trabalho de fórum Bioestatística

Prévia do material em texto

CLARETIANO - CENTRO UNIVERSITÁRIO 
GRADUAÇÃO EM ENFERMAGEM 
 
 
 
 
 
 
 
 
 
 
 
ATIVIDADE DE FÓRUM 
 
 
 
 
 
 
 
 
 
Boa Vista - RR 
2023 
 
GRADUAÇÃO EM ENFERMAGEM 
GABRIEL LEONARDO PERES SALOME 
R.A. 8153508 
 
 
 
 
 
 
 
TESTE DE HIPOTESES 
 
 
 
 
Atividade referente ao fórum da matéria de 
Bioestatística: sob orientação dos Tutores: 
Beatriz Consuelo Kuroishi Mello Santos. 
 
 
 
 
 
Boa Vista - RR 
2023 
 
 
 
 
INTRODUÇÃO AO TESTE DE HIPÓTESE 
 
É uma metodologia muito utilizada na área de Controle Estatístico de Processo 
(CEP), o teste de hipótese pode ser extremamente útil quando bem aplicado 
para identificar quais hipóteses devem ser rejeitadas ou aceitas em um processo. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
TESTE DE HIPÓTESES 
 
Oque é? 
O teste de hipóteses, “teste de significância ou teste estatístico”, tem como 
principal objetivo verificar se um determinado valor hipotético representa positivamente 
ou não uma determinada ocasião. 
É uma metodologia que auxilia nas tomadas de decisões sobre uma ou mais 
populações baseadas nas informações obtidas da amostra (permite verificar se os dados 
amostrais trazem evidências que apoiem ou não uma hipótese estatística formulada). 
Ele é baseado na utilização de uma amostra aleatória extraída de uma população 
de interesse com a finalidade de testar uma afirmação sobre um parâmetro ou 
característica desta população. Esse teste não se trata apenas de uma comparação 
simplificada de matemática entre dois ou mais valores, mas sim da necessidade de 
entender se o valor obtido a partir de uma amostra representa uma simples variação 
amostral da situação atual ou não. 
Uma hipótese estatística é uma suposição a respeito do parâmetro populacional 
(essa suposição pode ou não ser verdadeira). O teste de hipóteses refere-se aos 
procedimentos formais utilizados pelos estatísticos para aceitar ou rejeitar essas 
hipóteses. Ao tentar tomar decisões, é conveniente a formulação de suposições ou 
conjecturas sobre as populações de interesse, que consistem em considerações sobre 
parâmetros delas. Essas suposições, que podem ser ou não verdadeiras, são definidas 
como Hipóteses Estatísticas. 
Na maioria das vezes o interesse principal do pesquisador é verificar a veracidade 
sobre um ou mais padrões populacionais ou na distribuição direta de uma variável. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Quando utilizar? 
 
Os testes de hipóteses são comumente utilizados para comprovar estudos 
científicos, onde os resultados podem variar de uma simples hipótese nula até uma 
estatística mais precisa. 
Para que um teste de hipótese possa ter um embasamento científico, é fundamental 
fazer um estudo com base nas teorias das probabilidades para determinar se uma 
determinada estatística está correta. 
Para evitar erros, é importante que as hipóteses do teste sejam formuladas 
corretamente, do contrário os resultados não serão coerentes e o estudo científico não 
pode ser comprovado. 
 
Para diferenciar uma hipótese alternativa de uma hipótese nula, deve-se considerar 
os tipos conceituais de erros e os limites padrões utilizados nos testes, desta forma, será 
mais fácil saber qual hipótese é a mais adequada. 
 
Quais os tipos? 
Existem diversos tipos de teste de hipóteses e cada um deles deve ser utilizado para 
conseguir atingir um objetivo específico. 
• Teste de hipótese tipo t para 1 amostra – Define se a média de uma amostra é 
diferente de maneira significativa de um valor determinado como padrão. 
• Teste de hipótese tipo t para 2 amostras – É responsável por determinar se a média 
de duas amostras independentes são diferentes de forma significativa entre si. 
• Teste de hipótese ANOVA – Conhecida como Análise de Variância, o teste de 
hipótese ANOVA é responsável por comparar a média de mais de duas amostras 
e determinar se uma difere significativamente da outra. 
• Teste de hipótese tipo t pareado – É responsável por verificar se a média de duas 
amostras pareadas, ou seja, dependentes, diferem de modo significativo. 
• Teste de hipótese para 1 proporção – Determina a proporção que uma amostra 
difere de maneira significativa de um valor definido como padrão. 
• Teste de hipóteses para 2 proporções – É responsável por comparar se a proporção 
de duas amostras difere significativamente. 
 
 
 
 
Hipóteses nulas e alternativas; Todos os testes estatísticos 
são construídos com o mesmo princípio: eles se opõem a 
uma hipótese nula e uma hipótese alternativa. 
 
Hipótese nula 
De forma sistemática, a hipótese nula deve ser formalizada na forma de ausência de 
diferença e a hipótese alternativa em termos da presença de diferença. 
 
Hipótese alternativa 
A hipótese alternativa (H1) em geral, esta é a hipótese ‘oposta’ ou ‘contrária’ à 
hipótese nula. Ele afirma que o parâmetro usado para a hipótese nula é maior, menor 
ou diferente. As hipóteses do tipo alternativas podem ser denominadas como 
unilaterais ou bilaterais. 
A alternativa bilateral é utilizada para definir se o aspecto da população é maior ou 
menor do que o valor definido pela hipótese. Já as hipóteses unilaterais são utilizadas 
para definir se o aspecto da população é diferente do valor hipotético em um caminho 
específico. 
Com essas hipóteses é possível definir a direção sendo maior ou menor do que o valor 
da hipótese. 
 
Erros de decisão 
É impossível que um teste de hipótese esteja 100% certo, pois o teste é baseado em 
probabilidades e isso faz com que sempre haja uma possibilidade de encontrar uma 
conclusão errada. 
 
Ao fazer um teste de hipóteses é possível cair no erro tipo I ou tipo II. 
• Erro tipo I 
O erro tipo I é definido como o erro que ocorre quando a hipótese nula é verdadeira, 
mas é rejeitada. 
 
• Erro tipo II 
O erro tipo II é exatamente o contrário do que ocorre no erro tipo I. Esse tipo de erro 
acontece quando a hipótese nula é falsa, porém não rejeitada. 
 
 
 
Regras de decisão 
As regras de decisão fazem parte do plano de análise para rejeição de hipóteses nulas. 
Tais regras podem ser feitas com base em um valor denominado como “P” ou com base 
em uma região de aceitação. 
O valor P consiste na força de evidência em suporte para uma hipótese nula. Dessa 
forma, P é definido como a probabilidade de conseguirmos observar uma determinada 
estatística de teste tão extrema quando o S, assumindo que a hipótese seja verdadeira. 
Etapas básicas para conseguir configurar o teste de forma correta. 
Etapa 1 – Especifique as hipóteses. É essencial garantir que as amostras estejam dentro 
das especificações, para isso é necessário optar pela hipótese alternativa bilateral; 
Etapa 2 – Selecione um nível de significância; 
Etapa 3 – Defina o poder e tamanho das amostras para o teste de hipóteses; 
Etapa 4 – Faça a coleta dos dados para iniciar o teste; 
Etapa 5 – Faça uma comparação do valor P ao valor do nível de significância; 
Etapa 6 – Decida se deve fazer a rejeição da hipótese nula ou não. 
 
	Regras de decisão