- (16) 3376-2047
- [email protected]
- Portfólio de Serviços
- AT
Vejamos a sua aplicação no exemplo 3.3.1, em que os dados foram colhidos de um estudo sobre os efeitos secundários provocados por um medicamento.
|
Efeito Secundário | Total | ||
Presente | Ausente | |||
Tratamento | Medicamento | 15 | 35 | 50 |
Placebo | 4 | 46 | 50 | |
Total | 19 | 81 | 100 |
Tabela 4.1.1: População tratados com medicamento e outra população com placebo.
Vamos calcular a correção de Yates:
$$Q^2_{corr}=\cfrac{n~(|AD-BC|-\frac{1}{2}~n)^2}{(A+B)(C+D)(A+C)(B+D)}= \cfrac{100~(|15*46-35*4|-\frac{1}{2}~100)^2}{(15+35)(4+46)(15+4)(35+46)}=6,4977$$
e o p-valor: $$\mbox{p-valor}=P[6,4977\textgreater \chi^2_{0,05;(2-1)(2-1)}|H_0]=0,0108$$
Para entender como executar essa função do Software Action, você pode consultar:
![]() |
Para entender como executar essa função do Software Action, você pode consultar o manual do usuário. |
Observação: O software Action, já faz a correção de Yates automaticamente.
Após o cálculo da estatística de teste, $Q^2_{obs}=6,4977$ e do p-valor$=0,0108$, concluímos que existe uma diferença das probabilidades do tipo de efeito provocado pela administração do medicamento e pela administração do placebo, com um nível de significância de $\alpha=0,05$ (5%). Compare com o resultados da aplicação do módulo teste de homogeneidade obtido e tire as devidas conclusões.
O Portal Action é mantido pela Estatcamp - Consultoria Estatística e Qualidade, com o objetivo de disponibilizar uma ferramenta estatística em conjunto com uma fonte de informação útil aos profissionais interessados.