Inferență referitoare la medii

Metode de inferență pentru medii

• Eșantioane mari
– O singură medie: Metoda normală (metoda z)
– Date în perechi: Metoda normală (metoda z)
– Două eșantioane: Metoda normală (metoda z)
• Eșantioane mici
– O singură medie: Metoda t pentru un eșantion
– Date în perechi: Metoda t pentru eșantioane perechi
– Două eșantioane: Metoda t pentru două eșantioane
(metoda t pentru eșantioane independente, metoda t
pentru două grupuri)
• Mai mult de două eșantioane
– Analiza de varianță unidirecțională (ANOVA)
 O singură medie, metoda pentru
eșantioane mari
Idee: Interval de încredere care folosește distribuția normală.
Metoda se poate folosi pentru orice eșantion mare. Datele pot
să provină din orice distribuție.
Ex: Distribuția greutății la naștere a copiilor în cazul a 1769
sarcini de tip singleton la mamele caucaziene din sudul Londrei.

1: Media = 3296.0 g
Abaterea standard = 563.2 g
Frecvența

Eroarea standard a mediei =

13.5 g = 563.2 / 1769

Brooke OG, Anderson HR, Bland JM, Peacock JL, Stewart

CM. (1989) Effects on birth weight of smoking, alcohol,
caffeine, socioeconomic factors, and psychosocial stress.
British Medical Journal, 298, 795-801.
Greutatea la naștere (g)
 O singură medie, metoda pentru
eșantioane mari
2: Interval de încredere (CI) care folosește distribuția normală.
Media = 3296.0 g, Abaterea standard (SD) = 563.2 g,
Eroarea standard a mediei (ES) = 13.5 g.
Eșantioane mari (th. Limita Centrala)  media eșantioanelor are o
distribuție normală cu media = 3296.0 și SD = 13.5 (estimate din date).

3: 95% din observații dintr-o

distribuție normală se află în
intervalul 1.96  SD de o parte și
Frecvența

de alta a mediei.
95% CI:
Lim inf: 3296.0 - 1.96  13.5
Lim sup: 3296.0 + 1.96  13.5
adică (3270, 3322).

Greutatea la naștere (g)

 O singură medie, metoda pentru
eșantioane mari
Presupuneri:
Observațiile sunt independente între ele. Nu
trebuie să avem, de exemplu, un grup de 100
observații astfel ca pentru 10 subiecți să avem cam
10 observații pentru fiecare.
Eșantionul trebuie să fie suficient de mare astfel
încât eroarea standard să poată fi bine
determinată. O regulă empirică: ar trebui să fie 100
observații pentru un grup
 Date în perechi, metoda pentru
eșantioane mari
Idee: Interval de încredere (CI) pentru media diferențelor
bazat pe distribuția normală.
Ex: Modificările stării de depresie cu ajutorul internetului.
Au fost recrutați 525 indivizi cu simptome de depresie
indentificate într-un sondaj.
Acestia au fost alocați aleatoriu la 3 site-uri web:
-BluePages (site) care oferă informații despre depresie
(n = 166),
-MoodGYM care se referă la o terapie cognitiv
comportamentă (n = 182)
-un grup de control care folosește placebo (n = 178).
Christensen H, Griffiths KM, Jorm AF. (2004) Delivering interventions for depression by using the internet: randomised controlled
trial. British Medical Journal 328, 265-268.
 Date în perechi, metoda pentru
eșantioane mari
Scorul de bază în depresie și după șase săptămâni de tratament
pentru cei 525 pacienți cu depresie (Christensen et al. (2004))

