Qui-quadrado características gerais

Slides:



Advertisements
Apresentações semelhantes
Análise Estatística Testes de Hipóteses.
Advertisements

DISTRIBUIÇÕES AMOSTRAIS
Teste das Mudanças ou das Proporções Pareadas McNemar
Suposições necessárias para o Modelo ANOVA
Estatística Não Paramétrica ANOVA de Kruskal-Wallis Ivan Balducci FOSJC / Unesp.
Distribuição Binomial
Curva Normal de Probabilidade
Teste de Comparação Múltipla de Tukey
Teste de McNemar Ricardo A. Quintano Neira Orientadores
Deve ser selecionado o modo
Estatística amintas paiva afonso.
CAPÍTULO 7 TESTE DE HIPÓTESE
Apresentação Gráfica Prof. Gilson Dourado.
CAPÍTULO 7 TESTE DE HIPÓTESE
ESTIMAÇÃO.
Prof. Marllus Gustavo Ferreira Passos das Neves
Teste de aderência Aula 07 Prof. Christopher Freire Souza
Estatística Aula 19 Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística 8 - Distribuições Amostrais
Capítulo 6 Estimativas e Tamanho de Amostras
Kappa de Cohen Prof. Ivan Balducci FOSJC / Unesp.
Qui-quadrado de Associação (entre duas variáveis)
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Análise de Dados.
Variáveis categóricas: 2 grupos
AULA11 Distribuição normal Josemar Rodrigues.
Estatística e Probabilidade
ESTATÍSTICA.
Análise de Variância (ANOVA)
Fórmulas Estatísticas MS Excel®
Distribuições Contínuas de Probabilidade
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
Distribuições Contínuas de Probabilidade
Amostragem: Média e desvio-padrão amostral Prof. Helcio Rocha
Teste de Hipóteses de uma amostra Prof. Helcio Rocha
A Distribuição Normal Prof. Helcio Rocha
Apêndice.
ANOVA: Análise de Variância APLICAÇÃO.
ESTATÍSTICA DESCRITIVA
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
Modelos de distribuição de erros
Diogo Fernando Bornancin Costa Fábio de H.C.R. dos Santos
Análise Bidimensional
Deve ser selecionado o modo
Curso de Introdução à Metodologia Científica
A probabilidade de X tomar um dado valor é zero. Calcula-se a probabilidade de X estar dentro de um intervalo. Função de densidade 1. f(x) ≥ 0 +  2. 
Métodos Quantitativos Prof. Edson Nemer Site:
Estatística e Probabilidade
Análise Descritiva de Dados
Matemática / Estatística
Aula 14: Distribuição normal Prof. Diovani Milhorim
3. Distribuições de probabilidade
DISTRIBUIÇÃO NORMAL.
T- Teste: A distribuição t de Student
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
análise dos estimadores
Estatística Teste de Aderência Prof. Antonio Fernando Branco Costa
Teste Qui-quadrado Comparando proporções
Separatrizes Quartis Decis Percentis TIPOS:
Testes de Hipóteses.
Distribuição Normal de Probabilidade
Teste de Tukey Comparação Múltipla de Médias
ANÁLISE DE DADOS EM BIOLOGIA
- Testes Qui-quadrado - Aderência e Independência
SPSS Guia Prático para Pesquisadores
Prof. Miguel Angel Uribe Opazo
Aderência à Distribuições de Probabilidade
UNIDADE : MEDIDADS DE ASSOCIAÇÃO E CORRELAÇÃO
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.
Transcrição da apresentação:

Qui-quadrado características gerais Prof. Ivan Balducci FOSJC / Unesp

Distribuições Qui-quadrado:

Distribuições Qui-quadrado Muitos testes estatísticos usam uma distribuição de probabilidade conhecida como Qui-quadrado, indicada por  ².  2 para 1 ou 2 gl  2  2 para 3 ou mais gl  2  ² é uma família de distribuições. O gráfico da distribuição de  ² depende do nº de gl. Be sure to tell students how to pronounce . (Rhymes with the Greek letter Pi.) As  ² distribuições são assimétricas à direita. Os valores de  2 são maiores ou igual a 0.

Teste Qui-quadrado O = freqüência observada em cada categoria A estatística do teste é: O = freqüência observada em cada categoria E = freqüência esperada em cada categoria There are k-1 d.f. since once all but one frequencies are freely found, the last is pre-determined since the total must add to the total in the sample. When the observed values are close to the expected values, the difference will be close to 0 and the value of chi-square will be close to 0.

Aplicações do Qui-quadrado Comparar resultados experimentais com resultados esperados para determinar: (1) Aderência à uma distribuição conhecida (2) Independência entre 2 variáveis: P(A∩B) = P(A) x P(B)

Objetivo: 1. Comparar as freqüências observadas com as esperadas. 2. Decidir se a freqüências observadas parecem concordar ou discordar das freqüências esperadas. Metodologia: Use a estatística qui-quadrado: Pequenos valores de c2: Observadas próximas das esperadas. Grandes calores de c2: Observadas não concordam com as Esperadas.

Distribuições Qui-quadrado:

Valores Críticos para Qui-quadrado: 1. Identificada pelos graus de liberdade (gl) e corresponde à área sob a curva à direita do valor crítico. 2. c2(gl, a): valor crítico da distribuição qui-quadrado com gl e a área para a direita. 3. A distribuição não é simétrica: valores críticos associados com caudas à direita e à esquerda são dados separadamente.

Exemplo: c2(16, 0.05) = ? Na Tabela qui-quadrado c2(16, 0.05) = 26.3

Exemplo: c2(10, 0.99) = ?. Na Tabela c2(10, 0.99) = 2.56

Distribuições Qui-quadrado Muitos testes estatísticos usam uma distribuição de probabilidade conhecida como Qui-quadrado, indicada por  ².  2 para 1 ou 2 gl  2  2 para 3 ou mais gl  2  ² é uma família de distribuições. O gráfico da distribuição de  ² depende do nº de gl. Be sure to tell students how to pronounce . (Rhymes with the Greek letter Pi.) As  ² distribuições são assimétricas à direita. Os valores de  2 são maiores ou igual a 0.

Fórmula: Graus de liberdade (gl) tabela de contingência: R. Linhas C Fórmula: Graus de liberdade (gl) tabela de contingência: R ... Linhas C ... Colunas gl = (R-1)(C-1)

Exº: Graus de liberdade (gl) tabela de contingência: 2 linhas e 2 colunas (R-1)(C-1) = (2-1)(2-1) = 1 gl = 1

Distribuição por Amostragem A distribuição por amostragem é uma distribuição 2 com graus de liberdade igual a: (Nº de linhas – 1) (Nº de colunas – 1) Exemplo: Qual a distribuição por amostragem para um teste de independência que tem uma tabela de contingência com 4 linhas e 3 colunas. A distribuição por amostragem é uma distribuição 2 com ( 4 – 1) (3 – 1) = 3*2 = 6 gl

tabela de contingência Termos que devem ser familiares Qui-quadrado graus de liberdade estatística do teste tabela de contingência