Você está na página 1de 183

E S T A T

S T ICA

EXPERIMENTAL
N O - P A R A M T R I C A
4.a

edio

Professor Titular

ampos

Departamento de Matemtica e Estatstica


E.S.A. "Luiz de Queiroz" - USP

PIRACICABA
Eitado

de So Paulo - Brasil
1 P 83

IX.

PREFCIO DA 1? EDIO

O p r e s e n t e t r a b a l h o o e l a b o r a d o
de s e r v i r

como um g u i a p a r a o l e c i o n a m e n t o

tes Nao-Parametricos",

com

finalidade

da d i s c i p l i n a " T e s -

no C u r s o de Ps-Graduaao de " E x p e r i -

mentao e Estatstica", o f e r e c i d o p e l o Departamento de Mate


mtica e Estatstica d a E s c o l a S u p e r i o r de A g r i c u l t u r a

"Luiz

de Q u e i r o z " , U n i v e r s i d a d e de Sao P a u l o , em P i r a c i c a b a ,

Esta-

do de so P a u l o .
A e s c a s s a b i b l i o g r a f i a em Portugus,sobre a Estatst i c a Nao-Paramtrica e n c o r a j o u - n o s

a t r a z e r a t e o nosso

estu-

dante ou o n o s s o p e s q u i s a d o r uma orientao p a r a a aplicao


de a l g u n s , d e n t r e os inmeros t e s t e s nao-paramtricos, v i s a n do com i s s o , nica e e x c l u s i v a m e n t e ^ a m p l i a r um pouco m a i s a
utilizao d e s s e ramo d a Estatstica em n o s s o meio.
T a l t r a b a l h o e f r u t o de uma l a b o r i o s a reviso b i b l i o
grfica e de c u r s o s f r e q u e n t a d o s

n a "Ohio S t a t e U n i v e r s i t y " ,

em Columbus, Ohio, E.U.A. Contamos p a r a i s s o , c o m a p r e c i o s a ,


s e g u r a e indispensvel orientao do P r o f . Douglas A. W o l f e ,
membro do Corpo D o c e n t e do Departamento de Estatstica daquel a Universidade e co-autor
S t a t i s t i c a l Methodsy

da e x c e l e n t e obra

de onde

muitos

conceitos

s o b r e a l g u n s dos t e s t e s p o r nos a p r e s e n t a d o s

Nonpavametric
fundamentais
foram

extra-

dos.
Assim

sendo,

e s t e t r a b a l h o e, em p a r t e , uma comple-

mentao da o b r a de HOLLANDER e WOLFE e f o i e s c r i t o


v i d a autorizao

da E d i t o r a

quem e x p r e s s a m o s os n o s s o s

com a d e -

"John W i l e y and Sons I n c . " ,

sinceros

agradecimentos.

xi.

X.

Procuramos dar aos t e s t e s um cunho mais


que
ao.

prtico

t e r i c o , tentando a s s i m , f a c i l i t a r a sua imediata

do

aplica

PREFACIO DA 2? EDIO

Os exemplos apresentados sao todos r e f e r e n t e s as nossas

condies e foram, tanto quanto possvel extrados de resu]^


tados de pesquisas r e a l i z a d a s em nosso meio.
Finalmente, somos imensamente gratos
amigo Douglas A. Wolfe,

ao Professor e

p e l a excelente a c o l h i d a e e f i c i e n t e

orientao que sempre nos dispensou durante a nossa estada na


Universidade de Ohio.

_
^
a . ~
Devido a boa aceitao em nosso meio da 1. edio de
"Teates No Paramtricos", ficamos encorajados para proceder
a uma cuidadosa reviso daquele trabalho,

procurando melho-

ra-lo e ampli-lo.
Dois novos captulos sobre as Analises de Varincia,

Humberto

de Campos

alam de novos testes nos captulos j existentes,


eluldos. Foram tambm inseridas,

no f i n a l ,

foram i n -

as tabelas para

intarpretao dos t e s t e s .
Encaramos este trabalho, nao como um substituto dos
nItodOB paramtricos, mas apenas como uma ferramenta a mais
pata o Estatstico, na analise e interpretao dos resultadOi da experimentos.
Julgamos interessante a mudana do nome para

"Esta-

Ctltlca Experimental No-Paramtrica", por ach-lo mais coniaanta com o contedo do trabalho.
Piracicaba, maro de 1976.
Hwnhevto de Campos

X l l l .

PREFACIO DA 3? EDIAO

Aproveitando a maior experincia adquirida no

lecio-

namento, a nvel de p s ~ g r a d u a o , da d i s c i p l i n a "Testes


- P a r a m t r i c o s " , no Curso de " E x p e r i m e n t a o e E s t a t s t i c a "
ESALQ, f o i f e i t a uma

Naoda

nova r e v i s o e a m p l i a o do trabalho d i -

vulgado nas edies a n t e r i o r e s .


Nos

ram includos os t e s t e s de Jonckheere

e de Page,

relativos a

Mtodos Nao-Parara-

trcos na a n a l i s e e interpretao de resultados de experimenque

este

nosso

trabalho se tornasse

mais difundido, principalmente no meio a g r o n m i c o .


A presente edio se c a r a c t e r i z a por uma

reviso

dadosa da a n t e r i o r , sem, e n t r e t a n t o , apresentar qualquer

os tratamentos ordenados.

Procuramos dar um formato mais adequado,

visando

mais fcil manipulao do trabalho e, t a m b m , aproximando-se


mais da edio de um

A maior m o t i v a o para o uso de

t a o , c o n t r i b u i u para

captulos r e f e r e n t e s as a n a l i s e s de v a r i n c i a f o -

hipteses a l t e r n a t i v a s com

PREFACIO DA 4? EDIAO

l i v r o propriamente d i t o .

cuiam-

pliao do t e x t o .
Queremos externar

os

nossos s i n c e r o s agradecimentos

S r t a . Maria I z a l i n a F e r r e i r a A l v e s , S e c r e t a r i a do Departaincentivaram a

mento de M a t e m t i c a e Estatstica da ESALQ, pelo excelente e

prosseguir na t a r e f a de oferecer aos usurios da Estatstica

cuidadoso servio de d a t i l o g r a f i a , e pelo auxlio na reviso

Nao-Paramtrica uma

f i n a l deste t r a b a l h o .

Somos gratos a todos aqueles que

nos

obra, em nossa l n g u a , e que rena um nu-

mero considervel de exemplos i l u s t r a t i v o s ,

condizentes

com

P i r a c i c a b a , a b r i l de

1983.

as nossas c o n d i e s .
P i r a c i c a b a , j a n e i r o de
Humberto

de Campos

1979.

Humberto

de Campos

XV.

T N D I C E
Pagina

1. INTRODUO
1.1 - G e n e r a l i d a d e s
1.2 - Algumas Razes P a r a o S e u Uso
1.3 - Algumas Restries ao S e u Uso
1.4 - Definies e Notaes Estatsticas Bsicas
1.4.1 - Amostra c a s u a l i z a d a
1.4.2 - Varivel i n d i c a d o r a de um e v e n t o A
1.4.3 - L i m i t e s s u p e r i o r e i n f e r i o r
1.4.4 - Parmetro
1.4.5 - Estimador
1 . 4 . 6 - C o e f i c i e n t e de confiana
1.4.7 - Hiptese de n u l i d a d e (//Q)
1 . 4 . 8 - Hiptese a l t e r n a t i v a C ^ )
1 . 4 . 9 - T e s t e de hiptese
1 . 4 . 1 0 - Regio crtica
1 . 4 . 1 1 - T e s t e simtrico
1 . 4 . 1 2 - E r r o s t i p o I e t i p o I T - Poder
do
teste
1 . 4 . 1 3 - Consistncia de um t e s t e
1.4.14 - Testes equivalentes
1 . 4 . 1 5 - Estatsticas de ordem ("Order S t a tistics")
1 . 4 . 1 6 - Ordem ou p o s t o ( " r a n k " )
1 . 4 . 1 7 - Distribuio n u l a
1 . 4 . 1 8 - Distribuio l i v r e
1 . 4 . 1 9 - Distribuio simtrica
1 . 4 . 2 0 - Distribuio assinttica
1 . 4 . 2 1 - Distribuio u n i f o r m e
1 . 4 . 2 2 - Funo emprica de distribuio
..
1 . 4 . 2 3 - Eficincia r e l a t i v a
1 . 4 . 2 4 - T e n t a t i v a de B e r n o u l l i
1 . 4 . 2 5 - T e n t a t i v a s ou p r o v a s r e p e t i d a s e i n
d e p e n d e n t e s de B e r n o u l l i
1 . 4 . 2 6 - E s c a l a s de medidas
a ) Nominal
b) O r d i n a l
c ) I n t e r v a l o de m e d i d a
d ) Relao de medidas

1
1
2
3
3
4
4
4
5
5
5
6
6
6
6
7
8
12
12
12
13
13
15
15
16
16
17
17
18
18
18
19
19
19
20

xvii.

XV i ,

Pagina

Pagina

2, TESTES APLICVEIS A UMA AMOSTRA


2.1 - T e s t e
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
2.1.6
2.1.7
2.1.8
2.1.9
2.1.10
2.1.11

21

Binomial
- Generalidades
- Pressuposies
- Mtodo
- A p r o x i m a o normal
- Uso d a s t a b e l a s
- D i s t r i b u i o n u l a de B
- Consistncia
- E s t i m a t i v a s de p
- I n t e r v a l o de c o n f i a n a p a r a p
- Exemplos
- Exerccios propostos

21
21
21
21
22
23
26
28
28
28
30
36

2.2 - T e s t e de
2.2.1 - Algumas a p l i c a e s
2.2.2 - R e s t r i e s ao u s o do t e s t e

38
38
38

2.3 - T e s t e
2.3.1
2.3.2
2.3.3
2.3.4
2.3.5
2.3.6

39
39
40

de K o l m o g o r o v - S m r n o v
- Generalidades
- Mtodo
- Uso d a s t a b e l a s
- D e t e r m i n a o dos supremos D, D
- F a i x a de c o n f i a n a
- Exemplos

eD

42
44
47

2.4 - T e s t e de L i l l i e f o r s

55

2.5 - T e s t e de C r a m r - v o n M i s e s

59

3. TESTES APROPRIADOS A DADOS PAREADOS


3.1 - T e s t e
3.1.1
3.1.2
3.1.3
3.1.4
3.1.5
3.1.6
3.1.7

do S i n a l
- Generalidades
- Pressuposies
- Mtodo
- A p r o x i m a o normal
- Empates
- E s t i m a t i v a dc 9
- I n t e r v a l o de c o n f i a n a p a r a

63

....

65
65
65
66
67
68
69
69

3.1.8 - Algumas c o m p l e m e n t a e s
3.1.9 - Exemplos
3.1.10 - E x e r c c i o s p r o p o s t o s

70
71
76

3.2 - T e s t e de Cox e S t u a r t p a r a T e n d n c i a s ( " T r e n d " ) 79


3.3 - T e s t e de Mc Nemar
3.4 - T e s t e d a s Ordens A s s i n a l a d a s ("Signed
Test")
3.4.1 - G e n e r a l i d a d e s
3.4.2 - P r e s s u p o s i e s
3.4.3 - M t o d o
3.4.4 - A p r o x i m a o normal
3.4.5 - Empates
3.4.6 - D i s t r i b u i o n u l a de T
3.4.7 - E s t i m a t i v a de 6
3.4.8 - I n t e r v a l o de c o n f i a n a p a r a 0
3.4.9 - Algumas c o m p l e m e n t a e s
3.4.10 - Exemplos
3.4.11 - E x e r c c i o s p r o p o s t o s

85
Rank
90
90
91
91
94
94
96
98
98
102
103
109

TESTES DE POSIO APLICVEIS A DUAS AMOSTRAS INDE


PENDENTES
4.1 - T e s t e
4.1.1
4.1.2
4.1.3
4.1.4
4.1.5
4.1.6
4.1.7
4.1.8
4.1.9
4.1.10

d a Soma d a s Ordens ( W i l c o x o n )
- Generalidades
- Pressuposies
- Mtodo
- A p r o x i m a o normal
- Empates
- D i s t r i b u i o n u l a de W .;
- E s t i m a t i v a de A
- I n t e r v a l o de c o n f i a n a p a r a A
- Exemplos
- Exerccios propostos

4.2 " T e s t e
4.2.1
4.2.2
4.2.3
4.2.4

de Mann-Whitney
- Generalidades
- Pressuposies
- Hipteses
- Mtodo

113

113
113
113
113
116
118
120
122
. . . . 123
125
131
134
134
135
135
135

XIX .

XVlll.

pgina

Pagina
4.2.5 - Empates
4.2.6 - A p r o x i m a o n o r m a l
4.2.7 - E s t i m a t i v a do e f e i t o de t r a t a m e n t o e
s e u i n t e r v a l o de c o n f i a n a
4.3 - T e s t e
4.3.1
4.3.2
4.3.3
4.3.4
4.3.5
4.3.6
4.3.7

de Kolmogorov-Smirnov
- Generalidades
- Pressuposies
- Hipteses
- Mtodo
- Uso d a s t a b e l a s
^
- D i s t r i b u i e s n u l a s de D , D ^ D ..
- P r o c e s s o g r f i c o de d e t e r m i n a o dos
supremos
D e D
4.3.8 - Exemplo
4.3.9 - E x e r c c i o s p r o p o s t o s

4.4 - T e s t e
4.4-1
4.4.2
4.4.3
4.4.4
4.4.5
4.4.6

E x a t o de F i s h e r
- Generalidades
- Pressuposies
- Hipteses
- Mtodo
- Exemplo
- Exerccios propostos

5. TESTES DE DISPERSO A P L I C V E I S A DUAS AMOSTRAS IN


DEPENDENTES
7
5.1 - T e s t e
5.1.1
5.1.2
5-1.3
5.1.4
5.1.5
5.1.6
5.1.7
5.1.8
5.1.9
5,1.10

de A n s a r i - B r a d l e y
- Generalidades
- Pressuposies
- Hipteses
- Mtodo
- A p r o x i m a o normal
" Empates
- D i s t r i b u i o n u l a de W
- D e r i v a t i v o s do t e s t e
- Exemplos
- Exerccios propostos

138
138
139
139
139
140
140
140
142
144
145
146
148
149
149
150
150
150
154
156

157
157
157
157
157
158
160
161
163
165
166
169

5.2 - T e s t e
5.2.1
5.2.2
5.2.3

de Moses
- Generalidades
171
- Mtodo

- E s t i m a t i v a e i n t e r v a l o de c o n f i a n a
de
172
5.2.4 - C o m p l e m e n t a e s s o b r e o t e s t e
. . . . 173
5.2.5 - Exemplo

1^3

6. TESIES DE CORRELAO
6.1 - T e s t e
6.1.1
6.1.2
6.1.3
6.1.4
6.1.5

de K e n d a l l
- Mtodo
- A p r o x i m a o normal
- D i s t r i b u i o n u l a de K
- Empates
- E s t i m a t i v a de t e s e u i n t e r v a l o
confiana
6.1.6 - Exemplo

