paramétricosparamétricos não paramétricos testes paramétricos – utilizados para análises de...
Post on 19-Apr-2015
139 Views
Preview:
TRANSCRIPT
Oráculo para a tomada de decisão na escolha do teste estatístico
Programa de Pós-graduação Stricto Sensu em Ciências doExercício e do Esporte
Prof. Md. Renato Sobral Monteiro JuniorManual
MANUAL
Prof. Md. Renato Sobral Monteiro Junior
1. Para prosseguir na escolha das análises e seus tutoriais, clique sempre no botão .
2. Quando não aparecer o botão , clique em qualquer lugar da tela.
3. Sempre que chegar ao fim dos tutoriais, você encontrará uma . Clique nela para retornar ao menu.
Não seguir estas recomendações pode desordenar as imagens.
Bons estudos!!!
Menu
Menu - Testes
Paramétricos
Não Paramétricos
Testes Paramétricos – utilizados para análises de variáveis contínuas , que podem assumir qualquer valor e normalmente possuem uma unidade conhecida (Ex. distância (mm, cm, m, km; Tempo (ms, s, min, h, dias). Os dados podem ser intervalares, de razão ou proporção. Além disso, a distribuição dos dados deve apresentar normalidade.
Testes Não Paramétricos – utilizados para as análises de variáveis discretas, limitadas a um determinado número, não permitindo seu fracionamento, além de não conterem uma unidade específica de medida (Ex. 10 pessoas (não existe 9,5 pessoas). Os dados podem ser nominais ou ordinais. Aplicada também quando a distribuição não apresenta normalidade.
Oráculo para a tomada de decisão na escolha do teste estatístico
Menu - Testes
Paramétricos
Não Paramétricos
Relacionamento entre variáveis
Comparação de medidas Centrais (Ex. média, moda)
Oráculo para a tomada de decisão na escolha do teste estatístico
Menu - Testes
Testes Paramétricos
Testes Não Paramétricos
Relacionamento entre variáveis
Comparação de medidacentral (Ex. média, moda)
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento
Correlação dePearson
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento
Correlação deSpearman
Oráculo para a tomada de decisão na escolha do teste estatístico
Relacionamento
Correlação de Pearson
No SPSS, as colunas de dados são organizados lado a lado
Ex. relação entre o aumento da FC e o VO2 máx
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
CORRELAÇÃO DE PEARSON
r
p
VOLTAR
Relacionamento
Correlação de Spearman
No SPSS, as colunas de dados são organizados lado a lado
Ex. relação entre sexo e humor
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
CORRELAÇÃO DE SPEARMAN
PROCEDIMENTOS IGUAIS A PEARSON. A ÚNICA DIFERENÇA
ESTÁ AQUI...
14
VOLTAR
Medidas Centrais – Testes Paramétricos
Teste t
ANOVA
Teste t – utilizado para análises de um grupo de dados a uma medida pré-determinada (Teste t simples), dois grupos de dados dependentes (Teste t Pareado) ou dois grupos de dados independentes (Teste t Independente)
ANOVA - utilizados para as análises de dois ou mais grupos de dados independentes (ANOVA one-way ), dois ou mais grupos de dados dependentes (ANOVA de medidas repetidas) ou dois ou mais grupos de dados independentes e os efeitos sobre uma variável dependente (ANOVA two-way; three-way...)
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos
Teste t Simples
Teste t Pareado
Teste t Independente
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos
Teste t Simples
No SPSS, os dados são agrupados em uma única coluna. O valor pré-determinado é inserido no
setup do teste.
Ex. Diferença entre a FC de idosos ativos e a média da população brasileira.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
TESTE “t” SIMPLES
VOLTAR
Medidas Centrais – Testes Paramétricos
Teste t Pareado
No SPSS, as colunas de dados são organizadas lado a lado.
Ex. FC de sedentários pré e pós-treinamento aeróbio de 4 semanas.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
TESTE “t” PAREADO
VOLTAR
Medidas Centrais – Testes Paramétricos
Teste t Independente
No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra.
Ex. Diferença entre FC de nadadores e corredores
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
TESTE “t” INDEPENDENTE
1º: CARACTERIZAR OS GRUPOS EM “VARIABLE VIEW”
VOLTAR
Medidas Centrais – Testes Paramétricos
ANOVA de medidasrepetidas (intra-grupo)
ANOVA one-way (inter-grupos)
ANOVA two-way (inter-grupos)
ANOVA three-way (inter-grupos)
Oráculo para a tomada de decisão na escolha do teste estatístico
Medidas Centrais – Testes Paramétricos
ANOVA de medidas repetidas
No SPSS, as colunas de dados são organizadas lado a lado.
Ex. Diferenças na força muscular entre séries, em idosos, com 1, 2 e 3 min de intervalo.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
ANOVA DE MEDIDAS REPETIDAS
Esfericidade assumida (P>0,05)
Houve diferença significativa
Post-hoc mostrou diferença em todas as condições (P<0,05)
VOLTAR
Medidas Centrais – Testes Paramétricos
ANOVA one-way
No SPSS, as colunas de dados são organizadas uma abaixo da outra.
