Todas as estatísticas para o Teste de Friedman

Encontre definições e orientações interpretação para cada estatística fornecida com um teste de Friedman.

N

O tamanho amostral (N) é o número total de observações em cada grupo.

Interpretação

O tamanho amostral afeta o intervalo de confiança e o poder do teste.

Normalmente, uma amostra maior produz um intervalo de confiança mais estreito. Uma amostra maior também proporciona ao teste mais poder para detectar uma diferença. Para obter mais informações, vá para O que é potência?.

Mediana

A mediana é o ponto médio do conjunto de dados. Este valor é o ponto médio em que metade das observações estão acima do valor e metade das observações estão abaixo do valor. A mediana é determinada por classificar as observações e encontrar a observação com o número [N + 1] / 2 na ordem de grandeza. Se os dados contêm um número par de observações, a mediana é o valor médio das observações que são classificadas com números de N / 2 e [N / 2] + 1.

Interpretação

A mediana da amostra é uma estimativa da mediana da população de cada grupo. A mediana global é a média de todas as observações.

Soma das classificações

O Minitab classifica os dados separadamente dentro de cada bloco e, em seguida, resume as classificações para cada tratamento. Os valores de dados mais altos recebem classificações mais altas.

Interpretação

Uma soma de classificações mais alta indica que um tratamento está associado a níveis mais elevados. O Minitab usa a soma das classificações para calcular S, a estatística de teste para o teste de Friedman.

Hipótese nula e hipótese alternativa

As hipóteses nula e alternativa são duas declarações mutuamente exclusivas sobre uma população. Um teste de hipótese usa dados amostrais para determinar se deve rejeitar a hipótese nula.
Hipótese nula
A hipótese nula afirma que um parâmetro da população (como a média, o desvio padrão, e assim por diante) é igual a um valor hipotético. A hipótese nula é, muitas vezes, uma afirmação inicial baseado em análises anteriores ou no conhecimento especializado.
Hipótese alternativa
A hipótese alternativa afirma que um parâmetro da população é menor, maior ou diferente do valor hipotético na hipótese nula. A hipótese alternativa é aquela que você acredita que pode ser verdadeira ou espera provar ser verdadeira.

DF

Os graus de liberdade (DF) são iguais ao número de grupos em seus dados menos 1. Sob a hipótese nula, distribuição do qui-quadrado se aproxima da distribuição da estatística de teste, com os graus de liberdade especificados. O Minitab utiliza a distribuição do qui-quadrado para estimar o valor de p para este teste.

Qui-quadrado

A estatística do qui-quadrado é a estatística de teste para o teste de Friedman. Sob a hipótese nula, a distribuição do qui-quadrado se aproxima da distribuição da estatística de teste. A aproximação é razoavelmente precisa quando o número de blocos ou o número de tratamentos no experimento de blocos randomizado é maior do que 5.

Interpretação

O Minitab usa a estatística de teste para calcular o valor de p, que é usado para a tomada de uma decisão sobre a significância estatística dos termos e do modelo. O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Uma estatística de teste suficientemente elevada indica que pelo menos uma diferença entre as medianas é estatisticamente significativa.

Você pode usar a estatística de teste para determinar se deve rejeitar a hipótese nula. No entanto, o uso do valor-p do teste para fazer a mesma determinação é geralmente mais prático e conveniente.

Valor-p

O valor-p é uma probabilidade que mede a evidência contra a hipótese nula. As probabilidades inferiores fornecem evidências mais fortes contra a hipótese nula.

Interpretação

Utilize um valor-p para determinar se alguma diferença entre as medianas é estatisticamente significativa.

Para determinar se alguma das diferenças entre as medianas é estatisticamente significativa, compare o valor-p com o seu nível de significância a fim de avaliar a hipótese nula. A hipótese nula afirma que as medianas populacionais são todos iguais. Geralmente, um nível de significância (denotado como α ou alfa) de 0,05 funciona bem. Um nível de significância de 0,05 indica que o risco de se concluir que existe uma diferença, quando, na verdade, não existe nenhuma diferença real, é de 5%.
Valor-p ≤ α: as diferenças entre algumas das medianas são estatisticamente significativas
Se o valor-p for menor ou igual ao nível de significância, rejeite a hipótese nula e conclua que nem todas as medianas da população são iguais. Use seu conhecimento especializado para determinar se as diferenças são significativas na prática. Para obter mais informações, vá para Significância estatística e prática.
Valor-p > α: as diferenças entre algumas das medianas não são estatisticamente significativas
Se o valor-p for maior do que o nível de significância, não há provas suficientes para rejeitar a hipótese nula de que as medianas da população são todos iguais. Certifique-se de que o teste tenha poder suficiente para detectar uma diferença que seja significativa na prática. Para obter mais informações, vá para Aumentar o poder de um teste de hipóteses.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política