Normalidade: Hipteses: (p=valor p-value)

H0: Yi~(i, i)
H1: Yi (i, i) (i=1,,k)

Estatstica de Teste:

Se n < 50 Teste Shapiro-Wild

Se n > 50 Teste Kolmogorov-Smirnov

Deciso:
p Rejeita-se H0
p > No se rejeita H0
Distribuio normal
Homogeneidade Hipteses: (F(df1,df2)=levene
Ho: 12 = 22 media/mediana,
H1: i,j 12 22 ij; p=sig
media/mediana)
i,j=1,,k

Estatstica de Teste:

Se tiver distribuio normal mean

Se tiver no normal median

Deciso:
p Rejeita-se H0
p > No se rejeita H0
H0 valida
Esfericidade Hipteses: (W(gl)=v. Mauchys W;
Ho: = 2I p= sig)
H1: 2I

Estatstica de teste:
Output

p-value e deciso:
Rejeita-se Ho se:
p-value
 Testes paramtricos Amostras independentes
Pressupostos:
V.D quantitativa
V.I define amostras independentes
V.Di ~(i, i) i=1,,k
Homogeneidade
Sendo que os pressupostos so vlidos podemos utilizar a ANOVA-one way
ANOVA one-way Diferenas significativas nas mdias
Hipteses: (F(df1,df2)=valor,
Ho: No existem diferenas significativas p = valor mquina;
entre as mdias das (n) populaes. p2=valor)
H1: Existe pelo menos um par de mdias
significativas.
p2= +
Estatstica de teste:
Fontes S.Q. g.l. Q.M. F Q2
de
Calculadora:
variao
Factorial
Stat test H L1,L2,L3
Erro - ----
Total - ----
Listas igual ao enunciado
Deciso:

Rej Ho se

K- n de grupos N dimenso da amostra

Se Rej. Ho Hipteses: E.T.: Deciso: (p<0,05)

Teste de Scheff H01: E.T
1 = 2 |1- V.C
H11: 2| Rej. H0
1 2
H02: E.T
1 = 3 |1- V.C
H12: 3| Rej. H0
1 3

E.T V.C
ANOVA two-way Uma vez que se pretende testar o efeito da
moderao entre a (varivel 1) e (varivel 2),
Moderao sabendo que a (v.d) tem distribuio normal e as
varincias so homogneas devemos usar a ANOVA
two-way.
Hipteses: Calculadora (F(df1,df2)=valorF;
HoV.I.1 : 1 = 2 p=valor; p2=valor)
HoV.I.1 : 1 2 2nd Math Edit 4 Nx3 Enter

HoV.I.2 : 1 = 2 Coluna 1 Coluna 2 Coluna 3

HoV.I.2 : 1 2 Os 1 10x 1 5x
20 2 10x 2 5x
Ho : = 0 Dados 1 5x
Ho : 0 2 5x

Fonte S.Q g.l Q.M. F p2 Prog 2 way Enter Enter 1

de
Variao Para ver os resultados: Enter
V.I.1
V.I.2
VI1 x
VI2
Erro - ---
Total ----- - ---

Deciso:

Sendo

a-1 = g.l. factor A

b-1 = g.l. factor B

(a-1)(b-1) = g.l. interaco

(r-1)ab = g.l. erro

N 1 = g.l. total

Testes paramtricos Amostras emparelhadas

ANOVA medies repetidas
Pressupostos:
V.D quantitativa
V.I define amostras emparelhadas
V.Di ~(i, i) i=1,,k
Esfericidade

Hipteses: (F(df1,df2)=valorF;
Ho: 1= 2 = 3 p=valor; p2=valor)
H1: i,j i j ij; i,j=1,,k

Estatstica de Teste: Calculadora:

Origem S.Q g.l. M.Q. F p2 2nd Matrix

Variao Matriz D Nx3
Factor
Coluna 1 Coluna 2 Coluna 3
Bloco - ----
Erro - ---- Todos 1- am1 1
Total ------ - ---- Os 2- am2 2
Sujeitos 3- am3 3
4
Sendo 5
6
1

Rej. H0 Ex. 6 sujeitos

Nota: Escolho o F mais pequeno.

Testes no paramtricos Amostras Independentes

Uma vez que (v.d) no tem distribuio normal e/ou as varincias no so homogneas, e as
 amostras so independentes, no se deve utilizar a ANOVA medies repetidas mas sim, o
teste de Kruskal-Wallis.
Pressupostos:
V.D ordinal ou superior
V.I define amostras independentes
Se o objectivo comparar medianas populacionais:
V.D. tem de ter a mesma distribuio para todas as populaes
Hipteses: Calculadora: H(gl) = valorH, p = valor)
Ho: F(Y1) = = F(Yk)
H1: i,j F(Yi) F(Yj) Matrix Edit [A] N x 3
ij; i,j=1,,k Todos os dados Nota: Se encontramos o Hcorr
esse valor que
Se medianas: Matrix Edit [B] 1 x 3 apresentamos no valorH
Ho: 1 = = k Quantos elementos tem
H1: i,j 1 k cada coluna
ij; i,j=1,,k
Prog. Kruskal-Wallis
Estatstica de teste:
So dados obtidos com
calculadora

Deciso:
H = (dados da calc)

HCorr = ( )

Rejeito Ho

Teste Dunn Calculadora: (p > 0,05)

Hip. E.T. Deciso: Para calcular

Ho1: Z= Rej Ho
F(Y1)=F(Y2) 1 Ordens L1 Peo desvio
Ho1: 2 |Z|1
F(Y1)F(Y2) 2
padro = c
Ho2: Z= Rej Ho
F(Y1)=F(Y3) 2 1 1
T2= C2 x ( + )
Ho2: 2
|Z|1
F(Y1)F(Y3) 2

