Pressupostos 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:
- Homogeneidade de variância. As variâncias dos dois grupos comparados devem ser aproximadamente iguais;
- Normalidade. Ambas as amostras devem seguir aproximadamente uma distribuição Normal;
- 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.
Obrigado pelo seu feedback!
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
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 2.63Pressupostos 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:
- Homogeneidade de variância. As variâncias dos dois grupos comparados devem ser aproximadamente iguais;
- Normalidade. Ambas as amostras devem seguir aproximadamente uma distribuição Normal;
- 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.
Obrigado pelo seu feedback!
