Teste de hipóteses: perguntas que você sempre quis fazer, mas nunca teve coragem / Hypothesis testing: questions you have always wanted to ask, but never had the courage to

Dando continuidade aos artigos da série "Perguntas que você sempre quis fazer, mas nunca teve coragem", que tem como objetivo responder e sugerir referências para o melhor entendimento das principais dúvidas dos pesquisadores do Hospital de Clínicas de Porto Alegre sobre estatística, este segundo artigo se propõe a responder às principais dúvidas levantadas sobre Teste de Hipóteses. São discutidas questões referentes à metodologia de um teste de hipóteses na concepção clássica de Inferência Estatística, bem como tamanho de efeito, tipos de erros, valor de p e poder. Os conceitos são abordados numa linguagem acessível ao público leigo e diversas referências são sugeridas para os curiosos em relação ao tema. (AU)

Continuing the series of articles "Questions you have always wanted to ask, but never had the courage to", which aims to answer the most common questions of researchers at Hospital de Clínicas de Porto Alegre regarding statistics and to suggest references for a better understanding, this second article addresses the topic of hypothesis testing. The hypothesis testing method is discussed from a classical conception of statistical inference, including effect size, type of errors, p-value and power. The concepts are explained in plain language for lay readers and several references are suggested for those curious about the topic. (AU)

The Mind's Theorist / La Mente como Constructora de Teorías / O Teórico da Mente

Abstract The highest-order function of the mind is as a theorist. The memory system accumulates information about the outside world. The mind's theorist must sort through the information to formulate a theory about that world. The basic component of the system for theory building is a process called trolling. When the conscious mind is not being bombarded by external stimuli, or during certain stages of sleep, the mind's theorist trolls through memory searching for traces that contain similar information. If several traces are identified, analysis may yield information that was not evident when each was examined individually; reification of this sort can add new information to memory. The trolling process, and its ability to form new memory traces in the absence of external stimulation, is key to understanding many psychological phenomena.

Resumen La función superior de la mente es la de la construcción teórica. El sistema de memoria acumula información acerca del mundo externo y la mente constructora de teorías debe revisar dicha información para formular una teoría sobre el mundo. El componente básico del sistema de construcción teórica es un proceso llamado "trolling", que implica una búsqueda cuidadosa y sistemática. Cuando la mente consciente no está siendo bombardeada por estímulos externos o durante ciertas etapas del sueño, la mente teórica escudriña en la memoria buscando trazas que contengan información similar. Cuando se identifican varias trazas, es posible que el análisis arroje información que no era evidente al examinar cada traza de manera individual. Así, este tipo de reificación puede aportarle nueva información a la memoria. Dada su capacidad de formar nuevas trazas de memoria en ausencia de estímulos externos, el proceso de "trolling" es clave para la comprensión de muchos fenómenos psicológicos.

Resumo A maior função superior do cérebro é a de ser um teórico. O sistema da memória acumula informação sobre o mundo de fora. O teórico da mente deve investigar toda a informação para formular uma teoria sobre esse mundo. O componente básico do sistema para elaborar teorias é um processo chamado "trolling" (pesca de corrico). Quando a mente consciente não está sendo bombardeada por estímulos externos, ou durante certas etapas do sono, o teórico da mente "pesca" pelas memórias, procurando traços que contenham informações parecidas. Se vários traços são identificados, pode-se ter como resultado informação que não era evidente quando cada um foi analisado individualmente; reificação desse tipo pode adicionar nova informação à memória. O processo de "pescar" e sua habilidade para formar novos traços de memória na ausência de estímulos externos é fundamental para entender muitos fenômenos psicológicos.

Tópicos para uma boa análise de dados de estudos empíricos / Topic for a good analysis of empirical studies' data

Este artigo discute o processo de análise de dados em sete tópicos: a) modelos estatísticos, técnicas estatísticas e diferenciação de "receita estatística"; b) a associação da validade das conclusões estatísticas ao processo de delineamento e amostragem; c) a diferença e complementaridade da descrição de dados e do teste de hipóteses; d) como as hipóteses se relacionam com os testes estatísticos a realizar; e) a análise preliminar de dados e sua relevância; f) teste de hipótese na perspectiva de Fisher e de Neyman e Pearson; g) a apresentação dos dados como um processo comunicacional, e vantagens do uso de normas (APA).(AU)

This paper discusses the data analysis process around seven critical topics: a) Distinguishing between a statistical model, a statistical technique and a statistical receipt; b) Sampling and Design's implications for statistical validity; c) Complementarities and distinctions between data description and hypothesis testing; d) How statistical hypothesis are framed by the statistical model and vice versa; e) relevance of preliminary analysis of data; f) Fisher's and Neyman-Pearson'sperspectives of statistical inference; g) Data presentation as a communication matter.(AU)

