Testes t e seu amigo anormal w

Downloads

• Banco de dados - https://www.dropbox.com/s/yg5ah2au41zoeun/autoestima.csv
• Descrição do banco - https://www.dropbox.com/s/2lccmbyqyscdn30/descricao-banco-auto-estima.pdf

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

• Pessoas que praticam religião tem maior auto-estima?
• Traduzindo: os escores médios para escala de auto-estima variam entre aqueles que praticam ou não uma religião?
• Ou os escores médios da escala de auto-estima variam após um treinamento para auto-estima?

• Amostras independentes
• Amostras dependentes (ou pareadas)

• Para uma amostra
• Para duas amostras (também conhecido como Mann-Whitney)

As médias de duas amostras são calculadas*

• H0: não há diferença entre os grupos
• H1: existe uma diferença entre as médias

1. A distribuição da amostra é distribuída normalmente
2. Os dados são mensurados em nível intervalar
3. Para amostras independentes
4. Os grupos são diferentes
5. Existe homogeneidade de variâncias

1. Faça análises descritivas dos seus dados
2. Procure por normalidade
3. Verifique a homogeneidade de variâncias
4. Tudo ok, rode o teste
5. Calcule o tamanho do efeito

• Ver aula sobre análise descritiva

• Ver aula "mamãe eu sou normal"

Teste de Levene

leveneTest(y, group, ...)

onde:

• y - variável de interesse
• group - variável do grupo

Exemplo

leveneTest(somaescala ~ v9, data = dados)

## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)
## group  1    1.22   0.27
##       51

Se p > .05, variâncias homogêneas.

t.test(x, y, data, alternative, paired)

Onde x - variável 1 y - variável 2 data - banco de dados alternative - "two.sided", "less" e "greater" paired - TRUE or FALSE var.equal - TRUE or FALSE

testeT <- t.test(somaescala ~ v9, data = dados)
testeT

## 
##  Welch Two Sample t-test
## 
## data:  somaescala by v9
## t = 0.3678, df = 34.31, p-value = 0.7153
## alternative hypothesis: true difference in means is not equal to 0
## 95 percent confidence interval:
##  -1.177  1.697
## sample estimates:
## mean in group Não mean in group Sim 
##             26.29             26.03

t <- testeT$statistic[[1]]
df <- testeT$parameter[[1]]
r <- sqrt(t^2/(t^2 + df))
round(r, 3)

## [1] 0.063

wilcox.test(x, y = NULL,
            alternative = c("two.sided", "less", "greater"),
            mu = 0, paired = FALSE, exact = NULL, correct = TRUE,
            conf.int = FALSE, conf.level = 0.95, ...)

$W/sqrt(N)

Field, A. P., & Miles, J. (2012). Discovering statistics using R. Los Angeles; London: SAGE.