CURSUL 5

Inferență referitoare la medii

 Metode de inferență pentru
medii

• CE ESTE INFERENȚA STATISTICĂ?

• fundamentarea unor concluzii generale pe baza u?lizării unor date

empirice limitate
• în virtutea unor raționamente logico-probabilis5ce
• presupune existența unui eșan?on
• servește drept bază pentru descrierea populației din care a fost extras
 CONCEPTE AJUTĂTOARE
• Distribuția de eșan/onare
• Eroarea standard
• Distribuția normală
• Intervalul de încredere
 Distribuția de eșan@onare
• Toate eşan)oanele au o măsură numerică folosită pentru a spune ceva (a
face inferenţe) despre aceeaşi măsură în populaţie.
• Facem inferenţe despre parametrul din populaţie, folosind sta)s)ca din
eşan)on.
• Parametrul este întotdeauna o constantă.
• Sta)s)ca din eşan)on variază întotdeauna, deci cons)tuie o variabilă
aleatoare - posedă o distribuţie de probabilitate.
• Pentru media din eşan)on, avem distribuţia de eşan)onare a mediilor.
• Pentru abaterea standard din eşan)on, avem distribuţia de eşan)onare a
abaterilor standard.
Distribuția de eșan@onare
• Câte eșan?oane posibile există?
• R: o infinitate
• Câte medii posibile de eșan?oane există?
• R: o infinitate

Eroarea de eșan@onare:
Ø distanța de la sta5s5ca din eșan5on la parametrul din populație. Este datorată
întâmplării

Eroarea de non-eşan@onare:
qerori datorate altor factori, nealeatori (operatori de teren, operatori de introducere,
de prelucrare, etc.)
 Observaţii:
• – deviația standard a distribuției de eșan5onare este mai mică decât cea din
populație
• – deviația standard a distribuției de eșan5onare scade din ce în ce mai mult, pe
măsură ce creștem mărimea eșan5onului

Teorema Limită Centrală

Pentru un eșan5on de mărime mare, forma distribuției de eșan5onare este normală, indiferent
de forma distribuției în populație.

Concluzii:
Dacă vom calcula mediile tuturor eșan5oanelor de aceeași mărime (mare), vom constata că:
– aproxima5v 68% dintre acestea se află la o distanță de 1 E.S. față de media din populație
– aproxima5v 95% dintre acestea se află la o distanță de 2 E.S. față de media din populație
• Rezultă că distribuția de eșan?onare este o distribuție de
probabilitate con0nuă, care arată sta?s?cile din eșan?on și
probabilitățile asociate acestora.

• Media acestei distribuții µx este media tuturor mediilor de eșan?oane

posibile și este chiar media din populație.

• Abaterea standard a acestei distribuții (a acestei variabile aleatoare)

se numește Eroare Standard și este egală cu:
Principii Generale
În studiul într-o populaţie P a parametrilor unei caracteris5ci oarecare (can5ta5ve sau
calita5ve) este necesar în mod frecvent să se urmeze procedeul:
1. Se extrage un eșan5on reprezenta5v al acestei populații.
2. Prin mijloacele sta5s5cii descrip5ve se descrie distribuţia caracteris5cii pe eșan5onul
extras. AsUel se poate determina frecvența observată, dacă este vorba de o caracteris5că
calita5vă, sau se calculează media și variaţia, în cazul unei caracteris5ci can5ta5ve.
3. Prin mijloacele sta5s5cii inferenţiale (induc5ve) se ex5nd la întreaga populație
rezultatele observate pe eșan5on. Pornind de la parametrii observați (frecvența, media,
variația, etc) pe eșan5on se încearcă să se es5meze parametrii “teore5ci” ai întregii
populaţii.
Metode de inferență pentru medii
O SINGURĂ MEDIE-METODA PENTRU EȘANTIOANE
MARI
• Pentru a calcula intervale de încredere și pentru a aplica testarea
sta?s?că de semnificație în cazul mediilor eșan?oanelor mari vom
folosi distribuția normală
• Proprietăți aplicabile doar în cazul eșan?oanelor mari:
• mediile eșan?oanelor mari extrase în același mod urmează o
distribuție normală
• abaterea standard es?mată într-un eșan?on mare va fi aproape de
aceea a întregii populații - eroarea standard es?mată în eșan?on
este o bună es?mație
 O SINGURĂ MEDIE-METODA PENTRU
EȘANTIOANE MARI
• vom determina intervale de încredere pentru mediile eșan?oanelor
mari folosind distribuția normală.
• es?măm eroarea standard a mediei - se obține cu ajutorul abaterii
standard (eroarea standard a mediei fiind abaterea standard împărțită
la rădăcina pătrată a numărului de observații din eșan?on)
• Intervalul de 95% încredere este de la media minus 1.96 x eroarea
standard la media plus 1.96 x eroarea standard
O SINGURĂ MEDIE-METODA PENTRU EȘANTIOANE MARI
Greutatea la naștere a copiilor în cazul a 1749 sarcini de
7p singleton la femei caucaziene din sudul Londrei
(Brooke et al., 1989) - nega7v asimetrică

