Testes Estatísticos

Ano letivo 2023/2024

Sara Simões Dias

[Link]@[Link]

Maria João Batalha

[Link]@[Link]

1
 1. Testes Estatísticos
 Um teste estatístico permite tomar uma
decisão (aceitar ou rejeitar a hipótese nula H0),
utilizando os dados recolhidos de uma amostra.

 Os testes estatísticos mais adequados dependem

do tipo e número de variáveis e também do
número de situações em estudo.
 Existe sempre variabilidade de resultados devido
a outras variáveis que o investigador não
controla.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 2

 1.1 Procedimento para a aplicação
de um teste estatístico
 1º Passo – Escolha do tipo de teste;

 2º Passo - Formulação das hipóteses;

 3º Passo - Estatística de teste e escolha da

regra de rejeição;

 4º Passo - Tomada de Decisão;

 5º Passo - Conclusão.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 3

 1.2 Escolha do Teste Estatístico
Em primeiro lugar temos de olhar para a amostra, e
perceber se teremos de usar um teste paramétrico ou
não paramétrico:

 Testes paramétricos:
 Variáveis quantitativas (intervalar ou de razão);
 Pressupõe uma distribuição conhecida (maioria dos
casos: Normal);
 Pressupõe a homogeneidade das variâncias.

 Testes não paramétricos:

 Variáveis em estudo são nominais ou ordinais;
 Quando um dos pressupostos anteriores falha.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 4

 1.2 Escolha do Teste Estatístico
De seguida temos de perceber se as amostras são
independente ou emparelhadas:

 Amostras independentes:
 Os sujeitos que fazem parte da amostra não estão de
alguma forma, propositada, relacionada entre si, ie,
os indivíduos das várias amostras são selecionados
independentemente;

 Amostras emparelhadas:
 Os indivíduos que constituem a amostra estão de
alguma forma, propositadamente relacionados.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 5

 1.2 Escolha do Teste Estatístico
Amostras independentes Amostras emparelhadas
Pretende-se estudar a frequência cardíaca Pretende-se estudar a frequência cardíaca
de homens e mulheres depois de num grupo de jovens antes e depois de
administrado um determinado fármaco administrado um determinado fármaco

Grupo A Grupo B Grupo C - antes Grupo C - depois

Estudo da mesma variável – frequência Estudo da mesma variável – frequência

cardíaca – em 2 amostras cardíaca – sobre o mesmo grupo de
independentes, a amostra das mulheres indivíduos.
e a dos homens.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 6

 1.2 Escolha do Teste Estatístico
Paramétricos Não Paramétricos
Amostras Amostras Amostras Amostras
Independentes Emparelhados Independentes Emparelhados
1 ou 2 situações 2 situações

Teste t-Sudent Teste t-Sudent Teste U de Mann- Testes de

(não relacionado) (relacionado) Whitney Wilkcoxon

3 ou mais situações 3 ou mais situações

ANOVA ANOVA Teste de Kruskal-

Friedman
(não relacionado) (relacionado) Wallis

Temos ainda o teste do Qui-

quadrado (Não Paramétrico) para
testar se as variáveis são ou não
independentes!

Ano letivo 2023/2024 Estatística Aplicada à Saúde 7

 2. Testes paramétricos
Paramétricos
Amostras Independentes
1 ou 2 situações
o Teste t-Sudent para uma média populacional

o Teste t-Student para a diferença entre duas médias

Amostras Emparelhados
2 situações

o Teste t-Student para a diferença entre duas médias

3 ou mais situações

o ANOVA (Análise de variância)

O teste t de Student usa-se apenas quando temos 2 situações, a ANOVA (3

ou mais situações) analisa a variabilidade dos resultados em função de cada
variável independente e também a interação entre as variáveis.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 8

 2. Testes paramétricos
Para aplicarmos um teste paramétrico:
oVariáveis quantitativas (intervalar ou de razão);

oDistribuição Normal

 Teste de Kolmogorov-Smirnov (SPSS)

H0: A variável tem distribuição normal vs H1: A variável não tem distribuição normal

Rejeita-se H0 se p ≤ α  ie, se p>0,05 a distribuição é normal

 Teorema do limite central (n>30)

oVariâncias homogéneas

 Teste de Levene (SPSS)

H0: As variâncias são homogéneas vs H1: As variâncias não são homogéneas

Rejeita-se H0 se p ≤ α  ie, se p>0,05 as variâncias são homogéneas

Ano letivo 2023/2024 Estatística Aplicada à Saúde 9

 2. Testes paramétricos
Para aplicarmos um teste paramétrico:
o Distribuição Normal

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Grupo Statistic df Sig. Statistic df Sig.
Tempo Antes ,163 8 ,200* ,934 8 ,549
Depois ,155 8 ,200* ,908 8 ,341
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction
p=0,200, logo a distribuição
é normal

H0: A variável tem distribuição normal

H1: A variável não tem distribuição normal
Rejeita-se H0 se p ≤ α  ie, se p>0,05 a distribuição é normal

Ano letivo 2023/2024 Estatística Aplicada à Saúde 10

 2. Testes paramétricos
Para aplicarmos um teste paramétrico:
o Variâncias homogéneas

p=0,912, logo as variâncias

são homogéneas

H0: As variâncias são homogéneas

H1: As variâncias não são homogéneas
Rejeita-se H0 se p ≤ α  ie, se p>0,05 as variâncias são homogéneas

Ano letivo 2023/2024 Estatística Aplicada à Saúde 11

 2.1 Teste de hipóteses para
uma média populacional
 Objetivo: Testar se uma média populacional µ é
significativamente diferente, maior ou menor do que um
determinado valor k;

 Temos que garantir a normalidade da amostra (teste de

Kolmogorov-Smirnov) se a dimensão for pequena;

 Hipóteses a testar:
 H0: µ=k vs H1:µk
 H0: µ=k vs H1:µ<k
 H0: µ=k vs H1:µ>k

Ano letivo 2023/2024 Estatística Aplicada à Saúde 12

 2.1 Teste de hipóteses para
uma média populacional
 Estatística de teste (no formulário):
X 
T
S'
n

 Regra de rejeição: Sob H0 T~t-Student com n-1 graus de

liberdade.

