{"id":3429,"date":"2023-07-17T13:07:49","date_gmt":"2023-07-17T13:07:49","guid":{"rendered":"https:\/\/statorials.org\/pt\/teste-t-de-duas-amostras-em-r\/"},"modified":"2023-07-17T13:07:49","modified_gmt":"2023-07-17T13:07:49","slug":"teste-t-de-duas-amostras-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/teste-t-de-duas-amostras-em-r\/","title":{"rendered":"Como realizar um teste t de duas amostras em r"},"content":{"rendered":"

<\/p>\n

\n

Um teste t de duas amostras<\/a> \u00e9 usado para testar se as m\u00e9dias de duas popula\u00e7\u00f5es s\u00e3o iguais ou n\u00e3o.<\/span><\/p>\n

Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para realizar um teste t de dois exemplos em R:<\/span><\/p>\n

 t. test<\/span> (group1, group2, var. equal<\/span> = TRUE<\/span> ) \n<\/strong><\/pre>\n
 Nota<\/strong> : Ao especificar var.equal=TRUE<\/strong> , estamos dizendo a R para assumir que as varia\u00e7\u00f5es s\u00e3o iguais entre as duas amostras.<\/span><\/p>\n
 O exemplo a seguir mostra como realizar um teste t de duas amostras em R na pr\u00e1tica.<\/span><\/p>\n
 Exemplo: teste T de duas amostras em R<\/strong><\/span><\/h2>\n
 Suponha que queiramos saber se duas esp\u00e9cies diferentes de plantas t\u00eam a mesma altura m\u00e9dia.<\/span><\/p>\n
 Para testar isso, coletamos uma amostra aleat\u00f3ria simples<\/a> de 12 plantas de cada esp\u00e9cie.<\/span><\/p>\n
 O c\u00f3digo a seguir mostra como realizar um teste t de duas amostras em R para determinar se a altura m\u00e9dia \u00e9 igual entre as duas esp\u00e9cies:<\/span><\/p>\n
 #create vectors to hold plant heights from each sample\n<\/span>group1 <- c(8, 8, 9, 9, 9, 11, 12, 13, 13, 14, 15, 19)\ngroup2 <- c(11, 12, 13, 13, 14, 14, 14, 15, 16, 18, 18, 19)\n\n<\/strong>#perform two sample t-tests\n<\/span>t. test<\/span> (group1, group2, var. equal<\/span> = TRUE<\/span> )\n\n\tTwo Sample t-test\n\ndata: group1 and group2\nt = -2.5505, df = 22, p-value = 0.01823\nalternative hypothesis: true difference in means is not equal to 0\n95 percent confidence interval:\n -5.5904820 -0.5761847\nsample estimates:\nmean of x mean of y \n 11.66667 14.75000 \n<\/strong><\/pre>\n
 Veja como interpretar os resultados do teste:<\/span><\/p>\n
 dados:<\/strong> os nomes dos vetores que cont\u00eam os dados de amostra.<\/span><\/p>\n
 t:<\/strong> A estat\u00edstica do teste t. Neste caso \u00e9 -2.5505<\/strong> .<\/span><\/p>\n
 df<\/strong> : Os graus de liberdade, calculados como n 1<\/sub> + n 2<\/sub> \u2013 2 = 12 + 12 \u2013 2 = 22<\/strong> .<\/span><\/p>\n
 Valor p:<\/strong> O valor p que corresponde a uma estat\u00edstica de teste de -2,5505 e df = 22. O valor p acaba sendo .01823<\/strong> . Podemos confirmar esse valor usando a calculadora T Score para P Value<\/a> .<\/span><\/p>\n
 Intervalo de confian\u00e7a de 95%:<\/strong> intervalo de confian\u00e7a de 95% para a verdadeira diferen\u00e7a nas m\u00e9dias entre os dois grupos. Acontece que \u00e9 [-5.59, -.576]<\/strong> .<\/span><\/p>\n
 estimativas amostrais:<\/strong> a m\u00e9dia amostral<\/a> de cada grupo. Neste caso, a m\u00e9dia amostral do Grupo 1 foi 11,667<\/strong> e a m\u00e9dia amostral do Grupo 2 foi 14,75<\/strong> .<\/span><\/p>\n
 As hip\u00f3teses nula e alternativa para este teste t de duas amostras espec\u00edfico s\u00e3o as seguintes:<\/span><\/p>\n
 H 0<\/sub> :<\/strong> \u00b5 1<\/sub> = \u00b5 2<\/sub> (as duas m\u00e9dias populacionais s\u00e3o iguais)<\/span><\/p>\n
 HA<\/sub> :<\/strong> \u00b5 1<\/sub> \u2260\u00b5 2<\/sub> (as duas m\u00e9dias populacionais n\u00e3o<\/em> s\u00e3o iguais)<\/span><\/p>\n
 Sendo o valor p do nosso teste (0,01823)<\/strong> inferior a 0,05, rejeitamos a hip\u00f3tese nula.<\/span><\/p>\n
 Isto significa que temos evid\u00eancias suficientes para concluir que a altura m\u00e9dia das plantas entre as duas esp\u00e9cies n\u00e3o \u00e9 igual.<\/span><\/p>\n
 Notas t\u00e9cnicas<\/span><\/span><\/strong><\/h2>\n
 A fun\u00e7\u00e3o t.test()<\/strong> em R usa a seguinte sintaxe:<\/span><\/p>\n
 t. test<\/span> (x, y, alternative=\"two.sided\", mu=0, paired=FALSE, var.equal=FALSE, conf.level=0.95)<\/span><\/strong><\/pre>\n
 Ouro:<\/span><\/p>\n
 Se voc\u00ea n\u00e3o quiser fazer essa suposi\u00e7\u00e3o, deixe esse argumento de lado e R executar\u00e1 o teste t de Welch<\/a> , que n\u00e3o pressup\u00f5e que as vari\u00e2ncias sejam iguais entre as amostras.<\/span><\/p>\n