Calculadora de teste de hipótese com z e t

Use o teste t sempre que o desvio padrão veio da mesma amostra que você está testando, o que é quase sempre. Use z só quando o desvio é de fato conhecido de antemão para a população inteira, vindo de um longo histórico da mesma medição e não destas observações.

Isso pesa mais em amostra pequena. Com a mesma estatística de 2,10 e teste bilateral, a t dá 0,1037 em cinco observações enquanto a normal dá 0,0357: uma chama de achado a 5% e a outra não. As duas passam a concordar a partir de umas vinte observações, e mesmo com cem ainda diferem na terceira casa decimal.

É com que frequência uma diferença pelo menos do tamanho da sua apareceria só por acaso, num mundo em que o valor de referência é a média verdadeira. Nada além disso.

Não é a probabilidade de o valor de referência ser verdadeiro, e não é a probabilidade de o seu resultado ter sido sorte. As duas leituras são comuns e as duas estão erradas, porque o cálculo começa supondo que o valor de referência é verdadeiro — então ele nunca pode dizer quão provável essa suposição era.

Porque o teste mede o quão bem você mediu, e não o tamanho da diferença. O erro padrão encolhe com a raiz quadrada do número de observações, então a mesma diferença produz uma estatística maior toda vez que a amostra cresce.

Uma diferença de um quarto de desvio padrão dá 0,4495 em dez observações, 0,0576 em sessenta, 0,0141 em cem e 0,0005 em duzentas. A diferença não mudou uma única vez. É por isso que o tamanho dela, contado em desvios padrão, fica ao lado da resposta nesta página.

Pode, e acontece o tempo todo em amostra grande. Significativo quer dizer que a diferença é difícil de explicar pelo acaso, não que ela seja grande o bastante para agir.

Um remédio que baixa a pressão em um centésimo de ponto vai ser significativo se você testar em gente suficiente, e inútil de todo jeito. Leia primeiro o tamanho da diferença e só depois o valor-p.

5% é a convenção na maioria das áreas, mas é convenção e não lei, e deve ser escolhido antes de você ver os dados, não depois.

Baixe quando alarme falso sai caro, como numa decisão difícil de desfazer. Suba quando deixar passar um efeito real é o erro pior, como numa triagem barata que será conferida de novo depois.

Ele põe toda a tolerância de um lado só, então precisa de menos evidência para declarar diferença na direção que você nomeou, e de nenhuma na direção oposta.

Isso só vale se você nomear a direção antes de olhar. Decidir testar só para valor maior porque a média saiu maior é a maneira mais antiga que existe de transformar cara ou coroa em descoberta, e dobra a taxa de alarme falso que você pensa estar correndo.