Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Pressupostos do Teste t | Testes Estatísticos
Aprendendo Estatística com Python

bookPressupostos do Teste t

A principal ideia por trás do teste t é que ele segue a distribuição t. Para que isso seja verdadeiro, algumas suposições importantes são feitas:

  1. Homogeneidade de variância. As variâncias dos dois grupos comparados devem ser aproximadamente iguais;
  2. Normalidade. Ambas as amostras devem seguir aproximadamente uma distribuição Normal;
  3. Independência. As amostras precisam ser independentes, o que implica que os valores de um grupo não devem ser influenciados pelos do outro grupo.

É importante observar que o teste t pode fornecer resultados imprecisos se essas suposições não forem atendidas.

Existem diferentes tipos de testes t que lidam com violações de algumas dessas suposições:

  • Se as variâncias forem diferentes, pode-se utilizar o teste t de Welch. A ideia é a mesma. O único aspecto que difere são os graus de liberdade. Executar o teste t de Welch em vez do teste t comum no Python é tão simples quanto definir equal_var=False;
  • Se as amostras não forem independentes (por exemplo, se você quiser comparar as médias do mesmo grupo em diferentes períodos de tempo), pode-se utilizar o teste t pareado. O teste t pareado será abordado em um capítulo posterior.
question-icon

Selecione o tipo apropriado de teste t para cada caso:

Normality, Homogeneity but no Independence —
Normality, Homogeneity, Independence —

Normality, Independence but no Homogeneity —

Clique ou arraste solte itens e preencha os espaços

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 6. Capítulo 5

Pergunte à IA

expand

Pergunte à IA

ChatGPT

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

Suggested prompts:

What are some common ways to check if the assumptions of the t-test are met?

Can you explain more about when to use Welch's t-test versus the standard t-test?

How does a paired t-test differ from an independent t-test?

Awesome!

Completion rate improved to 2.63

bookPressupostos do Teste t

Deslize para mostrar o menu

A principal ideia por trás do teste t é que ele segue a distribuição t. Para que isso seja verdadeiro, algumas suposições importantes são feitas:

  1. Homogeneidade de variância. As variâncias dos dois grupos comparados devem ser aproximadamente iguais;
  2. Normalidade. Ambas as amostras devem seguir aproximadamente uma distribuição Normal;
  3. Independência. As amostras precisam ser independentes, o que implica que os valores de um grupo não devem ser influenciados pelos do outro grupo.

É importante observar que o teste t pode fornecer resultados imprecisos se essas suposições não forem atendidas.

Existem diferentes tipos de testes t que lidam com violações de algumas dessas suposições:

  • Se as variâncias forem diferentes, pode-se utilizar o teste t de Welch. A ideia é a mesma. O único aspecto que difere são os graus de liberdade. Executar o teste t de Welch em vez do teste t comum no Python é tão simples quanto definir equal_var=False;
  • Se as amostras não forem independentes (por exemplo, se você quiser comparar as médias do mesmo grupo em diferentes períodos de tempo), pode-se utilizar o teste t pareado. O teste t pareado será abordado em um capítulo posterior.
question-icon

Selecione o tipo apropriado de teste t para cada caso:

Normality, Homogeneity but no Independence —
Normality, Homogeneity, Independence —

Normality, Independence but no Homogeneity —

Clique ou arraste solte itens e preencha os espaços

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 6. Capítulo 5
some-alt