1. Media=3296g
Abaterea standard=563,2
Eroarea standard a mediei=563,2/ 1769 =
13,5 g

Deoarece eșan7onul este mare, mediile greutății la

naștere vor avea o distribuție normală, cu media egală cu
media greutății la naștere în populație și abaterea
standard foarte aproape de eroarea standard es7mată
pentru medie, 13.5 g

2. intervalul de 95% încredere pentru media

greutății la naștere în populație va fi de la 3270 g la 3322
g:
3296.0 - 1.96 x 13.5 g, 3296.0 + 1.96 x 13.5 g
Condiții care trebuie îndeplinite:
• Observațiile sunt independente între ele
• Nu putem folosi, de exemplu, un eșan?on de 100 de observații în
care avem 10 subiecți cu câte 10 observații fiecare

• Eșan4onul este suficient de mare pentru ca erorile standard să fie

bine es4mate.
• Ca regulă empirică: ar trebui să avem cel puțin 100 observații
pentru un grup.
Testul Z de comparare a mediilor a două populaţii
(variaţii cunoscute şi inegale)
• Scopul testului: compararea
mediile pentru o variabilă
can?ta?vă con?nuă în două
populaţii, cunoscând variaţia în
fiecare dintre aceste populaţii.
 DIFERENȚE ÎNTRE MEDIILE EȘANTIOANELOR
PERECHI

• În cercetarea medicală se dorește adesea, mai degrabă să se compare

grupuri de subiecți decât să se es?meze media unei populații, pe baza
datelor provenite dintr-un eșan?on
• Studiu - Christensen et al. (2004) - se compară modificările stării de
depresie cu ajutorul unui ches?onar aflat pe internet.
• Au fost recrutate 525 persoane cu simptome de depresie iden3ficate printr-un sondaj. Ei
au fost alocați aleatoriu la site-ul web BluePages care oferă informaţii despre depresie (N
= 166), la site-ul web MoodGYM prin se realizează o terapie cogni3v comportamentă (N =
182) sau la un grup de control care folosește placebo (N = 178). Principalele rezultate a
fost măsurate la Centrul pentru Studii epidemiologice cu ajutorul unei scale pentru
depresie
 DIFERENȚE ÎNTRE MEDIILE EȘANTIOANELOR
PERECHI
Scorul inițial și după șase săptămâni de tratament pentru un grup de 525 pacienți cu depresie

Deoarece cele trei grupuri de tratament sunt toate eșantioane destul de mari, se poate estima un interval de încredere pentru media
fiecăruia dintre ele
BluePages - 165 de subiecţi
- o medie diferențelor în scoruri de 3.9
- abatere standard de 9.1.
- Eroarea standard a mediei este 0.71
- astfel, intervalul de 95% încredere pentru media diferențelor este de 3.9 - 1.96 x 0.71 la 3.9
+ 1.96 x 0.71, adică de la 2.5 la 5.3 puncte pe scala depresiei. !Atenție: 0 nu se află în interval
- Aceasta reprezintă o estimare pentru intervalul de diferențe ale mediilor punctajelor,
presupunând ca răspunsul nonrespondenților este același.
 DIFERENȚE ÎNTRE MEDIILE EȘANTIOANELOR
PERECHI

