Interpretar os principais resultados para Teste de aleatorização para média de 2 amostras

Conclua as etapas a seguir para interpretar um teste de aleatorização para média de 2 amostras. A saída principal inclui o histograma e o valor-p.

Etapa 1: Examinar a forma da sua distribuição bootstrap

Use o histograma para examinar a forma da sua distribuição bootstrap. A distribuição bootstrap é a distribuição da estatística escolhida 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.

Neste histograma, a distribuição bootstrap parece ser normal.

Etapa 2: determine se os resultados de teste são estatisticamente significativos

Para determinar se a diferença entre as médias da população é estatisticamente significativa, 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-p ≤ α: A diferença entre as médias 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 as médias da população é estatisticamente significativa. Para calcular um intervalo de confiança e determinar se a diferença tem significância prática, use Bootstrap para média de duas amostras. Para obter mais informações, acesse Significância prática e estatística.
Valor-p > α: A diferença entre as médias 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 as médias da população é estatisticamente significativa.

Teste por Aleatorização para a Diferença entre Médias: Classificaçã por Hospital

Histograma do teste por aleatorização para Classificação por Hospital

Método μ₁: média de Classificação quando Hospital = A µ₂: média de Classificação quando Hospital = B Diferença: μ₁ - µ₂
Amostras observadas Hospital N Média DesvPad Variância Mínimo Mediana Máximo A 20 80,30 8,18 66,96 62,00 79,00 98,00 B 20 59,30 12,43 154,54 35,00 58,50 89,00
Diferença nas médias observadas Média de A - Média de B = 21,000
Teste por aleatorização Hipótese nula H₀: μ₁ - µ₂ = 0 Hipótese alternativa H₁: μ₁ - µ₂ ≠ 0 Número de reamostras Média DesvPad Valor-p 1000 -0,185 4,728 < 0,002
Principais resultados: valor-p

Nestes resultados, a hipótese nula indica que a diferença na classificação média entre dois hospitais é 0. Como o valor-p é menor do que 0,002, que é menor que o nível de significância de 0,05, a decisão é pela rejeição da hipótese nula e conclui-se que as classificações dos hospitais são diferentes.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política