TESTES PARAMETRICOS

1. Anlise de Varincia (ANOVA) 1 fator

Queremos determinar se a diferena observada entre duas mdias amostrais
devida, apenas, s variaes aleatrias de uma amostra a outra, ou se os dados vm de
populaes onde as mdias so verdadeiramente diferentes. Esse um outro modo de dizer
que ns queremos descobrir se a diferena entre as mdias estatisticamente diferente. Enfim,
mesmo que ns possamos concluir que as mdias so diferentes, ns tambm temos de decidir
se elas diferem o suficiente para poderem ser consideradas de importncia prtica (clnica).
Vamos considerar trs situaes (A, B e C) onde os grupos Controle e Tratado
apresentam a mesma mdia amostral, porm, diferem em termos de variabilidade (em
disperso, ou seja, em desvio-padro).

m m

10
9
8
7
6
5
4
3
2
1
0

caso C

caso B

caso A

C = grupo controle
T = grupo tratado
Caso A: duas mdias diferentes (no podemos dizer outra coisa, seno que diferem
numericamente).

O teste t (de Student) para a diferena entre duas mdias um caso especial de anlise de
varincia (ANOVA 1 fator). A frmula para t pode ser expressa para F. Vale a relao: F = t 2.

Caso B: as mesmas duas mdias (de A) com valores bem dispersos (a diferena no
estatisticamente significante). Devido disperso, a diferena no muito convincente.

Caso C: as mesmas mdias (as duas de A e B) com valores concentrados (prximos ao valor
mdio). Nesse caso, h diferena estatisticamente significante.
O problema como decidir quando as mdias so diferentes, em relao
disperso dos valores em cada grupo, a fim de concluir se h diferena estatisticamente
significante entre as mdias.
A anlise de varincia ajuda-nos a responder esta questo.
O que temos a fazer descobrir um modo de avaliar (medir) numericamente o
quo diferentes so as mdias e quanto as observaes se afastam (encontram-se dispersas) ao
redor das respectivas mdias.
Com essas duas medidas (avaliaes) nossa disposio, somos capazes de dizer
se as mdias diferem significantemente ou no.
A idia da Anlise de Varincia
Esta a idia principal para a comparao de mdias: o que importa no o quanto
as mdias amostrais esto distantes , mas o quo distantes esto relativamente variabilidade
de observaes individuais.
A ANOVA compara a variao resultante de fontes especficas com a variao
entre indivduos que deveriam ser semelhantes. Em particular, a ANOVA testa se vrias
populaes tm a mesma mdia, comparando o afastamento entre as mdias amostrais com a
variao existente dentro das amostras.
A ANOVA pressupe que podemos decompor cada valor observado em trs termos
aditivos; ou seja, ns somos capazes de escrever cada observao como uma soma de trs
termos. A decomposio pode ser escrita como:
Valor obtido (x) = mdia geral () + desvio da mdia do grupo em relao mdia geral ( x ) + desvio (ij ) entre o valor observado em relao mdia do grupo ( x - x ) ou
Data = fit + residue (error)
O modelo formal de ANOVA (1 fator ) : xij = + ij + ij

xij so os valores observados em cada grupo

i refere-se ao grupo
j refere-se observao dentro do grupo
uma constante ( a mdia geral)
so os termos residuais (diferena entre o valor observado e o fit, modelo ajustado)
Observao.
Suposies do modelo ANOVA:
(i)
todas as populaes tm o mesmo desvio padro , de valor desconhecido;
(ii) os resduos devem seguir uma curva normal com mdia igual a zero e varincia 2.
A estatstica F da ANOVA
F = variao (entre mdias amostrais)

variao (entre indivduos dentro das amostras)

As medidas de variao no numerador e denominador de F so chamadas de mdias

quadrticas. Uma mdia quadrtica uma forma mais geral de uma varincia amostral. Uma
varincia amostral usual s2 uma mdia dos desvios quadrticos das observaes a partir de
suas mdias, logo se qualifica de mdia quadrtica.
A estatstica F testa a hiptese nula de que todas as I populaes tm a mesma mdia:
Ho: 1 = 2 = 3= .. = G
Ha: nem todos os so iguais
Sob Hiptese Ho, ento, a estatstica F tem distribuio F com G-1 e N-G graus de
liberdade.