• Putem testa
• ipoteza nulă - stabilește că media diferențelor este zero
• ipoteza alterna4vă - stabilește că există o schimbare, în orice direcţie
• Deoarece eșan?onul este mare, media va avea o distribuţie normală
cu o abatere standard egală cu eroarea standard a mediei (0.71)
• Diferența dintre media observată în eşan?on și media necunoscută a
populației (0) împărţită prin eroarea standard (sta?s?ca testului) va
urma distribuţia normală standard
 DIFERENȚE ÎNTRE MEDIILE EȘANTIOANELOR
PERECHI
• Ipoteza nulă: media schimbărilor în populație este zero
• dacă acest lucru este adevărat, media observată în eșan?on împărțită
prin eroarea standard va urma o distribuție normală standard
• Pentru grupul BluePages aceasta este z = 3.9/0.71 = 5.49.
Probabilitatea de a obține o aseel de o valoare extremă la distribuţia
normală standard este foarte mică, de 0.00000004. Nu putem fi siguri
că aproximarea distribuției normale este suficient de bună pentru
probabilități foarte mici, așa că vom cita rezultatul în forma: p<0.0001
• Acesta este testul pentru o singură medie în cazul eșan?oanelor mari
care au distribuție normală, test cunoscut, de asemenea, și sub
denumirea de testul z pentru o singură medie.
 Condițiile care trebuiesc îndeplinite pentru
aplicarea acestei metode sunt:
• Observaţiile trebuie să fie independente – nici una din observațiile
unui grup nu se află în vreun raport cu observațiile celuilalt grup;

• Eşan?onul trebuie să fie suficient de mare. Regula empirică spune că

trebuie să avem cel puțin 100 observații pentru un grup;

• Media şi abaterea standard a diferenţelor sunt constante, adică nu au

legătură cu dimensiunea variabilelor.
 COMPARAREA MEDIILOR A DOUĂ EȘANTIOANE
MARI INDEPENDENTE

Vom compara media scăderilor punctajelor pentru BluePages cu MoodGYM

Diferenţa dintre medii=3.9-4.2=-0.3
Eroarea standard a diferenței= 0.712 + 0.672=0.98
Intervalul de 95% încredere este -0.3 – 1.96 x 0.98 și -0.3 + 1.96 x 0.98, resp de la -2.2 la +1.6
 COMPARAREA MEDIILOR A DOUĂ EȘANTIOANE
MARI INDEPENDENTE
Putem testa și:
• ipoteza nulă - în populație diferența mediilor este zero
• ipoteza alterna/vă - diferența mediilor este diferită de zero
Diferenţa dintre medii=3.9-4.2=-0.3
Eroarea standard a diferenței= 0.712 + 0.672=0.98
Dacă ipoteza nulă ar fi adevărată, diferența/eroarea standard (sta/s/ca testului) va avea
o distribuție normală standard.
Sta/s/ca testului (diferența observată împărțită la eroarea standard) –
z = -0.3/0.98 = -0.31. Pt distribuția normală p=0.76 - diferența nu este semnifica)vă
Putem trage această concluzie și cu ajutorul intervalului de 95% încredere - aceasta
include valoarea zero, adică valoarea specificată de ipoteza nulă pentru diferență
!!!Acesta este testul pentru eșan-oane mari cu distribuție normală sau testul z pentru
mediile a două grupuri independente
 COMPARAREA MEDIILOR A DOUĂ
EȘANTIOANE MARI INDEPENDENTE
• Putem efectua aceleaşi calcule pentru a compara fiecare grup cu intervenție
ac?vă cu grupul de control.
• Pentru BluePages comparat cu grupul de control
• diferența mediilor este 3.9 - 1.0 = 2.9
• eroarea standard a diferenţei este de 0.95
• intervalul de 95% încredere este de la 2.9 - 1.96 x 0.95 la - 2.9 + 1.96 x 0.95, adică de la 1.0
la 4.8. – 0 nu se află în interval
• Testul de semnificaţie dă z = 2.9/0.95 = 3.05, p = 0.002.
• Pentru MoodGYM comparat cu grupul de control
• diferența mediilor este de 3.2
• eroarea standard de 0.92
• intervalul de 95% încredere este de la 1.4 la 5.0 – 0 nu se află în interval
• z = 3.48, p = 0.0005
 COMPARAREA MEDIILOR A DOUĂ
EȘANTIOANE MARI INDEPENDENTE

• Dacă se dorește testarea ipotezei nule de ansamblu care stabilește că

cele trei tratamente produc aceeaşi scădere medie în populaţie,
aceasta se poate face prin aplicarea corecţiei Bonferroni pentru cele
trei valori p

