Apostcap 4 A

Estatstica No-Paramtrica
Prof. Paulo Ricardo B. Guimares 40

IV TESTES PARA DUAS AMOSTRAS
INDEPENDENTES

Estes testes se aplicam a planos amostrais onde se deseja comparar dois grupos
independentes . Esses grupos podem ter sido formados de duas maneiras diferentes:

a) Extraiu-se uma amostra da populao A e outra amostra da populao B;
b) Indivduos da mesma populao foram alocados aleatoriamente a um dos dois tratamentos
em estudo.

Diferente do caso de dados pareados, no se exige que as amostras tenham o mesmo
tamanho.

Quando as suposies paramtricas so atendidas, o teste t de Student para amostras
independentes mais adequado para comparao das mdias dos grupos.

Quando estas no so atendidas, deveremos aplicar alguma das provas no-paramtricas
apresentadas a seguir:

4.1 TESTE EXATO DE FISHER

Este teste faz uso de tabelas de contingncia 2X2, para se comparar 2 grupos. indicado
quando o tamanho das duas amostras independentes pequeno e consiste em determinar a
probabilidade exata de ocorrncia de uma freqncia observada, ou de valores mais extremos.

4.1.1 Exigncias do Teste

Amostras aleatrias e independentes;
Duas classes mutuamente exclusivas;
Nvel de Mensurao em escala nominal ao menos.

4.1.2 O Mtodo

Considere a definio de duas amostras I e II, agrupadas em duas classes e +.

- +
I A B A+B
II C D C+D
A+C B+D N

Calculamos, em seguida, a probabilidade de interesse. Por exemplo, a probabilidade
de ocorrncia das freqncias observadas nas caselas acima, se faz com o uso da
distribuio hipergeomtrica, ou seja:

|
|
\
|
+
|
|
\
| +
|
|
\
| +
=
B A
N
B
D B
A
C A
P

Ou da mesma forma:

( ) ( ) ( ) ( )
! ! ! ! !
! ! ! !
D C B A N
D B C A D C B A
P
+ + + +
=

Como a hiptese deseja testar a probabilidade de ocorrncia de uma situao mais
extrema, devemos calcular as probabilidades referentes as freqncias observadas e das
demais situaes extremas.

Exemplo 1: Numa classe de 24 alunos, comparou-se o rendimento de estudantes
provenientes de escolas particulares e escolas pblicas. Os resultados seguem abaixo:

Acima da Mdia Abaixo da Mdia
A (Particular) 5 7 12
B (Pblica) 10 2 12
15 9 24

) ( ) ( :
) ( ) ( :
0
B P A P H
B P A P H
a

=

0002 , 0
! 0 ! 12 ! 9 ! 3 ! 24
! 9 ! 15 ! 12 ! 12
0045 , 0
! 1 ! 11 ! 8 ! 4 ! 24
! 9 ! 15 ! 12 ! 12
04 , 0
! 2 ! 10 ! 7 ! 5 ! 24
! 9 ! 15 ! 12 ! 12
0
1
2
= =
= =
= =
P
P
P

Assim p = p
0
+ p
1
+ p
2
= 0,0447 (teste unilateral) e 2p = 0,0894 (teste bilateral)

Exemplo 2: Num estudo sobre fecundidade de duas raas bovinas foram feitos
acasalamentos obtendo-se os seguintes resultados:

Fecundos No - Fecundos Total
Raa A 3 7 10
Raa B 4 1 5
Total 7 8 15

Verifique se as duas raas diferem quanto fecundidade.

p-valor = 0,1002 ( teste bilateral)

Exerccio: Numa pesquisa sobre desquites, realizada entre as classes mdia e alta, foram
obtidos os seguintes resultados.

Classe Amigvel No - Amigvel Total
Alta 6 4 10
Mdia 2 8 10
Total 8 12 20

A proporo de desquites amigveis maior na classe alta?

