Professor, seu trabalho é excelente. Parabéns e continue com esse método. Tenho certeza que o resultado tem sido satisfatório para a maioria que vê as vídeos aulas.
Você é um gênio, muito didático, obrigado. Professor, uma sugestão, coloque seus cursos na Udemy para vender, seu material é melhor do que o material pago que comprei lá
Muito obrigada por estes vídeos professor, essas teorias, conceitos básicos são essenciais para que nós entendamos o que será feito no futuro. Infelizmente muitos professores partem da premissa que os alunos já sabem disso, ou simplesmente querem que nós apredamos sozinhos, porém esquecem do fato que as vezes precisamos de ajuda.
Professor, hoje todo mundo acha o poder estatístico através de um programinha simples chamado GPower. No programa de mestrado que participo todo mundo usa para determinar o tamanho da amostra. Lá é quase um pecado não calcular o poder do teste para determinar a amostra.
Hoje podemos vários programas estatísticos, mas o conhecimento teórico é o grande diferencial. Algumas vezes vemos interpretações equivocadas pela academia!
Q397434 (site q concursos) O tamanho amostral influencia o poder do teste e o nível de significância. Gabarito ERRADO. Segundo o vídeo, o aumento do tamanho amostral pode diminuir simultaneamente os dos erros. Gostaria de entender pq o gabarito da banca cespe foi errado.
O complemento do erro Tipo I é chamado de Nível de Confiança. Esse foi o nome que deram para esse complemento. Um nome mais específico pode ser Nível de Confiança Tipo I. Outro nome também pode ser Poder do Teste Tipo I, pois são apenas nomes para um complemento. Igualmente, o complemento do erro tipo II pode ser chamado de Nível de Confiança Tipo II ou Poder do Teste Tipo II. As palavras Nível de Confiança, Poder do Teste e Complemento do Erro são sinônimos, pois, matematicamente, são iguais a 1 - Erro. Assim sendo, o erro tipo I não antecede antes do erro Tipo II. Um erro não é mais importante que o outro. Ambos interferem no tamanho da amostra. Nenhum deles deveria receber um tratamento especial ou diferenciado. Para facilitar, ainda existe a possibilidade de unificação desses dois erros num único erro, como descrevi anteriormente, pois diferentes pares de valores de erro tipo I e II podem resultar no mesmo tamanho de amostra. Estou questionando a maneira como o pessoal da área de Cálculo Amostral interpreta esses dois erros, baseando-se na minha experiência em outras áreas.
Oi professor eu tô afim de fazer uns videos pra ajudar estudantes de matematica aqui na noruega onde moro. Achei bacana seus videos. Quais foram os recursos que voce utilizou pra fazer seus videos?
Se num teste de hipóteses eu disser que a probabilidade de certo resultado acontecer, quando rejeito H0 é de 5 % estou a enunciar o erro tipo I? Ou a probabilidade de não acontecer é 95% estou a pronunciar bem o enunciado de uma decisão?
Olá. Queria saber se é possível nós darmos a hipótese nula e alternativa? Ou é uma regra já termos no enunciado a Ho e a H1 e só descobrirmos qual é a verdadeira?
Excelente explicacao! Tenhos todos videos aulas de inferencia, mas eu tenho uma questao: como saber se estou perante um desvio padrao amostral ou populacional?
Saudações calorosas professor, estou com um problemas sobre o teste de hipóteses, é possível ter um problema em que a Ho=2 e H1=3? Gostaria de saber se é possível um problema do gênero, qual seria a condição a ser utilizado.
Adorei as aulas de testes de hipótese, você é muito didático. Mas tenho uma dúvida, eu tenho um t observado 0,54 e um crítico de 12 e alguma coisa porque tem um grau de liberdade só e meu alfa é 5%. Nesse caso o meu p-valor seria de 5% também certo? Porque quero comparar se a média de diferença de idades de um grupo permanece a mesma depois de um tempo com 95% de confiança. E como faço para achar o beta que você falou?
Muito bom Professor! Uma dúvida: Costuma-se tb dizer que "não rejeitamos H0", ao invés de aceitar H0 na decisão final. Entendo que "não rejeitar" não significa necessariamente "aceitar", visto que podem haver outros testes a serem feitos. Faz sentido esse raciocínio?
