Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Bacharelado em Estatística
|
|
- Maria Clara Van Der Vinne Padilha
- 7 Há anos
- Visualizações:
Transcrição
1 Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Bacharelado em Estatística Disciplina: Estatística Aplicada Professores: Héliton Tavares e Regina Tavares Aluna: Débora Fernanda Castro Vianna Oliveira Matrícula: Belém, 08 de Outubro de 014
2 INTRODUÇÃO As primeiras técnicas de inferência sobre testes de hipótese faziam diversas suposições sobre a natureza da população da qual se extraíam os dados, como por exemplo: distribuição normal, sendo assim os valores relacionados com a população são denominados parâmetros, portanto estas técnicas estatísticas foram denominadas paramétricas. Entretanto, em diversas análises as suposições da população em estudo não se verificam ou são atendidas parcialmente, contudo foram desenvolvidas algumas técnicas, as quais são rigorosas na especificação de condições sobre os parâmetros da população da qual a amostra foi obtida, sendo estas técnicas chamadas de não paramétricas. A Estatística Não-Paramétrica pode ser definida como uma coleção de métodos estatísticos, aplicada a conjuntos de dados onde às suposições distribucionais necessárias para aplicação de uma técnica clássica (Intervalo de Confiança, Teste de Hipótese) não são satisfatoriamente atendidas. Vantagens: Não exigem a normalidade dos dados. Em geral, as probabilidades das afirmativas obtidas na maioria dos testes não-paramétricos, são exatas, salvo quando se usam aproximações para grandes amostras. Independem da forma da população da qual a amostra foi obtida. São, em geral, de mais fácil aplicação e exigem, quase sempre, menor volume de cálculos. Alguns testes não-paramétricos permitem trabalhar com dados de diferentes populações, o que não é possível com os paramétricos. São úteis no caso de variáveis ordinais, em que é difícil estabelecer uma escala de valores quantitativos para os dados, sendo possível apenas dizer que um dado tem mais ou menos da característica que está sendo analisada, sem poder precisar ou quantificar as diferenças. São mais eficientes do que os testes paramétricos, quando os dados da população não têm distribuição normal. Quando a população é normalmente distribuída, sua eficiência, em alguns casos, é levemente inferior à dos concorrentes.
3 Desvantagens: Em muitos casos ocorre um desperdício de informações, ao desconsiderar, por exemplo, a magnitude dos dados, transformando-os em sinais ou ordem. Para se obter a mesma eficiência com um teste não-paramétrico quando as suposições do modelo estatístico paramétrico são satisfeitas é necessária uma amostra maior. Sua aplicação está restrita a modelos simples, pois a estatística nãoparamétrica não permite testar interações, exceto a aditividade em casos especiais. TIPOS DE TESTES NÃO-PARAMÉTRICOS Os testes não-paramétricos podem ser divididos em testes para: Uma amostra Duas amostras relacionadas Duas amostras independentes K amostras relacionadas K amostras independentes O CASO DE UMA AMOSTRA Teste de Qui-Quadrado de Aderência Utilizado quando os dados se enquadram em diversas categorias, o teste quiquadrado de aderência poderá ser utilizado. Tem como objetivo estabelecer o grau de correspondência entre as observações observadas e as esperadas em cada categoria. Se existe uma diferença significante entre um número observado de objetos ocorrendo em cada categoria e um número esperado. As hipóteses a serem testadas são: H 0 : As frequências observadas seja igual a frequência esperada. H 1 : As frequências observadas não seja igual a frequência esperada. A estatística teste: ( O i Ei E ) i onde, O i é o número de casos observados na i-ésima categoria E i é o número de casos esperados na i-ésima categoria quando H 0 é verdadeira k é o número de categorias
4 CASO ESPECIAL O teste qui-quadrado de aderência com uma amostra não deve ser usado se mais de 0% das frequências esperadas são menores que 5 ou se qualquer frequência for menor que 1. Pois a distribuição χ é assintoticamente qui-quadrado se as frequências amostrais forem. Teste de Kolmogorov-Smirnov Faz-se necessário conhecer a média e o desvio padrão da população em que se esta trabalhando. Especificar a distribuição de frequência acumulada que ocorreria dada a distribuição teórica e compará-la com a distribuição de frequência acumulada observada. As hipóteses a serem testadas são: H 0 : As frequências observadas não diferem da distribuição esperada, com base nos dados da população. H 1 : As frequências observadas diferem da distribuição esperada, com base nos dados da população. O CASO DE DUAS AMOSTRA RELACIONADAS Teste de Wilcoxon Equivale ao teste paramétrico t de student para amostras pareadas. Compara dados pareados de uma amostra obtidos em ocasiões distintas: antes e depois. As hipóteses a serem testadas são: H 0 : Não há diferença no tratamento em estudo entre antes e depois de uma certa modificação. H 1 : Há diferença no tratamento em estudo entre antes e depois de uma certa modificação. Exemplo: Pretende-se comparar um método de estimação do volume de árvores baseado no diâmetro basal com outro método baseado no dap. Para tal, os volumes (m 3 ) de madeira dos mesmas 15 pinheiros foram estimados pelos dois métodos: No quadro a seguir é apresentado o cálculo do teste:
5 A fim de calcular a estatística de teste para proceder à decisão do teste, temos em primeiro lugar de fazer a aproximação à função de distribuição normal. Os parâmetros desta aproximação são: Media Variância Estatística de teste Para um nível de significância α = 5%, e tratando-se de um teste bilateral, pode-se conclui que não há evidência estatística para rejeitar a hipótese nula. A partir da estatística Z = , também se pode calcular a probabilidade limite: p value = 0.93, sendo a decisão a mesma que anteriormente.
