Documente Academic
Documente Profesional
Documente Cultură
Nem sempre possvel incluir no estudo todos os elementos de uma populao, seja em
decorrncia dos altos custos implicados, por premncia de tempo, por questes
operacionais, etc. Nestes casos, a soluo estudar um grupo (amostra) desta
populao. Por mais adequado que seja o planejamento e a execuo do processo de
amostragem, os resultados obtidos a partir de amostras raramente so iguais aos da
populao. A mdia, o desvio padro e outros parmetros da amostra sero
provavelmente prximos aos da populao de origem, mas raramente iguais. Esta
diferena se deve ao acaso, fenmeno tambm chamado de erro amostral.
Considerando que o processo de seleo da amostra foi realizado de forma tcnica
correta, o tamanho da amostra (n) passa a ser o principal responsvel para diminuir a
importncia do erro amostral. Amostras com pequeno nmero de casos geram dados
mais imprecisos; quanto maior o n mais seus parmetros se aproximaro daqueles da
populao.
Da a importncia que no momento se d ao dimensionamento da amostra durante a
elaborao do projeto e da apresentao do chamado Intervalo de Confiana nos
resultados. Ambos tentam tornar claro ao leitor o grau de preciso dos nossos
resultados.
A relao existente entre os parmetros (mdia e varincia) da populao e das
amostras podem ser deduzidas a partir de um exemplo bastante simples.
Na tabela 1 e figura 1 so apresentadas as idades de uma populao de crianas com
uma doena muito rara.
Tabela 1 Idades (anos)
Caso
Idade (anos)
paciente 1
paciente 2
paciente 3
paciente 4
2
4
6
8
2,0
Fre
q
n 1,0
cia
0,0
2
Idade (anos)
Como estes quatro pacientes formam uma populao, seus parmetros so:
=
2 =
x2
x = 20 = 5
4
( x)
120
4
202
4 = 5,0
e
e
e
e
e
e
e
e
e
e
e
e
e
e
e
e
Mdia da amostra ( x )
2
4
6
8
2
4
6
8
2
4
6
8
2
4
6
8
2
3
4
5
3
4
5
6
4
5
6
7
5
6
7
8
2
x = n
( x )
x
2
x =
2
80
=5
16
2
440 80
16 = 2,5
=
16
populao ()
2. A varincia das mdias amostrais ( 2 ) menor que a da populao inicial (2).
x
A razo entre a varincia da populao e a varincia das mdias amostrais :
= 5,0 = 2 = n
x 2,5
2
Fr
eq 4
i 3
2
1
0
0,0 - 2,0
2,0 - 4,0
4,0 - 6,0
6,0 - 8,0
8,0 - 10,0
Veja s: tnhamos a populao de origem com sua mdia e desvio padro; vrias
amostras cada qual com sua mdia e desvio padro e agora uma populao de mdias
amostrais com sua mdia e desvio padro. Para diminuir a confuso, o desvio padro da
populao de mdias amostrais por conveno recebe o nome de Erro Padro da Mdia
(EP) ou standard Standard Error of mean (SE).
Neste pequeno, prtico e no realista estudo partimos do conhecimento da populao;
conseguimos determinar a mdia de todas as possveis amostras e estudar a sua
3
=n
EPx =
x =
2
=
n
n
(1)
s
n
EP x =
s
n
5,0
= 0,790
40
x
EPx
98 100
= 2,531
0,790
A probabilidade de uma amostra com 40 casos ter mdia menor que 98cm equivalente
probabilidade de z < -2,531 (probabilidade da curva normal reduzida), que igual a
0,005687 ou 0,56 % (figura 3).
Probability Density Function
y=normal(x;0;1)
0,60
0,45
0,30
0,15
0,00
-3,50
-1,75
0,00
1,75
3,50
s
n
x z / 2 .EP x + z / 2 .EP
Para o clculo do IC95% o clculo apresentado abaixo.
x 1,96.EP x + 1,96.EP
Por exemplo, um pesquisador ao estudar a altura de uma amostra da 120 crianas obteve
mdia 120 cm e desvio padro de 5,6 cm. O intervalo de confiana de 95% [IC95%] da
mdia populacional ser:
EP =
s
n
5,6
120
= 0,511
x 1,96.EP x + 1,96.EP
120 - 1,96.(0,51 1) | - - - | 120 + 1,96.(0,51 1)
IC95% = [108,08 - 131,95]
Estima-se com 95% de preciso que a mdia populacional esteja contida no intervalo
108,08 cm a 131,95 cm.
OS CASOS COM PEQUENAS AMOSTRAS
Quando as amostras so pequenas (n < 30) temos que fazer uma pequena modificao
no procedimento. Trocamos z pelo valor de t, estatstica que leva em considerao o
nmero de casos estudado.
x t / 2 .EP x + t / 2 .EP
EPx =
s
n
d = 1,96. EP X
s
d = 1,96.
n = 1,96.
n = 1,962 .
s
d
2
s
2
d
Portanto, sero necessrios somente 22 casos para se obter a preciso desejada com
confiana de 95%.
2
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
4.
BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
5.
BLAND M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
6.
7.
8.
9.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
Andr M. Morcillo1
A comparao de trs ou mais amostras independentes, tomadas ao acaso, de uma populao com
distribuio normal, deve ser realizada pela Anlise de Varincia, que. tem sido considerada a mais
importante e poderosa prova paramtrica.
Apesar das hipteses de trabalho contemplarem a igualdade ou no das mdias, toda a anlise realizada
comparando a disperso dos dados das amostras.
Esta prova exige:
1.
2.
3.
Se forem tomadas duas amostras razoavelmente grandes, ao acaso, de uma determinada populao com
distribuio normal, observa-se que as mdias e respectivas varincias tm valores muito prximos, no
exatamente iguais. Esta diferena expressa o papel do acaso, o chamado erro amostral, que ocorreu na
seleo dos elementos.
Como as varincias so homogneas, as disperses das amostras so muito semelhantes. O mesmo ocorre
em relao s mdias. Um grfico de toda a populao e das amostras que se est estudando, mostrar que
as curvas praticamente se sobrepem.
Grupo 2
Grupo 1
media 1
media 2
media geral
Por outro lado, se no caso extremo, as amostras tivessem sido tomadas de duas populaes distintas, suas
mdias e varincias seriam diferentes. Teremos distribuies totalmente diferentes.
G ru p o 2
G ru p o 1
m edia 1
m e d i a ge r al m e d i a 2
O princpio da anlise de varincia comparar a disperso dos dados entre as amostras com a disperso
observada dentro das mesmas.
A disperso observada, considerando todos os N elementos que compem a populao, pode ser dividida
em:
1.
2.
Se as amostras tm mdias e varincias iguais, a disperso dentro dos grupos deve ser muito semelhante
quela observada entre os grupos. A Anlise de Varincia compara a relao que h entre a disperso
existente entre os grupos com a observada dentro dos grupos.
Uma boa maneira de avaliar a disperso de um conjunto de dados estudar o desvio que cada elemento
tem em relao mdia, mais precisamente, o quadrado destes desvios. Considerando uma observao
qualquer xi e a mdia da amostra de x , o quadrado do seu desvio ser:
QD = x i x
)2
A soma dos quadrados dos desvios (SQD) de todos os n elementos da amostra ser:
n
SQD = x i x
i =1
)2
X =
i =1
SQDT = X X
i =1
i =1
i =1
i =1
i =1
A SQDE fundamental na Anlise de Varincia, pois expressa a variao ocorrida na formao dos
grupos. Se o fator que se estuda tem significativo impacto, haver grande diferena entre os grupos, que
resultar em importante desvio entre os grupos (SQDE).
Comparando as somas dos quadrados dos desvios
Como saber se uma determinada SQD=15 ou no maior do que outra SQD=13 ?
Esta comparao torna-se mais clara quando se leva em conta o tamanho das amostras envolvidas.
Calcula-se a mdia das somas dos quadrados dos desvios (QMD) de cada amostra:
QMD =
SQD
n
Uma amostra com 20 elementos e SQD = 15 tem QMD = 15/20 = 0,75 . Outra com 10 elementos com
SQD=13 ter QMD = 13/10 = 1,3
Portanto, compara-se as mdias das somas dos quadrados (QMD), porm, estas sero calculadas a partir
dos respectivos graus de liberdade, que o nmero de elementos de cada amostra menos um [gli= ni - 1].
Assim, os quadrados mdios sero calculados da seguinte forma:
QMD =
SQD
gl
QMDD =
SQD D
N k
gl = (ni 1) = N k
i =1
QMDE =
SQDE
k 1
Calculando a estatstica F
A estatstica F avalia a relao existente entre o QMDE e o QMDD. Quanto maior a diferena entre os
grupos, maior ser o valor de F.
F=
QMDE
QMDD
Teste de hiptese
A Anlise de Varincia avalia se as amostras, que tm varincias homogneas, tm mdias iguais ou
diferentes. A hiptese inicial prev a igualdade das mdias, enquanto que a hiptese alternativa afirma
que pelo menos uma das mdias diferente (o que significa dizer que pelo menos uma amostra no
procedente da mesma populao).
H0 : todas as mdias das amostras so iguais
H1 : pelo menos uma amostra tem mdia diferente
H1 : x1 x 2 x 3 ... x k
Uma vez estabelecido o nvel de significncia desejado () e calculada a estatstica F. Procura-se na
tabela de distribuio de F o valor de Fcrtico para k-1 graus de liberdade entre os grupos e N-k graus de
liberdade dentro dos grupos.
Exemplo: desejando saber se havia diferena significativa entre as idades de crianas de trs classes da
quarta srie de uma escola do ensino fundamental, um pesquisador tomou uma amostra ao acaso (n=15)
de cada classe.
H0 : no h diferena entre as idades das crianas das trs classes
H1 : pelo menos uma classe tem crianas com idades diferentes
1.
2.
3.
4.
450
= 10
45
i =1
Classe A
Classe B
= 46
Classe C
(X X )
(X X )
(X X )
8,00
8,00
11,00
11,00
11,00
10,00
9,00
12,00
10,00
10,00
11,00
10,00
10,00
11,00
9,00
4,00
4,00
1,00
1,00
1,00
0,00
1,00
4,00
0,00
0,00
1,00
0,00
0,00
1,00
1,00
10,00
11,00
9,00
10,00
9,00
10,00
9,00
11,00
11,00
9,00
10,00
10,00
10,00
10,00
10,00
0,00
1,00
1,00
0,00
1,00
0,00
1,00
1,00
1,00
1,00
0,00
0,00
0,00
0,00
0,00
10,00
11,00
10,00
10,00
10,00
9,00
7,00
11,00
11,00
11,00
10,00
9,00
10,00
12,00
9,00
0,00
1,00
0,00
0,00
0,00
1,00
9,00
1,00
1,00
1,00
0,00
1,00
0,00
4,00
1,00
Calculando a Soma dos Quadrados das Diferenas dentro dos grupos (SQDD)
n
x = i =1
n
1.
2.
3.
(x x )2
SQD =
(x x )2
4. Calculando a soma dos quadrados das diferenas dentro das trs classes:
SQDD= SQDClasse A + SQDClasse B + SQDClasse C
SQDD= 18,9335 + 6,9335 + 20 = 45,867
Classe A
x
8,00
8,00
11,00
11,00
11,00
10,00
9,00
12,00
10,00
10,00
11,00
10,00
10,00
11,00
9,00
x =10,066667
Classe B
Classe C
(x x )2
(x x )2
(x x )2
4,2711
10,00
0,0044
10,00
0,0000
4,2711
11,00
1,1378
11,00
1,0000
0,8711
9,00
0,8711
10,00
0,0000
0,8711
10,00
0,0044
10,00
0,0000
0,8711
9,00
0,8711
10,00
0,0000
0,0044
10,00
0,0044
9,00
1,0000
1,1378
9,00
0,8711
7,00
9,0000
3,7378
11,00
1,1378
11,00
1,0000
0,0044
11,00
1,1378
11,00
1,0000
0,0044
9,00
0,8711
11,00
1,0000
0,8711
10,00
0,0044
10,00
0,0000
0,0044
10,00
0,0044
9,00
1,0000
0,0044
10,00
0,0044
10,00
0,0000
0,8711
10,00
0,0044
12,00
4,0000
1,1378
10,00
0,0044
9,00
1,0000
18,9331
x =9,933333
6,933
x =10
20
Uma forma clssica de apresentao dos dados da anlise de varincia a da tabela abaixo:
SQD
Gl
QMD
Entre as amostras
0,1339
0,06695
0,061307
45,8661
42
1,09205
46
44
xA= xB= xC
H uma forma mais simples que permite que as somas dos quadrados sejam calculadas sem usar
)2
SQDT = X 2
( X )2
N
onde
X : soma de todos os elementos
X2 : soma dos quadrados de todos os elementos
n:
nmero de elementos da amostra i
N:
total de elementos de todas as amostras
Calculando a soma dos quadrados dos desvios dentro das amostras (SQDD)
K
SQD D = x2
I =1
( x)2
onde
x : soma de todos os elementos da amostra i
x2 : quadrado de qualquer elemento da amostra i
n:
nmero de elementos da amostra i
Classe A
Classe B
Classe C
x2
x2
x2
8,00
8,00
11,00
11,00
11,00
10,00
9,00
12,00
10,00
10,00
11,00
10,00
10,00
11,00
9,00
64
64
121
121
121
100
81
144
100
100
121
100
100
121
81
10,00
11,00
9,00
10,00
9,00
10,00
9,00
11,00
11,00
9,00
10,00
10,00
10,00
10,00
10,00
100
121
81
100
81
100
81
121
121
81
100
100
100
100
100
10,00
11,00
10,00
10,00
10,00
9,00
7,00
11,00
11,00
11,00
10,00
9,00
10,00
12,00
9,00
100
121
100
100
100
81
49
121
121
121
100
81
100
144
81
151
1539
149
1487
150
1520
Soma de x
Soma de x2
Classe A
151
1539
15
Classe B
149
1487
15
Classe C
150
1520
15
Total
450
4546
45
10
(n1=n2=n3=...=nk=n)
2
2
= 2,3026 (n 1) k log s log s
i =1
s
2
crtico
i =1
C =1+
k 1
3 k (n 1)
2
=
corr
C
Se o 2corr for maior ou igual ao 2crtico com k-1 graus de liberdade rejeita-se a hiptese de que as amostras sejam
homogneas.
SQD D
2
s = QMD D = N k
onde SQDD a soma dos quadrados dos desvios dentro das amostras e N o nmero total de elementos encontrados
nas k amostras.
2
2
= 2,3026 log s ( N k ) (n 1) log s
i =1
Quando o 2 for maior que o 2crtico, dever ser corrigido da seguinte maneira:
C = 1+
k
1
1
1
3 (k 1) i =1 (ni 1) (N k )
2
=
corr
C
Se o 2corr for maior ou igual ao 2crtico com k-1 graus de liberdade rejeita-se a hiptese de que as amostras sejam
homogneas.
Classes
n-1
s2
Log s2
15
14
1,352
0,1309766
15
14
0,495
-0,3053948
15
14
1,429
0,15503222
2
2
= 2,3026 (n 1) k log s log s
i =1
s2
= i =1
k
12
2 < 20,05,2gl
Neste caso, por no haver significncia no h necessidade de aplicar o fator de correo.
No se pode rejeitar a hiptese de que a amostras tm varincias homogneas, concluindo-se que as varincias so
"iguais".