Gostei muito do seu vídeo. Segue uma proposta de um único erro global para representar os erros Tpo I e Tipo II. Geralmente, os erros Tipo I e Tipo II são de 5% e 20% respectivamente. Vamos supor que exista somente um tratamento para uma doença. Não há concorrência, há um único tratamento que talvez funcione. Um erro Tipo I pequeno de 5% representa a chance de a amostragem recomendar o tratamento, quando ele não funciona realmente. Esse rigor no erro Tipo I aumenta a chance de o paciente ficar sem tratamento, ficar num beco sem saída, pois não existe outro tratamento. O que acontece com o erro Tipo II? Para uma mesmo tamanho de amostra, quando o erro Tipo I diminui, o erro Tipo II aumenta. Um erro Tipo II grande de 20% representa a chance de o tratamento funcionar realmente, e a amostragem não recomendar o tratamento. Esse fato é lastimável, pois estaremos dispensando o único tratamento que existe. Então, o recomendável seria diminuir o erro Tipo II e aumentar o erro Tipo I. Não há problema em aumentar o erro Tipo I, pois não corremos o risco de fazer um tratamento que não funciona em detrimento de outro que funciona, pois existe apenas um único tratamento. Isso justifica porque pacientes de doenças incuráveis se submetem à tratamentos não comprovados. Estatisticamente eles estão corretos em fazer isso, caso o tratamento não apresente efeitos colaterais sérios, quando comparado com um tipo de erro global que será apresentado ao final. Resumindo, o fator determinante na análise do tipo de erro é o nível de concorrência entre os tratamentos, ou seja, a probabilidade de estar fazendo um tratamento incorreto e deixar de fazer um outro tratamento correto. Não faz muito sentido fazer distinções entre o erro Tipo I e Tipo II, pois para um mesmo número de amostras, quando um número aumenta o outro diminui. Matematicamente, os erros Tipo I e II são independentes, mas um é função do outro para o mesmo número de amostras. A função ou curva pode ser representada num gráfico: erro tipo I no eixo X e erro Tipo II no eixo Y. Esse problema apresenta infinitas soluções que são representadas por essa curva ou função. Não é a primeira vez na Matemática que um problema apresenta infinitas soluções. Então, para facilitar, adota-se uma solução “arbitraria” que consiste em representar, pelo menos elegantemente, a curva por apenas um ponto ou a função por apenas uma solução. Vários critérios podem ser adotados para eleger um ponto da curva para um mesmo número de amostras: 1) fixar o erro Tipo I em 1% e obter o erro Tipo II. O valor do erro Tipo I também pode ser 5%, 10% ou 20%; 2) fixar o erro Tipo II em 1% e obter o erro Tipo I. O valor do erro Tipo II também pode ser 5%, 10% ou 20%; 3) obter o ponto da curva onde o erro Tipo I é igual ao erro Tipo II; 4) erros Tipo I e II cuja a média aritmética seja mínima; 5) erros Tipo I e II cuja a média geométrica seja mínima; 6) erros Tipo I e II cuja a soma vetorial seja mínima, etc. A solução 3 é interessante, pois dispensa a informação de dois erros, pois são iguais. No entanto, a solução 6 é a mais correta, pois o erro Tipo I é independente do Erro Tipo II, ou seja, vetorialmente um erro é perpendicular ao outro. Graficamente, essa solução significa adotar o ponto da curva que passa mais próximo da origem do gráfico. Pois, o módulo da soma vetorial é igual à diagonal do retângulo cujos lados são os erros Tipo I e Tipo II. A diagonal pode ser calculada facilmente pela fórmula de Pitágoras. O módulo da soma vetorial (a diagonal) pode ser usado como um único valor de erro que substitui o efeito dos dois erros Tipo I e Tipo II. Essa simplificação é bem interessante, pois dispensa a distinção entre os dois tipos de erros e facilita o entendimento e a unificação dos resultados do Cálculo Amostral. Exemplos matemáticos com o critério de menor soma vetorial: - Incerteza Expandida utilizada em Metrologia; - solução de sistemas lineares pela Decomposição em Valores Singulares; - Ridge Regression, etc.
O video está interessante mas talvez fosse melhor ser menos prolixo e mais direto. Em muitas partes alguns conteúdos simples são explicados em excesso e repetitivamente o que torna demasiadamente cansativo assistir o video.
