Módulo 5 Teste de Hipóteses
Não podemos observar diretamente os efeitos causais devido ao problema fundamental da inferência causal (módulo de inferência causal). Então, como podemos aprender sobre esses efeitos causais não observados usando o que observamos? Em um experimento aleatorizado, podemos avaliar suposições ou hipóteses sobre os efeitos causais não observados comparando o que observamos em um determinado experimento com o que observaríamos se pudéssemos repetir a manipulação experimental, e também assumindo que a suposição ou hipótese fosse verdadeira.
Neste módulo, introduzimos o teste de hipóteses, como ele se relaciona com a inferência causal, \(p\)-valor e o que fazer quando temos várias hipóteses para testar.
5.1 Conteúdo Principal
O que é uma boa hipótese?
A relação entre teste de hipóteses e inferência causal.
Testes de hipótese.
Hipóteses nulas.
Estimadores versus estatísticas de teste.
Em um experimento, uma distribuição de referência para um teste de hipótese vem do design experimental e da aleatorização.
\(p\)-valor e como interpretar os resultados dos testes de hipótese.
Um bom teste de hipótese deve (1) raramente lançar dúvidas sobre a verdade (ou seja, ter uma taxa controlada e baixa de falso positivo) e (2) distinguir facilmente o sinal do ruído (ou seja, ter alto poder estatístico).
Como saberíamos quando nosso teste de hipóteses estão fazendo um bom trabalho? (Análise de poder estatístico de teste é seu próprio módulo).
Taxas de falso positivo.
Cobertura correta de um intervalo de confiança.
Avaliando a taxa de falso positivo de um teste de hipótese para um determinado design e escolha de estatística de teste; o caso de ensaios aleatorizados em clusters e erros padrão robustos de clusters.
Tenha cuidado ao testar várias hipóteses, como quando você tem mais de dois braços de tratamento ou está avaliando os efeitos de um tratamento em vários desfechos. Devemos ajustar os \(p\)-valores ou intervalos de confiança para refletir o número de testes/intervalos produzidos.
5.2 Slides
A seguir estão os slides com o conteúdo principal que abordamos em nossa palestra sobre teste de hipóteses. Você pode usar esses slides diretamente ou fazer sua própria cópia local e editar.
Você também pode ver os slides usados em Jornadas de Aprendizado anteriores:
5.3 Recursos
5.3.2 Livros, Capítulos e Artigos
Gerber and Green, Field Experiments. Capítulo 3: Distribuições de Amostragem, Inferência Estatística e Teste de Hipóteses.
Paul R. Rosenbaum, “Design of observational studies,” Springer Series in Statistics (2010). Capítulo 2: Inferência Causal em Experimentos Aleatorizados.
Paul R. Rosenbaum, Observation and Experiment: An Introduction to Causal Inference (Harvard University Press, 2017). Parte I: Experimentos Aleatorizados.
Tradução: Umberto Mignozzetti