Interpretar todas as estatísticas para Teste de mediana de Mood

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

Neste tópico

Mediana
N maior que a mediana geral (N>)
N menor ou igual à mediana geral (N≤)
Amplitude interquartílica (Q3 – Q1)
Intervalo de confiança (IC da mediana de 95%)
Hipótese nula e hipótese alternativa
DF
Qui-quadrado
Valor-p

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.

N maior que a mediana geral (N>)

N> (maior do que a mediana global). Estes valores representam o número de observações em cada grupo que são maiores do que a média global. O Minitab cria uma tabela com os valores e os N≤ e valores N>. O Minitab usa esses valores para realizar o teste do qui-quadrado de associação e para calcular o valor de p para o teste.

Interpretação

Se um grupo tem um grande número de observações nesta categoria, é provável que a mediana do grupo seja maior do que a mediana global.

N menor ou igual à mediana geral (N≤)

N≤ (menor ou igual à mediana global) é o número de observações em cada grupo que são menores ou iguais à mediana global. O Minitab cria uma tabela com os valores e os N≤ e valores N>. O Minitab usa esses valores para realizar o teste do qui-quadrado de associação e para calcular o valor de p para o teste..

Interpretação

Se um grupo tem um grande número de observações nesta categoria, é provável que a mediana do grupo seja menor do que a mediana global.

Amplitude interquartílica (Q3 – Q1)

A amplitude interquartílica (Q3 - Q1) mede a dispersão dos dados em cada grupo. O intervalo é a distância entre o 75º percentil (Q3) e o 25º percentil (Q1).

Interpretação

As amplitudes interquartílicas que diferem substancialmente indicam que os grupos não têm a mesma dispersão. Esta condição indica que os dados podem não satisfazer o pressuposto para teste da mediana de Mood que os grupos têm a mesma forma e dispersão.

Intervalo de confiança (IC da mediana de 95%)

Os intervalos de confiança são amplitudes de valores que apresentam a probabilidade de conter a verdadeira mediana de cada população.

Como as amostras são aleatórias, é improvável que duas amostras de uma população produzam intervalos de confiança idênticos. Mas, se você repetir sua amostra várias vezes, uma determinada porcentagem dos intervalos de confiança resultantes conterá o parâmetro populacional desconhecido. A porcentagem destes intervalos de confiança que contém o parâmetro é o nível de confiança do intervalo.

O intervalo de confiança é composto pelas duas partes a seguir:

Estimativa de ponto: A estimativa de ponto é a estimativa do parâmetro que é calculada a partir dos dados da amostra. O intervalo de confiança é centrado em torno deste valor. Para o teste de mediana de Mood, a estimativa de ponto é a estimativa da mediana.
Margem de erro: A margem de erro define a largura do intervalo de confiança e é determinada pela variabilidade observada na amostra, o tamanho da amostra e o nível de confiança. Para calcular o limite superior do intervalo de confiança, a margem de erro é adicionada à estimativa pontual. Para calcular o limite inferior do intervalo de confiança, a margem de erro é subtraída da estimativa pontual.

Interpretação

Utilizar o intervalo de confiança para avaliar a estimativa da população mediana para cada grupo.

Por exemplo, com um nível de confiança de 95%, é possível ter 95% de certeza de que o intervalo de confiança contém a mediana de grupo. O intervalo de confiança ajuda a avaliar a significância prática de seus resultados. Use seu conhecimento especializado para determinar se o intervalo de confiança inclui valores que tenham significância prática para a sua situação. Se o intervalo for muito amplo para ser útil, pense em aumentar o tamanho da amostra.

Estatísticas Descritivas

Temp	Mediana	Média geral N <=	Média geral N >	Q3 – Q1	IC de 95% da mediana
38	19	4	3	4,00	(17,4667; 22,5333)
42	19	3	3	9,50	(15,3571; 25,6429)
46	22	2	4	7,25	(15,7857; 26,5714)
50	18	4	2	4,25	(14,4286; 20,6429)
Global	19

Os intervalos de mostram que uma temperatura de 38 tem uma mediana de 19,0 e o intervalo de confiança estende-se desde cerca de 17,5 para 22,5.

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 qui-quadrado é calculado a partir de uma tabela composta de células que são baseados em grupos em seus dados e valores N≤ e N> correspondentes dos grupos. O Minitab calcula o valor de cada célula como o quadrado da diferença entre os valores observados e esperados para uma célula dividido pelo valor esperado para essa célula. A estatística de qui-quadrado é a soma destes valores.

Interpretação

Um valor de qui-quadrado elevado indica que a diferença entre os valores observados e esperados é maior. Um valor de qui-quadrado suficientemente alto indica que pelo menos uma diferença entre as medianas é estatisticamente significativa. O Minitab usa a estatística qui-quadrado, em conjunto com a distribuição qui-quadrado, para calcular o valor de p.

Você pode usar a estatística de qui-quadrado para determinar se deve rejeitar a hipótese nula. No entanto, o uso do valor de 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.