Observao: o teste de Bartlett poderoso quando a populao tem distribuio normal. No deve ser utilizado
quando esta condio no observada. Portanto, antes de aplicar o teste de Bartlett deve-se avaliar a condio de
normalidade da populao.
BIBLIOGRAFIA
1.
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
4.
BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
5.
BLAND M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
6.
7.
8.
9.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
14
1
2
3
4
5
6
16
17
18
19
20
...
31
32
33
34
35
...
Classe
Idade
A
A
A
A
A
...
B
B
B
B
B
...
C
C
C
C
C
...
8
8
11
11
11
...
10
11
9
10
9
...
10
11
10
10
10
...
Var0003
IDADE
Levene
Statistic
1,223
df1
df2
2
42
Sig.
,305
ANOVA
Sum of
Squares
IDADE
Between
Groups
Within
Groups
Total
,133
Mean
Square
df
2 6,667E-02
45,867
42
46,000
44
F
,061
Sig.
,941
1,092
Observao: o SPSS utiliza o teste de Levine para estudar a homogeneidade das varincias. A
interpretao a mesma do teste de Bartlett.
15
gl
Dentro
10
12
15
20
24
30
40
60
120
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
647,79
38,51
17,44
12,22
10,01
8,81
8,07
7,57
7,21
6,94
6,72
6,55
6,41
6,30
6,20
6,12
6,04
5,98
5,92
5,87
5,83
5,79
5,75
5,72
5,69
5,66
5,63
5,61
5,59
5,57
5,42
5,29
5,15
5,02
799,50
39,00
16,04
10,65
8,43
7,26
6,54
6,06
5,71
5,46
5,26
5,10
4,97
4,86
4,77
4,69
4,62
4,56
4,51
4,46
4,42
4,38
4,35
4,32
4,29
4,27
4,24
4,22
4,20
4,18
4,05
3,93
3,80
3,69
864,16
39,17
15,44
9,98
7,76
6,60
5,89
5,42
5,08
4,83
4,63
4,47
4,35
4,24
4,15
4,08
4,01
3,95
3,90
3,86
3,82
3,78
3,75
3,72
3,69
3,67
3,65
3,63
3,61
3,59
3,46
3,34
3,23
3,12
899,58
39,25
15,10
9,60
7,39
6,23
5,52
5,05
4,72
4,47
4,28
4,12
4,00
3,89
3,80
3,73
3,66
3,61
3,56
3,51
3,48
3,44
3,41
3,38
3,35
3,33
3,31
3,29
3,27
3,25
3,13
3,01
2,89
2,79
921,85
39,30
14,88
9,36
7,15
5,99
5,29
4,82
4,48
4,24
4,04
3,89
3,77
3,66
3,58
3,50
3,44
3,38
3,33
3,29
3,25
3,22
3,18
3,15
3,13
3,10
3,08
3,06
3,04
3,03
2,90
2,79
2,67
2,57
937,11
39,33
14,73
9,20
6,98
5,82
5,12
4,65
4,32
4,07
3,88
3,73
3,60
3,50
3,41
3,34
3,28
3,22
3,17
3,13
3,09
3,05
3,02
2,99
2,97
2,94
2,92
2,90
2,88
2,87
2,74
2,63
2,52
2,41
948,22
39,36
14,62
9,07
6,85
5,70
4,99
4,53
4,20
3,95
3,76
3,61
3,48
3,38
3,29
3,22
3,16
3,10
3,05
3,01
2,97
2,93
2,90
2,87
2,85
2,82
2,80
2,78
2,76
2,75
2,62
2,51
2,39
2,29
956,66
39,37
14,54
8,98
6,76
5,60
4,90
4,43
4,10
3,85
3,66
3,51
3,39
3,29
3,20
3,12
3,06
3,01
2,96
2,91
2,87
2,84
2,81
2,78
2,75
2,73
2,71
2,69
2,67
2,65
2,53
2,41
2,30
2,19
963,28
39,39
14,47
8,90
6,68
5,52
4,82
4,36
4,03
3,78
3,59
3,44
3,31
3,21
3,12
3,05
2,98
2,93
2,88
2,84
2,80
2,76
2,73
2,70
2,68
2,65
2,63
2,61
2,59
2,57
2,45
2,33
2,22
2,11
968,63
39,40
14,42
8,84
6,62
5,46
4,76
4,30
3,96
3,72
3,53
3,37
3,25
3,15
3,06
2,99
2,92
2,87
2,82
2,77
2,73
2,70
2,67
2,64
2,61
2,59
2,57
2,55
2,53
2,51
2,39
2,27
2,16
2,05
976,71
39,41
14,34
8,75
6,52
5,37
4,67
4,20
3,87
3,62
3,43
3,28
3,15
3,05
2,96
2,89
2,82
2,77
2,72
2,68
2,64
2,60
2,57
2,54
2,51
2,49
2,47
2,45
2,43
2,41
2,29
2,17
2,05
1,94
984,87
39,43
14,25
8,66
6,43
5,27
4,57
4,10
3,77
3,52
3,33
3,18
3,05
2,95
2,86
2,79
2,72
2,67
2,62
2,57
2,53
2,50
2,47
2,44
2,41
2,39
2,36
2,34
2,32
2,31
2,18
2,06
1,95
1,83
993,10
39,45
14,17
8,56
6,33
5,17
4,47
4,00
3,67
3,42
3,23
3,07
2,95
2,84
2,76
2,68
2,62
2,56
2,51
2,46
2,42
2,39
2,36
2,33
2,30
2,28
2,25
2,23
2,21
2,20
2,07
1,94
1,82
1,71
997,25
39,46
14,12
8,51
6,28
5,12
4,42
3,95
3,61
3,37
3,17
3,02
2,89
2,79
2,70
2,63
2,56
2,50
2,45
2,41
2,37
2,33
2,30
2,27
2,24
2,22
2,19
2,17
2,15
2,14
2,01
1,88
1,76
1,64
1001,41
39,47
14,08
8,46
6,23
5,07
4,36
3,89
3,56
3,31
3,12
2,96
2,84
2,73
2,64
2,57
2,50
2,45
2,39
2,35
2,31
2,27
2,24
2,21
2,18
2,16
2,13
2,11
2,09
2,07
1,94
1,82
1,69
1,57
1005,60
39,47
14,04
8,41
6,18
5,01
4,31
3,84
3,51
3,26
3,06
2,91
2,78
2,67
2,59
2,51
2,44
2,38
2,33
2,29
2,25
2,21
2,18
2,15
2,12
2,09
2,07
2,05
2,03
2,01
1,88
1,74
1,61
1,48
1009,80
39,48
13,99
8,36
6,12
4,96
4,25
3,78
3,45
3,20
3,00
2,85
2,72
2,61
2,52
2,45
2,38
2,32
2,27
2,22
2,18
2,15
2,11
2,08
2,05
2,03
2,00
1,98
1,96
1,94
1,80
1,67
1,53
1,39
1014,02
39,49
13,95
8,31
6,07
4,90
4,20
3,73
3,39
3,14
2,94
2,79
2,66
2,55
2,46
2,38
2,32
2,26
2,20
2,16
2,11
2,08
2,04
2,01
1,98
1,95
1,93
1,91
1,89
1,87
1,72
1,58
1,43
1,27
1018,26
39,50
13,90
8,26
6,02
4,85
4,14
3,67
3,33
3,08
2,88
2,73
2,60
2,49
2,40
2,32
2,25
2,19
2,13
2,09
2,04
2,00
1,97
1,94
1,91
1,88
1,85
1,83
1,81
1,79
1,64
1,48
1,31
1,00
16
A CURVA NORMAL
Andr Moreno Morcillo1
(x )
y=
1
. 2.
.e
2.
Walker HM, Lev J Elementary Statistical Methods. New York: Holt, Rinehart and Winston, 1958. p.
200-201.
Esta curva definida por dois parmetros: sua mdia () e sua varincia (2). Dessa
forma so possveis infinitas curvas normais, ora variando a mdia, ora a sua varincia.
Suas principais caractersticas so:
A varivel x pode assumir qualquer valor real (- a +)
Os valores de y so assintticos em relao ao eixo das abcissas, isto , nunca tocam o
eixo de x.
A curva simtrica e unimodal, apresentando um ponto de inflexo esquerda (x = -
P (a , b ) =
.
a
-2-
(x )
1
2.
2.
-3-
-4-
P(-z,0) = P(0,+z)
P(<-z) = P(>+z)
-5-
Alguns livros apresentam a tabela de P(>z). Observe que neste caso a primeira clula da tabela igual a
0,5 , diminuindo a medida que z tende para o infinito. No nosso caso P(,z) a primeira clula da tabela
zero, aumentando a medida que z tende para o infinito.
-6-
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.0000
0.0040
0.0080
0.0120
0.0160
0.0199
0.0239
0.0279
0.0319
0.0359
0.1
0.0398
0.0438
0.0478
0.0517
0.0557
0.0596
0.0636
0.0675
0.0714
0.0753
0.2
0.0793
0.0832
0.0871
0.0910
0.0948
0.0987
0.1026
0.1064
0.1103
0.1141
0.3
0.1179
0.1217
0.1255
0.1293
0.1331
0.1368
0.1406
0.1443
0.1480
0.1517
0.4
0.1554
0.1591
0.1628
0.1664
0.1700
0.1736
0.1772
0.1808
0.1844
0.1879
0.5
0.1915
0.1950
0.1985
0.2019
0.2054
0.2088
0.2123
0.2157
0.2190
0.2224
0.6
0.2257
0.2291
0.2324
0.2357
0.2389
0.2422
0.2454
0.2486
0.2517
0.2549
0.7
0.2580
0.2611
0.2642
0.2673
0.2704
0.2734
0.2764
0.2794
0.2823
0.2852
0.8
0.2881
0.2910
0.2939
0.2967
0.2995
0.3023
0.3051
0.3078
0.3106
0.3133
0.9
0.3159
0.3186
0.3212
0.3238
0.3264
0.3289
0.3315
0.3340
0.3365
0.3389
1.0
0.3413
0.3438
0.3461
0.3485
0.3508
0.3531
0.3554
0.3577
0.3599
0.3621
1.1
0.3643
0.3665
0.3686
0.3708
0.3729
0.3749
0.3770
0.3790
0.3810
0.3830
1.2
0.3849
0.3869
0.3888
0.3907
0.3925
0.3944
0.3962
0.3980
0.3997
0.4015
1.3
0.4032
0.4049
0.4066
0.4082
0.4099
0.4115
0.4131
0.4147
0.4162
0.4177
1.4
0.4192
0.4207
0.4222
0.4236
0.4251
0.4265
0.4279
0.4292
0.4306
0.4319
1.5
0.4332
0.4345
0.4357
0.4370
0.4382
0.4394
0.4406
0.4418
0.4429
0.4441
1.6
0.4452
0.4463
0.4474
0.4484
0.4495
0.4505
0.4515
0.4525
0.4535
0.4545
1.7
0.4554
0.4564
0.4573
0.4582
0.4591
0.4599
0.4608
0.4616
0.4625
0.4633
1.8
0.4641
0.4649
0.4656
0.4664
0.4671
0.4678
0.4686
0.4693
0.4699
0.4706
1.9
0.4713
0.4719
0.4726
0.4732
0.4738
0.4744
0.4750
0.4756
0.4761
0.4767
2.0
0.4772
0.4778
0.4783
0.4788
0.4793
0.4798
0.4803
0.4808
0.4812
0.4817
2.1
0.4821
0.4826
0.4830
0.4834
0.4838
0.4842
0.4846
0.4850
0.4854
0.4857
2.2
0.4861
0.4864
0.4868
0.4871
0.4875
0.4878
0.4881
0.4884
0.4887
0.4890
2.3
0.4893
0.4896
0.4898
0.4901
0.4904
0.4906
0.4909
0.4911
0.4913
0.4916
2.4
0.4918
0.4920
0.4922
0.4925
0.4927
0.4929
0.4931
0.4932
0.4934
0.4936
2.5
0.4938
0.4940
0.4941
0.4943
0.4945
0.4946
0.4948
0.4949
0.4951
0.4952
2.6
0.4953
0.4955
0.4956
0.4957
0.4959
0.4960
0.4961
0.4962
0.4963
0.4964
2.7
0.4965
0.4966
0.4967
0.4968
0.4969
0.4970
0.4971
0.4972
0.4973
0.4974
2.8
0.4974
0.4975
0.4976
0.4977
0.4977
0.4978
0.4979
0.4979
0.4980
0.4981
2.9
0.4981
0.4982
0.4982
0.4983
0.4984
0.4984
0.4985
0.4985
0.4986
0.4986
3.0
0.4987
0.4987
0.4987
0.4988
0.4988
0.4989
0.4989
0.4989
0.4990
0.4990
-7-
z=
onde
x = ponto que se deseja converter em z
= mdia da normal original
= desvio padro da normal original
Dada uma distribuio normal com mdia 100 e desvio padro 5, calcule a
probabilidade x entre 100 e 107.
O procedimento simples. Precisamos saber qual o intervalo da normal reduzida que
equivalente ao intervalo 100 a 107 da normal com mdia 100 e desvio padro 5.
Aplicando a frmula acima, calcula-se o valor de z para x=100 e para x=107.
z=
z=
100 100
=0
5
107 100
= 1,4
5
BIBLIOGRAFIA
1.
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
4.
BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
5.
Bland M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
6.
7.
8.
9.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
- 10 -
ESTATSTICA DESCRITIVA
Andr Moreno Morcillo1
Freqncia absoluta
(N)
Porcentagem
(%)
Proporo
Eutrfico
Desnutridos de I
Desnutridos de II
Desnutridos de III
412
104
5
0
79,1
20,0
1,0
0
0,79
0,20
0,01
0
Total
521
100,0
1,0
Para o clculo da proporo basta dividir a freqncia observada na categoria pelo total de
casos.
proporo de eutrficos = 412 : 521 = 0,790
Professor Assistente Doutor do Departamento de Pediatria da FCM/UNICAMP. Professor da disciplina MP-639 Introduo Anlise Estatstica Biomdica, do curso de ps-graduao em Sade da Criana e do Adolescente
FCM/UNICAMP.
2
Zanolli ML Avaliao do estado nutricional de pr-escolares matriculados nas escolas municipais de educao
infantil de Paulnia SP. Campinas, 1992. Tese (Mestrado em Sade Coletiva), Faculdade de Cincias Mdicas,
UNICAMP.
Porcentagem
Porcentagem acumulada
Estado Nutricional
(N)
(%)
(%)
Eutrfico
Desnutridos de I
Desnutridos de II
Desnutridos de III
412
104
5
0
79,1
20,0
1,0
0
79,1
99,1
100,1
0
Total
521
100,1
100,1
Quando trabalhamos com variveis numricas contnuas torna-se necessrio agrupar os dados
para poder apresent-los na forma de distribuio de freqncias. Os dados so agrupados em
intervalos de classes, cujo nmero no deve ser pequeno ou muito grande, recomendando-se que
varie de 5 a 20. H algumas frmulas para determinar o nmero de classes, mas a lgica e o
bom senso parecem ser mais teis. necessrio ter em mente que os intervalos de classes
devem ser estabelecidos de tal forma que os dados sejam includos em uma nica classe.
Abaixo apresentada uma distribuio de freqncias de uma varivel numrica contnua
(idade em meses) agrupada em intervalos de classe.
Id.