Hip. alt. Rejeitar H0 se Região de rejeição

H1: µk T≤-t1-α/2; (n-1) e T≥t1-α/2; (n-1) ]-; -t1-α/2; (n-1)]U[t1-α/2; (n-1); [
H1: µ>k T≥t1-α; (n-1) [t1-α; (n-1); [
H1: µ<k T≤-t1-α; (n-1) ]-; -t1-α; (n-1)]

Ano letivo 2023/2024 Estatística Aplicada à Saúde 13

 2.1 Teste de hipóteses para
uma média populacional
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µk T≤-t1-α/2; (n-1) e T≥t1-α/2; (n-1) ]-; -t1-α/2; (n-1)]U[t1-α/2; (n-1); [

Graus de liberdade

Aceitamos H0

1º - Calcular ponto crítico

t1-α/2;(n-1)  +/-
Graus de liberdade:
2º - Calcular o T número de
observações
X  independentes que
T
S' temos nos nossos
n dados.

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 14
 2.1 Teste de hipóteses para
uma média populacional
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ>k T≥t1-α; (n-1) [t1-α; (n-1); [

Aceitamos H0

1º - Calcular ponto crítico

t1-α(n-1)  +
2º - Calcular o T

X 
T
S'
n

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 15
 2.1 Teste de hipóteses para
uma média populacional
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ<k T≤-t1-α; (n-1) ]-; -t1-α; (n-1)]

Aceitamos H0

1º - Calcular ponto crítico

t1-α(n-1)  -
2º - Calcular o T

X 
T
S'
n

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 16
 2.1 Teste de hipóteses para
uma média populacional
Exemplo 1: Numa determinada região do país sabe-se que
a taxa de alcoolemia no sangue durante o período de natal
segue uma distribuição normal, e que a polícia interrompe
festas onde a taxa de alcoolemia média é superior a 1 g/l.
Numa determinada festa a taxa de alcoolemia de um grupo
de 9 amigos era:

Taxa de alcoolemia (g/l)

Suj. 1 2 3 4 5 6 7 8 9
0,6 1,2 1,3 1,5 1,1 0,7 0,8 1,0 0,9

 Será a festa interrompida, com uma probabilidade de

erro tipo I de 5%, se este grupo de amigos for amostrado
por uma rusga policial?

Ano letivo 2023/2024 Estatística Aplicada à Saúde 17

 2.1 Teste de hipóteses para
uma média populacional
 1º Passo - Verificar que tipo de teste utilizar 
teste t-Student para uma média populacional
 “segue uma distribuição normal” ✓

 2º Passo - Hipóteses a testar

H0: µ≤1 vs H1:µ>1

 3º Passo - Estatística de teste:

Ano letivo 2023/2024 Estatística Aplicada à Saúde 18

 2.1 Teste de hipóteses para
uma média populacional
 4º Passo – Consultar a tabela da Distribuição t
de Student
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ>k T≥t1-α; (n-1) [t1-α; (n-1); [

1,860

Ano letivo 2023/2024 Estatística Aplicada à Saúde 19

 2.1 Teste de hipóteses para
uma média populacional
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ>k T≥t1-α; (n-1) [t1-α; (n-1); [

Aceitamos H0

1º - Calcular ponto crítico

t1-α;(n-1)  1,860
2º - Calcular o T

T=0,114
0,114

1,860

Ano letivo 2023/2024 Estatística Aplicada à Saúde 20

 2.1 Teste de hipóteses para
uma média populacional
 4º Passo (continuação) – Regra de rejeição:

 A região de rejeição é dada por:

[t1-0,05; (9-1);+ [= [1,86; + [

 5º Passo – Tomada de decisão:

 Como T=0,114<t0,95; 8  não rejeitamos H0.

 6º Passo - Concluir
 A taxa média de alcoolemia da população da festa não é
superior a 1g/l e por isso a festa não será interrompida
com uma probabilidade de 95%.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 21

 2.1 Teste de hipóteses para
uma média populacional

Ano letivo 2023/2024 Estatística Aplicada à Saúde 22

 Exercício

Caderno 3 (Exercício 1)
Durante uma convenção de ginástica aeróbica, foram efetuadas
várias avaliações da massa corporal, assim como outras medições
antropométricas e inquéritos alimentares. Nos 141 homens
adultos avaliados, o peso médio era de 76,9 kg e a variância de
87,806kg2. Sabendo que o peso médio para os homens adultos é da
ordem dos 73,7kg (dados do inquérito nacional de saúde 98-99), o
valor medido durante a convenção encontra-se de acordo com o
valor teórico?

