Graus de liberdade: o que são?

Graus de liberdade são utilizados em testes de hipóteses.
Conteúdo (clique para saltar para essa seção):

1. Quais são os graus de liberdade?
2. DF: duas amostras
3. graus de liberdade em ANOVA
4. Por que os valores críticos diminuem enquanto DF aumentam?quais são os graus de liberdade?

   graus de liberdade na coluna esquerda da tabela de distribuição de T.,

   graus de liberdade de uma estimativa é o número de elementos de informação independentes que foram para calcular a estimativa. Não é exatamente o mesmo que o número de itens na amostra. Para obter o df para a estimativa, você tem que subtrair 1 do número de itens. Digamos que encontraste a perda de peso para uma dieta pobre em hidratos de carbono. Você poderia usar 4 pessoas, dando 3 graus de liberdade (4 – 1 = 3), ou você poderia usar cem pessoas com df = 99.,

   Em termos de matemática (onde “n” é o número de itens em seu conjunto):

   Graus de Liberdade = n – 1

   Por que nós subtraímos 1 do número de itens?
   assista o vídeo para uma explicação rápida, ou leia abaixo:

   por favor aceite estatísticas, cookies de marketing para assistir este vídeo.

   outra maneira de olhar para os graus de liberdade é que eles são o número de valores que são livres para variar em um conjunto de dados. O que significa “livre para variar”? Aqui está um exemplo usando a média (média):
   Q., Escolha um conjunto de números que têm uma média (média) de 10.alguns conjuntos de números que você pode escolher: 9, 10, 11 ou 8, 10, 12 ou 5, 10, 15.uma vez que você tenha escolhido os dois primeiros números no conjunto, o terceiro é fixo. Em outras palavras, você não pode escolher o terceiro item no conjunto. Os únicos números que são livres de variar são os dois primeiros. Você pode escolher 9 + 10 ou 5 + 15, mas uma vez que você tomou essa decisão você deve escolher um número particular que lhe dará o meio que você está procurando. Então graus de liberdade para um conjunto de três números são dois.,

   Por exemplo: se você queria encontrar um intervalo de confiança para uma amostra, os graus de liberdade são n – 1. “N’ também pode ser o número de classes ou categorias. Veja: valor crítico do Qui-quadrado para um exemplo.
   Back to Top

   Degrees of Freedom: Two Samples

   If you have two samples and want to find a parameter, like the mean, you have two ” n ” s to consider (sample 1 and sample 2). Graus de liberdade nesse caso é:

   graus de liberdade (duas amostras): (N1 + N2) – 2.,

   Back to Top

   graus de liberdade em ANOVA

   graus de liberdade torna-se um pouco mais complicado em testes de ANOVA. Em vez de um parâmetro simples (como encontrar uma média), os testes ANOVA envolvem a comparação de meios conhecidos em conjuntos de dados. Por exemplo, em uma ANOVA de Sentido Único você está comparando dois meios em duas células. A grande média (a média das médias) seria:
   média 1 + média 2 = grande média.e se escolhesses a média 1 e conhecesses a grande média? Não terias escolha sobre o Mean2, por isso os teus graus de liberdade para uma ANOVA de dois grupos são 1.,

   Two Group ANOVA df1 = n-1

   para uma ANOVA de três grupos, você pode variar dois meios de modo que os graus de liberdade são 2.

   Na verdade é um pouco mais complicado porque há dois graus de liberdade em ANOVA: df1 e df2. A explicação acima é para df1. Df2 em ANOVA é o número total de observações em todas as células – graus de liberdade perdidos porque os meios celulares são definidos.,

   
   

   Dois grupos ANOVA df2 = n – k

   O “k” na fórmula é o número de células meios ou grupos/condições.por exemplo, digamos que você teve 200 observações e quatro células. Graus de liberdade neste caso seriam: Df2 = 200-4 = 196.
   Back to Top

   Why Do Critical Values Decrease While DF Increase?graças a Mohammed Gezmu por esta pergunta.,

   Let’s take a look at the t-score formula in a hypothesis test:
   
   When N increases, the t-score goes up. Isto é por causa da raiz quadrada no denominador: à medida que ela fica maior, a fração s/√n fica menor e a pontuação t (o resultado de outra fração) fica maior. Como os graus de liberdade são definidos acima como n-1, você pensaria que o valor t-crítico deve ficar maior também, mas eles não: eles ficam menores. Isto parece contra-intuitivo.,

   
   

   No entanto, pense sobre o que um teste-t é realmente para. Você está usando o teste t porque você não sabe o desvio padrão de sua população e, portanto, você não sabe a forma de seu gráfico. Pode ter caudas pequenas e gordas. Pode ter caudas longas e magras. Não fazes ideia. Os graus de liberdade afetam a forma do grafo na distribuição-t; à medida que o df fica maior, a área nas caudas da distribuição fica menor. À medida que o df se aproxima do infinito, a distribuição-t parecerá uma distribuição normal., Quando isso acontece, você pode ter certeza de seu desvio padrão (que é 1 em uma distribuição normal).digamos que tirou pesos repetidos de quatro pessoas, retirados de uma população com um desvio padrão desconhecido. Você mede seus pesos, calcula a diferença média entre os pares de amostras e repete o processo vezes sem conta. O tamanho minúsculo da amostra de 4 resultará em uma distribuição t com caudas de gordura. As caudas gordas dizem-lhe que é mais provável que tenha valores extremos na sua amostra., Testas a tua hipótese a um nível alfa de 5%, o que corta os últimos 5% da tua distribuição. O gráfico abaixo mostra a distribuição-t com um corte de 5%. Isto dá um valor crítico de 2,6. (Nota: eu estou usando uma hipotética t-distribuição aqui como um exemplo-o CV não é exato).

   
   agora olhe para a distribuição normal. Temos menos hipóteses de valores extremos com a distribuição normal. O nosso nível de 5% alfa corta a um CV de 2.

   Back to the original question ” Why Do Critical Values Decrease While DF Increases?,”Aqui está a resposta curta:

   graus de Liberdade estão relacionados com o tamanho da amostra (n-1). Se o df aumenta, também se afirma que o tamanho da amostra está aumentando; o gráfico da distribuição-t terá caudas mais magras, empurrando o valor crítico para a média.

   Back to Top

   referência:
   Gerard Dallal. The Little Handbook of Statistical Practice. Retrieved December 26 2015 from here.Alistair W Kerr, Howard K Hall, Stephen a Kozub. (2002). A fazer estatísticas com SPSS. Sage Publications. p. 68. Disponivel.Levine, D., (2014). Mesmo você pode aprender estatísticas e analíticas: um guia fácil de entender para estatísticas e Analytics 3rd Edition. Pearson FT Prima

   ——————————————————————————

   Necessita de ajuda com a lição de casa, ou a pergunta de teste? Com o estudo Chegg, você pode obter soluções passo a passo para suas perguntas de um especialista no campo. Os seus primeiros 30 minutos com um tutor Chegg são grátis!