- Estatstica descritiva -
|
|
|
|
|
Freqncia absoluta
(N)
Porcentagem
(%)
35
70
168
204
44
6,7
13,4
32,2
39,2
8,4
521
99,9
48,0
60,0
72,0
83,9
96,0
Total
TABELA DE CONTINGNCIA
Neste caso o objetivo contruir uma tabela contendo informaes sobre o comportamento de
uma populao ou amostra com relao a duas variveis.
Distribuio de 521 crianas de pr-escolas da cidade de Paulnia So Paulo em relao ao sexo e
idade (Zanolli,1992)5.
Sexo
Classes de Idade
(meses)
36,0
48,0
60,0
72,0
84,0
47,9
59,9
71,9
83,9
95,9
Total
Total
Feminino
N (%)
Masculino
N (%)
15
41
81
99
24
(42,9)
(58,6)
(48,2)
(48,5)
(54,5)
20 (57,1)
29 (41,4)
87 (51,8)
105 (51,5)
20 (45,5)
35 (100,0)
70 (100,0)
168 (100,0)
204 (100,0)
44 (100,0)
260 (49,9)
261 (50,1)
521 (100,0)
(%)
Ibid.
. Ibid.
- Estatstica descritiva -
Avaliao nutricional pelo critrio de Gomez em relao sexo de 567 crianas matriculadas nas 14
creches do municpio de Paulnia SP, 1995 (Antonio,1995)6.
Sexo
Eutrofia
D. Leve
D. Moderada
Total
Masculino
Feminino
221 (81,0)
227 (77,2)
49 (17,9)
66 (22,4)
3 (1,1)
1 (0,3)
273
294
Total
448 (79,0)
115 (20,3)
4 (0,7)
567
GRFICOS
Os dados categricos podem ser apresentados em grficos do tipo setorial e de barras, enquanto
os numricos podem ser apresentados na forma de histograma, diagrama esquemtico (box-plot)
e de erro padro.
a) GRFICOS SETORIAIS
Os grficos setoriais (pie chart, pizza) so indicados para apresentar a distribuio de dados
qualitativos. A rea do crculo atribuda para cada categoria proporcional sua freqncia. A
maneira mais prtica para determin-la, sabendo-se que ao total (100%) corresponde um ngulo
de 360, :
ngulo desejado = (% x 360)/100
Por exemplo, para uma freqncia de 45% devemos tomar um ngulo de 162:
ngulo desejado = (45 x 360)/100 = 162
A seguir apresentamos um grfico setorial com os dados do exemplo anterior.
Antonio MARGM - Avaliao do estado nutricional e do perfil de crescimento de 568 crianas matriculadas nas 14
creches municipais de Paulnia SP. Campinas, 1995. Tese (Mestrado em Pediatria), Faculdade de Cincias
- Estatstica descritiva -
b) GRFICOS DE BARRA
Da mesma forma que o anterior, este tipo de grfico indicado para apresentar a freqncia de
dados qualitativos. Neste caso a freqncia est relacionada altura da barra, sendo que as
barras devem ter a mesma largura.
A seguir apresentamos um grfico de barras com os dados do exemplo anterior.
100
80
60
40
20
Eutroficos
Desnutridos I
Desnutridos II
Estado Nutricional
Desnutridos III
36/48
48/60
60/72
Grupo Etario
Feminino
Mdicas, UNICAMP
72/84
84/96
Masculino
- Estatstica descritiva -
c) HISTOGRAMA
Este tipo de grfico utilizado para apresentar a distribuio de dados quantitativos agrupados
em intervalos de classe. As barras so justapostas.
No exemplo abaixo apresentamos um histograma com a distribuio de 5.000 nmeros
aleatrios, sorteados de uma populao com =0 e =1.
2000
1750
1500
1250
(N)
1000
750
500
250
0
-3,5 - -2,5
-2,5 - -1,5
-1,5 - -,5
-,5 - ,5
,5 - 1,5
1,5 - 2,5
2,5 - 3,5
z-score
- Estatstica descritiva -
5
4
3
1466
III Quartil
z-score
Mximo
2733
4447
1759
2411
2078
2658
4134
985
3010
4466
4464
467
3275
283
4866
537
3519
2390
3679
4578
Mediana
0
-1
-2
-3
I Quartil
2441
4902
1099
52
4596
4158
3267
824
4808
500
3533
4915
3484
2366
3294
1842
859
2270
-4
Mnimo
,06
,05
,04
95
%
CI
Mdia da
amostra
,03
,02
zsco
Intervalo de
confiana
,01
0,00
-,01
-,02
- Estatstica descritiva -
f) DIAGRAMA DE DISPERSO
O diagrama de disperso uma apresentao grfica da relao existente entre duas variveis
quantitativas. No exemplo abaixo o grfico expressa a distribuio da altura em relao idade,
podendo-se observar que como o aumento da idade ocorre um aumento na altura.
170
160
150
Altura (cm)
140
130
120
110
100
90
2
10
12
14
16
Idade (anos)
Alguns tipos de grficos no foram aqui apresentados (de linhas, de rea, etc.) mas que devem
ser considerados teis.
A recomendao final , se possvel, evitar os grficos em trs dimenses, cuja interpretao
pelo leitor fica comprometida. No exemplo abaixo apresentamos os mesmos dados apresentados
em grficos de duas e trs dimenses.
60
60
50
50
40
40
30
30
20
20
10
10
Masculino
Feminino
- Estatstica descritiva -
Masculino
Feminino
Para a apresentao de dados quantitativos, alm das tabelas e grficos, podemos utilizar
alguns mtodos numricos, cujo objetivo descrever o que ocorre no centro da distribuio e a
forma como os dados da amostra esto dispersos. Estes mtodos podem ser divididos em:
X
N
x=
x
n
x=
Observao:
A mdia uma das medidas mais usadas, no entanto, apresenta uma grande desvantagem: sofre
grande influncia de valores extremos (muito grandes ou muito pequenos) em relao ao
conjunto dos dados da amostra.
No exemplo acima, se trocarmos o valor 100 por 60 a mdia passa a ser:
- Estatstica descritiva -
x=
MEDIANA
Se ordenarmos a amostra (ordem crescente), a mediana (percentil 50 ou II quartil) o valor da
varivel do elemento que ocupa o centro da distribuio. A mediana divide a amostra em dois
grupos que tm o mesmo nmero de casos, sendo que metade destes tm valores menores que a
mediana e a outra metade, valores maiores.
Para a sua determinao, primeiramente a amostra deve ser ordenada (ordem crescente) e, a
seguir, identifica-se o elemento que ocupa a posio central. O valor da varivel deste elemento
ser a mediana.
No exemplo anterior - dado um conjunto de nmeros
Ordem
Valor
99,2
100
100,5
101
105,2
O centro da distribuio ocupado pelo 3 elemento cujo valor 100,5. A mediana desta
amostra 100,5
md = 100,5
A etapa fundamental na determinao da mediana a identificao do elemento que
ocupa o centro da distribuio ordenada. Neste aspecto temos que considerar duas situaes
diferentes:
a) O nmero de casos da amostra mpar
O centro da distribuio ser ocupado pelo elemento cuja ordem dada por:
n +1
2
n = nmero de casos da amostra.
Elemento Central =
- Estatstica descritiva -
10
A mediana ser estimada por interpolao, correspondendo mdia aritmtica dos valores
destes dois elementos.
Por exemplo, se tivermos uma amostra com 10 elementos:
Primeiro Elemento =
10
= 5
2
Segundo Elemento =
10
+ 1 = 6
2
10
Outro exemplo: em um conjunto de 6 elementos [100; 105; 101; 98; 99; 103]
1.
ordenamos a amostra: -
2.
3.
98
99
100
101
103
105
calculamos a mediana:
md =
- Estatstica descritiva -
11
MODA
A moda expressa os valores que tm maior freqncia no grupo de estudo.
Uma vez realizada a distribuio de freqncias, fica fcil determinar a moda: basta identificar o
valor ou valores que apresentam maior freqncia.
Podemos ter distribuies de dados sem moda, com uma moda (unimodal), com duas (bimodal)
ou mais de duas modas (multimodal).
No exemplo acima todos os valores ocorrem uma nica vez, portanto esta distribuio no
apresenta moda.
Ao tomarmos uma amostra com 15 crianas de uma escola, poderamos obter as seguintes
idades (anos):
7; 6; 7; 7; 8; 5; 4; 7; 8; 9; 7; 7; 7; 7;7
A distribuio de freqncias ser:
Valor
4
5
6
7
8
9
Freqncia
1
1
1
9
2
1
A idade que apresentou a maior freqncia 7 anos; portanto, a moda desta distribuio 7
anos.
MEDIDAS DE DISPERSO
APLITUDE MXIMA [RANGE]
A amplitude mxima a diferena existente entre o maior (mximo) e o menor (mnimo) valor
observado. Por ser uma medida de disperso calculada a partir de dois elementos, expressa de
forma limitada a disperso do conjunto dos dados.
Exemplo: considerando as idades (anos) de uma amostra de 10 crianas:
7; 5; 6; 7; 8; 6; 6; 8; 5; 4
Menor valor observado = 4 anos
Maior valor observado = 8 anos
Amplitude Mxima = 8 4 = 4 anos
- Estatstica descritiva -
12
VARINCIA
Para determinar a varincia calculamos a diferena (desvio) de cada elemento da amostra em
relao mdia aritmtica. A seguir, estas diferenas (desvios) so elevadas ao quadrado e,
finalmente, calculamos a sua mdia.
Indicamos a varincia de uma populao por 2 e de uma amostra por s2
( X )
=
N
Quando trabalhamos com amostras, temos o interesse de que a varincia (s2) calculada seja
( x x)
=
n 1
Observe que a soma dos quadrados dos desvios foi dividida por (n-1).
Exemplo: considerando as idades (anos) de uma amostra de 10 crianas:
7; 5; 6; 7; 8; 6; 6; 8; 5; 4
1. calculamos a mdia
x=
(7 + 5 + 6 + 7 + 8 + 6 + 6 + 8 + 5 + 4) = 6,2
10
(x x )
Idades
(x x )
desvio
desvio2
7
5
6
7
8
6
6
8
5
4
0,8
-1,2
-0,2
0,8
1,8
-0,2
-0,2
1,8
-1,2
-2,2
0,64
1,44
0,04
0,64
3,24
0,04
0,04
3,24
1,44
4,84
Total
0,0
15,6
( x x)
=
n 1
15 ,6
= 1,7333 anos2
9
- Estatstica descritiva -
13
( x x)
no usar a mdia.
( x x )
( x)
( x)
n
n 1
Retomando o exemplo anterior e aplicando este novo mtodo temos:
Idades
x2
7
5
6
7
8
6
6
8
5
4
7
5
6
7
8
6
6
8
5
4
49
25
36
49
64
36
36
64
25
16
Total
62
400
s2 =
(
x2
n 1
x)
n
2
=
(62) 2
2
10 = 15 ,6 = 1,7333
anos
9
9
400
DESVIO PADRO
O desvio padro a raiz positiva da varincia. Indicamos o desvio padro de uma populao por
e de uma amostra por s.
= varincia = 2 ou s = varincia = s 2
- Estatstica descritiva -
14
Como o desvio padro a raiz quadrada da varincia, ele passa a receber a unidade original em
que os dados foram medidos. No exemplo anterior a unidade da varincia era anos2 e a do
desvio padro anos.
O desvio padro representa quanto, em mdia, cada observao est distante da mdia. Quanto
mais prximas da mdia, menor ser o desvio padro, quanto mais distantes maior ele ser.
Quando em uma amostra todas as observaes tm o mesmo valor, o desvio padro ser igual a
zero.
COEFICIENTE DE VARIAO
O coeficiente de variao a razo entre o desvio padro e a mdia da amostra, expressa em
porcentagem. O coeficiente de variao uma medida usada para comparar as disperses de
duas amostras.
CV =
s
x
.100
Por exemplo: deseja-se saber se a disperso das idades de alunos de duas classes so muito
diferentes:
Classe A x =10,2 e s = 2,4
Classe B x =8,9 e s = 3,2
2,4
s
.100 =
.100 = 23,5%
10,2
x
s
3,2
CV = .100 =
.100 = 35,9%
8,9
x
CV =
MEDIDAS DE POSIO
QUARTIS
Estando a amostra ordenada (crescente), os quartis so valores da varivel que dividem o
conjunto dos dados em quatro partes iguais, cada uma contendo 25% dos casos.
O I quartil corresponde ao percentil 25; o II quartil correponde ao percentil 50, sendo
tambm chamado de mediana; o III quartil corresponde ao percentil 75. Chamamos de
amplitude interquartil diferena entre o III e o I quartil.
Amplitude Interquartil = III Quartil I Quartil
- Estatstica descritiva -
15
P25
P50
P75
Mediana
I Quartil
II Quartil
IIIQuartil
Amplitude Interquartil
(n + 1) . P
100
J=
(n + 1) 25
100
(n + 1) 75
J=
100
J=
(n + 1) 50
100
- Estatstica descritiva -
16
Quartil =
x J + g. x(J + 1) x(J )
J=
(11 + 1) 25 = 12 25 = 3
100
100
como
(n + 1) 25 = 11 25 = 2,75
100
100
(j + 1) = 3;
temos:
g = 0,75
Quartil = x 2 + 0,75. x 3 x 2
Basta verificar o valor X e X na srie ordenada e realizar o clculo para se obter a estimativa
2
do I quartil.
Z-SCORE
O z-score a posio relativa dos elementos da amostra em relao mdia aritmtica. O
objetivo expressar em unidades de desvio padro quanto um determinado caso est distante da
mdia.
Para o clculo do z-score necessrio conhecer a mdia e o desvio padro. A partir deste dados,
utilizamos a frmula:
z score =
(x x )
s
onde:
x : valor da varivel
x : mdia da amostra
s : desvio padro da amostra
- Estatstica descritiva -
17
x =101,18 e
s = 2,34
O z-score de 105,2 :
z score =
2,34
Este elemento est situado 1,71 unidades de desvio padro acima da mdia
O z-score de 100 :
z score =
Este caso est situado 0,50 unidades de desvio padro abaixo da mdia
O z-score de 101,18 :
z score =
( x x ) = 101,18 101,18 = 0
s
2,34
18
o mnimo, o I quartil, a mediana, o III quartil e o mximo. Com estes pontos calculamos a
amplitude interquartil (AIQ). A seguir construmos um grfico que recebe o nome de Diagrama
Esquemtico (Box-Plot).
Marcamos o mnimo e o mximo; desenhamos um retngulo que passa por Q1 e Q3; no interior
do retngulo assinalamos a mediana. Desenhamos dois segmentos de reta com comprimento
igual a 1,5 a AIQ. O primeiro, acima do bordo superior do retngulo e o outro, abaixo da bordo
inferior. Na figura abaixo apresentamos, com finalidade didtica, a estrutura do diagrama
esquemtico na posio horizontal.
mnimo
Q1
mediana
Q3
mximo
Os casos cujos valores no esto includos entre os dois extremos dos segmentos de reta devem
ser reavaliados antes de se prosseguir na anlise dos dados. Na figura abaixo apresentamos um
tpico grfico de box-plot.
