Teste t de medidas INDEPENDENTES Estatística Aplicada - Componente Prática.

Slides:



Advertisements
Apresentações semelhantes
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Advertisements

Estatística e Probabilidade
QUAL O REAL IMPACTO DA ESTATÍSTICA NO DESENHO EXPERIMENTAL, NOMEADAMENTE NA PREVISÃO DE METODOLOGIAS E NA ANÁLISE DE RESULTADOS?
Estatística e Probabilidade
UFSC.PósMCI.FME.Inferências Envolvendo Variâncias. (8.1) 6 Inferências Envolvendo Variâncias.
Professor Antonio Carlos Coelho
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
análise dos estimadores
Disciplina Engenharia da Qualidade II
Introdução a planejamento e otimização de experimentos
Testes de Hipóteses.
Métodos Estatísticos Aplicados às Ciências Biológicas - 7ª aula -
Probabilidade Teste de hipóteses para duas médias:
Testes de Hipóteses.
GESTÃO E GARANTIA DA QUALIDADE
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Aula 5 Bioestatística. Estatísticas para uma variável.
Curso de Análise Estatística UNIFESP 2007 Prof. Dr. Clóvis de Araújo Peres Prof. Dr. Clóvis de Araújo Peres
Profª. Maria Ester Domingues de Oliveira
Amostragem e tratamento de dados faltantes Prof. Luciana Nunes INFERÊNCIA ESTATÍSTICA.
Aula 7 Validando os Modelos Prof. José Valentim Machado Vicente, D.Sc.
SANEAMENTO, SAÚDE E EDUCAÇÃO EM MUNICÍPIOS CEARENSES: UMA ANÁLISE COMPARATIVA JOSÉ GARCIA ALVES LIMA CARLOS VANGERRE DE ALMEIDA MAIA MARIA JANAINY COSTA.
Cálculo Numérico Computacional Prof. Linder Cândido da Silva.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Análise de Variância (ANOVA) Camilo Daleles Rennó
A ULA 6 B IOESTATÍSTICA Inferência Pontual, Intervalar e Testes de Hipóteses.
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Inferência Estatística
Aula 5. Teste de Hipóteses II. Capítulo 12, Bussab&Morettin “Estatística Básica” 7ª Edição.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
ANOVA de medidas independentes Estatística Aplicada - Componente Prática.
Introdução a Pesquisa Científica
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
PERCEPÇÃO DA DOR PELA CRIANÇA, ACOMPANHANTE E ENFERMEIRO NUM SERVIÇO DE URGÊNCIAS PEDIÁTRICAS FERNANDES, Ananda 1 ; FERREIRA, Maria Antónia 2 ; CRAVO,
MEDIDAS DE DISPERSÃO ENEM MEDIDAS DE DISPERSÃO As medidas de dispersão, como o nome sugere, servem para analisar o grau de dispersão dos dados em.
Mecânica Teórica Introdução e conceitos básicos da Mecânica Teórica:  Campos de Física Teórica;  Objecto de estudo;  Métodos da mecânica teórica; 
Método Básico de Análise de Dados Ricardo Pereira Brandão Prof. Dr.a Maria Aparecida. 5º administração. Estudo Interdisciplinares de Técnicas de Pesquisa.
CONHECIMENTOS DA EQUIPE DE ENFERMAGEM SOBRE PREVENÇÃO DE ÚLCERAS POR PRESSÃO Profa. Doutoranda Nariani Souza Galvão. Acadêmica de Enfermagem: Maria Alice.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Intervalo de Confiança Camilo Daleles Rennó
Regressão linear simples Apenas existe uma variável dependente ou Y e uma variável independente ou preditora X Estatística Aplicada - Componente Prática.
