Baixe o app para aproveitar ainda mais
Prévia do material em texto
→ 1 Qui-quadrado da Independência (𝑿𝟐) Ver se existe diferenças/dependências entre o valor observado e o valor esperado, e ainda, verificar se esta diferença/dependência é significativa ou não. Duas ou mais amostras independentes. Duas amostras diferentes. Utiliza-se quando temos variáveis qualitativas nominais ou ordinais. 𝑋2 = Σ (𝑂 − 𝐸)2 𝐸 𝑂 = 𝑉𝑎𝑙𝑜𝑟 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 𝐸 = 𝑉𝑎𝑙𝑜𝑟 𝐸𝑠𝑝𝑒𝑟𝑎𝑑𝑜 Qui-quadrado da Aderência ou Ajustamento (𝑿𝟐) Ver a diferença entre o qui- quadrado (𝑋2) e o qui- quadrado da aderência (𝑋2). Apenas uma amostra. Permite observar apenas uma amostra. Testar se um conjunto de dados está de acordo com um modelo probabilístico. 𝑋2 = Σ (𝑂 − 𝐸)2 𝐸 𝑂 = 𝑉𝑎𝑙𝑜𝑟 𝑂𝑏𝑠𝑒𝑟𝑣𝑎𝑑𝑜 𝐸 = 𝑉𝑎𝑙𝑜𝑟 𝐸𝑠𝑝𝑒𝑟𝑎𝑑𝑜 → 2 U de Mann- Whitney Comparar se existem diferenças estatisticamente significativas entre os valores centrais de duas amostras independentes. Duas amostras Independentes. Quando o nº de sujeitos é o mesmo para os dois grupos, calculamos o U apenas para o grupo que tem o maior nº total das ordens. No caso de os grupos não serem idênticos no nº de sujeitos, deverá ser calculado o U para ambas as ordens totais e no final escolher o U mais pequeno. 𝑈 = 𝑛1 × 𝑛2 + 𝑁𝑥 × (𝑛𝑥 + 1) 2 − 𝑇𝑥 𝑛1 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑛𝑜 𝑔𝑟𝑢𝑝𝑜 1 𝑛2 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑛𝑜 𝑔𝑟𝑢𝑝𝑜 2 𝑁𝑥 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑑𝑜 𝑔𝑟𝑢𝑝𝑜 𝑐𝑜𝑚 𝑜 𝑚𝑎𝑖𝑜𝑟 𝑛º 𝑑𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑎𝑠 𝑜𝑟𝑑𝑒𝑛𝑠 𝑛𝑥 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑑𝑜 𝑔𝑟𝑢𝑝𝑜 𝑐𝑜𝑚 𝑜 𝑚𝑒𝑛𝑜𝑟 𝑛º 𝑑𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑎𝑠 𝑜𝑟𝑑𝑒𝑛𝑠 𝑇𝑥 = 𝑚𝑎𝑖𝑜𝑟 𝑛º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑎𝑠 𝑜𝑟𝑑𝑒𝑛𝑠 Wilcoxon (𝑾) Comparar se existem diferenças estatisticamente significativas entre duas situações. Duas amostras emparelhadas ou relacionadas (os mesmos sujeitos em dois momentos diferentes). Calcular a diferença entre as duas situações. Ordenar as diferenças (denominado por “ordem d”). Separar por ordens positivas e negativas. No final de aplicar o teste escolhemos sempre a ordem cujo o valor é mais baixo (𝑊𝑜𝑏𝑠 = ⋯). Verificar a