AULA 04 – DISTRIBUIÇÃO NORMAL
1. Testes pareados e Testes não pareados
• Teste pareado (dependente): quando a observação da 1ª amostra é pareada com uma 2ª amostra. Se
os valores em uma amostra afetam valores na outra amostra, então elas são pareadas/independente
• Teste não pareado (independente): quando os valores em uma amostra não fornecem informações
sobre os valores na outra amostra, então as amostras são não pareadas (independentes).
2. Testes paramétricos e Testes não paramétricos
• Testes paramétricos: ou testes t. Exige que a amostra tenha distribuição normal, especialmente se
tiverem dimensão menor 30. Nas amostras de dimensões superiores a 30, a distribuição aproxima-se
da distribuição normal e também se aplicam os testes t (t-student).
• Testes não paramétricos: Usados quando os dados não seguem uma distribuição normal ou quando a
amostra é pequena. Desvantagem: não são tão potentes e não se encontram tantas diferenças entre os
dados. Quando não se pode pressupor a normalidade recorre-se aos testes não paramétricos.
3. Distribuição Normal
4. Testes de normalidade
• SHAPIRO-WILK: Se o número de elementos da amostra for menor que 50
• KOLMOGOROV-SMIRNOV: Se o número de elementos de uma amostra for igual ou maior que 50
Se p-valor ≥ (0,05): Os dados seguem a normalidade (são normais).
Se p-valor < (0,05): Os dados não seguem a normalidade (não são normais)
AULA 05 – TESTE DE HIPÓTESES
Definição: regra de decisão para aceitar ou rejeitar uma hipótese estatística com base em elementos amostrais.
Hipóteses: Teremos sempre duas hipóteses
• H0= hipótese nula. Propósito de ser rejeitada
• H1= hipótese alternativa. Geralmente representa a suposição que o pesquisador quer provar.