6 Teste de Sinais Neste teste trabalha-se com os sinais ( + ) e ( - ). Os pares com resultados iguais são eliminados. Define a diferença dos escores antes e depois do procedimento investigatório. As hipóteses a serem testadas são: H 0 : Não há diferença no tratamento em estudo entre antes e depois de uma certa modificação. H 1 : Há diferença no tratamento em estudo entre antes e depois de uma certa modificação. O CASO DE DUAS AMOSTRA INDEPENDENTES Teste Exato de Fisher O Teste exato do Fisher tem este nome em homenagem ao seu inventor, Ronald. A. Fisher, e é usado quando se tem uma amostra pequena em geral. O seu objetivo é calcular a probabilidade de associação das características que estão em análise, ou seja, a probabilidade de tais características serem independentes. É um teste bastante útil para analisar dados nominais ou ordinais e é adequado quando os escores das duas amostras aleatórias independentes se enquadram em uma de duas classes mutuamente exclusivos. O teste é feito quando se organiza os escores numa tabela de contingência x. A B C D A probabilidade de observar determinado conjunto de frequências em uma tabela X, considerando os totais marginais fixos, é dada pela distribuição hipergeométrica: p A C B D A B ( A B)!( C D)!( A C)!( B D)! n n! A! B! C! D! A B Porém, este teste é recomendado apenas quando se tem amostras pequenas. Caso contrário, o aconselhável é usar o teste de Qui-quadrado. De modo geral, o recomendável é usar este teste quando o número de amostras for menor que 0, ou que se o tamanho amostral estiver no intervalo de 0 a 40, a menor freqüência esperada for 5. As hipóteses a serem testadas são:
7 H 0 : não há evidências suficientes de diferença entre os dois tratamentos H 1 : Há evidências suficientes de diferença entre os dois tratamentos. Exemplo: Para avaliar a eficácia e segurança de duas drogas, foram estudadas 19 pacientes, sendo 10 pacientes tratados com a droga A e 9 pacientes com a droga B. Dos pacientes avaliadao, a cura completa ocorreu em 10 pacientes que tomaram a droga A e em 7 pacientes que tomaram a droga B. Os outros pacientes tiveram efeitos adversos. Pelos dados apresentados, pode-se observar que existe duas populações 1) Pacientes tratados com a Droga A ) Pacientes tratados com a Droga B E também duas categorias 1) Pacientes curados ) Pacientes com efeitos adversos A Tabela de contigência pode ser montada da seguinte maneira: Droga A Droga B Cura 10 7 Efeitos Adversos 0 Assim, a probabilidade é dada por p 17!! 10!9! 19! 10!7!0!! 0,105 ou seja, não há evidências suficiente de diferença entre os dois tratamentos tanto em termos de cura como na ocorrência de efeitos diversos. Teste Qui-Quadrado Utiliza-se este teste quando os dados se apresentam sob forma de frequências em categorias discretas e o teste exato de Fisher não possa ser aplicado. Pode usado para testar independência ou homogeneidade. Ou seja, pode-se aplicar o teste determinar a significância de diferenças entre dois grupos independentes e consequentemente, com respeito a frequências relativas com que os componentes do grupo se enquadram nas diversas categorias. Ou para verificar se diferentes populações têm as mesmas características (são homogêneas). Essa dependência entre as duas variáveis significa apenas que as duas variáveis estão relacionadas, não especifica o tipo de relação. para