80
6710
60
40
3076
6186
6482
327
8450
9314
2910
835
6649
4870
1387
4415
7614
6839
8221
9301
7570
4709
4332
4657
448
3609
8941
2219
5933
4263
2934
8461
9788
3778
8418
8723
2326
8893
valores absolutos
20
-20
-40
-60
9501
3027
4173
2005
2136
4747
9542
6795
4235
4424
1535
8950
9608
1517
8070
6166
3565
8082
285
3185
9916
3448
9414
7084
8122
5669
4282
1499
2051
21
4143
6691
8829
8144
7790
1151
-80
- Estatstica descritiva -
19
BIBLIOGRAFIA
1.
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
4.
BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
5.
Bland M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
6.
7.
8.
9.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
- Estatstica descritiva -
20
TESTE DE HIPTESES
Andr M. Morcillo
Decidir sobre o trajeto de uma viagem implica em ter conhecimento dos problemas de trnsito
local, da planta da cidade, etc. No h como decidir sobre o melhor trajeto a ser tomado em uma
cidade desconhecida, de um pas desconhecido.
Quanto a roupa, temos que saber como ser a festa: uma reunio de amigos, uma solenidade
formal com autoridades, etc.
No se pode decidir sobre a compra de uma nova casa se no se sabe como ela , em qual
bairro, rua ou cidade est localizada.
Sem ir at a escola, conhecer sua linha pedaggica, etc., fica muito difcil avaliar se vale a pena
colocar os filhos para estudar l.
Quanto aos livros de Bioestatstica o assunto mais delicado ...
Voltando para a Bioestatstica ...
Para este caso em particular, parece prudente estudar dois grupos de crianas com asma
brnquica: um constitudo por crianas de nvel social alto e o outro por crianas de nvel social
baixo. Avaliamos as suas alturas, comparamos as suas mdias, avaliamos os riscos, tomamos
uma deciso.
a) Olha! Eu no disse que elas eram menores! A diferena muito grande, escandalosa! Vamos
mudar este conceito!
b) Olha. A diferena entre as mdias muito pequena. difcil decidir. Acho que temos que discutir
melhor os dados e, provavelmente, realizar outro trabalho.
NSB = NSA
2
Finalmente, temos:
H0:
H1:
Nvel de Significncia ()
um ponto de corte arbitrrio, adotado pelo pesquisador, para definir um risco mximo que se
pode corre ao rejeitar H0 em funo dos resultados obtidos.
Na verdade temos uma distribuio de probabilidades sob condio de H0. Se encontramos no
nosso experimento uma probabilidade de ocorrncia do evento sob H0 muito pequena, sabemos
que pequena () a probabilidade de rejeitarmos H0 sendo ela verdadeira.
Os testes so unilaterais quando eles exprimem claramente qual o sentido da diferena que se
estuda (maior que ou menor que). Por outro lado, quando o pesquisador no sabe exatamente o
que busca, ele define H1 coma uma diferena (por ser maior que ou menor que)
Unilaterais:
H0:
H1:
H0:
H1:
Bilaterais:
H0:
NSB = NSA
H1:
NSB NSA
H0 verdadeira
H0 falsa
Rejeita-se H0
Erro tipo I ()
Aceita-se H0
Erro tipo II ()
Teste Estatstico
Uma vez definido , e calculado o N passa-se a escolha do melhor teste para o tipo de anlise
que se deseja. Isto feito considerando-se o tipo de varivel e a sua distribuo (normal,
binomial, poisson, etc.)
Executa-se o teste, calcula-se a probabilidade de ocorrncia dos dados amostrais sob H0 e tomase a deciso de rejeitar ou no H0.
4
Faz-se um questionamento
Reviso da literatura
Estabelece-se H0 e H1
Determina-se N, e
Tomada de deciso
Se p > no se
rejeita H0
Se p rejeitase H0
BIBLIOGRAFIA
1.
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
BLAND M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
4.
5.
6.
7.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
8.
9.
10. ZAR J Biostatistical analysis. 2 ed. Englewood Cliffs: Prentice-Hall Inc., 1984.
TESTE DE KOLMOGOROV-SMIRNOV
Andr M. Morcillo1
Esta prova avalia se duas amostras tm distribuies semelhantes ou, melhor dizendo, se foram
extradas de uma mesma populao. Se as diferenas observadas entre elas forem grandes
provvel que no se devam ao acaso. muito sensvel, detectando diferenas em relao
tendncia central, disperso e simetria. Pode ser utilizada para dados medidos nas escalas
ordinal, intervalar ou de razo, no havendo a exigncia que estes tenham distribuio normal.
O princpio bsico comparar as freqncias acumuladas das duas amostras.
PROCEDIMENTOS
1. Ordenamos as duas amostras
2. Construmos as distribuies de freqncias acumuladas nos intervalos de classe de cada
amostra
3. Calculamos as diferenas entre as freqncias acumuladas de cada amostra em cada um dos
intervalos de classe. Este captulo est estruturado sempre considerando as diferenas entre
a primeira e a segunda amostra (A-B)
4. Escolhemos a maior diferena [Dmax] que ser comparada com Dcrtico
Se D Dcrtico rejeitamos a hiptese de igualdade das amostras.
DETERMINANDO D
a) Quando n1 = n2 40
Neste caso o procedimento simples. Uma vez estabelecidos os intervalos de classe,
determinamos as freqncias acumuladas de cada amostra. A seguir, calculamos as diferenas
entre as freqncias acumuladas das amostras em cada um dos intervalos de classe. O valor de
Dmax ser escolhido em funo do teste de hipteses estabelecido:
A diferena com maior valor absoluto |D| para os testes bilaterais, ou o valor absoluto da
diferena com menor valor negativo ou com o maior valor positivo nos testes unilaterais.
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
b) Quando n1 ou n2 > 40 ou n1 n2
Neste caso, deve-se determinar a proporo que cada amostra apresenta nos intervalos de classe.
A seguir, calculamos as diferenas entre as propores de cada amostra nestes intervalos de
classe.
Lembre-se que a proporo de casos dentro de uma determinada classe igual freqncia
observada na classe dividida pelo nmero de casos da amostra. Seja fi a freqncia em uma
classe i e n o nmero de casos da amostra, a proporo pi na classe i ser:
f
pi = i
n
O valor de Dmax ser o valor absoluto de uma das diferenas e ser escolhido considerando o
teste de hipteses estabelecido:
A diferena com maior valor absoluto |D| para os testes bilaterais, ou o valor absoluto da
diferena com menor valor negativo ou com o maior valor positivo nos testes unilaterais.
TESTE DE HIPTESES
1. TESTES BILATERAIS
H0 : as amostras tm a mesma distribuio
H1 : as amostras tm distribuies diferentes
Nos teste bilaterais seleciona-se a diferena com maior valor absoluto, que ser chamada de
Dmax para comparao com Dcrtico .
Se |Dmax| Dcrtico, rejeitamos H0, concluindo que as populaes tm distribuies diferentes.
2. TESTES UNILATERAIS
a) A POPULAO A MAIOR QUE A B
H0 : a populao A tem valores iguais ou menores que a populao B
H1 : a populao A tem valores maiores que a populao B
Neste caso seleciona-se a diferena com o maior valor positivo, que simbolicamente ser
+
chamada de D .
2
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Se D Dcrtico, rejeitamos H0, concluindo que a populao A tem valores maiores que a
populao B.
b) A POPULAO A MENOR QUE A B
H0 : a populao A tem distribuio diferente sendo seus valores iguais ou maiores que a populao
B
H1 : a populao A tem distribuio diferente sendo seus valores menores que a populao B
Neste caso seleciona-se a diferena com o menor valor negativo, cujo valor absoluto ser
simbolicamente chamado de D .
-
Se D Dcrtico, rejeitamos H0, concluindo que a populao A tem valores menores que a
populao B.
O VALOR DE DCRITICO
A) QUANDO AS AMOSTRAS SO PEQUENAS E DE MESMO TAMANHO ( N1 = N2 40 )
Neste caso o valor de Dcrtico obtido na tabela de distribuio de D para pequenas amostras.
B) GRANDES AMOSTRAS EM TESTES BILATERAIS
Se n1 ou n2 so maiores que 40, seja n1 = n2 ou n1 n2, obtm-se o valor de Dcrtico atravs
das frmulas:
Para
Para
Para
=0,05
=0,025
=0,01
= 1,36
= 1,48
= 1,63
critico
critico
critico
n +n
n n
1
n +n
n n
1
n +n
n n
1
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
2 obtido a
= 4 Dmax
n n
n +n
1
Nvel de significncia
2crtico
0,05
5,99
0,01
9,21
0,001
13,82
Observao: Esta frmula pode ser usada na comparao de amostras pequenas que tenham
diferentes nmero de casos (n1 n2 < 40). Neste caso a prova muito segura. Se H0 rejeitada,
pode-se ficar estatisticamente tranqilos.
Exemplo para n1=n2<40 Foram sorteadas 10 meninos e 10 meninas de uma classe de terceira
srie do ensino fundamental. Deseja-se saber se h diferena entre as idades dos dois grupos. A
idade em anos de cada criana apresentada abaixo.
Meninos: 7,5; 8,1; 9,1; 9,0; 7,7; 7,9; 8,1; 7,3; 7,9; 8,7
Meninas: 8,5; 8,3; 7,1; 7,0; 8,7; 7,8; 7,1; 8,3; 7,7; 7,7
H0 : meninos e meninas tm a mesma distribuio de idade
H1 : a distribuio de idade de meninos e meninas diferente
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Como o nmero de meninos (n1) igual ao de meninas (n2) e menores que 40, o valor de Dcrtico
obtido na tabela de D.
Para um teste bilateral com N=10 e =0,05, temos Dcrtico = 7
a) ordenamos os valores das amostras
b) Usando intervalos de classe de 6 meses, montamos a tabela abaixo
Classe de
Meninos
Meninas
idade
facum
facum
Diferena
Meninos
Meninas
das facum
|D|
7,0 | 7,5
-2
7,5 | 8,0
8,0 | 8,5
-1
8,5 | 9,0
10
-2
9,0 | 9,5
10
10
Como o teste bilateral tomamos a diferena entre as freqncias acumuladas com maior valor
absoluto | D | = | -2 | = 2 , portanto, Dmax = 2.
Como o Dmax menor que o Dcrtico,
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Exemplo para n1n2>40 Sortearam-se ao acaso dois conjuntos com 45 elementos com a
expectativa que tivesssem mdia 100 e desvio padro 15. Como este sorteio foi realizado
utilizando um software, deseja-se verificar se h diferena entre as duas amostras.
Grupo 1
Grupo 2
92
110
103
113
95
83
106
100
81
77
105
81
125
113
92
98
121
73
101
123
106
104
79
89
111
96
97
106
121
92
80
75
104
121
118
102
84
91
108
83
65
111
85
112
64
108
76
116
97
93
96
103
106
93
104
77
95
101
107
83
81
93
122
123
109
111
129
104
102
98
89
114
121
85
104
93
97
78
89
116
92
78
108
110
81
97
106
105
131
98
Procedimentos:
a) Estabelecemos os intervalos de classe
b) Determinamos as freqncias dentro de cada intervalo de classe
c) Determinamos as freqncias acumuladas nos intervalos de classe
d) Calculamos as propores das freqncias acumuladas dentro de cada intervalo de classe
e) Calculamos as diferenas entre a proporo do grupo 1 do grupo 2 dentro de cada intervalo
de classe
f) Selecionamos D
g) Calculamos Dcrtico e tomamos a deciso
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Grupo 1
Grupo 2
p1-p2
facumulada
p1
facumulada
p2
60 --| 65
0,022
0,022
65 --| 70
0,022
0,022
70 --| 75
0,044
0,044
75 --| 80
0,089
0,156
-0,067
80 --| 85
0,200
11
0,244
-0,044
85 --| 90
11
0,244
13
0,289
-0,045
90 --| 95
18
0,400
17
0,378
0,022
95 --| 100
24
0,533
21
0,467
0,066
31
0,689
27
0,600
0,089
36
0,800
34
0,756
0,044
39
0,867
38
0,844
0,023
40
0,889
40
0,889
44
0,978
44
0,978
45
1,000
44
0,978
0,022
45
1,000
45
1,000
Total
45
45
A diferena entre as propores das freqncias acumuladas com maior valor absoluto ocorreu
na classe [100 -- | 105], portanto, o nosso Dmax = | 0,089 | = + 0,089.
Considerando um teste bilateral com = 0,05 temos:
n1 + n2
45 + 45
= 1,36 .
= 1,36 . 0,210818 = 0,2867
n1 . n2
45 . 45
D crtico;0.05 = 1,36 .
Como o valor do Dmax calculado menor que o Dcrtico no podemos rejeitar H0.
Se, por outro lado, nosso teste de hipteses fosse unilateral, teramos que calcular o 2 e
compar-lo com o 2crtico.
H0 : grupo 1 = grupo 2
H1 : grupo 1 maior que o grupo 2
= 4 . Dmax .
n1 . n2
= 4 . 0,007921 . 22,5 = 0,7128
n1 + n2
Como o 2 calculado menor que o 2 crtico (2 0,05;2gl = 5,99) no podemos rejeitar H0.
7
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
N
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
35
40
Testes Unilaterais
Teste Bilaterais
=0,05
=0,01
=0,05
=0,01
3
4
4
5
5
5
6
6
6
6
7
7
7
7
8
8
8
8
8
9
9
9
9
9
9
10
10
10
11
11
5
6
6
6
7
7
8
8
8
8
9
9
9
10
10
10
10
11
11
11
11
11
12
12
12
12
13
14
4
5
5
6
6
6
7
7
7
7
8
8
8
8
9
9
9
9
9
10
10
10
10
10
11
11
11
12
13
5
6
6
7
7
8
8
8
9
9
9
10
10
10
10
11
11
11
11
12
12
12
12
13
13
13
-
Se D Dcrtico, rejeita-se H0
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
BIBLIOGRAFIA
1.
2.
3.
4.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
5.
LEVIN J Estatstica aplicada s Cincias Humanas. So Paulo: Harper & Row do Brasil, 1987.
6.
7.
TESTE DE KRUSKAL-WALLIS
Andr M. Morcillo1
Este teste foi proposto para avaliar se trs ou mais amostras so iguais (procedentes de uma mesma
populao) ou diferentes. o substituto da Anlise de Varincia quando esta no pode ser utilizada, j
que no exige a homogeneidade das varincias, que as amostras tenham sido tomadas ao acaso e que
tenham distribuio normal. As amostras devem ser independentes e medidas nas escalas ordinal,
intervalar ou de razo.
COMO FAZER
Dado um conjunto de N observaes pertencentes a k amostras independentes:
1.
2.
Atribui-se os postos ou ranks a cada observao. Quando houver empates cada elemento dever
receber a mdia aritmtica dos respectivos postos.
3.
4.
Calcula-se
5.
Calcula-se a estatstica H
6.
(Rj)2/nj
TESTE DE HIPTESES
H0 : todas as amostras so iguais
H1 : pelo menos uma amostra diferente
CALCULANDO H
2
k Rj
12
3.(N + 1)
H=
.