4.1.3 Discusso

O Teste Exato de Fisher a alternativa ao caso de duas amostras
independentes, quando o tamanho da amostra pequeno, pois nesse caso o teste
2
no se aplica.
4.2 TESTE DE
2

Aplicvel a dados representados em forma de freqncia para detectar significncia
estatstica da diferena entre dois grupos independentes. Tem as mesmas caractersticas do
teste para uma amostra, com os mesmos procedimentos e restrio com relao ao tamanho
das freqncias.

4.2.1 Exigncia do Teste

Nvel de mensurao em escala nominal(ao menos);
N>20 e freqncias esperadas superiores a 5 quando ocorre o caso 2x2;
Se k>2, o nmero de clulas com freqncia esperada inferior a 5 deve ser menos
de 20% do total de clulas.

4.2.2 O Mtodo

Testamos a hiptese nula obtendo a estatstica

( )

=

Esperada Freqncia E
Observada Freqncia O
onde
E
E O
2
2

Obtemos os valores crticos de
2
atravs da consulta a Tbua C Siegel
definindo o nvel de significncia e os graus de liberdade:

) 1 ( . . = k l g

Exemplo 1: Antes da descoberta da teoria da doena causada por germes a taxa de
mortalidade aps cirurgias era muito alta devido infeco. Louis Pasteur e Joseph Lister
foram os grandes responsveis pela teoria dos germes. Lister achava que se cido carblico
fosse usado como um desinfetante, a chance de sobrevivncia do paciente poderia ser
melhorada. Ele o utilizou para desinfetar tudo na sala de operao que pudesse ter contato
com o paciente. As roupas do paciente tambm foram desinfetadas. Lister comparou 40
operaes (amputaes) nas quais este procedimento foi utilizado, com 35 amputaes nas
quais ele no tinha sido usado. Os resultados so sumarizados na tabela abaixo:

Paciente
viveu
Paciente
morreu
Total
cido usado 34 6 40
cido no usado 19 16 35
Total 53 22 75

Ao nvel de significncia de 1%, teste se o uso ou no do cido carblico interfere no
resultado da cirurgia (paciente viveu ou morreu), ou seja, se a proporo de pacientes
sobreviventes com o uso do cido maior do que a proporo de pacientes sobreviventes sem
o uso do cido.

:
0
H A taxa de mortalidade no se altera com o uso do cido carblico;
:
a
H A taxa de mortalidade diminui com o uso do cido carblico.

Observados + - Esperados + -
Usou 34 6 Usou 28,27 11,73
No usou 19 16 No usou 24,73 10,27

49 , 8 2 , 3 33 , 1 8 , 2 16 , 1
) (
2
2
= + + + =
=

E
E O

com 1 grau de liberdade sendo que 0,001 < p < 0,01

Concluso: Rejeitamos a hiptese nula pois o p-valor baixo. A proporo de pacientes
sobreviventes com uso do cido carblico na desinfeco significativamente superior
proporo de sobreviventes sem uso do cido.

Exemplo 2: Considere um estudo em que o objetivo saber, se ser alta ou baixa, definir se
uma pessoa ser lder ou no. Os dados seguem abaixo:

Baixo Alto
Lder 12 (19,9) 32 (24,1)
Liderado 22 (16,3) 14 (19,7)
No-Classificado 9 (6,8) 6 (8,2)

H
0
: baixo=alto
H
a
: baixoalto

01 , 0 001 , 0
2 ) 1 2 )( 1 3 ( . .
67 , 10
2
< <
= =
=
valor p
l g

Concluso: Rejeitamos a hiptese nula pois o p-valor baixo. Podemos afirmar que,
estatisticamente, a altura das pessoas define a liderana. O fato da pessoa ser alta aumenta sua
probabilidade de se tornar lder.

Exerccio

Em 2 hospitais foram coletados a quantidade de pacientes em 5 diagnsticos diferentes
conforme tabela abaixo. Teste se h diferena entre os hospitais.