8 Tanto para testar homogeneidade quanto independência, a hipótese nula pode ser testada mediante a estatística r i1 k onde O ij é o número de casos observados na linha i da coluna j, e E ij, o número de j1 casos esperados, sob H 0, na linha i da coluna j. O ij E Os valores de obtidos pela fórmula acima, tem distribuição aproximadamente qui-quadrado com gl = (r - 1)(k - 1), onde r é o número de linhas e k é o número de colunas. Para obter a freqüência esperada E ij em cada célula, multiplicam-se os totais marginais comuns a uma determinada célula e divide-se produto por n (total de observações). O Teste da Mediana O teste da mediana verifica a probabilidade de grupos independentes serem provenientes de populações com a mesma mediana. O teste da mediana é particularmente útil quando existem dados censurados (alguns dados ficam além dos limites estabelecidos para coleta) ou valores aberrantes. Para esse teste, a variável em análise também deve ser medida em escala ordinal ou numérica. E ij ij Procedimento: a) Formular as hipóteses: a hipótese em teste é a de que os grupos provêm de populações com a mesma mediana. b) Juntar os grupos em comparação em um só conjunto. Calcular a mediana de todos os dados. c) Contar, em cada grupo, o número de dados que estão acima e o número de dados que estão abaixo da mediana geral. Arranjar as contagens em uma tabela x ; Obs.: Se ocorrer o caso em que algumas observações coincidam com a mediana deve-se dicotomizar os dados segundo as observações que excedam a mediana e as que não a excedam, sendo incluídos na segunda categoria as observações que coincidem com a mediana. Teste U de Mann-Whitney É usado para testar se duas amostras independentes foram retiradas de populações com médias iguais. Esse teste é, portanto, uma alternativa para o teste t
9 para amostras independentes quando a amostra for pequena e/ou as pressuposições, exigidas pelo teste t, estiverem seriamente comprometidas. A única exigência do teste de Mann-Whitney é a de que as observações sejam medidas em escala ordinal ou numérica. Dependendo da quantidade amostral, pode-se calcular este teste de maneiras diversas. Para pequenas amostras: a) Determinar os valores de n 1 e n. Em que n 1 é o número de casos no grupo menor e n é o número de casos no grupo maior. b) Dispor em conjunto os escores dos dois grupos, ordenando-os em ordem crescente, identificando a qual grupo pertence o escore. c) Determinar a estatística U do seguinte modo: observar a identificação das observações ordenadas conjuntamente e contar, para cada um dos grupos, o número de escores do grupo contrário que precedem cada observação desse grupo. Somar esses valores. A estatística U será a menor soma. d) A distribuição amostral de U, sob H 0, é conhecida e pode-se então determinar-se a probabilidade associada à ocorrência, sob H 0, de qualquer valor de U tão extremo quanto o valor observado. Quando nem n 1 e nem n são superiores a 8, pode-se utilizar a tabela J (Siegel, pg ) para determinar a probabilidade exata associada à ocorrência, sob H 0, de qualquer U tão extremo quanto o valor observado. Para grandes amostras: a) Determinar os valores de n 1 e n. Em que n 1 é o número de casos no grupo menor e n é o número de casos no grupo maior. b) Dispor em conjunto os escores dos dois grupos, atribuindo o posto 1 ao menor escore. Os postos variarão de 1 a N onde N = n 1 + n. Às observações empatadas atribuir a média dos postos correspondentes. Calcular R 1 = soma dos postos do grupo 1; c) Calcular a estatística de Mann-Whitney (U): n1 n1 1 U n1. n R1, onde R 1 é a soma dos postos do menor grupo.
