Questão I8) Você concorda com a seguinte afirmativa? Experimentos pareados são usados, dentre outras situações, quando é difícil controlar todos os fatores que podem influenciar a variável em estudo. Justifique sua resposta com base no exemplo a seguir. Sugestão: Compare os resultados obtidos entre os testes pareados e testes para amostras independentes.
Exemplo: Deseja-se testar dois métodos de análise ( A e B ), que são realizados as segundas, quartas e sextasfeiras (Seg, Qua, Sex). Dados levantados referentes aos métodos são apresentados na tabela abaixo
\begin{tabular}{|l|c|c|c|}
\cline { 2 - 3 } \multicolumn{1}{c|}{} & \multicolumn{2}{c|}{ Método } & \multicolumn{1}{c}{} \
\hline Dia & A & B & Diferença \
\hline Seg & 5 & 3 & 2 \
\hline Qua & 7 & 5 & 2 \
\hline Sex & 8 & 6 & 2 \
\hline Médias & 6,67 & 4,67 & 2 \
\hline Variâncias & 2,3 & 2,3 & 0 \
\hline
\cline { 2 - 3 } \multicolumn{1}{c|}{} & \multicolumn{2}{c|}{ Método } & \multicolumn{1}{c}{} \
\hline Dia & A & B & Diferença \
\hline Seg & 5 & 3 & 2 \
\hline Qua & 7 & 5 & 2 \
\hline Sex & 8 & 6 & 2 \
\hline Médias & 6,67 & 4,67 & 2 \
\hline Variâncias & 2,3 & 2,3 & 0 \
\hline
Passo 1
O enunciado pergunta se concordo com a afirmativa: “Experimentos pareados são usados, dentre outras situações, quando é difícil controlar todos os fatores que podem influenciar a variável em estudo.” Ele pede justificativa usando o exemplo dado e sugere comparar resultados entre teste pareado e teste para amostras independentes.
Dados fornecidos (peguei-os da tabela do enunciado):
- Valores do método A nos dias Seg, Qua, Sex:
. - Valores do método B nos dias Seg, Qua, Sex:
. - Diferenças por dia (A menos B):
. - Médias reportadas:
, , . - Variâncias reportadas:
, , .
O que será feito: calcular e explicar os dois testes (amostras independentes e pareado), comparar resultados e interpretar o porquê de o pareamento ser apropriado quando há fatores difíceis de controlar (por exemplo, efeito do dia).
Passo 2
Relembrando fórmulas básicas (explicação didática):
- Média amostral: para uma amostra
,
Aqui
é a média,
é o tamanho da amostra e
são as observações.
- Variância amostral (não-viesada):
Essa fórmula mede a dispersão das observações em torno da média.
Vou mostrar os cálculos para checar as médias e variâncias dadas.
Cálculo da média de
:
Cálculo da média de
:
Cálculo da variância de
:
Desvios: ,
,
.
Quadrados: . Soma
.
Desvios:
Quadrados:
Mesmo resultado para
(os desvios são os mesmos em módulo), então
.
Cálculo das diferenças (pareadas):
dá
.
Média das diferenças:
Média das diferenças:
Variância das diferenças:
os desvios em relação a são todos zero, logo
os desvios em relação a
Passo 3
Teste para amostras independentes (explicando a ideia):
- Quando tratamos as duas amostras como independentes, assumimos que as observações de
não estão emparelhadas com as de . O teste compara e usando um erro padrão que combina as variâncias das duas amostras. - Fórmula do estimador de variância combinada (pool), quando assumimos variâncias iguais:
Aqui
,
.
Cálculo de
:
Erro padrão da diferença de médias:
Cálculo numérico:
Estatística
para amostras independentes:
Graus de liberdade:
.
Interpretação: para
, o valor crítico aproximado para
(bicaudal) é
. Como
, não rejeitamos
de igualdade de médias ao nível
. O p-valor aproximado é maior que
(próximo de
), logo sem evidência suficiente para concluir diferença significativa neste teste independente.
Passo 4
Teste pareado (explicando a ideia):
- No teste pareado, cada observação de
é comparada diretamente com a observação correspondente de (aqui, mesmo dia). O teste analisa as diferenças como uma única amostra e testa se a média das diferenças é zero. - Fórmula do t pareado:
onde
é a média das diferenças,
é o desvio-padrão amostral das diferenças,
é o número de pares, e
é o valor sob
(normalmente
).
