{"id":1524,"date":"2023-07-26T00:53:30","date_gmt":"2023-07-26T00:53:30","guid":{"rendered":"https:\/\/statorials.org\/pt\/ensaio-geral\/"},"modified":"2023-07-26T00:53:30","modified_gmt":"2023-07-26T00:53:30","slug":"ensaio-geral","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/ensaio-geral\/","title":{"rendered":"O que \u00e9 um teste geral? (defini\u00e7\u00e3o e exemplos)"},"content":{"rendered":"

<\/p>\n

\n

Em estat\u00edstica, um teste geral<\/strong> \u00e9 qualquer teste estat\u00edstico que testa a signific\u00e2ncia de v\u00e1rios par\u00e2metros de um modelo ao mesmo tempo.<\/span><\/p>\n

Por exemplo, suponha que temos as seguintes hip\u00f3teses nula e alternativa:<\/span><\/p>\n

H 0<\/sub> :<\/strong> \u03bc 1<\/sub> = \u03bc 2<\/sub> = \u03bc 3<\/sub> = \u2026 = \u03bc k<\/sub> (todas as m\u00e9dias populacionais s\u00e3o iguais)<\/span><\/p>\n

H A<\/sub> :<\/strong> Pelo menos uma m\u00e9dia populacional \u00e9 diferente das outras<\/span><\/p>\n

Este \u00e9 um exemplo de teste abrangente porque a hip\u00f3tese nula cont\u00e9m mais de dois par\u00e2metros.<\/span><\/p>\n

Se rejeitarmos a hip\u00f3tese nula, sabemos que pelo menos uma m\u00e9dia populacional \u00e9 diferente das outras, mas n\u00e3o sabemos especificamente quais m\u00e9dias populacionais s\u00e3o diferentes.<\/span><\/p>\n

Um teste omnibus aparece com mais frequ\u00eancia em modelos ANOVA<\/a> e modelos de regress\u00e3o linear m\u00faltipla<\/a> .<\/span><\/p>\n

Este tutorial fornece um exemplo de teste abrangente em uma ANOVA unidirecional e modelo de regress\u00e3o linear m\u00faltipla.<\/span><\/p>\n

Teste Omnibus em uma ANOVA unidirecional<\/strong><\/span><\/h3>\n

Suponha que um professor queira saber se tr\u00eas programas diferentes de prepara\u00e7\u00e3o para testes levam a pontua\u00e7\u00f5es diferentes em testes. Para testar isso, ele designa aleatoriamente 10 alunos para usar cada programa de prepara\u00e7\u00e3o para testes durante um m\u00eas e, em seguida, administra o mesmo exame aos alunos de cada grupo.<\/span><\/p>\n

Os resultados dos exames para cada grupo s\u00e3o mostrados abaixo:<\/span> <\/p>\n

\"\"<\/p>\n

Para determinar se cada programa de prepara\u00e7\u00e3o leva aos mesmos resultados de exame, ele realiza uma ANOVA unidirecional usando as seguintes hip\u00f3teses nulas e alternativas:<\/span><\/p>\n

H 0<\/sub> :<\/strong> \u00b5 1<\/sub> = \u00b5 2<\/sub> = \u00b5 3<\/sub><\/span><\/p>\n

HA<\/sub> :<\/strong> Pelo menos um programa de prepara\u00e7\u00e3o para exames leva a notas m\u00e9dias diferentes dos outros.<\/span><\/p>\n

Este \u00e9 um exemplo de teste abrangente porque a hip\u00f3tese nula tem mais de dois par\u00e2metros.<\/span><\/p>\n

Usando uma calculadora ANOVA unidirecional<\/a> , ela \u00e9 capaz de produzir a seguinte tabela ANOVA:<\/span> <\/p>\n

\"\"<\/p>\n

Para determinar se ele pode ou n\u00e3o rejeitar a hip\u00f3tese nula, ele simplesmente precisa observar a estat\u00edstica do teste F e o valor p correspondente na tabela.<\/span><\/p>\n

A estat\u00edstica do teste F \u00e9 2,358<\/strong> e o valor p correspondente \u00e9 0,11385<\/strong> . Como esse valor p n\u00e3o \u00e9 inferior a 0,05, ele n\u00e3o rejeita a hip\u00f3tese nula.<\/span><\/p>\n

Em outras palavras, n\u00e3o h\u00e1 evid\u00eancias suficientes para afirmar que qualquer um dos programas de prepara\u00e7\u00e3o para exames leva a pontua\u00e7\u00f5es m\u00e9dias diferentes nos exames.<\/span><\/p>\n

Nota:<\/strong> Se o valor p fosse inferior a 0,05, o professor rejeitaria a hip\u00f3tese nula. Poderia ent\u00e3o realizar testes post-hoc<\/a> para determinar exatamente quais programas produziram notas m\u00e9dias diferentes nos exames.<\/span><\/p>\n

Teste Omnibus em um modelo de regress\u00e3o linear m\u00faltipla<\/strong><\/span><\/h3>\n

Suponha que um professor queira determinar se o n\u00famero de horas estudadas e o n\u00famero de exames pr\u00e1ticos realizados podem prever a nota que um aluno receber\u00e1 no exame.<\/span><\/p>\n

Para testar isso, ele coleta dados de 20 alunos e ajusta o seguinte modelo de regress\u00e3o linear m\u00faltipla:<\/span><\/p>\n

Nota do exame = \u03b2 0<\/sub> + \u03b2 1<\/sub> (horas) + \u03b2 2<\/sub> (exames preparat\u00f3rios)<\/span><\/p>\n

Este modelo de regress\u00e3o utiliza as seguintes hip\u00f3teses nulas e alternativas:<\/span><\/p>\n

H 0<\/sub> :<\/strong> \u03b2 1<\/sub> = \u03b2 2<\/sub> = 0<\/span><\/p>\n

HA<\/sub> :<\/strong> Pelo menos um coeficiente n\u00e3o \u00e9 igual a zero.<\/span><\/p>\n

Este \u00e9 um exemplo de teste abrangente porque a hip\u00f3tese nula testa se mais de um par\u00e2metro \u00e9 igual a zero por vez.<\/span><\/p>\n

Aseguinte sa\u00edda de regress\u00e3o no Excel<\/a> mostra os resultados deste modelo de regress\u00e3o:<\/span> <\/p>\n

\"\"<\/p>\n

Para determinar se ele pode ou n\u00e3o rejeitar a hip\u00f3tese nula, ele simplesmente precisa observar a estat\u00edstica do teste F e o valor p correspondente na tabela.<\/span><\/p>\n

A estat\u00edstica do teste F \u00e9 23,46<\/strong> e o valor p correspondente \u00e9 0,00<\/strong> . Como esse valor p \u00e9 menor que 0,05, pode-se rejeitar a hip\u00f3tese nula e concluir que pelo menos um dos coeficientes do modelo n\u00e3o \u00e9 igual a zero.<\/span><\/p>\n

No entanto, simplesmente rejeitar a hip\u00f3tese nula deste teste abrangente n\u00e3o lhe diz quais coeficientes no modelo n\u00e3o s\u00e3o iguais a zero. Para determinar isso, ele deve observar os valores p dos coeficientes individuais no modelo:<\/span><\/p>\n