• Mul?plicarea cu 3 ar da cea mai mică valoare p = 0.0005 x 3 = 0.0015,

care rămâne încă extrem de importantă
 COMPARAREA MEDIILOR A DOUĂ
EȘANTIOANE MARI INDEPENDENTE
Metoda pentru compararea a două medii în cazul eşan?oanelor mari,
normal distribuite, necesită îndeplinirea a două condiții:
• Observaţiile şi grupurile trebuie să fie independente între ele.
• Nu trebuie să existe legături între observaţiile dintre cele două grupuri –
Ex: un studiu în care fiecare subiect dintr-un grup este relaționat, de exemplu,
prin vârstă şi sex, cu un subiect din celălalt grup.
• Eșan4oanele trebuie să suficient de mari pentru ca erorile standard
să fie bine es4mate iar mediile să aibă o distribuţie normală.
• Regula empirică spune că pentru un singur eșan5on ar trebui să avem cel
puţin 100 de observaţii, iar pentru două eşan5oane de cel puţin 50 de
observații în fiecare dintre ele.
 DISTRIBUȚIA T
• În cazul eșan5oanelor mici nu se pot aplica metodele pentru eşan5oane mari care sunt normal
distribuite - problemă abordată de un sta5s5cian care și-a publicat rezultatele sub pseudonimul
de Student - distribuţia t sau Student
• Condiții de uGlizare pentru testul z:
• – cunoaştem media populaţiei de referinţă
• – eşan5on „mare” (N≥ 30)
• pentru eşanGoane cu N<30
• – testul t
• – se bazează pe aceeaşi logică ca şi z
• – distribuţia t (Student)
• “subspecie” a distribuţiei normale a cărei formă este în funcţie de “gradele de libertate”
(degree of freedom)
• df=N-1
• – “Student” ... William Gosset, 1908
 DISTRIBUȚIA T

• La fel ca și distribuţia normală, distribuţia Student t este o familie de

distribuţii.
• Aceasta familie are un singur parametru, numărul care ne spune cu ce
membru al familiei de distribuţii t ne confruntăm. Acesta este
cunoscut sub numele de grade de libertate.
• NB: Am folosit deja acest termen în calcul varianțelor şi abaterilor
standard. Numărul gradelor de libertate al distribuţiei t este egal cu
numărul gradelor de libertate de la abaterea standard folosită în
calculul erorii standard.
DISTRIBUȚIA T
§ Când numărul gradelor de libertate este mic
(eșantioane de mici dimensiuni) distribuţia t
are cozile mult mai mult lungi decât
distribuția normală. Acest lucru reflectă o
mai mare incertitudine la eroarea standard a
mediei.
§ Când numărul gradelor de libertate şi, prin
urmare dimensiunea eşantionului începe să
crească, distribuţia t tinde să se apropie de
distribuţia normală standard.
§ Distribuţiile t se identifică cu distribuţia
normală în teorie, atunci când eşantionul
este infinit de mare.
§ În practică, este greu de spus dacă avem o
distribuţie normală sau t la aproximativ 30
de grade de libertate
• La fel ca la distribuția
normală, distribuţia t nu
are o formulă simplă
pentru calculul
probabilităţilor sale.
• S-au folosit aproximări
numerice pentru a calcula
numărul care este înlocuit
de 1.96 în calculele
intervalelor de încredere
şi a valorile p în testele de
semnificaţie
 METODA T PENTRU UN EȘANTION
• Vom folosi distribuţia t pentru a face analiza mediilor în eșan?oanele
de mici dimensiuni, analiză pe care am făcut-o mai sus pentru
eşan?oane mari folosind distribuţia normală
• Rareori se întâmplă să fie necesară es?marea mediei unei populaţii pe
baza mediei unui eşan?on mic
Exemplu
• 9 pacienți cu răni cronice nevindecate (Shukla et al., 2004). Biopsiile
au fost evaluate folosind scorul obținut de la un sistem care gradează
angiogeneza microscopică (MAGS) și care furnizează un indice ce
evaluează cât de bine vasele mici de sânge sunt în curs de dezvoltare,
evaluând aseel regenerarea epitelială.
• Scorurile mari sunt cele mai bune
 METODA T PENTRU UN EȘANTION
• Cele nouă observaţii au fost: 20, 31, 34, 39, 43, 45, 49, 51 şi 63 – df=8