N(N + 1) j=1 n j
onde
k = nmero de amostras
nj = nmero de elementos da amostra j
N = total de observaes do conjunto das k amostras
Rj = soma dos postos ou ranks da amostra j
Rj2 = quadrado da soma dos postos ou ranks da amostra j
Rj2/nj = quadrado da soma dos postos ou ranks da amostra j dividido pelo respectivo nmero de elementos
C = 1
T
N .( N + 1)(
. N 1)
e
T = T i
= f 3i f
e
H=
H
C
portanto
fi=3
Ti = 33 - 3 = 24
fi=4
Ti = 43 - 4 = 60
fi=2
Ti = 23 - 2 = 6
portanto
T = Ti = 24 + 60 + 6 = 90
O fator de correo ser:
C =1
N .( N 1)(
. N + 1)
=1
90
= 0,996663
30.(30 1)(
. 30 + 1)
TOMADA DE DECISO
a) QUANDO SO TRS AMOSTRAS COM PEQUENO NMERO DE CASOS (k=3 e nj5)
Neste caso utiliza-se a tabela que fornece a probabilidade de H para trs amostras de diferentes tamanhos.
b) QUANDO SO MAIS QUE TRS AMOSTRAS OU ELAS TM GRANDE NMERO DE CASOS (k>3 ou nj>5)
Neste caso H tem distribuio de 2 com k-1 graus de liberdade. Uma vez estabelecido procura-se na
tabela de distribuio de 2 o valor crtico de 2 para e k-1 graus de liberdade.
Exemplo com k = 3 e n<6 Desejando saber se havia diferena entre as idades de crianas de trs classes
diferentes, foram selecionadas aleatoriamente trs grupos com cinco crianas
H0 : as trs classes tm idades iguais
H1 : pelo menos uma das classes tem idade diferente
Nvel de significncia = 5%
( = 0,05)
Classe A
Classe B
Classe C
8.5
8.1
9.1
8.9
8.2
8.6
7.3
8.4
9.3
6.9
8.3
10.0
7.7
9.0
9.2
6.9
1
7.3
2
7.7
3
8.1
4
8.2
5
8.3
6
8.4
7
8.5
8
8.6
9
8.9
10
9.0
11
9.1
12
9.2
13
9.3
14
10.0
15
Classe A
Classe B
Classe C
Idade
Ranks
Idade
Ranks
Idade
Ranks
8.5
8.9
7.3
6.9
7.7
Rj
8
10
2
1
3
24
8.1
8.2
8.4
8.3
9.0
4
5
7
6
11
33
9.1
8.6
9.3
10.0
9.2
12
9
14
15
13
63
(Rj)2
576
1089
3969
nj
115,2
217,8
793,8
(Rj) /nj
Calculando H
H=
12
.1126,8 - 3.(15 + 1) = 8,34
15.(15 + 1)
Decidindo sobre H0
Consultando na tabela o valor de H para trs amostras com 5 elementos, encontra-se que a probabilidade
fica entre 0,007 e 0,009. Desta forma H0 deve ser rejeitada concluindo-se que as classes no tm a
mesma idade.
Exemplo com k > 3 ou n > 6 Foram tomadas ao acaso as alturas de algumas crianas do sexo masculino
de quatro classes diferentes. Deseja-se saber se h diferena nas alturas dos quatro grupos.
H0 : as quatro amostras tm alturas iguais
H1 : pelo menos uma das quatro amostras tem alturas diferentes
Nvel de significncia: 5%
Guimarey
Zanolli
Marmo
Morcillo
118,4
130,6
123,8
117,1
101,5
118,3
113
127,5
116,6
114,7
104,7
120,3
107,2
125,8
115,4
116,5
118,9
117,9
120,8
119,2
115,4
117,3
122,4
120,5
108
116,2
115,5
111,1
118,9
125,1
117,5
120,2
114,3
120
121,5
122,3
116,8
124
115
120
Guimarey
Zanollli
Marmo
Morcillo
Altura
Rank
Altura
Rank
Altura
Rank
Altura
Rank
118,4
22
130,6
40
123,8
35
117,1
17
101,5
118,3
21
113,0
127,5
39
116,6
15
114,7
104,7
120,3
29
107,2
125,8
38
115,4
10,5
116,5
14
118,9
23,5
117,9
20
120,8
31
119,2
25
115,4
10,5
117,3
18
122,4
34
120,5
30
108,0
116,2
13
115,5
12
111,1
118,9
23,5
125,1
37
117,5
19
120,2
28
114,3
120,0
26,5
121,5
32
122,3
33
115,0
116,8
16
124,0
36
120,0
26,5
Rj
118,5
221,5
197,5
282,5
(Rj)2
14042,25
49062,25
39006,25
79806,25
nj
10
10
11
(Rj)2/nj
1404,225
5451,361
3900,625
7255,114
n
4
j =1
2
j
= 18011,32475
fi = 2
fi = 2
fi = 2
Ti = 2 2 = 8 2 = 6
3
Ti = 2 2 = 8 2 = 6
3
Ti = 2 2 = 8 2 = 6
T = Ti = 6 + 6 + 6 = 18
C = 1
T
18
= 1
= 0,999718
N .( N 1)(
. N + 1)
40.(40 1)(
. 40 + 1)
Calculando o valor de H
H=
12
18011,32475 3 41 = 8,79018
40 41
H=
8,79018
= 8,79266
0,999718
Verificando o 2 crtico
Como so quatro amostras, H deve ser comparado com o 2 , considerando =0,05 e 3 graus
de liberdade (nmero de amostras menos um). Neste caso 20,05;3 = 7,82
Tomada de deciso
n2
n3
n1
n2
n3
n1
n2
n3
1
1
1
1
1
1
2
2
4
5
2
3
.056
.044
.011
.008
.005
.227
.188
.105
.086
.053
.046
.011
.009
.005
.002
.200
.067
.219
.181
.105
.067
.048
.029
.210
.190
.100
.052
.024
.014
.206
.196
.122
.090
.056
.013
.008
.050
.038
.036
.021
.011
.008
4.860
4.986
6.840
6.954
7.364
2.946
3.236
4.036
4.109
4.909
5.127
6.836
7.309
7.746
8.182
3.714
4.571
3.750
3.929
4.464
4.500
4.714
5.357
3.458
3.667
4.458
5.125
5.500
6.000
3.333
3.360
4.293
4.373
5.040
6.133
6.533
5.018
5.345
5.527
5.745
6.545
6.654
.200
.143
.200
.200
.100
.190
.114
.057
.190
.095
.048
.036
.157
.095
.048
.036
.157
.100
.043
.200
.093
.050
.021
.190
.095
.052
.048
.012
.222
.178
.102
.054
.048
.010
.208
.194
.102
.098
3.571
3.857
3.600
3.524
4.286
3.161
4.018
4.821
3.333
4.200
5.000
5.250
3.286
4.200
5.000
5.250
3.286
4.571
5.143
3.208
4.056
5.208
5.833
3.218
4.018
4.871
4.960
6.400
3.000
3.267
4.067
4.867
4.967
6.667
3.000
3.087
3.960
3.987
3.778
4.556
5.139
5.556
6.250
3.311
3.444
4.444
4.511
5.400
5.444
6.300
6.444
7.000
3.386
3.414
4.494
4.651
5.106
5.251
6.822
6.909
6.949
7.182
5.227
5.348
6.061
6.136
6.727
6.970
3.354
3.464
4.446
4.554
5.236
5.454
6.546
6.873
7.036
7.854
3.364
4.518
4.541
5.268
.200
.100
.061
.025
.011
.203
.197
.102
.098
.051
.046
.011
.008
.005
.201
.193
.101
.091
.052
.049
.010
.009
.006
.004
.052
.046
.026
.023
.011
.009
.210
.192
.103
.098
.052
.046
.020
.011
.006
.002
.200
.101
.098
.051
n2
n3
n1
n2
n3
n1
n2
n3
.010
.006
.004
.002
.001
.209
.196
.109
.097
.051
.049
.026
.020
.011
.009
.008
.005
.002
.001
.001
.051
.050
.025
.022
.010
.008
.201
.195
.150
.102
.099
.051
.049
.025
.020
.010
.004
.002
.001
.204
.199
.150
.103
.099
.075
.050
.025
.020
.010
6.746
7.000
7.318
7.436
8.018
3.394
3.442
4.412
4.533
5.515
5.648
6.303
6.376
6.982
7.079
7.467
7.515
8.048
8.242
8.727
5.551
5.615
6.385
6.436
7.192
7.410
3.394
3.417
3.848
4.477
4.546
5.576
5.598
6.394
6.659
7.144
7.636
8.227
8.909
3.312
3.318
3.831
4.523
4.549
4.939
5.631
6.410
6.676
7.445
.049
.020
.010
.007
.005
.001
.050
.049
.025
.024
.011
.010
.203
.198
.100
.051
.047
.025
.020
.010
.007
.005
.001
.050
.047
.026
.025
.010
.010
.051
.050
.026
.024
.010
.010
.196
.100
.050
.025
.011
.004
.196
.150
.101
.092
.050
.025
5.273
6.504
7.118
7.500
7.573
8.114
5.263
5.340
6.109
6.186
7.212
7.340
3.369
3.392
4.508
5.246
5.338
6.346
6.446
7.269
7.762
8.131
8.685
5.319
5.338
6.189
6.196
7.299
7.376
5.352
5.410
6.171
6.210
7.410
7.467
3.467
4.622
5.600
5.956
6.489
7.200
3.391
3.836
4.700
4.709
5.727
6.154
7.641
7.906
8.446
8.503
9.118
5.604
5.610
6.500
6.538
7.467
7.500
3.306
3.429
3.798
4.545
4.993
5.626
5.706
6.488
6.752
6.866
7.543
7.894
8.237
8.334
8.950
9.055
9.398
5.554
5.600
6.621
6.667
7.560
7.590
5.600
5.625
6.683
6.725
7.683
7.725
3.231
3.500
3.846
3.962
4.500
4.654
.007
.005
.002
.001
.001
.050
.049
.025
.025
.010
.010
.202
.195
.152
.100
.075
.051
.046
.025
.021
.019
.010
.007
.005
.005
.002
.001
.001
.052
.050
.026
.024
.010
.010
.052
.050
.025
.025
.010
.010
.212
.197
.151
.145
.104
.097
n2
n3
n1
n2
n3
n1
n2
n3
.200
.151
.148
.101
.099
.075
.050
.025
.025
.020
.010
.010
.007
.005
.005
.002
.001
.001
.051
.050
.025
.025
.010
.010
.050
.050
.025
.024
.010
.010
.201
.190
.150
.100
3.311
3.846
3.883
4.520
4.523
5.023
5.643
6.671
6.760
6.943
7.766
7.860
8.226
8.371
8.543
9.163
9.323
9.926
5.656
5.661
6.736
6.750
7.896
7.936
5.721
5.724
6.783
6.812
7.989
8.000
3.380
3.420
3.860
4.560
.074
.055
.049
.026
.024
.021
.019
.011
.007
.005
.002
.001
.001
.200
.151
.100
.076
.074
.050
.026
.024
.020
.011
.009
.009
.005
.005
.002
.001
.001
.050
.049
.026
.025
.010
.010
5.115
5.654
5.692
6.577
6.615
6.731
6.962
7.538
7.731
8.000
8.346
8.654
9.269
3.330
3.828
4.619
5.014
5.024
5.618
6.597
6.676
6.943
7.744
7.760
7.810
8.140
8.189
8.782
8.997
9.590
5.667
5.681
6.595
6.667
7.724
7.795
5.040
5.660
5.780
6.740
7.020
7.980
8.000
8.060
8.420
8.720
8.820
9.420
9.620
9.680
5.698
5.729
6.781
6.788
8.012
8.028
5.752
5.765
6.838
6.848
8.119
8.124
5.719
5.801
6.877
6.889
8.187
8.222
.075
.051
.049
.025
.020
.011
.009
.009
.007
.005
.005
.002
.002
.001
.001
.050
.050
.025
.025
.010
.010
.050
.050
.025
.025
.010
.010
.050
.049
.026
.025
.010
.010
10.220
10
Calcular H
Se houver empates aplicar o fator de correo C
Se p > 0,05
Rejeita-se H0
No se rejeita H0
11
Calcular H
Se houver empates aplicar o fator de correo C
Rejeita-se H0
No se rejeita H0
12
BIBLIOGRAFIA
1.
2.
3.
4.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
5.
LEVIN J Estatstica aplicada s Cincias Humanas. So Paulo: Harper & Row do Brasil, 1987.
6.
7.
13
TESTE DE WILCOXON
Andr M. Morcillo1
O teste de Wilcoxon pode ser usado na comparao de dados pareados, medidos nas escalas
ordinal, intervalar ou de razo. No h a exigncia de que as amostras tenham distribuio
normal. Tem 95% do poder do teste t pareado e, sua indicao, restringe-se s situaes em que
este ltimo no pode ser utilizado.
O princpio do teste consiste em avaliar se ocorreram modificaes significativas nos dois
conjuntos de dados. Quando as modificaes ou diferenas so muito pequenas, elas podem ser
devidas ao acaso, porm, quando so expressivas, pouco provvel que se devam ao acaso,
sendo fruto de um fator causal.
COMO FAZER
1. Calcula-se para cada elemento do grupo de estudo a diferena (d) entre a suas duas medidas,
seja a primeira menos a segunda ou vice-versa. Neste captulo ser sempre considerada a
primeira menos a segunda (A-B).
2. Ordena-se e atribui-se ranks aos valores absolutos das diferenas que sejam diferentes de
zero ( d 0 )
3. Soma-se os ranks das diferenas positivas (T+)
4. Soma-se os ranks das diferenas negativas (T-)
5. Seleciona-se entre T+ e T- o de menor valor, que ser chamado de T
6. Verifica-se o valor de Tcrtico, na tabela
7. Compara-se T com Tcrtico e toma-se a deciso quanto a rejeio de H0
Observaes:
a) quando houver d = 0, eles no recebero ranks
b) quando houver d = 0, n ser igual ao total de elementos da amostra menos o nmero de
casos em que d = 0
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
TESTE DE HIPTESES
a) Bilateral
H0 : no h diferena entre as notas obtidas no incio e no final do curso
H1 : h diferena entre as notas obtidas no incio e no final do curso
b) Unilateral
H0 : As notas obtidas no incio so menores ou iguais s do final do curso
H1 : As notas obtidas no incio so maiores que as do final do curso
ou
H0 : As notas obtidas no incio so maiores ou iguais s do final do curso
H1 : As notas obtidas no incio so menores que as do final do curso
TOMADA DE DECISO
Teste bilateral
Seleciona-se entre T+ e T- aquele que tiver o menor valor, que passar a ser chamado de T e
que ser comparado com o Tcrtico (T,n).
Se T for menor ou igual ao Tcrtico, rejeita-se H0.
Teste unilateral
Considerando que no nosso caso d = primeira medida menos a segunda:
a) H1 : as segundas medidas so menores que as primeiras [ A > B ]
Se isto for verdadeiro T+ maior que T-, sendo que T- passa a ser o valor de T.
Se T T,n
rejeita-se H0
[A<B]
Se isto for verdadeiro T- maior que T+, sendo que T+ passa a ser o valor de T.