6.1.7 - E x e r c c i o s p r o p o s t o s

6.2 - T e s t e
6.2.1
6.2.2
6.2.3
6.2.4
6.2.5

de Spearman
- Mtodo
- A p r o x i m a o normal
,
- Empates
- D i s t r i b u i o n u l a de v
- Exemplo

7. ANALISE DE VARINCIA - CLASSIFICAO SIMPLES


(k amostras independentes)
7.1 - T e s t e
7.1.1
7.1.2
7.1.3
7.1.4
7.1.5
7.1.6
7.1.7

de K r u s k a l - W a l l i s
- Generalidades
- Pressuposies
- Hipteses
- Mtodo
- Empates
- Exemplos
- E x e r c c i o s propostos

7.2 - T e s t e de J o n c k b e e r e
7.2.1 - G e n e r a l i d a d e s

"^77
178
178
1^0
181
1^3
de
1^7
1^8
191

192
192
194
195
196
198

201
202
202
203
203
203
^05
206
209
211
211

P-Ixx .
NKi

Pagina
Pagina
7.2.2
7.2.3
7.2.4
7.2.5
7.2.6

Hipteses
Mtodo
Aproximao normal
Empates
Exemplos

212
212
213
214
215

8.3.2 - Comparaes mltiplas: t r a t a m e n t o s


vs testemunha
*
8.3.2.1 - Caso de pequenas amostras
8.3.2.2 - Caso de grandes amostras
9. BIBLIOGRAFIA

252
252
257
0C1

7.3 - Comparaes Mltiplas


,
7.3.1 - Comparaes envolvendo todos os pares de t r a t a m e n t o s
7.3.1.1 - Caso de pequenas amostras
7.3.1.2 - Caso de grandes amostras
7.3.2 - Comparaes mltiplas: t r a t a m e n t o s
vs testemunha
8. ANALISE DE VARINCIA - CLASSIFICAO DUPLA
8.1 - Teste
8.1.1
8.1.2
8.1.3
8.1.4
8.1.5
8.1.6
8.1.7

218
219
219
223
226
233

de Friedman (x^ de Friedman)


- Generalidades
- Pressuposies
- Hipteses
- Mtodo
- Empates
- Exemplos
- Exerccios p r o p o s t o s

234
234
234
235
235
236
238
242

de Page
- Generalidades
- Hipteses
- Mtodo
- Empates
- Aproximao normal
- Associao com o t e s t e de
o de Spearman
8.2.7 - Exemplos

244
244
244
244
245
245

8.2 - Teste
8.2.1
8.2.2
8.2.3
8.2.4
8.2.5
8.2.6

correla-

8.3 - Comparaes Mltiplas


8.3.1 - Comparaes envolvendo todos os pares de t r a t a m e n t o s
8.3.1.1 - Caso de pequenas amostras
8.3.1.2 - Caso de grandes amostras

246
247
249
249
249
251

1. INTRODUO
1.1 - Generalidades
A Estatstica Nao-Parametrica tao r e c e n t e ,
aparecimento dos primeiros t e s t e s nesta rea data
do s c u l o .

do

que

incio

O seu verdadeiro impulso deu-se nos ltimos qua-

r e n t a anos.
Embora ainda apenas uma pequena p a r c e l a

da

extensa

l i t e r a t u r a estatstica s e j a dedicada ao campo nao-parametrico, e s t e toma impulso d i a a d i a , constatando-se,

atualmente,

um crescendo muito grande de citaes de aplicaes de mtodos nao-paramtricos nos trabalhos de pesquisa.
Seu emprego, desde que nao abusivo, constitu uma valiosssima ferramenta

de trabalho ao e s t a t s t i c o ,

devido

sua grande s i m p l i c i d a d e e v e r s a t i l i d a d e .
Um t e s t e nao-parametrico aquele cujo modelo nao esp e c i f i c a condies sobre os parmetros da populao
a amostra f o i o b t i d a . Mesmo quando existem c e r t a s

da

qual

pressupo-

s i e s , e s t a s sao mais brandas do que aquelas associadas aos


testes paramtricos.

a.
Atualmente a d i v e r s i d a d e desses t e s t e s t a o grande
que, p o r razoes o b v i a s , apresentaremos apenas aqueles

quejul

gamos serem mais i n t e r e s s a n t e s para cada caso abordado.

7) so mais e f i c i e n t e s do que os p a r a m t r i c o s ,

dados da populao nao tm distribuio normal. K, quando a populao e normalmente d i s t r i b u d a , sua eficinc i a , em alguns casos,

1.2 - Algumas Razes Para o Seu Uso

quando os

i levemente i n f e r i o r a dos seus

competidores.
o uso f r e q u e n t e dos t e s t e s no-paramitricos

permiti-

r ao pesquisador e s t a b e l e c e r o u t r a s v a n t a g e n s , alm das c i tadas a s e g u i r :

1.3 - Algumas Restries ao Seu Uso


1) Era g e r a l n o levam em considerao a magnitude dos da-

1) Sao menos e x i g e n t e s do que os p a r a m t r i c o s . Dispensam,


por exemplo, a normalidade dos dados.

r a simples ordens ou s i n a i s . Em m u i t o s casos

2) Em g e r a l , as p r o b a b i l i d a d e s das a f i r m a t i v a s o b t i d a s da
m a i o r i a dos t e s t e s n o - p a r a m e t r i c o s ,

dos, fi m u i t o comum t r a n s f o r m a r os dados, de v a l o r e s pa-

sao p r o b a b i l i d a -

isso

se

t r a d u z num desperdcio de i n f o r m a e s .
2) Quando todas as exigncias do modelo

estatstico

so

des exatas,,salvo quando se usam aproximaes para gran

s a t i s f e i t a s , o t e s t e paramtrico mais poderoso. Para

des

se o b t e r a mesma eficincia,necessrio se f a z um maior

amostras.

3) Independem da forma da populao da q u a l a amostra f o i


obtida.
so,

tamanho de amostra para o n a o - p a r a r a e t r i c o .


3) Em g e r a l , n o nos p e r m i t e t e s t a r i n t e r a e s , s a l v o sob

em g e r a l , de mais fcil aplicao e exigem, quase

sempre, menor volume de c l c u l o s ,

Isso

restringe

o seu uso em modelos mais c o m p l i c a d o s .

5) E x i s t e m t e s t e s nao-pacamtricos que nos permitem t r a b a l h a r com dados de d i f e r e n t e s p o p u l a e s ,

condies e s p e c i a i s sobre a d i t i v i d a d e .

que nao

4) A o b t e n o , utilizao e interpretao das t a b e l a s sao,


em g e r a l , mais complexas.

p o s s v e l com os p a r a m t r i c o s ,
6) so teis nos casos em que e difcil e s t a b e l e c e r uma es
c a l a de v a l o r e s q u a n t i t a t i v o s para os dados. O p e s q u i sador pode apenas d i z e r que um dado tem mai-s ou
da caracterstica que e s t a sendo a n a l i s a d a ,

menos

sem poder

p r e c i s a r ou q u a n t i f i c a r as d i f e r e n a s . Os dados se encontram numa c e r t a ordem de classificao: ma-is ou menos; melhor

ou pior;

maior

ou menor, e t c .

1.4 - Definies e Notaes Estatsticas Bsicas


Algumas definies e notaes sao necessrias para a
boa compreenso do t e x t o . E n t r e t a n t o ,

de

uma

plnalra s u c i n t a , uma vez que n o c o n s t i t u e m o p r i n c i p a l

ob-

J t t t v o deste

trabalho.

sero f e i t a s

A.
1.4.4 - Parmetro
1.4.1 - Amostra casualizada
t
Dizemos que X^, X^,
sualizada

(Random

Scmple)

ma distribuio e s e e l e s

c o n s t i t u e m uma

de g r a n d e z a

amostra c a -

s e cada X tem a mes-

um v a l o r d e s c o n h e c i d o ,

Por exemplo,
dia

a s s o c i a d o a uma

n a distribuio normal

populao.

os parmetros s a o a me-

e a varincia,

so i n d e p e n d e n t e s .

1.4.5 - Estimador

1.4.2 - Varivel indicadora de um evento A


uma r e g r a de deciso que, b a s e a d a n a s observaes,
uma varivel que assume o v a l o r

1 (um) quando A o-

e s t i m a o v a l o r de um parmetro 9.

c o r r e , e o v a l o r O ( z e r o ) quando A no o c o r r e .

A s s i m , quando c o n s i d e r a r m o s uma a m o s t r a de tamanho n

1.4.3 - Limites superior e inferior

de uma populao com distribuio n o r m a l ,

os e s t i m a d o r e s da

media e da varincia so, r e s p e c t i v a m e n t e :


Seja

uma varivel aleatria

U i z - s e que A^ um

l-imite

inferior

( d i s c r e t a ou contnua).

p a r a a distribuio

de

n
1

se

X .

m =
P(X<A j = a
a
Analogamente,

um

limite

P(X>B^)

= B

Na grande m a i o r i a dos t e s t e s

.
Bupeviov

se

n
Z

(X -m)^
^

^= 1
n-\

tomamos a=B

Dizemos que um e s t i m a d o r c o n s i s t e n t e quando a e s t i ^


nativa

e tende p a r a 0 , i medida que aumentamos

amostra

(l i m
n

e -

tamanho da

1.4,6 - Coeficiente de confiana


F i g u r a 1.1 - L i m i t e s i n f e r i o r (A^) e s u p e r i o r
da distribuio de X.

(B )
^

o c o e f i c i e n t e de confiana de um i n t e r v a l o
fiana de um parmetro 9 a p r o b a b i l i d a d e na q u a l

de

con-

este i n -

t e r v a l o est e s t r u t u r a d o .
A s s i m , dizemos o interval-o
iioe-ficiente

de. aonfiana

H-aJ

...

de nonfiana

de

6,

a im

1.4.7 - Hiptese de nulidade (H^)


E s p e c i f i c a que a distribuio bsica e um membro de
uma c e r t a c l a s s e de distribuio. De um modo g e r a l r e f e r i da atravs do v a l o r do parmetro.
Se t e s t a r m o s , p o r exemplo, duas medias, podemos t e r :

1.4.8 - Hiptese alternativa (H }


a

F i g u r a 1.2 - Regio crtica para ura t e s t e de hiptese u n i l a t e r a l .

uma hiptese de que a populao bsica nao

satis-

f a z f^, ou s e j a , e uma hiptese que c o n t r a r i a H^, Para o caso das duas Tndias, a n t e r i o r m e n t e c i t a d o , poderamos t e r :

1.4.11 - Teste simtrico


Consideremos um t e s t e b i l a t e r a l , num nvel de
ficncia a. Suponhamos que e l e s e j a baseado num

signi-

v a l o r S,

que r e j e i t a H^ se
Neste caso, R

e B

sao u n i l a t e r a i s e

e bilateral.

1.4.9 - Teste de hiptese


uma r e g r a d e c i s i v a , que, com base nas observaes,
a c e i t a ou r e j e i t a

H^.

5 > s,
ou
S <Q
1
2
Ento, e l e e simtrico se s a t i s f a z p r o p r i e d a d e
P('5>s ) = P(Ss ) =
^

O t e s t e tf p o r exemplo, quando c o n s i d e r a d o b i l a t e r a l -

Poderamos t e r , por exemplo:


tMTite, i simtrico*

1.4.10 - Regio critica


A regio crtica para um t e s t e de hiptese

que

nos l e v a rejeio de Ji^.

F i g u r a 1.3 - Regies crticas num t e s t e simtrico.

8.

1.4.12 - Erros t i p o I e t i p o I I - Poder do t e s t e


o erro tipo I e c a r a c t e r i z a d o pelo
mos //g quando e s t a e v e r d a d e i r a .
mente r e p r e s e n t a d a

f a t o de r e j e i t a r -

Sua p r o b a b i l i d a d e

p o r a e denominada

o esquema s e g u i n t e

nvel

escolha

s i n t e t i z a as probabilidades

decisiva.

geral-

d?

cigntfinan-

cia.

mos //^, quando e s t a e f a l s a .


representada

fato

Sua p r o b a b i l i d a d e

de

aceitar-

Deciso

e f a l s a . Facilmente

geralmente

dc r e j e i t a r m o s Z/^, quando e s -

v e r i f i c a m o s que
Poder

Ura s i m p l e s exemplo
posto a n t e r i o r m e n t e .

t a l v e z p o s s a melhor i l u s t r a r

o e3<

Suponhamos uma a m o s t r a de M = 23 elemen

t o s , e x t r a d a de uma p o p u l a o P fl /1/Cp;l).

= 1 - 3

Qm t e s t e de h i p t e s e ; 11^: \} = 1 3 , 0 0 ,

Suponhamos que uma p o p u l a o s e j a c a r a c t e r i z a d a


um p a r m e t r o

1 - B

por S .

a l t e r n a t i v a , a probabilidade

valores:

falsa

0
1

11^: e

Poder de um t e s t e , f r e n t e a uma d e t e r m i n a d a h i p t e s e

ta

verdadeira
1 - a

O erro tipo I I se c a r a c t e r i z a pelo

numa

6 e admitamos que es t e p o s s a a s s u m i r um dos

por

( a " 0 0 5 ) de p r o b a b i l i d a d e , r e j e i t a r i a

dois

dadeira) s e :

e ou O,. Quando O = G , admitimos 1/ e , quando fi =

= 6 ^ , admitimos H^. O p r o b l e m a de t e s t a r m o s

versus

Isji

&(X}

de e s c o l h e r m o s uma e n t r e ambas, b a s e a d o s numa a m o s t r a c a s u a -

LlJllt^

ao n v e l de 5%

(quando e s s a e v e r -

> 1,645

> 15,33

J _

l i z a d a , t i r a d a de uma p o p u l a o .
Um t e s t e d e t e r m i n a d o p e l a e s p e c i f i c a a o
c r t i c a no e s p a o a m o s t r a i ,

i s t o e,

da

regio

onde

p e l o s pontos d e s t e que
1

Icvam-nos a r e j e i o de ff .

9, 1645 o v a l o r d a t a b e l a da d i s t r i b u i o normal
d a , ao n v e l <x = 0,Q5.
A s s i m , r e j e i t a r a m o s H^ se X > 1 5 ^ 3 3 .
F i g u r a 1.4 - R e p r e s e n t a o de um e s p a o amos t r a i com
sua r e g i o c r t i c a .

reduzi-

11.

10.

15,00

15,33
15,33

15,50

Figura 1.5 - Regio do erro Tipo I (a = 0,05).


Figura 1.6 - Erro Tipo I I (3 = 0,1977)
Por outro lado, admitamos que a verdadeira media sej a u = 15,50, i s t o , que H^: \ = 15,00 seja f a l s a . Ento,

Assim, temos:
= 0,1977

Probabilidade do erro t i p o I I :
- "-^Q

N(o,i)

Poder do t e s t e :

De conformidade com o teste admitido,


babilidade do erro t i p o I I ,

= 0,8023

Podemos representar graficamente

/25

a c e i t a para valores abaixo de 15,33.