Ex. Diferenças na força muscular entre sedentários, ativos e atletas.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
ANOVA ONE-WAY
Caracterizar os grupos. Dados organizados um abaixo do outro
Para rodar a análise
Para rodar a análise
Output: a ANOVA mostrou diferença sig. (P<0,05)
Output: O Post hoc identificou diferença em todas as comparações
VOLTAR
Medidas Centrais – Testes Paramétricos
ANOVA two-way (com medidas repetidas)
No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra.
Ex. Diferença na FC de nadadores e corredores pré e pós-treinamento intervalado.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
ANOVA TWO-WAY COM MEDIDAS REPETIDAS
Caracterizar os grupos
Para rodar a análise
Para rodar a análise
Para rodar a análise
Output: A ANOVA mostrou diferença intragrupos (P<0,05), mas não houve dif. Sig. Na interação TESTE X GRUPOS
(P>0,05)
VOLTAR
Medidas Centrais – Testes Paramétricos
ANOVA three-way (com medidas repetidas)
No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra.
Ex. Diferença na FC de nadadores, corredores e ciclistas, pré e pós-treinamento intervalado.
Clique no botão para ver o passo a passo
Oráculo para a tomada de decisão na escolha do teste estatístico
Renato Sobral Monteiro Junior
ANOVA THREE-WAY COM MEDIDAS REPETIDAS
Caracterizar os grupos
Para rodar a análise
Para rodar a análise
Para rodar a análise
Para rodar análise
Para rodar análise
Output: Sem dif. Sig. Intragrupos (P>0,05), mas com diferença na interação TESTE X GRUPOS (P<0,05)
Output: O efeito principal (diferença intergrupos) foi identificado pelo Post Hoc de Bonferroni
Sem dif. Pré ou pós
Dif. Entre
grupos
VOLTAR
Medidas Centrais – Testes não Paramétricos
Wilcoxon SignedRank Test
Oráculo para a tomada de decisão na escolha do teste estatístico
Mann Whitney U Test
Friedman Test
Kruskall-Wallis Test
Os testes não paramétricos são semelhantes aos paramétricos, quanto à organização dos dados e idéias de comparações.
Wilcoxon – Teste t Pareado
Mann Whitney – Teste t Independente
Friedman – ANOVA de medidas repetidas
Kruskall-Wallis – ANOVA one-way
NOTA: Verificar a variável que está sendo estudada!
Renato Sobral Monteiro Junior
WILCOXON SIGNED RANK TEST (TEST T PAREADO)
Para rodar a análise
Output: Não houve dif. Sig. No humor pré e pós treinamento de força neste grupo (P>0,05)
VOLTAR
Renato Sobral Monteiro Junior
MANN WHITNEY U (TESTE T INDEPENDENTE)
Caracterizar os grupos
Para rodar a análise
Para rodar a análise
Para rodar a análise
Para rodar a análise
Output: Dif. Sig. No humor entre fisiculturistas e lutadores pós treinamento de força (P<0,05)
VOLTAR
Renato Sobral Monteiro Junior
FRIEDMAN TEST (ANOVA DE MEDIDAS REPETIDAS)
Para rodar a análise
Para rodar a análise
Output: Dif. Sig. No grupo em três dias de treinamento de força (P<0,05)
Não há opção no software para descobrir onde ocorreu a diferença. Nesse caso siga as
próximas instruções
Opção para encontrar a diferença entre as séries de dados não paramétricos
Calcule um Post Hoc de Bonferroni (valor de α / nº de comparações ). No caso desta comparação temos:
Nº comparações = 3Valor de α = 0,05
Então: 0,05 / 3 = 0,016
0,016 será o novo nível de significância adotado.
Houve diferença apenas do dia 3 para o dia 2 (P<0,016); e do dia 3 para o dia 1 (P<0,016)
Rode um teste WILCOXON para cada par de série de dados, adotando um P≤0,016
VOLTAR
Renato Sobral Monteiro Junior
KRUSKALL-WALLIS TEST (ANOVA ONE-WAY BETWEEN GROUPS)
Caracterizar os grupos
Para rodar a análise
Para rodar a análise
Para rodar a análise
Para rodar a análise
Output: Houve dif. Sig. Entre os grupos (P<0,05).
No Kuskall-Wallis Test ocorre o mesmo que no Friedman (não há como saber onde ocorreu o efeito principal).
Nesse caso, repita o mesmo procedimento realizado no
Friedman Test. Entretanto, a comparação entre pares de séries de dados será feita
pelo Mann Whytney U Test
Output: houve dif. Sig. Entre os fisiculturistas e halterofilistas (P<0,016)
Mann White
y U
Output: houve dif. Sig. Entre os halterofilistas e lutadores (P<0,016)
Mann White
y U
Output: houve dif. Sig. Entre os fisiculturistas e lutadores (P<0,016)
Mann White
y U
VOLTAR
top related