Ano letivo 2023/2024 Estatística Aplicada à Saúde 23

 Exercício
Dados
n=141, média=76,9 e S2=87,806

1º Passo: Tipo de teste

- Variável quantitativa: peso
- Distribuição normal pelo teorema do limite central (porque n>30)
- Teste T-Student para uma média

2º Passo: Hipóteses a testar

H0: μ= 73,7 vs H1: μ≠73,7

Ano letivo 2023/2024 Estatística Aplicada à Saúde 24

 Exercício
3º Passo: Estatística de teste e região de rejeição

Hip. alt. Rejeitar H0 se Região de rejeição

H1: µk T≤-t1-α/2; (n-1) e T≥t1-α/2; (n-1) ]-; -t1-α/2; (n-1)]U[t1-α/2; (n-1); [

1º - Calcular ponto crítico (consultar a tabela)

1,976

Ano letivo 2023/2024 Estatística Aplicada à Saúde 25

 Exercício
3º Passo: Estatística de teste e região de rejeição

Hip. alt. Rejeitar H0 se Região de rejeição

H1: µk T≤-t1-α/2; (n-1) e T≥t1-α/2; (n-1) ]-; -t1-α/2; (n-1)]U[t1-α/2; (n-1); [

2º - Calcular o T

X 
T =4,055
S'
n

4,055

-1,976 1,976
Ano letivo 2023/2024 Estatística Aplicada à Saúde 26
 Exercício
4º Passo: Decisão
Como T € RR  estamos de condições de rejeitar H0.

5º Passo: Conclusão
Para α=0.05 concluímos que o valor medido durante a convenção
difere significativamente do valor teórico.

H0: μ= 73,7 vs H1: μ≠73,7

Ano letivo 2023/2024 Estatística Aplicada à Saúde 27

 2.2 Teste de hipóteses para a
diferença entre duas médias populacionais
 Objetivo: Utiliza-se quando se pretende comparar as médias
de uma variável quantitativa em dois grupos de sujeitos;

 Estas duas amostras de sujeitos podem ser:

 Independentes
 Emparelhadas

 Temos que garantir:

1. Normalidade da amostra (teste de Kolmogorov-Smirnov ou
T.L.C.)
2. Homogeneidade das variâncias (teste de Levene);

 Quando um dos pressupostos falha, temos que aplicar o

teste não paramétrico equivalente (teste de Mann-Whitney).

Ano letivo 2023/2024 Estatística Aplicada à Saúde 28

 2.2.1 Amostras independentes
 Consideremos 2 populações normais a partir das
quais se extraíram duas amostras aleatórias.

 Consideremos a variável X em estudo na população

1 (X1) e na população 2 (X2) tal que X1~N(µ1,1) e
X2~N(µ2,2).

 Hipóteses a testar:
 H0: µ1-µ2=0 vs H1:µ1-µ2 0 ou H1:µ1µ2
vs H1:µ1-µ2 <0 ou H1:µ1<µ2
vs H1:µ1-µ2 >0 ou H1:µ1>µ2
Não existe diferença
entre as médias

Ano letivo 2023/2024 Estatística Aplicada à Saúde 29

 2.2.1 Amostras independentes
 Estatística de teste: ( X 1  X 2 )  (1   2 )
T
1 1
Sˆ 
n1 n2

( n  1) S '2
 ( n  1) S '2

em que Sˆ  1 1 2 2
é o desvio padrão conjunto
n1  n2  2

Hip. alt. Rejeitar H0 se

H1: µ1-µ20 T≤-t1-α/2; (n1+n2-2) e T≥t1-α/2; (n1+n2-2)
H1: µ1-µ2 >0 T≥t1-α; (n1+n2-2)
H1: µ1-µ2 <0 T≤-t1-α; (n1+n2-2)

Ano letivo 2023/2024 Estatística Aplicada à Saúde 30

 2.2.1 Amostras independentes
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ20 T≤-t1-α/2; (n1+n2-2) e T≥t1-α/2; (n1+n2-2) H1: µ1-µ20

Graus de liberdade

Aceitamos H0

1º - Calcular ponto crítico

t1-α/2;(n1+n2-2)  +/-
2º - Calcular o T

( X 1  X 2 )  (1   2 )
T
ˆ 1 1
S 
n1 n2

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 31
 2.2.1 Amostras independentes
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ2 >0 T≥t1-α; (n1+n2-2) H1: µ1-µ2 >0

Aceitamos H0

1º - Calcular ponto crítico

t1-α ;(n1+n2-2)  +
2º - Calcular o T

( X 1  X 2 )  (1   2 )
T
ˆ 1 1
S 
n1 n2

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 32
 2.2.1 Amostras independentes
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ2 <0 T≤-t1-α; (n1+n2-2) H1: µ1-µ2 <0

Aceitamos H0

1º - Calcular ponto crítico

t1-α ;(n1+n2-2)  -
2º - Calcular o T

( X 1  X 2 )  (1   2 )
T
ˆ 1 1
S 
n1 n2
-

Rejeitamos H0
Ano letivo 2023/2024 Estatística Aplicada à Saúde 33
 2.2.1 Amostras independentes
 Exemplo 2: Queremos testar a influência do
olfacto no sono dos recém nascidos. Num 1º
grupo colocou-se no berço uma peça de roupa da
mãe. Num 2º grupo colocou-se uma peça de
roupa utilizada por outra parturiente. Teste se
existem diferenças significativas entre o tempo
demorado a adormecer pelos bebés. ( = 0,05)

Tempo demorado a adormecer (minutos)