Exemplo resolvido:
Na Tabela 1, mostrada a seguir, temos cinco grupos com cinco observaes em cada
grupo. Queremos saber as diferenas nas mdias amostrais so variaes aleatrias que
ocorrem apenas devido ao acaso (just by chance) ou se existem diferenas sistemticas entre
as mdias.
Tabela 1. Dados obtidos em cinco grupos num experimento inteiramente casualizado com
cinco rplicas.
B
C
D
E
A
6
7
4
5
3
6
8
4
5
4
6
8
5
6
4
8
8
6
6
4
9
9
6
8
5
mdias amostrais ( x )
7
8
5
6
4
mdia geral = 6
Observao:
Primeira regra de anlise de dados: make a picture
Segunda regra de anlise de dados: make a picture
Terceira regra de anlise de dados: make a picture
assim, um dot plot, e/ou um box-plot e/ou ou histograma convm serem apresentados!

Dotplot of Valores vs Grupos

Grupos

B
C
D

5
6
Valores

Mean
Mean +- 1 StDev

Dotplot for A-E

E
D
C
B
A

Descriptive Statistics: A, B, C, D, E
Grupos
A
B
C
D
E

N
5
5
5
5
5

Mdia DP CoefVar (%)

7.000 1.414
20.20
8.000 0.707
8.84
5.000 1.000
20.00
6.000 1.225
20.41
4.000 0.707
17.68

10

Obs.: 1.414 o dobro de 0.707

Resoluo:

SQ entre grupos: n( x - )2

Grupo A
Incio
6
6
6
6
6

Efeito
tratamento
+1
+1
+1
+1
+1

Grupo
(-x-)
7
7
7
7
7

Efeito
tratamento
+2
+2
+2
+2
+2

Grupo
(-x-)
8
8
8
8
8

Efeito
tratamento
-1
-1
-1
-1
-1

Grupo
(-x-)
5
5
5
5
5

Efeito
tratamento
0
0
0
0
0

Grupo
(-x-)
6
6
6
6
6

Efeito
tratamento
-2
-2
-2
-2
-2

Grupo
(-x-)
4
4
4
4
4

Resduo (jogo)

Final

-1
-1
-1
+1
+2

6
6
6
8
9

1
1
1
1
4

Resduo (jogo)

Final

-1
0
0
0
+1

7
8
8
8
9

1
0
0
0
1

Resduo (jogo)

Final

-1
-1
0
+1
+1

4
4
5
6
6

1
1
0
1
1

Resduo (jogo)

Final

-1
-1
0
0
+2

5
5
6
6
8

1
1
0
0
4

Resduo (jogo)

Final

-1
0
0
0
+1

3
4
4
4
5

1
0
0
0
1

5 (1)2

Grupo B
Incio
6
6
6
6
6

5(2)2

Grupo C
Incio
6
6
6
6
6

5(-1)2

Grupo D
Incio
6
6
6
6
6

5(0)2

Grupo E
Incio
6
6
6
6
6

5(4-6)2 = 5(-2)2

Clculo da Soma de Quadrados

SQ Entre grupos =SQE = 5 [12 +22 + (-1)2 + 02 + (-2)2] = 50
SQ Dentro dos grupos = SQD = 2 = 22.
2 = (-1)2 +(-1)2+ (-1)2+ (1)2+ (2)2 + (-1)2+ (0)2 +(0)2+(0)+(1)2 +
(-1)2+(-1)2+(0)2+(1)2+(1)2
+ (-1)2 + (-1)2+(0)2+(0)2+(2)2 +
2
2
2
2
2
(-1) +(0) +(0) +(0) +(1) =
2 = 8+ 2 + 4 + 6 + 2 = 22
SQT = Soma de Quadrados Total = SQE + SQD = 50 + 22 = 72
SQT = (x x :mdia geral )2 =
SQT = (x mdia geral )2 = (6-6)2 + (6-6)2 + (6-6)2 +(8-6)2 +(9-6)2 +(7-6)2 + ... +(4-6)2 + (56)2 = 72
(esse valor representa a soma de 25 valores de desvios elevados ao quadrados)
Efetue o teste de Normalidade dos resduos e/ou avaliao grfica.
Observao.
Suposio do modelo ANOVA:
(i)
todas as populaes tm o mesmo desvio padro , de valor desconhecido;
(ii) os resduos devem seguir uma curva normal com mdia igual a zero e varincia 2.