Aplicando ao exemplo:
- Temos
, então e . - O denominador
, portanto a estatística não é numérica (divisão por zero). Isso ocorre porque não há variabilidade nas diferenças — todas são exatamente iguais a .
Interpretação prática desse caso: se em todas as repetições a diferença observada é exatamente
com nenhuma variação, então os dados mostram de forma perfeita que
excede
por
unidades em todas as observações. Em termos práticos isso significa evidência máxima contra
— é impossível explicar essas observações por flutuação aleatória se assumirmos que há alguma variação natural. Matematicamente, o teste t clássico falha por divisão por zero; entretanto, o resultado é intuitivamente extremante significativo (p-valor efetivamente zero no modelo com erro aleatório), já que probabilidade de observar diferenças idênticas se a diferença verdadeira fosse zero é zero sob um modelo contínuo.
Observação: em situações reais sempre existe alguma variabilidade experimental; aqui o exemplo é extremo e ilustra como o pareamento remove a variabilidade entre pares, destacando a diferença sistemática entre métodos.
Passo 5
Explicação conceitual (por que o pareamento ajuda quando não se consegue controlar fatores):
- Imagine que além do método existem fatores de dia que afetam ambos os métodos de forma similar (por exemplo, temperatura do laboratório, operador do equipamento). Modele observação como
onde
é um efeito do dia
(comum a A e B no mesmo dia) e
são erros independentes menores.
- Ao considerar a diferença por par,
o termo
(efeito do dia) cancela. Ou seja, ao emparelhar por dia, elimina-se a variação causada por
, que poderia ser difícil de controlar. Isso reduz a variância dos dados usados no teste e aumenta o poder do teste (maior chance de detectar diferença real entre
e
).
No exemplo fornecido, o cancelamento foi total (as diferenças ficaram constantes), mostrando dramaticamente o benefício do pareamento.
Passo 6
Comparação prática entre os dois testes neste exemplo:
- Teste para amostras independentes: não rejeita
ao nível (estatística , ). - Teste pareado: revela diferenças constantes
, variação das diferenças ; isso mostra evidência forte e clara de que os métodos diferem em unidades. Mesmo que o teste t clássico seja indefinido por divisão por zero, a interpretação é que o pareamento tirou toda a variabilidade devida ao dia, deixando a diferença sistemática evidente.
Resultado prático: usando o pareamento (comparando métodos no mesmo dia) a conclusão sobre diferença entre métodos fica muito mais clara; tratando como amostras independentes perde-se essa vantagem e pode-se não detectar a diferença.
Passo 7
Conclusão e recomendação (tom amigo e encorajador):
Concordo com a afirmativa. Experimentos pareados são especialmente indicados quando não se consegue controlar fatores externos que afetam as medições (como dia, operadora, lote, etc.), porque o pareamento cancela esses efeitos comuns e reduz a variabilidade do teste, aumentando muito a sensibilidade para detectar diferenças entre tratamentos. No exemplo, o pareamento mostrou diferença sistemática de unidades (diferenças idênticas em todos os pares), enquanto o teste para amostras independentes, que não explora o emparelhamento, não conseguiu detectar essa diferença ao nível usual de significância.
Concordo com a afirmativa. Experimentos pareados são especialmente indicados quando não se consegue controlar fatores externos que afetam as medições (como dia, operadora, lote, etc.), porque o pareamento cancela esses efeitos comuns e reduz a variabilidade do teste, aumentando muito a sensibilidade para detectar diferenças entre tratamentos. No exemplo, o pareamento mostrou diferença sistemática de
Força aí nos estudos — pegar esse tipo de ideia (modelo com efeito comum que cancela nas diferenças) é uma das melhores maneiras de lembrar quando usar pareado na prova!
Resposta
Concordo. No exemplo, o teste para amostras independentes dá
(
) e não rejeita
ao nível de
, enquanto o teste pareado mostra diferenças constantes
(variância das diferenças
), evidenciando de forma direta que
excede
em
unidades; o pareamento cancela variações comuns ao dia e aumenta o poder do teste.