If you're seeing this message, it means we're having trouble loading external resources on our website.

Se você está atrás de um filtro da Web, certifique-se que os domínios *.kastatic.org e *.kasandbox.org estão desbloqueados.

Conteúdo principal

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?

  • Avatar piceratops seed style do usuário vitor.consalter
    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)
    Avatar Default Khan Academy avatar do usuário
Você entende inglês? Clique aqui para ver mais debates na versão em inglês do site da Khan Academy.

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!