Amostras independentes são amostras selecionados aleatoriamente para que as suas observações não dependam dos valores de outras observações. Muitas análises estatísticas são baseados no pressuposto de que as amostras são independentes. Outras são projetadas para avaliar as amostras que não são independentes.
Por exemplo, suponha que os inspetores de qualidade queiram comparar dois laboratórios para determinar se seus exames de sangue dão resultados semelhantes. Eles enviam amostras de sangue extraídas das mesmas 10 crianças de ambos os laboratórios para análise.
Criança | Lab A | Lab B |
---|---|---|
1 | 0,8 | 0,7 |
2 | 4,8 | 5 |
3 | 7,9 | 7,8 |
4 | 15,7 | 16,3 |
5 | 21,2 | 20,2 |
6 | 9,7 | 9,4 |
7 | 38,7 | 44 |
8 | 5,1 | 5,1 |
9 | 29 | 26,9 |
10 | 75,2 | 74,6 |
Como ambos os laboratórios testaram amostras de sangue das mesmas 10 crianças, os resultados dos testes não são independentes. Para comparar os resultados médios dos testes de sangue a partir dos dois laboratórios, os inspetores precisariam fazer um teste t pareado, que é baseada na suposição de que as amostras são dependentes.
Para obter amostras independentes, os inspetores teriam de escolher aleatoriamente e testar 10 crianças usando o Lab A e, em seguida, selecionar aleatoriamente e testar um grupo diferente de 10 crianças diferentes usando Lab B. Depois, eles poderiam comparar as médias dos resultados da análise de sangue dos dois laboratórios usando um teste t de 2 amostras, que é baseada na suposição de que as amostras são independentes.