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
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
Pressupostos do Teste t

A principal ideia por trás do teste t é que ele segue a distribuição t. Para que isso seja válido, 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 produzir resultados imprecisos se essas suposições não forem atendidas.

Existem diferentes tipos de teste 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. A única diferença está nos 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 deseja 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
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
Pressupostos do Teste t

A principal ideia por trás do teste t é que ele segue a distribuição t. Para que isso seja válido, 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 produzir resultados imprecisos se essas suposições não forem atendidas.

Existem diferentes tipos de teste 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. A única diferença está nos 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 deseja 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
Sentimos muito que algo saiu errado. O que aconteceu?
some-alt