= 15,00

Qual ento, a pro-

i s t o , a c e i t a r

quando ela e

falsa?
Neste caso temos:
15,00
^ ^ 1 5 , 3 3 - 15,50 _

^^33

15,33

15,50

6 = 0,1977
Figura 1.7 - Erros t i p o I (a) e t i p o XI (3)

/25
e, pela Tabela 1 obtemos;
P [- < Z < - 0,85] = P(X < 15,33) = 0,1977

Observamos qvie diminuindo a, aumentamos 8 e,


quentemente diminumos o poder do t e s t e .

conse-

1.4.13 - Consistncia de um

1.4.16 - Ordem ou posto ("rank")

teste

Dizemos que um t e s t e e c o n s i s t e n t e para uma

determi-

Quando c l a s s i f i c a m o s um grupo de v a r i v e i s , de

nada a l t e r n a t i v a , se o seu poder tende para 1 (um), quando o

formidade com

tamanho da amostra tende para

respondentes as suas posies na classificao

infinito.

seus v a l o r e s , e atribumos a e l a s nmeros cor-

grupo, cada numero denominado oTdem


1.4.14 - Testes equivalentes
po-

d e r , i s t o , um r e j e i t a H^, quando o outro r e j e i t a , e, a c e i ta quando o outro a c e i t a .


o t e s t e de Wilcoxon e o de

Mann-Whitney, sao e q u i v a l e n t e s .

, X^,

o b s e r v a e s , constituindo

os postos sero os i n t e i r o s 1, 2,

variveis empatadas uma

A/.

ordem m d i a , que e obtida consideran-

amostra. Os v a l o r e s X, , . X.
(l)
(2)*

X^ , obtidos das

uma

obser-

12

2.5

12

2,5

15

= 41

16

X = 10

16

16

18

as

estatsticas de ordem.
Tomemos, por exemplo:

= 23

Z =15

Ordem

10

(n)

v a o e s , quando r e a r r a n j a d a s em ordem crescente,constituem

se nao ocorresse o

empate. Temos, por exemplo:

^3=

Usualmente

Para um grupo de /l? observaes de v a l o r e s d i s t i n t o s ,

do a media das ordens que e l a s receberiam

1.4.15 - E s t a t T s t i c a s de ordem ("Order S t a t i s t i c s " )

do

Quando ocorre empate na c l a s s i f i c a o , atribumos as

Assim, conforme veremos,

(posto).

conjunta

c l a s s i f i c a m o s numa ordem c r e s c e n t e .

Dois t e s t e s sao equivalentes quando tem o mesmo

Sejam

con-

as estatsticas de ordem sao:

1.4.17 - Distribuio nula


l a distribuio de uma
Consequentemente, temos:
(]) -

(2) -

estatstica quando

ver-

dadeira.
-

(n)

Admitamos, por exemplo, duas populaes (P

e P ) re-

IA.

15.

presentadas,
e Y^,

r e s p e c t i v a m e n t e , p e l a s a m o s t r a s X^^ X^, ...3 X^

...j

y ^ . Se c o n s i d e r a r m o s como H^i

= P^,

de

s e e s p e r a r , numa c l a s s i f i c a o c o n j u n t a d a s o b s e r v a e s X> e
Y q u e

e l a s s e d i s t r i b u a m c a s u a l m e n t e , nao havendo

t i z a o de p o s i o e n t r e

sistema-

elas.

1.4.18 - Distribuio livre


Uma e s t a t s t i c a

possveis arranjos na classificao

teremos o s s e g u i n t e s

conjunta

d a s q u a t r o ob-

servaes:

d i s t r i b u i o n u l a nao depende da p o p u l a o
Assim,

a d i s t r i b u i o da e s t a t s t i c a

sua

Wy

do exemplo

livre,pois

ela in-

X e Y.

Ura t e s t e e s t a t s t i c o , de n v e l de s i g n i f i c n c i a a ,
liVre

quando a p r o b a b i l i d a d e

X X Y Y

/ip, a d m i t i d a v e r d a d e i r a , e i g u a l a a ,

X Y X Y

populao

X Y Y X

se

bsica.

depende d a d i s t r i b u i o b s i c a d a s o b s e r v a e s

de distribuio

livre

c i t a d o no i t e m 1 . 4 . 1 7 , e uma d i s t r i b u i o

A s s i m , s e a d m i t i r m o s m=2 e n'"2,

de r e j e i o de

independentemente

da

bsica.

1.4.19 - Distribuio simtrica

X X Y
A d i s t r i b u i o de uma e s t a t s t i c a

Y X Y X

tds e l e s igualmente provveis

com p r o b a b i l i d a d e

uma e s t a t s t i c a

p " l / 6 pa-

correspondente

a soma d a s o r d e n s a t r i b u d a s a Y em c a d a um d o s a r r a n j o s , obteremos a s e g u i n t e d i s t r i b u i o n u l a p a r a

e s i m t r i c a em

r e l a o a um ponto a s e :

Y Y X X

r a c a d a um. Se d e f i n i r m o s

T tem distribuio

P(T

+ x ) ~ P(T < a - x) .

A s s i m , p o r e x e m p l o , a d i s t r i b u i o normal e s i m t r i c a em r e l a o s u a m e d i a .

W,

1/6

1/6

5/6

1/3

4/6

1/6

2/6

1/6

1/6

m-x

m+x

F i g u r a 1.8 - D i s t r i b u i o s i m S c r i c a em r e l a o a med i a (m): V(X > m + x) = P(X < m - x).

16.

1.4.20 - Distribuio

1.4.22 - Funo emprica de distribuio

assintotica
T

A distribuio de uma estatstica

Se

assintotica,

X^, ..

X
m

quando o tamanho da amostra e i n f i n i t o . As distribuies a s sntticas sao tericas; na prtica ocorrem apenas as
ximadamente

assintticas.

Esta aproximao cresce

apvo-

a medida

populao,

e uma amostra c a s u a l i z a d a de uma

a funo emprica de distribuio ( f . e . d ) ,

para

um dado v a l o r X, e:
S(x) =

que o tamanho da amostra c r e s c e .

1.4.21 - Distribuio uniforme

onde k o nmero de observaes X^ <_ x.

E d e f i n i d a p e l a funo de densidade:
f(^)

, 1 P"^ o <

1.4.23 - Eficincia

< 1

relativa

Suponhamos d o i s t e s t e s i4 e S , com o mesmo

o f o r a do i n t e r v a l o

0; 1

significncia a e com a mesma H


t i v a do t e s t e B,

Seu grfico :

nvel

de

6 = 6 ^ . A eficincia r e l a -

em relao ao t e s t e

e dada p e l a relao:

y
"2

onde:

= tamanho da amostra r e l a t i v a ao t e s t e 4,

para uma

dada a l t e r n a t i v a ;
= tamanho r e q u e r i d o da amostra r e l a t i v a ao t e s t e B,
o

para se alcanar o mesmo poder o b t i d o com o t e s t e

A p a r a a dada a l t e r n a t i v a .
F i g u r a 1 . 9 - Representao g r S f i c a

da

distribuio

uniforme.

Assim, se temos, p o r exemplo,

para um mesmo nvel a

de significncia;
E s t a distribuio tambm denominada
vetangulav

dist-pibui-o

H^:

e i mais genericamente d e f i n i d a como S segue:

Teste A
f(x)

b-a

H : e = 8,

= 40

para a < x < b


Teste B
f o r a do i n t e r v a l o

a; b

ento, a eficincia

relativa

- 100

de B para A ser de 40% e, e v i -

dentemente de A para f, ser de 250%.

18.

1.4.24 - Tentativa de B e r n o u l l i

a) Nominal
Usa nmeros apenas como um meio de d i s t i n g u i r elemen-

uma t e n t a t i v a com apenas dois possveis r e s u l t a d o s :

tos ou suas propriedades

sucesso ou f a l h a . Assim, podemos c a r a c t e r i z a - l a por:

em d i f e r e n t e s c l a s s e s ou categori as.

Se tomamos, por exemplo,

A - realizao do acontecimento f a v o r v e l , com probabi-

uma varivel indicadora de

um evento:

lidade p;

B - realizao do acontecimento c o n t r r i o , com probabi-

q ~ \.

1 se y > X

^ I O se y < X

lidade q.
evidente que: y

estamos u t i l i z a n d o uma e s c a l a nominal.


Quando numeramos c a t e g o r i a s , por exemplo, C^, C^...^

1.4.25 - T e n t a t i v a s ou provas repetidas e independentes de Bernoul1i

C^, estamos u t i l i z a n d o uma e s c a l a nominal, pois os nmeros apenas distinguem c l a s s e s .

Descrevem um experimento onde sao r e a l i z a d a s n tenta,


b) Ordinal

t i v a s , sob as seguintes condies:


a) Cada t e n t a t i v a
ou

tem dois possveis r e s u l t a d o s :

Os nimeros so u t i l i z a d o s somente para c l a s s i f i c a r os

sucesso

elementos, numa ordem c r e s c e n t e ou decrescente

falha;

b) A probabilidade de sucesso permanece a mesma para cada

(podendo e v i -

dentemente ocorrer empates).


Quando c l a s s i f i c a m o s os alunos de uma c l a s s e , de acor-

tentativa;
c) As n t e n t a t i v a s sao independentes.

do com as notas o b t i d a s , estamos usando uma e s c a l a o r d i n a l .


Tambm u t i l i z a m o s uma e s c a l a o r d i n a l quando c l a s s i f i -

Cumpre observar que essas t e n t a t i v a s tm d i s t r i b u i -

camos: maior do que; igual

a; menor do que.

o b i n o m i a l , ou s e j a :
c ) I n t e r v a l o de medida
m = np
Envolve uma unidade de medida e contem um ponto con-

o"^ = n p q

vencional de r e f e r n c i a , que o zero.


1.4.26 - E s c a l a s de medidas
Nos
tes e s c a l a s :

t e s t e s nao-parametricos sao empregadas as seguin-

A grandeza entre duas

medidas pode ser expressa como um mialtiplo ou submltiplo da


unidade

considerada.
Um exemplo clssico e o da medida de temperaturas.

20.

21.
d) Relao de medidas
Leva em c o n t a a ordem, o i n t e r v a l o e a relao e n t r e

duas medidas.
Se dizemos que e s t a q u a n t i d a d e e trs Vezes

aquela,

estamos u t i l i z a n d o uma e s c a l a de relao de medidas.


E s t a e s c a l a tem tambm uma unidade de medida e o pon't o de referncia

zero,

mas e s t e nao e c o n v e n c i o n a l ; e uma

medida n a t u r a l .
Talvez s e j a e s t a a mais u s u a l das e s c a l a s . Seu empre^

2. TESTES APLICVEIS A UMA AMOSTRA

go se v e r i f i c a em medidas de: peso, a l t u r a , r e n d i m e n t o s , e t c .

2.1 - Teste Binomial


2.1.1 - General idades
o t e s t e b i n o m i a l e a p l i c a d o a amostras p r o v e n i e n t e s
de populaes c o n s i s t i n d o de somente duas classes (dados d i cotmicos), como p o r exemplo: sim^ nao; ferte^s^
teis;

nao fr-

machos, fmeas, e t c .
Observa-se, p o i s , que os dados c o n s t i t u e m o r e s u l t a ,

do de p t e n t a t i v a s r e p e t i d a s de B e r n o u l l i , com propores
e

= 1 - p, para as duas c l a s s e s r e s p e c t i v a m e n t e ,
2.1.2 - Pressuposies
a) O r e s u l t a d o de cada t e n t a t i v a e c l a s s i f i c a d o como 8uaesso

ou como

falha;

b ) A p r o b a b i l i d a d e p de euoesso permanece
t e n t a t i v a para t e n t a t i v a ;
c) As n t e n t a t i v a s so independentes.
2.1.3 - Mtodo
Consideremos:

i n a l t e r a d a de

23.

22.

B = numero de s u c e s s o s n a s n

- n P,

tentativas.

E s t a varivel tem distribuio b i n o m i a l , com parmet r o s n e p.

v e r d a d e i r a , B* fl 71/(0.1),

Se H
p

= v a l o r conhecido,

onde O <

P a r a t e s t a r m o s , ao nvel a de
a ) H^: p =

vs

H^: p > p^

r e j e i t a m o s ff^, s e S ^

N e s t e c a s o , os t e s t e s , ao nvel a de significncia,

< 1 ,

so:

significncia:

a ) H^: p = p^

rejeitamos

onde:

vs

H^: p > p^

s e B* >^ s ^ , onde
P

e bfoL^

riy

e um l i m i t e

s u p e r i o r da distribuio

Po

vs

rejeitamos

H^: p <

p^} e um l i m i t e

rejeitamos

i n f e r i o r da distribuio b i n o m i a l ,

^0-' P ^ Po

r e j e i t a m o s H^^
respectivamente

vs

H^: p ^

cr'

B^.

H^: p^p^

s e B* >_ s ^ y ^

ou

,
^ atra-

2.1.5 - Uso das t a b e l a s


,

A T a b e l a 2 nos d ^ ^ ( ^

se B >_ b ou B <_ c, sendo os nveis p a r a h e c

> com n v a r i a n d o de 1 a 20

e p v a r i a n d o de 0,05 a 0,50. P a r a v a l o r e s de n s u p e r i o r e s
20, u t i l i z a m o s a aproximao n o r m a l j r e f e r i d a

e a^.

Neste caso, consideramos a =


a^J* a^t d e v i d o

H^: p < p^

se B* <_ vs

[ B * > 3 ~| - a

O ^

Observamos que os l i m i t e s z s a o d e t e r m i n a d o s
^
a
vs da T a b e l a 1 p a r a a distribuio n o r m a l .

ao nvel a de p r o b a b i l i d a d e .
O

vs

c ) H^: p = p^

r e j e i t a m o s H^, se B <_ a, onde:

e cfay

b ) H^: p=p^

binomial,

ao nvel a de p r o b a b i l i d a d e .
b) ^o-- P -

p^

(S)

a s s i m e t r i a da distribuio.

e,

em

geral,

anteriormen-

te.
Suponhamos, a ttulo de ilustrao, n 5 e p

=0,25

A T a b e l a 2 nos d:

2.1.4

- Aproximao normal

Quando n e grande

definimos:
0,2373

0,6328

0,8965

0,9844

0,9990

1,0000

24.

25.

Assim, nas condies apresentadas


P
isto

t e m o s , por exemplo:

(B < l) = 0,6328

Cumpre o b s e r v a r

, a p r o b a b i l i d a d e de o b t e n o de no m x i m o

um

sucesso

em c i n c o t e n t a t i v a s , e 0 , 6 3 2 8 .
N e s t e c a s o , c?(0,6328
ferior,

a distribuio binomial

ou

; 5 ; 0 , 2 5 ) = 1, e o l i m i t e i n -

q u e , p a r a o c a s o e s p e c i a l depQ = 0 , 5 0 ,
s i m t r i c a em r e l a o a

t e r m i n a o do l i m i t e s u p e r i o r , usamos a s e g u i n t e

p a r a a de-

b(aj

n, p^) = ed-a,

A t t u l o de i l u s t r a o , c o n s i d e r e m o s
< 3J = 0,9844

n = 8
o [ ( 1 - a ) , n,

= 3

(1)

lado,

> ^} ' P CB > 3) "= 1 - P . B < 3 ; = 1 - ( l - a ; = a

0
o

e ento,
n,

- 4

(2)

De ( 1 ) e C2) c o n c l u m o s :
b(o.y

n, p^) = l

A f i m de i l u s t r a r
t e r a l , admitamos:

o emprego

= 0,0156 e

exemplo que

= 0,5 .