Residual Plots for A, B, C, D, E

Normal Probability Plot
N
AD
P-Value

90
50
10
1

25
1.493
<0.005

2
Residual

Percent

99

Residuals Versus the Fitted Values

1
0
-1

-2

-1
0
1
Residual

6
7
Fitted Value

Histogram of the Residuals

Frequency

16
12
8
4
0

-1.0

0.5
Residual

2.0

Nesse nosso caso, estamos diante de um mau exemplo, porque os resduos no seguem
uma distribuio Normal com mdia igual a zero.
O que fazer, ento?
Uma soluo seria submeter os dados a uma transformao logartmica. Outra
possibilidade seria efetuar um teste no paramtrico (anova de Kruskal-Wallis).
Para prosseguirmos em nosso exemplo didtico, vamos fazer de conta que os resduos
seguem uma distribuio Normal, pois o teste F da ANOVA um procedimento robusto. E o
que importa a normalidade das mdias amostrais; assim, a ANOVA torna-se mais segura
medida que os tamanhos das amostras aumentam, devido ao efeito do teorema central do
limite. Quando no houver valores atpicos ( esse o nosso caso) e as distribuies forem
aproximadamente simtricas, podemos usar a ANOVA com segurana para tamanhos de
amostras bem pequenos, como 4 ou 5.
A ANOVA considera que a variabilidade das observaes, medida pelo desvio padro,
seja a mesma em todas as populaes. No fcil verificar a suposio de as populaes

terem desvios-padro iguais. Testes estatsticos de igualdade dos desvios-padro so to

sensveis ausncia de normalidade que, na prtica, tm pouco valor. A soluo contar com
a robustez da ANOVA.
Qual a gravidade de os desvios-padro serem desiguais? A ANOVA no muito
sensvel a violaes da suposio, particularmente quando todas as amostras tm tamanhos
iguais ou semelhantes e nenhuma das amostras muito pequena. Ao planejar um estudo, tente
tomar amostras do mesmo tamanho de todos os grupos que pretende comparar. Os desviospadro amostrais estimam os desvios-padro da populao, logo, certifique-se antes de fazer a
ANOVA de que os desvios-padro amostrais so semelhantes entre si. Espera-se que haja certa
variao entre eles devido ao acaso. A seguir apresentamos uma regra prtica que segura em
quase todas as situaes:
Verificao dos Desvios-Padro na ANOVA:
Os resultados do teste F da ANOVA so aproximadamente corretos quando o maior desviopadro amostral no for mais do que duas vezes do que o menor desvio-padro amostral.
]
Um desvio-padro grande muitas vezes ocorre devido a valores atpicos ou assimetria.

Continuemos com a resoluo de nosso exemplo...

Frmulas ANOVA 1 fator
Varincia = SQ/ n
QM = quadrado mdio = varincia = SQ/gl

Entre grupos:
SQ entre/ gl entre = SQ entre grupos/ g-1
No nosso exemplo g=5 e SQ eg = 50 logo, QM entre grupos = 50/4 = 12,50

Dentre grupos (resduo):

SQ dentro/ gl dentro = SQ dentro resduo/ N-g
No nosso exemplo gl = N-g = 25-5 = 20 (5 grupos com n=5)

Logo: QM dentro resduo = 22/20 = 1,1

A nossa hiptese (Ho) : sendo as mdias nas populaes das quais procedem as
amostras iguais, qual a probabilidade de obtermos valores Fcalculado to extremos?

Fcalculado = QMentre/ QMdentro = 12,5 / 1,1 = 11,36

O p-valor quantifica a discrepncia entre os dados e Ho: se a probabilidade de F
to discrepante ou mais que Ho.
A nossa hiptese em investigao (ou em estudo) se as mdias diferem
estatisticamente. Usualmente expressa a hiptese estatstica de nulidade (ou igualdade)
assim:

Ho: A = B = C = D = E.
A rigor, Ho, no um teste para verificar a probabilidade de igualdade das mdias,

mas sim para verificar a probabilidade de ocorrncia da estatstica F tendo como condio
verdadeira o fato de que essas amostras procedem de populaes que apresentam o mesmo
valor mdio (no nosso exemplo, = 6). (Ho: hiptese onde quaisquer diferenas encontradas
so devido ao acaso).
Em nosso exemplo, a hiptese em investigao no coincide com a hiptese
estatstica de nulidade (Ho). Assim, se rejeitarmos Ho, ento se pode inferir com cautela que
h uma diferena sistemtica atuando, o que explica a diferena entre os valores amostrais
melhor do que a ao do acaso.
Os resultados obtidos so apresentados de forma resumida na tabela 2:
Tabela 2. ANOVA (1 fator) para os dados da Tabela 1.
Fonte de variao (ou efeito)
Entre grupos
Dentro (resduo)
Total
*p< 0,05

gl

SQ

QM

4
20
24

50
22
72

12,5
1,1

Razo
F
11,36

p-valor
0,00006*

Clculo do p-valor associado estatstica F.

