TESTE T - UMA AMOSTRA, INDEPENDENTE E PAREADO (MEDIDAS REPETIDAS)

[@estatisticabasicaparapesqu5807]

Chave aleatória pix para doações: 1634b41a-c6d0-43f0-89de-ba09696850e0 Destinatário: Felipe R. Bezerra Contato nas redes sociais: Instagram: instagram.com/estatisticabasica/ Face: facebook.com/EBPPI

[@luizsoares8383]

fiz uma doação, não é muito, mas saiba que vc esta ajudando um aspirante a cientista de dados a se tornar um grande profissional e eu irei me lembrar de vc quando esse dia chegar, ai irei faze uma doação melhor.

[@estatisticabasicaparapesqu5807]

Muito obrigado Luiz! Não importa o tamanho da doação, o que realmente importa é se é feita de todo coração! Fico muito feliz por estar te ajudando e espero poder ajudar cada vez mais, não pra receber coisas em troca, mas pra realmente fazer com que você alcance seus objetivos e ajude outras pessoas dentro da sua área! Forte abraço e obrigado por dividir essa jornada comigo

[@brendaazevedo5176]

baita aula

[@valdemirdasilva8673]

Parabéns pela ótima didática.

[@andreaazevedo5928]

Obrigado 👏👏👏

[@laurabeatriz1630]

❤❤

[@NoobsemapurosBlogspotBr]

No caso das amostras independentes se eu tiver dois grupos de atletas. Grupo intervenção e um controle. O teste correto seria o teste-t independente ou dependente?

[@estatisticabasicaparapesqu5807]

Bom dia irmão tudo bem? Acho que você confundiu os termos, os tipos de teste T que existem são: Independente, pareado e para uma amostra. Ou seja, não existe "teste T dependente", acredito que a confusão foi a respeito das variáveis que ai sim tem variavel dependente e independente. (Se este for realmente o problema, recomendo ver o nosso vídeo sobre váriaveis aqui em nosso canal onde eu explico a diferença entre variavel dependente e independente) No exemplo que você mandou, você possui dois grupos diferentes, ou seja, quem participa do grupo intervenção não participa do grupo controle e vice versa. Então, como os individuos são diferentes você pode utilizar o teste T independente. Caso você fizesse a coleta com os mesmos individuos em dois tempos diferentes, ou seja, quem estava na primeira avaliação também estava na segunda, neste caso você utilizaria o teste T pareado, e como medimos os mesmos individuos em tempos diferentes por isso também chamamos o teste T pareado de "medidas repetidas" Esperto ter ajudado!! Se ainda sim tiver duvidas pode me chamar no instagram ou comentar por aqui novamente!! Forte abraço!! e muito sucesso pra você

[@NoobsemapurosBlogspotBr]

Nossa você tirou uma grande duvida das minhas costas. Estou estudando estatistica para submeter um trabalho no processo seletivo do mestrado e na maioria dos videos sempre tem grupos diferentes levando em conta uma caracteristica, ex: cor do cabelo ou um grupo de homens x mulheres. E minha duvida era se grupo controle e intervenção se enquadraria nessa classificação de grupo independente. Então no caso, eu poderia usar o t-pareado para avaliar ambos os grupos pré e pós e depois o t-indepentende para comparar um com o outro? Ou seria mais viavel ter apenas um grupo amostral para se utilizar o t-pareado?

[@estatisticabasicaparapesqu5807]

​@@NoobsemapurosBlogspotBr Em partes sim, basta lembrar que pareado são os mesmos inviduos em tempos diferentes (pré e pós como você citou) e independente são individuos diferentes (controle e intervenção cabem sim nesse quesito). Porém, no caso do teste T você só pode comparar dois grupos ou dois tempos, então precisaria fazer 2 testes pareados (controle pré x pós e intervenção pré x pós) e 2 testes independentes (controle pré x intervenção pré e controle pós x intervenção pós). Com isso você esta "inflando" erro na sua analise e isso não é adequado (na aula de pos hoc explico isso). Se estiver com tempo pra estudar, recomendo ver o teste ANOVA, pois se você rodar apenas uma anova de medidas repetidas você consegue tanto ver o efeito entre grupos (intervenção x controle) quanto a variavel de tempo (pré e pós), mas ai você precisa gastar um pouco mais de tempo para interpretar os resultados. Essa playlist do prof Altay tem varios videos explicando a teoria e exemplos práticos de interpretação, se quiser manda bala no estudo hehe kzbin.info/www/bejne/eKe0qqV9rZ50fdE&ab_channel=Cient%C3%ADstica%26PodcastNaruhodo

[@NoobsemapurosBlogspotBr]

@@estatisticabasicaparapesqu5807 Sim, com certeza vou estudar esse link ai haha. Uma ultima dúvida pra fechar o pacote, não quero abusar da seu conhecimento! kká! Eu aprendi que para grupos pareados (2 momentos) quando houver normalidade nos dados eu devo usar o teste-t pareado e quando houver anormalidade devo usar o Wilcoxon; E para grupos independente quando houver normalidade devo usar o teste-t independente e quando não houver normalidade usar o teste de Mann-Whitney. A minha pergunta é o seguinte, fiz o teste de shapiro-wilk nos dados pré e pós e deu um normal e outro não, o que fazer? mantenho a ideia dos testes acima ou preciso fazer alguma correção pra igualar? ou a normalidade só é aplicada nos dados pré intervenção para determinar o meu teste? Desde já agradeço sua atenção e paciência!

[@estatisticabasicaparapesqu5807]

@@NoobsemapurosBlogspotBr Opa pode perguntar a vontade irmão, responderei sempre que puder, estou aqui justamente pra ajudar !! ^^ Essa coisa da normalidade é uma duvida muito comum rsrs, no caso, o ideal mesmo seria estudar os tipos de distribuições e fazer um teste mais complexo, mas isso ai na prática não acontece, a menos que tenha alguem do seu grupo de pesquisa que ame estudar estatistica haha, mas pra não deixar você sem uma resposta, pense dessa forma: "faz sentido utilizar um teste parametrico se meus dados são não-paramétricos?" Pensando assim, o que você poderia fazer no curto prazo é utilizar o teste paramétrico nos dados que tem distribuição normal e o não parametrico nos dados que não possuem distribuição normal. No caso, se você tiver dados pré com distribuição normal e pós não normal, opte pelo não paramétrico pois você já quebrou o requisito de normalidade em uma das partes!! Mas novamente, essa não é a melhor solução, é apenas uma "gambiarra" pra resolver a curto prazo.