< 0 ; = p^{B ^8)

= 0,0039

P^(B

< 1 ; = PQ(B ^7)

= 0,0352

PQB

<_2)

= 0,1445

P^(B

< 3J = p ^ r s > 5 ; = 0,3633

= PQ(B

^6)

= PQ^^ -

" 0,6367

A s s i m , p o r e x e m p l o , p a r a a = 0 , 0 3 5 2 , temos:
cCa^,

Q ( l - a ) , n , p^

P^(B

Po(^
b(a,

se segue:

donde;

P^(B

n , p^} + 1

= n - a(a, n, p^)

PQ ~

temos:

outro

media

e , consequentemente:

tcnica: s u -

ponhamos a = 0 , 0 1 5 6 , e n t o 1 - ot = 0 , 9 8 4 4 . P a r a n = 5 e

F^(B

sua

< o) = P (B > n - o)
~
o

PJB

e , a = 0,6328 i o n v e l de s i g n i f i c n c i a .

Por

^ ^ ^

n/2, e ento:

Quando nao dispomos de t a b e l a s a p r o p r i a d a s

0,25,

S = O

p^) = c ( 0 , 0 3 5 2

; 8 ; 0,5) = 1 ,

e, consequentemente:

d a t a b e l a no t e s t e

bila-

i>(<^y 3 Pn^= fo(0,0352 ; 8 ; 0,5) = 7

0 , 2 3 7 3 . P e l a t a b e l a ob-

temos :
P^(B

< 0 ; = 0,2373 - cij

P^(B

> 4^ = 0.0156 =

L o g o , p a r a ?i = 5 e

= 0,25, r e j e i t a m o s

Ao i n v s de f i x a r m o s
c n c i a , mais i n f o r m a t i v o

.
se

B encontrado, o

nivet

"a p r i o r i "

o n v e l a de s i g n i f i

estabelecermos,

mtyvLmo

b a s e a d o s no v a l o r

de s-igni-ficncCa

(n.m.s.)

no

26.

27.

p^(B = .) = <p>r"

q u a l r e j e i t a r a m o s /Q, em f a v o r de H^.
Suponhamos e n t o , que p a r a
t e s t a r m o s , por exemplo, B

= 10 temos B = 2,

Para

P a r a o c a s o , p o r exemplo, de n = 2 e

= 0,40 v s H^: p < 0 , 4 0 , de con


=

f o r m i d a d e com o n o s s o r e s u l t a d o , o n.m.s. e a = 0,1673, ou se^


ja:

(0,4)'' (0,6)2 X

Se a d m i t i r m o s a v a r i v e l :
n.m.s. = P^CB ^ 2) = 0,1673

e,

= 0 , 4 , temos

1
a. = .
u
0
i

generalizando:
n.m.s.

^ v a l o r observado) =

s e a t e n t a t i v a um
s e a t e n t a t i v a uma falha

para o s 2^ p o s s v e i s r e s u l t a d o s de ( a ^ ; f ^ ^ ) ,

teremos:

P a r a o t e s t e u n i l a t e r a l : H : p > v^. temos:


n.m.s.

= PQ(^ >_ v a l o r o b s e r v a d o ) =

(aj
.

Se a d m i t i r m o s , como no exemplo a n t e r i o r , n = 1 0 , B = 8
e

= 0 , 4 0 , temos:
n.m.s. = P^(B > s; = 1 - P^(B <

(0 ; 0 )

0,36

(0 ; 1 )

0,24

(1 ; 0 )

0,24

(1 ; 1 )

0,16

= 1 - P^(B < 1)
= 1 - 0,9877 = 0,0123

.
D a i obtemos a d i s t r i b u i o

No c a s o do t e s t e b i l a t e r a l , B^: p

nula:

p ^ , temos a p r o x i ^

madaniente:
P^(B
n.m.s. = 2 min

mtrica

(a ; a )
\' 2

= x)

P^{B

^x)

(B > x)

0,36

0,36

1,00

E s t e r e s u l t a d o s 5 e x a t o quando a d i s t r i b u i o s i

0,48

0,84

0,64

(p^ - 0 , 5 ) .

0,16

1,00

0,16

2.1.6 - Distribuio nula de B


A d i s t r i b u i o n u l a de B pode s e r o b t i d a a t r a v s
termo g e r a l d a d i s t r i b u i o

binomial.

do

Observamos que x o n m e r o de

sucessos.

29.
28.

2.1.7 - Consistncia
B -h (n-B+l)

O teste binomial consistente para todas as alterna

,
/ n ,
-n
ct/zsln-B-f-i} ;2B

tivas
P >

<<

Vjn^B)

Po

- 1 - Pjn^

n~B)

onde: n = numero de tentativas;

2.1.8 - Estimativas de p
Uma estimativa consistente de p e:

B = numero de sucessos;
^a/2-2(n'~B+\)

p - B/n

'2B

" ^

tabela, ao nvel a/2 e com


2(n-S +1) e 2B graus de liberda
de.

com um erro padro:

Assim, o intervalo de confiana f i c a :


n
P^(a)

Uma outra estimativa, introduzida por Hodges e Lehmann, citados por HOLLANBER e WOLFE (1973) :
p
P ^ ^

-h
/n +

2,1.9 - Intervalo de confiana para p

mtricos em relao a p.
Valores de P^(ci) e

= extremo superior do intervalo ,

Pj(a}

- extremo inferior do intervalo ,

onde, a um nvel a de probabilidade, temos:

podem ser encontrados na Ta-

Um simples exemplo, como


w = 8 e

ilustrao:

consideremos

= 6, temos:
P - 6/8 = 0,75

coeficiente de confiana (1-a), podem ser encontrados em t a -

PcrTaJ
o

PQ(^)

bela 3.

Os extremos do intervalo de confiana para p, com um


belas. Estas tabelas nos dao:

PQ(^)

Observamos que, em geral, esses intervalos so a s s i -

1/2

1/2

< p <

e, pela Tabela 3:
B

6
p^ra;

a
0,10

0,4003

0,9536

0,05

0.3491

0,9681

0,01

0,2578

0,9863

30.

31,

Se tomarmos, por
confiana

e x e m p l o , a = 0,05,

o intervalo

de

P^(H
Se f i x s s e m o s

No

c a s o de u t l 2 a r m o s

confiana

s e r a dado

m o l s t i a nao

a a p r o x i m a o normal, o

inter-

Num

s e r i a mais

a c e i t a r a m o s //^,

mo

e n s a i o de d e g u s t a o de

mote

e a s t r s r e s t a n t e s , de

d l a t i n g u e m o c a f mole

Exemplo 1

car

o g r a u de

ram

tomadas ao

apresentava

c u l t u r a de a l g o d o p a r a s e

i n f e s t a o de uma
acaso

dez

c e r t a m o l s t i a de

plantas e constatado

que

uma

a b a i x o de

f i q u e a p o s s i b i l i d a d e de

30%

que

delas

b e b i d a mote

cl

U^:

^j^;
Ento

(f! : p >

realmente

p^).

de uma

escolha casual

da

Desde que

p = 0,10
n = 8 e

n.m.s. = P^(B

0,30

0,10

10

fica:
vs

H^^: p

= 3,
> 3;

> 0,10

teremos:
= 1 - P^{B

< 3}

' 1 - P^(B

< 2)

= 1 - 0,9619

p = 0,30

vs

H^:

p < 0,30

= 0,0381

.
A s s i m , o n v e l m n i m o de

vir:
taramos
n.Ti.o.

F(B

_<

i ;

em

2, obtemos:

s i g n i f i c n c i a no

f a v o r de //^ e a = 0 , 0 3 8 1 , ou

seja,

qual

rejei-

3,81%.

Se t i v s s e m o s
Pela Tabela

demais

p = -J^ = J - =

Temos

B ^

degusta

para

se e f e t i v a r o c o n t r o l e .

10

co-

e:

a molstia controlvel, v e r i -

n =

caf tido

os degu s t a d o r e s

Neste c a s o , a p r o b a b i l i d a d e

Nosso t e s t e

Nosso t e s t e

dos

cons-

Soluo

razes,fo-

os s i n t o m a s da m o l s t i a . A d m i t i n d o - s e

infestao

verifi-

e l e s , trs c l a s s i f i c a r a m cor

r e t a m e n t e . T e s t e a hipote.se de que

Exarainando-se uma

c a f e , c a d a mesa e r a

c a f e de r o t i n a . O i t o

d o r e s foram u t i l i z a d o s e , d e n t r e

2.1.10 - Exemplos

i s to ,

controlvel.

t i t u d a de c i n c o a m o s t r a s , sendo duas d e l a s de

P(l-P)

CL/2^

a = 0,05,

Exemplo 2

por:

p z

uma

sera:
0,3491 < p < 0,9681

v a l o de

< I) = 0,1493 - 0,15

f i x a d o , por

exemplo, a = 0,1869, r e j e i -

32.

33.

taramos

se B ^2^(0,1869
b(a

; 8 ; 0,10)

, n , p^)

= cl-a

e , conforme v i m o s :

, n

, p^}

+ l

quenteraente,

b)

Se B

para 5 = 1 ,

= 8, p e l a T a b e l a

logo
fc(0,1869

; 8

; 0,10)

= (3(0,8131

; 8 ; 0,10)

aceitamos
2

H^,

vira:

P^B

< 8J = 0,9999

P^B

^S)

+ 1

= 1 + 1
= 2
e , d e s d e que

5=3,

rejeitaramos

PQ(B

<

S)

PQ(B7)

= 0,0016 .
exemplo

a ) t e s t e H^i

1:

Ento,

p = 0,30

( a ^ = 0,0106 e

v s H^:

tiva H

: p j

p ^ 0,30,

ao n v e l a = 0 , 0 3 8 8

n.m.s,

= 0,0282).

b) admitindo-se 5 = 8 ,

d e t e r m i n e o n.m.s.

para a

alterna-

Suponhamos no
80

a ) Desde que

= 0,0282, p e l a Tabela

2, p a r a n = 1 0 , t e -

mos
P^(B
Logo, o l i m i t e
outro

^ 2 mt:n(0,0016 ; 0,9999) = 0,0032 .

Exemplo 4

0,30.

Soluo

Por

= 1 - 0.9984

H^.

Exemplo 3
No

< o ; = 0,0282

inferior

c? =

razes e constatadas
p = 0,30

vs

H^:

p ^

0,30

b) H^:

p = 0,30

vs

H^:

p >

0,30

o uso da a p r o x i m a o n o r m a l e r e c o m e n d v e l ,

0.

distribuio binomial
n

; p)

= c(0,9894

; 10

+ l

; 0,30)

que,
+ 1

para

c o n t a a i n e x i s t n c i a de

p a r a n = 80.

xima da n o r m a l . E n t o p a r a
n = 80

B = 32
A s s i m , r e j e i t a m o s //

se S

> 7 ou

se B = O

e,

conse-

Po

ttmos:

Cumpre

0,30

princi-

tabelas

tambm

grandes amostras, a d i s t r i b u i o binomial

= 6 + 1
- 7

examinadas

32 d o e n t e s . T e s t e :

a ) H^:

p a l m e n t e s e l e v a r m o s em

= o i l - a^;

tivessem sido

Soluo

lado:
b

exemplo 1 que

da

observar
se

apro-

34.

35.

^ "
"

Se
bela

Po

fixarmos,

32 - 8 0 ( 0 , 3 0 )

^0

Da

^^g^ ^

3, para

>^80(0,30)(0,70)

por exemplo, a = 0,05, teremos, p e l a

n = 1 0 ,

f=lea=0,05,

P^(0,05)

P_(0,05)

= 0,4450

temos:

0,0025

Ta

1:

a
e ento, rejeitamos
Desde
b)

Tabela

Para

s e B*

q u e B*

o teste

Assim, o intervalo
>^ 1,96

ou S

= 1,95, a c e i t a m o s

confiana

para

0,0025

H^.

< p

< 0,4450

Exemplo 6
No

H^: p > 0 , 3 0

vs

confiana

temos

exemplo
para

a =

4, estime

e "determine

seu

0,05.

Soluo
Temos:

(0,05)
e ento, rejeitamos
Desde

q u e B*

Observamos
f i c n c i a , no

s e S*

qual

>^ 1 , 6 4 5 .

= 1,95, r e j e i t a m o s

que, neste

caso,

rejeitaramos

em

o nvel

favor

mnimo

de
de

H^.
signi-

80

32

=1,96

0025

seria:
Ento:

n.m.s,

= P^(B

>_l,95)

A n a l o g a m e n t e , no b i l a t e r a l ,

n.m.s.

= 0,0256

.
P

teramos:

PQCB^I,95)

= 0,0512

e determine

seu intervalo

i 08

extremos

do

= = - = 0 , 4 0
n
80

intervalo

de c o n f i a n a

sao:

Exemplo 5
No
confiana

exemplo
para

a =

1, e s t i m e

p z

de

a/z ^

0,05.

OU

Soluo
p

e:

< -1,96.

unilateral:

H^: p = 0 , 3 0

de

= - ^ ^ - ^ = 0 . 1 0
n
10

leja
0.40

196 ^

(0,40)(0,60)
80

donde:

intervalo

de

37.

36.
P^(0,05) - 0.40 - 0,11 = 0,29
PA0,05)

CATEGORIAS

= 0.40 + 0,11 = 0,51 .

RiSTICA

2.^.^^ - Exerccios propostos


1) Adraitindo-se a proporo 3:1 em F^, da Lei de Mendel, para 80 observaes, obteve-se o seguinte resultado:
Dominante: 54
Recessivo:

26

Verifique pelo teste binomial se os dados

seguem

aquela

lei.

timo

Bom

Aparnaia

Aroma

Sabor

Textum.

Hazovel

Aceitvel

Baseados nos resultados, como poderamos c l a s s i f i c a r o pro


duto quanto a cada um dos quatro itens considerados?

2) Certo melhoramento s e r i a introduzido num bairro,se no m -

4) Numa rea cultivada com algodo foi observado que, dentre

nimo 80% da sua populao se manifestasse favorvel ao mes^

20 maas examinadas, 8 apresentavam-se atacadas pela l a -

mo. Numa consulta a 100 moradores,

garta rosada.

76 se pronunciaram a

Admitndo-se que para uma infestao acima

favor e 24 contrrios.

de 25% se deva fazer o controle qumico, verifique

a) Deveria o melhoramento ser introduzido?

cultura apresenta um estgio em que o referido controle se

b) Estime a proporo dos manifestantes favorveis

e seu

I.C. (a = 0.05).
c) Dentre os 100 moradores, ao nvel de significncia de
5%, qual o numero mnimo de votoa favorveis para a sua
introduo?
3) Numa pesquisa realizada por ANDRADE (1975) , sobre a aceitao do mandi defumado e enlatado em molho de tomate,foram feitas anlises s e n s o r i a i s , utilizando-se 10 degusta-

se a

faz necessrio.
5) Admita n = 10,f= 7 e

p > 0,40. Confronte as conclu-

ses obtidas atravs do teste binomial com aquelas

obti-

das pelo emprego da aproximao normal.