Procedimento no Minitab.
Numa tabela F encontrada nos livros de estatstica, obtemos F

gl (4:20)

= 2,87 para

5%. A estatstica F razo de varincia foi calculada. Ela ocorre muito ou pouco num
mecanismo de pura chance (diferenas amostrais devido ao acaso)?
Se uma observao rara (improvvel) sob determinada hiptese (Ho), ento
evidncia contra essa hiptese.
No Minitab (comando CTR + L) temos de digitar o comando CDF (cumulative
distribution function) e, a seguir, o valor da estatstica F calculada para indicar que estamos
considerando a distribuio F e, no por exemplo a Normal. Numa outra linha, os nmeros de
graus de liberdade das varincias entre os grupos (numerador) e dentro dos grupos
(denominador). A constante k1 representa a probabilidade de - at F (= 2.87) e o p-valor a
parte da curva que falta para 100% de probabilidade (rea total da curva); por esse motivo,
para se obter o p-valor, rea do que falta, temos de subtrair do total. O programa Minitab vai
armazenar esse resultado como constante k2
Se quisermos testar esses comandos (como garantia):
Edit>> Command Line Editor:
cdf 2.87 k1;
F 4 20.
let k2 = 1 k1
print k2
( X) Submit Commands:
nesse caso temos p-valor = k2 = 0.05 confirmando como verdadeira a Tabela F.

Curva F
gl (numerador) = 4
gl (denominador) = 20

CDF
0.7
0.6
0.5
0.4
0.3
0.2

5%

0.1
0.0

2.87

F calculado (= 11.36) maior que F (= 2.87) tabelado a 5%, ento, rejeita-se Ho

Para se obter o p-valor associado estatstica Fgl(4;20) = 11.36

Edit>> Command Line Editor:
cdf 11.36 k1;
F 4 20.
let k2 = 1 k1
print k2
A resposta ser k2 = p-valor =1-p (=k1) = 0,00006 = < 5%, logo rejeita-se Ho.
Concluso. H evidncia amostral de que as cinco mdias diferem do
ponto de vista estatstico.
I - TESTES DE HIPTESES
Hipteses Estatsticas:
Ho: hiptese nula

H1: hiptese alternativa

Testes de Hipteses:
Regra que divide o espao amostral em duas regies: uma de rejeio e outra de
no rejeio de Ho. A partio , em geral, obtida utilizando-se uma estatstica amostral.
Erros associados ao teste de hipteses:
(ii) Deciso
Rejeitar Ho

No rejeitar
Ho

Ho Verdadeira
1.
Erro Tipo
I

______

Ho Falsa
____

Erro Tipo II

(iii) Nvel de significncia:

Probabilidade de rejeio de uma hiptese verdadeira Ho. fixado antes da
extrao das amostras.
Testes unilaterais:

Testes Bilaterais:

1.
ETAPAS DO TESTE DE HIPTESES
Resumo das etapas aplicadas a qualquer teste de hipteses:
I. Determinar as hipteses nula e alternativa apropriadas.
II. Selecionar a estatstica de teste que ser utilizada.
III. Especificar o nvel de significncia para o teste.
IV. Usar o nvel de significncia para estabelecer uma regra de deciso que levar rejeio ou
no de H0.
V. Coletar os dados amostrais e calcular a estatstica de teste.
VI. Comparar o valor da estatstica do teste com o(s) valor (es) crtico(s) especificado(s) na
regra de deciso para determinar se H 0 deve ser rejeitado ou no; ou calcular o valor p,
baseado na estatstica de teste. Comparar o valor p com , para determinar se H 0 deve
ser rejeitado ou no.
VII.Concluir, baseado na deciso tomada.
NOTAS E COMENTRIOS
(ii) Muitas aplicaes de teste de hipteses tm um objetivo de tomada de deciso. A concluso rejeitar
H0 fornece o suporte estatstico para concluir que H 1 verdadeiro e tomar a deciso apropriada,
seja ela qual for. A declarao no rejeitar H 0 embora no conclusiva, freqentemente fora os
gerentes a se comportarem como se H0 fosse verdadeiro. Nesse caso, os gerentes precisam estar
cientes do fato de que tal comportamento pode resultar num erro do Tipo II.
(iii) O valor p, o nvel de significncia observado, uma medida da plausibilidade dos resultados da
amostra quando a hiptese nula assumida como verdadeira. Quanto menor o valor p, menos provvel
que os resultados da amostra venham de uma populao onde a hiptese nula verdadeira. A
maioria dos softwares estatsticos fornece o valor p associado a um teste de hipteses. O usurio
pode ento comparar o valor p ao nvel de significncia e tirar concluso do teste de hipteses sem
se referir a uma tabela estatstica.

