A linguagem dos testes de hipóteses

A teoria de testes de hipóteses estatística foi desenvolvido no início dos anos 20º século e tem sido o esteio de estatísticas práticos desde então. Ele foi projetado para aplicar o método científico para situações que envolvem dados com flutuações aleatórias (e quase todos os dados do mundo real tem flutuações aleatórias). A seguir estão alguns termos comumente usados ​​em testes de hipóteses.

  • hipótese nula (H abreviado0): A afirmação de que qualquer efeito aparente você vê em seus dados não reflete qualquer real efeito na população, mas é apenas o resultado de flutuações aleatórias em sua amostra.

  • hipótese alternativa (H abreviado1 ou HAlt): A afirmação de que há realmente é algum efeito real em seus dados, para além tudo o que é atribuível a flutuações aleatórias.

  • teste de significância: Um cálculo desenhado para determinar se H0 pode razoavelmente explicar o que você vê em seus dados.

  • Significado: A conclusão de que as flutuações aleatórias por si só não pode explicar o tamanho do efeito que você observar em seus dados, então H0 deve ser falso, e você aceita HAlt.

  • Estatística: Um número que você obter ou calcular a partir de seus dados.

  • estatística de teste: Um número, calculado a partir dos seus dados, geralmente com a finalidade de testar H0. É muitas vezes - mas não sempre - calculada como a proporção de um número que mede o tamanho do efeito (o sinal) dividido por um número que mede o tamanho das flutuações aleatórias (o ruído).



  • valor p: A probabilidade de que as flutuações aleatórias sozinho na ausência de qualquer efeito real (na população) poderia ter produzido um efeito observado, pelo menos, tão grande quanto o que você observa na sua amostra. O valor p é a probabilidade de flutuações aleatórias fazendo a estatística de teste pelo menos tão grande quanto o que você calcular a partir dos seus dados (ou, mais precisamente, pelo menos, tão longe de H0 na direcção de HAlt).

  • Tipo I de erro: Conseguir um resultado significativo quando, na verdade, nenhum efeito real é presentes flutuações, única aleatórios.

    Video: Teste de hipótese com amostra pequena

  • Alfa: A probabilidade de fazer um erro tipo I.

  • Tipo de erro II: Não para obter um resultado significativo quando, na verdade, algum efeito é realmente presente.

  • Beta: A probabilidade de fazer um erro tipo II.

  • Poder: A probabilidade de obter um resultado significativo quando algum efeito é realmente presente.


Publicações relacionadas