D 1 D 2 D 3 D 4 D 5
Hospital 1 34 16 12 4 2
Hospital 2 12 6 6 4 0
Total 46 22 18 8 75

4.2.3 Discusso do Mtodo

Deve-se destacar, sobre este teste, a sua aplicabilidade a situao em que as
freqncias so suficientemente grandes e o nvel de mensurao pelo menos
nominal.
No caso em que certas freqncias so pequenas, utiliza-se o critrio de
agrupar classes, tomando-se o cuidado de preservar o sentido das classes. Por exemplo
em uma situao com mensurao nominal, pode no ser correto agrupar certas
classes:

Negro Amarelo Branco Mestio Pardo
5 3 12 8 3
Sugere-se que, quando n<20, se utiliza a prova exata de Fisher. Quando n
grande o poder do teste tende para 1.
4.3 TESTE DA MEDIANA

Este teste, como o nome sugere, se utiliza da mediana para efetuar a comparao de
dois grupos independentes. Assim, o teste se baseia no clculo da possibilidade de que os dois
grupos provenham de populaes com a mesma mediana.


O nvel de mensurao em escala ordinal

4.3.2 O Mtodo

Primeiramente devemos obter o valor mediano referente aos dados fornecidos
pelos dois grupos, conjuntamente (mediana combinada).
Em seguida devemos construir a tabela de contingncia 2X2 abaixo.

Grupo I Grupo II
Acima da mediana A B
Abaixo ou igual a mediana C D

Com o auxlio da distribuio hipergeomtrica calcula-se a probabilidade de
ocorrncia dessa disposio de freqncias.

+ =
+ =
(
+
+ + +
|
|
\
| +
|
|
\
| +
=
D B n
C A n
e
B A
D C B A
B
D B
A
C A
B A P
2
1
) , (

Como a hiptese deseja testar a probabilidade de ocorrncia de uma situao mais
extrema, devemos calcular as probabilidades referentes as freqncias observadas e das
demais situaes extremas, assim como no Teste exato de Fisher.

Se P(A, B) inferior ao nvel de significncia, rejeitamos Ho.

Exemplo 1: Os dados apresentam escores de um teste de inteligncia emocional aplicado a
funcionrios de dois setores de uma empresa: Recursos Humanos e Controle de Qualidade.
Verifique a hiptese de que as amostras provm de populaes com a mesma mediana.

H
0
: Os escores de inteligncia emocional dos dois setores provm de populaes com a
mesma mediana.
H
a
: Os escores de inteligncia emocional dos dois setores no provm de populaes com a
mesma mediana.

RH CQ
15
12
13
18
9
11
12
13
14
14
12
12
11
10
8
7
14
10
8
6
7
6
8
4
n
1
=14 n
2
=10
004 , 0
11
24
1
10
10
14
) , ( =
(
|
|
\
|
|
|
\
|
= B A P

RH CQ
Acima 10 1 11
Abaixo ou igual 4 9 13
14 10

A mediana obtida neste caso igual a 11
Exerccio: Nos mesmos dois setores da empresa citada anteriormente, registrou-se o salrio
de alguns funcionrios. Verifique agora se os salrios provm de populaes com mesma
mediana.

RH CQ
(em salrios mnimos)
4
3
8
3
5
7
2
11
10
7
6
5
8
9
10
n
1
=7 n
2
=8


Na verdade este teste recai na aplicao do teste exato de Fisher quando o
tamanho da amostra pequena (n < 20) e o teste
2
se . 20 n

Para n
1
+ n
2
pequeno o poder eficincia de 95%
Para n
1
+ n
2
grande o poder eficincia de 63%

A Mediana neste exemplo ser igual a 7.
RH CQ Total
Acima 1 5 6
Abaixo ou igual 6 3 9
Total 7 8

4.4 TESTE U DE MANN WHITNEY

Esta prova se aplica na comparao de dois grupos independentes, para se verificar se
pertencem ou no mesma populao. Na verdade, verifica-se se h evidncias para acreditar
que valores de um grupo A so superiores aos valores do grupo B.


Nvel de Mensurao em escala ordinal (pelo menos);
Amostras independentes.

4.4.2 O Mtodo

Pequenas Amostras

Primeiramente ordenam-se os valores misturados dos dois grupos, em ordem
crescente indicando sempre a que grupo cada valor pertence.
Em seguida, fixando-se nos valores referentes ao menor dos grupos (I), contamos o
nmero de vezes que um valor no grupo (I) precede um valor no grupo (II).

