As determinantes locais da paradiplomacia: o caso dos municípios ...
As determinantes locais da paradiplomacia: o caso dos municípios ...
As determinantes locais da paradiplomacia: o caso dos municípios ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Como o teste F, o teste-t também é baseado na razão entre a variância explica<strong>da</strong> pelo<br />
modelo e a não explica<strong>da</strong>; o que se está interessado, no entanto, não é exatamente nisso, mas<br />
se o b obtido é maior se comparado com a quanti<strong>da</strong>de de erros <strong>da</strong> estimativa. Para identificar<br />
a quanti<strong>da</strong>de de erro que se podería esperar encontrar em b, usa-se o desvio padrão. Ele diz<br />
quão diferente os valores b seriam nas diferentes amostras.<br />
Poder-se-ia fazer uso de várias amostras em que as variáveis se relacionam e<br />
descobrir os vários valores de b em ca<strong>da</strong> uma delas. Depois é possível colocar essa<br />
distribuição de frequência <strong>da</strong>s amostras num gráfico para ver se os valores b estão<br />
relativamente próximos ou não. A partir <strong>da</strong>í, utiliza-se o desvio padrão pra ver a distribuição<br />
de desvios (na ver<strong>da</strong>de os desvios padrão entre amostras são os erros padrões, conforme visto<br />
anteriormente) como medi<strong>da</strong> de similari<strong>da</strong>de entre os b ao longo <strong>da</strong>s amostras. Se o erro<br />
padrão é muito pequeno então se sabe que os valores de b nas amostras são próximos ao b <strong>da</strong><br />
amostra. O teste-t mostra se o valor de b é diferente de 0 com relação aos valores que<br />
assumem nas amostras distintas.<br />
O teste-t pode ser representado pela seguinte equação:<br />
<br />
<br />
<br />
<br />
Em que o é o valor que se esperaria se a hipótese nula fosse ver<strong>da</strong>deira.<br />
Conforme apresentado, a hipótese nula é de que b é igual a 0, então é possível substituí-lo por<br />
esse valor. O é o erro padrão com o qual o valor de b observado está relacionado. Os<br />
valores de t tem uma distribuição especial que se diferencia dependendo <strong>dos</strong> graus de<br />
liber<strong>da</strong>de do teste. Para a regressão, o grau de liber<strong>da</strong>de é N – p – 1, em que N é o número de<br />
observações e p é a quanti<strong>da</strong>de de variáveis independentes (no <strong>caso</strong> <strong>da</strong> regressão linear<br />
simples o N é 2).<br />
Tendo estabelecido qual distribuição-t deve ser utiliza<strong>da</strong>, os valores observa<strong>dos</strong> de t<br />
podem ser compara<strong>dos</strong> aos valores que se esperaria achar se não houvesse nenhum efeito (b =<br />
0). Se t é um valor muito grande então é improvável que ele tenha ocorrido quando o efeito é<br />
inexistente. Os softwares apresentam a exata probabili<strong>da</strong>de de o valor observado ou maior que<br />
o de t ocorrer se o valor de b fosse 0. Genericamente, pode-se dizer que se a significância<br />
observa<strong>da</strong> for menor que 0,05, então o pesquisador pode considerar que b é significantemente<br />
menor que 0, ou seja, a variável independente faz uma contribuição significante para prever a<br />
variável dependente.<br />
181