REQUISITOS PARA OS TESTES - TESTE T E ANOVA

A anova e o teste t, observam a diferença de médias entre os grupos e intragrupos. O “p” é inversamente proporcional ao “t”. Geralmente, é esperado que ele seja abaixo de 5% para que seja considerado o efeito do teste.

O teste ANOVA ainda observa a variação entre os grupos e dentro dos grupos para avaliar se as diferenças nas médias são maiores do que as variações esperadas devido ao acaso. - Normalidade (Testar a simetria dos dados, pois isso impacta quando o efeito do teste é calculado).

• O teste de Kolmogorov-Smirnov de uma amostra pode ser utilizado para testar se uma variável (por exemplo, income) é normalmente distribuída. Média, desvio padrão, mínimo, máximo, número de casos não omissos, quartis, teste de Lilliefors e simulação de Monte Carlo. (Não atendeu o cálculo de amostra)

• O teste Shapiro–Wilk testa especificamente se uma distribuição é diferente de uma distribuição normal. Ou seja, não podemos usar ele para testar outras distribuições. Mas ele funciona de maneira semelhante, a hipótese nula é que as duas distribuições (normal e observada) são semelhantes. Já a hipótese alternativa é que as distribuições são distintas. Portanto, para considerarmos a distribuição como normal, esperamos que p >0,05. (Atendeu o cálculo de amostra).

- Homogeneidade das variâncias (Levenne) (Verificar se os dados variam igualmente entre os grupos).

• Nesse caso, o “p” deve ser maior que 5%, pois queremos que a amostra seja homogênea entre os grupos.

• O teste é importante, pois o efeito pode estar sendo gerado não pela média da distribuição, mas sim pela variância dos dados. Pode sugerir uma investigação maior sobre o que causa essa variância em cada grupo analisado.

- Adaptações caso os requisitos não sejam atendidos

• Técnica de Z-score (“achata” a distribuição, transformando a média em 0 e o desvio-padrão em 1), neste caso, é subtraído cada valor individual da média e dividido pelo desvio-padrão.

• Correção de Welch para Heterocedasticidade (O Teste t de Welch faz uma correção para situações nas quais há heterocedasticicdade (variâncias diferentes entre grupos). A maioria dos softwares de estatística oferece uma opção para o usuário informar se as variâncias são iguais ou diferentes no momento de realização do teste t para 2 amostras. Portanto, é necessário saber se as variâncias das populações estudadas são iguais ou diferentes entre si, e informar o software para o cálculo da alternativa mais indicada)

- Análise do QQ-plot (verifica a normalidade através do gráfico).

- Esfericidade (homogeneidade para testes pareados) - Mauchly

• Similaridade das variâncias em todos os tempos de um teste de medidas repetidas.

• Correção de Greenhouse quando p acima de 5%.

Material complementar : https://edisciplinas.usp.br/pluginfile.php/3832949/mod_resource/content/3/Rela%C3 %A7%C3%A3o%20de%20testes%20de%20hip%C3%B3teses.pdf