10 d) Obter a média e o desvio padrão dos postos para então obter o valor de z calculado. n 1 n R R n 1 n n1 n 1 Teste de Kolmogorov-Smirnov para duas amostras 1 U - z R Quando utilizado, comprova se elas foram extraídas da mesma população (ou de populações com a mesma distribuição). Tal como o teste de para uma amostra, o teste utiliza aqui as distribuições acumuladas. O teste de uma amostra se refere a concordância entre a distribuição de um conjunto de valores amostrais e determinada distribuição teórica. O teste de duas amostras visa a concordância entre dois conjuntos de valores amostrais. Para aplicar o teste de Kolmogorov-Smirnov de duas amostras, constrói-se a distribuição das freqüências acumuladas relativas de cada uma das amostras, utilizando os mesmos intervalos (amplitude de classes) para cada uma delas. Em cada intervalo subtraí-se uma função da outra. O teste utiliza como estatística a maior destas diferenças. Sejam Sn 1 (x) = função acumulada observada para a primeira amostra, isto é, Sn 1 (x) = k / n 1, onde k = número de escores não superiores a x. Seja Sn (x) = função acumulada observada da segunda amostra, isto é, Sn (x) = k / n. O teste K-S toma a maior destas diferenças em módulo que é denominada de desvio máximo e é anotada por D. Assim: D = max[sn 1 (x) - Sn (x)] para uma prova bilateral e D = max Sn 1 (x) - Sn (x) para uma prova unilateral. A distribuição amostral de D, sob H 0, para uma prova bilateral é conhecida e se encontra tabelada. O CASO DE K AMOSTRAS RELACIONADAS Quando se deseja comparar três ou mais amostras ou condições em um experimento, faz-se necessário utilizar testes estatísticos que verifique a diferença global entre as k amostras. A técnica paramétrica para comprovar se várias amostras provém de amostras idênticas é a análise de variância, porém esta precisa de muitas suposições. Caso o pesquisador considera essas suposições irreais para os seus dados ou deseja evitar as suposições a fim de tornar suas conclusões mais gerais, poderá fazer uso de um dos testes a seguir. Teste Q de Cochran O teste Q de Cochran tem como objetivo comprovar se três ou mais conjuntos correspondentes de frequências ou proporções diferem entre si significativamente. Este R
11 teste é indicado quando a mensuração dos dados é feita em escala nominal ou dicotomizada. As hipóteses a serem testadas são: H 0 : As amostras são provenientes da mesma população ou os tratamentos são iguais em termos de eficiência. H 1 : As amostras não são provenientes da mesma população ou há diferença em termos de eficiência. A estatística para o teste é Q k( k 1) k k i1 k J 1 L i ( G k J i1 G ) L i onde k é o número de tratamento, G J o total da coluna para o J-ésimo tratamento, N é o número de blocos, L i o total da linha para o i-ésimo tratamento. Q tem distribuição aproximadamente qui-quadrado com k - 1 graus de liberdade. Teste Friedman Quando os dados de k amostras dependentes se apresentam pelo menos em escala ordinal, a prova de Friedman é útil para comprovar a hipótese de nulidade, e que as k amostras tenham sido extraídas da mesma população. Assim como o teste de Cochran, é uma saída da análise de variância, quando este apresenta as suas presssuposições comprometidas. Neste teste, o número de casos é o mesmo em cada amostra. Estuda-se o mesmo grupo de indivíduos sob cada uma das k condições. As hipóteses a serem testadas são: H 0 : As amostras são provenientes da mesma população ou os tratamentos são iguais em termos de eficiência. H 1 : As amostras não são provenientes da mesma população ou há diferença em termos de eficiência. Procedimento: a) Formular as hipóteses: a hipótese em teste é a de que os grupos tem a mesma distribuição b) Atribuir um posto a cada lado, trabalhando por linha c) Calcular o somatório dos postos de cada grupo d) Calcular a estatística de teste, que tem distribuição aproximadamente quiquadrado com k-1 graus de liberdades
12 r 1 Nk( k 1) k i1 ( R ) i 3N( k 1) onde N é o número de linhas, k o número de colunas e R é o valor dos postos na coluna i. e) Compara o valor crítico calculado com o valor crítico tabelas com k 1 graus de liberdade. O CASO DE K AMOSTRAS INDEPENDENTES O teste Qui-Quadrado O teste de qui-quadrado para k amostras independentes, é uma extensão direta do mesmo teste para duas amostras independentes. Em geral, o teste é o mesmo, tanto para duas, como para k amostras independentes. Sua estatística teste também é a mesma, e há dois tipos de teste, para testar a homogeneidade e a independência. r i1 k onde O ij é o número de casos observados na linha i da coluna j, e E ij, o número de j1 casos esperados, sob H 0, na linha i da coluna j. O teste da Mediana O ij E Assim como o teste qui-quadrado para k