6) Apresente um exemplo em que apenas a pressuposio

2 do

teste binomial no esteja s a t i s f e i t a .


7) No problema 5, estime p e determine o seu intervalo de con-

dores, obtendo-se os seguintes resultados quanto a aparen

fiana Ca = 0,05): a) aplicando diretamente a tabela apro-

c i a , aroma, sabor e textura.

priada; b) pelo emprego da aproximao normal.


8) Formule um exemplo em que se aplica o teste binomial. Estruture o t e s t e , estime p e determine seu intervalo de con
fiana.

39.

38.

b) Se : > 2 , o t e s t e x^ n o deve s e r usado s e m a i s de 20%

2,2 - Teste de

das

2.2.1

- Algumas aplicaes

mente m o s t r a r algumas de s u a s

forem a b a i x o

s e q u a l q u e r uma d e l a s f o r i n f e r i o r a 1

P o r m o t i v o s b v i o s d e i x a r e m o s de a p r e s e n t a r a e s t r u t u r a p r o p r i a m e n t e d i t a do t e s t e de x^>

frequncias esperadas

Procuraremos t a o s o -

a p l i c a e s ao c a s o de uma amos-

Em a l g u n s
pando C\B.SSQS
esperada

c a s o s podemos c o n t o r n a r

adjacentes e, assim,

de 5 ( c i n c o ) ou
(um).

e s s e problema,grua

frequncia

E s t e t e s t e f o i i n t r o d u z i d o p o r KOLMOGOROV

(1933) pa-

em c a d a n o v a

aumentando

classe,

t r a , d i s p o s t a sob a forma de t a b e l a s kxl. I s s o s e t o r n a v i vel

s e as f r e q u n c i a s esperadas

d a s , como n o s c a s o s

2.3 - Teste de Kolmogorov-Smirnov

forem previamente e s t a b e l e c i ^

seguintes:

2.3.1

- Generalidades

a ) P r o p o r e s r e g i d a s p e l a s L e i s de Mendel;
b) Suponhamos que N e s t u d a n t e s

devam o p t a r c a d a

um

por 1

d e n t r e n d i s c i p l i n a s o f e r e c i d a s . Podemos, n e s t e c a s o , estabe^

ra

l e c e r H^: No h preferencia

ViX)

fereaias.

por qualquer

E n t o , a frequncia esperada

das disciplinas

o-

s e r i a N/n p a r a

cada

a d a p t a o de uma e s p e c f i c a
, a dados p r o v e n i e n t e s

V e r i f i c a s s e que
(.n~-'^). g r a u s

pode s e r t e s t a d a p o r um

x^

com

F(X)

, Uma a m o s t r a

Uma a p l i c a o m u i t o comum s e v e r i f i c a n o s t e s t e s de a -

d e r n c i a , ou s e j a , no a j u s t a m e n t o de uma c o n h e c i d a

e espec-

f i c a f u n o de d i s t r i b u i o a uma a m o s t r a de dados

provenien-

de uma d i s t r i b u i o que nos e d e s c o n h e c i d a

fitl.'

de uma d i s t r i b u i o

desconhecida

(gooness

of

T a l e o c a s o , p o r exemplo, d a a p l i c a o do t e s t e de n o

m a l i d a d e a uma a m o s t r a de dados de o b s e r v a o .

2.2.2

e r e t i r a d a de alguma popu-

= 2,

a frequncia

cpm F f X i p a r a v e r i f i c a r

d a r 03 dados a t r a v s d e s t a ,

admitida

a o de d i s t r i b u i o da a m o s t r a
Sua vantagem s o b r e

estabelecendo-

se razovel

como a v e r d a d e i r a f u n -

casualizada.

o t e s t e de

e que e l e pode s e r

a p l i c a d o , sem r e s t r i o , p a r a pequenas a m o s t r a s . Alem


le

estu-

disso,

t r a t a dados i n d i v i d u a l m e n t e , nao perdendo i n f o r m a e s d e -

Na m a i o r i a dos c a s o s e l e e m a i s poderoso do que o t e s t e de x^ p r i n c i p a l m e n t e

Algumas r e s t r i e s s e i m p e m ao s e u u s o :

m n i m a deve s e r ^ 5;

, ...

v i d o a a g r u p a m e n t o s , como o c o r r e no t e s t e de x^*

- Restries ao uso do teste

a) Se o n m e r o de c l a s s e s

e s p e c i f i c a alguma d i s t r i b u i o

lao cuja distribuio ^ g W desconhecida,

de l i b e r d a d e .

-se o confronto

tes

distribuio

A h i p t e s e de n u l i d a d e

classe.

c)

e bem c o n h e c i d a

esperada

no c a s o de pequenas a m o s t r a s .

40.
41.

2.3.2

- Mtodo
c)f^: F - F^ vs H^: F < F^, p a r a p e l o menos um v a l o r de X,

Consideremos:

rejeitamos

F(.X}

= proporo de v a l o r e s e s p e r a d o s

S(X)

= proporo de v a l o r e s o b s e r v a d o s <_X;

FQ(X)

<^ X\

2.3.3

- Uso das tabelas

As t a b e l a s nos dao os l i m i t e s p a r a os t e s t e s

= v e r d a d e i r a funo de distribuio de X e que nos


ral

desconhecida.

se D

bilate-

e unilaterais.
A ttulo de ilustrao, c o n s i d e r e m o s n = 3; a T a b e l a

Observemos que S(X)


buio e um e s t i m a d o r

e uma funo emprica de

de

distri-

5 nos d:

FQX).

Definimos

- Sup \ F ( X )

- S(X)

0,20

0,10

0,05

0,02

0,01

0.565

0,636

0,708

0,784

0,829

= Sup

IF(X}-

S{X}

Os nveis de significncia r e f e r e m - s e ao t e s t e

D~ = Sup [SX) - FX)]

teral;

p a r a os t e s t e s u n i l a t e r a i s ,

bila-

devemos d i v i d i - l o s por 2

(dois).

P a r a t e s t a r m o s , ao nvel a de significncia:

A s s i m , por exemplo, p a r a a = 0,05, r e j e i t a m o s B^i


a ) H Q I F = F^ VB H^: F t'F^, p a r a p e l o menos um v a l o r
X, r e j e i t a m o s

de

se D > d.

Os v a l o r e s de d s a o e n c o n t r a d o s

bilateral:

s e Z? >_ 0,708

unilateral:

se

{ D ~ ) >_0,636 .

n a T a b e l a 5, e temos
P a r a v a l o r e s de n a c i m a de 1 0 0 , podemos c o n s i d e r a r os
limites

b) H^: F = F^ vs H^: F > F ^ , p a r a p e l o menos um v a l o r


X, r e j e i t a m o s
Os v a l o r e s de

de

dos

a p r o x i m a d o s : d = k/y/n,

onde os v a l o r e s de k so d a -

pela tabela seguinte:

s e D*" >^ d^.


podem s e r o b t i d o s da T a b e l a 5, e t e -

mos :
FQ(D^

> ^; = a .

0.20

0.10

0,05

0,02

0,01

1,06

1,21

1,35

1.51

1.62

43.

42.

2.3.4 - Determinao dos supremos D, D*" e D"


Suponhamos uma amostra c a s u a l i z a d a de tamanho

- 5,

com os v a l o r e s ordenados:

= 0,28

X^ = 0,63

- 0,47

X . = 0.68

X3 =

0,54

Admitamos para c o n f r o n t o ,

funo de distribuio

uniforme:
0

para

X < 0

para

0 < X ^ 1

para

X > 1

F i g u r a 2.1 - Representao grfica de F(X)


dos extremos D, D*' e D .

Pelo grfico acima, podemos o b s e r v a r que,


SCX).

= k/5

onde k = numero de observaes X. < X

nhanas de cada ponto X , ,

S(X)

considerada

p e l o f a t o de s e r uma distribuio

c o n t i n u a , temos duas d i s t a n c i a s v e r t i c a i s

FCX.)
1

a) Processo grfico
CONOVER (1971) apresenta-nos o s e g u i n t e processo: r ^
FCXl

e SCIL

- SCX.)
1

D mxima d i s t a n c i a v e r t i c a l e n t r e FXl

e SCX);

>

v~\

) .

F(X).

Assim, no exemplo c o n s i d e r a d o , temos;

e n t r e FCX) e SCX).

Para f i n s de determinao dos supremos, em cada pononde

SCX);

= mxima distncia v e r t i c a l e n t r e FCX) e SCX) y


SCX)

- S(X,

O processo analtico permite-nos d e t e r m i n a r com maior

- mxima d i s t a n c i a v e r t i c a l e n t r e F(.X)_ e S(Xl,


>

F(X.)
1

num mesmo s i s t e m a de e i x o s coordenapreciso as d i s t a n c i a s v e r t i c a i s

a considerar, cor-

b) Processo analtico

dos e consideramos:

FiX)

nas v i z i -

respondentes, respectivamente, a

contnua,

presentamos

e SCX) 'e

to X . , consideramos
FCX.)

onde

a maior das duas diferenas:


- SCX.)

No nosso exemplo, temos:

FCX.)

- SCX.

^-\

45

44.

te de confiana (1-a) de probabilidade, devem r e c a i r os pon.

F(X.)-S{X

X.
%

F(X.)-S(X.)

tos da funo de distribuio que esta sendo pesquisada.

0.28
0,47
0,54
0,63
0,68

Para isso procedemos:


0,08
0,07
-0,06
-0.17
-0,32

0,28
0.27
0,14
0,03
-0,12

0,20
0,40
0,60
0,80
1,00

0.28
0,47
0,54
0,63
0,68

a) Determinamos, na tabela, o l i m i t e b i l a t e r a l d :
a

b) Obtemos, para cada ponto X.. os extremos:


B(XJ

= S(X.) + d

= 1.0

SXJ

+ d

se

S(XJ

+ >1
a

Dal obtemos:
D

se

= S(X.)

A(XJ

Sup

F.X)

S(X)

= 0,32

'F(X)

S(X)\

= 0,28

[S(X)

FCX

~ d

- O

se

SCX.)

se

Sup

e assim, para cada ponto X . y teremos:

- d

> O

a
S(X.) - d
<O
^
a
T

< l

X
TT -

Sup

<FAX.)

duas diferenas. Assim, por exemplo, na determinao do J) ,


consideramos em cada ponto a maior das duas diferenas. Para
o Z>~, a menor delas e. para o D. a maior em v a l o r absoluto.
Se a distribuio f o r d i s c r e t a , consideramos em cada

A ttulo de ilustrao, admitamos que. a um nvel


a = 0.05 queiramos determinar a f a i x a de confiana da verdad e i r a funo de distribuio dos seguintes dados de observaao:
X, - 23,4
1

ponto X. apenas a diferena;

2.3.5

depende da especificao de um funo F(X).

bastante considerar em cada ponto X,, apenas uma das

FiX-)

< B{X.)] = 1 - a

interessante observar que a f a i x a de confiana i n -

Observamos que, na p r a t i c a , para a construo do quadro,

[AX.)

= 0,32 .

- S(X.)

X, - 65,6
b

X^ - 29,0

X^ - 71.3

^3 "
- 45.2

^8 " ' ^
Xg - 81.2

- Faixa de confiana

As tabelas permitem-nos determinar, a. um certo nvel

A tabela 5 nos dS, para n * 10,

ct, uma f a i x a de confiana para a desconhecida funo de dis-^


tribuiao, i s t o , uma f a i x a dentro da qual, a um c o e f i c i e n -

^^(0.05)=

Ento, a f a i x a de confiana de FfX), obtida atravs dos extremos;

46.

47.

A(X.)

= S(X.) ~ 0,409
=0

no i n t e r v a l o

2.3.5 - Exemplos

[O ; 1

a esquerda do i n t e r v a l o

Exemplo 1
No caso i l u s t r a d o para a determinao dos v a l o r e s ?,
e D , se considerarmos a = 0,05, para o t e s t e u n i l a t e r a l

B(X.)

= saj

+ 0,409

=1

no i n t e r v a l o

[O ; 1

d i r e i t a do i n t e r v a l o

p a r a cada ponto X^ c o n s i d e r a d o .

rejeitamos

Graficamente temos;

se D*' >_ 0,509.

Desde que D

= 0,280, nao r e j e i t a m o s H^, i s t o , ad-

m i t i m o s que os nossos dados podem ser estudados

atravs

da

distrihuiao u n i f o r m e , dada p e l a funo de densidade:


fCx)

para

O <_ a; < 1

para

x ^

Se aplicssemos o t e s t e
H : F =
rejeitaramos
S i X ) + 0,409

0 ; 1

bilateral

vs

B^: F i F^

se D >_ 0,563,

P o r t a n t o , tambm n e s t e caso, desde que D = 0,320, no


rejeitaramos- H^,
O n,m,8. no q u a l rejeitaramos B^, s e r i a a > 0,20,

J-^ S i X )

Observamos que o t e s t e de

no se a p l i c a a ura caso

como e s t e , d e v i d o s restries j a apresentadas.

Exemplo 2
^ S i X ) - 0.409

Num e n s a i o com b a n a n e i r a s ,

r e a l i z a d o p e l o Dr, J a i r o

R i b e i r o de M a t t o s , da E,S,A. " L u i z de Q u e i r o z " , em


ba, SP, foram o b t i d o s os s e g u i n t e s pesos mdios
F i g u r a 2.2 - Representao grfica da f a i x a de confiana de
'^JX).

cacho:

Piracica-

Cera k g )

de

48.

49.

22,2
22,7
22,8
23,2
23.3

21.1
21,3
21,7
21,9
22,0

18,9
19,4
19,8
20.2
20,6

13,9
17,7
17,9
18,3
18,5

23,4
23.8
24,4
24,4
24,9

S e r i a r a z o S v e l estudar os dados atravs de uma d i s t r i ^


buiao normal de mdia m = 20,0 e varincia

= 5,25?

Soluo
Admitimos a priori

que
rX

FX)

onde f(x}

f(x)

x ~ F(x

<_ X)

e a funo de densidade da distribuio normal:


(x-20,Q)
10,50
fixl

5.74
Por outro lado.

F(X}

S(X}

13,9
17.7
17.9
18,3
18,5
18,9
19,4
19,8
20,2
20,6
21.1
21,3
21,7
21.9
22.0
22,2
22.7
22,8
23,2
23,3
23,4
23,8
24,4
24,9

0,004
0,169
0.179
0,230
0,256
0,316
0,398
0,465
0,536
0,602
0,684
0,715
0,770
0,794
0.808
0,831
0,881
0,889
0,919
0,925
0,930
0.952
0,972
0,984

0.040
0,080
0,120
0.160
0,200
0.240
0,280
0.320
0.360
0.400
0,440
0,480
0,520
0,560
0,600
0,640
0,680
0.720
0.760
0,800
0.840
0,880
0,960
1,000

F(X)~S(X)
0,036
0,129
0.099
0,110
0.096
0.116
0,158
0.185
0,216
0,242
0,284
0,275
0,290
0,274
0,248
0,231
0,241
0,209
0,199
0,165
0.130
0.112
0.092
0,016

D = 0.290

S(J).
25
onde ?c o nGmero de observaes

Com n 25 e a = 0,05, a Tabela 5 nos d para o t e s -

X.

