Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouGabriela Criado Alterado mais de 9 anos atrás
1
Oráculo para a tomada de decisão na escolha do teste estatístico
Programa de Pós-graduação Stricto Sensu em Ciências do Exercício e do Esporte Prof. Md. Renato Sobral Monteiro Junior Manual
2
MANUAL 1. Para prosseguir na escolha das análises e seus tutoriais, clique sempre no botão 2. Quando não aparecer o botão , clique em qualquer lugar da tela. 3. Sempre que chegar ao fim dos tutoriais, você encontrará uma Clique nela para retornar ao menu. Não seguir estas recomendações pode desordenar as imagens. Bons estudos!!! Menu Prof. Md. Renato Sobral Monteiro Junior
3
Oráculo para a tomada de decisão na escolha do teste estatístico
Testes Paramétricos – utilizados para análises de variáveis contínuas , que podem assumir qualquer valor e normalmente possuem uma unidade conhecida (Ex. distância (mm, cm, m, km; Tempo (ms, s, min, h, dias). Os dados podem ser intervalares, de razão ou proporção. Além disso, a distribuição dos dados deve apresentar normalidade. Testes Não Paramétricos – utilizados para as análises de variáveis discretas, limitadas a um determinado número, não permitindo seu fracionamento, além de não conterem uma unidade específica de medida (Ex. 10 pessoas (não existe 9,5 pessoas). Os dados podem ser nominais ou ordinais. Aplicada também quando a distribuição não apresenta normalidade. Menu - Testes Paramétricos Não Paramétricos
4
Oráculo para a tomada de decisão na escolha do teste estatístico
Menu - Testes Relacionamento entre variáveis Paramétricos Comparação de medidas Centrais (Ex. média, moda) Não Paramétricos
5
Testes Não Paramétricos
Oráculo para a tomada de decisão na escolha do teste estatístico Menu - Testes Testes Paramétricos Relacionamento entre variáveis Testes Não Paramétricos Comparação de medida central (Ex. média, moda)
6
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento Correlação de Pearson
7
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento Correlação de Spearman
8
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento No SPSS, as colunas de dados são organizados lado a lado Correlação de Pearson Ex. relação entre o aumento da FC e o VO2 máx Clique no botão para ver o passo a passo
9
Renato Sobral Monteiro Junior
CORRELAÇÃO DE PEARSON
10
r p
11
VOLTAR
12
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento No SPSS, as colunas de dados são organizados lado a lado Correlação de Spearman Ex. relação entre sexo e humor Clique no botão para ver o passo a passo
13
CORRELAÇÃO DE SPEARMAN
Renato Sobral Monteiro Junior CORRELAÇÃO DE SPEARMAN
14
PROCEDIMENTOS IGUAIS A PEARSON. A ÚNICA DIFERENÇA ESTÁ AQUI...
VOLTAR
15
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos Teste t – utilizado para análises de um grupo de dados a uma medida pré-determinada (Teste t simples), dois grupos de dados dependentes (Teste t Pareado) ou dois grupos de dados independentes (Teste t Independente) ANOVA - utilizados para as análises de dois ou mais grupos de dados independentes (ANOVA one-way ), dois ou mais grupos de dados dependentes (ANOVA de medidas repetidas) ou dois ou mais grupos de dados independentes e os efeitos sobre uma variável dependente (ANOVA two-way; three-way...) Teste t ANOVA
16
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos Teste t Simples Teste t Pareado Teste t Independente
17
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos No SPSS, os dados são agrupados em uma única coluna. O valor pré-determinado é inserido no setup do teste. Teste t Simples Ex. Diferença entre a FC de idosos ativos e a média da população brasileira. Clique no botão para ver o passo a passo
18
Renato Sobral Monteiro Junior
TESTE “t” SIMPLES
19
VOLTAR
20
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados são organizadas lado a lado. Teste t Pareado Ex. FC de sedentários pré e pós-treinamento aeróbio de 4 semanas. Clique no botão para ver o passo a passo
21
Renato Sobral Monteiro Junior
TESTE “t” PAREADO
22
VOLTAR
23
Ex. Diferença entre FC de nadadores e corredores
Oráculo para a tomada de decisão na escolha do teste estatístico Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra. Teste t Independente Ex. Diferença entre FC de nadadores e corredores Clique no botão para ver o passo a passo
24
TESTE “t” INDEPENDENTE
Renato Sobral Monteiro Junior TESTE “t” INDEPENDENTE
25
1º: CARACTERIZAR OS GRUPOS EM “VARIABLE VIEW”
26
VOLTAR
27
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos ANOVA de medidas repetidas (intra-grupo) ANOVA one-way (inter-grupos) ANOVA two-way (inter-grupos) ANOVA three-way (inter-grupos)
28
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados são organizadas lado a lado. ANOVA de medidas repetidas Ex. Diferenças na força muscular entre séries, em idosos, com 1, 2 e 3 min de intervalo. Clique no botão para ver o passo a passo
29
ANOVA DE MEDIDAS REPETIDAS
Renato Sobral Monteiro Junior ANOVA DE MEDIDAS REPETIDAS
32
