M Todos Estat Sticos

Métodos estatísticos
ANOVA: ANOVA é uma coleção de modelos estatísticos no qual a variância amostral é particionada em diversos componentes devido a diferentes fatores (variáveis), que nas aplicações estão associados a um processo, produto ou serviço. Através desta partição, a ANOVA estuda a influência destes fatores na característica de interesse. No estudo destas influências, alguns autores como Eisenhart (1947), perceberam que havia, na verdade, dois tipos fundamentalmente diferentes de efeitos que os chamou de efeitos fixos e efeitos aleatórios.
T-Student: o teste t de Student ou somente teste t é um teste de hipótese que usa conceitos estatísticos para ou não uma hipótese nula quando a estatística de teste (t) segue uma distribuição t de Student. Essa premissa é normalmente usada quando a estatística de teste, na verdade, segue uma distribuição normal, mas a variância da população ² é desconhecida. Nesse caso, é usada a variância amostral S² e, com esse ajuste, a estatística de teste passa a seguir uma distribuição t de Student.
T-Student Pareado: é realizado quando existe a situação em que o mesmo indivíduo fornece seu peso para dois grupos, ex.: comparar o peso antes e depois de mulheres que praticam caminhada. Logo, cada mulher terá seu peso medido antes e depois da caminhada.
Bonferroni: consiste na realização de um teste t para cada par de médias a uma taxa de erro por comparação (TPC) de. Usando esse teste, o nível de significância da família é no máximo α, para qualquer configuração das medias da população. Desta forma, temos que o teste de Bonferroni protege a taxa de erro da família dos testes. Isso ilustra a taxa de erro conhecida como taxa de erro por família, que representa o valor esperado de erros de família. Esse teste pode ser usado para qualquer que sejam os dados balanceados ou não balanceados. Não é um teste exato, sendo baseado em uma aproximação conhecida como primeira desigualdade de Bonferroni.