amostras é uma extensão do mesmo de duas amostras, o teste da mediana para k amostras independentes, também é uma extensão do mesmo teste de duas amostras independentes. Ele tem como objetivo verificar a probabilidade de grupos independentes proverem de populações com a mesma mediana. O seu procedimento para a realização do teste também é o mesmo. a) Formular as hipóteses: a hipótese em teste é a de que os grupos provêm de populações com a mesma mediana. b) Juntar os k grupos em comparação em um só conjunto. Calcular a mediana de todos os dados. c) Contar, em cada grupo, o número de dados que estão acima e o número de dados que estão abaixo da mediana geral. Arranjar as contagens em uma tabela x k. d) Aplicar o teste de qui-quadrado para esta hipótese. O teste de Kruskal-Wallis Este teste nada mais é que uma extensão do teste de Mann-Whitney, e é útil para decidir se k amostras independentes provém de populações com médias iguais. Porém, este teste só é recomendável ser utilizado quando o tamanho da amostra for pequeno E ij ij
13 e/ou as pressuposições necessárias para se fazer a análise de variância estiverem comprometidas. Assim como o teste de Mann-Whitney, o teste de Kruskal-Wallis condiciona que a variável em análise seja medida em escala normal ou numérica. O procedimento para a realização do teste é: a) Dispor em ordem crescente, as observações de todos os k grupos, atribuindo postos de 1 a n. Caso haja empates, atribuir o posto médio. b) Determinar o valor da soma dos postos para cada um dos k grupos: R i, i=1,,..., k. c) Calcular a estatística teste: 1 H N( N 1) k i1 R i n j 3( N 1) sendo k o número de amostras, n j o número de elementos na amostra j, R j a soma dos postos na amostra j e N é o número total de elementos em todas as amostras combinadas. Pode-se mostrar que se as k amostras forem efetivamente retiradas de uma mesma população, isto é, se H 0 é verdadeira. Então H (estatística de Kruskal-Wallis) tem uma distribuição qui-quadrado com k -1 graus de liberdade, desde que os tamanhos das k amostras não sejam muito pequenos. Porém, alguns pressupostos são necessários para a execução deste teste, como por exemplo, a exigência de variância iguais, ou seja, caso as diferentes amostras tiverem variâncias muito diferentes, não se deve utilizar o teste de Kruskal-Wallis, e se o número de empates for grande, será preciso aplicar uma correção na estatística. Computacionalmente, os pacotes estatísticos já fazem essa correção automaticamente. Esta correção é feita ao dividir H por 3 ( t t) 1 3 N N onde t é o número de empates para cada um dos escores que empataram. REFERÊNCIAS [1] NOETHER, G. E., Introdução à Estatística Uma Abordagem Não-Paramétrica..ed., Rio de Janeiro: Guanabara Dois, [] SIEGEL, S.; JR. CASTELLAN, N. J. Estatística Não-Paramétrica para Ciência do Comportamento..ed., Porto Alegre: Artmed, 006.
Stela Adami Vayego Estatística II CE003/DEST/UFPR
Resumo 1 Teste de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisOs testes. Objetivos. O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos)
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Testes não-paramétricos Um teste não paramétrico testa outras situações que não parâmetros populacionais. Estas situações podem ser
Leia maisO teste qui-quadrado. A variável teste é: χ E. Os testes. Hipóteses e Cálculo H 0 : As variáveis são independentes H 1 : As variáveis são dependentes
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Qui-Quadrado O teste exato de Fisher O teste de Kolmogorov-Smirnov O teste de U de Mann-Whitney O teste de Wilcoxon
Leia maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisPor que testes não-paramétricos?
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Métodos Estatísticos Avançados em Epidemiologia Aula 3 Testes Não-Paramétricos: Wilcoxon Mann-Whitney Kruskal-Wallis
Leia maisAlgumas vantagens. Algumas restrições ao seu uso
Testes não-paramétricos Pro. Lorí Viali, Dr. http://www.pucrs.br/amat/viali/ viali@pucrs.br Um teste não paramétrico testa outras situações que não parâmetros populacionais. Estas situações podem ser relacionamentos,
Leia maisTestes para dados categóricos
Testes para dados categóricos Teste de homogeneidade Objetivo: testar se existe diferença entre frequências observadas (O ij ) e frequências esperadas (E ij ). Dados amostrais: amostras aleatórias independentes
Leia maisTESTES NÃO-PARAMÉTRICOS
Les-0773: ESTATÍSTICA APLICADA III TESTES NÃO-PARAMÉTRICOS AULA 3 26/05/17 Prof a Lilian M. Lima Cunha Maio de 2017 Revisão... Teste dos Sinais A Comparar valores de medianas de uma amostra com um valor
Leia maisStela Adami Vayego DEST/UFPR
Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais, nem são
