testes estatísticos são usados em testes de hipóteses. Eles podem ser usados para:
- determinar se uma variável predictor tem uma relação estatisticamente significativa com uma variável resultado.
- estimar a diferença entre dois ou mais grupos.
testes estatísticos assumem uma hipótese nula de nenhuma relação ou nenhuma diferença entre grupos. Em seguida, eles determinam se os dados observados estão fora da Gama de valores previstos pela hipótese nula.,
Se já sabe com que tipos de variáveis está a lidar, pode usar o fluxograma para escolher o teste estatístico correcto para os seus dados.
testes estatísticos fluxograma
o que faz um teste estatístico?
testes estatísticos funcionam calculando uma estatística de teste-um número que descreve o quanto a relação entre variáveis em seu teste difere da hipótese nula de nenhuma relação.
então calcula um valor p (valor de probabilidade)., O valor p estima a probabilidade de ver a diferença descrita pela estatística do teste se a hipótese nula de nenhuma relação fosse verdadeira.se o valor da estatística de teste for mais extremo do que a estatística calculada a partir da hipótese nula, então você pode inferir uma relação estatisticamente significativa entre o predictor e as variáveis de resultado.
Se o valor da estatística de teste for menos extremo do que o calculado a partir da hipótese nula, então você pode inferir nenhuma relação estatisticamente significativa entre o predictor e as variáveis de resultado.,
quando efectuar um teste estatístico
pode efectuar testes estatísticos em dados recolhidos de uma forma estatisticamente válida – quer através de uma experiência, quer através de observações feitas utilizando métodos de amostragem de probabilidades.
para que um teste estatístico seja válido, seu tamanho da amostra precisa ser grande o suficiente para aproximar a verdadeira distribuição da população em estudo.
para determinar que teste estatístico usar, você precisa saber:
- Se os seus dados cumprem certas suposições.
- os tipos de variáveis com que está a lidar.,
Estatística pressupostos
testes Estatísticos fazer algumas suposições sobre os dados que está a testar:
- a Independência das observações (uma.k.um. não há autocorrelação): observações/variáveis que você incluir no seu teste não estão relacionados (por exemplo, múltiplas medidas de um único assunto de teste não são independentes, enquanto que as medidas de diferentes assuntos de teste são independentes).
- homogeneidade da variância: a variância dentro de cada grupo a ser comparado é semelhante entre todos os grupos., Se um grupo tem muito mais variação do que outros, ele vai limitar a eficácia do teste.
- normalidade dos dados: os dados seguem uma distribuição normal (a. k. a. Uma curva de campainha). Esta hipótese aplica-se apenas aos dados quantitativos.
Se os dados não satisfazem os pressupostos de normalidade ou homogeneidade de variância, você pode ser capaz de realizar um teste estatístico não paramétrico, o que permite fazer comparações, sem quaisquer suposições sobre a distribuição dos dados.,se os seus dados não satisfizerem a presunção de independência das observações, poderá utilizar um teste que explique a estrutura dos seus dados (testes de medidas repetidas ou testes que incluem variáveis de bloqueio).
tipos de variáveis
os tipos de variáveis que você tem normalmente determinar que tipo de teste estatístico você pode usar.as variáveis quantitativas representam quantidades de coisas (por exemplo, o número de árvores numa floresta). Os tipos de variáveis quantitativas incluem:
variáveis categóricas representam grupos de coisas (por exemplo, as diferentes espécies de árvores numa floresta)., Os tipos de variáveis categóricas incluem:
escolha o teste que se ajusta aos tipos de variáveis predictor e resultado que você coletou (se você está fazendo um experimento, estas são as variáveis independentes e dependentes). Consulte as tabelas abaixo para ver qual teste melhor corresponde às suas variáveis.