Ho3: Z= Rej Ho T= 1. Ordens

F(Y2)=F(Y2) 3 2. Somar as ordens para
Ho3: 2 |Z|1
F(Y2)F(Y3) 2
cada amostra
3. Fazer o clculo:
1 2
1 =
Valor da tabela normal 1 2

reduzida
 Testes no paramtricos Amostras Emparelhada
Uma vez que (v.d) no tem distribuio normal e/ou as varincias no so homogneas, e as
amostras so emparelhadas, no se deve utilizar a ANOVA medies repetidas mas sim, o
teste de Friedman.
Pressupostos:
V.D ordinal ou superior
V.I define amostras independentes
Se o objectivo comparar medianas populacionais:
V.D. tem de ter a mesma distribuio para todas as populaes
Hipteses: Calculadora: (Fr(g.l)=valor, p > 0,05)
Ho: F(Y1) = = F(Yk)
H1: i,j F(Yi) F(Yj) Calc [A] nsujeitos x
ij; i,j=1,,k namostras (tabela igual ao
exerccio)
Se medianas:
Ho: 1 = = k Prog FMTESTE
H1: i,j 1 k
ij; i,j=1,,k S = E.T.
F = g.l.
Estatstica de teste:
So dados obtidos com
calculadora

Deciso:
Fr = (dados da calc) B = nelementos cada grupo
K = n grupos

FrCorr = ( )

Rejeito Ho

Tabela Friedman

Teste Dunn Calculadora: (p > 0,05)

Hip. E.T. Deciso: Matriz [B] est a tabela com

Ho1: Z= Rej Ho as ordens.
F(Y1)=F(Y2)
Ho1: (+1) |Z|1
F(Y1)F(Y2)

6 2
T= 1. Somar as ordens para
Ho2: Z= Rej Ho cada amostra
F(Y1)=F(Y3) 2. Fazer o clculo:
1 2
Ho2: (+1) |Z|1 1 =
1 2
F(Y1)F(Y3) 6 2

Ho3: Z= Rej Ho
F(Y2)=F(Y2)
Ho3: (+1) |Z|1

F(Y2)F(Y3) 6 2
 Regresso linear simples
v.d. (y) relacionada com uma v.i. (x) linearmente:

= 0 + 1 +

Ordenada na origem Declive ou coeficiente de regresso Erros ou resduos

Ajustamento do modelo linear:

Calculadora:
Stat Edit Lista 1 (valores TV) Lista 2 (valores CA)

Stat Tests LingregTTeste Enter Calculate Enter

Y = a + bx

T = estatstica de teste
P = p-value
Df = graus de liberdade = 8

a = valora
b = valor b

CA = valor a + valor b x TV
Significncia do modelo:

Pressupostos:
i. Relao linear entre a v.d. e a v.i.
ii. [~||N(o,)||

Violaes frequentes:
- Relao entre Y e X no-linear e
erros no-independentes.
- Varincia no constante.
ANOVA da regresso linear (modelo (F(df1,df2) = valorF,
/no significativo) p < 0,05; R2 = valorR)

Hipteses:
0 : 1 = 0
1 : 1 0 2 =

Estatstica de teste: Percentagem do R2 =

Fonte de S.Q. g.l. S.M. F variabilidade da v.d. que
variao explicada pelo modelo.
Regresso 1
Erros -
Total ----- - 2 = 1

1
=1
g.l. erro = N-p-1 1
g.l. total = N-1
05 pequeno
Deciso:
 5 25 mdio
25 50 elevado
50- 100 muito elevado
R2 significativamente significativo?
(Modelo /no significativo)

Hipteses:
0 : 0 = 0
1 : 0 0

Estatstica de teste:
Mesma da ANOVA (testes so
equivalentes)

Deciso:

Teste t-student para os coeficientes de regresso

Ordenada na origem (0) Calculadora: (t(g.l.)=valorT; p > 0,05)

Hipteses:
2 Stat Calc 1-varstats L1
0 : 0 =
1 : 0 <> )2 Stat Edit L5 L1-
( 2
Stat Calc 1-varstats
Estatstica de teste: 2nd L5 Enter

Deciso:

Declive (1) (t(g.l)= valor; p < 0,05)

Hipteses:
0 : 1 =
1 : 1 <>

Estatstica de teste:

Deciso:
Outliers:

Diagnstico: Diagrama de resduos

Problemas:
Afectam as estimativas dos coeficientes de regresso
Alteram a significncia do modelo

Soluo:
Identificar a causa do outlier (natural ou artefacto erro de introduo de valores)
Remover outliers.
 Regresso Linear Mltipla
Ajustamento do modelo:
SPSS: Coeficients
Unstandardized Coefficientes
B

= 0 + 1 1 + + +

Significncia do modelo:
ANOVA regresso linear: Calculadora: (F(df1,df2) = valorF,
p < 0,05; 2 = valorR)
Pressupostos = ANOVA SQT: L1 y
regresso linear L2 - x
Stat Calc 2nd L2 Enter
Hipteses: Sx 2 = 1

=1
1
0 : 1 = 2 = = 0 1
1 : : 0 ( = 1, , ) SQE: Edit L3
Valor a + valor b . 2nd
Estatstica de teste: L1 Enter
Fonte de S.Q. g.l. S.M. F
variao
Stat calc 1-var-stats L4
Regresso 2
Erros -
Total ----- - SQR = sqt - sqe

Deciso:

Coeficiente de
determinao:

= =

Testes coeficientes de (t(g.l)=valor; p=sig)

regresso:

Hiptese:
0 : =
1 : <>

Estatstica de teste:

Deciso: