CURSO DE ATUALIZAÇÃO EM

BIOESTATÍSTICA APLICADA À
PESQUISA

Coordenação: Prof. Dr. Mauro Fontelles

Aula 08

“TESTE DE SIGNIFICÂNCIA ESTATÍSTICA”

A Distribuição t de Student

Conteúdo
• Objetivos
• Tipos de teste t
• A distribuição normal
• Propriedades do teste t
• Exemplos
O teste t é bastante utilizado em todos os
campos da ciência. Ao tentar responder às
perguntas de pesquisas sobre as médias em
dois grupos separados, o test t é o método
mais adequado.
Distribuição t de Student

Objetivo do teste

 Comparar médias ou proporções → Diferença significante.

Tipo de teste

 Teste t → Médias (Uni ou bi-caudal, pareado).

 Teste z → Proporções.

Razão crítica

 Teste de significância estatística.

 Número fronteiriço - valores prováveis // improváveis.

 Uso de tabelas. Parâmetro

Razão crítica =
EP do parâmetro

Graus de liberdade

 Número de observações (N) livres para variar.

•• ““Antes
Antes de
de colocar
colocar um
um par
par de
de luvas,
luvas, aa pessoa
pessoa tem
tem aa liberdade
liberdade de
de
decidir
decidir se
se começa com
começa com oo par
par direito
direito ou
ou esquerdo.
esquerdo. Uma
Uma vez
vez que
que ela
ela coloca
coloca
uma
uma luva,
luva, perde
perde aa liberdade
liberdade dede decidir
decidir qual
qual luva
luva colocará depois
colocará ”.
depois”.

•• ““Se
Se as
as centopéias usassem
centopéias usassem sapatos,
sapatos, elas
elas teriam
teriam aa escolha
escolha para
para calçar
calçar
os
os 99
99 primeiros
primeiros sapatos,
sapatos, mas
mas não
não para
para oo 100º sapato
100º ”.
sapato”.

•• ““Em
Em estat ística, se
estatística, se existem
existem dois
dois valores
valores observados,
observados, somente
somente uma
uma
estimativa
estimativa da
da varia ção entre
variação entre eles
eles éé possível”.
possível”.

GL
GL == N
N -- 11 Teste
Testett GL
GL == NN--22

Distribuição normal
 Gaussiana (Johann Karl Gauss)
 Distribuição teórica.
IC 95%
 Forma de sino.
 Eixo y - Freqüência das
observações. α / 2 = 0,025 α / 2 = 0,025

 Eixo x - Valores observados.

 Média = Mediana = Moda = 0.
 Desvio padrão = 1.

IC 95%

Distribuição t
 Descrita por William Gosset.
α / = 0,05
 Média = 0 e DP > 1.

 Assume a distribuição normal.


Distribuição normal

 µ ± 1.645σ = 90% da área da curva.

 µ ± 1.96σ = 95% da área da curva.

 µ ± 2.33σ = 98% da área da curva.

 µ ± 2.58σ = 99% da área da curva.


Propriedades da distribuição t

 Tem a mesma forma geral simétrica da z (forma de sino).

 Varia com o tamanho da amostra.

 Média = 0 e Desvio Padrão > 1.

 Assintótica.

 Na medida em que aumenta o tamanho da amostra, a

distribuição t se aproxima da distribuição z. Para n > 30

as diferenças são pequenas.


Condições para utilização da distribuição t

 Tamanho da amostra pequeno (n ≤ 30).

 Desvio-padrão da população é desconhecido (σ - sigma

minúsculo).

 A população tem distribuição normal? (usar histograma ou

teste).

Realização visual do teste t
Comparação
Comparação dos
dos valores
valores da
da PAS
PAS em
em 14
14 homens
homens ee 12
12 mulheres
mulheres com
com aa utilização
utilização do teste tt de
do teste de Student.
Student.

Homens
Homens Mulheres
Mulheres Hipóteses
Hipóteses
N
N == 14
14 N
N == 12
12
Média
H PASHH == PAS
H00 -- PAS PASMM
Média == 118,3
118,3 Média
Média == 107,0
107,0
DP H
H1 -- PAS
PASH ≠≠ PAS
PASM
DP == 8,3
8,3 DP
DP == 9,0
9,0 1 H M
observações
Número de observações

14 -

12 -
Número

Homens Homens Homens t = 3,329

mulheres t = 3,329
pp == 0,003
0,003

107,0 118,3 123,0

Valores da PAS (mmHg)

Realização visual do teste t pareado
Evolução
Evolução da
da PAS
PAS com
com oo emprego
emprego da
da droga
droga A,
A, anti-hipertensiva,
anti-hipertensiva, em
em 20
20 pacientes
pacientes do
do sexo
sexo masculino.
masculino.

