Teoria da Decisão estatística

teoria da decisão estatística é, talvez, o maior ramo da estatística. Ela engloba todos os famosos (e muitos não tão famosos) testes de significância - testes t de Student, qui-quadrado, análise de variância (ANOVA-), testes de correlação de Pearson, testes de Wilcoxon e Mann-Whitney, e assim por diante.

Na sua forma mais básica, ofertas teoria decisão estatísticos com determinar se deve ou não algum efeito real está presente em seus dados. A palavra efeito pode se referir a coisas diferentes em diferentes circunstâncias. Os exemplos de efeitos incluem o seguinte:

• O valor médio de algo pode ser diferente em um grupo em comparação com o outro. Por exemplo, os machos podem ter valores mais elevados de hemoglobina, em média, do que females- o efeito do sexo sobre a hemoglobina podem ser quantificados pela diferença na média de hemoglobina entre machos e fêmeas.

  Ou os indivíduos tratados com um fármaco pode ter uma taxa de recuperação mais elevada do que os sujeitos receberam um placebo do tamanho do efeito pode ser expressa como a diferença na taxa de recuperação (droga menos placebo) ou pelo rácio das probabilidades de recuperação para a droga em relação ao placebo (odds ratio).

• O valor médio de algo pode ser diferente de zero (Ou de algum outro valor especificado). Por exemplo, a alteração média do peso corporal ao longo de 12 semanas a um grupo de indivíduos submetidos a terapia física pode ser diferente de zero.

• Duas variáveis ​​numéricos podem ser associados (também chamado correlacionados). Por exemplo, se a obesidade está associada com a hipertensão, em seguida, índice de massa corporal pode estar correlacionada com a pressão arterial sistólica. Este efeito é muitas vezes quantificado pelo coeficiente de correlação de Pearson.