Ferramentas do usuário

Ferramentas do site


02_tutoriais:tutorial6:start

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
Próxima revisão Ambos lados da revisão seguinte
02_tutoriais:tutorial6:start [2020/09/28 13:26]
adalardo [Cenário Nulo]
02_tutoriais:tutorial6:start [2021/08/24 16:00]
adalardo [O teste t de Gosset]
Linha 5: Linha 5:
 </​WRAP>​ </​WRAP>​
 ====== 6a. Teste de Hipótese ====== ====== 6a. Teste de Hipótese ======
 +<WRAP center round tip 80%>
 +Video de aula síncrona gravada no google meet em 28/09/2020, não editado.
 +<WRAP center round box 80%>
 +{{youtube>​8U0VDXTPR3A}}
 +</​WRAP>​
 +
 +
 +</​WRAP>​
 +
  
 [[https://​www.explainxkcd.com/​wiki/​index.php/​882:​_Significant|{{:​02_tutoriais:​tutorial6:​significant.png?​400 ​ |}}]] [[https://​www.explainxkcd.com/​wiki/​index.php/​882:​_Significant|{{:​02_tutoriais:​tutorial6:​significant.png?​400 ​ |}}]]
  
-O teste de hipótese é um instrumento poderoso para a tomada de decisão e parte fundamental do procedimento científico de experimentos. Os teste estão baseados no conceito de variável aleatória que são aquelas em que o resultado de um envento ​pode variar. Ou seja, quase tudo o que nos rodeia. Por exemplo, //​Eucalyptus saligna// em talhão de cultivo terão uma taxas de crescimento similar, mas não exatamente a mesma. O diâmetro do tronco, após sete anos de plantio, não será o mesmo para todas as árvores. Essa variabilidade tem várias fontes, genética, ambiental ou acidental, e é inerente aos dados biológicos. O esforço no cultivo é justamente no sentido de buscar as melhores taxas de crescimento e menor variação possível, para que o resultado seja eficiente e previsível. Por isso se usa mudas provenientes de clones a partir de cultura de tecido, para controlar pelo menos essa fonte de variabilidade. ​ No teste de hipótese partimos do fato que os dados podem variar e avaliamos se o resultado encontrado pode ter sido gerado pelo acaso e não pelo tratamento que estamos testando. No caso do //​Eucalyptus//​ poderíamos estar interessado ​no efeito, por exemplo, de um tipo específico de adubo. Comparando mudas que foram colocadas em tratamentos com e sem adubo iremos, quase certamente, encontrar diferenças nos tamanhos das árvores dos dois grupos. A pergunta subjacente é: será que essa diferença encontrada poderia ter sido gerada apenas por outros fatores ou o acaso?+O teste de hipótese é um instrumento poderoso para a tomada de decisão e parte fundamental do procedimento científico de experimentos. Os testes ​estão baseados no conceito de variável aleatóriaque são aquelas em que o resultado de um evento ​pode variar. Ou seja, quase tudo o que nos rodeia. Por exemplo, //​Eucalyptus saligna// em talhão de cultivo terão uma taxas de crescimento similar, mas não exatamente a mesma. O diâmetro do tronco, após sete anos de plantio, não será o mesmo para todas as árvores. Essa variabilidade tem várias fontes, genética, ambiental ou acidental, e é inerente aos dados biológicos. O esforço no cultivo é justamente no sentido de buscar as melhores taxas de crescimento e menor variação possível, para que o resultado seja eficiente e previsível. Por isso se usa mudas provenientes de clones a partir de cultura de tecido, para controlar pelo menos essa fonte de variabilidade. ​ No teste de hipótese partimos do fato que os dados podem variar e avaliamos se o resultado encontrado pode ter sido gerado pelo acaso e não pelo tratamento que estamos testando. No caso do //​Eucalyptus//​ poderíamos estar interessados ​no efeito, por exemplo, de um tipo específico de adubo. Comparando mudas que foram colocadas em tratamentos com e sem adubo iremos, quase certamente, encontrar diferenças nos tamanhos das árvores dos dois grupos. A pergunta subjacente é: será que essa diferença encontrada poderia ter sido gerada apenas por outros fatores ou o acaso?
 Por exemplo, por sorte, poderíamos ter amostrado uma proporção de árvores que cresceram mais em um dos tratamentos e uma proporção menor no outro. Isso simplesmente por acaso! Considerando que há  variação no crescimento dos indivíduos,​ há uma probabilidade desse padrão emergir, nesse caso, simplesmente porque fizemos uma amostra das árvores nas duas condições. O teste de hipótese é o instrumento para nos guiar nessa interpretação. ​ Por exemplo, por sorte, poderíamos ter amostrado uma proporção de árvores que cresceram mais em um dos tratamentos e uma proporção menor no outro. Isso simplesmente por acaso! Considerando que há  variação no crescimento dos indivíduos,​ há uma probabilidade desse padrão emergir, nesse caso, simplesmente porque fizemos uma amostra das árvores nas duas condições. O teste de hipótese é o instrumento para nos guiar nessa interpretação. ​
 Vamos visitar estes e outros conceitos associados, utilizando as ferramentas disponíveis no R. Vamos visitar estes e outros conceitos associados, utilizando as ferramentas disponíveis no R.
Linha 23: Linha 32:
  