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste de Kruskal-Wallis (Análise de variância de uma classificação por postos) O teste qui-quadrado William Henry Kruskal
Leia maisESTATÍSTICA NÃO-PARAMÉTRICA Aula 5
ESTATÍSTICA NÃO-PARAMÉTRICA Aula Prof. Dr. Edmilson Rodrigues Pinto Faculdade de Matemática - UFU edmilson@famat.ufu.br Caso de amostras relacionadas O obetivo principal desses testes é comprovar a hipótese
Leia mais16/6/2014. Teste Qui-quadrado de independência
UNIVERSIDADE FEDERAL DA PARAÍBA TESTES NÃO- PARAMÉTRICOS Parte I Prof. Luiz Medeiros Departamento de Estatística Teste Qui-quadrado de independência Um dos principais objetivos de se construir uma tabela
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisOs testes. O teste de McNemar O teste de Wilcoxon O teste do sinais
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste de McNemar O teste de Wilcoxon O teste do sinais O teste de McNemar para a significância de mudanças é aplicável
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisPROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II
PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE PARA UMA PROPORÇÃO H0: p = p 0
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisSÉRIE: Exatas Texto: Estatística Não Paramétrica SUMÁRIO 1. INTRODUÇÃO TESTES PARA UMA AMOSTRA... 11
SUMÁRIO 1. INTRODUÇÃO... 5 1.1. GENERALIDADES... 5 1.. ALGUNS MOTIVOS PARA O SEU USO...5 1.3. ALGUMAS RESTRIÇÕES AO SEU USO...6 1.4. A ESCOLHA DO TESTE ESTATÍSTICO...6 1.5. MENSURAÇÃO... 7 1.6. A DISTRIBUIÇÃO
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisSumário. Sumário 1 1. Introdução 3
M a t 0 8 - A n á l i s e E s t a t ís t i c a N ã o P a r a m é t r i c a Sumário Sumário 1 1. Introdução 3 1.1. Generalidades 3 1.. Alguns motivos para o seu uso 3 1.3. Algumas restrições ao seu uso
Leia maisEscolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisJosé Aparecido da Silva Gama¹. ¹Professor do Instituto Federal de Educação, Ciência e Tecnologia de Alagoas.
Estudo e Aplicação dos Testes de Hipóteses Paramétricos e Não Paramétricos em Amostras da Estação Fluviométrica Três Maria (MG) da bacia Hidrográfica do Rio São Francisco José Aparecido da Silva Gama¹
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 6 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: os casos dos testes de proporções para duas amostras independentes e emparelhadas
Leia maisEstatística aplicada a ensaios clínicos
Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 12 1 grupo 2 grupos > 2
Leia maisComparando Duas Amostras (abordagem não-paramétrica)
Comparando Duas Amostras (abordagem não-paramétrica) Aula de hoje Estatística Não-Paramétrica Parâmetro: é medida usada para descrever uma característica de uma população Ponto estimativa por ponto (média,
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos
PHD 574 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 8 a aula Testes Não-Paramétricos de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 005 Estatística Aplicada
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisÍNDICE. Variáveis, Populações e Amostras. Estatística Descritiva PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 CAPÍTULO 2
COMO USAR ESTE LIVRO ÍNDICE PREFÁCIO 15 NOTA À 3ª EDIÇÃO 17 COMO USAR ESTE LIVRO? 21 CAPÍTULO 1 Variáveis, Populações e Amostras 1.1. VARIÁVEIS ESTATÍSTICAS E ESCALAS DE MEDIDA 27 1.2. POPULAÇÃO VS. AMOSTRA
Leia maisPOPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA TIPOS DE VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS CLASSIFICAÇÃO DAS VARIÁVEIS 1) TIPOS DE VARIÁVEIS
POPULAÇÃO X AMOSTRA INTRODUÇÃO À BIOESTATÍSTICA População (N) representa o conjunto de todas as unidades experimentais que apresentam características em comum Amostra (n) representa uma parte do todo.
Leia maisEstatística Não Paramétrica
Estatística Não Paramétrica Como construir testes de hipóteses para uma amostra Como construir testes de hipóteses para duas amostras dependentes Como construir testes de hipóteses para duas amostras independentes
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia maisAULA 8 Experimentos multinomiais e tabelas de contingência
1 AULA 8 Experimentos multinomiais e tabelas de contingência Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas
Leia maisTestes não paramétricos. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes não paramétricos Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos algo diferente daquela
Leia maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Estatística Não Paramétrica
Estatística: Aplicação ao Sensoriamento Remoto SER 204 - ANO 2018 Estatística Não Paramétrica Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ (1 melhor; 4 pior)............
