Sie sind auf Seite 1von 8

Anlise Estatstica Pedro Casquilho, 2013

desconhecido
Formulrio Inferncia Estatstica X ~ (, ) : T=
x 0
com T ~ t(n1)
Uma populao s'
n
TESTES PARAMTRICOS Deciso (D):

Valor mdio ou mdia populacional

(DA) Distribuio Amostral


X Proporo populacional
conhecido X ~ N , ~ N (0,1)
n
n
X (DA) Distribuio Amostral
desconhecido X ~ N (, ) ~ t(n 1)
S' p (1 p )
n p ~ N ( p, p ) e p ~ N p,

n
(IC) Intervalo de Confiana
conhecido (IC) Intervalo de Confiana
p (1 p )
IC = ]X ME ; X + ME [ ME = z IC = ] p ME ; p + ME [ ME = z x
x
1 n
1
2 n 2

desconhecido Testes de Hipteses


Hiptese (H):
S'
IC = ]X ME ; X + ME [ ME = t x Teste Bilateral: H 0 : p = p0 vs. H1 : p p0
1 ;( n 1)
2 n Teste Unilateral esquerda: H 0 : p p0 vs. H1 : p < p0
Testes de Hipteses
Hiptese (H): Teste Unilateral direita: H 0 : p p0 vs. H1 : p > p0
Teste Bilateral: H 0 : = 0 vs. 0 Estatstica de Teste (ET):
p p0
Teste Unilateral esquerda: H 0 : 0 vs. H 1 : < 0 Z= com Z ~ N (0,1)
p0 .(1 p0 )
Teste Unilateral direita H 0 : 0 vs. H1 : > 0
n
Estatstica de Teste (ET):
Deciso (D):
conhecido
x 0
Z= com Z ~ N (0,1)

n

Page 1 of 8
Anlise Estatstica Pedro Casquilho, 2013

Correlao populacional de Pearson Magnitude do Efeito

(DA) Distribuio Amostral A Magnitude do efeito zero (0) quando a H0 verdadeira.


R. n 2 Quanto maior for a magnitude do efeito, maior o grau de falsidade da
Se =0 ~ t( n 2 ) H0 e mais nos aproximamos da H1
1 R2
O d e o g podem ser calculados a partir do valor da ET t e podem-se
1 1+ R transformar um no outro.
Se 0 ZR ~ N z p , e Z R = 0,5. ln
n3 1 R
Transformao Z de Fisher Valor mdio d de Cohen
(IC) Intervalo de Confiana 0
conhecido: d=
1 1+ R
IC = ]Z R ME ; Z R + ME [ ME = z
x Z R = 0,5. ln
1 n3 1 R X 0
2
desconhecido: d =
S
Testes de Hipteses
Hiptese (H): Valor mdio g de Hedges
Teste Bilateral: H 0 : p = p0 vs. H1 : p p0 X 0
desconhecido: d =
Teste Unilateral esquerda: H 0 : p p0 vs. H1 : p < p0 S
Teste Unilateral direita: H 0 : p p0 vs. H1 : p > p0
Proporo g de Cohen
Estatstica de Teste (ET): g = p p0

Correlao
r = r = bp r=
Deciso (D):
Interpretao segundo Cohen (1988,1992):

Page 2 of 8
Anlise Estatstica Pedro Casquilho, 2013
A Distribuio Normal caracteriza-se por ser:
TESTES NO-PARAMTRICOS simtrica (coeficiente de assimetria = 0)
mesocrtica (coeficiente de achatamento ou curtose = 0)

Testes de Ajustamento Normal Teste Assimetria Teste Curtose


Skweness = assimetria Kurtosis = curtose
Hipteses: H 0 : skewness = 0 H 0 : kurtosis = 0
Teste de Kolmogorov-Smirnov (com correco de Lilliefors)
H1 : skewness 0 H1 : kurtosis 0

Aplicabilidade do teste Estatstica skewness kurtosis


de Teste:
Z= Z=
Se variveis quantitativas e a distribuies contnuas completamente std . error skewness std . error kurtosis
especificadas (isto , e especificados em H 0 ) Deciso: (para = 0,01) (para = 0,01)
Pode utilizar-se qualquer que seja o tamanho da amostra, embora para pequenas Se Z > 2,58 Rej. H 0 Se Z > 2,58 Rej. H 0
amostras, o teste tenda a ser conservativo e para amostras grandes, tenda a
rejeitar a normalidade. (para = 0,05) (para = 0,05)
Se Z > 1,96 Rej. H 0 Se Z > 1,96 Rej. H 0

Anlise grfica da normalidade


Teste de Shapiro-Wilk
Recorrendo a grficos QQ e PP:

Aplicabilidade do teste
um teste de ajustamento especfico para a normalidade, mas alternativo ao
Teste de KS-Lilliefors.
Produz resultados mais fiveis do que o anterior, nomeadamente em amostras
de reduzida dimenso ( n 50 ).