Admitindo ^Q(-X} a v e r d a d e i r a funo de distribuio.

te

bilateral:

o nosso t e s t e f i c a ;

B :F =F
0

^0^^ - 0.0264) - 0,05


0

vs

H :F ^F
a

i s t o . d = 0,264.
No nosso caso, tivemos D - 0,290;

Assim, podemos organizar a seguinte t a b e l a :

rejeitamos fiou

seja:

consequentemente,

nao e razovel para os nossos dados

admitir
X. n /l?(20.0 ; 5.25) .
tf

51.
Graficamente temos:

Exemplos de Aplicao em Distribuio de Frequncias


Embora no t e s t e de Kolmogorov-Smrnov

se considerem

os dados i n d i v i d u a l m e n t e , podemos a i n d a apIic-lo

quando as

observaes esto e s t r u t u r a d a s numa distribuio de frequnc i a s . D i s t i n g u i m o s d o i s casos, conforme i l u s t r a d o a s e g u i r .


I caso: cada c l a s s e i formada p o r um v a l o r bem determi^
nado, com frequncia
T r a t a s s e de um caso u s u a l , onde a funo emprica de
distribuio $(.X) e dada p o r :

S(X.)t

e "k r e p r e s e n t a a somatria das frequncias a t e a c l a s s e i ! .

Exemplo 3
V e r i f i c a r se os dados que se seguem podem s e r e s t u d a
dos atravs da distribuio de P o i s s o n , com media m - 1,2.

X.

0
1
2
3
4
5

15
25
IQ
5
4
1

Na distribuio de P o i s s o n , de mdia
temos;
X
fix} = e
Cc-0.1,2,3....)
e ainda:

53.

52.
Exemplo 4

A'

CAMPOS (1967) apresenta as produes de 50 experimen


tos f a t o r i a i s 3^ de adubao em milho,
Estruturamos a seguinte tabela:

ro Preto, Estado de So Paulo,

realizados em Ribei-

pelo Dr. Hermano Vaz de Ar-

ruda, Pesquisador-Chefe do Instituto Biolgico do Estado

5V

X..
-l
0
1
2
3
4
5

15
25
10
5
4
1

0,3012
0,6626
0,8794
0,9661
0,9921
0,9983

Sao Paulo, e que foram reunidos em cinco grupos de dez expe-

x-

0,0512
0,0041
0,0461
0,0494
0,0088
0,0017

0,2500
0,6667
0,8333
0,9167
0,9833
1,0000

rimentos cada.
' = 0,0512

O teste e o b i l a t e r a l , cu seja:

Pela Tabela 5 , para n = 60 observamos:


n.m,s.

- P(Z) ^ 0 , 0 5 1 2 ) > 0,20

Logo, nao rejeitamos

tiisto

e,

os dados podem-ser

estudados atravs da distribuio de Poisson.


29 caso: cada classe i e representada por
Neste caso, consideramos o ponto mdio

um

intervalo.

como representativo

da classe e recamos no caso anterior.


Em virtude de considerarmos os pontos mdios de clas_
se, o teste e apenas aproximado, isto e, nao tem a mesma pre^
ciso de quando tomamos os dados individualmente.

de

As

produes

medias em cada grupo foram as

que se seguem:
Grupo 1

Grupo 2

Grupo 3

Grupo 4

Grupo 5

3.725
4.032
4.300
4.096
4.635
4.304
4.085
4.723
4.416
4.421
4.674
4.508
4.656
5.278
4.960
5.044
5.040
4.826
4.912
5.188
5.026
5.321
5.533
5.625
5.480
5.526
5.176

3.698
3.400
3.962
4.376
4.286
3.748
4.386
4.152
4.084
4.856
5.016
4.722
5.238
4.757
5.056
5,458
5.498
5.220
5,432
5,252
4.928
5.682
5.239
5.373
5,863
5.435
5.846

3.825
4.261
4.092
3,794
4.367
4.448
3.548
4.170
4.918
4.855
5.130
5.293
4.888
5.170
5.136
5.012
5.648
5.239
5.158
5.274
5.505
5.246
5.532
5.584
5.615
5.827
5.625

4.118
4.268
4.375
4.665
4.558
4.568
4.350
4.892
4.828
5.042
5.078
5.068
4,745
5.110
5.165
5.378
5.258
5.208
5.600
5.358
6.058
4.975
6.148
5,960
5.272
6.055
5,728

2.990
3.268
3.361
3.658
3.640
3.314
3.580
3.701
3.588
4.488
4.440
4.454
4.432
4.517
4,456
4.650
4.738
4.975
4.672
5.010
4.926
4.782
5.070
4.956
5.167
5.090
5.540

55.

54.

Para n = 135. e considerando o t e s t e b i l a t e r a l , a Ta

V e r i f i q u e , p e l o t e s t e de K o l m o g o r o v - S m i r n o v , s e r a z o v e l e n q u a d r a r os dados numa d i s t r i b u i o n o r m a l ,
d i a m " 4.000 e v a r i n c i a

com

me-

b e l a 5 nos da:

= 5.400.000.

Soluo

d
Organizemos uma d i s t r i b u i o

c l a s s e s , considerando
Consideremos

de f r e q u n c i a

com

0.10

0.05

0.02

0,01

Q,091

0.104

0,116

0,130

0,139

12
Portanto,

o ponto m d i o da c l a s s e i .
ainda:

n.w.s. < 0,01


X.

F(X.)
1

0.20

fix)

= P(X < X.) =


^

C o n c l u m o s , p o i s , p e l a n o a d e r n c i a dos dados 3 d i s -

t r i b u i o normal p r o p o s t a .

onde fix) i a f u n o de d e n s i d a d e da d i s t r i b u i o

Se a p l i c s s e m o s o x'^ o b t e r a m o s :

normal:

- 245,4
e

1
a

S(X.}

/27

n.m.8. < 0,005

135

onde fe o numero de o b s e r v a e s

2.4 - Teste de Lil]iefors

X^.

O t e s t e de Kolmogorov-Smirnov a d m i t e uma

A s s i m , organizamos a t a b e l a :

distribuio
X.

CLASSES
(2.700
(3.000
(3.300
(3.600
0.900
(4.200
(4.500
(4.800
(5.100
(5.400
(.5.700
(6.000

; 3.ooca
; 3.3001
; 3.6001
; 3.900]
4.200}
4.500]
, 4.800}
, 5.100]
; 5.400]
; 5.700]
; 6.000]
; 6.300]

1
1
6
8
9
18
16
26
25
17
5
3

2.850
3.150
3.450
3,750
4.050
4.350
4.650
4.950
5.250
5.550
5.850
6.150

F(X.)

SiX.)

0,310
0,356
0,405
0,456
0,508
0,556
0.610
0,659
0,705
0,749
0,788
0,822

0,007
0,015
0,059
0.119
0,185
0,318
0.437
0,630
0.815
0,941
0,978
1.000

D = 0,397

fa)-s{x)
0,310
0,349
0,390
0,397
0,389
0,371
0,292
0,222
0.110
0.192
0.190
0.178

funo

de

e s p e c f i c a , com media e v a r i n c i a c o n h e c i d a s .

Para s e t e s t a r normalidade, L I L L I E F O R S (1967)

intro-

d u z i u uma m o d i f i c a o no t e s t e de Kolmogorov-Smirnov a m p l i a n
do o s e u u s o a o s c a s o s

em que a m e d i a e a v a r i n c i a

previamente e s p e c i f i c a d a s , mas, s i m ,

estimadas

dados da a m o s t r a , ou s e j a ;
n

n
n
l

(x. ~ m}^

n o so

a t r a v s dos

57

56.

Soluo

e obtemos a varival r a d u z i d a
X. - m
^
8

Preliminarmente calculamos:
'

Eatruturamos o t e s t e , analogamente

-^=1,2,...,^

.
= 5 2 8 ^ ^ 21,13
n

ao de Kolmogorov-

25

-Stnlrnov, a p a r t i r dos Z., ao invs da varivel o r i g i n a l .


l

Cumpre o b s e r v a r que, m u i t a s vezes a amostra, s a b i d a -

(x. - m)^

s2 ^

mente nao tem distribuio n o r m a l , mas pode-se v e r i f i c a r , a-

_ 6.8856
n ' l

Craves do t e s t e de n o r m a l i d a d e , se s e r i a razovel e s t u d a r os
s ^ 2,624

dados atravs da distribuio n o r m a l , a d m i t i d a como nao d i s c r e p a n t e da v e r d a d e i r a distribuio que nos


i s t o ,

desconhecida;

as diferenas e n t r e a funo de distribuio normal

e ainda:

e a v e r d a d e i r a funo de distribuio sao i n s i g n i f i c a n t e s e,


consequentemente,

nao detectveis.

Em o u t r a s p a l a v r a s ,

a aceitao de

X. - 21,13
__i
'

Z.

2,624

no s i g n i f i c a

que a distribuio padro s e j a n o r m a l , mas apenas nos i n d i c a


que e s t a e uma razovel aproximao da distribuio desconhe^

Os v a l o r e s de F(Z.} so o b t i d o s da Tabela 1 . Por outro

l a d o , temos:

cida.
Desde que a media e a varincia nao foram e s p e c i f i c a ^
das, mas s i m , estimadas atravs da amostra, os l i m i t e s super i o r e s da distribuio de D ( b i l a t e r a l ) do t e s t e de KolmogorovSmirnov no so a p r o p r i a d o s . A Tabela 6 nos da os l i m i tes
de

s u p e r i o r e s aproximados

( o b t i d o s empiricamente)

do

teste

Lilliefors.

Exemplo
A p l i q u e o t e s t e de L i l l i e f o r s aos dados do exemplo 2
do t e s t e de

Kolmogorov-Smirnov.

S(Z.)

k
t

25

Podemos, assim, o r g a n i z a r a s e g u i n t e t a b e l a :

58.

59.

N
Z

F(Z.)

S(Z .)
0,040
0,080

0,037

0.120
0,160
0,200

0,029
0,020
0,041

13,9
17,7

-2,76

0,003

-1.31

0,095

17,9

-1,23
-1,08
-1,00

0,109
0.140

18,3
18,5

jeitamos

0,055

18.9
19,4

-0,85

0.159
0,198

-0.66

0,255

0,240
0.280

0,042
0,025

19,8
20,2

-0,51
-0,35

0.305
0,363

0,320
0.360

20,6

-0.20
0,00
0,06

0.421
0.500
0,524

0,400

0,025
0,043
0,061

0.22

0,587
0.614

21.1
21.3
21.7

0.440
0.480
0,520

0.100
0,084
0,107
0,094

21,9
22,0
22,2

0,29
0,33

22,7
22,8

0.60
0,64

0,629
0.659
0.726
0,739

23,2

0.79
0.83

0,785
0.797

0,86
1,02

0,805
0,846

0,800
0,840
0,880

1.25
1,44

0,894

0.960

0,034
0,066

0,925

1,000

0.075

0.41

23,3
23,4
23.8
24,4
24,9

0,560
0,600
0.640

0,069
0,059

0,680
0,720

0,086
0,059

0,760

0,065
0,037

da

nosso

E^y

ou

caso
seja:

d-istrihuiao

d = 8up
O nosso

teste

E^
Com

\F(Z)

- S(Z}I

o
psitos

teste

do

vs

ternativa

bilateral

(D > 0 . 1 7 3 J

ser

estudados

daquele

teste.

distribuio
ordem

....

Admitindo-se
contnua

X^y

associados

d e s c o n h e c i d a F^^{X)y
/^>.

apresenta

atravs

o s mesmos

de K o l m o g o r o v - S m i r n o v ;

D a d o s X_^y X^y

obtemos

uma

uma

F ( X )y as nossas

e uma a l -

funo

de

as estatsticas

de

especfica
hipteses

i F^

funo

de

distribuio

so

y para

algum v a l o r

de

12n

2i - l

l
t=i

^ a m e d i a de 5

(i-i)

e S

, ou

seja;

In
^

0.107

Para

- 1 ^

i ^ _ 2i - 1

testarmos,

ao n v e l

In

a de

significncia:

6 nos d :
= 0.05

X.

Definimos:

rejeitamos

pro-

H^:

onde

E :

n = 25 e a = 0 , 0 5 , a T a b e l a

podem

de C r a m r - v o n M i s e s

teste

e:
F

dados

nao r e -

2.5 - Teste de Cramer-vor Mises

0,035

obtemos;

os

sendo,

norfnal.

Da

temos D - 0 , 1 0 7 . A s s i m

se D. > d , o n d e
1
a
=

60.

61.
Os l i m i t e s aproximados, da distribuio de
d,

. = 0,241

d,

. = 0,347

d,

> = 0,461

cf,

, - 0,743

so*.

Podemos organizar a seguinte t a b e l a :

(0,20)

2 i - l

(0,10)

li

In

(u,Ol)

d.

. = 1,168

Assim, por exemplo, ao nvel a ^ 0,05, rejeitamos H


se Z?j >_ 0,461.

Exemplo

-1,3
0,4
0.8
1.7
2.8
3.3
4,2
5,6

0
0,028
0,072
0,230
0,532
0,710
1
1

- 1
2n

0,063
0,188
0,313
0,438
0,563
0,688
0,813
0,938

-0.063
-0,160
-0.241
-0,208
-0.031
0,022
0.187
0,062

so dados
1.7

X, = - 1 ,

0,4

3,3

0,8

5,6

2.8

4,2

0 nosso t e s t e :

Do quadro a n t e r i o r obtemos:

V e r i f i q u e , atravs do t e s t e de Cramr-von M i s e s ,
e l e s podem s e r estudados atravs da distribuio

dada p e l

12(8)

seguinte funo de densidade:


para
f(x)

f o r a do i n t e r v a l o

16

jeitamos ff se D, > 0,461.


Desde que

A correspondente funo de d i s t r i b u i o e;
O

i=i

P e l a t a b e l a , ao nvel de significncia a - 0,05, r e -

^(^)

2< - l

- 0,181

O 1 3: <_ 4

10

Xt-.

para

J: < O

para

O 1 ^ 1 *

20
1

para

x > 4

- 0.181.

n o rejeitamos H^,

i s t o e, i

razovel estudar os dados atravs da distribuio proposta.

Exerccios Propostos
1 - Dados:
X^ = 0.8

- 2.3

X^ = 1.8

X^ - 1.7

62.

63.

^5 = 3.3
^6

X,

= 5,5
= 5,6

X , = 4,8

V e r i f i q u e , p e l o s t e s t e s de Kolmogorov-Smirnov e
Cramr-von Mises, ao nvel a = 0,05,

se

de

os dados podem s e r

estudados atravs da distribuio dada p e l a s e g u i n t e

funo

de densidade:
1/5
fCx)

para

x e

3 . TESTES APROPRIADOS A DADOS RAREADOS

[l ; 6

f o r a do i n t e r v a l o

Determine, ao nvel a = 0,05, a f a i x a de confiana de


de acordo com e l a , o i n t e r v a l o de confiana de^Q(3,3).