Tópicos para uma boa análise de dados de estudos empíricos / Topic for a good analysis of empirical studies' data

Este artigo discute o processo de análise de dados em sete tópicos: a) modelos estatísticos, técnicas estatísticas e diferenciação de "receita estatística"; b) a associação da validade das conclusões estatísticas ao processo de delineamento e amostragem; c) a diferença e complementaridade da descrição de dados e do teste de hipóteses; d) como as hipóteses se relacionam com os testes estatísticos a realizar; e) a análise preliminar de dados e sua relevância; f) teste de hipótese na perspectiva de Fisher e de Neyman e Pearson; g) a apresentação dos dados como um processo comunicacional, e vantagens do uso de normas (APA).

This paper discusses the data analysis process around seven critical topics: a) Distinguishing between a statistical model, a statistical technique and a statistical receipt; b) Sampling and Design's implications for statistical validity; c) Complementarities and distinctions between data description and hypothesis testing; d) How statistical hypothesis are framed by the statistical model and vice versa; e) relevance of preliminary analysis of data; f) Fisher's and Neyman-Pearson'sperspectives of statistical inference; g) Data presentation as a communication matter.

p < 0,05, ¿Criterio mágico para resolver cualquier problema o leyenda urbana? / p <0.05, A magic criterion to solve any problem or an urban legend? / p <0,05, Critério mágico para resolver qualquer problema ou lenda urbana?

Las Pruebas de Hipótesis son el procedimiento de análisis más conocido por los investigadores y utilizado en las revistas científicaspero, a su vez, ellas han sido fuertemente criticadas, su uso ha sido cuestionado y restringido en algunos casos por las inconsistenciasobservadas en su aplicación. Este problema se analiza, en este artículo, tomando como punto de partida los Fundamentos de laMetodología Estadística y los diferentes enfoques que históricamente se han desarrollado para abordar el problema del análisis delas Hipótesis Estadísticas. Resaltándose un punto poco conocido por algunos: el carácter aleatorio de los valores P. Se presentanlos fundamentos de las soluciones de Fisher, Neyman-Pearson y Bayesiana y a partir de ellas se identifican las inconsistenciasdel procedimiento de conducta que indica identificar un valor P, compararlo con el valor del error de tipo I –que usualmente esconsiderado como 0,05- y a partir de ahí decidir las conclusiones del análisis. Adicionalmente se identifican recomendaciones sobrecómo proceder en un problema, así como los retos a enfrentar, en lo docente y en lo metodológico, para analizar correctamente losdatos y determinar la validez de las hipótesis de interés...

Hypothesis testing is a well-known procedure for data analysiswidely used in scientific papers but, at the same time, strongly criticized and its use questioned and restricted in some cases due toinconsistencies observed from their application. This issue is analyzed in this paper on the basis of the fundamentals of the statisticalmethodology and the different approaches that have been historically developed to solve the problem of statistical hypothesis analysishighlighting a not well known point: the P value is a random variable. The fundamentals of Fisher´s, Neyman-Pearson´s and Bayesian´ssolutions are analyzed and based on them, the inconsistency of the commonly used procedure of determining a p value, compare it toa type I error value (usually 0.05) and get a conclusion is discussed and, on their basis, inconsistencies of the data analysis procedureare identified, procedure consisting in the identification of a P value, the comparison of the P-value with a type-I error value –whichis usually considered to be 0.05– and upon this the decision on the conclusions of the analysis. Additionally, recommendations on thebest way to proceed when solving a problem are presented, as well as the methodological and teaching challenges to be faced whenanalyzing correctly the data and determining the validity of the hypotheses...

Os testes de hipóteses são o método de análisemelhor conhecido por pesquisadores e utilizado em revistas científicas; mas por sua vez, têm sido fortemente criticados, seu uso temsido questionado e, em alguns casos restritos pelas inconsistências observadas na sua aplicação. Esse problema é discutido neste artigo,tendo como ponto de partida os Fundamentos da Metodologia Estatística e as diferentes abordagens que historicamente têm sidodesenvolvidas para resolver o problema da analise das Hipóteses Estatísticas. Destacando-se um ponto pouco conhecido por alguns: ocaráter aleatório do p-valor. Apresentam-se os fundamentos das soluções de Fisher, Neyman-Pearson e Bayesiana e delas são identificadasas inconsistências do procedimento de conduta que orienta identificar um p-valor para compará-lo com o valor do erro de tipo I, queé geralmente considerado como 0,05 - e, posteriormente, decidir as conclusões da análise. Além disso, se identificam recomendaçõessobre como proceder num problema, e os desafios a serem enfrentados no ensino e no metodológico, para analisar corretamente osdados e determinar a validade das hipóteses de interesse...