Testes de hipóteses

O teste de hipóteses é um método estatístico usado para determinar se há evidências suficientes para rejeitar uma hipótese nula.

Nos testes de hipóteses:

• A hipótese nula (H₀) pressupõe que não há efeito nem diferença.
• A hipótese alternativa (H₁) sugere a existência de um efeito ou diferença.

Um teste t verifica se as médias de dois grupos são significativamente diferentes.

data1 <- c(5.1, 6.2, 5.8, 6.5, 5.9)
data2 <- c(7.0, 6.8, 7.5, 7.1, 6.9)
t.test(data1, data2)

O valor de p ajuda a decidir se H₀ deve ser rejeitada:

• Se o valor de p < 0.05, rejeite H₀ (resultado significativo).
• Se o valor de p > 0.05, não rejeite H₀ (resultado não significativo).

O teste qui-quadrado verifica se as variáveis categóricas são independentes.

observed <- matrix(c(20, 30, 50, 40), nrow=2)
chisq.test(observed)

ANOVA compara as médias de vários grupos.

group1 <- c(5.1, 6.2, 5.8)
group2 <- c(7.0, 6.8, 7.5)
group3 <- c(4.9, 5.5, 5.2)
data <- data.frame(value = c(group1, group2, group3), 
                   group = rep(c('A', 'B', 'C'), each=3))
aov_test <- aov(value ~ group, data = data)
summary(aov_test)

O tamanho do efeito mede a força de um resultado, ajudando a determinar sua significância prática.

Os testes de hipóteses dependem de pressupostos e podem ser influenciados pelo tamanho da amostra e pela qualidade dos dados.

Nesta lição, você aprendeu:

• Como realizar testes de hipóteses.
• Como usar testes t, qui-quadrado e ANOVA.
• A importância dos valores de p e dos tamanhos de efeito.