Anlise das Medidas de Assimetria e Curtose

Page 3 of 8
Anlise Estatstica Pedro Casquilho, 2013
Hipteses (H):
Formulrio Inferncia Estatstica Teste bilateral: H 0 : 1 1 = k vs. H1 : 1 1 k
Duas populaes Teste unilateral esquerda: H 0 : 1 1 k vs. H1 : 1 1 < k
TESTES PARAMTRICOS Teste unilateral direita: H 0 : 1 1 k vs. H1 : 1 1 > k
Estatstica de Teste (ET):
Com 1 e 2 conhecidos
AMOSTRAS INDEPENDENTES (diferena entre mdias) (X X 2 ) (1 2 ) com Z ~ N (0,1)
Z= 1
12 22
+
(DA) Distribuio Amostral n1 n2
Com 1 e 2 conhecidos Com 1 e 2 desconhecidos, mas 1 = 2 =
2 2
X 1 X 2 ~ N 1 2 , 1 + 2
(X 1 X 2 ) (1 2 )
~ N (0,1) T=
(X
X 2 ) (1 2 )
1
com T ~ t(n1 +n2 2 ) e S =
(n1 1).S1'2 + (n2 2).S2'2
n1 n2 12 22 1 1 n1 + n2 2
+ S. +
n1 n2 n1 n2
Com 1 e 2 desconhecidos (mas 1 = 2 = ) Deciso (D):
Com 1 e 2 conhecidos
(X X 2 ) (1 2 ) (n1 1).S1'2 + (n2 2).S2'2
1

1 1
~ t(n1 +n2 2 ) e S =
n1 + n2 2
] ] [ [
Teste bilateral: ; z1( 2 ) z1( 2 );+ , = 2.P (Z > ET )
S. + Teste unilateral esquerda: ] ; z1 ] , = P(Z < ET )
n1 n2
Teste unilateral direita: [ z1 ;+ [ , = P(Z > ET )
(IC) Intervalo de Confiana Com 1 e 2 desconhecidos
Com 1 e 2 conhecidos
] ] [
Teste bilateral: ;t1( 2 ) t1( 2 );+ [ , = 2.P (T > ET )
] (X 1 X 2 ) ME [ e
2 2
ME = z x 1 + 2 Teste unilateral esquerda: ] ;t1 ] , = P(T < ET )
n1 n2
[ t1 ;+ [ , = P(T > ET )
1
2
Teste unilateral direita:
Com 1 e 2 desconhecidos, mas 1 = 2 =
Teste Homocedasticidade - Teste de Levene
] (X 1 X 2 ) ME [ e ME = t
xS.
1 1
+
Hipteses (H):
H 0 : 1 = 2 vs. H1 : 1 2

1 ;n1 + n2 2
2
n1 n2
(n1 1).S1'2 + (n2 2).S2'2 H 0 : 1 2 = 1 vs. 1 2 1
S = Estatstica de Teste (ET):
n1 + n2 2
W, se X ou no uma normal de parmetros e
(TH) Testes de Hipteses Deciso: , Rej. H 0

Page 4 of 8
Anlise Estatstica Pedro Casquilho, 2013

12 + 22 2.R.1 . 2
Magnitude do Efeito ] (X 1 X 2 ) ME [ e ME = z
1
x
n
Magnitude do efeito populacional: 2

d de Cohen (com parmetros populacionais conhecidos) Com 1 e 2 desconhecidos


2 S D'
d= 1

onde 1 = 2 = ] (X 1 X 2 ) ME [ e ME = t
x S D' = S '12 + S '22 2.R.S '1 .S '2
1 ;n 1
2
n
d de Cohen (com parmetros populacionais desconhecidos)
(TH) Testes de Hipteses
X1 X 2 n1.S1' 2 + n2 .S2' 2 Hipteses (H):
d= onde S =
S n1 + n2 Teste bilateral: H 0 : 1 1 = k H1 : 1 1 k
vs.
g de Hedges (redefine o anterior) Teste unilateral esquerda: H 0 : 1 1 k vs. H1 : 1 1 < k
g= 1
X X2
onde S =
(n1 1).S1'2 + (n2 2).S2'2 Teste unilateral direita: H 0 : 1 1 k vs. H1 : 1 1 > k
S n1 + n2 2 Estatstica de Teste (ET):
Com 1 e 2 conhecidos