Para no restar dvidas sobre qual o grupo que deve ser fixado para o clculo da
estatstica U, conveniente calcular-se para cada grupo. U ser o menor deles. O
maior ser U .

Exemplo:

6 8 9 10 11 13 15
II II I II I II I

I 9 11 15
II 6 8 10 13

U = 0 + 0 + 1 + 2 = 3
U=2 + 3 + 4 = 9

Utilizamos neste caso a Tbua J Siegel.

Quando 20 9
2
n utiliza-se a Tbua K Siegel e calcula-se U fazendo :
1
1 1
2 1
2
) 1 (
R
n n
n n U
+
+ = onde R
1
a soma dos postos atribudos aos valores
do grupo 1.

Grandes Amostras (n
2
>20)

Utiliza-se neste caso a aproximao Normal dada por:

U
U
U U
U
z
n n n n n n
=
+ +
= =
12
) 1 (
2
2 1 2 1 2 1

Exemplo 1 : Num experimento onde se comparavam ratos treinados e ratos sem treinamento
(controle), com relao a um teste de aprendizado, registraram-se os seguintes valores:

Ratos Treinados (E) 78 64 75 45 82 II
Ratos Controle (C) 110 70 53 51 I

45 51 53 64 70 75 78 82 110
E C C E C E E E C

C E H
C E H
U
U
C escore cada precedem que E escores de nmero U
a
>
=
= + + + + =
= + + + =
:
:
11 3 3 3 2 0 '
9 5 2 1 1
:
0

Concluso: Pela Tbua J Siegel, verificamos que para n
2
= 5 e U = 9 temos para um teste
unilateral um p-valor = 0,452, portanto no podemos rejeitar a hiptese de que E igual a C.

Exemplo 2: Dois tipos de soluo qumica, A e B, foram ensaiadas para a determinao do
Ph. As anlises de 10 amostras de cada soluo esto apresentadas na tabela que segue.
Verifique se h diferena entre elas.

A Posto (A) B Posto (B)
7,49
7,35
7,54
7,48
7,48
7,37
7,51
7,50
7,52
7,56
13
4,5
19
11
11
6
16
14,5
17,5
20
7,28
7,35
7,52
7,50
7,38
7,48
7,31
7,22
7,41
7,45
2
4,5
17,5
14,5
7
11
3
1
8
9
R
A
= 132,5 R
B
=77,5

H
0
: P
HA
= P
HB

H
a
: P
HA
> P
HB

5 , 77 '
5 , 77
2
110
100 '
5 , 22
5 , 132
2
110
100
=
+ =
=
+ =
U
U
U
U

O valor crtico para n
1
= n
2
= 10 em que 05 , 0 = (teste bilateral ) ser U
c
=22,5.
Concluso: Com um p-valor igual a aproximadamente 0,025 no temos evidncias de que
existam diferenas entre as solues qumicas.

Exerccio: Num ensaio sobre competio de variedades de tomates foram considerados as
produes individuais (em kg) de 15 plantas de uma variedade A e dez de uma variedade B,
obtendo-se os seguintes resultados:

Var. A Var. B
4.3
3.8
5.2
2.5
3.5
4.1
5.1
4.0
2.2
1.8
4.5
1.7
3.6
4.5
5.0
4.2
4.8
4.7
6.5
6.3
5.9
7.2
5.1
6.2
6.8

Verifique se as variveis A e B diferem em produtividade.


Poder-eficincia em torno de 95%.
4.5 TESTE DE KOLMOGOROV SMIRNOV

Este teste se aplica na comparao de dois grupos independentes, quando os dados
observados se posicionam de maneira dispersa, quando ordenados em ordem crescente, ou
seja, no possvel notar uma certa distino de um dos tratamentos em relao ao outro. Esta
prova verifica a concordncia entre duas distribuies acumuladas.


Nvel de mensurao em escala ordinal.

