Principais Testes Estatísticos Flashcards
Quais são os dois tipos de testes estatísticos?
Testes Paramétricos: Exigem amostras com distribuição normal; em amostras maiores que 30, a distribuição é semelhante à normal e se aplica testes t student
- ele não é questionado
Testes não Paramétricos: não é necessário haver normalidade para aplicá-los. utilizado em amostras menores que 30
- não tem tanta precisão quanto os paramétricos, mas em geral as probabilidades obtidas são exatas
- usa-se mediana
- usa-se em variáveis qualitativas nominais (cor de cabelo) e ordinais (escala de Glasgow)
O que é o teste t student?
Teste paramétrico que compara média entre 2 amostras e define se há diferença estatisticamente significativa entre elas
existem 2 tipos de amostra:
- Amostras independentes
- Amostras dependentes
Quais são os 2 tipos principais de Teste T Student
- Teste T Student para amostras independentes: exemplo seria verificar pressão de 2 pacientes, um toma o remédio novo e o outro o remédio antigo, e comparar as médias
- Teste T Student para amostras pareadas/medidas repetidas: compara média entre 2 amostras relacionadas ou pareadas. Exemplo seria medição de antes e depois da força muscular depois de um programa de exercício físico
Com o que é comparado o valor t e qual o nível de significância?
O valor t é comparado com o valor crítico e, para rejeitar a hipótese nula:
valor t > valor crítico
nível de significância é 0,05
mais sobre o t student
teste t de Student assume que os dados estão aproximadamente distribuídos de forma normal e que as variâncias das duas amostras são aproximadamente iguais.
Se essas suposições não forem atendidas, existem versões alternativas do teste t, como o teste t de Welch (para variâncias desiguais) e testes não paramétricos, que podem ser mais apropriados.
O que é o Teste Anova
Uma atualização do T Student
Pode haver comparação de 3 ou mais médias
A ANOVA avalia se a variação entre as médias dos grupos é maior do que a variação dentro dos grupos.
Anova pressupões que os dados estejam aproximadamente iguais e que as variâncias também. Se isso não for atendido, ajustes devem ser feitos
Como é feita a decomposição da variação total no Teste Anova?
Ela é feita a partir de uma série de observações que podem ser:
Conhecidas: efeito de diferentes drogas
Desconhecidas: diferentes tipos de resposta de dois pacientes a uma mesma droga.
Quais são os 3 tipos de Teste Anova
- ANOVA de Um Fator (One-Way ANOVA):
Propósito: Comparar as médias de três ou mais grupos independentes.
Exemplo: Suponha que você esteja estudando o desempenho de estudantes em três escolas
diferentes (A, B e C). Você coleta as notas dos alunos em um exame em cada uma das escolas e deseja saber se há diferenças significativas nas médias das notas entre as três escolas.
- ANOVA de Dois Fatores (Two-Way ANOVA):
* Propósito: Comparar as médias considerando dois
fatores (duas variáveis independentes) e avaliar o efeito de cada fator e sua interação na variável dependente.
Exemplo: Suponha que você esteja conduzindo um estudo para avaliar o efeito de dois tipos diferentes de fertilizantes (Fertilizante A e Fertilizante B) em duas regiões geográficas diferentes (Região X e Região Y) sobre o crescimento das plantas.
Você coleta dados sobre a altura das plantas e deseja saber se há diferenças significativas nas médias de altura das plantas devido aos diferentes tipos de fertilizantes, à região geográfica ou à interação entre eles.
- ANOVA de Medidas Repetidas (Repeated Measures):
* Propósito: Comparar as médias de três ou mais grupos
quando as medições são feitas repetidamente na mesma
amostra (amostras pareadas ou relacionadas).
Exemplo: Em um estudo de psicologia, você mede o nível de
ansiedade de um grupo de indivíduos antes de uma terapia,
durante a terapia e após a terapia.
Você deseja determinar se houve uma mudança significativa nos níveis de ansiedade ao longo do tempo devido à terapia.
Teste de Wilcoxon- Mann-Whitney
Teste que não paramétrico utilizado para determinar se existe diferença entre duas amostras independentes de dados contínuos
- Ordenação dos dados: Combina-se as duas amostras em ordem crescente.
- Atribuição de postos: Para cada valor nos dados ordenados, atribui-se um posto (classificação) com base em sua posição relativa. Em caso de empate, os postos são calculados como a média das classificações correspondentes.
- Cálculo da estatística U: O teste U de Mann-Whitney calcula
uma estatística U que é a soma dos postos das observações na
primeira amostra. A estatística U é usada para testar a hipótese
nula de que não há diferença significativa entre as duas
amostras
Teste Kruskal-Wallis
Teste não paramétrico utilizado para determinar se existe diferença entre três ou mais amostras independentes
Esse teste avalia se existe uma diferença significativa entre
os grupos em termos de classificações, mas não fornece
informações específicas sobre quais grupos são diferentes
entre si.
Teste de exatidão Fisher
teste estatístico usado para
determinar se a distribuição conjunta das categorias em
duas variáveis categóricas é independente ou se existe uma associação significativa entre elas.
O teste de Fisher é uma alternativa ao Teste QuiQuadrado quando as amostras são pequenas.
Teste Qui²
Para comparação de 2 ou mais categorias
Dados qualitativos ou dados livre de distribuição normal
(nominais ou ordinais)
Propósito: Avaliar a associação entre duas variáveis
categóricas e determinar se a associação é estatisticamente
significativa.
Existem dois tipos principais de teste QuiQuadrado:
Teste Qui-Quadrado de Independência:
Propósito: Avaliar se duas variáveis categóricas são independentes uma da outra, ou seja, se a ocorrência de uma variável é afetada pela outra.
Exemplo: Suponha que você esteja realizando uma pesquisa
para verificar se há uma associação entre o gênero
(Masculino/Feminino) e a preferência por um tipo de filme
(Ação, Drama, Comédia)
Teste Qui-Quadrado de Bondade de Ajuste:
Propósito: Comparar a distribuição observada de dados categóricos com uma distribuição teórica conhecida e verificar se há uma diferença significativa entre elas.
Exemplo: Suponha que você esteja investigando a distribuição
de cores de cartas em um baralho e deseja saber se a
distribuição de cores (vermelhas e pretas) é a mesma que a
distribuição esperada em um baralho equilibrado.