90 (17%) dintre subiecții nu au răspuns la chestionar și autorii au

presupus că scorurile lor au rămas neschimbate.
Aceasta înseamnă că indiferent de distribuția inițială a scorurilor,
distribuția diferențelor trebuie să aibă un vârf mare care apare
pentru un număr de cel puțin 90 de observații. Astfel nu putem
avea o distribuție normală!
 Date în perechi, metoda pentru
eșantioane mari
1: BluePages: 165 de subiecți,
media diferențelor în scorurile depresiei = 3.9,
abaterea standard = 9.1.
2: Eroarea standard a mediei = 0.71
3: Intervalul de 95% încredere pentru media diferențelor
este:
Lim inf: 3.9 - 1.96 x 0.71
Lim sup: 3.9 + 1.96 x 0.71
(2.5, 5.3) puncte pe scala depresiei.
Aceasta reprezintă o estimație de tip interval pentru media
diferențelor între punctajele depresiei presupunând că
răspunsul nonrespondenților este același.
 Date în perechi, metoda pentru
eșantioane mari
BluePages: 165 de subiecți,
media diferențelor în scorurile depresiei = 3.9,
abaterea standard = 9.1,
eroarea standard a mediei = 0.71
Idee: Test de semnificație:
- Ipoteza nulă: Media schimbărilor în populație este 0
(Tratamentul nu are efect!).
- Ipoteza alternativă: Există o schimbare (în orice direcție).
Eșantioane mari (th. Limita Centrala)  media estimată urmează o
distribuție normală cu abarerea egală cu eroarea standard a mediei.
Diferența dintre media observată în eşantion și media populației (aici
0) împărțită prin eroarea standard (statistica testului) va urma
distribuția normală standard.
 Date în perechi, metoda pentru
eșantioane mari
BluePages: 165 de subiecți,
media diferențelor în scorurile depresiei = 3.9,
abaterea standard = 9.1,
eroarea standard a mediei = 0.71
Test de semnificație:
- Ipoteza nulă: Media schimbărilor în populație este 0.
Dacă ipoteza nulă este adevărată atunci media observată în
eşantionul împărțită prin eroarea standard va urma
distribuția normală standard.
z = 3.9/0.71 = 5.49.
p = 0.00000004 (vom scrie p <0.0001)
Atentie! 95%CI: (2.5, 5.3) – 0 nu se află în interval!
Aceasta este testul pentru eșantioane mari de distribuție
normală pentru o singură medie, test cunoscut, de
asemenea, și sub denumirea de testul z pentru o singură
medie.
 Date în perechi, metoda pentru
eșantioane mari
Presupuneri:
Diferentele sunt independente .
Eşantionul (de diferente) este suficient de mare.
Regula empirică spune că trebuie cel puțin 100
observații pentru un grup.
Media şi abaterea standard a diferențelor nu
trebuie să aibă legătură cu dimensiunea variabilelor
(efectul dimensiunii eșantionului).
Putem verifica ultima afirmație printr-o reprezentare grafică
(diagrama de corelație) a diferențelor și mediei celor două
măsurători.
Aceasta va fi descrisă în detaliu mai târziu la testul t în perechi.
 Date independente, metoda
pentru eșantioane mari

Idee: Intervalul de încredere pentru diferența mediilor:

(BluePages – MoodGYM)
Diferența = -0.3 (4.2-3.9)
Eroarea standard a diferenței = 0.712  0.672= 0.98
Observație: Testul se aplică doar în cazul grupurilor
independente.
Intervalul de 95% încredere pentru media diferențelor este:
Lim inf: -0.3 - 1.96 x 0.98
Lim sup: -0.3 + 1.96 x 0.98,
Adică (-2.2, +1.6) puncte pe scala depresiei.
 Date independente, metoda
pentru eșantioane mari

Idee: Ipoteza nulă pentru testarea egalitatății mediilor

(BluePages versus MoodGYM).
Diferența = -0.3,
Eroarea standard a diferenței = 0.712  0.672 = 0.98
Dacă ipoteza nulă este adevărată: diferența/eroarea standard
(statistica testului) va avea o distribuție normală standard.
Diferența/eroarea standard = -0.3/0.98=-0.31
Pentru distribuția normală p = 0.76.
Atentie! 95%CI: (-2.2, +1.6) – 0 se află în interval!
Acesta este testul z pentru eșantioane mari independente sau
testul z pentru două medii.
 Date independente, metoda
pentru eșantioane mari

