Teoria da decisão estatística
teoria da decisão estatística é talvez o maior ramo da estatística. Ela engloba todos os famosos (e muitos não tão famosos) testes de significância - testes t de Student, qui-quadrado, análise de variância (ANOVA-), testes de correlação de Pearson, testes de Wilcoxon e Mann-Whitney, e assim por diante.
Conteúdo
Video: Teoria da Decisão
Na sua forma mais básica, ofertas teoria decisão estatísticos com determinar se ou não algum efeito real está presente em seus dados. A palavra efeito pode se referir a coisas diferentes em diferentes circunstâncias. Os exemplos de efeitos incluem o seguinte:
O valor médio de algo pode ser diferente em um grupo em relação a outro. Por exemplo, os machos podem ter valores mais elevados de hemoglobina, em média, do que females- o efeito do sexo na hemoglobina pode ser quantificada pela diferença na média de hemoglobina entre machos e fêmeas.
Video: Pegação Bayesiana, por Pedro Santana no MIT
Ou indivíduos tratados com um fármaco pode ter uma taxa de recuperação mais elevada do que os sujeitos receberam um placebo do tamanho do efeito pode ser expressa como a diferença na taxa de recuperação (droga menos placebo) ou pelo rácio das probabilidades de recuperação para a droga em relação ao placebo (odds ratio).
O valor médio de algo pode ser diferente de zero (Ou de algum outro valor especificado). Por exemplo, a mudança média do peso do corpo ao longo de 12 semanas a um grupo de indivíduos submetidos a terapia física pode ser diferente de zero.
Video: Tomada de Decisão
Duas variáveis numéricas podem estar associados (também chamado correlacionados). Por exemplo, se a obesidade está associada com a hipertensão, em seguida, índice de massa corporal pode estar correlacionada com a pressão sanguínea sistólica. Este efeito é muitas vezes quantificado pelo coeficiente de correlação de Pearson.
Video: Estatística Teoria 001