Todas as estatísticas e gráficos para Teste de aleatorização para proporção de 1 amostra

Encontre definições e orientações de interpretação para cada estatística e gráfico fornecido com o teste de aleatorização para proporção de 1 amostra.

Histograma

Um histograma divide os valores amostrais em diversos intervalos e representa a frequência dos valores de dados em cada intervalo com uma barra.

Interpretação

Use o histograma para examinar a forma da sua distribuição bootstrap. A distribuição bootstrap é a distribuição das médias de cada reamostra. A distribuição bootstrap deve ter aparência normal. Se a distribuição bootstrap for não normal, não é possível confiar nos resultados.
50 reamostras
1000 reamostras

Normalmente, é mais fácil determinar a distribuição com mais reamostras. Por exemplo, nesses dados, a distribuição é ambígua para 50 amostras. Com 1000 reamostras, a forma parece aproximadamente normal.

O histograma mostra visualmente os resultados do teste de hipóteses. O Minitab ajusta os dados para que o centro das reamostras seja o mesmo que da média hipotética. Para um teste unilateral, é traçada uma linha de referência na média da amostra original. Para um teste bilateral, é traçada uma linha de referência na média da amostra original e à mesma distância no lado oposto da média hipotética. O valor-p é a proporção das médias das amostras que têm o mesmo alcance dos valores nas linhas de referência. Em outras palavras, o valor-p é a proporção das médias das amostras que têm o mesmo alcance de sua amostra original ao assumir que a hipótese nula é verdadeira. Essas médias aparecem em vermelho no histograma.

Neste histograma, a distribuição bootstrap parece ser normal. O valor-p de 0,002 indica que 0,2% das proporções das amostras são maiores do que a proporção da amostra original.

Gráfico de barras

O gráfico de barras mostra a proporção de ocorrências para cada categoria.

Observação

O Minitab exibe um gráfico de barras quando você recebe apenas uma reamostra. O Minitab exibe os dados originais e os dados da reamostra.

Interpretação

Use o gráfico de barras para comparar a amostra original e a amostra por aleatorização. A amostra por aleatorização representa como seria uma amostra aleatória se a média da população fosse igual ao valor hipotético (a hipótese nula é verdadeira). Quanto maior a diferença entre os centros das duas amostras, maior a probabilidade de evidências contra a hipótese nula.
A proporção da amostra é igual à proporção hipotética
Proporção da amostra 20% menor que a proporção hipotética

Proporção

A proporção da amostra é igual ao número de eventos dividido pelo tamanho da amostra (N).

Interpretação

O Minitab exibe dois valores de proporção diferentes, a proporção da amostra observada e a proporção da distribuição bootstrap (Média). A proporção da amostra observada é uma estimativa da proporção da população. Em geral, a proporção da distribuição bootstrap é um valor próximo à proporção hipotética. Quanto maior a diferença entre esses dois valores, maior a probabilidade de serem observadas evidências contra a hipótese nula.

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 baseada 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.

Interpretação

Na saída, as hipóteses nula e alternativa ajudam a verificar se foi inserido o valor correto para a proporção hipotética.

Teste por Aleatorização para a Proporção para 1 Amostra

Histograma do teste por aleatorização

Amostra observada N Proporção 200 0,620000
Teste por aleatorização Hipótese nula H₀: p = 0,5 Hipótese alternativa H₁: p > 0,5 Número de reamostras Média Valor-p 1000 0,49942 0,002

Nestes resultados, a hipótese nula é de que a proporção da população é igual a 0,5. Como hipótese alternativa, temos que a proporção é maior que 0,5.

Número de reamostras

O número de reamostras é o número de vezes que o Minitab coleta uma amostra aleatória com a substituição do conjunto de dados original. Em geral, a utilização de um alto número de reamostras apresenta melhores resultados.

O Minitab ajusta os dados para que o centro das reamostras seja o mesmo que da proporção hipotética. O tamanho amostral para cada reamostra é igual ao tamanho da amostra do conjunto de dados original. O número de reamostras é igual ao número de observações no histograma.

Média

A média é a soma das proporções encontradas na amostra por bootstrap divididas pelo número de reamostras. O Minitab ajusta os dados para que o centro das reamostras seja o mesmo que da proporção hipotética.

Interpretação

O Minitab exibe dois valores de proporção diferentes, a proporção da amostra observada e a proporção da distribuição bootstrap (Média). A proporção da amostra observada é uma estimativa da proporção da população. Em geral, a proporção da distribuição bootstrap é um valor próximo à proporção hipotética. Quanto maior a diferença entre esses dois valores, maior a probabilidade de serem observadas evidências contra a hipótese nula.

Valor-p

Em outras palavras, o valor-p é a proporção das proporções das amostras que têm o mesmo alcance de sua amostra original quando você assume que a hipótese nula é verdadeira. Um valor-p menor fornece uma evidência mais forte contra a hipótese nula.

Interpretação

Use o valor-p para determinar se a proporção da população é estatisticamente diferente da proporção hipotética.

Para determinar se a diferença entre a proporção da população e a proporção hipotética é estatisticamente significante, compare o valor-p com o nível de significância. 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 de p ≤ α: A diferença entre as proporções é estatisticamente significativa (rejeite H0)
Se o valor-p for menor ou igual ao nível de significância, você deve rejeitar a hipótese nula. É possível concluir que a diferença entre a proporção da população e a proporção hipotética é estatisticamente significativa. Para calcular um intervalo de confiança e determinar se a diferença tem significância prática, use Bootstrap para função de uma amostra. Para obter mais informações, acesse Significância prática e estatística.
Valor de p > α: A diferença entre as proporções não é estatisticamente significativa (não deve rejeitar H0)
Se o valor-p for maior do que o nível de significância, você não deve rejeitar a hipótese nula. Não há evidências suficientes para concluir que a diferença entre a proporção da população e a proporção hipotética é estatisticamente significativa.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política