Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Teste Unilateral e Teste Bilateral | Testes Estatísticos
Aprendendo Estatística com Python
course content

Conteúdo do Curso

Aprendendo Estatística com Python

Aprendendo Estatística com Python

1. Conceitos Básicos
2. Média, Mediana e Moda com Python
3. Variância e Desvio Padrão
4. Covariância vs Correlação
5. Intervalo de Confiança
6. Testes Estatísticos

book
Teste Unilateral e Teste Bilateral

Quando a hipótese nula é verdadeira, a estatística t segue a distribuição t.

A distribuição t é semelhante a uma distribuição Normal. A probabilidade de obter um valor próximo de zero é muito alta, enquanto a probabilidade de obter um valor distante de zero é baixa. Portanto, se a hipótese nula for verdadeira, é muito improvável obter um valor de t distante de zero. Se isso acontecer, a hipótese nula é rejeitada e a alternativa é aceita.

Região crítica

Destacado em vermelho está a região crítica (ou região de rejeição). Quando o t-estatístico cai dentro dessa região crítica, a hipótese nula é rejeitada e a hipótese alternativa é aceita.

A região crítica é escolhida de modo que a probabilidade do t-estatístico cair nela seja igual ao nível de significância, tipicamente definido como α (geralmente 0,05).

Teste Unilateral vs Teste Bilateral

Dependendo da hipótese alternativa, existem dois métodos para construir uma região crítica.

  • Um teste bilateral é utilizado quando a hipótese alternativa é "As médias não são iguais.";

  • Um teste unilateral é utilizado quando a hipótese alternativa é "Uma média é maior (menor) que a outra."

Exemplo

Se o t estatístico para a comparação das alturas de homens e mulheres for calculado e resultar em 19,1, ele estará dentro da região crítica. Isso permite concluir que homens são estatisticamente mais altos que mulheres.

Neste exemplo, qualquer valor maior que 1,65 está dentro da região crítica. Isso é conhecido como valor crítico. O valor crítico é influenciado pelo tamanho das amostras, mas não é necessário se preocupar com isso. O Python calculará tanto o valor crítico quanto o estatístico t para você.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 6. Capítulo 4

Pergunte à IA

expand
ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

course content

Conteúdo do Curso

Aprendendo Estatística com Python

Aprendendo Estatística com Python

1. Conceitos Básicos
2. Média, Mediana e Moda com Python
3. Variância e Desvio Padrão
4. Covariância vs Correlação
5. Intervalo de Confiança
6. Testes Estatísticos

book
Teste Unilateral e Teste Bilateral

Quando a hipótese nula é verdadeira, a estatística t segue a distribuição t.

A distribuição t é semelhante a uma distribuição Normal. A probabilidade de obter um valor próximo de zero é muito alta, enquanto a probabilidade de obter um valor distante de zero é baixa. Portanto, se a hipótese nula for verdadeira, é muito improvável obter um valor de t distante de zero. Se isso acontecer, a hipótese nula é rejeitada e a alternativa é aceita.

Região crítica

Destacado em vermelho está a região crítica (ou região de rejeição). Quando o t-estatístico cai dentro dessa região crítica, a hipótese nula é rejeitada e a hipótese alternativa é aceita.

A região crítica é escolhida de modo que a probabilidade do t-estatístico cair nela seja igual ao nível de significância, tipicamente definido como α (geralmente 0,05).

Teste Unilateral vs Teste Bilateral

Dependendo da hipótese alternativa, existem dois métodos para construir uma região crítica.

  • Um teste bilateral é utilizado quando a hipótese alternativa é "As médias não são iguais.";

  • Um teste unilateral é utilizado quando a hipótese alternativa é "Uma média é maior (menor) que a outra."

Exemplo

Se o t estatístico para a comparação das alturas de homens e mulheres for calculado e resultar em 19,1, ele estará dentro da região crítica. Isso permite concluir que homens são estatisticamente mais altos que mulheres.

Neste exemplo, qualquer valor maior que 1,65 está dentro da região crítica. Isso é conhecido como valor crítico. O valor crítico é influenciado pelo tamanho das amostras, mas não é necessário se preocupar com isso. O Python calculará tanto o valor crítico quanto o estatístico t para você.

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 6. Capítulo 4
Sentimos muito que algo saiu errado. O que aconteceu?
some-alt