BluePages versus Control:

Diferența = 2.9,
Eroarea standard a diferenței = 0.95
95%CI: (1.0, 4.8) – 0 nu se află în interval!
Diferența/eroarea standard = 2.9/0.95=3.05
Pentru distribuția normală p = 0.002. (0.002 x 3 = 0.006!!)
MoodGYM versus Control:
Diferența = 3.2,
Eroarea standard a diferenței = 0.92
95%CI: (1.4, 5.0) – 0 nu se află în interval!
Diferența/eroarea standard = 3.2/0.92=3.48
Pentru distribuția normală p = 0.0005. (0.0005 x 3 = 0.0015 !!)
 Date independente, metoda
pentru eșantioane mari
Presupuneri:
Observațiile şi grupurile sunt independente între ele.
Nu trebuie să existe legături între observațiile dintre cele
două grupuri, precum ar fi un studiu în care fiecare
subiect într-un grup este relaționat, de exemplu, prin
vârstă şi sex, cu un subiect din celălalt grup.
Eșantioanele trebuie să suficient de mari pentru ca
erorile standard să fie bine estimate iar mediile trebuie
să aibă o distribuție normală. Regula empirică spune că
pentru un singur eșantion ar trebui să avem cel puțin 100
de observații iar pentru două eşantioane de cel puțin 50
de observații în fiecare.
 Metoda t pentru eșantioane mici
Ex: 9 pacienți cu răni cronice nevindecte (Shukla et al., 2004).
Biopsiile au fost evaluate folosind scorul obținut cu ajutorul
unui sistem care gradează angiogeneza microscopică (MAGS)
și care furnizează un indice care evaluează cât de bine vasele
mici de sânge sunt în curs de dezvoltare deci, prin urmare,
evaluează regenerarea epitelială. Scorurile mari sunt cele mai
bune.
Cele nouă observațiile au fost: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Shukla VK, Rasheed MA, Kumar M, Gupta SK, Pandey SS. (2004) A trial to determine the role of placental extract in the
treatment of chronic non-healing wounds. Journal of Wound Care 13, 177-9,
 Metoda t pentru eșantioane mici
Observații: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Idee: Interval de 95% încredere pentru medie!
Dacă am fi avut eșantioane mari se putea folosi formula:
media – 1.96  eroarea , media + 1.96  eroarea
standard a mediei standard a mediei
Nu putem folosi metoda pentru eșantioane mari bazată pe
distribuția normală deoarece eșantionul este prea mic!
În acest caz eroarea standard nu este suficient de bine estimată!
 Metoda t pentru eșantioane mici
Observații: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Idee: Interval de 95% încredere pentru medie!
media – 1.96  eroarea , media + 1.96  eroarea
standard a mediei standard a mediei
Vom folosi distribuția Student T.
Interval de 95% încredere pentru medie:
media – t0.05  eroarea , media + t0.05  eroarea
standard a mediei standard a mediei
 Metoda t pentru eșantioane mici
Observații: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Idee: Interval de 95% încredere pentru medie!
media – t0.05  eroarea , media + t0.05  eroarea
standard a mediei standard a mediei
Ce este t0.05?
Aceasta este o valoare care provine din distribuția Student T,
definită ca fiind distribuția urmată de diferența dintre media
unui eșantion și media populației împărțită la eroarea standard,
când observațiile urmează o distribuție normală.
t0.05 este valoarea critică pentru pragul de 5% bilateral al
distribuției t cu un număr de grade de libertate egal cu nr de
observații minus unu.
 Distribuția Student t
Familia de distribuții t (Student) cu un parametru (numărul
gradelor de libertate):
1 grad de libertate 4 grade de libertate

probabilitate
Densitate de
probabilitate
Densitate de

t t
20 grade de libertate Distribuția normală standard
probabilitate

probabilitate
Densitate de

Densitate de

t t
Cu cât numărul gradelor de libertate crește cu atât distribuția
t tinde să devină mai apropiată de distribuția normală
standard!
Valori critice pentru distribuția
normală
Teste unilaterale Teste bilaterale
 Valoarea critică pentru pragul de 5%
pentru distribuția t cu 4 grade de libertate
Densitate de probabilitate