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisTESTES NÃO PARAMÉTRICOS (para mediana/média)
MAE212: Introdução à Probabilidade e à Estatística II - Profas. Beti e Chang (2012) 1 TESTES NÃO PARAMÉTRICOS (para mediana/média) Os métodos de estimação e testes de hipóteses estudados até agora nessa
Leia maisEstatística Não Paramétrica. Como construir testes de aderência
Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,
Leia maisAULA 05 Teste de Hipótese
1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução
Leia maisTestes de Hipóteses Não Paramétricos
ACH4513 INFERÊNCIA ESTATÍSTICA 2º Sem/2017 Testes de Hipóteses Não Paramétricos Prof. Marcelo S. Lauretto marcelolauretto@usp.br www.each.usp.br/lauretto Referência: W.O.Bussab, P.A.Morettin. Estatística
Leia mais1. Conceitos básicos de estatística Níveis de medição Medidas características de distribuições univariadas 21
OS SABERES INDISPENSÁVEIS 7 Índice Prefácio 13 Capítulo 1 Os Saberes Indispensáveis 1. Conceitos básicos de estatística 17 1.1. Níveis de medição 18 1.2. Medidas características de distribuições univariadas
Leia maisMOQ 13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ 13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 3 4 5 6 7 8 9 10 11 1 13 14 15 e 16 Introdução à probabilidade (eventos,
Leia maisTeste U de Mann-Whitney BRUNA FERNANDA BATTISTUZZI BARBOSA KAUANA SOARES PAULO ROGÉRIO DA SILVA
Teste U de Mann-Whitney BRUNA FERNANDA BATTISTUZZI BARBOSA KAUANA SOARES PAULO ROGÉRIO DA SILVA Estatística Não-Paramétrica Distribuição livre Não incorpora as suposições restritivas, características dos
Leia maisConsiderações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra
Leia maisTestes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados.
TESTES NÃO PARAMÉTRICOS Testes não paramétricos são testes de hipóteses que não requerem pressupostos sobre a forma da distribuição subjacente aos dados. Bioestatística, 2007 15 Vantagens dos testes não
Leia maisInstituto Federal Goiano
ANOVA Não Instituto Federal Goiano Conteúdo 1 2 3 Estatística não Em geral os métodos são simples e versáteis Há pouca ou nenhuma especicação ou exigência acerca dos parâmetros da população da qual a amostra
Leia maisTESTE DE MANN-WHITNEY
TESTE DE MANN-WHITNEY A importância deste teste é ser a alternativa não paramétrica ao teste t para a diferença de médias. Sejam (X,X,...,X n ) e (Y,Y,...,Y m ) duas amostras independentes, de tamanhos
Leia maisParte 8 Testes de hipóteses Comparação de dois grupos
Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários
Leia maisTestes de Aderência, Homogeneidade e Independência. Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Teste de hipótese Queremos saber se a evidência que temos em mãos significa que encontramos
Leia maisINTRODUÇÃO À ESTATÍSTICA BÁSICA AULA 4
INTRODUÇÃO À ESTATÍSTICA BÁSICA AULA 4 Dr. Pedro Giovâni da Silva (Ecologia UFC) MSc. Juliano André Bogoni (Ecologia UFSC) Florianópolis, agosto de 2015 Aula 4: Wilcoxon-Mann-Whitney; Kruskall-Wallis;
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Teste Qui-quadrado Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Teste Qui-quadrado É um teste não paramétrico, pois independe dos parâmetros
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses
PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento
Leia maisSUMÁRIO. 1.1 Introdução, Conceitos Fundamentais, 2
SUMÁRIO 1 CONCEITOS BÁSICOS, 1 1.1 Introdução, 1 1.2 Conceitos Fundamentais, 2 1.2.1 Objetivo, 2 1.2.2 População e amostra, 2 1.3 Processos estatísticos de abordagem, 2 1.4 Dados estatísticos, 3 1.5 Estatística
Leia maisOs testes. Objetivo. O teste de Kruskal-Wallis (Análise de variância de uma classificação por postos) O teste qui-quadrado
Pro. Lorí Viali, Dr. http://www.mat.urgs.br/viali/ viali@mat.urgs.br Os testes O teste de Kruskal-Wallis (Análise de variância de uma classiicação por postos) O teste qui-quadrado William Henry Kruskal
Leia maisDelineamento e Análise Experimental Aula 6. Anderson Castro Soares de Oliveira
Aula 6 Castro Soares de Oliveira Transformação de dados A análise dos resultados de um experimento é boa quando as pressuposições do modelo são atendidas: Os erros do modelo tem média zero e variância
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Algumas considerações Slide 2 As secções deste capítulo referem-se
Leia maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
Leia mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia maisMétodos Não Paramétricos
Métodos Não Paramétricos Para todos os testes estatísticos que estudamos até este ponto, assumimos que as populações tinham distribuição normal ou aproximadamente normal. Essa propriedade era necessária
Leia mais1 Probabilidade - Modelos Probabilísticos
1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,
Leia maisPlanejamento de Experimentos Introdução - Teste t
1/22 Planejamento de Experimentos Introdução - Teste t Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/22 Introdução - Planejamento de Experimentos Experimento:
