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.
Método
μ₁: média de população de Classificação quando Hospital = A
µ₂: média de população 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.