H0
adevărată

Regiune de acceptare

t cu 4 grade de libertate
Valori critice pentru distribuția t
 Metoda t pentru eșantioane mici
Observații: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Idee: Interval de 95% încredere pentru medie!
media – t0.05  eroarea , media + t0.05  eroarea
standard a mediei standard a mediei
Ce este t0.05?
t0.05 este valoarea critică pentru pragul de 5% (caz bilateral) al
distribuției t cu un număr de grade de libertate egal cu nr de
observații minus unu.
Acestea sunt gradele de libertate folosite și la calculul varianței
(dispersiei) eșantionului.
Avem 9 observații astfel 9 – 1 = 8 grade de libertate.
Valori critice pentru distribuția t
 Metoda t pentru eșantioane mici
Observații: 20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Media = 41.7,
Abaterea standard = 12.5,
Eroarea standard a mediei este de 4.2.
Idee: Interval de 95% încredere pentru medie!
media – t0.05  eroarea , media + t0.05  eroarea
standard a mediei standard a mediei
t0.05 = 2.31.
Interval de 95% încredere pentru medie:
(41.7 – 2.31  4.2, 41.7 + 2.31  4.2)=
= (32.0, 51.4) unități MAGS
 Metoda t pentru eșantioane mici
Presupuneri:

Observațiile şi grupurile sunt independente între ele

Observațiile provin dintr-o distribuție normală

 Metoda t pentru eșantioane mici
Presupunere: Observațiile provin dintr-o distribuție
normală
Dificil de verificat cu ajutorul unei histograme pentru un eșantion
mic:
Frecvența

Scoruri MAGS înainte de tratament

Se poate verifica presupunerea referitoare la normalitate cu
ajutorul unei reprezentări grafice a normalității.
 Reprezentarea grafică a
normalității
Construcție:
1. Se ordonează observațiile:
20, 31, 34, 39, 43, 45, 49, 51 şi 63.
Care va fi prima observație într-un eșantion normal distribuit
cu 9 observații?
Valoarea teoretică (așteptată) pentru cea mai mică
observație într-un eșantion cu 9 observații extras dintr-o
distribuție normală standard este -1.28.
2. Estimăm cea de-a doua observație, cea de-a treia, a patra
etc ca fiind:
-1.28, -0.84, -0.52, -0.25, 0.00, 0.25, 0.52, 0.84, 1.28
 Reprezentarea grafică a
normalității
Observațiile ordonate:
20, 31, 34, 39, 43, 45, 49, 51 şi 63.
2: Valorile medii pentru prima observație, cea de-a doua
observație, cea de-a treia, a patra etc dintr-un eșantion cu 9
observații extras dintr-o distribuție normală standard:
-1.28, -0.84, -0.52, -0.25, 0.00, 0.25, 0.52, 0.84, 1.28
3: Pentru un eșantion extras dintr-o distribuție normală cu
media și abaterea standard precum MAGS, vom multiplica
cu abaterea standard = 12.5 și vom aduna cu media 41.7:
25.6, 31.1, 35.1, 38.5, 41.7, 44.8, 48.2, 52.2, 57.7
 Reprezentarea grafică a
normalității
MAGS: 20, 31, 34, 39, 43, 45, 49, 51, 63.
Normala: 25.6, 31.1, 35.1, 38.5, 41.7, 44.8, 48.2, 52.2, 57.7
4: Dacă vom face reprezentarea grafică a normalității pentru
datele MAGS în raport cu valorile normale va trebui să ca
cele mai multe dintre observații să fie aproape de linie, dacă
scorurile MAGS urmează o distribuție normală.
Scoruri MAGS

Diagramă de Linie de
corelație - egalitate
scatter

Valori teoretice
 Reprezentarea grafică a
normalității
Distribuțiile asimetrice produc în jurul liniei de egalitate o
curbă sau o încovoiere.

