Conteúdo principal
Estatística Avançada
Curso: Estatística Avançada > Unidade 10
Lição 3: A ideia dos testes de significância- A ideia por trás do teste de uma hipótese
- Exemplos de hipóteses nulas e alternativas
- Como escrever hipóteses nulas e alternativas
- Valores-P e testes de significância
- Como comparar valores-p a diferentes níveis de significância
- Como estimar um valor-p a partir de uma simulação
- Estimar valores-p a partir de simulações
- Como usar valores-p para tirar conclusões
© 2023 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Como comparar valores-p a diferentes níveis de significância
Exemplo comparando valores-p a diferentes níveis de significância, e por que é importante definir um nível de significância antes de um teste.
Quer participar da conversa?
Nenhuma postagem por enquanto.
Transcrição de vídeo
RKA3JV - O que vamos fazer,
neste vídeo, é falar sobre nível de significância que é denotado pela letra grega "α" Vamos pensar sobre
duas coisas. As diferentes conclusões
que você pode tomar baseado em diferentes
níveis de significância. Também, por que é importante
estabelecer o nível de significância antes de você conduzir um experimento
e calcular os valores "p". E isso, francamente, por questões éticas. Vamos a um exemplo
para nos ajudar. Rogério ouviu dizer
que girar rapidamente ao invés de lançar uma moeda oferece uma probabilidade
maior que 50% que a moeda caia
mostrando a face da cara. Ele fez um teste e girando rapidamente
10 moedas diferentes, 10 vezes cada uma. Suas hipóteses eram hipótese nula "p" = 0,50, contra hipótese alternativa
"p" > 0,50, onde "p" é a verdadeira proporção de giros em que a moeda cai mostrando
a face da cara. De seus 100 giros, a moeda
caiu mostrando o cara em 59. Rogério calculou que a estatística "p^" = 59/100 = 0,59 tem um valor "p" associado de 0,036. Neste contexto, se antes de
conduzir o experimento, Rogério tivesse determinado o seu
nível de significância para 0,05, quais seriam as conclusões
que ele teria agora? Eu sugiro que você pause
o vídeo para pensar nisso, mas já leve em consideração o que seria diferente se o nível de significância considerado
fosse de 0,01 também. Agora, é com você! Pause o vídeo e tente descobrir. Primeiro, vamos nos lembrar
do que é um valor "p". Você pode ver o valor "p"
como sendo a probabilidade de ter uma proporção amostral, pelo menos, deste tamanho de 0,59,
no exemplo, se você assumir que a hipótese
nula é verdadeira. Se essa probabilidade
for baixa o suficiente, ou seja, se ela tiver abaixo
de um certo limite estabelecido que é justamente
o nível de significância, então, nós vamos rejeitar a hipótese nula. Neste contexto, nós estamos
aqui com a informação de que o valor "p" é 0,036. E, de fato, é menor que
o valor de "α". É menor que 0,05. E, por causa disso, nós deveríamos
rejeitar a hipótese nula. Em uma linguagem do dia a dia, rejeitar a hipótese nula
é rejeitar a ideia de que a verdadeira proporção de giros, nos quais a moeda cai com a cara
virada para cima é 50%. E ao rejeitar a hipótese nula, dizemos também que temos evidências
para a hipótese alternativa, que diz que a proporção
verdadeira de giros que leva a moeda cair com a cara virada
para cima é maior que 0,05. Mas, e agora? E se o nosso nível de significância
fosse menor? Nesta situação,
em que o "α" é 0,01, temos o nosso valor "p" de
0,036 maior que o "α". Lembrando que o valor "p" é a probabilidade
de ter esta estatística amostral. Assumindo que a hipótese nula
seja a verdadeira, isso nos leva a dizer que nós falhamos ao rejeitar a hipótese nula. Mas atenção, porque
não rejeitar a hipótese nula dificulta a ideia de assumir
a hipótese alternativa. Então, por causa da diferença
entre o que você poderia concluir dada a mudança dos níveis de significância é a razão pela qual
a extremamente importante determinar o nível de significância
antes de realizar o experimento. Você pode imaginar que se você
fosse um pesquisador de algum tipo, você quer ter um resultado interessante
para o seu experimento. Você quer poder dizer aos
seus amigos: ei, minha hipótese alternativa
é de fato sugerida, não podemos rejeitar essa hipótese. Ou seja, eu achei algo
que de fato faz a diferença. Ou seja, muito tentador
para o pesquisador calcular valores e, então, dizer: ah, ninguém vai notar se eu modificar
o meu nível de significância. Mas se você fizer algo assim, você vai ser muito pouco ético e técnico. Em vídeos futuros nós vamos
tratar da questão: ok, eu estou fazendo a definição do nível de significância
antes de tratar do experimento, mas como eu decido o limite
com o qual eu devo trabalhar? Deve ser 0,01,
ou 0,05 ou 0,1 ou então algum outro valor. Até o próximo vídeo!