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
02_tutoriais:tutorial6:start [2020/09/28 13:26]
adalardo [Cenário Nulo]
02_tutoriais:tutorial6:start [2021/08/24 16:00] (atual)
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.1601310379.txt.gz · Última modificação: 2020/09/28 13:26 por adalardo