Colesterol seric (mmol/L)

Distribuție
Frecvența

pozitiv
asimetrică Formă
sau convexă!
asimetrică la
dreapta! ”ține apă”

Colesterol (mmol/L) Valori teoretice

 Reprezentarea grafică a
normalității
Distribuțiile asimetrice produc în jurul liniei de egalitate o
curbă sau o încovoiere.
Pt greutatea la naștere (toate valorile):

Greutatea la naștere (g)

Distribuție
negativ
asimetrică Formă
Frecvența

sau concavă!
asimetrică la
stânga! ”nu ține apă”

Greutatea la naștere (g) Valori teoretice

 Reprezentarea grafică a
normalității
Distribuțiile asimetrice produc în jurul liniei de egalitate o
curbă sau o încovoiere.
Pt greutatea la naștere (la termen):

Greutatea la naștere (g)

Distribuție Linie
aproximativ dreaptă!
Frecvența

simetrică

Greutatea la naștere (g) Valori teoretice

 Reprezentarea grafică a
normalității
Există mai multe modalități de obținere a reprezentărilor grafice
pentru normalitate:
-Unele programe, precum SPSS, pun valorile calculate pe baza
distribuției normale pe axa verticală iar datele observate pe axa
orizontală. Astfel o curbă de tip ”nu ține apă” (concavă) indică o
asimetrie pozitivă iar o curba de tip ”ține apă” (convexă) o
asimetrie negativă.
- Alte programe folosesc valorile distribuției normale standard ca
valori calculate în locul celor pentru o distribuție normală cu
aceeaşi medie şi abatere standard ca și cele calculate pentru
datele observate, caz în care linia dreaptă depinde de medie şi
abatere standard, deci nu avem o linia de egalitate.
-Mai există și cazul în care se oferă o reprezentare grafică a
valorilor probabilității pentru distribuția normală și nu o
reprezentare grafică a cuantilelor pentru distribuția normală, însă
acestea arată similar şi sunt interpretate în acelaşi mod.
Teste de semnificație: Shapiro-Wilk, Shapiro-Francia, Kolmogorov-Smirnov .
 Metoda t pentru eșantioane
perechi
Scorurile MAGS înainte şi după tratamentul local cu extract de
placentă la pacienții cu răni nevindecate (Shukla et al., 2004)

