Baixe o app para aproveitar ainda mais
Prévia do material em texto
Lívi� Coelh� ATM 25 Teste� Estatístic� - Variávei� Numérica� COMO ESCOLHER O MELHOR TESTE ESTATÍSTICO PARA A SUA PESQUISA? *Identificar os tipos de variáveis do seu estudo *Conhecer e entender qual a categoria de cada uma das variáveis (de que maneira estas variáveis são definidas no desenho do seu estudo) *Entender que as variáveis irão se combinar e que essas combinações podem resultar em uma infinidade de testes - utilizados para analisar os dados da sua pesquisa TIPOS DE GRUPOS POSSÍVEIS NUMA PESQUISA *PAREADOS ou DEPENDENTES - as mesmas unidades amostrais, avaliadas mais de uma vez - guardam relação de dependência entre si – se houver algum tipo de perda durante o andamento da pesquisa o n total diminui *NÃO PAREADOS ou INDEPENDENTES - não são as mesmas unidades amostrais que serão avaliadas - grupos distintos, não guardam relação de dependência entre si ex: podemos comparar grupos de tamanhos diferentes VERIFICAÇÃO DA DISTRIBUIÇÃO DE VARIÁVEIS DISTRIBUIÇÃO NORMAL: TESTES PARAMÉTRICOS DISTRIBUIÇÃO ASSIMÉTRICA: TESTES NÃO PARAMÉTRICOS VERIFICAÇÃO DA HOMOGENEIDADE - teste de homogeneidade de variâncias de LEVENE - hipótese nula: não há diferença entre as variâncias - hipótese alternativa: há diferença entre as variâncias Lívi� Coelh� ATM 25 TESTES POSSÍVEIS - numérica x categórica dicotômica (ex: IMC x sexo; idade x presença de hipertensão) - numérica x categórica ordinal (ex: IMC x renda; pressão arterial x escolaridade) - numérica x numérica (IMC x PAS) a partir da distribuição da amostra é possível determinar o teste a ser utilizado TEST T STUDENT - TESTE PARAMÉTRICO *Quando deve-se usá-lo? - desfecho contínuo x exposição dicotômica - desfecho com distribuição normal - variâncias homogêneas entre os grupos *Caso não atenda a esses requisitos, deve-se: - transformar a variável - usar um teste não paramétrico *Hipótese a ser testada se a hipótese nula for rejeitada, a diferença entre as médias é significativa (p < 0,05) *Verifica se há diferença entre duas médias dividido por um indicador de variabilidade *Tipos de TESTE T - para uma amostra: utilizado para relacionar um conjunto de dados com um valor populacional de referência (controle de qualidade ex: verificar a média de peso de jovens no ano 2019 (referência) - para amostra independente: utilizado para comparar dois grupos independentes por meio de uma variável dependente quantitativa ex: verificar a média de peso entre homens e mulheres jovens no ano de 2019 Lívi� Coelh� ATM 25 - para amostra pareada: utilizado para comparar duas medidas de uma mesma unidade de análise, por meio de uma variável de resposta quantitativa ex: verificar a média de peso entre jovens medidas nos anos de 2019 e 2021 *A normalidade é verificada de acordo com o tamanho da amostra usar o histograma para confirmar o tipo de distribuição para n até 50: use Shapiro-Wilk para n maior que 50: use Kolmogorov-Smirnov *A homogeneidade é verificada por meio do Teste de Levene se o teste de Levene for significativo, deve-se utilizar correção, por meio do T WELCH TESTE DE WILCOXON ou MANN-WHITNEY (NÃO PAREADO) *Teste de Wilcoxon: utilizado para comparar 2 grupos dependentes avaliados por meio de uma variável quantitativa sem distribuição normal ou qualitativa ordinal *Teste de Mann-Whitney: utilizado para comparar 2 grupos independentes avaliados por meio de uma variável quantitativa sem distribuição normal ou qualitativa ordinal *Pontos fortes do teste não paramétrico - bons para dados assimétricos ou variâncias heterogêneas - úteis para amostras pequenas (≤ 30) *Pontos fracos do teste não paramétrico - estimativa de efeito de difícil interpretação - permitem comparar apenas 1 exposição ANÁLISE DA VARIÂNCIA (ANOVA) *Medida de dispersão, mostra o quanto os dados encontrados se distanciam do resultado esperado (da média) *Mede e compara a variação dentro de cada grupo e entre cada grupo *Se as médias iguais: s²(entre grupos) <<< s²(dentro grupos) Lívi� Coelh� ATM 25 *Quando deve ser usada? - desfecho o numérico x exposição categórica (3 ou mais categorias) - distribuição aproximadamente normal - variância dos dados deve ser semelhante para todos os grupos comparados - observa apenas se há variância entre os grupos, mas não aponta onde está a diferença *Hipótese a ser testada é: (pelo menos 1 par de médias é diferente) se a hipótese nula não for rejeitada, não é preciso fazer mais nada se a hipótese nula for rejeitada, testamos dentro dos subgrupos de médias se há alguma que seja diferente das demais *Como verificar a homogeneidade? - objetivo: verificar se as variâncias são iguais - teste de Levene teste de Levene significativo indica que as variâncias são heterogêneas (não pode usar ANOVA) - correção: T WELCH *O ANOVA exige confirmação, de forma que se deve fazer os testes POST HOC TESTES POST HOC *TUKEY - após a realização da análise de variância (ANOVA), testes post hoc são necessários para identificar quais dos pares de grupos diferem TESTE DE CORRELAÇÃO - mede o grau de relação/dependência entre duas variáveis - avalia a existência de associação entre 2 variáveis quantitativas (numéricas contínuas) - mede o quanto a associação é linear - apresenta a variação entre - 1 e + 1 - o tipo de distribuição das variáveis que se quer analisar irá direcionar qual tipo de correlação que deverá ser utilizada valor de p: para verificar se há significância entre as variáveis que estão sendo analisadas valor de r (coeficiente de correlação): irá verificar qual a força dessa relação *COEFICIENTE DE CORRELAÇÃO DE PEARSON: ao menos uma das variáveis contínuas deve ter distribuição normal *COEFICIENTE DE CORRELAÇÃO DE SPEARMAN: variáveis assimétricas Lívi� Coelh� ATM 25 *Análise:
Compartilhar