• Dacă am avea un eşan?on mare am putea es?ma un interval de 95%

încredere prin scăderea/adunarea la medie a 1.96 x eroarea standard:
de la 41.7 - 1.96 x 4.2 la 41.7 + 1.96 x 4.2
METODA T PENTRU UN EȘANTION
• avem numai 9 observaţii - acest interval nu
este valid. Vom folosi o distribuţie t cu 8 grade
de libertate
• punctul cri?c la pragul de 5% pentru
distribuţia t cu 8 grade de libertate este 2.31
(to.o5) , aseel că intervalul de încredere pentru
media scorurilor MAGS este de la 41.7 - 2.31 x
4.2 la 41.7 + 2.31 x 4.2, adică de la 32.0 la
51.4
Calculele sunt valabile numai dacă observaţiile
provin dintr-o distribuţie normală
 DISTRIBUȚIA T

Puncte critice pentru pragurile de 1%, 5%, 0.1% și 0.01%

pentru distribuția t

Puncte critice la pragul de 5% pentru distribuția t cu 4 grade de

libertate
 VERIFICAREA PRESUPUNERILOR REFERITOARE LA
NORMALITATE
• Când am vorbit despre distribuţia normală am prezentat histograme pentru mai
multe eșan?oane mari şi am suprapus curbe normale pe acestea, pentru a vedea
dacă distribuţia normală se potrivește acestor date. Pentru eșan?oane de
dimensiuni mici este foarte dificil, pornind de la o histogramă, să se tragă o
concluzie referitoare la normalitatea distribuţiei
• Există o metodă grafică bună prin care se poate examina compa?bilitatea dintre o
distribuţie normală și un set de date, anume reprezentarea grafică a cuan?lelor
normalei (Normal quan?le plot) sau pe scurt reprezentarea grafică a normalității
(Normal plot)
• O reprezentarea grafică a normalității este o reprezentare grafică a perechilor de
date observate și a valorilor pe care ne aşteptăm să le obținem (valori teore?ce),
în cazul în care datele urmează o distribuţie normală
 VERIFICAREA PRESUPUNERILOR REFERITOARE LA
NORMALITATE
• Mai întâi se ordonează observaţiile
ascendent
• Se calculează valoarea es3mată pentru
observația cu cea mai mică valoare din
eșan3on pentru distribuţia normală. În
cazul distribuţiei normale standard
aceasta este -1.28 – o face programul
de analiză sta3s3că
• Vom transforma acum aceste valori într-o
distribuţie normală cu aceeași medie şi
varianță precum datele observate prin
înmulţirea valorilor distribuției normale
standard cu abaterea standard calculată
în eșan5on şi adăugarea apoi a mediei
eşan5onului
• -1.28 x 12.5 + 41.7 = 25.6
• Vom compara această valoare cu cea mai mică valoare observată care este de 20
 VERIFICAREA PRESUPUNERILOR REFERITOARE LA
NORMALITATE
• Es?măm cele 9 observații (valorile medii pentru cele 9 observații dintr-o
distribuție normală standard):

• Pentru un eșan?on extras dintr-o distribuție normală cu media și abaterea

standard precum eșan?onul MAGS, vom înmulți cu abaterea standard (x12.5) și
vom aduna cu media (41.7). Valorile obținute:
VERIFICAREA PRESUPUNERILOR REFERITOARE LA
NORMALITATE
• Reprezentare grafică perechi formate din
scorurile MAGS observate și scorurile
MAGS calculate pentru cazul în care datele
ar urma o distribuţie normală.
• În cazul în care valorile observate şi cele
calculate sunt similare atunci perechile de
puncte se aliniază sau sunt foarte aproape
de linia de egalitate (prima bisectoare)
formată din puncte pentru care valorile
observate şi cele calculate sunt egale
• Cele mai multe dintre observaţii sunt
aproape de linie, ceea ce sugerează că
observaţiile sunt destul de aproape de
ceea ce am calculat pornind de la o
distribuţie normală (adică de ceea ce ne-
am fi așteptat dacă presupunerea de
normalitate a datelor era adevărată)
 § Distribuțiile asimetrice
produc în jurul liniei de
egalitate o curbă
§ Distribuţia este nega5v
asimetrică (asimetrică la
stânga) şi punctele se abat
mult de la linie încadrându-
se sub ea spre capete (mai
mult spre cel inferior) și
depășind-o spre mijloc

Reprezentarea grafică a normalității pentru datele referitoare de greutatea la

naștere
 § Distribuțiile asimetrice produc în jurul
liniei de egalitate o curbă

§ Distribuţie pozi5v asimetrică

(asimetrică la dreapta) şi este vizibilă o
curbură în sens opus celei care
corespunde distribuției nega5v
asimetrice