Frequentemente deparamos com casos onde

pretendemos

e s t a b e l e c e r comparaes e n t r e d o i s t r a t a m e n t o s . Nessa s i t u a o, duas a l t e r n a t i v a s devem s e r c o n s i d e r a d a s , ou sejam:

2 - Os dados s e g u i n t e s referem-se a pesos de indivduos, em


kg:

a) Os indivduos sao tomados ao acaso,


constituindo

64,5

78,3

62,5

102,8

71,8

91,8

73,4

96,5

83,0

74,0

76,7

77,8

57,0

85,5

55,1

80,4

68,0

87,0

60,0

63,2

a) Podemos a d m i t i r que X.

t r a s , e cada uma d e l a s recebe um determinado t r a t a m e n t o .


Em q u a l q u e r das duas a l t e r n a t i v a s ,
amostras independentes,

considerando

as

uma grande disperso de dados pode-

r comprometer seriamente a v a l i d a d e das concluses o b t i d a s .


A f i m de c o n t o r n a r o problema, e recomendvel, nestes casos,
Lil-

liefors .
3 - A p l i q u e o t e s t e de L i l l i e f o r s aos dados do Exemplo
do t e s t e de Kolmogorov-Smirnov.

contvol&.

b) Os indivduos sao s u b d i v i d i d o s ao acaso, em duas amos-

l il'{70,0 ; 30,0)?

b) Estude a normalidade dos dados p e l o t e s t e de

uma d e l a s um grupo

em duas amostras,

v i s a n d o i reduo da h e t e r o g e n e i d a d e ,

estruturar

os

dados

em p a r e s , onde cada elemento r e c e b e r a um dos t r a t a m e n t o s .


4

Independentemente da heterogeneidade dos dados, a pr^


p r i a n a t u r e z a do problema poder e x i g i r o seu pareamento.
O caso mais comum de pareamento o c o r r e

quando

cada

indivduo e tomado como seu prprio c o n t r o l e , c o n s t i t u i n d o o


que denominamos de py e ps t r a t a m e n t o s .

64.

65.
Em c e r t o s c a s o s , o pareamento e n a t u r a l , como quando

c o n s i d e r a m o s grupos de g m e o s , ou e n t o ,
ram

orgaos pareados
Um o u t r o

(ouvidos, pes, braos, olhos, e t c ) .

c a s o de a p l i c a o s e v e r i f i c a quando

3.1.1

preten

demos e s t a b e l e c e r um e s t u d o c o m p a r a t i v o e n t r e d o i s grupos d i s
t i n t o s de i n d i v d u o s , p a r e a d o s de c o n f o r m i d a d e com s u a s
n i d a d e s . D e n t r o de c a d a p a r o s t r a t a m e n t o s
E s t e processo

3.1 - Teste do Sinal

quando s e c o n s i d e -

afi-

so casualizados.

o T e s t e do S i n a l

Em q u a l q u e r d e s t e s c a s o s , p o d e r a m o s p e n s a r

na a p l i -

c a o do t e s t e t s d i f e r e n a s de r e s u l t a d o s de c a d a p a r . E n
t r e t a n t o , i s s o e x i g i r i a que f o s s e m s a t i s f e i t a s
d a q u e l e t e s t e , o que nem sempre o c o r r e . S I E G E L

o m a i s a n t i g o de todos o s

testes

n o - p a r a m e t r i c o s . Seu a p a r e c i m e n t o a n t e c e d e 1.710. Na r e a l i d a d e , t r a t a - s e de um t e s t e b i n o m i a l

cora

= 1/2, mas s u a v e

s a t i l i d a d e t o grande que raerece um c e r t o d e s t a q u e .

de pareamento p e r r a i t e - n o s e v i t a r q u a l q u e r i n -

f l u n c i a de f a t o r e s c o l a t e r a i s nos r e s u l t a d o s d a p e s q u i s a .

- Generalidades

Os dados c o n s i s t e m

de n p a r e s de o b s e r v a e s

(X-^YJ^

onde X. r e p r e s e n t a uma s i t u a o pr e Y. uma s i t u a o

postou

e n t o , (X .;y .) s a o p a r e a d o s de a c o r d o com s u a s a f i n i d a d e s

os o b j e t v o s d a p e s q u i s a .

as e x i g n c i a s

3.1.2

(1956) c i t a a l

guns c a s o s onde o t e s t e t nao a p l i c v e l . D e n t r e e l e s

desta

a ) Os p a r e s

camos:

- Pressuposies
(X.;Y-),

i = 1, 2,

M , s o mutuamente i n -

dependentes;

a) a s e x i g n c i a s do t e s t e nao s e coadunam com o s dados d a

b ) Tomamos como modelo

pesquisa;
b5 a s d i f e r e n a s e n t r e o s dados p a r e a d o s aao apenas
nais, isto

podemos a p e n a s a s s i n a l a r q u a l membro

p a r ma-ioT do que,

mas

de

ordionde 6 i o e f e i t o do t r a t a m e n t o ;

cada

n o podemos e s p e c i f i c a r o quanto e
c ) Os . s o mutuamente

maior;
c ) o s dados s o q u a l i t a t i v o s , e n o q u a n t i t a t i v o s .

e mais

independentes;

d) Cada e p r o v m de uma d i s t r i b u i o c o n t n u a
sariamente

N e s s e s c a s o s a a p l i c a o de um adequado t e s t e nao^-pa
rametrico

Z . a d i f e r e n a Y-~

a mesma), c u j a mediana e z e r o , i s t o
V

eficiente.

(no

ie . > 0) = V ie . < Q) ^ Xfl


t
^ 1

Podemos s u b s t i t u i r a p r e s s u p o s i o

(d),

necese,

por

outra

m a i s b r a n d a , ou s e j a :
d*)

D e n t r o de c a d a p a r , a e s c a l a de medida i ao menos o r dinal .

66.

67.
Esta pressuposio t o r n a o t e s t e mais flexvel e es-

3.1,4 - Aproximao normal

tende o seu campo de aplicao a dados q u a l i t a t i v o s .

Para grandes amostras, d e f i n i m o s :

3.1.3 - Mtodo

B -

E.(B)

Preliminarmente definimos o indicador:


,1

rz -

se

>

o;

onde, sob

4. =
O

se

7.

<

X.

e para

S * fl ^ ( 0 , 1 ) .

Desde que

Tomamos:

n
1

A.

temos:
onde S , sob ^^x 9 * 0 ,

tem distribuio b i n o m i a l com p^=

Para testarmos ao n v e l a de significncia

1/2

6=0,

^7

M/k

versus:
a)

> O

: 9

Desta f o r m a , os nossos t e s t e s f i c a m baseados na d i s -

r e j e i t a m o s U^ se B >_ n - cCa

tribuio normal e

, n ^ l/l) ,

onde cia , > l / 2 i e o l i m i t e i n f e r i o r da distribuio b i n


raiai,

ao nvel a de s i g n i f i c n c i a , com n p a r e s , e

se B <_ 0(0. ^ n , 1/2}

se B* > z

OL

significSncia,

b) /^.* 6 = ?

ou
+

rejeitamos

a de

r e j e i t a m o s F^ se 5 > n - c(a^

onde

; e > O ,

onde 3 ^ e o l i m i t e s u p e r i o r da distribuio n o r m a l , ao n v e l

1/2.

e = CJ vs

b) F : 6 < O
rejeitamos

a)

teremos:

1/2;

, n ,

< <'(a^ , n ,

= a e, geralmente,

1/2J
=

VB

rejeitamos H

ff : e < O ,
O

de B* < -z

c) FQ.- e - vs ff^: e y O ,
~ Q'/2.

r e j e i t a m o s H^ se B* > z ,
O

ou

B*

a/2

< -s

,
a/?

68.

69.

3.1.5

- Empates

onde:

Quando o c o r r e m e m p a t e s , i s t o

pares

onde

Y. = X.^

temos duas a l t e r n a t i v a s a c o n s i d e r a r :
p o r um

dos

t r a t a m e n t o s , nao h a v e n d o , c o n s e q u e n t e m e n t e , c o n t r i b u i o

dos

empates p a r a uma tomada de d e c i s o .


Suponhamos, p o r e x e m p l o , um e s t u d o c o m p a r a t i v o
de c a n a - d e - a u c a r . O s

- Estimativa de 9

Podemos e s t i m a r o e f e i t o do t r a t a m e n t o ( 6 ) , o r d e n a n do

os Z-, ou s e j a , c o n s i d e r a n d o a s e s t a t s t i c a s de ordem:

talhes

sem

d e s c a r t a r os e m p a t e s .
A e s t i m a t i v a de e i :

final.
6 = mediana d o s Z. .

N e s t e s c a s o s , devemos d e s c a r t a r o s empates e r e d e f i nir

em que Y- - X.

sobre

onde e l a s a p r e s e n t a r a m i g u a l comportamento nao i n f l u e m na e_


ciso

e o numero de p a r e s

3.1.6

1) A n a t u r e z a do p r o b l e m a e x i g e que nos d e f i n a m o s

o desempenho de duas c o l h e d o r a a

^ o numero de p a r e s em que Y. > X.;

n como s e n d o o n m e r o de p a r e s

onde Y. ^ X..

2) A c o m p a r a o e n t r e o s d o i s t r a t a m e n t o s

de

E n t o , para n par, i s t o
natureza

n - 2k, temos:
. Jk--i)

t a l , que o s empates i n t e r f e r e m na tomada de d e c i s o .


Nas

analises

s e n s o r i a i s , f r e q u e n t e m e n t e deparamos com

c a s o s ein que o s empates s o de i n t e r e s s e e devem, c o n s e q u e n temente, s e r considerados

e, p a r a n i m p a r :

n a e s t r u t u r a o do t e s t e .

A f i m de s e l e v a r em c o n t a o s , e m p a t e s , r e d e f i n i m o s

3.1.7

v a r i v e l A conforme s e s e g u e :
1

se

1/2

se

y. >
t
y. =
X

se

Y. <

Assim, a estatstica B f i c a :

X.
^

X.

- Intervalo de confiana para e

Um i n t e r v a l o de c o n f i a n a p a r a 6 , com um c o e f i c i e n t e
de c o n f i a n a

(1

a i , pode s e r o b t i d o

como s e s e g u e :

X.

a ) D e t e r m i n a m o s , a t r a v s d a T a b e l a 2:
-

o(aj2

, n , 1/2; + 1

h ) Obtemos o s e x t r e m o s do i n t e r v a l o :
2

CC }

fn+i-C ;

71.

70.
Para grandes amostras, podemos obter uma aproximao

Isto nos leva possibilidade de estruturar de diferentes maneiras o mesmo problema, chegando-se obviamente s

para C atravs da formula

mesmas concluses.
C

onde 2

a/2

c) Quando nos for mais conveniente, podemos considerar

ura limite superior da distribuio normal.


e estruturar o teste como usualmente.

3.1.8 - Algumas complementaes


HOLLANDER e WOLFE (1973) chamam-nos a ateno para;
a) A fim de testar a hiptese H : 6 = 6^, onde 9Q

O, de-

d) Este teste nao leva era considerao a magnitude das ob


servaes em cada par, mas apenas o sinal das diferenas

Z ..

terminamos

e prosseguimos com o mtodo usual empregando 2 ^ ao i n


vs de

3.1.9 - Exemplos

i:=l,2.....n

z r = z, -

Z ..

Exemplo 1
Para se testar a eficincia de um novo herbicida, no
controle de ervas daninhas, foi feito um ensaio, consideran-

Observamos que a substituio de

Z ^ por Z ^ implica

na transferencia da hiptese H^: 9 = Q para U^: 9 = 0.


Devemos entretanto alertar que, na obteno da e s t i -

do-^se dez parcelas. Em cada parcela, metade foi tratada e a


outra metade deixada

como controle, O resultado obtido f o i

o que se segue:

mativa de 6 e seu intervalo de confiana, trabalhamos com os


valores originais de Z . .

PARCELAS

PESO (g) DE ERVAS DANINHAS


Controle CX)
Tratada CY)

Ir

b) O valor B define o numero de Z . positivos. Analogamenbastante


considerarmos:
t e , podemos
definir B = numero de Z ^ < 0. Para isso e
Al =
^

y. < X.

se

se

e verificamos que
a) A'. = 1 - A.
^

b) B

- n -

1
2
3
5
6
7
8
9
10

115,4
121,0
112,3
78,7
65.6
213,5
157,5
80,7
142,8
100,3

98,4
73,6
65,9
42,1
77,2
104,0
82,8
59,4
102,6
53.7

a) V e r i f i q u e se o t r a t a m e n t o f o i e f i c i e n t e

( a = 0,0547).

b) Estime o e f e i t o do t r a t a m e n t o e seu r e s p e c t i v o i n t e r v a ^
l o de confiana ( a = 0,0214).

Observaes
1) Poderamos t e r u t i l i z a d o B , desde que tivssemos cons i d e r a d o A*. = 1 - A . .

Soluo
a) Para v e r i f i c a r a eficincia do t r a t a m e n t o , c o n s i d e r a -

Neste caso teramos r e i e i t a d o Hr.:

em f a v o r de H : 6 < O se
a
B~ >_n ' o((x , n ^ 1/1) = 10 - 2 = 8 .

mos :

= 9 e rejeitaramos H ao nvel

Assim, obteramos B
^,'6 = 0
vs
^ ; e < O
O
a
Assim, organizamos a t a b e l a que se segue.

de significncia a = 0,0547. Da mesma forma que no caso a n t e


r i o r , o n.m.s. s e r i a
> 9 ; = 0,0107

PQ{B~
PARCELAS
1
2
3
4
5
6
7
8
9
10

A.

2) Se tivssemos c o n s i d e r a d o Z. = X, - Y. poderamos t e s -

-17,0
-47,4
-46,4
-36,6
11,6
-109,5
-74,7
-21,3
-40,2
-46,6

tar:

0
0
0
1
0
0
0
0
0

e - O

Ha : 6 > 0

vs

e chegaramos a mesma concluso a n t e r i o r .


b) Com n = 10 a e s t i m a t i v a de 6 :

A T a b e l a 2 nos dS: 0(0,0547 ; 10 ; 0,50) = 2.

7(5)

(6)

(i)
Logo,

Considerando as estatsticas de ordem Z

ao nvel a " 0,0547,

-109,5
r e j e i t a m o s f^ se

<^ 2 .

No nosso exemplo, J5 = 1 e assim,


servamos que o n.m.a. no q u a l rejeitaramos

e r e j e i t a d a . Obem

favor

de

-40.2

z<^>

-74,7

z^>

z('>

-47,4

-21.3

z<'*>

-46,6

-17,0

z(^>

-46,4

z^^>

- -36,6

11.6

s e r i a a = 0,0107. Conclumos, p o i s , que o h e r b i c i d a f o i eficiente.

0=0

e ento:
-46,4 * (-40,2) _ _^3^3
2

temos:

74.
P a r a a d e t e r m i n a o do i n t e r v a l o de c o n f i a n a ,
culamos

cal-

preliminarmente,
- a(a/2 , n

a ) T e s t e // ; e = 22 v s
; 8 > 22.
O
a
b) E s t i m e 0 e s e u i n t e r v a l o de c o n f i a n a

Soluo

, 1/2) + 1

- G(0,0107 , 10 , 1/2) + 1

a) De a c o r d o com o t e s t e , r e j e i t a m o s E^: 6 - 22 s e

= 1+ 1 = 2 .