Grupo 1 2 5 4 6 8 9 7 5 6 5
Grupo 2 9 3 8 7 10 11 9 11 7 8

Ano letivo 2023/2024 Estatística Aplicada à Saúde 34

 2.2.1 Amostras independentes
1º Passo: verificar qual o tipo de teste a aplicar
(normalidade e homogeneidade das variâncias).
Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Grupo Statistic df Sig. Statistic df Sig.
Tempo grupo 1 ,163 10 ,200* ,972 10 ,908
grupo 2 ,191 10 ,200* ,899 10 ,214
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction p>0,05 a distribuição é normal

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
Tempo Based on Mean ,103 1 18 ,751
Based on Median ,101 1 18 ,754
Based on Median and
,101 1 17,215 ,754
with adjusted df
Based on trimmed mean ,103 1 18 ,752

p>0,05 as variâncias são homogéneas

Ano letivo 2023/2024 Estatística Aplicada à Saúde 35

 2.2.1 Amostras independentes
 X – influência do olfato no sono dos recém nascidos
(variável quantitativa).
 X tem uma distribuição normal porque p = 0,2 ≥ 0,05.
 As variâncias são homogéneas porque p = 0,751 ≥
0,05.

Testes paramétricos
Teste t de Student para a diferença entre duas médias
populacionais para amostras independentes

Ano letivo 2023/2024 Estatística Aplicada à Saúde 36

 2.2.1 Amostras independentes
2º Passo: Hipóteses a testar:

H0: μ1=μ2 (as médias são iguais)

vs
H1: μ1≠μ2 (as médias são diferentes)

3º Passo: Estatística de teste e região de rejeição:

Cálculos auxiliares: x1  5,7 x2  8,3 1

s '2
 4, 011 s ' 2
 5,567 2

( X 1  X 2 )  (1   2 )
T
1 1 ( n  1) S '2
 ( n  1) S '2
Sˆ  Sˆ  1 1 2 2
n1 n2 n1  n2  2

Ano letivo 2023/2024 Estatística Aplicada à Saúde 37

 2.2.1 Amostras independentes
Cálculos auxiliares (cont.):
( n  1) S ' 2
 ( n  1) S ' 2
s '12  4,011 s '  5,567
2
Sˆ  1 1 2 2 2

n1  n2  2

(10  1)4,011  (10  1)5,567

Sˆ   2,188
10  10  2

x1  5,7 x2  8,3
( X 1  X 2 )  (1   2 ) (5,7  8,3)  0
T T  2,657
1 1
Sˆ  2,188
1 1

n1 n2 10 10

Ano letivo 2023/2024 Estatística Aplicada à Saúde 38

 2.2.1 Amostras independentes
 4º Passo – Consultar a tabela da Distribuição
t de Student
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ20 T≤-t1-α/2; (n1+n2-2) e T≥t1-α/2; (n1+n2-2) H1: µ1-µ20

 = 0,05

t1-0,025;(10+10-2)
t0,975;(18)

2,101

Ano letivo 2023/2024 Estatística Aplicada à Saúde 39

 2.2.1 Amostras independentes
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ20 T≤-t1-α/2; (n1+n2-2) e T≥t1-α/2; (n1+n2-2) H1: µ1-µ20

1º - Calcular ponto crítico

t1-α/2  +/- 2,101 Rejeitamos H0

2º - Calcular o T

T=-2,657
-2,675

- 2,101 + 2,101

Ano letivo 2023/2024 Estatística Aplicada à Saúde 40

 2.2.1 Amostras independentes
 4º Passo (continuação) – Regra de rejeição:
 A região de rejeição é dada por:

]-;-t1-0,025;(10+10-2)]U[t1-0,025;(10+10-2);+[= ]-;-2,101]U[2,101; +[

 5º Passo – Tomada de decisão:

 Como T=-2,657< -t0,975;(18)=-2,101  rejeitamos H0.

 6º Passo - Concluir
 O tempo demorado a adormecer pelos dois grupos de
bebés é significativamente diferente (isto é, existe um
efeito significativo da peça de roupa no berço), para
um nível de significância de 5%.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 41

 2.2.1 Amostras independentes
Poderíamos chegar à mesma conclusão, através da
análise do output (SPSS):

Levene's Test for

Equality of Variances t-test for Equality of Means
Sig. (2- Mean Std. Error
F Sig. t df tailed) Difference Difference
Tempo Equal
variances ,103 ,751 -2,657 18 ,016 -2,600 ,979
assumed

3º Passo - Regra de rejeição: Rejeito H0 quando valor-p ≤ .

4º Passo - Tomada de decisão:
Como p=0,016<0,05  rejeitamos H0.
5º Passo - As conclusões têm de ser iguais independentemente
do método que se utilizou para resolver o problema.
Ano letivo 2023/2024 Estatística Aplicada à Saúde 42
 2.2.2 Amostras emparelhadas
 Consideremos duas populações normais das quais se
extraíram aleatoriamente duas amostras emparelhadas.
D  D
 Estatística de teste: T
S '2D
n
1 n 1 n
 Onde: D   Di
n i 1
e S' 
2
D 
n  1 i 1
( Di  D) 2

Hip. alt. Rejeitar H0 se

H1: µ1-µ20 T≤-t1-α/2; (n-1) e T≥t1-α/2; (n-1)
H1: µ1-µ2 >0 T≥t1-α; (n-1)
H1: µ1-µ2 <0 T≤-t1-α; (n-1)

Ano letivo 2023/2024 Estatística Aplicada à Saúde 43

 2.2.2 Amostras emparelhadas
 Exemplo 3: Pretende-se comparar o tempo de
reacção a um determinado estímulo antes e depois
de tomar um medicamento. Poder-se-á concluir, com
uma probabilidade de erro de 1%, que o tempo
de reacção é maior antes de tomar o medicamento?