Se T T,n
rejeita-se H0
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Nomes
Prova inicial
Prova final
Andr
7,3
7,6
Paulo
7,9
7,5
Manoel
8,1
8,6
Joaquim
9,6
9,5
Pedro
8,0
8,5
Lus
8,5
8,3
Miguel
7,9
7,9
ngelo
6,9
6,9
Cludio
7,2
7,8
Aurlio
8,8
7,5
Prova inicial
Prova final
Diferena (Inicial-Final)
Andr
7,3
7,6
-0,3
Paulo
7,9
7,5
+0,4
Manoel
8,1
8,6
-0,5
Joaquim
9,6
9,5
+0,1
Pedro
8,0
8,5
-0,5
Lus
8,5
8,3
+0,2
Miguel
7,9
7,9
ngelo
6,9
6,9
Cludio
7,2
7,8
-0,6
Aurlio
8,8
7,5
+1,3
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
0,1
0,2
0,3
0,4
0,5
0,5
0,6
1,3
Ranks
5,5
5,5
Nota inicial
Nota final
Diferena
d=(Inicial - final)
|d|
Ranks
Ranks -
Andr
7,3
7,6
-0,3
0,3
Paulo
7,9
7,5
+0,4
0,4
Manoel
8,1
8,6
-0,5
0,5
5,5
Joaquim
9,6
9,5
+0,1
0,1
Pedro
8,0
8,5
-0,5
0,5
5,5
Lus
8,5
8,3
+0,2
0,2
Miguel
7,9
7,9
ngelo
6,9
6,9
Cludio
7,2
7,8
-0,6
0,6
Aurlio
8,8
7,5
+1,3
1,3
8
Total
Ranks +
4
5,5
1
5,5
2
7
8
T- = 21
T+ = 15
Calculando T
1. Soma-se os ranks das diferenas negativas, que ser chamado de T-.
2. Soma-se os ranks dasdiferenas positivas, que ser chamado de T+.
T- = 3 + 5,5 + 5,5 + 7 = 21
T+ = 4 + 1 + 2 + 8 = 15
portanto
T = 15 (o menor dos dois valores)
Calcula-se n que igual ao nmero total de casos menos aqueles cuja diferena igual a
zero. No exemplo h dois casos em que d = 0, portanto:
4
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
n = 10 - 2 = 8
Observe que, se as modificaes observadas nas notas forem muito pequenas, os valores de T+ e T- sero
muito prximos. No caso de haver uma significativa modificao para melhor nas notas, a soma dos ranks
cujas diferenas so negativas (T-) dever ser bem maior que o das negativas (T+) [lembre-se que d =
nota inicial nota final]. Por outro lado, se houver uma significativa piora nas notas dos alunos, haver
mais diferenas positivas, com ranks altos, o que causar um valor de T+ bem maior que o de T-.
Tomando a deciso
Localizando na tabela de distribuio de T o valor de Tcrtico, encontra-se: T0.05(2),8 = 3
Como 15>3, T > Tcrtico (T> T0.05(2),8), o que significa que p>0,05 e, portanto, no se pode
rejeitar H0
n (n + 1)
4
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
n(n + 1)(2n + 1)
24
Quando ocorrer empates entre diferenas diferentes de zero (d 0), ser necessrio fazer uma
correo no clculo de T.
Correo decorrente de empates
Esse fator de correo chamado de T ser calculado a partir do nmero observaes
empatadas.
n (n + 1)(2n + 1)
T
2
24
k
T = Ti
i =1
onde
3
i
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Calculando o valor de z
z=
TOMADA DE DECISO
1. Teste bilateral
H0 : no h diferena entre as notas obtidas no incio e no final do curso
H1 : h diferena entre as notas obtidas no incio e no final do curso
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
1. T+ = 21 e T- = 15 , portanto T = 15
2. Calculando a mdia de T
4. Calculando do valor de z
z=
8 (8 + 1)
= 18
4
8(8 + 1)(2 8 + 1)
= 7,14
24
15 18
= 0,42
7,14
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
Distribuio dos valores crticos de T (o menor valor entre T+ e T-) do teste de Wilcoxon2
Teste Bilateral
0,10
0,05
0,02
0,01
Teste Unilateral
0,05
0,025
0,01
0,005
0
2
n
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
10
13
10
17
13
21
17
12
25
21
15
12
30
25
19
15
35
29
23
19
41
34
27
23
47
40
32
27
53
46
37
32
60
52
43
37
67
58
49
42
75
65
55
48
83
73
62
54
91
81
69
61
100
89
76
68
Tabela modificada de ZAR, HZ Biostatistical Analysis. 2 Ed. New Jersey, Prentice-Hall Inc., 1984.
P.563
9
Teste de Mann-Whitney
Andr M. Morcillo
___________________________________________________________________________________________________
BIBLIOGRAFIA
1.
2.
3.
4.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
5.
LEVIN J Estatstica aplicada s Cincias Humanas. So Paulo: Harper & Row do Brasil, 1987.
6.
7.
10
Ordenar as diferenas
sem considerar seu sinal
Excluem-se os casos com d = 0
Se T>Tcrtico
Se T<= Tcrtico
No rejeitar H0
Rejeitar H0
Ordenar as diferenas
sem considerar seu sinal
Excluem-se os casos com d = 0
Calcular o valor de z
Se p<=0,05
Se p>0,05
Rejeitar H0
No rejeitar H0
12
TESTE NO-PARAMTRICOS
Andr M. Morcillo1
Os testes no-paramtricos (TNPs) so menos poderosos que seus equivalentes paramtricos (TPs).
Devem ser utilizados nas situaes em que os TPs no podem ser usados.
Enquanto nos TPs so comparados os parmetros da populao (mdia e varincia), nos
TNPs
comparam-se os postos ou ranks que cada observao recebe aps sua ordenao.
O primeiro passo para realizar um TNP atribuir postos ou ranks aos valores obtidos nas amostras.
ATRIBUINDO POSTOS
1.
2.
Atribui-se os postos (ranks ou notas) aos valores ordenados, o que significa que os valores medidos
so classificados de acordo com uma nova escala.
8,0
7,5
8,2
8,8
7,9
7,7
Maria:
Marta:
Larissa:
Rita:
8,1
8,5
8,7
7,8
Ordenar todas as notas (em ordem crescente): 7,5; 7,7; 7,8; 7,9; 8,0; 8,1; 8,2; 8,5; 8,7; 8,8
2.
Atribuir os postos:
Atribuir ao primeiro elemento (o de valor mais baixo) o rank [1], ao segundo o posto [2], ao terceiro o
posto [3] e assim, sucessivamente, at o ltimo.
Como pode ser observado no exemplo acima o menor valor observado (7,5) recebeu o posto [1]; o
segundo (7,7) o posto [2] e a maior nota (8,8) o posto [10].
Ordem
10
Notas
7,5
7,7
7,8
7,9
8,0
8,1
8,2
8,5
8,7
8,8
Rank
10
Notas
Nomes
Postos ou Rank
1
2
3
4
5
6
7
8
9
10
7,5
7,7
7,8
7,9
8,0
8,1
8,2
8,5
8,7
8,8
Pedro
Joaquim
Rita
Marcos
Joo
Maria
Paulo
Marta
Larissa
Manoel
10
Total
29
1
2
3
4
5
6
7
8
9
26
1 +2 + 4 + 5 + 7 + 10 = 29
26 / 4 = 6,5
29 / 6 = 4,8
7,5; 7,5; 7,5; 7,9; 8,0; 8,1; 8,2; 8,5; 8,7; 8,8
Neste caso os trs primeiros postos so ocupados por notas iguais (7,5). No se sabe de quem a
primeira, a segunda e a terceira nota. Qual dos trs alunos deve receber o posto [1] que o mais baixo? O
mais justo seria que todos recebessem o mesmo rank. Para isso calcula-se a mdia dos trs postos:
[1 + 2 + 3]/3 = 6/3 = 2.
Ordem
10
Notas
7,5
7,5
7,5
7,9
8,0
8,1
8,2
8,5
8,7
8,8
Rank
10
Observe que os trs alunos que tinham as notas mais baixas receberam o mesmo posto.
Um outro exemplo: num conjunto de 4.500 observaes de alturas temos empatados os elementos 278,
279, 280 e 281 com o valor 145cm; os elementos 376, 377, 378 com 147,5cm.
Os ranks das altura iguais a 145cm seria: (278+279+280+281)/4=279,5
Os ranks das altura iguais a 147,5cm seria: (376+377+378)/3=377
Ordem
...
278
279
280
281
...
376
377
378
...
Valor
...
145,0
145,0
145,0
145,0
...
147,5
147,5
147,5
...
Rank
...
279,5
279,5
279,5
279,5
...
377
377
377
...
n .(n + 1)
U = n1. n 2 + 1 1
R1
2
n .(n + 1)
U' = n1. n 2 + 2 2
R2
2
TESTE DE HIPTESES
a)
bilateral
H0 : as duas amostras apresentam a mesma distribuio
H1 : as duas amostras apresentam distribuies diferentes
= nvel de significncia
Uma vez selecionado o menor dos dois valores de U calculados, recorre-se tabela bilateral de U para
previamente determinado, procurando localizar o valor crtico de U(2),n2,n1 .
4
Notas
Nomes
1
2
3
4
5
6
7
8
9
10
7,5
7,7
7,8
7,9
8,0
8,1
8,2
8,5
8,7
8,8
Pedro
Joaquim
Rita
Marcos
Joo
Maria
Paulo
Marta
Larissa
Manoel
10
Total
29
n1 = 4
a)
R1 = 26
n2 = 6
Postos ou Ranks
1
2
3
4
5
6
7
8
9
26
R2 = 29
CALCULANDO U A PARTIR DE R1
5
U = 4 x 6 + [(4 x 5)/2] - 26 = 8
b) CALCULANDO U A PARTIR DE R2
U = 4 x 6 + [(6 x 7)/2] - 29 = 16
zU =
U U
U
n n
U = 1 2
2
2) Obtendo o desvio padro de U (U)
U =
. N + 1) - T
n1 n 2 N.(N - 1)(
N.(N - 1) )
12
T=Ti
T i = f 3i f i
6
N = n 1 + n2
K o nmero de grupos onde ocorreram empates
fi o nmero de elementos empatados dentro de um grupo.
Exemplo: se dentro de um conjunto de dados houvesse empates como apresentado a seguir:
... 100, 100, 100, ... , 120, 120, ... , 150, 150, 150, 150, 150, ...
O primeiro grupo com empates tem trs elementos [100, 100, 100] portanto fi=3
Ti = 33 - 3 = 27 - 3 = 24
O segundo grupo com empates tem dois elementos [120,120] portanto fi=2
Ti = 23 - 2 = 8 - 2 = 6
O terceiro grupo com empates tem cinco elementos [150,150,150,150,150] portanto fi=5
Ti = 53 - 5 = 125 - 5 = 120
Somando-se os valores de Ti:
T = Ti = 24 + 6 + 120 = 150
Exemplo 2 - Comparando-se dados de altura de duas amostras em relao ao sexo encontramos empates
que proporcionam T = Ti = 150
Considerando n1=120 o nmero de meninos e n2=150 o nmero de meninas, U = 9538 e = 0,05 tem-se:
n1 = 120
n2 = 150
N = 270
U = 9538
U =
= 637,57
270.269
12
como
z = (U - U) / U
Z= (9538 - 9000) / 637,57 = 0,84
A probabilidade de ocorrer um z 0,84 0,2005 muito maior que = 0,05
Com esse valor de U, H0 no poderia ser rejeitado, seja em um teste bilateral ou unilateral.
BIBLIOGRAFIA
1.
2.
3.
4.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
5.
LEVIN J Estatstica aplicada s Cincias Humanas. So Paulo: Harper & Row do Brasil, 1987.
6.
7.
N1
1
0
0
2
0
0
0
0
1
1
1
1
1
2
2
2
2
3
3
3
3
3
4
4
4
4
5
5
5
5
5
6
6
6
6
7
7
10
11
12
13
14
15
16
17
18
19
20
0
1
1
2
2
3
3
4
4
5
5
6
6
7
7
8
8
9
9
10
10
11
11
12
13
13
14
14
15
15
16
16
17
17
18
18
0
1
2
3
4
4
5
6
7
8
9
10
11
11
12
13
14
15
16
17
17
18
19
20
21
22
23
24
24
25
26
27
28
29
30
31
31
2
3
5
6
7
8
9
11
12
13
14
15
17
18
19
20
22
23
24
25
27
28
29
30
32
33
34
35
37
38
39
40
41
43
44
45
5
6
8
10
11
13
14
16
17
19
21
22
24
25
27
29
30
32
33
35
37
38
40
42
43
45
46
48
50
51
53
55
56
58
59
8
10
12
14
16
18
20
22
24
26
28
30
32
34
36
38
40
42
44
46
48
50
52
54
56
58
60
62
64
66
68
70
72
74
13
15
17
19
22
24
26
29
31
34
36
38
41
43
45
48
50
53
55
57
60
62
65
67
69
72
74
77
79
81
84
86
89
17
20
23
26
28
31
34
37
39
42
45
48
50
53
56
59
62
64
67
70
73
76
78
81
84
87
89
92
95
98
101
103
23
26
29
33
36
39
42
45
48
52
55
58
61
64
67
71
74
77
80
83
87
90
93
96
99
103
106
109
112
115
119
30
33
37
40
44
47
51
55
58
62
65
69
73
76
80
83
87
90
94
98
101
105
108
112
116
119
123
127
130
134
37
41
45
49
53
57
61
65
69
73
77
81
85
89
93
97
101
105
109
113
117
121
125
129
133
137
141
145
149
45
50
54
59
63
67
72
76
80
85
89
94
98
102
107
111
116
120
125
129
133
138
142
147
151
156
160
165
55
59
64
69
74
78
83
88
93
98
102
107
112
117
122
127
131
136
141
146
151
156
161
165
170
175
180
64
70
75
80
85
90
96
101
106
111
117
122
127
132
138
143
148
153
159
164
169
174
180
185
190
196
75
81
86
92
98
103
109
115
120
126
132
137
143
149
154
160
166
171
177
183
188
194
200
206
211
87
93
99
105
111
117
123
129
135
141
147
154
160
166
172
178
184
190
196
202
209
215
321
227
99
106
112
119
125
132
138
145
151
158
164
171
177
184
190
197
203
210
216
223
230
236
243
113
119
126
133
140
147
154
161
168
175
182
189
196
203
210
217
224
231
238
245
252
258
127
134
141
149
156
163
171
178
186
193
200
208
215
222
230
237
245
252
259
267
274
U calculado menor ou
igual ao U da tabela
Rejeitamos H0
No podemos rejeitar H0
10
Calcular a mdia de U
Calcular o desvio padro de U
Calcular o z de U
Se a probabilidade de se ter
um valor de z maior ou igual ao
calculado for menor ou igual a 5%
Se a probabilidade de se ter
um valor de z maior ou igual ao
calculado for maior que 5%
Rejeitamos H0
No podemos rejeitar H0
11
O teste do 2 muito eficiente para avaliar a associao existente entre variveis qualitativas
(dados do tipo categrico). O princpio bsico deste mtodo no paramtrico comparar as
divergncias entre as freqncias observadas e as esperadas.
De uma maneira geral, pode-se dizer que dois grupos se comportam de forma semelhante se as
diferenas entre as freqncias observadas e as esperadas em cada categoria forem muito
pequenas, prximas a zero.
O 2 calculado pela frmula:
2 =
(O E )2
E
(1)
onde:
O = freqncia observada
E = freqncia esperada
Observe que ( O-E ) a diferena entre a freqncia observada e a esperada, que dever ser
calculada para cada clula da tabela. Quando as freqncias observadas so muito prximas s
esperadas, o valor ( O-E ) pequeno; no entanto, quando as discrepncias so grandes, ( O-E )
passa a ser grande e, consequentemente, o 2 assume valores altos.
O pesquisador estar sempre trabalhando com duas hipteses:
H0:
H1:
As freqncias observadas so obtidas diretamente dos dados das amostras, enquanto que as
freqncias esperadas so calculadas a partir destas.
