aspetos da teoria
teste assintótico
O teste de qui-quadrado é assintótico. É preciso ter em conta os pressupostos (quantidade de dados) para cada caso sob pena do valor-p ser muito errado.
entender H0 e entender H1
No nosso capítulo 3, para a média populacional, é assim:
H0: média populacional = 2
H0: média populacional > 2
No teste de Shapiro-Wilk é assim:
H0: X «=» Normal
H1: X «afasta-se da» Normal
Consideremos dois fatores:
comportamento: social e anti-social;
nível de enriquecimento: muito acima do necessário, necessário, abaixo do necessário.
Num teste de independência poderemos ver assim:
H0: o comportamento e o enriquecimento produzem efeitos de «igual» maneira (sem efeitos significativamente diferentes)
H1: o comportamento e o enriquecimento produzem efeitos de maneira «diferente» (com efeitos significativamente diferentes)
Num teste de homogeneidade (comparação de distribuições) poderemos ver assim:
H0: a distribuição do comportamento condicionada aos níveis de enriquecimento é igual entre níveis de enriquecimento (caso homogéneo)
H0: P(«social» | «enriquecimento muito acima do necessário») = P(«social» | «enriquecimento necessário») = P(«social» | «abaixo do necessário»)
vs
H1: a distribuição do comportamento condicionada aos níveis de enriquecimento é diferente entre níveis de enriquecimento (caso inhomogéneo)
A estatística de teste é que nos dá a «métrica» (a «fita métrica») para podermos comparar «amostra» e «população»:
se a estatística de teste «igual ou aproximamente igual a 0» então H0 será preferencial («não rejeitamos H0 com a informação que temos»)
se a estatística de teste «é muito superior a 0» então H1 será preferencial («rejeitamos H0 com a informação que temos»)
As noções de «aproximadamente» e «muito superior a 0» são relativas à distribuição de amostragem ( N(0,1), t de Student, F ou Qui Quadado) sendo o respectivo valor-p que indica se é «aproximado a 0» ou «afastado de 0», e com isso «a rejeição de H0 com a informação disponível» ou «não rejeição de H0 com a informação disponível».