Baixe o app para aproveitar ainda mais
Prévia do material em texto
RESUMO IPM 2 Estatística inferencial Utiliza dados obtidos de uma amostra para fazer estimativas ou testar hipóteses sobre características de interesse de uma população Testa hipóteses Compara grupos/amostras • Amostras grandes: n>100 • Amostras medias: n>30 • Amostras pequenas: n<30 • Amostras muito pequenas: n<12 Qualitativa • Nominal (profissão, sexo) - nomes • Ordinal (escolaridade, estagio da doença) – ordenados de alguma maneira Quantitativa • Discreta (n° de filhos) – valores numéricos inteiros • Contínua (altura, peso) – podem existir valores intermediários Amostragem probabilística: aleatória simples, sistemática, estratificada, conglomerados • Aleatória ou casual • Todos os elementos da população tem chance de pertencer à amostra • Elementos selecionados por meio de sorteio não viciado • Podem ser generalizados estatisticamente para a população Aleatória simples – pega N de toda a população Sistemática – elementos da população ordenados Estratificada – Subgrupos ou estratos Conglomerado – Seleciona-se os conglomerados e depois avalia os indivíduos Amostragem não probabilistica: intervencional, conveniência, auto seleção, cotas • Não há acesso a toda a população • Apenas em casos particulares Intencional – O pesquisador está interessado na opinião de determinados elementos da população, mas não representativos dela Conveniencia – Sujeitos facilmente acessíveis Cotas – Quando se estabelece uma cota de pessoas que devem ser entrevistadas com certa caracteristica Amostras dependentes (pareadas): Relacionadas dois a dois segundo algum critério Mesmo individuo; duas observações no mesmo individuo Amostras independentes (não-pareadas): Não apresentam relação com a outra amostra Individuos diferentes Significância estatística: Probabilidade que mede a força de evidencia contra a hipótese nula Medida estimada do grau em que o resultado é verdadeiro Probabilidade de erro em aceitar o resultado como valido Anotados como significativos: • P=0,05 (5%) e p=0,01 (1%) P=0,05 indica confiança de 95% Hipotese nula: nenhum efeito ou nenhuma diferença (p>0,05) Hipotese alternativa: a favor da qual esperamos encontrar evidencia (p<0,05) Testes paramétricos • Aplicados em situações em que se conhece a distribuição de dados • Distribuição normal (kolmogorov-smirnov e shapiro-wilk) p>0,05 • São testes mais robustos do que os não paramétricos • Media e desvio padrão Testes não-paramétricos • Distribuição não normal • Amostras pequenas Teste de homogeneidade na variância p>0,05 = homogêneo – teste paramétrico p<0,05 = não homogêneo – teste não-parametrico
Compartilhar