Ao realizar uma pesquisa sobre a idade dos alunos de uma faculdade da área da saúde, um pesquisador entrevistou 299 acadêmicos, sendo 150 mulheres e 149 homens. As seguintes informações foram obtidas:
Descrição da imagem não disponível
Após a construção do histograma para analisar a distribuição de frequências, o pesquisador percebeu que o estudo obteve uma curva de distribuição normal (Gauss). Portanto, já que a distribuição era paramétrica, o pesquisador resolveu comparar as idades entre os homens e as mulheres.
Com base nessas informações, auxilie o pesquisador a escolher qual teste ele deve utilizar para comparar esses dois grupos (homens x mulheres) em uma distribuição normal - paramétrica.
1. Analisar os dois grupos e verificar se são independentes ou pareados.
2. Realizar uma breve pesquisa para identificar qual teste t é mais adequado para comparar os dois grupos.
3. Após realizar a pesquisa, explique qual o nome do teste e porque é o mais indicado para comparar os dados.
Soluções para a tarefa
Resposta:
1. Os grupos são independentes, não têm suas características emparelhadas e, inclusive, o n é diferente entre os grupos.
2.O teste mais adequado é o que compara médias de dois grupos independentes.
3. O teste mais adequado é o teste t de Student para amostras independentes, pois é o teste preparado para considerar as diferenças entre os grupos e analisar se um difere do outro ou não quanto à variável de interesse.
Explicação passo-a-passo:
Resposta:
1.As melhores medidas de tendência central para expressar dados paramétricos é a média, e a melhor medida de dispersão e variabilidade é o desvio-padrão.
2.A média e os desvios-padrão consideram todos os dados em seus cálculos, são as medidas mais completas e com melhor possibilidade de análise e interpretação. Podem ser utilizadas sempre que os dados são paramétricos, mas não devem ser utilizadas se os dados fugirem da normalidade (não constituírem uma curva de Gauss).
3.Os principais testes para análise de dados paramétricos são:
- Teste t de Student para amostras independentes;
- Teste t de Student para amostras pareadas;
- Anova;
- Anova para medidas repetidas;
- Correlação de Pearson.
Explicação passo a passo:
