Sei sulla pagina 1di 23

2

Teste do Qui-Quadrado(

)

x

2 Teste do Qui-Quadrado( ) x

Teste do Qui-Quadrado

Teste do Qui-Quadrado É usado quando queremos comparar Freqüências Observadas (F 0 ) com Freqüências Esperadas

É usado quando queremos comparar Freqüências Observadas (F 0 ) com Freqüências Esperadas (F e ).

Divide-se em três tipos:

Teste de adequação do ajustamento

Teste de aderência

Teste de independência

Procedimento para a realização de um teste

(

de

2

x

)

1º) Determinar as hipóteses

H 0 : F 0 = F e

H 1 : F 0 F e

H 0 : F 0 = F e H 1 : F 0 ≠ F e

2º) Escolha do nível de significância – α

3º)

x

2

e

2

x e

(

F

0

F

e

)

 

F

e

 

(

|

F

0

e

|

F

2

se

1;

caso contrário

0,5) 2

se 1;

usa-se a correção de Yates

F

e

Procedimento para a realização de um teste

(

de

2

)

x

4º) Estatística tabelada:

x

2

t

x

2

,

Estatística tabelada: x 2 t  x 2  ,    1;  

1;



k

k

1

se F e são estimadas sem estimar parâmetros

m ;

se “m” parâmetros são estimados

Procedimento para a realização de um teste

(

de

2

)

x

5º) Comparar

x

2

e

com

2

x t

Se

grafico

1 ou 2

grafico

Se

3

x

x

2

e

2

e

x

x

2

t

2

t

aceita

rejeita

se H

se H

0

0

 1 ou   2 grafico Se   3 x x 2 e 2

Teste de Adequação do Ajustamento

É

indicado

para

verificar

se

as

F0

dos

concordam ou não com as Fe .

Fe = pi . n ;

de cada classe.

concordam ou não com as Fe . Fe = pi . n ; de cada classe.

k-eventos

Caso existam Fe i 5, estas devem ser aglutinadas.

EXEMPLO: Em 24 indivíduos de ambos os sexos, queremos verificar se seguem a probabilidade de

EXEMPLO:

Em 24 indivíduos de ambos os sexos, queremos verificar se seguem a probabilidade de ½ para cada sexo, sabendo-se que existem 11 indivíduos do sexo (2) e 13 indivíduos do sexo (1). Testaremos a hipótese com α = 5%.

H0 : O sexo segue uma distribuição de 50% para o tipo

1 e 50% para o tipo 2.

H1

:

O

sexo não segue a distribuição de 50% para

cada tipo.

EXEMPLO (cont.):

α = 5% = 0,05;

k 12 11

Sexo

F

0

F

e

Tipo 1

13

12

Tipo 2

11

12

Total

24

24

2 (

F

0

2

F

e

0,5)

x e

F

e

12 Tipo 2 11 12 Total 24 24 2  (  F 0  2

usa-se Yates

EXEMPLO (cont):

2

x e

13

(

0,5) 2

12

12

x 2

e

0,0021

0,0021

0,042

(

11

12

0,5)

2

12

2

x t

2

x



,

x

2

1

, 5%

3,84

x

2

e

x

2

t

.

Aceita

se H

0

.

0,042 ( 11  12  0,5) 2 12 2 x t  2 x 

EXEMPLO (cont):

EXEMPLO (cont):  grafico Aceita-se a hipótese H 0 isto é, o sexo segue uma distribuição

grafico

Aceita-se a hipótese H 0 isto é, o sexo segue uma distribuição de 50 % para o sexo 1 e 50 % para o sexo 2.

Teste de Aderência

Teste de Aderência É utilizado para testar a natureza da distribuição amostral. Queremos verificar a boa

É utilizado para testar a natureza da distribuição amostral. Queremos verificar a boa ou má aderência dos dados da amostra a um determinado modelo (normal, Poisson, binomial, hipergeométrica

EXEMPLO

EXEMPLO Para testarmos a natureza de uma distribuição amostral, realizamos um teste de aderência, quando queremos

Para testarmos a natureza de uma distribuição amostral, realizamos um teste de aderência, quando queremos verificar se a distribuição amostral se ajusta a uma curva normal. Queremos testar a Pressão Arterial Média (PAM) de 24 pacientes, para verificarmos se segue uma distribuição normal, usando α = 5%.

H0 : Os dados seguem uma distribuição normal.

H1 : Os dados não seguem uma distribuição normal.

EXEMPLO (cont.)