4.5.2 O Mtodo

Devemos construir uma distribuio de probabilidade acumulada para cada
uma das amostras, considerando sempre intervalos iguais.
Em seguida, para cada intervalo subtramos uma funo da outra. Seja
1
1
) (
n
k
x S
n
= onde k o nmero de escores no superiores a X. Da mesma forma
define-se ) (
2
x S
n
para o outro grupo. Assim, deve-se obter:

[ ] ) ( ) ( ) (
) ( ) ( ) (
2 1
2 1
unilateral caso x S x S mx D
bilateral caso x S x S mx D
n n
n n
=
=

Sugere-se a utilizao de tantos intervalos quanto possvel.

Pequenas Amostras (n
1
e n
2
40) e n
1
=n
2

Utilizamos a Tbua L Siegel. Se n
1
n
2
usamos uma tabela mais
completa como a Tabela 9 Campos.

Grandes Amostras (n
1
ou n
2
> 40)

Utilizamos a Tbua M Siegel no caso bilateral. No caso unilateral,
calcula-se a seguinte estatstica.

2 1
2 1 2 2
4
n n
n n
D
+
=

Recorre-se ento Tbua C Siegel com graus de liberdade igual a 2.

Exemplo 1: No exemplo anterior que se tratava da comparao de duas solues qumicas
com relao ao grau de P.H. obtivemos.

A B
7.49
7.35
7.54
7.48
7.48
7.37
7.51
7.50
7.52
7.46
7.28
7.35
7.52
7.50
7.38
7.48
7.31
7.22
7.41
7.45

Para verificar se h diferena significativa entre as solues, aplicaremos o teste KS
considerando 7 intervalos.

7,21-7,25 7,26-7,30 7,31-7,35 7,36-7,40 7,41-7,45 7,46-7,5 7,51-7,55
S
10
A (x) 0/10 0/10 1/10 2/10 2/10 7/10 10/10
S
10
B (x) 1/10 2/10 4/10 5/10 7/10 9/10 10/10
B S A S
10 10

1/10 2/10 3/10 3/10 5/10 2/10 0

10 / 5 ) ( ) (
10 10
= = x B S x A S mx D e conseqentemente K
C
= 5 (numerador da maior
diferena entre as duas distribuies acumuladas). Pela tabela K
D
crtico = 7. Desta forma,
no podemos rejeitar Ho.

Concluso: Pelo teste de Mann-Whitney temos que o p-valor aproximadamente 0,05 e pelo
teste de Kolmogorov-Smirnov temos p-valor igual a 0,168 que encontrado a partir da tabela
9 Campos. Assim no temos evidncias para afirmar que existem diferenas significativas
entre as solues qumicas.

Exemplo 2: Um coordenador de um curso deseja saber se os alunos que ingressam via
vestibular tm desempenho diferente dos que entram por outros meios. Os resultados esto
apresentados abaixo:

Ingresso Aprovados
por mdia
(8,5 10)
Aprovados
por mdia
(7 8,4)
Aprovados
em final
(6 -6,9 )
Aprovados
em final
(5 5,9)
Reprovados

(0 4,9)
Vestibular
Outros
10 (0.238)
6 (0.089)
28 (0.905)
55 (0.910)
2 (0.952)
6 (1,0)
1 (0.976)
0 (1,0)
1 (1,0)
0 (1,0)

268 , 0
*
36 , 1
05 , 0 149 , 0
2 1
2 1
=
+
=
= =
n n
n n
D
com D
crtico

Concluso: No temos evidncias suficientes para rejeitarmos Ho. No podemos afirmar que
existe diferena significativa entre o desempenho dos dois grupos de estudantes.
Exerccio: Aplique o teste de Kolmogorov Smirnov com os dados referentes ao ensaio de
variedades de tomates. Compare os resultados.

1.6-2.1 2.2-2.7 2.8-3.3 3.4-3.9 4.0-4.5 4.6-5.1 5.2-5.7 5.8-6.3 6.4-6.9 7.0-7.5
Var(A)S
15
A 1/15 3/15 3/15 7/15 12/15 14/15 15/15 1 1 1
Var(B)S
10
A 0 0 0 0 1/10 4/10 4/10 7/10 9/10 1
S
15
A-S
10
A

4.6 - TESTE DAS ITERAES DE WALD-WOLFOWITZ

Este teste se aplica a comparao de dois tratamentos (grupos), para se verificar se
existe diferena entre eles, com relao a diversos aspectos:

Tendncia central;
Variabilidade;
Assimetria;
etc;

4.6.1 - Exigncia do Teste

Nvel de mensurao em escala ordinal (pelo menos).