media diferențelor= 9.33,

abaterea standard pt diferențe = 4.03,
eroarea standard a mediei diferențelor = 1.34
 Metoda t pentru eșantioane
perechi
Pentru eșantioane mici, va trebui să presupunem că
diferențele urmează o distribuție normală.
Intervalul de 95% încredere:
media – t0.05  eroarea , media + t0.05  eroarea
standard a mediei standard a mediei
t0.05 este valoarea critică pentru pragul de 5% (caz bilateral)
al distribuției t cu un număr de grade de libertate egal cu nr
de observații minus unu.
Testul de semnificație se referă la
media_diferențelor/eroarea_standard (statistica testului)
care urmează o distribuție t cu un număr de grade de
libertate egal cu numărul de observații minus 1.
 Metoda t pentru eșantioane
perechi
Ex: Creșterea scorului MAGS
Media diferențelor = 9.33,
SE = 1.34 litri/min
9 diferențe, deci 9 – 1 = 8 grade de libertate.
Valori critice pentru distribuția t
 Metoda t pentru eșantioane
perechi
Ex: Creșterea scorului MAGS
Media diferențelor = 9.33,
SE = 1.34 litri/min
9 diferențe, deci 9 – 1 = 8 grade de libertate.
Din randul cu 8 grade de libertate (d.f) se obține valoarea
t0.05 = 2.31.
Intervalul de 95% încredere:
(9.33 – 2.31  1.34, 9.33 + 2.31  1.34)=
=(6.2, 12.4)
Test de semnificație:
Media/SE = 9.33/1.34 = 6.96
 Metoda t pentru eșantioane
perechi
Ex: Creșterea scorului MAGS
Media diferențelor = 9.33,
SE = 1.34 litri/min
9 diferențe, deci 9 – 1 = 8 grade de libertate.
Din randul cu 8 grade de libertate (d.f) se obține valoarea
t0.05 = 2.31.
Idee: Intervalul de 95% încredere:
(9.33 – 2.31  1.34, 9.33 + 2.31  1.34)=
=(6.2, 12.4)
Idee: Test de semnificație:
Media/SE = 9.33/1.34 = 6.96
Din tabelul t, p<0.001. Dintr-un program de analiză statistică
p = 0.0001.
 Metoda t pentru eșantioane
perechi
Presupuneri:
Observațiile sunt independente între ele.
Diferențele urmează o distribuție normală
Media și abaterea standard a diferențelor este
constantă, adică nu este legată de dimensiunea
variabilei
 Metoda t pentru eșantioane
perechi
Verificarea presupunerilor pentru metoda t pentru
eșantioane perechi:
Diferențele urmează o distribuție normală (Verificarea
histogramei și a reprezentării grafice a normalității)
Diferența în scorurile MAGS,
(după minus înainte)

Valori teoretice
 Metoda t pentru eșantioane
perechi
Verificarea presupunerilor pentru metoda t pentru
eșantioane perechi:
Diferențele urmează o distribuție normală (Verificarea
histogramei și a reprezentării grafice a normalității)
Media și abaterea standard

Diferența în scorurile MAGS,

a diferențelor este

(după minus înainte)