PAM

Pacientes (F 0 )

< 110

0

110

├─ 116

2

116

├─ 122

5

122

├─ 128

1

128

├─ 134

3

134

├─ 140

7

140

├─ 146

6

146

0

Total

24

Pelos

dados

ao

lado

temos e , a partir disto

podemos calcular

o

valor de

para

cada

classe, segundo uma

distribuição normal. Multiplicando-se essa

probabilidade

pelo

total de elementos, obtemos a F e de cada classe, logo, observe a Tabela a seguir:

probabilidade pelo nº total de elementos, obtemos a F e de cada classe, logo, observe a
EXEMPLO (cont.) PAM F Valores de Z Prob. F e = n.p F 0 0
EXEMPLO (cont.)
PAM
F
Valores de Z
Prob.
F e = n.p
F
0
0
Classe
< 110
0
< -2,02
0,02169
0,52
0
110
├─ 116
2
- 2,02 ├─ - 1,44
0,0532
1,28
4,75
2
7
116
├─ 122
5
- 1,44 ├─ - 0,85
0,1227
2,95
5
122
├─ 128
1
- 0,85 ├─ - 0,27
0,1959
4,70
1
128
├─ 134
3
- 0,27 ├─ 0,31
0,2281
5,47
3
134
├─ 140
7
0,31 ├─ 0,90
0,1942
4,66
7
140
├─ 146
6
0,90 ├─ 1,47
0,11462
2,75
4,42
6
6
≥ 146
0
≥ 1,47
0,0694
1,67
0
Total
24
1,0000
24,00
24
Como 2 parâmetros foram estimados , ( x e S )
logo m = 2 e
k 1m5122
.

EXEMPLO (cont.)

2

x e

(

F

0

F

e

)

2

F

e

(7

4,75) 2

4,75

(1

4,70)

2

4,70

x 2 6,84

e

(3

5,47)

2

5,47

2

t

2

e

x

x

2 2

x x



,

2;5%

5,99

x

2

t

rejeita

se H

0

.

(7

4,66)

2

4,66

(6

4,42)

2

4,42

 x  x  , 2;5%  5,99  x 2 t  rejeita 

EXEMPLO (cont.)

grafico

EXEMPLO (cont.)  grafico Rejeita-se H 0 a um nível de significância de 5 % com

Rejeita-se H 0 a um nível de significância de 5 % com 2 graus de liberdade, pois , isto é, pressão arterial média, não segue uma distribuição normal.

Teste de Independência (Tabelas de Contingência)

Teste de Independência (Tabelas de Contingência) É utilizado para estudar o relacionamento de duas ou mais

É utilizado para estudar o relacionamento de duas ou mais variáveis de classificação (ou sua independência).

As freqüências são dispostas em h linhas e k colunas.

2

x e

h

k



1

1

(

F

F

)

0 i j

ei j

F ei j

F ei j

nh

.

nk

n

onde

(

h

1).(

k

1)

EXEMPLO

EXEMPLO Foi feita a análise de 24 indivíduos do sexo masculino e feminino e será verificado

Foi feita a análise de 24 indivíduos do sexo masculino e feminino e será verificado se existe relação entre sexo e grau de desnutrição, utilizando α = 5%.

H0 : Não existe relação entre sexo e grau de desnutrição.

H1 : Existe relação entre sexo e grau de desnutrição.

EXEMPLO (cont)

EXEMPLO (cont)     Grau de Desnutrição     Sexo I II III Total   F
   

Grau de Desnutrição

   

Sexo

I

II

III

Total

 

F 0

F e

F 0

F e

F 0

F e

 

1

4

3,79

7

5,42

2

3,79

13

2

3

3,21

3

4,58

5

3,21

11

Total

7

10

7

 

EXEMPLO (cont)

7 . 13 F (11)  e  3,79 24
7 . 13
F
(11) 
e
 3,79
24
10 . 13 F (12)  e  5,42 24
10 . 13
F
(12) 
e
 5,42
24
7 . 11 F (21)  e  3,21 24
7 . 11
F (21) 
e
 3,21
24
7 . 11 F (22)  e  4,58 24
7 . 11
F
(22) 
e
 4,58
24

F

0

F

e

F (22)  e  4,58 24  F 0   F e 7 .
7 . 13 F (13)  e  3,79 24
7 . 13
F
(13) 
e
 3,79
24
7 . 11 F (23)  e  3,21 24
7 . 11
F
(23) 
e
 3,21
24

EXEMPLO (cont)

2 ( F  F ) 2 0 e x   e F e
2
(
F
F
)
2
0
e
x
 
e
F
e

( 4

3,79) 2

3,79

x 2 2,883

e

(3

3,21)

2

3,21

( 7

5,42)

2

5,42

2

x t

x

2



,

x

2

2;5%

5,99

(3

4,58)

2

4,58

(2

3,79)

2

3,75

(5

2 x t  x 2  ,  x 2 2;5%  5,99  (3

3,21)

2

3,21

EXEMPLO (cont)

grafico

EXEMPLO (cont) grafico Rejeita-se H 0 a um nível de significância de 5 % pois ,

Rejeita-se H 0 a um nível de significância de 5 % pois , isto é, não há relação entre sexo e grau de desnutrição.

OBSERVAÇÕES:

OBSERVAÇÕES: - Em tabelas 2 x 2 temos 1 grau de liberdade, logo devemos usar a

- Em tabelas

2

x

2

temos

1 grau de liberdade,

logo

devemos usar a correção de Yates.

 

- O teste do

não

é indicado em tabelas

2

x

2

nos

seguintes casos:

i) quando alguma Fe for menor que 1;

ii) quando a freqüência total for menor do que 20;

iii) quando a freqüência total estiver entre 20 e 40 e alguma Fe for menor do que 5. Nestes casos, aplica-se o teste exato de Fisher.