 macho <- c(120, 107, 110, 116, 114, 111, 113, 117, 114, 112) macho <- c(120, 107, 110, 116, 114, 111, 113, 117, 114, 112)
-femea <- c(110,​111,​107,​ 108, 110, 105, 107, 106, 111, 111) +femea <- c(110, 111, 107, 108, 110, 105, 107, 106, 111, 111) 
-chacal <- c(macho,​femea) +chacal <- c(macho, femea) 
-sexo <- factor(rep(c("​macho","​femea"​),​each=10))+sexo <- factor(rep(c("​macho",​ "​femea"​),​ each=10))
  
 </​code>​ </​code>​
  
  
-===== Dois Gráfico ​para ver os mesmos dados =====+===== Dois Gráficos ​para ver os mesmos dados =====
  
 Vamos avaliar esses dados graficamente. O código abaixo produz um gráfico de caixa (boxplot) e também um gráfico, pouco usual, mas que nos permite visualizar a variação que existe nos dados. Vamos usar esse tipo de representação gráfica ao longo desse tutorial. Tenha certeza que entendeu o que está representado nessa figura!  ​ Vamos avaliar esses dados graficamente. O código abaixo produz um gráfico de caixa (boxplot) e também um gráfico, pouco usual, mas que nos permite visualizar a variação que existe nos dados. Vamos usar esse tipo de representação gráfica ao longo desse tutorial. Tenha certeza que entendeu o que está representado nessa figura!  ​
Linha 160: Linha 169:
  
 <code rsplus> <code rsplus>
-## criando um objeto para guardar o numero de simulacoes 
 nsim <- 1000 nsim <- 1000
 ## criando o objeto para guardar o resultado ## criando o objeto para guardar o resultado
 cenaNula <- rep(NA, nsim) cenaNula <- rep(NA, nsim)
 ## ciclo de iteração ## ciclo de iteração
-for(i in 1:nsim)+cenaNula[1] <- difsex 
 +for(i in 2:nsim)
 { {
-    cenaNula[i] <- mean(rnorm(10,​ mean = mch),sd = sd(sdch)) - mean(rnorm(10,​ mean = mch), sd = sd(ch)) +    cenaNula[i] <- mean(rnorm(10,​ mean = mch, sd = sdch)) - mean(rnorm(10,​ mean = mch, sd = sdch)) 
 + 
 } }
 str(cenaNula) str(cenaNula)
Linha 215: Linha 224:
 str(histNull) str(histNull)
 histNull$breaks histNull$breaks
-cols <- rep(c(rgb(0,​ 0, 1, 0.3), rgb(1, 0, 0, 0.3)), ​  c(11, 2))+cols <- rep(c(rgb(0,​ 0, 1, 0.3), rgb(1, 0, 0, 0.3)), ​  c(10, 2))
 plot(histNull, ​ main = "​Cenário Nulo", xlab = "​Diferença entre médias (mm)", ​ ylab = "​Frequência",​ col = cols) plot(histNull, ​ main = "​Cenário Nulo", xlab = "​Diferença entre médias (mm)", ​ ylab = "​Frequência",​ col = cols)
 abline(v = difsex, lty = 2) abline(v = difsex, lty = 2)
Linha 246: Linha 255:
 Como essa probabilidade é muito baixa, eu particularmente,​ me sinto confortável em afirma que: Como essa probabilidade é muito baixa, eu particularmente,​ me sinto confortável em afirma que:
  
-<wrap em>Os machos de chacal dourado apresentam mandíbulas maiores que as fêmeas.</​wrap>​+<wrap em>Os machos de chacal dourado apresentam mandíbulas maiores, em média, ​que as fêmeas.</​wrap>​
  
 E posso dizer ainda, que posso estar errado, mas a probabilidade de incorrer em erro ao fazer essa afirmação é pequena, cerca de ''​0.3%''​. E posso dizer ainda, que posso estar errado, mas a probabilidade de incorrer em erro ao fazer essa afirmação é pequena, cerca de ''​0.3%''​.
Linha 345: Linha 354:
  
 <WRAP center round todo 60%> <WRAP center round todo 60%>
-Siga os [[01_curso_atual:​exercicios6|exercícios 6a]] e em seguida ​para o [[02_tutoriais:​tutorial6b:​start|Tutorial de ANOVA]].+Siga os [[01_curso_atual:​exercicios6|exercícios 6a]] e depois ​para o [[02_tutoriais:​tutorial6b:​start|Tutorial de ANOVA]].
 </​WRAP>​ </​WRAP>​
  
  
02_tutoriais/tutorial6/start.txt · Última modificação: 2022/06/08 16:40 por adalardo