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisUnidade IV Inferência estatística
6//5 Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses
Leia maisIntrodução à Bioestatística
Instituto Nacional de Cardiologia February 23, 2015 1 Conforme visto anteriormente, a média não é uma boa estatística para dados ordinais Em alguns casos, transformar uma variável que não possui distribuição
Leia maisAULA 04 Teste de hipótese
1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal
Leia maisBioestat 5.0. Rafael de Oliveira Xavier. Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar
Bioestat 5.0 Rafael de Oliveira Xavier Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar O Bioestat é um programa criado em 1998 por José Márcio Ayres e colaboradores, com o apoio de vários
Leia mais(a) Teste e IC para Duas Variâncias. (b) Teste para médias. Duas Amostras de Teste T e IC
Exercício 1 Contexto: amostras independentes de populações normais (a) Teste e IC para Duas Variâncias Método Hipótese nula Variância(Primeiro) / Variância(Segundo) = 1 Hipótese alternativa Variância(Primeiro)
Leia maisTestes de Hipóteses Não Paramétricos. Rita Brandão (Univ. Açores) Testes de hipóteses não paramétricos 1 / 48
Testes de Hipóteses Não Paramétricos Rita Brandão (Univ. Açores) Testes de hipóteses não paramétricos 1 / 48 Testes de Hipóteses Não Paramétricos:Introdução Nos testes de hipóteses não paramétricos não
Leia maisTESTE t-student TESTE IGUALDADE DE VARIÂNCIAS
UNIVERSIDADE FEDERAL DO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA TESTE t-student TESTE IGUALDADE DE VARIÂNCIAS BELÉM 2014 TAIS MEDEIROS SILVA 201107840019 TESTE t-student TESTE
Leia maisI VOLUME. O. INTRODUÇÃO Destinatários desta obra. Objectivos. Concepção Agradecimentos. Exemplos gerais. Advertência.. I.
índice GERAL I VOLUME Prefácio do Autor à Edição Portuguesa. Introdução à Edição Portuguesa. IX XI O. INTRODUÇÃO Destinatários desta obra. Objectivos. Concepção Agradecimentos. Exemplos gerais. Advertência..
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
Leia maisCap. 9 Comparação entre tratamentos
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio
Leia maisUniversidade Federal do Paraná Seminário de Bioestatistica. Teste de Wilcoxon. Danielle Pierin Olivia Cleto
Universidade Federal do Paraná Seminário de Bioestatistica Teste de Wilcoxon Danielle Pierin Olivia Cleto Teste de Postos com Sinais de Wilcoxon para Pares Combinados Esse teste é usado com dados amostrais
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44
Leia maisProjeto de Experimentos
Projeto de Experimentos O uso de Projeto de Experimentos conduz a uma seqüência estruturada de ensaios, que assegura o máximo de informação com um gasto mínimo de tempo/dinheiro. Entrada Processo Saída
Leia maisConceitos centrais em análise de dados
Conceitos centrais em análise de dados Conceitos básicos em Estatística Estatística Ciência que tem por objetivo orientar a coleta, o resumo, a apresentação, a análise e a interpretação dos dados. Divide-se
Leia maisAjustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão.
Glossário Ajustar Técnica usada na análise dos dados para controlar ou considerar possíveis variáveis de confusão. Análise de co-variância: Procedimento estatístico utilizado para análise de dados que
Leia mais6 Teste de Normalidade das Cargas Fatoriais
6 Teste de Normalidade das Cargas Fatoriais Até o presente momento os intervalos de confiança e os valores-p para o TIAF são sugeridos com base em métodos não paramétricos, que não exigem a normalidade
Leia maisTestes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski
Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR
Leia maisIntrodução. Amostragem, amostra aleatória simples, tabela de números aleatórios, erros
Estatística Aplicada 2007/2008 Programa Introdução às probabilidades. Distribuições. Amostragem. Testes de hipóteses. Análise da variância. Estatística não-paramétrica. Testes de ajuste do qui-quadrado.
Leia maisAnova para medidas repetidas
Comparando k amostras (k>2) dependentes Abordagem paramétrica e não-paramétrica Comparando k amostras (k>2) dependentes Anova para medidas repetidas Para que serve? Serve para comparar as medias que se
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 22 de outubro de 2018 Londrina 1 / 24 Obtenção de uma amostra Princípios básicos da experimentação Há basicamente duas
Leia maisTestes de Hipóteses sobre a média: Várias Amostras
Testes de Hipóteses sobre a média: Várias Amostras Na aula de hoje veremos como comparar mais de duas populações, baseados em dados fornecidos por amostras dessas populações. A Análise de Variância (ANOVA)
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisEm aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas).
Em aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas). Na comparação de duas populações, dispomos de duas amostras, em
Leia mais