Medicina
Farmcia
Biologia
Total
Usa droga
10
20
30
60
No usa droga
15
15
30
60
Total
25
35
60
120
Como pode ser observado, entre os 120 alunos includos no estudo, h um nmero igual de
usurios e no usurios de drogas, entretanto, a distribuio dentro dos vrios cursos no ocorre
da mesma forma.
Veja as dificuldades na interpretao dos dados. H um nmero diferente de alunos
entrevistados, assim como h uma proporo diferente de usurios e no usurios de drogas em
cada curso.
Os dados so do tipo categrico pois, cada aluno entrevistado simplesmente foi classificado em
uma nica categoria. Neste caso, pode-se usar o teste do 2, com duas hipteses de trabalho:
H0: no h associao entre o tipo de curso e dependncia de drogas
H1: h associao entre o tipo de curso e dependncia de drogas
Se o 2 obtido for maior ou igual ao 2 crtico, H0 dever ser rejeitada.
Para o clculo do 2 recomenda-se os seguintes passos:
Medicina
Farmcia
Biologia
Total
10
20
30
60
12,5
17,5
30,0
No usa
15
15
30
Droga
12,5
17,5
30,0
25
35
60
Usa droga
Total
60
120
2 = [10 - 12,5]2 / 12,5 + [20 - 17,5] 2 /17,5 + [30 30] 2 / 30 +[15 12,5] 2 / 12,5 +
[15 17,5] 2 / 17,5 + [30 30] 2 /30 = 1,7
2 = 1,7
O 2 = 1.7 menor que o 2gl;=0.05 que 5.99. Assim sendo, a hiptese H0 no pode ser
rejeitada, concluindo-se que no grupo estudado, no h associao entre as variveis. A
proporo de usurios e no usurios de drogas entre os alunos dos cursos de Medicina,
Biologia e Farmcia igual.
Observao: caso 20% ou mais das clulas tenham freqncias esperadas menores
que 5, ou haja uma ou mais freqncias esperadas com valores menores ou igual a 1,
no se deve usar o teste do 2. Uma boa alternativa para estes casos o
agrupamento de linhas e colunas, desde que tenha algum sentido lgico.
Como pode ser observado, o teste facilmente realizado porm, com grande trabalho manual.
Este trabalho manual pode ser minimizado em algumas situaes especiais: as tabelas 2 x 2, n x
2 e m x n.
1)
TABELAS 2 x 2
Quando os dados esto tabulados em tabelas de duas linhas por duas colunas podem ser
utilizar frmulas que necessitam somente das freqncias observadas, no requerendo o clculo
das freqncias esperadas.
1. Quando o nmero de casos maior que 40 (N > 40) deve-se empregar a frmula:
2 =
(a.d b.c )2 .N
T1.T2.T3.T 4
(2)
a.d b.c N .N
2
2
=
T1.T2.T3.T 4
(3)
onde:
GRUPO A
GRUPO B
Total
GRUPO C
T1
GRUPO D
T2
Total
T3
T4
GRUPO A
GRUPO B
Total
SADIOS
13
ACOMETIDOS
15
Total
12
16
28
a=6
b=7
c=6
d=9
T1 = 13
T2 = 15
T3 = 12
T4 = 16
N = 28
2
= 0,003
2 =
13.15.12.16
Observe que nas tabelas 2x2 h somente 1 grau de liberdade, pois ( 2 - 1 ) x ( 2 1 )=1
Para 1 g.l. e =0,05 o 2 crtico 3,84.
Como o 2 = 0,003 menor que 3,84, no se pode rejeitar H0, podendo-se afirmar que na
amostra estudada a proporo de crianas acometidas igual nos grupos A e B.
2 O
1
O1i
N
i =1
2
ni
= p . q
j
(4)
onde:
O1i = freqncia observada na coluna 1 da linha i
ni = total da linha i
01= total da coluna 1
p = Oi
q = 1 p
Observe que se trabalha com as freqncias observadas de uma nica coluna, o que facilita os
clculos.
Neste caso os graus de liberdade (g.l.) so determinados por: nmero de linhas 1.
Exemplo:
Um pesquisador investigando o uso de drogas entre universitrios desejava saber se havia
diferena quando se considerava diferentes cursos. Aplicou um questionrio entre alunos de
diferentes cursos, obtendo os resultados apresentados na tabela abaixo:
CURSO
USA DROGA
NO USA DROGA
TOTAL
Medicina
40
60
100
Fsica
50
70
120
Qumica
80
50
130
Farmcia
100
120
220
TOTAL
270
300
570
Como se trata de uma varivel que pode assumir somente duas situaes (usa droga ou no usa
droga), pode-se construir uma tabela tipo m linhas x 2 colunas e, consequentemente, aplicar o
teste do 2 usando-se a frmula [4].
Para maior clareza e facilidade nos clculos, deve-se refazer a tabela contendo somente uma das
duas colunas ( a critrio do pesquisador) e os totais. Neste exemplo foi escolhida a coluna 1 (usa
drogas). Observe que foram acrescentadas mais duas colunas na tabela para permitir a anotao
dos clculos intermedirios:
CURSO
USA DROGA
(O1i)
TOTAL
(ni)
(O1i)2 / ni
Medicina
40
100
40 / 100
Fsica
50
120
50 / 120
Qumica
80
130
80 / 130
Farmcia
100
220
100 / 220
TOTAL
(O1) = 270
N = 570
270 / 570
2
2
2
(O1i)2 / ni = 131,519
(Oi)2 / N = 127,895
2
2
2
2
N
i2 = Oi1 + Oi 2 + Oi3 + ... + Oir . T li (5)
T cr T li
T c1 T c 2 T c3
2 = 12 + 22 + 32 + ... + 2r
(6)
onde:
TOTAL
COLUNA 1
COLUNA 2
COLUNA 3
...
COLUNA r
(LINHAS)
LINHA 1
Tl1
LINHA 2
Tl2
LINHA 3
Tl3
...
...
LINHA i
Oi1
Oi2
Oi3
...
Oir
Tli
...
...
LINHA n
Tln
TOTAL
(COLUNAS)
Tc1
Tc2
Tc3
...
Tcr
Medicina
Farmcia
Biologia
Total
Usa droga
10
20
30
60
No usa
droga
15
15
30
60
Total
25
35
60
120
linha 1
linha 2
Finalmente,
2 = 2
linha 1
+ 2
linha 2
Considerando-se que o 2 crtico para 2 graus de liberdade e =0,05 5,99 , H0 no pode ser
rejeitada.
BIBLIOGRAFIA
1. ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall,
1991.
2. BEIGUELMAN B Curso prtico de bioestatstica. 5 ed. Ribeiro Preto: Fundao de
Pesquisas Cientfica de Ribeiro Preto, 2002.
3. BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
4. BLAND M An introduction to medical statistics. 2 ed. New York: Oxford University
Press, 1995.
5. BUNCHAFT G Estatstica sem mistrios. 4 ed. Petrpolis, RJ: Vozes, 1997.
6. BUSSAB WO, MORETTIN PA Estatstica bsica. 5 ed. So Paulo: Saraiva, 2003.
7. CALLEGARI-JACQUES SM Bioestatstica: princpios e aplicaes. 1 ed. Porto Alegre:
Artmed, 2003.
8. DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed.,
New York: John Wiley & Sons, Inc., 1995.
9. GUIMARES RC, CABRAL JAS Estatstica. Lisboa: McGraw-Hill, 1997.
10. LEVIN J Estatstica aplicada s Cincias Humanas. So Paulo: Harper & Row do Brasil,
1987.
11. MARTINS GA Estatstica geral e aplicada. So Paulo: Atlas, 2001.
12. SPIEGEL MR Estatstica. 3 ed. So Paulo: Makron Books, 1993.
13. TRIOLA MF Introduo estatstica. 7 ed., Rio de Janeiro: LTC Livros Tcnicos e
Cientficos Editora Ltda, 1999.
14. VIEIRA S Introduo bioestatstica. 3 ed., Rio de Janeiro: Editora Campus, 1980.
ZAR J Biostatistical analysis. 2 ed. Englewood Cliffs: Prentice-Hall Inc., 1984.
10
GL
= 5%
= 1%
= 0,1%
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
3,84
5,99
7,82
9,49
11,07
12,59
14,07
15,51
16,92
18,31
19,68
21,03
22,36
23,68
25,00
26,30
27,59
28,87
30,14
31,41
32,67
33,92
35,17
36,42
37,65
38,88
40,11
41,34
42,56
43,77
6,64
9,21
11,34
13,28
15,09
16,81
18,48
20,09
21,67
23,21
24,72
26,22
27,69
29,14
30,58
32,00
33,41
34,80
36,19
37,57
38,93
40,29
41,64
42,98
44,34
45,64
46,96
48,28
49,59
50,89
10,83
13,82
16,27
18,46
20,52
22,46
24,32
26,12
27,88
29,59
31,26
32,91
34,53
36,12
37,70
39,29
40,75
42,31
43,82
45,32
46,80
48,27
49,73
51,18
52,52
54,05
55,48
56,89
58,30
59,70
11
COMPARAO
NA ESCALA INTERVALAR OU DE
RAZO
A comparao de varincias de duas amostras tomadas ao acaso de uma populao com distribuio
normal realizada pela frmula:
F=s
s
1
2
2
No numerador colocamos a maior e no denominador a menor das varincias encontradas nas amostras.
O valor de F calculado ser comparado ao valor de Fcrtico obtido em uma tabela de distribuio de F,
considerando o nvel de significncia adotado, os graus de liberdade do numerador (n1-1) e o graus de
liberdade do denominador (n2-1).
O teste de comparao de varincias apresentado acima ser muito comprometido se as condies
tericas exigidas distribuio normal e amostras tomadas ao acaso - no forem cumpridas.
H0 :
H1:
s =s
s s
Calculamos o valor de F e procuramos o valor crtico de F na sua tabela. Se o valor de F menor que o
encontrado na tabela, no podemos rejeitar a hiptese H0 (significa que a probabilidade de F maior que
o nvel de significncia adotado), concluindo que as amostras tm varincias iguais. Quando o valor de F
for maior ou igual ao valor da sua tabela rejeitamos H0, concluindo que as varincias comparadas so
diferentes.
Exemplo I.1 - Um grupo de crianas com idades entre 7 e 7,5 anos foi submetido a um exame antropomtrico e o
resultados encontrados so apresentados abaixo:
Mdia
Varincia
Sexo masculino
174
123,9
34,81
Sexo feminino
239
123,3
31,36
Desejando saber se a diferena observada entre as varincias das amostras significativa e considerando
o nvel de significncia de 5% (=0,05), calculamos o valor de F:
F = 34,81 / 31,36 = 1,11
A seguir calculamos os graus de liberdade do numerador e do denominador:
Graus de liberdade do numerador = 174 1 = 173
Graus de liberdade do denominador = 239 1 = 238
Procuramos na tabela de F referente a =0,05 o valor crtico de F para 173 e 238 graus de liberdade.
F(0,05,173,238) = 1,00
Como o F calculado maior que F(0,05,173,238) concluimos que a probabilidade encontrada menor que 5%,
o que nos autoriza a rejeitar H0 e aceitar H1, concluindo que as duas amostras estudadas tm varincias
diferentes.
Observao: necessrio que as amostras tenham sido tomadas ao acaso e provenientes de uma
populao com distribuio normal.
2
t=
x x
EP(
1
x1 x 2 )
EP(x
x2)
o Erro Padro ou
EP
(x1 x 2
=
)
Sp2 Sp2
+
n1 n 2
s
Considera-se
2
p
2
p
O valor de t obtido deve ser comparado ao valor de tcrtico obtido na tabela de distribuio de t de Student,
considerando (n1+n2-2) graus de liberdade e o tipo de teste de hiptese (unilateral ou bilateral).
Construindo o teste de hipteses
A hiptese nula inclui a igualdade das mdias das amostras, enquanto a hiptese alternativa, que elas
sejam diferentes, ou ainda que m1>m2 ou m1<m2.
Assim:
H0 : m1 = m2
H1 : m1 # m2
ou
H0 : m1 < m2
H1 : m1 > m2
ou
H0 : m1 > m2
H1 : m1 < m2
Nos testes bilaterais trabalhamos com as duas caudas da distribuio de t, sendo que a rea de no
rejeio de H0 corresponde aos valores de t < tcrtico e t > -tcrtico.
As reas de rejeio de H0 correspondem aos valores de t > tcrtico ou t < -tcrtico (Figura 1).
3
Nos testes unilaterais do tipo m1>m2, se o valor de t menor que o encontrado na tabela, no rejeitamos
a hiptese H0 (significa que a probabilidade de t maior que o nvel de significncia adotado). Quando t
for maior ou igual ao valor da tabela rejeitamos H0 (Figura 2).
Nos testes unilaterais do tipo m1<m2, se o valor de t maior que o encontrado na tabela, no rejeitamos a
hiptese H0 (significa que a probabilidade de t maior que o nvel de significncia adotado). Quando t
for menor ou igual ao valor da tabela rejeitamos H0 (Figura 3).
rea de rejeio de H0
-t
+t
rea de no rejeio de H0
Figura 1 reas de rejeio de H0 no teste t de Student bilateral. H1: m1#m2
rea de rejeio de H0
- t
Figura 3 rea de rejeio de H0 no teste t de Student unilateral. H1: m1<m2
rea de rejeio de H0
+ t
Figura 2 rea de rejeio de H0 no teste t de Student unilateral. H1: m1>m2
Exemplo I.2 - Um grupo de crianas com idades entre 8 e 8,5 anos foi submetido a um exame
antropomtrico e os resultados encontrados so apresentados abaixo. O pesquisador deseja saber se as
diferenas observadas entre as mdias das amostras so estatisticamente significantes.
Mdia
Varincias
Sexo masculino
111
126,0
33,64
Sexo feminino
137
125,2
32,49
Desejando saber se a diferena observada entre as varincias das amostras significativa, considerando o
nvel de significncia de 5% (=0,05), calculamos o valor de F:
F = 33,64 / 32,49 = 1,035
A seguir calculamos os graus de liberdade do numerador e do denominador:
Graus de liberdade do numerador = 111 1 = 110
Graus de liberdade do denominador = 137 1 = 136
Procuramos na tabela de F referente a = 0,05 o valor crtico de F para 109 e 137 graus de liberdade.
F(0,05;109;137) = 1,27
Como o F calculado menor que F(0,05,173,238), concluimos que a probabilidade encontrada maior que
5%, o que nos autoriza a no rejeitar H0.