Testes de Hipóteses Universidade de Brasília Departamento de Engenharia Mecânica Programa de Pós-Graduação em Ciências Mecânicas Programa de Pós-Graduação.
O grau de dispersão de uma amostra em torno da média é: A) desvio médio; B) desvio padrão; C) erro padrão; D) variância; E) coeficiente de variação avaliação.
PROBLEMA Verificar a eficácia de um novo medicamento para curar dor de cabeça Hipóteses: H 0 : O novo medicamento não é eficaz H 1 : O novo medicamento.
TESTES DIAGNÓSTICOS 1 Epidemiologia Analítica. CASO CLÍNICO (1) Passo 1: Queixa principal e HPP Homem de 61 anos, comerciário, atendido na UPA QP: tosse.
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Revisão de conceitos de Estatística Psicometria Dr. Ricardo Primi, Universidade São Francisco.
Medidas de Dispersão (Variância, Desvio-Padrão, Amplitude, Coeficiente de Variação) Estatística Aplicada - Componente Prática.
Revisão de Estatística Parte II J M Fernandes. Amostras estatísticas para parâmetros populacionais Assumir que a distribuição é normal X~N(µ(σ 2 )) Gerar.
PESQUISA CIENTÍFICA -Aula 3- Prof. Alexandre Paiva da Silva Pombal – PB; Abril de 2013.
Planejamentos com Múltiplos Blocos Delineamento em blocos completos casualizados Um fator de perturbação é um fator que provavelmente tem um efeito sobre.
Aula 6. Inferência Dr. Ricardo Primi Universidade São Francisco
Método para seu projeto Profa. Dra. Marina Moreira.
Criação do pneumoperitônio mediante punção com agulha de Veress no hipocôndrio esquerdo: ensaio clínico prospectivo e randomizado. Jorge Luís Wilson Jr.,
Curso de Jornalismo Investigativo: uma capacitação para organizações e ativistas locais Análise e filtro de dados: oficina prática Apresentação baseada.
INFERÊNCIA ESTATÍSTICA
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Teste de Hipótese Camilo Daleles Rennó
MAE 0535 – Pesquisa de Mercado Universidade de São Paulo – USP Instituto de Matemática, Estatística e Computação – IME Professora: Silvia Elian Nagib 2º.
Elaboração de Projeto de Pesquisa
Sistemas Puxados de Manufatura. criar valor através da eliminação das Perdas. Tempo de Espera * Produção em excesso * Inventário * Processamento em excesso.
Aula 11. Regressão Linear Múltipla. 1. C.Dougherty “Introduction to Econometrics” 2. Capítulo 16. Bussab&Morettin “Estatística Básica” 7ª Edição.
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Reconhecimento de Padrões Mineração de Dados para Detecção de Padrões de Mudança de Cobertura da Terra Padrões e processos em Dinâmica de uso e Cobertura.
Métodos Quantitativos em Medicina Cálculo do Tamanho da Amostra Patometria 2015.
Aula 3. Estimação II. Capítulo 11, Bussab&Morettin “Estatística Básica” 7ª Edição.
Estatística Aplicada - Componente Prática Distribuição normal e scores normalizados.
Estatística Aplicada - Componente Prática
Probabilidade e Estatística Aplicadas à Contabilidade II
DISTRIBUIÇÕES AMOSTRAIS
Prof. Antonio Lopo Martinez
Metodologia da Pesquisa em Ensino de Ciências I
Probabilidade e Estatística Aplicadas à Contabilidade II
Transcrição da apresentação:

