Conteúdo principal
Estatística Avançada
Curso: Estatística Avançada > Unidade 11
Lição 5: Como testar a diferença de duas médias de população- Hipóteses para um teste t de duas amostras
- Exemplo de hipóteses para testes t pareados e de duas amostras
- Escrever hipóteses para testar a diferença entre médias
- Teste t de duas amostras para a diferença entre médias
- Estatística do teste em um teste t de duas amostras
- Valor-p em um teste t de duas amostras
- Conclusão para um teste t de duas amostras usando valor-p
- Conclusão para um teste t de duas médias usando um intervalo de confiança
- Tirando conclusões sobre a diferença de médias
© 2023 Khan AcademyTermos de usoPolítica de privacidadeAviso de cookies
Conclusão para um teste t de duas amostras usando valor-p
Dados os resultados para um teste t de duas amostas, compare o valor-p ao nível de significância para tirar uma conclusão no contexto sobre a diferença entre duas médias.
Quer participar da conversa?
- Nessa questão pq o GL é 197? Não deveria ser 99, dado que o n é 100?
Outra dúvida, se estamos comparando os valores para serem diferentes F != S, pq estamos utilizando o valor de p de uma cauda só? Se fossemos utilizar a distribuição bicaudal o valor-p seria 0,261.
Abraços(1 voto)
Transcrição de vídeo
RKA12MC – Olá, meu amigo ou minha amiga.
Tudo bem com você? Seja muito bem-vindo ou bem-vinda a
mais um vídeo da Khan Academy Brasil. E neste vídeo vamos resolver
um exemplo sobre conclusões para um teste t de duas
amostras usando o valor p. Este exemplo diz o seguinte: um sociólogo estudando a
fertilidade na França e na Suíça queria testar se havia uma diferença no
número médio de bebês meninas em cada país. O sociólogo obteve uma amostra
aleatória de bebês de cada país. Aqui estão os resultados do teste. Temos aqui uma amostra de 100 bebês da
França e uma amostra de 100 bebês da Suíça. As amostras de cada país não precisam
ter exatamente o mesmo tamanho, ok? Temos as médias da amostra,
os desvios-padrões da amostra, e também temos o erro padrão da média ou seja, para cada amostra qual seria a
nossa estimativa do desvio-padrão da distribuição de amostragem
da média da amostra. Aqui abaixo, temos um teste t para as
diferenças entre as médias dessas populações. Para ter certeza de que
podemos dar sentido a isso, vamos nos lembrar do
que está acontecendo. A hipótese nula é que não há diferença no
número médio de bebês meninas na França versus o número médio
de bebês meninas na Suíça. Essa seria nossa hipótese nula, ou seja,
não temos nenhuma novidade nessa hipótese. Já a nossa hipótese alternativa
seria que eles são diferentes. E é isso o que temos aqui. É um teste t para ver se temos evidências
e isso sugeriria nossa hipótese alternativa. Assim, o que vamos fazer é
assumir a nossa hipótese nula. Com isso, somos capazes
de calcular uma estatística t. Aí, com essa estatística t e os graus de
liberdade, você pode calcular um valor p. Se esse valor p estiver abaixo
do nível de significância, então você consideraria que
esse cenário é bastante improvável. E, com isso, você rejeitaria a hipótese
nula, o que sugeriria a alternativa. Mas, se o seu valor p for maior
que o seu nível de significância, você falharia em rejeitar a hipótese nula. E, com isso, você não teria evidências
suficientes para assumir a alternativa. Então, o que está acontecendo aqui? Bem, você realmente só precisa
comparar este valor com este valor. É dito aqui que o nível
de significância alfa é 0,05. Há evidências suficientes para concluir que há uma diferença no número
médio de bebês meninas em cada país? Bem, podemos ver que
o nosso valor p é 0,13, que é maior que o nosso alfa, ou seja, é maior que 0,05. Sendo assim, falhamos em
rejeitar nossa hipótese nula. Não há evidências suficientes
para concluir que há uma diferença. Não há evidências suficientes para rejeitar
a hipótese nula e sugerir a alternativa. Bem, meu amigo ou minha amiga, eu espero que
você tenha compreendido tudo direitinho aqui. E mais uma vez eu quero deixar para
você um grande abraço. E até a próxima!