Teste para a mdia:

Hipteses:
H0: =0
H1: 0
Estatstica:
1. Para 2 conhecida:
c

2. Para 2 desconhecida:

tc

o
S
n

Teste para a proporo:

Hipteses:
H0: =0
H1: 0
Estatstica:

o
(1 )
n

II - CORRELAO E REGRESSO LINEAR SIMPLES:

Correlao Linear Simples:
A correlao linear procura medir o grau da relao entre duas variveis aleatrias
quantitativas. Na populao, a correlao denotada por . Na amostra, a relao entre as
variveis pode ser quantificada pelo coeficiente de correlao linear de Pearson:
r

x.y n.X.Y
( x n X )( y
2

nY )

O coeficiente r varia de 1 a +1, dependendo do grau da relao entre as variveis e da

forma com que se relacionam (direta ou inversamente).
Diagramas de Disperso:
1. Para uma correlao linear perfeita e direta entre as variveis (=1), temos
Y:var.dependente

X:var. independente

2. Para uma correlao linear perfeita e inversa entre as variveis (=-1), temos

Y:var.dependente

X:var. independente

3. Para uma correlao linear inversa entre as variveis (-1<<0), temos:

Y:var.dependente

X:var. independente

4. Para uma correlao linear direta entre as variveis (0<<1), temos

Y:var.dependente

X:var. independente

5. Para uma correlao linear prxima de zero (0), temos

Y:var.dependente

X:var. independente

OBS: Se as variveis X e Y so independentes, ento =0. A recproca no verdadeira.

Teste para o coeficiente de correlao:
Hipteses:

H0 : 0
H1 : 0

Estatstica:

tc r.

n 2
1 r2

~ tn 2;

Coeficiente de Determinao (Explicao):

O percentual da varincia de Y que pode ser explicado pela varincia de X, dado pelo
coeficiente de determinao. Na populao 2 e na amostra r2.
Regresso Linear Simples:
Uma vez determinada uma correlao linear significativa entre duas variveis aleatrias,
procura-se descrever a relao entre elas atravs de uma funo, que o principal objetivo da
anlise de regresso.
Situaes mais utilizadas:
- Quando duas variveis medem a mesma coisa, e uma delas dispendiosa ou de difcil
coleta.
- Para explicar valores de uma varivel em termos da outra.
- Para predizer valores de uma varivel.
Equao Linear na populao:

Y X u i
Y: varivel dependente
X: varivel independente
: coeficiente linear
: coeficiente angular
ui: erro aleatrio
Mtodo dos Mnimos Quadrados:
-

A soma dos desvios dos pontos em relao reta zero.

A soma dos quadrados de tais desvios mnima.
Y:var.dependente

X:var. independente

Modelo (quando o erro desprezvel):

a bX
Y

a: ponto de interseco da reta com o eixo Y

b: coeficiente angular (inclinao)
Clculo dos coeficientes da reta:
a Y bX
b

x.y x. y
n x x
2

Teste para a regresso:

Hipteses:

Ho : 0
H1 : 0

Estatstica:

tc

b 0
Sb

~ tn 2;

Sb

SE

nX

SE

y b x.y
n 2

Predio:

As equaes de regresso podem ser teis quando usadas para predizer o valor de uma
varivel, dado um valor determinado de outra varivel. Se a reta de regresso se ajusta bem
aos dados, ento podemos utilizar sua equao para fazer predies, desde que no
ultrapassem os limites dos valores disponveis. Entretanto, s devemos utilizar a equao da
reta de regresso, se houver uma correlao linear significativa.
Limitaes associadas regresso e correlao:
Se no h correlao linear significativa, a equao de regresso no deve ser utilizada para
fazer predies.
Um coeficiente de correlao significativo no indica causalidade, mas pode indicar uma ligao
comum a outros eventos.
Uma correlao significativa no , necessariamente, uma correlao importante.
A interpretao dos coeficientes de correlao e determinao est baseada na hiptese de uma
distribuio Normal bivariada para a populao e, para cada varivel, varincias condicionais
iguais.
Para as anlises de correlao e regresso pressupe-se um modelo linear. Para relaes no
lineares, pode existir uma transformao que a linearize.
Se a estimao de Y envolve a predio de um resultado que ainda no ocorreu, os dados
utilizados para calcular a equao de regresso podem no ser importantes.
A estimao de Y atravs da regresso deve ser feita para valores de X no intervalo que serviu
de base para a equao de regresso.

A estimao de Y atravs da regresso no deve ser feita para uma populao diferente daquela
de onde provm os dados amostrais.