Quem dera que todos os professores tivessem essa técnica, essa didática e essa categoria para ensinar! Parabéns e muito obrigado!
Show: me ajudando mais que a faculdade para aprender o conteúdo!
Você descomplicou tudo aquilo que minha faculdade complica.
Faço Mestrado em Portugal, sua didática tem me ajudado muito, simples, básica e objetiva.
Professor, seu trabalho é excelente. Parabéns e continue com esse método. Tenho certeza que o resultado tem sido satisfatório para a maioria que vê as vídeos aulas.
QUE AULA MARAVILHOSA
tá me salvando de bioestatística na graduação...
Você é um gênio, muito didático, obrigado. Professor, uma sugestão, coloque seus cursos na Udemy para vender, seu material é melhor do que o material pago que comprei lá
Moço você é incrível eu não estava entendendo NADAAAA
Os professores explicam como se a gente já soubesse de tudo eu estava muito perdida kkk
Teus conteúdos têmme ajudado grandemente, ainda mais em véspera de exames.
Salvando a minha pátria!!! Obrigado Prof. Guru.
Amei a maneira de ensinar desse professor. Através dele estou entendendo. Obrigada 😊
Adoro os seus vídeos. Têm ajudado mais do que muitos livros, pois a sua explicação é simples e direta. Muito obrigada pela sua partilha.
Muito obrigada por estes vídeos professor, essas teorias, conceitos básicos são essenciais para que nós entendamos o que será feito no futuro. Infelizmente muitos professores partem da premissa que os alunos já sabem disso, ou simplesmente querem que nós apredamos sozinhos, porém esquecem do fato que as vezes precisamos de ajuda.
Verdade! Vc faz qual curso? Qual universidade?
Sou formada em Biotecnologia professor, pela UFPB. Atualmente estou terminando meu mestrado em São Paulo :)
Teste de Hipótese. Adorei a aula.
Muito legal a metodologia. Parabéns, Guru!!!! :)
Tá me ajudando MUITO professor! Obrigado mesmo
Cara. PARABÉNS!!!
Muito didática a sua explanação.
Ótima aula, ajudou muito, apesar de repetir várias vezes algumas informações.
Excelente aula, o senhor é 10
Excelente aula. Gratidao
Excelente aula, parabéns professor!
muito boa a aula !
grata por esse conteudo nota mil!
ótima aula!
Todos os seus vídeos são excelentes!
Nem acredito que vídeos como esse tenha deslike😔😓
Ou inveja ou sei la, burrice
H0 e Ha. A chance de erro sempre vai existir.
Esqueceu?
Muito boa a aula professor!!
Merece todos os elogios que foram dados e outro mais
Por mais professores como você dentro das universidades :)
adoro seus vídeos!!!! ótimo professor didática maravilhosa
Muito bom professor
Excelente !!Ótima didática.
"Ela tem cara de viciada" kkkkkkkkkkk
Professor, hoje todo mundo acha o poder estatístico através de um programinha simples chamado GPower. No programa de mestrado que participo todo mundo usa para determinar o tamanho da amostra. Lá é quase um pecado não calcular o poder do teste para determinar a amostra.
Hoje podemos vários programas estatísticos, mas o conhecimento teórico é o grande diferencial. Algumas vezes vemos interpretações equivocadas pela academia!
Ótima aula, ajudou muito
No mestrado não aprendi nada, nada e nada...suas aulas são maravilhosas!!!!
Essas aulas estão me salvado! Além de ser bem didático. Ótimas aulas !
Obrigado! Você é de mais!!
muito bom!!! Parabens!!!
Obrigado!
Q397434 (site q concursos)
O tamanho amostral influencia o poder do teste e o nível de significância.
Gabarito ERRADO.
Segundo o vídeo, o aumento do tamanho amostral pode diminuir simultaneamente os dos erros. Gostaria de entender pq o gabarito da banca cespe foi errado.
O complemento do erro Tipo I é chamado de Nível de Confiança. Esse foi o nome que deram para esse complemento. Um nome mais específico pode ser Nível de Confiança Tipo I. Outro nome também pode ser Poder do Teste Tipo I, pois são apenas nomes para um complemento.
