ParamétricosParamétricos Não Paramétricos Testes Paramétricos – utilizados para análises de...

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 - 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.

Menu - Testes

Paramétricos

Não Paramétricos

Relacionamento entre variáveis

Comparação de medidas Centrais (Ex. média, moda)

Menu - Testes

Testes Paramétricos

Testes Não Paramétricos

Relacionamento entre variáveis

Comparação de medidacentral (Ex. média, moda)

Relacionamento

Correlação dePearson

Relacionamento

Correlação deSpearman

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

Renato Sobral Monteiro Junior

CORRELAÇÃO DE PEARSON

VOLTAR

Relacionamento

Correlação de Spearman

No SPSS, as colunas de dados são organizados lado a lado

Ex. relação entre sexo e humor

CORRELAÇÃO DE SPEARMAN

PROCEDIMENTOS IGUAIS A PEARSON. A ÚNICA DIFERENÇA

ESTÁ AQUI...

VOLTAR

Medidas Centrais – Testes Paramétricos

Teste t

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...)

Teste t Simples

Teste t Pareado

Teste t Independente

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.

TESTE “t” SIMPLES

VOLTAR

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.

TESTE “t” PAREADO

VOLTAR

Teste t Independente

No SPSS, as colunas de dados independentes são organizadas uma abaixo da outra.

Ex. Diferença entre FC de nadadores e corredores

TESTE “t” INDEPENDENTE

1º: CARACTERIZAR OS GRUPOS EM “VARIABLE VIEW”

VOLTAR

ANOVA de medidasrepetidas (intra-grupo)

ANOVA one-way (inter-grupos)

ANOVA two-way (inter-grupos)

ANOVA three-way (inter-grupos)

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.

ANOVA DE MEDIDAS REPETIDAS

Esfericidade assumida (P>0,05)

Houve diferença significativa

Post-hoc mostrou diferença em todas as condições (P<0,05)

VOLTAR

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.

ANOVA ONE-WAY

Caracterizar os grupos. Dados organizados um abaixo do outro

Para rodar a análise

Output: a ANOVA mostrou diferença sig. (P<0,05)

Output: O Post hoc identificou diferença em todas as comparações

VOLTAR

ANOVA two-way (com medidas repetidas)

Ex. Diferença na FC de nadadores e corredores pré e pós-treinamento intervalado.

ANOVA TWO-WAY COM MEDIDAS REPETIDAS

Caracterizar os grupos

Output: A ANOVA mostrou diferença intragrupos (P<0,05), mas não houve dif. Sig. Na interação TESTE X GRUPOS

(P>0,05)

VOLTAR

ANOVA three-way (com medidas repetidas)

Ex. Diferença na FC de nadadores, corredores e ciclistas, pré e pós-treinamento intervalado.

ANOVA THREE-WAY COM MEDIDAS REPETIDAS

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

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!

WILCOXON SIGNED RANK TEST (TEST T PAREADO)

Output: Não houve dif. Sig. No humor pré e pós treinamento de força neste grupo (P>0,05)

VOLTAR

MANN WHITNEY U (TESTE T INDEPENDENTE)

Output: Dif. Sig. No humor entre fisiculturistas e lutadores pós treinamento de força (P<0,05)

VOLTAR

FRIEDMAN TEST (ANOVA DE MEDIDAS REPETIDAS)

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

KRUSKALL-WALLIS TEST (ANOVA ONE-WAY BETWEEN GROUPS)

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

Output: houve dif. Sig. Entre os halterofilistas e lutadores (P<0,016)

Mann White

Output: houve dif. Sig. Entre os fisiculturistas e lutadores (P<0,016)

Mann White

VOLTAR

ParamétricosParamétricos Não Paramétricos Testes Paramétricos – utilizados para análises de...

Documents

Seminário bioestatística testes paramétricos

Métodos Paramétricos Métodos No-paramétricos Contenido · 2012-07-11 · Introducción Métodos Paramétricos Métodos No-paramétricos Máxima Verosimilitud Método IFM Método

Testes não paramétricos

Testes de Hipóteses. Testes de hipóteses Testes paramétricos Testes não paramétricos

SOLUÇÕES CONTÍNUAS EM EDUCAÇÃO PROFISSIONALIZANTE

Variáveis aleatórias contínuas - UFPRcursos.leg.ufpr.br/estbas-slides/slides/06_Variaveis... · 2019. 4. 25. · Variáveis aleatórias contínuas WagnerH.Bonat FernandoP.Mayer

Reconhecimento de Padrões Métodos não Paramétricos

Tema: Estadísticos no paramétricos Ji-Cuadrada

Principais distribuições contínuas de probabilidadePrincipais distribuições contínuas de probabilidade 1. Variável aleatória contínua Representa características medidas num

VIGAS CONTÍNUAS Y PÓRTICOS HIPERESTÁTICOS

Curso de Modelos no Paramétricos

Testes Não-Paramétricos

Distribuições Contínuas de Probabilidade

Aula 6. Testes de Hipóteses Paramétricos (I)

Métodos no paramétricos (wilcoxon)

5 variáveis aleatórias contínuas

Variáveis aleatórias contínuas - Estatística II

Vigas contínuas

Frações Contínuas e Aplicações

Desenhos Paramétricos no Autocad 2011