Indivíduo 1 2 3 4 5 6 7 8
Antes 7,6 5,3 5,8 7,3 6,7 6 6,8 5,4
Depois 5,5 5,2 5,9 5,0 7,0 6,2 6,9 4,9
Diferença 2,1 0,1 -0,1 2,3 -0,3 -0,2 -0,1 0,5

Ano letivo 2023/2024 Estatística Aplicada à Saúde 44

 2.2.2 Amostras emparelhadas

1º Passo: verificar qual o tipo de teste a

aplicar (normalidade).

Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Grupo Statistic df Sig. Statistic df Sig.
Tempo Antes ,163 8 ,200* ,934 8 ,549
Depois ,155 8 ,200* ,908 8 ,341
*. This is a lower bound of the true significance.
a. Lilliefors Significance Correction p>0,05 a distribuição é normal

Ano letivo 2023/2024 Estatística Aplicada à Saúde 45

 2.2.2 Amostras emparelhadas
 X – tempo de reação a um determinado estímulo
(variável quantitativa).
 X tem uma distribuição normal
 porque p = 0,2 ≥ 0,01.

Testes paramétricos
Teste T de Student para amostras emparelhadas

Ano letivo 2023/2024 Estatística Aplicada à Saúde 46

 2.2.2 Amostras emparelhadas
2º Passo: Hipóteses a testar:
H0: μantes=μdepois vs H1: μantes>μdepois

3º Passo: Estatística de teste e região de rejeição:

Cálculos auxiliares:
1 n 1 n
D   Di  0,5375 S '   ( Di  D )2  1,114
2
D
8 i 1 7 i 1

D  D 0,5375  0
T   1, 4406
S '2D 1,114
8
n

Ano letivo 2023/2024 Estatística Aplicada à Saúde 47

 2.2.2 Amostras emparelhadas
 4º Passo – Consultar a tabela da Distribuiç̧ão
t de Student
Hip. alt. Rejeitar H0 se Região de rejeição
H1: µ1-µ2 >0 T≥t1-α; (n-1) [t1-α; (n-1); [
H 1: µ1> µ 2

t1-0,01;(8-1)
t0,999;(7)

2,998

Ano letivo 2023/2024 Estatística Aplicada à Saúde 48

 2.2.2 Amostras emparelhadas
 4º Passo (continuação) – Regra de rejeição:
 A região de rejeição é dada por:
[2,998;+ [

 5º Passo – Tomada de decisão:

Como T=1,4406< <t0,99;(7)=2,998  Não rejeito H0.

 6º Passo - Concluir
 Os tempos médios de reação a um determinado
estímulo não são superiores antes de tomar o
medicamento, para um nível de significância de 1%.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 49

 2.2.2 Amostras emparelhadas
Também podemos resolver através do output do SPSS:

3º Passo: Escolher a região de rejeição (H1: µ1> µ2):

Rejeito H0 quando valor-p ≤ 

4º Passo: Decisão:
Como p = 0,096 ≥ 0,01  Não rejeitamos H0.

5º Passo: Conclusão: Os tempos médios de reação a um

determinado estímulo não são superiores antes de tomar o
medicamento.
Ano letivo 2023/2024 Estatística Aplicada à Saúde 50
 2.3 ANOVA I
 Método para comparação de médias de mais de dois
grupos.

 Significa Análise de Variância, é um método estatístico utilizado para

determinar se existem diferenças estatisticamente significativas
entre as médias de três ou mais grupos independentes (não
relacionados).

 Extensão do Teste T para múltiplos grupos.

 Embora o teste T seja usado para comparar as médias entre dois

grupos, a ANOVA amplia esta análise permitindo a comparação de
médias entre vários grupos.

 Verifica qual o efeito de uma variável independente (factor), de

natureza qualitativa numa variável dependente de natureza
quantitativa;
Ano letivo 2023/2024 Estatística Aplicada à Saúde 51
 2.3 ANOVA I
 Antes de se aplicar o teste, tem que se verificar:
 Normalidade de cada um dos grupos;
 Cada grupo tem 5 ou mais sujeitos;
 Observações independentes;
 Variâncias homogéneas.

 Hipóteses a testar:
H0: μ1=μ2=μ3 (a média dos grupos é igual)
vs
H1: Existe pelo menos um grupo cuja média é
diferente.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 52

 2.3 ANOVA I
 As médias das k amostras aleatórias extraídas das k
populações em estudo permitem definir 2 tipos de
variação:
 Variação entre amostras (variação fatorial ou
variação inter) – resultante da influência do fator sobre
a variável em estudo
 Variação dentro das amostras (variação residual ou
variação intra) – resultante da influência de outros
factores não controlados.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 53

 2.3 ANOVA I
 Demonstra-se que os desvios de cada observação em
relação à média total ou variação total ( X ij  X ) ,
dividem-se em 2 componentes aditivas:
 Os desvios das médias das amostras em relação à
média total ou variação factorial: ( X i  X )
 Os desvios das observações em relação à média de
cada uma das amostras ou variação residual ou
variação devida ao erro: ( X ij  X i )
 Equação da análise de variância:
k ni k k ni

  X ij  X   ni  X i  X     X ij  X i 
2 2 2

i 1 j 1 i 1 i 1 j 1

SQT=SQF + SQE

Ano letivo 2023/2024 Estatística Aplicada à Saúde 54

 2.3 ANOVA I
 A ANOVA permite concluir acerca da igualdade das k
médias através da comparação da variação factorial
com a variação residual. Podemos ter 2 situações:

 Se a variação factorial for muito superior à variação

residual, ou seja, o quociente entre as duas fontes de
variação é elevado, provavelmente as diferenças entre
amostras são importantes, o mesmo deve acontecer
com as populações.