Igualmente, o complemento do erro tipo II pode ser chamado de Nível de Confiança Tipo II ou Poder do Teste Tipo II.
As palavras Nível de Confiança, Poder do Teste e Complemento do Erro são sinônimos, pois, matematicamente, são iguais a 1 - Erro.
Assim sendo, o erro tipo I não antecede antes do erro Tipo II. Um erro não é mais importante que o outro. Ambos interferem no tamanho da amostra. Nenhum deles deveria receber um tratamento especial ou diferenciado.
Para facilitar, ainda existe a possibilidade de unificação desses dois erros num único erro, como descrevi anteriormente, pois diferentes pares de valores de erro tipo I e II podem resultar no mesmo tamanho de amostra.
Estou questionando a maneira como o pessoal da área de Cálculo Amostral interpreta esses dois erros, baseando-se na minha experiência em outras áreas.
Excelente!!!!
Aulas bem explicativas
Obrigado!
Há possibilidade calcular a probabilidade dos erros tipo 1 e tipo 2 sem o nível de significância e sem o desvio padrão?
Eu queria baixar esse material será que é possível? 😊
Oi professor eu tô afim de fazer uns videos pra ajudar estudantes de matematica aqui na noruega onde moro. Achei bacana seus videos. Quais foram os recursos que voce utilizou pra fazer seus videos?
Se num teste de hipóteses eu disser que a probabilidade de certo resultado acontecer, quando rejeito H0 é de 5 % estou a enunciar o erro tipo I? Ou a probabilidade de não acontecer é 95% estou a pronunciar bem o enunciado de uma decisão?
Alguma indicação de um livro que trata disto de forma didática e clara?
Olá. Queria saber se é possível nós darmos a hipótese nula e alternativa? Ou é uma regra já termos no enunciado a Ho e a H1 e só descobrirmos qual é a verdadeira?
Excelente explicacao! Tenhos todos videos aulas de inferencia, mas eu tenho uma questao: como saber se estou perante um desvio padrao amostral ou populacional?
O \alpha e \beta não são as probabilidades dessa variável aleatória? Porque definiu um tipo de erro a cada uma delas?
Saudações calorosas professor, estou com um problemas sobre o teste de hipóteses, é possível ter um problema em que a Ho=2 e H1=3?
Gostaria de saber se é possível um problema do gênero, qual seria a condição a ser utilizado.
muito bom
Adorei a aula mas fiquei com uma duvida: como saber se uma hipótese vai ser nula ou alternativa?
Basta olhar as regrinhas (Para H0 só se usa =, >= ou
Professor, gostei muito da sua explicação. Parabéns! Poderia me ajudar com umas questões?
Quais?
Pelo que vi nunca aceitamos Ho apenas não o rejeitamos
Professor Guru, testes de hipóteses e testes estatísticos paramétricos são sinônimos ?
prof da para tomar as decisões na vida usando teste de hipóteses?
Professor, qual aplicativo você usa para escrever nos slides? grato e parabéns pelas aulas!
GENIAL OBRIGADO
Adorei as aulas de testes de hipótese, você é muito didático.
Mas tenho uma dúvida, eu tenho um t observado 0,54 e um crítico de 12 e alguma coisa porque tem um grau de liberdade só e meu alfa é 5%. Nesse caso o meu p-valor seria de 5% também certo?
Porque quero comparar se a média de diferença de idades de um grupo permanece a mesma depois de um tempo com 95% de confiança.
E como faço para achar o beta que você falou?
Muito bom Professor! Uma dúvida: Costuma-se tb dizer que "não rejeitamos H0", ao invés de aceitar H0 na decisão final. Entendo que "não rejeitar" não significa necessariamente "aceitar", visto que podem haver outros testes a serem feitos. Faz sentido esse raciocínio?
Gostei muito do seu vídeo.
Segue uma proposta de um único erro global para representar os erros Tpo I e Tipo II.
Geralmente, os erros Tipo I e Tipo II são de 5% e 20% respectivamente.
Vamos supor que exista somente um tratamento para uma doença. Não há concorrência, há um único tratamento que talvez funcione.
Um erro Tipo I pequeno de 5% representa a chance de a amostragem recomendar o tratamento, quando ele não funciona realmente. Esse rigor no erro Tipo I aumenta a chance de o paciente ficar sem tratamento, ficar num beco sem saída, pois não existe outro tratamento.