4.6.2 - Mtodo

Primeiramente, deve-se ordenar os n
1
+ n
2
escores em ordem crescente.
Determina-se, em seguida, o nmero de iteraes desta srie ordenada.
A idia do teste consiste em verificar se os valores desta srie estaro bem
misturados, o que indica ento, que os dois grupos devem pertencer mesma
populao. Se isso se verificar, r, o nmero de iteraes, ser bastante alto.

Pequenas amostras (n
1
e n
2
20)

A tbua F
1
- Siegel fornece os valores crticos de r para um nvel de significncia
de 5%. Se r menor que o valor crtico fornecido pela tabela, deveremos rejeitar H
0
.
Grandes amostras (n
1
ou n
2
> 20)

Neste caso, utiliza-se a aproximao Normal, fazendo:

r
n n
n n
=
+
+
2
1
1 2
1 2

r
n n n n n n
n n n n
=

+ +
2 2
1
1 2 1 2 1 2
1 2
2
1 2
( )
( ) ( )

e obtendo-se z
r
r
r
=

. Determina-se, ento, o p-valor associado a z, consultando-

se a tabela.

Obs: no caso de empates entre escores de grupos diferentes, deveremos obter
os diferentes nmeros r de iteraes para cada possvel srie, considerando todas as
ordenaes possveis. Se alguns rs fornecerem resultados significativos e outros no,
devemos tirar a mdia de todos os p-valores obtidos.

Poder Eficincia

Cerca de 75% para amostras de tamanho 20.

4.7 - TESTE DE ALEATORIZAO PARA DUAS AMOSTRAS INDEPENDENTES

Esta prova bastante til na comprovao da hiptese de igualdade entre as
caractersticas de duas amostras independentes pequenas. Consiste em obter a probabilidade
exata associada aos valores observados, supondo que eles pertencem mesma populao.

4.7.1 - Exigncias do Teste

Nvel de mensurao em escala intervalar.

4.7.2 O Mtodo

Pequenas amostras

Inicialmente, calcula-se o nmero de maneiras diferentes que os escores poderiam
estar dispostos, considerando os tamanhos de amostra n
A
e n
B
, fazendo
|
|
\
| +
A
B A
n
n n
e
assim, o nmero de resultados que iro compor a regio de rejeio ser
|
|
\
| +
A
B A
n
n n

Onde o nvel de significncia. Esta regio ser ento, formada pelos resultados
mais extremos.

Verifica-se ento se o resultado observado se encontra entre esses resultados
extremos.

Grandes amostras

Neste caso, aplica-se a aproximao pelo teste t fazendo-se

|
|
\
|
+
+
+
=
B A B A
n n n n
A A B B
B A
t
1 1
2
) ( ) (
2 2

Esta estatstica tem aproximadamente a distribuio t de Student com g.l.= n
A
+ n
B
- 2.
Obs. No necessria aqui a verificao de Normalidade e Variabilidade comum.

Exemplo 1:

Poder Eficincia = 100%
4.8 - TESTE DE MOSES DAS REAES EXTREMAS

Este teste se aplica em situaes em que existe uma suspeita de que uma determinada
condio experimental afetou de certa forma um grupo de indivduos, e de forma oposta, a
outro grupo. Explicando de outra forma, imagine a ordenao dos dados observados dos
grupos controle (C) e experimental (E). Suspeita-se ento que os valores E se encontram
concentrados em uma (ou ambas) extremidade(s) da srie.

4.8.1 Exigncias do Teste

Nvel de mensurao em escala ordinal (pelo menos)

Apostcap 4 A

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostcap 4 A

Enviado por

Direitos autorais:

Formatos disponíveis

Estatstica No-Paramtrica

Prof. Paulo Ricardo B. Guimares 40

. Determina-se, ento, o p-valor associado a z, consultando-

Você também pode gostar