 Se a variação factorial é pouco superior à variação

residual, ou seja, o quociente entre as duas fontes é
baixo, provavelmente as diferenças entre amostras são
pequenas, o mesmo deve acontecer com as populações.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 55

 2.3 ANOVA I
 A informação da ANOVA aparece resumida num
quadro da seguinte forma:
Fonte de Soma de Quadrado
g.l. F
Variação Quadrados s Médios
Factorial k
SQF QMF
(entre SQF   ni ( X i  X ) 2 k-1 QMF  F
k 1 QME
grupos) i 1

Residual k ni SQE
(dentro dos SQE   ( X ij  X i ) QME 
2
N-k N k
grupos) i 1 j 1

k ni

Total SQT   ( X ij  X )2 N-1

i 1 j 1

Fórmulas alternativas:
k ni k ni k

SQT   ( X ij  X )  ( N  1) S '
2 2
SQE   ( X ij  X i )  ( ni  1) S 'i2
2

i 1 j 1 i 1 j 1 i 1

Ano letivo 2023/2024 Estatística Aplicada à Saúde 56

 2.3 ANOVA I
 A Estatística F tem distribuição F Snedcor com (k-1,N-k)
g.l..

 Regra de rejeição: para um nível de significância α,

rejeita-se H0 quando: F≥f1- α;(k-1,N-k).
k: nº de grupos

 Ou: quando p-value <  rejeita-se a H0. A variabilidade

entre os grupos é suficientemente grande face à
variabilidade dentro dos grupos.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 57

 2.3 ANOVA I
 Exemplo 4: Dezoito pacientes com dificuldades de
sono foram injectados com doses de 0.5, 1 e 1.5
miligramas de um novo tranquilizante. Levaram
alguns minutos a adormecer profundamente; os
tempos dos 18 pacientes classificados por dose
foram:
0.5 1.0 1.5 Verifique se
11 9 10 existem
13 11 5 diferenças entre
9 10 8 os grupos.
14 8 9
15 12 6
13 10 10

Ano letivo 2023/2024 Estatística Aplicada à Saúde 58

 2.3 ANOVA I
1º Passo: verificar qual o tipo de teste a aplicar
(normalidade e homogeneidade das variâncias).
Tests of Normality
a
Kolmogorov-Smirnov Shapiro-Wilk
Statistic df Sig. Statistic df Sig.
meio ,258 6 ,200* ,940 6 ,659
um ,167 6 ,200* ,982 6 ,960
umemeio ,183 6 ,200* ,890 6 ,320
*. This is a lower bound of the true significance.
p>0,05 a distribuição é normal
a. Lilliefors Significance Correction

Test of Homogeneity of Variance

Levene
Statistic df1 df2 Sig.
tempo Based on Mean ,825 2 15 ,457
Based on Median ,485 2 15 ,625
Based on Median and
,485 2 12,793 ,627
with adjusted df
Based on trimmed mean ,783 2 15 ,475

p>0,05 as variâncias são homogéneas

Ano letivo 2023/2024 Estatística Aplicada à Saúde 59
 2.3 ANOVA I
 X – tempo que demorou a adormecer (variável
quantitativa).
 X tem uma distribuição normal
 porque p = 0,2 ≥ 0,05.
 As variâncias são homogéneas
 p = 0,457 ≥ 0,05.
 Cada grupo tem 5 ou mais sujeitos
 Observações independentes

Testes paramétricos
Teste ANOVA I

Ano letivo 2023/2024 Estatística Aplicada à Saúde 60

 2.3 ANOVA I
2º Passo: Hipóteses a testar:
H0: μ1=μ2=μ3
vs
H1: Existe pelo menos um grupo cuja média é diferente.

3º Passo: Estatística de teste e região de rejeição:

Cálculos auxiliares:
Dimensões das amostras: n1=n2=n3=6
Nº total de observações: N=6x3=18
Variância total: s’2=6,854
Variância para o grupo 0.5: s’21=4,7
Variância para o grupo 1.0: s’22=1,999
Variância para o grupo 1.5: s’23=4,402
SQT=(N-1)s’2=17x6,854=116,5
SQE=(n1-1)s’21+(n2-1)s’22+(n3-1)s’23=55,5

Ano letivo 2023/2024 Estatística Aplicada à Saúde 61

 2.3 ANOVA I
Cálculos auxiliares (cont.):
SQF=SQT-SQE=116,5-55,5=61
Assim, temos:

Ano letivo 2023/2024 Estatística Aplicada à Saúde 62

 2.3 ANOVA I

f0,95;(2;15)

3,68

Ano letivo 2023/2024 Estatística Aplicada à Saúde 63

 2.3 ANOVA I

Ano letivo 2023/2024 Estatística Aplicada à Saúde 64

 2.3 ANOVA I
Também podemos resolver este exercício através do
output do SPSS: ANOVA

tempo
Sum of
Squares df Mean Square F Sig.
Between Groups 61,000 2 30,500 8,243 ,004
Within Groups 55,500 15 3,700
Total 116,500 17

3º Passo: Escolher a região de rejeição:

Rejeito H0 quando valor-p ≤ 
4º Passo: Decisão:
Como p = 0,004 ≤ 0,05  Rejeito H0.
5º Passo: Conclusão: Igual à anterior.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 65