Reprezentarea grafică a normalității pentru colesterol la

pacienții cu accident vascular cerebral
 Distribuție aproximativ simetrică

Se poate observa că aceste date se

potrivesc cu distribuţia normală
destul de bine

Reprezentarea grafică a normalității pentru greutatea la

naștere pentru vârsta gestațională de 37 săptămâni
 Metoda t pentru eșanSoane perechi

• lucrăm cu observaţii care sunt perechi (observațiile care provin de la acelaşi

subiect înainte şi după o intervenţie și observațiile care provin de la acelaşi
subiect pentru care se fac două intervenţii diferite, de exemplu într-un studiu
dublu-încrucișat numit și studiu cross-over sau într-un studiu de ?p caz-control)
 Metoda t pentru eșanSoane perechi
• Dorim să ș5m dacă media scorurilor MAGS s-
a modificat semnifica5v şi care este media
scorurilor.
• Calculăm diferența dintre scorul MAGS după
tratament şi scorul MAGS înainte de
tratament, adică creşterea în scor pentru
MAGS
• Avem 9 observaţii, asUel că numărul
gradelor de libertate folosite în calculul
abaterii standard este de 9 - 1 = 8
• Pentru a es5ma intervalul de 95% încredere
pentru media calculată în acest eşan5on mic,
vom folosi punctul cri5c pentru pragul de 5%
Media diferențelor=9.33 din distribuţia t cu 8 grade de libertate.
Abaterea standard pentru diferențe=4.03 (Pentru 8 grade de libertate valoarea din
Eroarea std a mediei diferențelor=1.34 tabel este 2.31)
 Metoda t pentru eșan-oane perechi
• Pentru eșan?oane mici presupunem că diferențele urmează o distribuție normală
• Intervalul de 95% încredere:
• Media-t0.05 x eroarea standard a mediei , Media+t0.05 x eroarea standard a mediei
• t0.05 reprezintă valoarea cri?că pentru pragul de 5% al distribuției t cu un nr de
grade de libertate=n-1
• De la 9.33 - 2.31 × 1.34 la 9.33 + 2.31 × 1.34 (de la 6.2 la 12.4)
• Testul de semnificație se referă la:
Media diferențelor/Eroarea standard (Sta?s?ca testului) – urmează o distribuție t
cu n-1 grade de libertate Media diferențelor=9.33
Abaterea standard pentru diferențe=4.03
• =9.33/1.34=6.96 Eroarea std a mediei diferențelor=1.34
• Din tabelul t, p<0.001 - p = 0.0001. Diferenţa este (foarte) semnifica?vă
 Metoda t pentru eșan-oane perechi

Condiții care trebuiesc îndeplinite de datele testate, pentru ca metoda t

pentru eșan?oane perechi să fie validă:

1. observaţiile trebuie să fie independente, cu excepția asocierii

2. diferenţele trebuie să urmeze o distribuţie normală
3. media şi abaterea standard a diferenţelor trebuie să nu depindă de
mărimea (magnitudinea) măsurătorilor.
 Metoda t pentru eșanSoane perechi
1. observaţiile trebuie să fie independente,
cu excepția asocierii
- depinde de modul de proiectare al
studiului. Acestă condiție este îndeplinită
pentru datele MAGS, deoarece perechile
de date provin de la nouă subiecți diferiți
2. folosim reprezentarea grafică a
normalității - Datele par a fi apropiate de
linia de egalitate şi nu există nici un mo?v să
presupunem că diferenţele nu urmează o
distribuţie normală
 Metoda t pentru eșanSoane perechi
3. media şi abaterea standard a diferenţelor trebuie să nu depindă de
mărimea (magnitudinea) măsurătorilor.

media diferenţelor sau

variabilitatea diferenţelelor nu
este influențată sau este foarte
puțin influențată de
magnitudinea scorilor MAGS

Diferențele în comparație cu mediile creșterilor în scorul MAGS

reprezentare grafică de 3p scaZer plot
 METODA T PENTRU DOUĂ EȘANTIOANE
INDEPENDENTE

• este cunoscută sub mai multe denumiri: metoda t pentru

eșan,oane neperechi, testul t nepereche, metoda t pentru două
grupuri sau testul Student t pentru două eșan,oane

• ne permite să es2măm diferenţa dintre medii sau să testăm

ipoteza nulă care stabilește că nu există nici o diferenţă în
populaţie, chiar şi în cazul în care eșan2oanele sunt mici