5
A seguir, considerando que as amostras foram tomadas ao acaso de uma populao com distribuio
normal e que tm varincias iguais, aplicamos o Teste t de Student.
a) calculando o
b) calculando o
c) calculando o
EP x
t=
x2
s +s
n n
33,004 33,004
= 0,7336
+
111
137
Um situao especial aquela em que temos duas amostras com varincias diferentes tomadas ao acaso
de uma populao com distribuio normal. Esta situao conhecida como problema de Behrens-Fisher
e vrias solues tm sido propostas para resolv-la. Uma alternativa boa foi proposta por Smith (1936),
que tambm conhecida por Aproximao de t de Welch, em que calcula-se o valor de t por:
t=
x1 x 2
2
S1 + S 2
n1 n2
S S
+
n n
gl =
s s
n + n
2
1
2
2
1
1
n1 1
n2 1
n=10
mdia= 10
varincia= 2,0
Amostra B:
n=10
mdia= 12
varincia= 2,0
Desejamos saber se a mdia de A estatisticamente menor que a de B, portanto, temos um teste unilateral
com:
H0: m1 > m2
H1: m1 < m2
a)
verificamos que o t crtico para = 0,05; 18 graus de liberdade e teste unilateral 1,734
t=
x x
EP(x x )
1
Observaes
a) quando h um importante desvio das condies de normalidade e/ou de igualdade das varincias
recomenda-se utilizar um mtodo no-paramtrico para a comparao dos dois grupos.
b) quando a hiptese alternativa m1<m2 o valor de t negativo (menor que 0). Como pode ser
observado, os valores na tabela de distribuio de t so todos maiores que 0. Na verdade os valores
negativos no foram colocados na tabela para economizar espao. Como a distribuio de t simtrica,
basta achar o valor positivo de t considerando o nvel de significncia desejado e os graus de liberdade e
atribuir-lhe o sinal negativo.
Quando o t calculado menor que o valor de tcrtico, rejeitamos H0 e aceitamos H1.
VIOLAO DAS CONDIES IDEAIS PARA APLICAO DO TESTE T DE STUDENT
Do ponto de vista terico necessrio que as duas amostras que esto sendo comparadas tenham sido
tiradas ao acaso de uma populao que tenha distribuio normal e que as duas amostras tenham
varincias iguais. Estas condies dificilmente so conseguidas em pesquisas na rea da Biologia.
Vrios estudos tm demonstrado que o Teste t pouco alterado quando as condies acima descritas no
so obtidas, especialmente quando as amostras tm o mesmo tamanho ou so aproximadamente iguais em
testes bilaterais; por outro lado, o Teste t torna-se mais resistente quanto maior for o tamanho das
amostras, especialmente quando elas tm o mesmo tamanho (n1 = n2). Deveremos ser muitos prudentes
em teste unilaterais quando h assimetria evidente.
Pode-se dizer que o Teste t bilateral muito pouco afetado pela assimetria em amostras que foram
tomadas ao acaso, porm o mesmo no ocorre se usarmos o teste unilateral.
Com relao curtose, o poder do teste menor nas distribuies platicrticas e maior na leptocrticas,
especialmente quando as amostras so pequenas.
t=
D
EP D
sendo que
EP D =
s
n
Quando no h diferena importante entre as medidas inicial e final de cada elemento a mdia das
diferenas e o valor de t tendem a zero. Nos casos em que o procedimento aplicado tem forte impacto as
diferenas individuais passam a ser mais expressivas, com mdia e valor de t se afastando de zero.
H trs possibilidades para H1:
a) s interessa ao pesquisador saber se h diferena entre o incio e o final do estudo
H0 : D = 0
H1 :
D0
Trata-se de um teste bilateral com dois valores crticos de t ( -t e +t ) que so obtidos na tabela de t de
Student considerando-se o nvel de significncia adotado () e o nmero de graus de liberdade (n-1).
Se o valor de t < -t ou t > +t, t est na zona de rejeio de H0 , portanto, aceita-se H1. Quando o t <
+t e t > -t , est na zona de no rejeio de H0 (Figura 1).
b) Se interessa ao pesquisador saber se os valores no final do estudo so maiores que no incio.
Calculando D = Medidafinal Medidainicial:
H0 : D 0
H1 :
D>0
Trata-se de um teste unilateral, sendo que o valor crtico de t ( +t ) obtido na tabela de t de Student
considerando o nvel de significncia adotado () e o nmero de graus de liberdade. Se o t < t crtico no
se rejeita H0, caso contrrio rejeita-se H0 (Figura 2).
c) Se interessa ao pesquisador saber se os valores no final do estudo so menores que no incio.
Calculando D = Medidafinal Medidainicial:
H0 : D 0
H1 :
D<0
Trata-se de um teste unilateral, sendo que o valor crtico de t ( -t ) obtido na tabela de t de Student
considerando o nvel de significncia adotado () e o nmero de graus de liberdade. Se o t > t crtico no
se rejeita H0, caso contrrio rejeita-se H0 (Figura 3).
10
Exemplo I.4 - Um grupo de 10 crianas com asma grave, do sexo masculino e 4 anos de idade, que receberam
tratamento com prednisona durante 6 meses. Com o objetivo de avaliar o impacto do tratamento no escore z da altura,
os pacientes foram medidos no incio e no final do perodo de estudo.
escore z da altura
Criana
Diferenas
Inicial
Final
Final - Inicial
n. 1
-0,807
-0,799
0,008
n. 2
0,302
0,305
0,003
n. 3
0,001
-0,023
-0,024
n. 4
1,234
1,089
-0,145
n. 5
-1,111
-1,099
0,012
n. 6
2,010
2,005
-0,005
n. 7
0,222
0,219
-0,003
n. 8
0,123
0,144
0,021
n. 9
-0,199
-0,05
0,149
n. 10
-0,155
-0,087
0,068
0,008
0,073343
As 10 crianas apresentaram diferenas cuja mdia igual a 0,008 e desvio padro 0,073343. A seguir
calcula-se o Erro Padro da Mdia.
EP D =
0,073343
= 0,023
10
12
BIBLIOGRAFIA
1.
ALTMAN DG Practical statistics for medical research. 1 ed. London: Chapman & Hall, 1991.
2.
3.
4.
BERQU ES, SOUZA JMP, GOTLIEB SLD Bioestatstica. 1 ed. So Paulo: EPU, 1981.
5.
BLAND M An introduction to medical statistics. 2 ed. New York: Oxford University Press, 1995.
6.
7.
8.
9.
DANIEL WW Biostatistics A foundation for analysis in the health sciences. 6 ed., New York:
John Wiley & Sons, Inc., 1995.
13
Tabela de distribuio de t
Unilateral
40%
25%
10%
5%
2,5%
1%
0,5%
0.05%
Bilateral
80%
50%
20%
10%
5%
2%
1%
0,1%
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
0.324920
0.288675
0.276671
0.270722
0.267181
0.264835
0.263167
0.261921
0.260955
0.260185
0.259556
0.259033
0.258591
0.258213
0.257885
0.257599
0.257347
0.257123
0.256923
0.256743
0.256580
0.256432
0.256297
0.256173
0.256060
0.255955
0.255858
0.255768
0.255684
0.255605
1.000000
0.816497
0.764892
0.740697
0.726687
0.717558
0.711142
0.706387
0.702722
0.699812
0.697445
0.695483
0.693829
0.692417
0.691197
0.690132
0.689195
0.688364
0.687621
0.686954
0.686352
0.685805
0.685306
0.684850
0.684430
0.684043
0.683685
0.683353
0.683044
0.682756
3.077684
1.885618
1.637744
1.533206
1.475884
1.439756
1.414924
1.396815
1.383029
1.372184
1.363430
1.356217
1.350171
1.345030
1.340606
1.336757
1.333379
1.330391
1.327728
1.325341
1.323188
1.321237
1.319460
1.317836
1.316345
1.314972
1.313703
1.312527
1.311434
1.310415
6.313752
2.919986
2.353363
2.131847
2.015048
1.943180
1.894579
1.859548
1.833113
1.812461
1.795885
1.782288
1.770933
1.761310
1.753050
1.745884
1.739607
1.734064
1.729133
1.724718
1.720743
1.717144
1.713872
1.710882
1.708141
1.705618
1.703288
1.701131
1.699127
1.697261
12.70620
4.30265
3.18245
2.77645
2.57058
2.44691
2.36462
2.30600
2.26216
2.22814
2.20099
2.17881
2.16037
2.14479
2.13145
2.11991
2.10982
2.10092
2.09302
2.08596
2.07961
2.07387
2.06866
2.06390
2.05954
2.05553
2.05183
2.04841
2.04523
2.04227
31.82052
6.96456
4.54070
3.74695
3.36493
3.14267
2.99795
2.89646
2.82144
2.76377
2.71808
2.68100
2.65031
2.62449
2.60248
2.58349
2.56693
2.55238
2.53948
2.52798
2.51765
2.50832
2.49987
2.49216
2.48511
2.47863
2.47266
2.46714
2.46202
2.45726
63.65674
9.92484
5.84091
4.60409
4.03214
3.70743
3.49948
3.35539
3.24984
3.16927
3.10581
3.05454
3.01228
2.97684
2.94671
2.92078
2.89823
2.87844
2.86093
2.84534
2.83136
2.81876
2.80734
2.79694
2.78744
2.77871
2.77068
2.76326
2.75639
2.75000
636.6192
31.5991
12.9240
8.6103
6.8688
5.9588
5.4079
5.0413
4.7809
4.5869
4.4370
4.3178
4.2208
4.1405
4.0728
4.0150
3.9651
3.9216
3.8834
3.8495
3.8193
3.7921
3.7676
3.7454
3.7251
3.7066
3.6896
3.6739
3.6594
3.6460
0.253347
0.674490
1.281552
1.644854
1.95996
2.32635
2.57583
3.2905
14
S22
(numerador)
denominador
10
12
15
20
24
30
40
60
120
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
60
120
647,79
38,51
17,44
12,22
10,01
8,81
8,07
7,57
7,21
6,94
6,72
6,55
6,41
6,30
6,20
6,12
6,04
5,98
5,92
5,87
5,83
5,79
5,75
5,72
5,69
5,66
5,63
5,61
5,59
5,57
5,42
5,29
5,15
5,02
799,50
39,00
16,04
10,65
8,43
7,26
6,54
6,06
5,71
5,46
5,26
5,10
4,97
4,86
4,77
4,69
4,62
4,56
4,51
4,46
4,42
4,38
4,35
4,32
4,29
4,27
4,24
4,22
4,20
4,18
4,05
3,93
3,80
3,69
864,16
39,17
15,44
9,98
7,76
6,60
5,89
5,42
5,08
4,83
4,63
4,47
4,35
4,24
4,15
4,08
4,01
3,95
3,90
3,86
3,82
3,78
3,75
3,72
3,69
3,67
3,65
3,63
3,61
3,59
3,46
3,34
3,23
3,12
899,58
39,25
15,10
9,60
7,39
6,23
5,52
5,05
4,72
4,47
4,28
4,12
4,00
3,89
3,80
3,73
3,66
3,61
3,56
3,51
3,48
3,44
3,41
3,38
3,35
3,33
3,31
3,29
3,27
3,25
3,13
3,01
2,89
2,79
921,85
39,30
14,88
9,36
7,15
5,99
5,29
4,82
4,48
4,24
4,04
3,89
3,77
3,66
3,58
3,50
3,44
3,38
3,33
3,29
3,25
3,22
3,18
3,15
3,13
3,10
3,08
3,06
3,04
3,03
2,90
2,79
2,67
2,57
937,11
39,33
14,73
9,20
6,98
5,82
5,12
4,65
4,32
4,07
3,88
3,73
3,60
3,50
3,41
3,34
3,28
3,22
3,17
3,13
3,09
3,05
3,02
2,99
2,97
2,94
2,92
2,90
2,88
2,87
2,74
2,63
2,52
2,41
948,22
39,36
14,62
9,07
6,85
5,70
4,99
4,53
4,20
3,95
3,76
3,61
3,48
3,38
3,29
3,22
3,16
3,10
3,05
3,01
2,97
2,93
2,90
2,87
2,85
2,82
2,80
2,78
2,76
2,75
2,62
2,51
2,39
2,29
956,66
39,37
14,54
8,98
6,76
5,60
4,90
4,43
4,10
3,85
3,66
3,51
3,39
3,29
3,20
3,12
3,06
3,01
2,96
2,91
2,87
2,84
2,81
2,78
2,75
2,73
2,71
2,69
2,67
2,65
2,53
2,41
2,30
2,19
963,28
39,39
14,47
8,90
6,68
5,52
4,82
4,36
4,03
3,78
3,59
3,44
3,31
3,21
3,12
3,05
2,98
2,93
2,88
2,84
2,80
2,76
2,73
2,70
2,68
2,65
2,63
2,61
2,59
2,57
2,45
2,33
2,22
2,11
968,63
39,40
14,42
8,84
6,62
5,46
4,76
4,30
3,96
3,72
3,53
3,37
3,25
3,15
3,06
2,99
2,92
2,87
2,82
2,77
2,73
2,70
2,67
2,64
2,61
2,59
2,57
2,55
2,53
2,51
2,39
2,27
2,16
2,05
976,71
39,41
14,34
8,75
6,52
5,37
4,67
4,20
3,87
3,62
3,43
3,28
3,15
3,05
2,96
2,89
2,82
2,77
2,72
2,68
2,64
2,60
2,57
2,54
2,51
2,49
2,47
2,45
2,43
2,41
2,29
2,17
2,05
1,94
984,87
39,43
14,25
8,66
6,43
5,27
4,57
4,10
3,77
3,52
3,33
3,18
3,05
2,95
2,86
2,79
2,72
2,67
2,62
2,57
2,53
2,50
2,47
2,44
2,41
2,39
2,36
2,34
2,32
2,31
2,18
2,06
1,95
1,83
993,10
39,45
14,17
8,56
6,33
5,17
4,47
4,00
3,67
3,42
3,23
3,07
2,95
2,84
2,76
2,68
2,62
2,56
2,51
2,46
2,42
2,39
2,36
2,33
2,30
2,28
2,25
2,23
2,21
2,20
2,07
1,94
1,82
1,71
997,25
39,46
14,12
8,51
6,28
5,12
4,42
3,95
3,61
3,37
3,17
3,02
2,89
2,79
2,70
2,63
2,56
2,50
2,45
2,41
2,37
2,33
2,30
2,27
2,24
2,22
2,19
2,17
2,15
2,14
2,01
1,88
1,76
1,64
1001,41
39,47
14,08
8,46
6,23
5,07
4,36
3,89
3,56
3,31
3,12
2,96
2,84
2,73
2,64
2,57
2,50
2,45
2,39
2,35
2,31
2,27
2,24
2,21
2,18
2,16
2,13
2,11
2,09
2,07
1,94
1,82
1,69
1,57
1005,60
39,47
14,04
8,41
6,18
5,01
4,31
3,84
3,51
3,26
3,06
2,91
2,78
2,67
2,59
2,51
2,44
2,38
2,33
2,29
2,25
2,21
2,18
2,15
2,12
2,09
2,07
2,05
2,03
2,01
1,88
1,74
1,61
1,48
1009,80
39,48
13,99
8,36
6,12
4,96
4,25
3,78
3,45
3,20
3,00
2,85
2,72
2,61
2,52
2,45
2,38
2,32
2,27
2,22
2,18
2,15
2,11
2,08
2,05
2,03
2,00
1,98
1,96
1,94
1,80
1,67
1,53
1,39
1014,02
39,49
13,95
8,31
6,07
4,90
4,20
3,73
3,39
3,14
2,94
2,79
2,66
2,55
2,46
2,38
2,32
2,26
2,20
2,16
2,11
2,08
2,04
2,01
1,98
1,95
1,93
1,91
1,89
1,87
1,72
1,58
1,43
1,27
1018,26
39,50
13,90
8,26
6,02
4,85
4,14
3,67
3,33
3,08
2,88
2,73
2,60
2,49
2,40
2,32
2,25
2,19
2,13
2,09
2,04
2,00
1,97
1,94
1,91
1,88
1,85
1,83
1,81
1,79
1,64
1,48
1,31
1,00
15