A estatística é um dos muitos ramos da matemática responsáveis por coletar, organizar, projetar, analisar, interpretar e apresentar dados seguindo leis de probabilidade, isso nos permite prever certos tipos de comportamentos, aplicando-os ao campo científico, industrial ou Social.
Dentro da estatística, podemos usar vários testes de hipótese, um dos mais completos é o teste T de estudante, foi desenvolvido pelo matemático e químico inglês William Sealy Goset mais conhecido por seu pseudônimo "Aluna".
Anúncios
Esse teste estatístico consiste na distribuição de probabilidade, devido à necessidade de estimar qual é a média de uma população com uma amostra pequena e normalmente distribuída. Ou seja, menos de 30, por isso esse teste é amplamente utilizado na área médica.
Para realizar este teste, você precisa de um distribuição normal de dados, uma vez que este teste estatístico é um teste paramétrico e é usado quando o desvio padrão da população é desconhecido devido a que se esses dados estatísticos fossem conhecidos, em vez de usar este teste, a distribuição normal seria usada para testes de hipóteses.
Anúncios
Neste artigo você encontrará:
Conceitos básicos do T do Aluno
Para aplicar corretamente o teste de T de estudante devemos levar em consideração vários conceitos básicos da teoria da teoria da decisão para grandes amostras.
Anúncios
O percentil
É o resultado da divisão de um conjunto de dados em cem partes iguais, cada uma dessas partes representa 1% em a representação do gráfico do sino gaussiano é feita da parte esquerda para a parte direito.
Sino de Gauss
É um gráfico que representa a distribuição normal de um conjunto de dados estatísticos. A distribuição normal é usada para amostras grandes, isso significa dados estatísticos maiores que 30, enquanto o t de Student é usado para amostras pequenas, menores que 30.
Anúncios
Características do T do Aluno
- Pertence a uma família de distribuições de sinos.
- É simétrico em torno de uma média de zero.
- É mais achatado do que a distribuição normal padrão.
- Tem mais área nas extremidades e menos área no centro.
- Conforme o tamanho da amostra aumenta, ela se aproxima de uma distribuição normal padrão.
Cenários onde aplicar o t do aluno
Existem vários cenários em que podemos aplicar este teste estatístico e sempre dependerá do tipo de amostra que foi coletada.
Uma amostra relacionada
Isso significa que existem duas medidas que foram obtidas em dois momentos diferentes e que também estão relacionadas, um exemplo disso é quando uma intervenção é realizada, Nesse contexto, podemos ter dados e informações antes da intervenção e depois da intervenção, então podemos observar se o resultado antes e depois do desfecho variou em cada sujeito. mais tarde.
Anúncios
Duas amostras com variâncias homogêneas
Refere-se ao fato de que as amostras coletadas para nosso teste estatístico são semelhantes nas duas amostras.
Duas amostras com variâncias heterogêneas
Isso significa que nosso teste estatístico tem amostras, dados e informações totalmente diferentes.
Como determinar o estágio para saber?
Para determinar qual dos cenários de duas amostras está sendo usado, é necessário saber a homocedasticidade, se os dados das duas amostras têm esta característica, então é necessário utilizar o cenário de duas amostras com variâncias homogêneas, caso as amostras não tenham homocedasticidade, deve-se utilizar o cenário de duas amostras com variâncias heterogêneo.
O teste estatístico T de estudantetem várias suposições, neste caso, para os cenários que possuem duas amostras, assume-se que os dados possuem uma distribuição normal, devendo ser apresentados em cada uma das duas amostras e também essas amostras são totalmente independentes, os valores que temos em uma amostra não dependem em nada da outra mostrar.
Quando usamos o cenário de uma amostra relacionada, temos apenas uma suposição e a suposição é que a diferença entre as duas variáveis relacionado tem uma distribuição normal e o exemplo perfeito é quando uma intervenção é realizada, uma vez que temos dados de antes e depois dela, A partir disso, podemos encontrar a diferença entre cada assunto, uma vez que os valores de antes e depois são subtraídos, encontrando assim os valores de diferença.
Essa diferença deve ter uma distribuição normal, neste cenário não está indicando que os dados em cada uma das amostras ou grupos tenham uma distribuição normal, indica que a diferença é aquela que tem distribuição normal e não os dados de cada um dos grupos, que é o que indicou a suposição com duas ou duas variáveis. amostras.
Graus de liberdade
O teste estatístico T de estudante depende do graus de liberdade. É o número determinado que nos permite saber a variabilidade dos eventos em uma amostra, em mais palavras simples, podemos dizer que são o número de valores que podemos escolher livremente, com um total permanente.
Dois existem Fórmulas de graus de liberdade, uma fórmula quando temos uma amostra relacionada e a outra fórmula quando estamos trabalhando em um dos dois cenários com duas amostras.
Para visualizar isso de uma forma mais confortável, podemos imaginar uma família em que tem mãe e 4 filhos, a mãe prepara 10 pães com presunto, o total fixo é os 10 pães com presunto, o primeiro filho diz à mãe que quer comer 3 pães, o segundo filho pede 2 pães, o terceiro filho pede 3 pães e o quarto filho pede Chegando tarde, ele não poderá escolher quantos pães de presunto deseja, porque foi condicionado pelo que seus outros 3 irmãos pediram, então o quarto filho só tinha 2 sobrando pães.
O importante é que dos 4 irmãos apenas 3 puderam escolher quantos pães queriam, neste caso o grau liberdade são 3 que foram os que puderam escolher e por último foi condicionada a completar os 10 pães.
Esperamos que você tenha gostado de ler. Se você tiver alguma dúvida, deixe seu comentário!