Z=
(X 1 X 2 ) (1 2 ) com Z ~ N (0,1)
AMOSTRAS EMPARELHADAS (diferena entre mdias) 12 + 22 2.R.1 . 2
n
(DA) Distribuio Amostral Com 1 e 2 desconhecidos
Com 1 e 2 conhecidos
T= 1
(X X 2 ) (1 2 ) com T ~ t e S ' = S '2 +S '2 2.R.S ' .S '
(n 1)
12 + 22 2.R.1 . 2
D 1 2 1 2
S D'

X 1 X 2 ~ N 1 2 ,
n n

Deciso (D):
(X 1 X 2 ) (1 2 ) ~ N (0,1) Com 1 e 2 conhecidos
12 + 22 2.R.1 . 2
n
] ] [
Teste bilateral: ; z1( 2 ) z1( 2 );+ [
Com 1 e 2 desconhecidos
Teste unilateral esquerda: ] ; z1 ]
(X 1 X 2 ) (1 2 ) ~ t Teste unilateral direita: [ z1 ;+ [
' (n 1) onde S D' = S '12 + S '22 2.R.S '1 .S '2 Com 1 e 2 desconhecidos
SD
n ]
Teste bilateral: ;t1( 2 ) t1( 2 );+] [ [
Teste unilateral esquerda: ] ;t1 ]
(IC) Intervalo de Confiana
Com 1 e 2 conhecidos
Teste unilateral direita: [ t1 ;+ [

Page 5 of 8
Anlise Estatstica Pedro Casquilho, 2013
Estatstica de Teste (ET):
l c (O E )2 Li xC j
Magnitude do Efeito X 2 = ij ij
e X 2 ~ (2c 1)(l 1) onde Eij =
Magnitude do efeito populacional: i =1 j =1 Eij n
n.( AD BC )
2
d de Cohen (com parmetros populacionais conhecidos)
Em tabelas 2x2: X 2 =
2 ( A + B )(. C + D )(. A + C )(. B + D )
d= 1 e D = . 2.(1 ) e onde 1 = 2 =
D Deciso (D):
d de Cohen (com parmetros populacionais desconhecidos) a estatstica X 2 tem dist.aprox.qui-quadrado com (c 1)x (l 1) g.l.
d= 1
X X2
onde S D = S . 2.(1 R ) [
Rejeita-se H 0 quando X 2 (21 );(c 1)(l 1) ; + [
SD
Condies de aplicao do teste qui-quadrado
n > 20
TESTES NO-PARAMTRICOS todas as frequencia esperadas > 1
Pelo menos 80% das frequencias esperadas 5
Teste do Qui-Quadrado Quando n < 60, a ET deve ser corrigida para melhorar a aproximao
Amostras independentes - variveis qualitativas distribuio 2 : correco de Yates
Tabelas de Contingncia
Correco de Yates: X = 2
l c (Oij Eij 0,5 )
2

i =1 j =1 Eij

Teste de Fisher
O Teste do qui-quadrado recorre a uma distribuio aproximada. Se no
estiverem garantidas as condies para uma boa aproximao, deve-se
usar o Teste de Fisher.
FORMULAO DO TESTE para variveis dicotmicas, este teste aplica-se a tabelas 2x2:
Hipteses (H):
Teste de Homogeneidade:
H 0 : as populaoes so homogeneas vs.

H1 : as populaoes no so homogeneas
Teste de Independncia:
H 0 : as variveis X e Y so independentes vs.

H1 : as variveis X e Y no so independentes
A representa a menor frequncia observada

Page 6 of 8
Anlise Estatstica Pedro Casquilho, 2013
No caso de empate, atribuir a mdia ds ordem que as observaes
teriam se no estivessem empatadas
Comparar as propores: Quando
1 - proporo da categoria (+) na populao 1 vs. 2 - proporo da n1 e n2 < 10 (n1 n2 )
categoria (+) na populao 2
W = soma das ordens das observaes da amostra de menor dimenso
Este teste implica clculos morosos (utilizar o software SPSS)
n1 ou n2 > 10 (n1 n2 )
Quando W w
FORMULAO DO TESTE Z = w com Z ~ N (0,1)
Hipteses (H):
Teste bilateral: H 0 : 1 = 2 vs. H1 : 1 2 n1.(n1 + n2 + 1) n1.n2 .(n1 + n2 + 1)
w = e w =
Teste unilateral esquerda: H 0 : 1 2 vs. H1 : 1 < 2 2 12
Teste unilateral direita: H 0 : 1 2 vs. H1 : 1 > 2 n1.n2 n 3 n g ei3 ei
Correco para empates: w = .
Probabilidade exacta sob H0: n.(n 1) 12 i =1 12

p=
( A + B )! (C + D )! ( A + C )! (B + D )! Deciso (D):
n! A! B!C! D! Quando
Deciso: deve - se determinar a probabilidade de significancia exacta
Rejeita-se H0 quando p
n1 e n2 < 10 correspondente a W mediante a tabela de Wilcoxon - Mann - Whitney
ou travs de sostware apropriado (SPSS)