 3. Testes não paramétricos
 Os testes não paramétricos a estudar são
os seguintes:

Amostras independentes
Duas situações (dados Teste U de Mann-
ordinais) Whitney
Três ou mais situações Teste de Kruskal-Wallis
(dados ordinais)
Sujeitos distribuídos por Teste do Qui-quadrado
2 ou mais categorias

Ano letivo 2023/2024 Estatística Aplicada à Saúde 66

 3.1 Teste de Mann-Whitney
 Alternativa não paramétrica a usar quando o teste T-
Student não pode ser utilizado na comparação de 2
médias populacionais;

 Quando as variáveis dependentes em estudo não

possuem distribuição normal;

 Variâncias populacionais não forem

homogéneas;

 Quando a variável sob estudo for medida numa

escala ordinal.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 67

 3.1 Teste de Mann-Whitney
 Hipóteses a testar:
 H0: As duas populações são iguais em
tendência central (θ1=θ2);
vs
 H1: As duas populações não são iguais em
tendência central (θ1≠θ2).

 O teste em si:
 Baseia-se na ordenação das variáveis;
 Se a diferença entre as ordens for aleatória,
então os resultados devem ser
aproximadamente os mesmos.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 68

 3.1 Teste de Mann-Whitney
 Exemplo 5: Seis pessoas foram submetidas a
uma situação de forte tensão emocional, tendo-
lhes sido pedido que realizassem determinada
tarefa. Outra amostra de 13 pessoas realizou a
mesma tarefa sob um ambiente calmo. Em
ambas as situações foi registado o número de
erros cometido na execução da referida tarefa.

Ambiente Número de erros

Tensão 10 18 15 1 22 3
Calmo 6 14 20 18 8 16 7 11 2 5 9 13 12

Assumindo que a variável sob estudo não é normal e

para =0,05, pode concluir-se que existem diferenças
significativas no número de erros?

Ano letivo 2023/2024 Estatística Aplicada à Saúde 69

 3.1 Teste de Mann-Whitney
1º Passo: verificar qual o tipo de teste a
aplicar:
 Distribuição da variável sob estudo não é normal;
 Amostras independentes.

Teste não paramétrico – Mann-Whitney

2º Passo: Hipóteses a testar:

 H0: θT = θC vs H1: θT ≠ θC

Ano letivo 2023/2024 Estatística Aplicada à Saúde 70

 3.1 Teste de Mann-Whitney
Resultados: Ranks

grupo N Mean Rank Sum of Ranks

erros tensão 6 10,42 62,50
calmo 13 9,81 127,50
Total 19

Test Statistics(b)
erros
Mann-Whitney U 36,500
Wilcoxon W 127,500
Z -,219
Asymp. Sig. (2-tailed) ,826

a Not corrected for ties.

b Grouping Variable: grupo

Ano letivo 2023/2024 Estatística Aplicada à Saúde 71

 3.1 Teste de Mann-Whitney
3º Passo: Definir a regra de rejeição:

Rejeito H0 quando valor-p ≤ 

4º Passo: Decisão:

Como p = 0,826 ≥   Não rejeito H0.

5º Passo: Conclusão:

Para =0,05, o número de erros cometidos sob

ambiente tenso não difere do número de erros
cometido sob ambiente calmo.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 72

 3.2. Teste de Kruskal-Wallis
 Alternativa não paramétrica a usar quando a ANOVA
não pode ser utilizada na comparação de 3 médias
populacionais;

 Quando as variáveis dependentes em estudo não

possuem distribuição normal;

 Variâncias populacionais não forem

homogéneas;

 Quando a variável sob estudo for medida numa

escala ordinal.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 73

 3.2. Teste de Kruskal-Wallis
 Hipóteses a testar:
 H0: As populações são iguais em tendência central
(θ1=θ2=…= θk );
vs
 H1: Existe pelo menos um grupo cuja medida de
tendência central é diferente.

 O teste em si:
 Baseia-se na ordenação das variáveis;
 Se a diferença entre as ordens for aleatória, então
os resultados devem ser aproximadamente os
mesmos.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 74

 3.2. Teste de Kruskal-Wallis
 Exemplo 6: Num estudo sobre a capacidade de aprendi-
zagem de língua gestual num curso de formação profissional
para indivíduos com mais de 45 anos, obtiveram-se as
seguintes classificações organizadas por escalão etário:
Escalão etário
Grupo 1 Grupo 2 Grupo 3
45-50 50-55 55-60
80 70 44
76 77 44
34 48 54
80 64 32
73 71 21
80 75 28

Ano letivo 2023/2024 Estatística Aplicada à Saúde 75

 3.2. Teste de Kruskal-Wallis
Sabendo que a variável sob estudo não apresenta
distribuição normal, será que existem diferenças
significativas entre as classificações dos 3 escalões
etários testados (α=0,05).

1º Passo: verificar qual o tipo de teste a aplicar:

 Distribuição da variável sob estudo não é normal;
 3 amostras independentes;

Teste não paramétrico – Kruskall-Wallis

Ano letivo 2023/2024 Estatística Aplicada à Saúde 76

 3.2. Teste de Kruskal-Wallis
2º Passo: Hipóteses a testar:

 H0: θ1=θ2=θ3 vs H1: Existe pelo menos um grupo

com classificações significativamente diferentes.

