Teste t para uma amostra
Médias (paramétricos) · Uma amostra · distribuição de referência: t(n−1)
Quando usar
Comparar a média de uma amostra com um valor de referência quando o desvio padrão da população é desconhecido.
Hipótese nula
A média populacional é igual ao valor de referência: μ = μ₀.
Pressupostos
- Observações independentes
- Dados aproximadamente normais, ou n grande (≳ 30)
Estatística
t = \dfrac{\bar{x} - \mu_0}{s / \sqrt{n}}Tamanho de efeito
d de Cohen: a diferença em desvios padrão. Referências usuais: 0,2 pequeno, 0,5 médio e 0,8 grande.
d = \dfrac{\bar{x} - \mu_0}{s}Como reportar
t(24) = 2,31; p = 0,030; d = 0,46
No R e no Python
R
t.test(x, mu = 50)Python
stats.ttest_1samp(x, popmean=50)No Python, stats é scipy.stats e np é numpy.
Variantes e alternativas
- Teste Z, quando σ é conhecido
- Teste do sinal, sem supor normalidade
Onde fica no catálogo
Médias (paramétricos). Testes paramétricos supõem um modelo para os dados, em geral a distribuição normal, e comparam parâmetros dele, como a média. Quando o pressuposto vale, são os mais poderosos.
Uma amostra. Um único grupo comparado com um valor de referência fixado de antemão, como uma meta ou um padrão.
Na árvore de decisão
- O que você quer fazer? Comparar grupos, ou um grupo com um valor de referência
- Que tipo de resposta você mediu? Numérica: uma medida, como peso, tempo ou nota
- Quantos grupos ou medidas? Um grupo, contra um valor de referência
- Os dados são aproximadamente normais, ou a amostra é grande (n ≳ 30)? Sim