Este tipo de teste faz as seguintes suposi\u00e7\u00f5es sobre os dados:<\/span><\/p>\n 1. Independ\u00eancia:<\/strong> as observa\u00e7\u00f5es de uma amostra s\u00e3o independentes das observa\u00e7\u00f5es da outra amostra.<\/span><\/p>\n 2. Normalidade:<\/strong> Ambas as amostras apresentam distribui\u00e7\u00e3o aproximadamente normal.<\/span><\/p>\n 3. Homogeneidade de vari\u00e2ncias:<\/strong> As duas amostras t\u00eam aproximadamente a mesma vari\u00e2ncia.<\/span><\/p>\n 4. Amostragem Aleat\u00f3ria:<\/strong> Ambas as amostras foram obtidas pelo m\u00e9todo de amostragem aleat\u00f3ria.<\/span><\/p>\n Se uma ou mais destas suposi\u00e7\u00f5es forem violadas, os resultados do teste t para duas amostras podem n\u00e3o ser confi\u00e1veis ou at\u00e9 mesmo enganosos.<\/span><\/p>\n Neste tutorial, fornecemos uma explica\u00e7\u00e3o de cada suposi\u00e7\u00e3o, como determinar se a suposi\u00e7\u00e3o foi atendida e o que fazer se for violada.<\/span><\/p>\n Um teste t de duas amostras assume que as observa\u00e7\u00f5es<\/a> de uma amostra s\u00e3o independentes das observa\u00e7\u00f5es da outra amostra.<\/span><\/p>\n Esta \u00e9 uma suposi\u00e7\u00e3o crucial porque se os mesmos indiv\u00edduos aparecem em ambas as amostras, ent\u00e3o n\u00e3o \u00e9 v\u00e1lido tirar conclus\u00f5es sobre as diferen\u00e7as entre as amostras.<\/span><\/p>\n A maneira mais simples de testar esta suposi\u00e7\u00e3o \u00e9 verificar se cada observa\u00e7\u00e3o aparece apenas uma vez em cada amostra e se as observa\u00e7\u00f5es em cada amostra foram coletadas por amostragem aleat\u00f3ria.<\/span><\/p>\n Se esta suposi\u00e7\u00e3o n\u00e3o for atendida, os resultados do teste t de duas amostras s\u00e3o completamente inv\u00e1lidos. Neste cen\u00e1rio, \u00e9 melhor recolher duas novas amostras utilizando um m\u00e9todo de amostragem aleat\u00f3ria e garantir que cada indiv\u00edduo numa amostra n\u00e3o pertence \u00e0 outra amostra.<\/span><\/p>\n Um teste t de duas amostras assume que as duas amostras t\u00eam distribui\u00e7\u00e3o aproximadamente normal.<\/span><\/p>\n Esta \u00e9 uma suposi\u00e7\u00e3o crucial porque se as amostras n\u00e3o forem normalmente distribu\u00eddas, n\u00e3o \u00e9 v\u00e1lido usar os valores p do teste para tirar conclus\u00f5es sobre as diferen\u00e7as entre as amostras.<\/span><\/p>\n Se os tamanhos amostrais forem pequenos (n <50), podemos usar um teste de Shapiro-Wilk para determinar se cada tamanho amostral \u00e9 normalmente distribu\u00eddo. Se o valor p do teste estiver abaixo de um certo n\u00edvel de signific\u00e2ncia, os dados provavelmente n\u00e3o est\u00e3o normalmente distribu\u00eddos.<\/span><\/p>\n Se os tamanhos amostrais forem grandes, \u00e9 melhor usar um gr\u00e1fico QQ<\/a> para verificar visualmente se os dados est\u00e3o distribu\u00eddos normalmente.<\/span> <\/p>\n Se os pontos de dados estiverem aproximadamente ao longo de uma linha reta diagonal em um gr\u00e1fico QQ, ent\u00e3o o conjunto de dados provavelmente segue uma distribui\u00e7\u00e3o normal.<\/span><\/p>\n Se esta suposi\u00e7\u00e3o for violada, ent\u00e3o podemos realizar um teste U de Mann-Whitney<\/a> , que \u00e9 considerado o equivalente n\u00e3o param\u00e9trico do teste t de duas amostras e n\u00e3o pressup\u00f5e que as duas amostras sejam normalmente distribu\u00eddas.<\/span><\/p>\n Um teste t de duas amostras assume que as duas amostras t\u00eam vari\u00e2ncias aproximadamente iguais.