Saltar para o conteúdo

Cálculo de valores de p pequenos nos testes de hipóteses

Pessoal,

Vamos continuar a acompanhar a Patty a ajudar o Mark a determinar valores de P pequenos no teste de hipóteses. A primeira parte desta história está aqui.

A Patty e o Mark conversaram durante algum tempo e analisaram alguns dos dados que o Mark estava a analisar.

«Mark, para simplificar, vamos supor que estás a comparar uma eficiência de transferência (TE) com outra; digamos que fizeste 100 medições de TE e queres verificar se são estatisticamente superiores a um determinado valor. Assim, teríamos uma hipótese nula de 94% e uma hipótese alternativa superior a 94%», disse a Patty.

A Patty dirigiu-se ao quadro branco e escreveu o seguinte:

Ho: Média = 94%

H1: Média > 94 %

«Vamos supor que a média das cem leituras seja de 100 % e que o desvio-padrão seja de 10 %», continuou ela.

«Era exatamente isso que os dados indicavam», respondeu o Mark.

A Patty introduziu estes dados no Minitab e obteve o seguinte resultado:

Resultados de um teste estatístico que apresentam a hipótese nula μ = 94, a hipótese alternativa μ > 94 e o valor de T igual a 6.

«Por isso, rejeitamos a hipótese nula e concluímos que a média (ou seja, 100) é estatisticamente superior a 94%», afirmou Patty.

«Mas diz que o valor P é 0,000», resmungou o Mark. «Foi por isso que o Mike me repreendeu», suspirou ele.

«Vamos usar o Minitab para traçar um gráfico da distribuição normal, com uma média de 0 e um desvio-padrão de 1, e ver onde fica o valor 6 no gráfico. O valor 6 equivale a um valor T de 6 (ou a um valor Z, se a dimensão da amostra for grande, digamos, superior a 400)», disse a Patty. Ver Figura 1.

Gráfico da curva de distribuição normal em forma de sino intitulado «Gráfico de Distribuição», com média de 94 e desvio padrão.

Figura 1. A saída gráfica do Minitab.

«Uau, ali está o valor P: 9,8659×10⁻¹⁰», exclamou o Mark.

«Afinal, até esta função gráfica calcula um valor de P-Value igual a 0 para valores de T, ou Z, superiores a cerca de 8», confirmou a Patty.

«Caramba, então o Mike ainda pode dar-me uma bronca se o valor T for 8 ou mais», resmungou o Mark.

«Não desanimes», disse a Patty, «resolvi o cálculo da integral da distribuição gaussiana e descobri que se trata de uma função de erro complementar.O Excel® calcula funções de erro complementares para valores de T ou Z até 37,5. Neste caso, o valor P associado é 4,61E-308.» Ver Figura 2.

Tabela de uma folha de cálculo que apresenta os valores P e os valores T ou Z, com o valor 37,5 destacado a azul.

Figura 2. Folha de cálculo do Excel da Patty para calcular os valores P.

Mark perguntou, «E se for superior a 37,5?»

«Quando se pensa que existem apenas cerca de1080 átomos no universo, não nos preocupemos com 4,61E-308, já que isso corresponde a uma probabilidade de 1 em 2,16E307», brincou a Patty. «No entanto, se alguma vez precisarem mesmo de ir além de T = 37,5, desenvolvi técnicas que vão até T bem acima de 1 000, provavelmente até qualquer número, mas não podem ser feitas como Excel®», continuou ela.

O Mark perguntou, esperançoso: «Então, posso ficar com a folha de cálculodo Excel® e, se alguma vez tiver de ultrapassar os T = 37,5, vais ajudar-me, certo?»

«Claro», disse a Patty. «Ah, e não te deixes intimidar tanto pelo Mike Madigan… na verdade, ele é só um grande ursinho de peluche», brincou ela.

Ao ouvirem isso, ambos deram uma risadinha, embora o Mark não o tenha feito de forma muito convincente.

Saúde,

Dr. Ron

A integração da função da distribuição normal gaussiana à função de erro complementar, realizada por Patty, encontra-se abaixo. Os leitores que desejarem uma cópia da folha de cálculodo Excel® que calcula os valores de p podem enviar um e-mail para [email protected].

Fórmulas da distribuição gaussiana com a integral do valor p de z até ao infinito, utilizando a substituição.