O documento descreve o uso do Excel para análise de dados ecológicos de populações, incluindo organização de dados em tabelas, produção de gráficos, e realização de testes estatísticos como t-test, ANOVA e regressão linear.
37. Analise de Dados por Excel
Podemos fazer testes estatísticos para:
Determinar se existe uma diferencia
significante entre dois conjuntos de
dados (teste t de Student)
Determinar se existe uma diferencia
significativa entre mais de dois
conjuntos de dados (ANOVA)
Determinar se existe uma relação
significante entre dois variáveis (Analise
de regressão)
38. Analise de Dados com Excel
Os passos seguintes precisam ser seguidos:
1. Escolher um teste estatístico apropriado
2. Afirmar a H0 e a HA
3. Fazer teste para produzir a estatística do teste
4. Examinar o valor de P
5. Decidir aceitar ou rejeitar a H0
39. Analise de Dados com Excel
Geralmente precisa calcular o valor crítico e
consultar o valor P numa tabela
Todo teste realizado com Excel proporciona o valor
de P
O valor de P é usado para determinar a
significância dos resultados estatísticos
O valor de P precisa ser comparado a um valor
O valor é geralmente 0.05 ou menor (como 0.01)
Menos de 5% de probabilidade do que a hipótese
nula é verdadeira
Quanto menor o valor de α mais certeza tem para
rejeitar a Hipótese Nula
Mas primeiro precisa escolher o teste estatístico
que vai usar
40.
41.
42.
43.
44. Testes t
Usados para comparar as médias de duas populações e responder a
pergunta seguinte:
Existe uma diferencia significativa entre as duas populações?
Exemplo: Existe uma diferencia significativa entre os tratamentos
da simulação do efeito de El Niño?
Não pode usar o teste para comparar dois tipos de dados
diferentes (como profundidade de água e solo).
Pode somente comparar dois conjuntos de dados com o mesmo tipo
de dados (como profundidade de água de dois locais diferentes)
Os dois conjuntos de dados comparados têm as mesmas unidades.
(por exemplo pode comparar dois conjuntos de dados se ambos
são registrados em dias. Não pode comparar dados registrados
em unidades de dias com dados registrados em unidades de
meses)
45. Testes t
Sua Hipótese Nula é sempre:
Não há diferencia significativa entre as duas
populações comparadas (μ1= μ2)
Sua Hipótese Alternativa é sempre:
Há diferencia entre as duas populações
comparadas (μ1 ≠ μ2)
46. 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
47.
48.
49.
50.
51.
52. 1. Escolhe um teste estatístico apropriado
Testes t
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Após fazer o teste, consulte o valor de p
• Se p > 0.05 não descarte a Hipótese Nula e afirme
que “não existe uma diferencia significativa entre as
duas populações comparadas”
• Se p < 0.05 descarte a Hipótese Nula e afirme que
“existe uma diferencia significativa entre as duas
populações comparadas”
53. 1. Escolhe um teste estatístico apropriado
Testes t
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Ao fazer o teste, examine o valor de P
• O resultado: P = 0.09903
• Por isso, P > 0.05 (O que implica que existe uma
probabilidade maior de 5% que a hipótese nula é
verdadeira)
• Precisamos não rejeitar a
Hipótese Nula de que
“não existe diferencia significativa
entre as duas populações comparadas”
54. ANOVA
Micro
100
Eco
90 Buisiness
Statistics
80
Number of Daily Beers
70
60
50
40
30
20
10
0
Number of Students
Usada para comparar as médias de mais de duas populações e
responder a pergunta:
Existe uma diferencia significante entre as populações?
Exemplo: Existe uma diferencia significante entre a altura
média de uma espécie de árvore em quatro locais do
Pantanal?
Para comparar um atributo de duas ou mais populações, use
um ANOVA de um fator solitário
Para comparar um atributo de duas ou mais populações,
subdividida em dois grupos use uma ANOVA de dois
fatores
55. 1. Escolhe um teste estatístico apropriado
ANOVA
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
A Hipótese Nula é sempre:
Não há diferencia significativa entre as
populações comparadas (μ1 = μ2 = μ3 = μ4
…..)
A hipótese alternativa é sempre:
Há ma diferencia entre as populações
comparadas (μ1 ≠ μ2 ≠ μ3 ≠ μ4 …..)
56. 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
57.
58.
59.
60. 1. Escolhe um teste estatístico apropriado
ANOVA
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Ao fazer o teste, examine o valor de p
• Se p > 0.05 não rejeite a Hipótese Nula e afirme que
“não existe diferença significante entre as populações
comparadas”
• Se p < 0.05 rejeite a Hipótese Nula e afirme que
“existe uma diferença significante entre pelo menos
duas das populações comparadas” 100
Micro
Eco
90 Buisiness
Statistics
80
Number of Daily Beers
70
60
50
40
30
20
10
0
Number of Students
61. 1. Escolhe um teste estatístico apropriado
ANOVA
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Ao fazer o teste, examine o valor de p
• Os resultados demonstram P = 0.002197
• Por isso, P < 0.05 (Implica que existe menos de uma
probabilidade de menos de 5% de que a Hipótese Nula é
verdadeira)
• Precisa rejeitar a Hipótese Nula e afirmar que “existe uma
diferença significante entre pelo 100
Micro
Eco
90 Buisiness
Statistics
menos duas das populações
80
Number of Daily Beers 70
60
comparadas”
50
40
30
20
10
0
62. Lembre:
ANOVA
O resultado da ANOVA somente indica que
i) Nenhum conjunto de dados se difere
significativamente entre eles
OU
ii) Pelo menos dois dos conjuntos dos dados
entre todos comparados são diferentes
significativamente
Se existe uma diferencia significativa entre pelo
menos dois dos conjuntos dos dados, não
informa qual dois conjuntos
63. ANOVA de 100
90
80
Micro
Eco
Buisiness
Statistics
Number of Daily Beers
70
60
50
duas vias
40
30
20
10
0
Number of Students
Usada para comparar as médias de mais de duas
populações que são subdividas em dois ou mais grupos e
responder a pergunta:
Existe uma diferencia significante entre as populações?