Teste de Mann-Whitney
Amostras Independentes 1 varivel ordinal Quando n1 ou n2 > 10 , Z~N (0,1) , pelo que:
a alternativa no-paramtrica ao teste t-student quando as condies de
aplicao deste falharam.
] ] [
Teste bilateral: ; z1( 2 ) z1( 2 );+ [ , = 2.P (Z > ET )
Teste unilateral esquerda: ] ; z1 ] , = P(Z < ET )
FORMULAO DO TESTE de Wilcoxon-Mann-Witney Teste unilateral direita: [ z1 ;+ [ , = P(Z > ET )
Hipteses (H):
Teste bilateral: H 0 : 1 = 2 vs. H1 : 1 2
Teste unilateral esquerda: H 0 : 1 2 vs. H1 : 1 > 2
Teste de McNemar
Amostras Correlacionadas Variveis Qualitativas Dicotmicas
Teste unilateral direita: H 0 : 1 2 vs. H1 : 1 < 2 Testar a significncia de estado (tipo antes vs. depois)

Estatstica de Teste (ET): Tabelas 2x2:


Combinar as observaes das duas amostras atribuindo-lhes uma
ordem (ordenao crescente)

Page 7 of 8
Anlise Estatstica Pedro Casquilho, 2013
Teste unilateral direita: H 0 : 1 2 vs. H1 : 1 < 2

Estatstica de Teste (ET):


Determinar as diferenas entre os pares de observaes (Di = X 1i X 2i )
Para aplicar este Teste: A+D > 10 Atribuir uma ordem aos valores absolutos das diferenas so nulas
( Di 0)
FORMULAO DO TESTE
Hipteses (H): Quando n 20 , T+=corresponde soma das ordens das diferenas com
Teste bilateral: H 0 : P ( A) = P (D ) vs. H1 : P ( A) P (B ) sinal positivo.
Quando n > 20 , T+ tem distribuio aproximadamente normal, com
Teste unilateral esquerda: H 0 : P ( A) P (D ) vs. H1 : P ( A) < P (B ) parmeros:
Teste unilateral direita: H 0 : P ( A) P (D ) vs. H1 : P ( A) > P (B ) T + T n.(n + 1) n.(n + 1)(
. 2n + 1)
com T = e T =
+
Z= + +
T+ 4 24
Estatstica de Teste (ET):
Em amostras grandes, o desvio-padro de T+ deve ser calculado pela
Quando A + D > 10 temos: X 2 =
( A D )2 com X 2 ~ (21) frmula de correco de empates.
A+ D
. 2n + 1) g (ei3 ei )
n.(n + 1)(
Para n < 60 , fazer a correco da continuidade: X 2 =
( A D 1)
2
Correco para empates: T = +
24

2
i =1
A+ D
A correco do desvio-padro para empates particularmente
Para amostras pequenas, o SPSS baseia o clculo da probabilidade de necessria quando a proporo de empates > 50%
significncia na distribuio binomial (exact probability)
Deciso (D):
Deciso (D):
Quando n 20 , determinar a probabilidade de significncia exacta de
Rejeita-se H0 quando X 2 [ 12;(1) ; + [ ou quando p
T+, mediante a Tabela de Wilcoxon ou de software (SPSS).
Quando n > 20 , Z ~ N (0,1) , pelo que:
Teste de Wilcoxon ] ] [ [
Teste bilateral: ; z1( 2 ) z1( 2 );+ , = 2.P (Z > ET )
Amostras correlacionadas 1 varivel ordinal Teste unilateral esquerda: ] ; z1 ] , = P(Z < ET )
a alternativa no-paramtrica ao teste t-student quando as condies de
aplicao deste falharam. Teste unilateral direita: [ z1 ;+ [ , = P(Z > ET )
FORMULAO DO TESTE
Hipteses (H):
Teste bilateral: H 0 : 1 = 2 vs. H1 : 1 2
Teste unilateral esquerda: H 0 : 1 2 vs. H1 : 1 > 2

Page 8 of 8

Das könnte Ihnen auch gefallen