a Escolha de um teste paramétrico: regressão, comparação ou correlação
os testes Paramétricos, geralmente, têm requisitos mais rigorosos do que os testes não-paramétricos, e são capazes de fazer mais forte inferências a partir dos dados. Eles só podem ser realizados com dados que adiram aos pressupostos comuns dos testes estatísticos.,
os tipos mais comuns de teste paramétrico incluem testes de regressão, testes de comparação e testes de correlação.são utilizados ensaios de regressão
para testar relações de causa e efeito. Eles procuram o efeito de uma ou mais variáveis contínuas em outra variável.,
| variável de previsão | variável de Desfecho | pergunta de Investigação exemplo | |
|---|---|---|---|
| regressão linear Simples |
|
|
Qual é o efeito da renda sobre a longevidade?, |
| regressão linear Múltipla |
|
|
Qual é o efeito de renda e minutos de exercício por dia sobre a longevidade? |
| regressão Logística |
|
|
o Que é o efeito da dose da droga sobre a sobrevivência de um assunto de teste?, |
ensaios de comparação
ensaios de comparação procurar diferenças entre os meios do grupo. Eles podem ser usados para testar o efeito de uma variável categórica no valor médio de alguma outra característica.os testes T são usados para comparar os meios de dois grupos com precisão (por exemplo, a altura média de homens e mulheres). Os testes ANOVA e MANOVA são utilizados para comparar os meios de mais de dois grupos (por exemplo, a altura média das crianças, adolescentes e adultos).,
| variável de previsão | variável de Desfecho | pergunta de Investigação exemplo | |
|---|---|---|---|
| teste t Pareado |
|
|
o Que é o efeito de dois diferentes programas preparatórios para testes sobre a média de pontuação exame para alunos da mesma turma?, |
| Independentes teste-t |
|
|
Qual é a diferença na média de pontuação exame para alunos de duas escolas diferentes? |
| ANOVA |
|
|
o Que é a diferença, em média, níveis de dor entre pós-pacientes cirúrgicos dado três diferentes analgésicos?, |
| MANOVA |
|
|
o Que é o efeito de espécies de flores em pétalas de comprimento, pétala de largura, e o comprimento do caule? |
testes de correlação
testes de correlação verificam se duas variáveis estão relacionadas sem assumir relações de causa e efeito.
estes podem ser usados para testar se duas variáveis que você deseja usar em (por exemplo) um teste de regressão múltipla estão auto-relacionadas.,
| Predictor variable | Outcome variable | Research question example | |
|---|---|---|---|
| Pearson’s r | Continuous | Continuous | How are latitude and temperature related?, |
a Escolha de um teste não paramétrico
Não-paramétricos os testes não fazer muitas suposições sobre os dados, e são úteis quando uma ou mais das estatísticas comuns suposições são violadas. No entanto, as inferências que fazem não são tão fortes como os testes paramétricos.,h>Wilcoxon Rank-Sum test
- Categórica
- 2 grupos
- Quantitativa
- grupos provenientes de diferentes populações
- Categórica
- 2 grupos
- Quantitativa
- grupos vêm da mesma população
Fluxograma: a escolha de um teste estatístico
Este fluxograma ajuda a escolher entre os testes paramétricos., Para alternativas não paramétricas, verifique a tabela acima.
perguntas mais frequentes sobre os testes estatísticos
testes Estatísticos comumente suponha que:
- os dados são normalmente distribuídos
- os grupos que estão sendo comparados com similares de variação
- os dados são independentes
Se os dados não atender a esses pressupostos, você ainda pode ser capaz de usar um teste estatístico não paramétrico, que têm menos exigências, mas também tornar mais fraco inferências.,
a estatística do teste diz – lhe o quão diferentes dois ou mais grupos são da média da população total, ou o quão diferente um declive linear é do declive previsto por uma hipótese nula. Diferentes estatísticas de testes são usadas em diferentes testes estatísticos.o que é significado estatístico?, significância estatística é um termo usado por pesquisadores para afirmar que é improvável que suas observações possam ter ocorrido sob a hipótese nula de um teste estatístico. Significância é geralmente denotado por um valor p, ou valor de probabilidade.
significância estatística é arbitrária – depende do limiar, ou valor alfa, escolhido pelo pesquisador. O limiar mais comum é p < 0,05, o que significa que é provável que os dados ocorram menos de 5% do tempo sob a hipótese nula.,
Quando o valor p cai abaixo do valor alfa escolhido, então dizemos que o resultado do teste é estatisticamente significativo.
variáveis quantitativas são todas as variáveis em que os dados representam quantidades (por exemplo, altura, peso ou idade).
variáveis categóricas São quaisquer variáveis onde os dados representam grupos. Isto inclui classificações (por exemplo, lugares de acabamento numa raça), classificações (por exemplo, marcas de cereais) e resultados binários (por exemplo, flipes de moedas).,
Você precisa saber com que tipo de variáveis Você está trabalhando para escolher o teste estatístico certo para seus dados e interpretar seus resultados.
variáveis discretas e contínuas são dois tipos de variáveis quantitativas:
- variáveis discretas representam contagens (por exemplo, o número de objetos em uma coleção).variáveis contínuas representam quantidades mensuráveis (por exemplo, volume ou peso de água).