Teste t de medidas INDEPENDENTES Estatística Aplicada - Componente Prática

Numa experiência com praticantes de YOGA pretendeu conhecer-se qual de duas técnicas de relaxamento era a mais eficaz. Para tal registaram-se os valores da FC (em bpm) cujos valores são apresentados no quadro seguinte. MantraUM Utilizando um  de 0.05 ensaie a hipótese das técnicas serem diferentes e, se o forem, qual delas é a mais eficaz?

Cálculo do t test de medidas independentes com recurso ao EXCEL e SPSS

EXCEL 1 2 3

Resultados t a = t c(unicaudal) = t c(bicaudal) = p (bicaudal) = p (unicaudal) = gl

SPSS

Resultados Estatística descritiva Estatística inferencial Resultados do teste (homogeneidade de variâncias (valor F e de prova) Resultados de teste t, dos graus de liberdade e da prova Valor da diferença de médias Limites do IC para a diferença entre médias Se há homogeneidade de variâncias Se não há homogeneidade de variâncias

Cálculo sem recurso a software

Passos para o calculo do t test de medidas independentes 1. Formulação das hipóteses unilateral ou directional bilateral ou non directional 2. Cálculo do t amostral (ta) 6. Cálculo da magnitude da diferença conceito de variância explicada conceito do magnitude do efeito 2.1. Cálculo do erro padrão da diferença de médias 4. Identificar zonas de rejeição de Ho 3. Cálculo do t crítico (tc) 5. Cálculo do IC para a dif. de médias

MantraUMX12X12 x22x Méd=58Méd=62 Estamos perante duas técnicas independentes Formulação da hipótese

2.1. Cálculo d erro padrão da diferença de médias

N = 10 Aplicar a fórmula

Cálculo das variâncias para o caso dos n serem diferentes

Cálculo do t amostral (fórmula) Zona de não rej. de Ho Zona de rej. de Ho ta > tc –rej Ho Cálculo do t crítico (tabela) Conclusão Na amostra considerada, há diferenças estatisticamente significativas entre as técnicas de relaxação

Cálculo do intervalo de confiança Cálculo da magnitude da diferença 1. cálculo da variância explicada Qual o tamanho da diferença para ter relevância prática (substantiva)? 14.0% 14% da variância total dos resultados da FC é devida às diferentes técnicas de relaxamento. Isto implica, necessariamente, uma percentagem de variância “algo reduzida”.

Cálculo da magnitude do Efeito Valores de referência para ME < 0.20 – efeito reduzido (diferenças pequenas) = 0.50 – efeito médio (diferenças moderadas) > 0.80 – efeito elevado (diferenças grandes) A magnitude do efeito do programa de relaxamento na FC é reduzido

Exercício Dois grupos de 20 alunos do 1º ano e outros 20 do 2º ano do ensino básico foram submetidos a uma prova de salto em comprimento a pés juntos. Os resultados foram os seguintes 1º ano méd=137.6  º ano méd=163.3  16.7 Tendo em conta um  de 5%, apresente os resultados da experiência e diga se há ou não diferenças entre os dois anos de escolaridade nesta aptidão

t test em EXCEL

t test em SPSS

Passos para o cálculo do t test de medidas independentes 1. Formulação das hipóteses 2. Cálculo do t amostral (ta) 6. Cálculo da magnitude da diferença conceito de variância explicada conceito do tamanho do efeito 4. Identificar zonas de rejeição de Ho 3. Cálculo do t crítico (tc) 5. Cálculo do IC para a dif. de médias Cálculo sem software

Estamos perante duas técnicas independentes Formulação da hipótese 1º ano N=20 méd=137.6  º ano N=20 méd=163.3  16.7

Cálculo do t amostral (fórmula) 1º ano N=20 méd=137.6  º ano N=20 méd=163.3  16.7

Zona de não rej. de Ho Zona de rej. de Ho ta > tc –rej Ho Cálculo do t crítico (tabela) Conclusão Na amostra considerada, há diferenças estatisticamente significativas na aptidão o salto em comprimento entre o 1º e 2º ano

Cálculo do intervalo de confiança Cálculo da magnitude da diferença 1. cálculo da variância explicada Qual o tamanho da diferença para ter relevância prática (substantiva)? 28.0% Há 28% de diferença entre o 1º e 2º ano de ensino no salto em comprimento. Assim a relevância prática apesar de não muito elevada parece-nos importante

Cálculo da magnitude da diferença 2. Cálculo do tamanho do efeito Valores de referência para Me < 0.20 – efeito reduzido (diferenças pequenas) = 0.50 – efeito médio (diferenças moderadas) > 0.80 – efeito elevado (diferenças grandes) A magnitude do efeito entre os 2 anos é muito reduzida