Avaliar diferenças

entre
grupos/condições
Introdução às técnicas de
Análise da Variância
(ANOVA)
Sumário

Revisão (breve) de questões sobre Teste de
Hipóteses

ANOVA unifactorial – amostras/grupos
independentes

A Lógica da ANOVA

Cálculos

Comparações Múltiplas (post hoc)

Assunções da análise da variância

Magnitude do efeito

Silva (2009) Universidade de Coimbra 2

Ramos da Estatística
A disciplina da Estatística integra dois ramos principais:
•A estatística descritiva
•A estatística inferencial

Estatística

Estatística descritiva Estatística inferencial

Tem por objectivo descrever uma
situação sumariando a informação de
modo a sublinhar as características
numéricas salientes dos dados.
Visa inferir (i.e., extrair conclusões
acerca) alguma característica numérica
de uma população quando apenas é
dada uma amostra. Uma inferência
implica sempre uma margem de erro e
uma probabilidade de erro.

Silva (2009) Universidade de Coimbra 3

Estatística Inferencial

Estimação
Baseia-se na distinção entre amostra e população. Consiste em “adivinhar o valor de uma
medida na população (i.e., um parâmetro) quando apenas o valor da amostra é conhecido
(a estatística). Os inquéritos de opinião (i.e., as sondagens) baseiam-se sempre em estimações.
O inquérito é conduzido numa amostra representativa e os seus resultados são generalizados
para a população com uma margem e uma probabilidade de erro

Teste de Hipóteses
Também se baseia na distinção entre amostra e população, mas o processo está invertido: Faz-
-se uma hipótese acerca de um parâmetro da população. Com base nessa hipótese, predizemos
Um intervalo de valores que a variável pode provavelmente assumir numa amostra
representativa. De seguida prosseguimos o nosso estudo e obtemos uma medida numa
amostra. Se o valor observado se situar dentro do intervalo que prevíamos, concluímos
que a hipótese era razoável. Se o valor observado cair fora da amplitude esperada (prevista),
rejeitaremos a hipótese.

Silva (2009) Universidade de Coimbra 4

Teste de Hipóteses – A lógica…
Formula-se uma hipótese acerca
do valor do parâmetro
Nessa base, faz-se a previsão
de uma estatística
Determina-se a região de “aceitação” e
de rejeição

Obtêm-se uma amostra, mede-se a

variável, e calcula-se a estatística
(e.g., a média aritmética)

Tomamos uma decisão

Silva (2009) Universidade de Coimbra 5

Teste de Hipóteses – Os passos…
Passo 1

A hipótese baseia-se numa experiência prévia, ou numa
analogia entre duas situações. Assume-se que a
situação estudada não difere da hipótese formulada – A
hipótese nula (H0). Uma hipótese alternativa (H1) é
igualmente formulada antes de iniciarmos o processo de
teste: Esta será a hipótese que reteremos se a nula for
rejeitada.
 Exemplo:

Ho: µ = 34

H1: µ ≠ 34

Silva (2009) Universidade de Coimbra 6

Passo 2

Raciocinamos que se a amostra é representativa, não
diferirá muito da população. Alguma variação é
permitida porque a amostra não é uma réplica exacta da
população, existe uma margem de erro.

Assim, a predição baseada na H. nula, será: a média da
amostra, M, localizar-se-á entre 32 e 36 (assumindo
uma margem de erro de ±2 unidades). Esta margem de
erro pode ser determinada pela tabela da curva normal,
ou da distribuição de t se amostra é pequena.

Região de aceitação: 32 < M < 36

Região de rejeição: M ≤ 32 ou M ≥ 36

Silva (2009) Universidade de Coimbra 7

Passos 3 e 4

A medida pode ser obtida por um inquérito, ou
por um estudo experimental, ou recorrendo a
uma base de dados preexistente (e.g., M = 35.7)

Se a estatística medida “cai” na região de
aceitação, “aceitamos” a H. nula. Se cai na
região de rejeição, rejeitamos a nula e
aceitamos a H. alternativa
 Em ambos casos corremos o risco de nos
enganarmos (Erros de Tipo I e Tipo II)

Silva (2009) Universidade de Coimbra 8

Escolher um Procedimento
Analítico

Diferenças

Dois Grupos Múltiplos Grupos

Independentes Dependentes Grupos Independentes Medidas Dependentes

t duas amostras t amostras relacionadas Anova Anova medidas repetidas

Silva (2009) Universidade de Coimbra 9