constantă, adică nu este
legată de dimensiunea
variabilei (verificarea
reprezentării grafice a
diferențelor în raport cu
mediile) Mediile scorurilor MAGS
 Metoda t pentru eșantioane
perechi
Dacă nu sunt îndeplinite presupunerile:
Diferențele urmează o distribuție normală
Sunt necesare cel puțin 100 de observații pentru a
ignora normalitatea. Totuși, diferențele tind să aibă o
distribuție simetrică astfel că această presupunere este
îndeplinită cu ușurință.
Media și abaterea standard a diferențelor este
constantă, adică nu este legată de dimensiunea
variabilei.
De obicei se aplică transformări.
Metoda t pentru două eșantioane
Aceasta este cunoscută și sub numele de: metoda t pentru
eșantioane neperechi, testul t nepereche, metoda t pentru
două grupuri sau testul Student t pentru două eșantioane.
Ex: Densitatea capilară (măsurată pe mm2) pentru două grupuri
de pacienți: un grup de pacienții cu ulcer diabetic la picior şi un
grup de control fără ulcer (Marc Lamah)
Metoda t pentru două eșantioane
Nu se poate folosi metoda pentru eșantioane mari bazată pe
distribuția normală deoarece eșantioanele sunt prea mici!
Eroarea standard nu poate fi subicient de bine estimată!
Distribuția erorilor standard estimate depinde de distribuția
observațiilor.
Pentru metoda t pentru două eșantioane independente vom
face următoarele presupuneri :
• observațiile din grupuri provin din distribuții normale,
• distribuții celor două populații din care au fost extrase
eșantioanele au aceeaşi varianță. (Atenție! Populațiile și
nu eșantioanele extrase din ele au aceeaşi varianță.)
 Metoda t pentru două eșantioane
În cazul în care distribuțiile celor două populații au aceeaşi
varianță avem nevoie doar de o estimare a varianței. Noi numim
aceast estimare varianță comună sau grupată (amestecată).
Gradele de libertate necesare pentru această estimare a
varianței comune sunt egale cu numărul de observații minus 2.
Vom utiliza această estimare comune pentru varianță pentru a
estima eroarea standard a diferenței dintre medii.
Ex: Densitatea capilară
Varianța comună = 53.31,
SD = 7.30 capilare/mm2,
df = 19 + 23 - 2 = 40
SE pentru diferență = 2.26 capilare/mm2
Diferența = 34.08 – 22.59 = 11.49capilare/mm2
(control – ulcer)
Metoda t pentru două eșantioane
Ex: Densitatea capilară
Varianța comună = 53.31,
SD = 7.30 capilare/mm2,
df = 19 + 23 - 2 = 40
SE pentru diferență = 2.26 capilare/mm2
Diferența = 34.08 – 22.59 = 11.49capilare/mm2
(control – ulcer)
Intervalul de 95% încredere pentru diferență:
(11.49 - ?  2.26, 11.49 + ?  2.26)
? nu provine din distribuția normală ci din distribuția t cu 40
grade de libertate
Valori critice pentru distribuția t
Metoda t pentru două eșantioane
Ex: Densitatea capilară
Varianța comună = 53.31,
SD = 7.30 capilare/mm2,
df = 19 + 23 - 2 = 40
SE pentru diferență = 2.26 capilare/mm2
Diferența = 34.08 – 22.59 = 11.49capilare/mm2
(control – ulcer)
Intervalul de 95% încredere pentru diferență:
(11.49 - ?  2.26, 11.49 + ?  2.26)
? nu provine din distribuția normală ci din distribuția t cu 40
grade de libertate
(11.49 – 2.02  2.26, 11.49 + 2.02  2.26) =
= (6.29, 16.07) capilare/mm2
Metoda t pentru două eșantioane
Ex: Densitatea capilară
Varianța comună = 53.31,
SD = 7.30 capilare/mm2,
df = 19 + 23 - 2 = 40
SE pentru diferență = 2.26 capilare/mm2
Diferența = 34.08 – 22.59 = 11.49capilare/mm2
(control – ulcer)
Testul de semnificație:
Ipoteza nulă stabilește că în populație diferența între medii = 0:
(diferența – 0)/SE = 11.49/2.26 = 5.08
Dacă ipoteza nulă este adevărată atunci acest raport urmează o
distribuție t cu 40 grade de libertate.
Metoda t pentru două eșantioane
Ex: Densitatea capilară
Testul de semnificație:
ipoteza nulă stabilește că în populație diferența între medii = 0:
(diferența – 0)/SE = 11.49/2.26 = 5.08
Dacă ipoteza nulă este adevărată atunci acest raport urmează o
distribuție t cu 40 grade de libertate.

Din tabel, probabilitatea observării unei astfel de valori

extreme este mai mică de 0.001.
Folosind un program de analiză statistică se afisează valoarea
p = 0.0000, ceea ce înseamnă că p<0.0001.
Metoda t pentru două eșantioane
Presupuneri:
 Observațiile sunt independente între ele.
 Distribuția densității capilare este o distribuție
normală pentru fiecare populație.
 Varianțele sunt aceleași în fiecare populație.
Metoda t pentru două eșantioane
Presupuneri:
 Distribuția densității capilare este o distribuție
normală pentru fiecare populație.
 Varianțele sunt aceleași în fiecare populație.
Control Ulcere
Problemă:
Observațiile nu
Frecvența

Frecvența

sunt suficiente
pentru a trage
vreo concluzie!