Esfericidade assumida (P>0,05)
33
Houve diferença significativa
34
Post-hoc mostrou diferença em todas as condições (P<0,05)
VOLTAR
35
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados são organizadas uma abaixo da outra. ANOVA one-way Ex. Diferenças na força muscular entre sedentários, ativos e atletas. Clique no botão para ver o passo a passo
36
Renato Sobral Monteiro Junior
ANOVA ONE-WAY
37
Caracterizar os grupos. Dados organizados um abaixo do outro
38
Para rodar a análise
39
Para rodar a análise
40
Output: a ANOVA mostrou diferença sig. (P<0,05)
41
Output: O Post hoc identificou diferença em todas as comparações
VOLTAR
42
ANOVA two-way (com medidas repetidas)
Oráculo para a tomada de decisão na escolha do teste estatístico Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra. ANOVA two-way (com medidas repetidas) Ex. Diferença na FC de nadadores e corredores pré e pós-treinamento intervalado. Clique no botão para ver o passo a passo
43
ANOVA TWO-WAY COM MEDIDAS REPETIDAS
Renato Sobral Monteiro Junior ANOVA TWO-WAY COM MEDIDAS REPETIDAS
44
Caracterizar os grupos
45
Para rodar a análise
46
Para rodar a análise
47
Para rodar a análise
48
Output: A ANOVA mostrou diferença intragrupos (P<0,05), mas não houve dif. Sig. Na interação TESTE X GRUPOS (P>0,05) VOLTAR
49
ANOVA three-way (com medidas repetidas)
Oráculo para a tomada de decisão na escolha do teste estatístico Medidas Centrais – Testes Paramétricos No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra. ANOVA three-way (com medidas repetidas) Ex. Diferença na FC de nadadores, corredores e ciclistas, pré e pós-treinamento intervalado. Clique no botão para ver o passo a passo
50
ANOVA THREE-WAY COM MEDIDAS REPETIDAS
Renato Sobral Monteiro Junior ANOVA THREE-WAY COM MEDIDAS REPETIDAS
51
Caracterizar os grupos
52
Para rodar a análise
53
Para rodar a análise
54
Para rodar a análise
55
Para rodar análise
56
Para rodar análise
57
Output: Sem dif. Sig. Intragrupos (P>0,05), mas com diferença na interação TESTE X GRUPOS (P<0,05)
58
Output: O efeito principal (diferença intergrupos) foi identificado pelo Post Hoc de Bonferroni
Sem dif. Pré ou pós Dif. Entre grupos VOLTAR
59
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes não Paramétricos Os testes não paramétricos são semelhantes aos paramétricos, quanto à organização dos dados e idéias de comparações. Wilcoxon – Teste t Pareado Mann Whitney – Teste t Independente Friedman – ANOVA de medidas repetidas Kruskall-Wallis – ANOVA one-way Wilcoxon Signed Rank Test Mann Whitney U Test Friedman Test Kruskall-Wallis Test NOTA: Verificar a variável que está sendo estudada!
60
WILCOXON SIGNED RANK TEST (TEST T PAREADO)
Renato Sobral Monteiro Junior WILCOXON SIGNED RANK TEST (TEST T PAREADO)
61
Para rodar a análise
62
Output: Não houve dif. Sig
Output: Não houve dif. Sig. No humor pré e pós treinamento de força neste grupo (P>0,05) VOLTAR
63
MANN WHITNEY U (TESTE T INDEPENDENTE)
Renato Sobral Monteiro Junior MANN WHITNEY U (TESTE T INDEPENDENTE)
64
Caracterizar os grupos
65
Para rodar a análise
66
Para rodar a análise
67
Para rodar a análise
68
Para rodar a análise
69
Output: Dif. Sig. No humor entre fisiculturistas e lutadores pós treinamento de força (P<0,05)
VOLTAR
70
FRIEDMAN TEST (ANOVA DE MEDIDAS REPETIDAS)
Renato Sobral Monteiro Junior FRIEDMAN TEST (ANOVA DE MEDIDAS REPETIDAS)
71
Para rodar a análise
72
Para rodar a análise
73
Output: Dif. Sig. No grupo em três dias de treinamento de força (P<0,05)
Não há opção no software para descobrir onde ocorreu a diferença. Nesse caso siga as próximas instruções
74
0,016 será o novo nível de significância adotado.
Opção para encontrar a diferença entre as séries de dados não paramétricos Calcule um Post Hoc de Bonferroni (valor de α / nº de comparações ). No caso desta comparação temos: Nº comparações = 3 Valor de α = 0,05 Então: 0,05 / 3 = 0,016 0,016 será o novo nível de significância adotado.
75
Rode um teste WILCOXON para cada par de série de dados, adotando um P≤0,016
Houve diferença apenas do dia 3 para o dia 2 (P<0,016); e do dia 3 para o dia 1 (P<0,016) VOLTAR
76
(ANOVA ONE-WAY BETWEEN GROUPS)
Renato Sobral Monteiro Junior KRUSKALL-WALLIS TEST (ANOVA ONE-WAY BETWEEN GROUPS)
77
Caracterizar os grupos
78
Para rodar a análise
79
Para rodar a análise
80
Para rodar a análise
81
Para rodar a análise
82
Output: Houve dif. Sig. Entre os grupos (P<0,05).
No Kuskall-Wallis Test ocorre o mesmo que no Friedman (não há como saber onde ocorreu o efeito principal). Nesse caso, repita o mesmo procedimento realizado no Friedman Test. Entretanto, a comparação entre pares de séries de dados será feita pelo Mann Whytney U Test
83
Output: houve dif. Sig. Entre os fisiculturistas e halterofilistas (P<0,016)
Mann Whitey U
84
Output: houve dif. Sig. Entre os halterofilistas e lutadores (P<0,016)
Mann Whitey U
85
Output: houve dif. Sig. Entre os fisiculturistas e lutadores (P<0,016)
Mann Whitey U VOLTAR
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.