Resultados:

Ranks Test Statisticsa,b

Grupo N Mean Rank Classifica

Classificações Grupo 1 (45-50 anos) 6 13,50 ções
Grupo 2 (50-55 anos) Chi-Square 9,781
6 10,83
Grupo 3 (55-60 anos) df 2
6 4,17
Total Asymp. Sig. ,008
18
a. Kruskal Wallis Test
b. Grouping Variable: Grupo

Ano letivo 2023/2024 Estatística Aplicada à Saúde 77

 3.2. Teste de Kruskal-Wallis
3º Passo: Escolher a região de rejeição:

Rejeito H0 quando valor-p ≤ 

4º Passo: Decisão:

Como p = 0,008 ≤   Rejeitamos H0.

5º Passo: Conclusão:

Com uma probabilidade de erro de 5% podemos

afirmar que pelos menos numa das amostras, as
classificações são diferentes.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 78

 4. Teste do Qui-quadrado de
independência
Usado para determinar se existe uma associação
significativa entre duas variáveis categóricas numa
amostra.
 Compara as frequências observadas de cada
grupo de sujeitos com as frequências esperadas e
verifica se essas diferenças são devido ao acaso.
Variáveis categóricas: Assumem um
 Pressupostos de aplicação (Cochran): número limitado, e geralmente fixo,
 Variáveis categóricas; de valores possíveis
 N>20;
 Todas as frequências esperadas têm de ser superior a 1 (Eij >1);
 80% das frequências esperadas têm de ser superior a 5 (80% Eij >5).

Ano letivo 2023/2024 Estatística Aplicada à Saúde 79

 4. Teste do Qui-quadrado de
independência

 Hipóteses a testar:
 H0: as variáveis X e Y são independentes
vs
 H1: as variáveis X e Y não são independentes

Frequências observadas
 Estatística de teste:
L C (Oij  Eij ) 2
obs
2
 
i 1 j 1 Eij
Frequências Esperadas

 Regra de rejeição - rejeitamos H0 se:

X2obs≥X21-α;((c-1)(L-1))

Ano letivo 2023/2024 Estatística Aplicada à Saúde 80

 4. Teste do Qui-quadrado de
independência
 Exemplo 7: Num estudo para avaliar a eficácia de
3 tipos diferentes de terapia (individual, em grupo
e autoterapia) sobre o tratamento de aracnofobia,
reuniu-se um grupo de indivíduos que sofriam
deste quadro psicopatológico e registou-se a
evolução do quadro após o tratamento (melhoria
significativa, melhoria razoável, sem melhoria).

Evolução do quadro clínico Individual Em grupo Auto

Melhoria significativa 12 9 4
Melhoria razoável 8 10 6
Sem melhoria 3 5 13

Ano letivo 2023/2024 Estatística Aplicada à Saúde 81

 4. Teste do Qui-quadrado de
independência
 Será que existem diferenças entre as terapias
relativamente à sua eficácia?

 1º Passo: verificar qual o tipo de teste a aplicar:

 Variáveis categóricas – teste do Qui-quadrado.

 2º Passo: Hipóteses a testar:

 H0: a variável terapia é independente da variável
tratamento
vs
 H1: a variável terapia não é independente da
variável tratamento.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 82

 4. Teste do Qui-quadrado de
independência
Resultados:
Evolução * Terapia Crosstabulation

Terapia
Individual Em grupo Auto Total
Evolução Melhoria significativa Count 12 9 4 25
Expected Count 8,2 8,6 8,2 25,0
Melhoria razoável Count 8 10 6 24
Expected Count 7,9 8,2 7,9 24,0
Sem melhoria Count 3 5 13 21
Expected Count 6,9 7,2 6,9 21,0
Total Count 23 24 23 70
Expected Count 23,0 24,0 23,0 70,0

 Todas as frequências esperadas têm de ser superiores a 1 (Eij >1); ✓

 80% das frequências esperadas têm de ser superior a 5 (80% Eij >5). ✓
 Estamos em condições de aplicar o teste do Qui-quadrado

Ano letivo 2023/2024 Estatística Aplicada à Saúde 83

 4. Teste do Qui-quadrado de
independência

L C (Oij  Eij ) 2 (12  8, 2)2 (13  6,9)2

 2
obs     ...   13,032
i 1 j 1 Eij 8, 2 6,9

Ano letivo 2023/2024 Estatística Aplicada à Saúde 84

 4. Teste do Qui-quadrado de
independência
3º Passo: Estatística de teste e região de rejeição:
L C (Oij  Eij ) 2 (12  8, 2)2 (13  6,9)2
 2
obs     ...   13,032
i 1 j 1 Eij 8, 2 6,9
Região de rejeição: [X21-α;((c-1)(L-1); +[=[9,488; +[

4º Passo: Decisão:
Como X2obs = 13,032 ≥ 9,488 Rejeito H0.

5º Passo: Conclusão:

Para =0,05, o tipo de terapia afecta a evolução do

quadro clínico.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 85

 4. Teste do Qui-quadrado de
independência

Resultados do output do SPSS:

Chi-Square Tests

Asymp. Sig.
Value df (2-sided)
Pearson Chi-Square 13,032a 4 ,011
Likelihood Ratio 12,894 4 ,012
Linear-by-Linear
10,618 1 ,001
Association
N of Valid Cases 70
a. 0 cells (,0%) have expected count less than 5. The
minimum expected count is 6,90.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 86

 4. Teste do Qui-quadrado de
independência

3º Passo: Escolher a região de rejeição:

Rejeito H0 quando valor-p ≤ 

4º Passo: Decisão:

Como p = 0,011 ≤   Rejeito H0.

5º Passo: Conclusão:

Para =0,05, o tipo de terapia afecta a evolução do

quadro clínico.

Ano letivo 2023/2024 Estatística Aplicada à Saúde 87

88