Densitatea capilarelor Densitatea capilarelor

 Metoda t pentru două eșantioane
Presupuneri:
Distribuția densității capilare este o distribuție
normală pentru fiecare populație.
 Varianțele sunt aceleași în fiecare populație.
Soluție:
Vom combina cele două grafice
scăzând media grupului din fiecare
Frecvența

observație pentru a obține

reziduurile.
Reziduurile au media = 0.
Reprezentarea grafică pare destul de
simetrică însă tot avem prea puține
observații. O altă soluție (mai bună)
ar fi să întocmească o reprezentare
Reziduuri grafică a normalității pentru reziduuri.
Metoda t pentru două eșantioane
Ex: Densitatea capilară
Frecvența

Reziduuri

Reziduuri Normala inversă

Distribuția pare apropiată de cea normală.
Metoda t pentru două eșantioane
Presupuneri:
 Distribuția densității capilare este o distribuție
normală pentru fiecare populație.
 Varianțele sunt aceleași în fiecare populație.
Ex: Densitatea capilară
Control Pacienți cu ulcer

Abaterile standard par a fi similare.

Testarea egalității varianțelor: Testul F, testul Levene, testul
Bartlett etc!
Metoda t pentru două eșantioane
Presupuneri:
 Distribuția densității capilare este o distribuție
normală pentru fiecare populație.
 Varianțele sunt aceleași în fiecare populație.
Densitatea capilarelor

Control Ulcere
Grup de pacienți
Metoda t pentru două eșantioane
Efectele neîndeplinirii presupunerilor:
1. Metodele care folosesc distribuția t depind de îndeplinirea
anumitor condiții (presupuneri) referitoare la distribuția din
care provin datele.
În general, pentru două eşantioane de dimensiuni egale,
metoda t este foarte rezistentă la abaterile de la
normalitate, însă pe măsură ce eşantioanele devin mai puțin
egale ca mărime, aproximarea devine și ea mai puțin bună.
Acesta este probabil un efect al asimetriei care duce la
pierderea puterii.
Valorile p devin astfel prea mari iar intervale de încredere
prea largi.
Asimetria se poate, de obicei, corecta cu ajutorul unei
transformări!
Metoda t pentru două eșantioane
Efectele neîndeplinirii presupunerilor:
2. Dacă nu putem presupune o varianță uniformă, efectul,
de obicei, este mic dacă cele două populații urmează o
distribuție normală.
Varianțele inegale sunt adesea asociate cu asimetrii ale
datelor, caz în care, este necesară o transformare pentru a
corecta acest defect care de cele mai multe ori tinde, de
asemenea, să corecteze și alte.
Dacă distribuțiile sunt normale, putem folosi corecția
Satterthwaite a gradelor de libertate adesea numită și
metoda t pentru două eșantioane (grupuri) cu varianțe
inegale sau necomune.
Metoda t pentru două eșantioane
Varianțe inegale si distributie normala: corecția
Satterthwaite pentru gradele de libertate.
În cazul în care varianțele sunt inegale, nu se poate face o
estimație a varianței comune.
Vom folosi, în schimb, un model care se aplică eșantioanelor
mari pentru a calcula eroarea standard a diferenței dintre
medii. Vom înlocui valoarea t pentru intervale de încredere
şi de testele de semnificație cu un alt t cu mai puține grade
de libertate.
Gradele de libertate Satterthwaite depind de dimensiunile
relative ale varianțelor. Varianțe mari domină şi în cazul în
care una dintre ele este mult mai mare decât cealaltă, doar
gradele de libertate pentru acel grup sunt luate în
considerare ca fiind gradele de libertate.
Metoda t pentru două eșantioane
Varianțe inegale: corecția Satterthwaite pentru gradele
de libertate.
Ex: Densitatea capilară
Grade de libertate: 40 (= 19 + 23 – 2)
Grade de libertate Satterthwaite: 38.56.
Rotunjim valoarea la 38 pentru a folosi tabelul t.
Varianțe egale: 95% CI = (6.92, 16.07), p<0.0001.
Varianțe inegale: 95% CI = (6.91, 16.07), p<0.0001.
Observație: Metoda Satterthwaite este o aproximare
folosită în condiții neobişnuite. Metoda varianțelor egale
este testul standard t.
 Mai mult de două eșantioane
Analiza de varianță unidirecțională (ANOVA).
Presupunerile sunt la fel ca în cazul testului t pentru
două eșantioane indiferent de dimensiunea
eșantionului.