Testes de hipóteses

Curso Ninja de Estatística Aplicada com R para Ciências da Saúde

Henrique Gomide
CREPEIA, PET - Psicologia

Antes de começar

Carregando o banco da aula e pacotes

dados  <- read.csv(file.choose(), header=TRUE, sep=",")

Resumão

  • Testes de hipóteses
  • Exemplo de teste - teste t
  • Alfa, p, beta
  • Tamanhos de efeito

Testes de hipóteses

  • Formular hipóteses
  • Medir as variáveis envolvidas e examinar o relacionamento
  • calcular a probabilidade de obter tal relacionamento ao acaso
  • Se a probabilidade de resultado ao acaso for pequena, sugere-se que o padrão tem grandes chances de ser genuíno na população.

Testes de hipóteses - Metáfora

  • Imagine num tribunal onde a pessoa é presumidamente inocente
  • O trabalho dos procuradores é convencer os jurados na hipótese alternativa, ou seja, o réu não é inocente.
  • Como o procurador, o pesquisador deve mostrar que alguma coisa aconteceu

Exemplo - teste t - diferença entre autoestima entre homens e mulheres

  • h1 - existe uma diferença entre as médias dos escores de auto-estima entre os sexos
  • h0 - não existe uma diferença entre as médias dos escores e auto-estima entre os sexos

Possibilidades

Decisão da pesquisa Verdade sobre a população
Ho é verdadeiro Ho é falso
Falha em rejeitar Ho Decisão Correta (1-alfa) Erro tipo II (beta)
Rejeitar Ho Erro tipo I (alfa) Decisão Correta (1-beta)

Exemplo - teste t

t.test(somaescala ~ v6, data = dados, var.equal = FALSE)

## 
##  Welch Two Sample t-test
## 
## data:  somaescala by v6
## t = 0.2762, df = 14.1, p-value = 0.7864
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -2.223  2.880
## sample estimates:
##  mean in group Feminino mean in group Masculino 
##                   26.18                   25.85

Diferentes testes, diferentes Ho

Atenção!

Testes estatísticos podem adotar como Ho:

  • Existência de diferença ou relação
  • Ausência de diferença ou relação

Meu querido p < 0,05 (alfa)

  • O valor p do teste significa a probabilidade de rejeitar Ho quando ela é de fato verdadeira.
  • É o valor geralmente adotado pelas publicações, embora por si só não queira dizer muita coisa.

Alfa, Beta, Poder

  • Alfa é a probabilidade de falhar em rejeitar Ho quando ele é de fato verdadeiro
  • Beta é a probabiildade de falhar em rejeitar Ho quando ele é de fato falso
  • Poder é 1-beta
  • Estes paramêtros são importantes em determinar o tamanho de sua amostra e o tamanho da diferença que o teste estatístico pode detectar.

Referências

  • Wright, D. B. (2003). Making friends with your data: Improving how statistics are conducted and reported. British Journal of Educational Psychology, 73(1), 123.
  • Goodwin, C. J. (2010). Research in psychology: methods and design. Hoboken, NJ: Wiley.
  • Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), 155.
  • Stephane Champely (2012). pwr: Basic functions for power analysis. R package version 1.1.1. http://CRAN.R-project.org/package=pwr

Obrigado