O teste t é uma ferramenta estatística utilizada para comparar as médias de dois grupos e verificar se existe diferença significativa entre eles. Ele é amplamente utilizado em experimentos agrícolas, biológicos e em diversas áreas de pesquisa onde se deseja comparar tratamentos. Existem dois tipos principais de teste t:
Teste t para amostras independentes: usado quando os grupos são diferentes entre si (ex: controle vs. tratamento).
Teste t pareado: utilizado quando os dados estão emparelhados (ex: antes e depois de um tratamento no mesmo local).
Exemplo:
# Teste t entre os grupos control e Mg2attach(dat_mg2)t_test_results <-t.test(control, Mg2, var.equal =FALSE) #teste t para comparação de médias entre os tratamentos control e Mg2detach(dat_mg2)test_report <-report(t_test_results)print(test_report) #relatório textual interpretativo do teste t, explicando p-valor, tamanho do efeito e interpretação.
Effect sizes were labelled following Cohen's (1988) recommendations.
The Welch Two Sample t-test testing the difference between control and Mg2
(mean of x = 15.68, mean of y = 10.52) suggests that the effect is positive,
statistically significant, and large (difference = 5.16, 95% CI [3.83, 6.49],
t(17.35) = 8.15, p < .001; Cohen's d = 3.92, 95% CI [2.30, 5.49])
Diferença entre as médias = 5,16 (ou seja, control é, em média, 5,16 pontos maior que Mg2).
Intervalo de confiança de 95% para a diferença = [3,83; 6,49], indicando que a diferença é estatisticamente robusta, e mesmo no pior cenário (limite inferior) a diferença ainda é de 3,83.
Valor do teste t = 8,15
Graus de liberdade ajustados (pelo Welch) = 17,35
p < 0,001, ou seja, diferença estatisticamente significativa (rejeitamos a hipótese nula de médias iguais).
O que isso quer dizer?
Otratamento control apresentou valores significativamente maiores de comp do que Mg2.