Antes
Antes Depois
Depois Hipóteses
Hipóteses
N
N == 20
20 N
N == 20
20
Média
H PASAA == PAS
H00 -- PAS PASDD
Média == 189,3
189,3 Média
Média == 171,4
171,4
DP
DP == 24,3
24,3 DP
DP == 17,1
17,1 H
H1 -- PAS
PASA ≠≠ PAS
PASD
1 A D
Número de observações

20 -

tt == 1,490
1,490 Depois Depois Antes
Depois
pp == 0,144
0,144

112,8 171,4 189,3

Valores da PAS (mmHg)

Algoritmo do teste t
In ício
Início

Pelo
Pelo teorema
teorema dodo limite
limite
Sim
NN >> 30
30 ?? central,
central, pode -se utilizar
pode-se utilizar aa
distribui ção tt
distribuição
Não

AA popula ção
população Não Utilizar
Utilizar teste
teste não -
não-
param étrico ou
paramétrico ou de
de
tem
tem distribui ção normal
distribuição normal rastreamento
rastreamento
Sim

OO desvio -padrão da
desvio-padrão da Sim Utilizar
Utilizar aa distribui ção
distribuição
popula ção éé conhecido
população conhecido normal
normal

Não

Use
Use aa distribui ção tt com
distribuição com
desvio -padrão da
desvio-padrão da
amostra
amostra

Exercícios de fixação (Microsoft Excel)
Exemplo 1 - Um pesquisador, com a utilização do hormônio do crescimento, avaliou a
taxa de ganho na estatura de 10 adolescente do sexo masculino. Após 2 anos de
aplicação da droga houve ganho significativo na estatura dos pacientes?
E após comparar com 10 adolescentes do sexo feminino?
Estatura de 10 pacientes (em cm) Estatura de 20 pacientes (em cm)
Antes Depois Masculino Feminino
154,5 156,6 2,1 5,2
145,2 149,8 4,6 8,0
161,3 166,4 5,1 9,2
152,8 169,8 17,0 6,8
163,8 171,8 8,0 4,1
164,7 168,8 4,1 8,0
149,8 156,6 6,8 16,0
154,2 165,4 11,2 5,1
158,6 166,6 8,0 4,6
164,2 169,4 5,2 2,1

Média = 156,91 cm 164,12 cm Média = 7,21 cm 6,91 cm P = 0,87

DP = 6,67 cm 7,24 cm
P = 0,0002 3,84 cm
DP = 4,27 cm
Exemplo 2 - Um pesquisador está disposto a testar duas drogas, A e B, para
controle da hipertensão arterial sistólica. Como deverá ele conduzir (delinear) seu
experimento? Qual a melhor droga a ser utilizada?

Valores da PAS (Droga

(Droga A)
A) Valores da PAS (Droga
(Droga B)
B) Diferenç
Diferença (Droga
(Droga A / B)
B)

Antes (mmHg) Depois Antes (mmHg) Depois Droga A (mmHg) Droga B

185 165 180 178 20 2

198 176 185 178 22 7
210 198 185 32 13
178
215 180 189 188 35 1
194 194 186 31 8
163
186 142 178 166 44 12
178 179 152 42 27
136
196 170 186 172 26 14
198 114 198 189 84 9
224 178 198 194 46 4

198,4 ± 14,3 160,2 ± 22,2 188,5 ± 8,1 178,8 ±12,6 38,2 ± 18,4 9,7 ± 7,5

P = 0,0001 P = 0,002 P = 0,0006

Exemplo 3 - Relacionam-se a seguir os pesos, ao nascer, de meninos nascidos de mães
que ingeriram suplemento especial de vitaminas. Quando comparados com filhos de
mães que não ingeriram o complemento, há diferença entre os pesos das crianças ?

Pesos das crianças (em Kg)

Hipóteses
C/ vitaminas S/ vitaminas
H0 - Não há diferença do peso, ao nascer,
3,73 3,02
com e sem uso do complemento vitamínico.
4,37 4,09
3,73 2,47 H1 - Há diferença do peso, ao nascer, com o
4,33 4,13
uso do complemento vitamínico
3,39 4,47
3,68 3,22
P = 0,049
4,68 3,43
3,52 2,54 Conclusão
3,68 3,22
4,37 3,52
Rejeita a hipótese nula - Há diferença de
peso ao nascimento. Mulheres que fazem uso
Média = 3,95 Kg 3,41 Kg do complemento vitamínico têm filhos com
DP = 0,44 Kg 0,67 Kg maior peso.

Distribuição de Probabilidades (BioEstat)

Exemplo 4 - O peso de recém-nascido tem distribuição normal, com média

de 3.100g e desvio padrão igual a 225g. Considerando uma amostra de 300

crianças, calcular a probabilidade e a respectiva proporção de recém-

nascido pesando entre 2.750g e 3.200g.

Média = 3.100g
DP = 225g
N = 300

Teste t para duas amostras independentes (BioEstat)

Exemplo 5 - A tabela abaixo mostra as medidas, em cm, da estatura dos

alunos e alunas da turma do Curso de Especialização. Determinar se existe

diferença estatisticamente significativa entre estas duas populações.

Estatura dos alunos (em cm)

Homens Mulheres
176
172
174
169
177
165
179
166
176
167
175
168
173
171
180
172
177
164
178
167
169
166
167

Teste t para duas amostras relacionadas (BioEstat)
Exemplo 6 - A tabela abaixo mostra a evolução ponderal (em Kg) de 12

pacientes admitidos em uma clínica de emagrecimento para tratamento de

obesidade, por um período de 7 dias. Determinar a efetividade do

tratamento.
Peso dos paciente (em Kg)

Homens Mulheres
124 108
136 125
145 131
138 126
104 93
108 92
126 112
112 101
139 121
121 115
104 89
96 88