Exemplo: Existe uma diferencia significativa entre a altura
média de uma espécie de árvores em quatro locais do
Pantanal durante o inverno e verão?
64.
65.
66.
67.
68.
69.
70. ANOVA de 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
duas vias
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Ao realizar o teste, examine o valor de P de interação
• Se p > 0.05 não pode rejeitar a Hipótese Nula e afirmar
que “não existe uma diferencia significativa entre as
populações comparadas”
• Se p < 0.05 precisa rejeitar a Hipótese Nula e afirmar que
“existe uma diferencia significativa em pelo menos duas das
populações comparadas” 100
Micro
Eco
90 Buisiness
Statistics
80
Number of Daily Beers
70
60
50
40
30
20
10
0
Number of Students
71. ANOVA de 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
duas vias
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• O resultado: P = 0.2888
Micro
• Por isso P > 0.05 (Isso
0
Eco
0 Buisiness
0
Statistics
significa que existe uma
0 probabilidade maior do que
0 5% que a hipótese nula é
0
verdadeira)
0
0 • Assim precisa rejeitar a
Hipótese Nula e afirmar que
0
“não existe uma diferencia
0
0
Number of Students significativa entre as duas
populações”
72. Análise de 60.00
Money Spent by TA ($)
50.00
40.00
Regressão
30.00
20.00
10.00
0.00
0 1 2 3 4 5 6
Usada para determinar se existe uma relação linear entre dois
Price of Whiskey ($)
variáveis e responder a pergunta:
Existe uma relação linear significante entre dois variáveis?
Exemplo: Existe uma relação significativa entre a altura de uma
espécie de árvore e a profundidade de solo no pantanal?
A analise cria uma equação (ou linha) que prevê os valores de
Y baseada nos valores de X.
Não pode usar esse teste para comparar as. Somente compare
os variáveis.
Analisamos dois variáveis diferentes (como a profundidade da
água (cm) e a abundância de plantas (número de
indivíduos), de modo que os conjuntos de dados não precisam
ter as mesmas unidades de medição
73. Análise de 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
Regressão 4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
A hipótese nula é sempre:
Não há relação linear significante entre os dois
variáveis
A hipótese alternativa é sempre:
Existe uma relação linear significante entre os dois
variáveis
74. • R quadrado: o grau de previsão de “y” por “x”, ou seja, a força
da regressão linear entre os dois variáveis.
• Quanto mais próximo o valor de R a 0, pior o ajuste dos dados.
• Quanto mais próximo o valor de R quadrado a 1, melhor o ajuste
dos dados.
Exemplo: R quadrado = 0.04 1.2
A linha de regressão não se ajusta
Money Spent by TA ($)
1
bem aos dados! 0.8
Muitos pontos ficam longe da
0.6
linha, o que implica que não existe
0.4
uma relação linear definida entre
0.2
os dois variáveis
0
0 0.2 0.4 0.6 0.8 1 1.2
“x” não prevê “y”
Price of Whiskey ($)
Exemplo: R quadrado = 0.94
A linha de regressão ajusta bem os 60.00
dados
Money Spent by TA ($)
50.00
Ao pontos ficam próximos a linha, 40.00
então existe uma relação linear 30.00
definida entre os dois variáveis
20.00
“x” prevê “y”
10.00
0.00
0 1 2 3 4 5 6
Price of Whiskey ($)
75. 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
76.
77.
78.
79.
80.
81.
82. Análise de 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
Regressão
• Ao fazer o teste, examine a significância do valor de F
4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
ou d p da amostra
• Se p > 0.05 rejeite a Hipótese Nula e afirme que “Não
existe uma relação linear significante entre os dois
variáveis”
• Se p < 0.05 rejeite a Hipótese Nula e afirme que
“Existe uma relação linear significante entre os dois
variáveis” 60.00
Money Spent by TA ($)
50.00
40.00
30.00
20.00
10.00
0.00
0 1 2 3 4 5 6
83. Análise de 1. Escolhe um teste estatístico apropriado
2. Formule H0 e HA
3. Faz o teste
Regressão 4. Examine o valor de P
5. Decide aceitar ou rejeitar H0
• Ao fazer o teste, examine os valores de p
• Os resultados dão uma Significância de F ou valores p da amostra =
1.65E08 = 0.0000000165
• Por isso P < 0.05, o que implica que temos menos de uma
probabilidade de 5% de que a hipótese nula é verdadeira
• Precisamos rejeitar a Hipótese Nula e afirmar que “existe uma relação
linear significante entre os dois variáveis”
• Examine o valor de R quadrado
60.00
Money Spent by TA ($)
50.00
• O resultado: R quadrado = 0.975 40.00
30.00
• Assim, a linha ajusta bem aos dados20.00
• “x” pode ser usado para prever “y”10.00
0.00
0 1 2 3 4 5 6
Price of Whiskey ($)