Teste T de Student para Dados Emparelhados

Teste T de Student para Dados Emparelhados

Índice

Teste T de Student para Dados Emparelhados 1
Teste T de Student para Dados Emparelhados 3
Prefácio 3
Introdução aos Testes de hipótese e de significância 3
Erros de decisão 3
Níveis de significância 4 p-Value 4
Etapas do Teste de Hipóteses 4
Teste t de Student para amostras emparelhadas 5
Aplicação das diferenças das médias entre amostras dependentes: SPA de Emagrecimento 5
Aplicação das diferenças das médias entre amostras dependentes: Algoritmos de pesquisa 7
Introdução ao SPSS/PASW 9
Conclusão 15
Bibliografia: 16

Teste T de Student para Dados Emparelhados
Prefácio

Muitas vezes, na prática, somos chamados a tomar decisões sobre as populações, com base em informações de amostras. Tais decisões são chamadas de decisões estatísticas. Por exemplo, pode-se decidir com base nos dados de amostras se um novo soro é realmente eficaz na cura de uma determinada doença, se um processo educacional é melhor que outro, ou se uma determinada moeda está viciada.
Na tentativa de chegar a decisões, é útil para formular hipóteses ou suposições sobre as populações envolvidas.
Tais pressupostos, que podem ou não ser verdade, são chamados de hipóteses estatísticas e, em geral, são afirmações sobre as distribuições de probabilidade das populações.
Por exemplo, se quisermos decidir se uma dada moeda está viciada, formulamos a hipótese de que a moeda é honesta, ou seja, p = 0,5, onde p é a probabilidade de caras. Da mesma forma, se quisermos decidir se um procedimento é melhor do que outro, nós formulamos a hipótese de que não há diferença entre os procedimentos (ou seja, as diferenças observadas são meramente devido às flutuações na amostragem de uma mesma população). Tais hipóteses são muitas vezes chamadas hipóteses nulas ou simplesmente hipóteses, são indicados por H0.
Qualquer hipótese de que a difira de uma hipótese nula é chamada de hipótese alternativa. Por exemplo, seja hipótese nula é p =