<\/span><\/p>\n Usamos a seguinte regra pr\u00e1tica para determinar se as vari\u00e2ncias entre as duas amostras s\u00e3o iguais: Se a raz\u00e3o entre a maior vari\u00e2ncia e a menor vari\u00e2ncia for menor que 4, ent\u00e3o podemos assumir que as vari\u00e2ncias s\u00e3o aproximadamente iguais e usar ambas as amostras t -teste.<\/span><\/p>\n Por exemplo, suponha que a amostra 1 tenha uma vari\u00e2ncia de 24,5 e a amostra 2 tenha uma vari\u00e2ncia de 15,2. A raz\u00e3o entre a maior vari\u00e2ncia amostral e a menor vari\u00e2ncia amostral seria calculada da seguinte forma:<\/span><\/p>\n Propor\u00e7\u00e3o:<\/strong> 24,5 \/ 15,2 = 1,61<\/span><\/p>\n Sendo esta propor\u00e7\u00e3o inferior a 4, pode-se assumir que as diferen\u00e7as entre os dois grupos s\u00e3o aproximadamente iguais.<\/span><\/p>\n Se esta suposi\u00e7\u00e3o for violada, ent\u00e3o podemos realizar o teste t de Welch<\/a> , que \u00e9 uma vers\u00e3o n\u00e3o param\u00e9trica do teste t de duas amostras e n\u00e3o pressup\u00f5e que as duas amostras tenham vari\u00e2ncias iguais.<\/span><\/p>\n Um teste t de duas amostras pressup\u00f5e que ambas as amostras foram obtidas usando um m\u00e9todo de amostragem aleat\u00f3ria.<\/span><\/p>\n N\u00e3o existe nenhum teste estat\u00edstico formal que possamos usar para testar esta hip\u00f3tese. Em vez disso, precisamos apenas garantir que ambas as amostras foram obtidas usando um m\u00e9todo de amostragem aleat\u00f3ria<\/a> , de modo que cada indiv\u00edduo da popula\u00e7\u00e3o de interesse tenha igual probabilidade de ser inclu\u00eddo em uma ou outra amostra.<\/span><\/span><\/p>\n Se esta suposi\u00e7\u00e3o n\u00e3o for satisfeita, ent\u00e3o \u00e9 improv\u00e1vel que as nossas duas amostras sejam representativas<\/a> da popula\u00e7\u00e3o de interesse. Neste caso, n\u00e3o podemos generalizar de forma confi\u00e1vel os resultados do teste t de duas amostras para a popula\u00e7\u00e3o<\/a> geral.<\/span><\/p>\n Neste cen\u00e1rio, \u00e9 melhor coletar duas novas amostras utilizando um m\u00e9todo de amostragem aleat\u00f3ria.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":" Um teste t de duas amostras \u00e9 usado para testar se as m\u00e9dias de duas popula\u00e7\u00f5es s\u00e3o iguais ou n\u00e3o. Este tipo de teste faz as seguintes suposi\u00e7\u00f5es sobre os dados: 1. Independ\u00eancia: as observa\u00e7\u00f5es de uma amostra s\u00e3o independentes das observa\u00e7\u00f5es da outra amostra. 2. Normalidade: Ambas as amostras apresentam distribui\u00e7\u00e3o aproximadamente normal. 3. […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1529","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n Hip\u00f3tese 1: Independ\u00eancia<\/strong><\/h2>\n
Como verificar esta hip\u00f3tese<\/strong><\/h3>\n
O que fazer se esta suposi\u00e7\u00e3o n\u00e3o for respeitada<\/strong><\/span><\/h3>\n
Hip\u00f3tese 2: normalidade<\/strong><\/h2>\n
Como verificar esta hip\u00f3tese<\/strong><\/h3>\n
![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/qqplot.jpg\")
<\/p>\n O que fazer se esta suposi\u00e7\u00e3o n\u00e3o for respeitada<\/strong><\/span><\/h3>\n
Hip\u00f3tese 3: Homogeneidade das diferen\u00e7as<\/strong><\/h2>\n
Como verificar esta hip\u00f3tese<\/strong><\/h3>\n
O que fazer se esta suposi\u00e7\u00e3o n\u00e3o for respeitada<\/strong><\/span><\/h3>\n
Premissa 4: Amostragem aleat\u00f3ria<\/strong><\/h2>\n
Como verificar esta hip\u00f3tese<\/strong><\/h3>\n
O que fazer se esta suposi\u00e7\u00e3o n\u00e3o for respeitada<\/strong><\/span><\/h3>\n