Baixe o app para aproveitar ainda mais
Prévia do material em texto
Testes Estatísticos FACULDADE MAURÍCIO DE NASSAU DISCIPLINA: BIOESTATÍSTICA Profa. Dra Cynthia Faro Distribuição Normal • Distribuição normal – Distribuição de Gauss - A média, a mediana e a moda coincidem e estão no centro da distribuição; - O gráfico de distribuição normal tem aspecto típico: é uma curva em formato de sino, simétrico em torno da média. Perímetro torácico Frequência Frequência Relativa Porcentagem 33 3 0,00052 0% 34 19 0,00331 0% 35 81 0,01413 1% 36 189 0,03297 3% 37 409 0,07135 7% 38 753 0,13137 13% 39 1062 0,18528 19% 40 1082 0,18876 19% 41 935 0,16312 16% 42 646 0,11270 11% 43 313 0,05461 5% 44 168 0,02931 3% 45 50 0,00872 1% 46 18 0,00314 0% 47 3 0,00052 0% 48 1 0,00017 0% Total 5732 1,00000 100% Um pesquisador pôs na cabeça que queria descrever o “homem médio” e, por conta disso, mediu muitas e muitas variáveis. A tabela a seguir mostra a medida em polegadas do perímetro torácico. Distribuição Normal Distribuição Normal Ex : Qual a probabilidade de acordo com o gráfico de um indivíduo ter 550 a 600? • Média = 500 • Desvio Padrão = 50 Resposta: 13,5 % • Quando você realiza um teste de hipóteses, dois tipos de erros são possíveis: tipo I e tipo II. Os riscos desses dois erros estão inversamente relacionados e são determinados pelo nível de significância e a potência do teste. Portanto, você deve determinar qual erro tem consequências mais severas para sua situação antes de você definir seus riscos. • Nenhum teste de hipótese é 100% certo. Como o teste é baseado em probabilidades, há sempre uma chance de chegar a uma conclusão incorreta. Erro tipo I • Quando a hipótese nula é verdadeira e você a rejeita, comete um erro do tipo I. A probabilidade de cometer um erro do tipo I é α, que é o nível de significância que você definiu para seu teste de hipóteses. Um α de 0,05 indica que você quer aceitar uma chance de 5% de que está errado ao rejeitar a hipótese nula. Para reduzir este risco, você deve usar um valor inferior para α. Entretanto, usar um valor inferior para alfa significa que você terá menos probabilidade de detectar uma diferença verdadeira, se existir uma realmente. Erro tipo II • Quando a hipótese nula é falsa e você não a rejeita, comete um erro de tipo II. A probabilidade de cometer um erro de tipo II é β, que depende do poder do teste. Você pode diminuir o risco de cometer um erro do tipo II, assegurando que o seu teste tenha potência suficiente. Você pode fazer isso garantindo que o tamanho amostral seja grande o suficiente para detectar uma diferença prática, quando realmente existir uma. Testes paramétricos e não paramétricos Diante de um problema real de pesquisa você precisa se decidir por um teste paramétrico ou não paramétrico. Teste paramétrico: São testes que exigem que a variável em análise seja numérica e as hipóteses sejam feitas sobre parâmetros, como médias e variâncias. Teste não paramétrico: Essas testes não exigem que a variável em análise seja numérica. Aplique um teste paramétrico se as seguintes afirmativas são verdadeiras: 1 – Os dados obtidos são quantitativos. 2 – As pressuposições exigidas para aplicação do testes estão de acordo com o teste escolhido e a amostra é grande. Teste paramétrico Para estudar a altura de meninos e meninas da mesma idade, o pesquisador pode optar por testes paramétricos, como: Teste t Student: Comparar médias Teste f de Snedecor: Comparar variâncias. Teste de Tukey (comparar médias duas a duas) Teste F Aplique um teste não paramétrico se as seguintes afirmativas são verdadeiras: 1 – Os dados obtidos são qualitativos. 2 – As pressuposições exigidas para aplicação do testes estão de acordo com o teste escolhido e a amostra é pequena. Teste não paramétrico: Imagine que um pesquisador que verificar se a dipirona é mais eficaz do que o paracetamol no controle da dor após determinada intervenção odontológica. A intensidade. A intensidade da dor pode ser registrada por meio de notas, atribuindo valor zero para nenhuma dor e 5 para dor intensa. Mas como intensidade de dor é variável ordinal, não tem sentido calcular médias e, portanto, também não tem sentido aplicar um teste paramétrico. O pesquisador deve buscar um teste não paramétrico. Nas muitas profissões da área da saúde, a finalidade tanto da pesquisa como da prática é a de modificar a história natural das doenças para evitar, ou adiar, a morte ou algum tipo de deficiência e melhorar a saúde do paciente e da população. TesteQui quadrado de Pearson. Serve para testar a hipótese de que duas variáveis categorizadas são independentes Exigências para aplicar o teste • Independência das características • Tamanho da amostra deve ser maior que 20 Prof. Msc Higor César Menezes Calasans Teste de Kruskal Wallis É um teste não paramétrico utilizado para comparar três ou mais populações. Ele é usado para testar a hipótese nula de que todas as populações possuem funções de distribuição iguais contra a hipótese alternativa de que ao menos duas das populações possuem funções de distribuição diferentes. Prof. Msc Higor César Menezes Calasans Teste de T-student Teste t pode ser conduzido para –Comparar uma amostra com uma população –Comparar duas amostras pareadas •Mesmos sujeitos em dois momentos distintos –Comparar duas amostras independentes
Compartilhar