O que acontece com o erro Tipo II? Para uma mesmo tamanho de amostra, quando o erro Tipo I diminui, o erro Tipo II aumenta. Um erro Tipo II grande de 20% representa a chance de o tratamento funcionar realmente, e a amostragem não recomendar o tratamento. Esse fato é lastimável, pois estaremos dispensando o único tratamento que existe.
Então, o recomendável seria diminuir o erro Tipo II e aumentar o erro Tipo I. Não há problema em aumentar o erro Tipo I, pois não corremos o risco de fazer um tratamento que não funciona em detrimento de outro que funciona, pois existe apenas um único tratamento.
Isso justifica porque pacientes de doenças incuráveis se submetem à tratamentos não comprovados. Estatisticamente eles estão corretos em fazer isso, caso o tratamento não apresente efeitos colaterais sérios, quando comparado com um tipo de erro global que será apresentado ao final.
Resumindo, o fator determinante na análise do tipo de erro é o nível de concorrência entre os tratamentos, ou seja, a probabilidade de estar fazendo um tratamento incorreto e deixar de fazer um outro tratamento correto.
Não faz muito sentido fazer distinções entre o erro Tipo I e Tipo II, pois para um mesmo número de amostras, quando um número aumenta o outro diminui.
Matematicamente, os erros Tipo I e II são independentes, mas um é função do outro para o mesmo número de amostras. A função ou curva pode ser representada num gráfico: erro tipo I no eixo X e erro Tipo II no eixo Y. Esse problema apresenta infinitas soluções que são representadas por essa curva ou função.
Não é a primeira vez na Matemática que um problema apresenta infinitas soluções. Então, para facilitar, adota-se uma solução “arbitraria” que consiste em representar, pelo menos elegantemente, a curva por apenas um ponto ou a função por apenas uma solução.
Vários critérios podem ser adotados para eleger um ponto da curva para um mesmo número de amostras:
1) fixar o erro Tipo I em 1% e obter o erro Tipo II. O valor do erro Tipo I também pode ser 5%, 10% ou 20%;
2) fixar o erro Tipo II em 1% e obter o erro Tipo I. O valor do erro Tipo II também pode ser 5%, 10% ou 20%;
3) obter o ponto da curva onde o erro Tipo I é igual ao erro Tipo II;
4) erros Tipo I e II cuja a média aritmética seja mínima;
5) erros Tipo I e II cuja a média geométrica seja mínima;
6) erros Tipo I e II cuja a soma vetorial seja mínima, etc.
A solução 3 é interessante, pois dispensa a informação de dois erros, pois são iguais.
No entanto, a solução 6 é a mais correta, pois o erro Tipo I é independente do Erro Tipo II, ou seja, vetorialmente um erro é perpendicular ao outro. Graficamente, essa solução significa adotar o ponto da curva que passa mais próximo da origem do gráfico. Pois, o módulo da soma vetorial é igual à diagonal do retângulo cujos lados são os erros Tipo I e Tipo II. A diagonal pode ser calculada facilmente pela fórmula de Pitágoras.
O módulo da soma vetorial (a diagonal) pode ser usado como um único valor de erro que substitui o efeito dos dois erros Tipo I e Tipo II. Essa simplificação é bem interessante, pois dispensa a distinção entre os dois tipos de erros e facilita o entendimento e a unificação dos resultados do Cálculo Amostral.
Exemplos matemáticos com o critério de menor soma vetorial:
- Incerteza Expandida utilizada em Metrologia;
- solução de sistemas lineares pela Decomposição em Valores Singulares;
- Ridge Regression, etc.
Como determino qual nível de significância devo usar?
Nas questões, em geral, vem explícito. Na prática você irá definir junto com o pesquisador!
ajudou pacas, sérioooo
alguém me ajuda 😥
assunto chato. deus me free...
Precisa da teoria mais que tuuuuudo.
O video está interessante mas talvez fosse melhor ser menos prolixo e mais direto. Em muitas partes alguns conteúdos simples são explicados em excesso e repetitivamente o que torna demasiadamente cansativo assistir o video.
Isso divide opiniões kkkk tem gente que curte, tem gente que n