Tabela de Wilcoxon e descobrir o valor crítico (𝑊𝑐𝑟í𝑡𝑖𝑐𝑜 = ⋯) → 3 Kruskal- Wallis (𝑯) Utiliza-se em três ou mais situações (K amostras). Comparar se existem diferenças estatisticamente significativas entre as situações/amostras. Amostras independentes. Três ou mais situações/amostras (K amostras independentes). É uma extensão do Teste U de Mann- Whitney. Sempre que o n for > a 15, temos de ir à tabela do Qui- quadrado (𝑋2). 𝐻 = 12 𝑁 × (𝑁 + 1) × Σ (𝑇𝑐)2 𝑛𝑐 − 3 × (𝑁 + 1) 𝑁 = 𝑛º 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑇𝑐 = 𝑡𝑜𝑡𝑎𝑙 𝑑𝑎𝑠 𝑜𝑟𝑑𝑒𝑛𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑠𝑖𝑡𝑢𝑎çã𝑜 𝑛𝑐 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑠𝑖𝑡𝑢𝑎çã𝑜 Σ = 𝑠𝑜𝑚𝑎𝑡ó𝑟𝑖𝑜 McNemar Utiliza-se para testar a eficiência de determinada técnica. Aplicado, muitas vezes, em tabelas de contingência. Duas amostras emparelhadas. Cada indivíduo é utilizado como próprio controlo e a mensuração faz- se ao nível de escala nominal ou ordinal. Aplica-se em investigações do tipo “antes e depois.” Se utilizarmos A e D (A e D são células da tabela): 𝑋2 = [(𝐴 − 𝐷) − 1]2 𝐴 + 𝐷 Se utilizarmos B e C (B e C são células da tabela): 𝑋2 = [(𝐵 − 𝐶) − 1]2 𝐵 + 𝐶 → 4 Friedman Comprovar a significância de diferenças entre três ou mais grupos (k amostras) quando se consideram os mesmos sujeitos em situações diferentes. Amostras emparelhadas em situações diferentes. Três ou mais grupos (K amostras emparelhadas ou relacionadas). Este teste é baseado em ordenações. [ 12 𝑛𝑘 × (𝑘 + 1) Σ𝑅2] − 3𝑛 × (𝑘 + 1) 𝑛 = 𝑛º 𝑑𝑒 𝑠𝑢𝑗𝑒𝑖𝑡𝑜𝑠 𝑜𝑢 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑠 𝑘 = 𝑛º 𝑑𝑒 𝑠𝑖𝑡𝑢𝑎çõ𝑒𝑠 𝑛𝑘 = 𝑚𝑢𝑙𝑡𝑖𝑝𝑙𝑖𝑐𝑎çã𝑜 𝑑𝑜 𝑛 𝑐𝑜𝑚 𝑜 𝑘 Σ𝑅2 = 𝑠𝑜𝑚𝑎𝑡ó𝑟𝑖𝑜 𝑑𝑒 𝑅2 Cochran (𝑸) Comprovar se três ou mais conjuntos diferem significativamente entre si. Amostras relacionadas. Três ou mais conjuntos (K amostras relacionadas ou emparelhadas). Utiliza-se sempre que tenhamos dados nominais ou ordinais dicotomizados. 𝑄 = (𝐾 − 1) × [𝐾 × Σ𝐺𝑗2 − (Σ𝐺𝑗)2] 𝐾 × 𝐿𝑖 − Σ𝐿𝑖2 𝐾 = 𝑛º 𝑑𝑒 𝑎𝑚𝑜𝑠𝑡𝑟𝑎𝑠 𝑁 = 𝑛º 𝑑𝑒 𝑙𝑖𝑛ℎ𝑎𝑠 𝐿𝑖 = 𝑛º 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑏𝑒𝑚 𝑠𝑢𝑐𝑒𝑑𝑖𝑑𝑜𝑠 𝐿𝑖2 = 𝑛º 𝑑𝑒 𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜𝑠 𝑏𝑒𝑚 𝑠𝑢𝑐𝑒𝑑𝑖𝑑𝑜𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑢𝑚 𝐺𝑗 = 𝑠𝑜𝑚𝑎𝑡ó𝑟𝑖𝑜 𝑑𝑒 𝐿𝑖
Compartilhar