A s s i m , os e x t r e m o s do i n t e r v a l o de c o n f i a n a s a o :

= Z^^^ = -74,7

Verificamos

= Z^^^

CO em r e l a o a e s t i m a t i v a de 6.

Exemplo 2
de c a n a - d e - a c a r ,

d i o do t e r c e i r o i n t e r n d i o
tor

o comprimento m -

e de 22 cm. A d m i t i n d o e s t e como fa.

c a r a c t e r s t i c o , e querendo a v e r i g u a r s e a c a n a de um de-

terminado t a l h o pertence
v e a m o s t r a s de s e i s

a e s t a v a r i e d a d e , foram tomadas no-

colmos c a d a , o b t e n d o - s e o s s e g u i n t e s

p r i m e n t o s m d i o s do t e r c e i r o

AMOSTRAS

1
2

lj2) .

Temos:

Z.

AMOSTRAS

1
2
3
4
5
6
7
8
9

4
5
6

22,7

8
9

22,8
23,0

23,3
22,4
21,1
22,6
22,2
23,5
22,7
22,8
23.0

A Tabela

COMPRIMENTO MEDIO

Z \ = Z .

22

1.3

0,4
-0,9
0.6
0,2
1.5
0,7
0,8
1,0

A ,

1
1
0
1
1
1
1
1
1

=8

com-

internSdio.

23,3
22,4
21.1
22,6
22,2
23,5

>_n - o(a ^ n

= -17,0 .

que o i n t e r v a l o de c o n f i a n a a s s i m e t r i ^

Numa v a r i e d a d e

(a = 0,039).

2 nos d a :

(?C0,0195 ; 9 ; X/2) = 1 .

Consequentemente:
n.ffi.a. = V^(B > S; - P^CB < l i 0,0195
Poderamos

c o n c l u i r que h uma f o r t e e v i d e n c i a de que

a c a n a em q u e s t o n o d a v a r i e d a d e

considerada.

b) P a r a n = 9 . a e s t i m a t i v a de 6 dada p o r :

6=/
Por

=2

=22,7 c m .

o u t r o l a d o , ao n v e l a = 0 , 0 3 9 ,

76.

- '.'(0,0195 ; 9 ; 1/2) + 1 = 1 + 1 = 2 .
do
E n t o , os e x t r e m o s do i n t e r v a l o de c o n f i a n a s a o :
= Z^^^ = 22,2 cm

a um maior

9^ = Z^^^ = 23,3 cm .

(bilateral),

q u e , quando

os l i m i t e s

ou

n/2 - /n

supe-

seja,
rejeitamos

12 a n i m a i s

B <^n/2 - /n

leiteiras

l i z a n d o - s e duas f o n t e s d i s t i n t a s
selecionados

18
15
19
23
12
16
18
17

24
14
22
28
16
20
20
18

a ) Deve o novo m t o d o s u b s t i t u i r o a n t i g o ?
b) E s t i m e

foram p r o d u z i d a s u t i -

{A e B) de p r o t e n a .

o aumento de p r o d u o p o r empregado e o s e u

i n t e r v a l o de c o n f i a n a

Foram

q u e , c o l o c a d o s em b a i a s s e p a r a d a s , t i _

ceber

consumos d u r a n t e 30 d i a s d a s duas r a e s .

to f o r n e c e d o r ,

O resultado f o i o

seguinte:

( a = 0,0704),

4) Uma u s i n a de a c a r admite o b r i x a c i m a de 1 8 , p a r a r e

nham a s u a d i s p o n i b i l i d a d e a s duas r a e s . Foram a n o t a d o s o s

a c a n a dos f o r n e c e d o r e s ,

p a r a moagem. Da c a n a de um c e r

foram c o l e t a d a s s e t e a m o s t r a s que a p r e s e n t a r a m

os s e g u i n t e s r e s u l t a d o s ;

7 animais

consumiram m a i o r q u a n t i d a d e de r a o ;

3 animais

consumiram m a i o r q u a n t i d a d e de r a o B;

2 animais

consumiram i g u a i s q u a n t i d a d e s d a s r a e s A e

B.
E

Novo

se B >_ n/2 + /n
ou

2) Duas r a e s p a r a v a c a s

Antigo

1
2
3
4
5
6
7
8

r i o r e i n f e r i o r s a o aproximadamente
+ y/n

M T O D O S

EMPREGADO

s e u s a a a p r o x i m a o n o r m a l , com a = 0 , 0 5 ,

n/2

O r e s u l t a d o em n m e r o

m d i o d i r i o de p e a s p r o d u z i d a s f o i o que s e s e g u e :

3.1.10 - Exerccios propostos


1) Comprove, no t e s t e do s i n a l

r e n d i m e n t o na p r o d u o .

a r a o A e s t a t i s t i c a m e n t e m a i s a c e i t v e l do que

rao B I
3) Uma f i r m a submeteu o i t o de s e u s empregados a um t r e i n a mento i n t e n s i v o s o b r e um novo m t o d o a s e r i m p l a n t a d o , v i s a n -

AMOSTRA

BRIX

1
2
3
4
5
6
7

18,3
16,3
18,2
18,6
17.8
18,5
18,1

79.

78.
a) Pode este fornecedor i n i c i a r o corte de sua cana?
b) Estime 9 e seu intervalo de confiana ao nvel a =
= 0,0156.

Exemplifique com o exerccio 3.


8) Foram considerados doze casos de irmos gmeos

a fim

de v e r i f i c a r se e valido admitir que o primeiro a nascer de-

5) Vinte e quatro pacientes foram submetidos a uma

dieta

senvolve-se mais no primeiro mes. Em cada caso f o i anotado o


ganho de peso, em kg, aos 30 dias de idade, obtendo-se os se

para emagrecimento, com os seguintes resultados (kg):

guintes resultados:
PACIENTE
1
2
3
4
5
6
7
8
9
10
11
12

ANTES

DEPOIS

(X)

(Y)

83,5
95,4
80,0
90,7
87,6
91,4
103.8
88,2
75,4
86,2
93,5
110,0

80,0
95,0
81,5
90,0
83,0
85.6
90,4
86.0
77.2
82,5
90,0
104,5

PACIENTE
13
14
15
16
17
18
19
20
21
22
23
24

ANTES

DEPOIS

(X)

(Y)

70.4
75,6
85,2
84,0
96,0
81,0
77,3
108,5
97,5
89,0
93,0
95,0

72.0
71,8
80,0
84.3
91,5
76,0
80,0
96.0
95,0
82,3
88.0
92,0

a) Foi a dieta eficiente?


b) Estime 6 e seu intervalo de confiana (a = 0,05).

CASOS

19 GMEO

29 GMEO

1
2
3
4
5
6
7
8
9
10
11
12

0,72
0,47
0.51
0,59
0,97
0,87
0,36
0,72
0,65
0,48
0,93
0.87

0,43
0,33
0,49
0,59
0,85
0,80
0,40
0,74
0,62
0,46
0,70
0,78

a) Teste a hiptese de interesse,


b) Estime 6 e seu intervalo de confiana (a = 0,0386).

6) No exerccio 3, substitua um valor X- ou Y.:


a l sem alterar a concluso f i n a l ;

3.2 - Teste de Cox e Stuart para Tendncias ("Trend")

b) alterando a concluso f i n a l .
7) O que acontece com 6 quando:
a) adicionamos tres unidades a cada Z.;
b) multiplicamos cada Z. por tres;
c) descartamos os dois maiores e os dois menores valores de Z ..

COX e STUART (.1955) adaptaram o teste do sinal ao es_


tudo de tendncia ("trend") numa sequencia de dados de obser
vao.
Admitimos que uma sequencia de dados

apresenta

uma

tendncia crescente (decrescente) quando, considerados na o


dem natural em que sao observados, os ltimos tendem

a ser

81.

80.

maiores

( m e n o r e s ) do que o s p r i m e i r o s .
C o n s i d e r e m o s uma s e q u n c i a X^,

'^n

v e i s a l e a t r i a s . Procedemos a uma p a r t i o , t o m a n d o um

ANO

varivalor

1
2
3
4
5
6
7
8
9
10

k t a l que:
k - n/2

se

epar.

,
n + 1
fi -

se

- *
e impar

Formamos a s s i m , o s p a r e s
se n e m p a r , a o b s e r v a o

se

(mm)

ANO

Precipitao

11
12
13
14
15
16
17
18
19
20

125,35
127,46
118,77
98,26
126.37
148,25
112,37
156,28
96,18
162,32

(mm)

117,05
90,72
127,20
100,72
118,63
132,45
118,43
135,14
108.80
126,48

o b s e r v a n d o que

central descartada.

Definimos a v a r i v e l

A. =

(X^ ^ X-^^J^

Precipitao

V e r i f i q u e se a precipitao

indicadora:

e s t a tendendo a aumentar

ou d i m i n u i r .

a. > OJ

X^^. > X.

Tomamos: k = - y - =
res

e p r o s s e g u i m o s com o t e s t e do s i n a l , como u s u a l m e n t e .

e - O

vs

Q > Q

X,
^

a r e j e i o de

n o s l e v a r a a c o n c l u s o de que h uma t e n d e n

c i a c r e s c e n t e n a s e q u n c i a de dados

considerados.

Exemplo 1
As p r e c i p i t a e s

de j a n e i r o , nos l t i m o s v i n t e

numa d e t e r m i n a d a r e g i o , foram a s s e g u i n t e s :

. ) . Podemos e n t o o r g a n i z a r a t a b e l a que s e s e -

gue:

S e , por exemplo, o nosso t e s t e f o r :


H^:

(X.j X

= lo , e a s s i m formamos o s pa

anos,

125,35
127,46
118,77
98,26
126,37
148,25
112.37
156,28
96.18
162,32

X
lO+^
117.05
90,72
127,20
100.72
118,63
132,45
118,43
135,14
108,80
126,48

Z .=X

.-X.

-8,30
-36.74
8.43
2,46
-7,74
-15.80
6.06
-21.14
12,62
-35,84

A.
0
0
1
1
0
Q
1
0
1
0

S 4

82.

83.
Aplicando o teste

e O

O
a Tabela

2 nos

bilateral:
vs

b) E s t i m e
H

: Q ^ O

i n t e r v a l o de

c o n f i a n a ao n -

v e l a = 0,0704.

c ) Admita que

d:

e a s s i m , o n.m.s.

6 e determine seu

nos

ltimos cinco anos,

da v e r b a

destinada

a q u e l e s e t o r , 20%

f o i s u b v e n c i o n a d a p e l o Governo do

1 - PQ^^

= 0,3770

tado e apenas 80%

pelo M u n i c p i o . Frente a e s t a

"^2 '

= ^

d a d e , r e t i f i q u e ou r a t i f i q u e s u a

no

1 -' = 0,8281

qual rejeitaramos

em

f a v o r de

se

quanto d o t a o e x c l u s i v a m e n t e
vo

ria:
a = 2 ( 0 , 3 7 7 0 ) = 0,7540

9 e s e u i n t e r v a l o de

a) Neste caso
n o a p r e s e n t a m t e n d n c i a de

crescimento

ou de

reali-

anterior,

municipal. Estime

confiana

(*^/2

o no^

= 0,0352).

Soluo

C o n s e q u e n t e m e n t e , n o r e j e i t a m o s H^,

concluso

Es

i s t o e,os

dados

decrescimento.

temos

= 17 e , c o n s e q u e n t e m e n t e , k = 9.

demos e n t o o r s a n i z a r os p a r e s
^
^
t a b e l a que s e s e g u e :

(X. : X .)
% '
3+^

Po

obter

Exemplo 2
Os dados s e g u i n t e s r e p r e s e n t a m as p o r c e n t a g e n s do
a m e n t o de um
ltimos

17

ANO
1
2
3
4
5
6
7
8
9

M u n i c p i o , a p l i c a d a s no

S e t o r de E d u c a o ,

or
nos

anos:

ANO

16,4
17,3
18,6
15,6
18,4
21,6
18,4
22,3
23,0

10
11
12
13
14
15
16
17

%
21,4
19,3
17,4
22,0
21,6
25,4
24,2
26,2

X .

9+^

do melhor amparado no

perodo

considerado.

. -

A .

1
1
0
1
1
1
1
1

B 1

ser:
0

2,

~X

5,0
2,0
-1,2
6,4
3,2
3,8
5,8
3,9

0 nosso t e s t e

P
esta

21,4
19,3
17,4
22,0
21,6
25,4
24,2
26,2

16,4
17,3
18.6
15,6
18,4
21,6
18,4
22,3

A Tabela

a) V e r i f i q u e s e o S e t o r de E d u c a o do M u n i c p i o

vs
= 8 e

para

(B > 1) = PJB

6 > 0

a
Pa

'

1/2,

nos

1 I J = 0,0352

d:
.

sen
A s s i m , o n.m.s.

no

qual rejeitamos B e m

f a v o r de H

85.

84.
Neste caso temos:

a = 0,0352. Conclumos que o Setor est sendo melhor amparado nos ltimos anos.

n.m.s. = 0,6367

b) Ordenando os Z . temos:

5 = -0,05 ,

-1,2 ; 2,0 ; 3,2 ; 3,8 ; 3,9 ; 5,0 ; 5,8 ; 6,4

6^ = -1,3

A e s t i m a t i v a de 6 e dada por:

= 2,0

Conclumos que o Municpio nao e s t a

.
aumentando sua

dotao ao Setor de E d u c a o .
9 = mediana dos 2 . ^

3.3 - Teste de Mc Nemar

o t e s t e de Mc Nemar aplicado a casos onde cada e l

= 3,85

mento e tomado como seu prprio c o n t r o l e , d i s t i n g u i n d o - s e pojr


Por outro l a d o ,
C = ?(0,0352 , 8 , 1/2) + 1 = 1 + 1 = 2 .
a

t a n t o , duas situaes: antes

E n t o , os extremos do i n t e r v a l o de confiana sao:

s e s ) o c o r r i d a s em razo da aplicao de um determinado t r a t a

= Z^^^ - 2,0

= Z^^^ = 5,8

e d&poi-s.

S u t i l i z a d o para t e s t a r mudanas de c a t e g o r i a s ( c i a s

mento aos dados da amostra.


Consideramos duas c l a s s e s e duas situaes que podem

c) Considerando a verba especificamente do M u n i c p i o , o r ganizamos a nova t a b e l a , j com as porcentagens c o r r i -

ser resumidas numa t a b e l a de contingncia 2 x 2 , como se s e gue:

gidas Tios ltimos cinco anos:

X.
^

16,4
17,3
18,6
15,6
18,4
21,6
18,4
22,3

.
g+.

21,4
19,3
X7,4
17,6
17,3
20,3
19,4
21,0

Z.=X

.'X.
5,0
2,0
-1,2
2,0
-1,1
-1,3
1,0
-1.3

A.
^

1
1
0
1
0
0
1
0

B =4

DEPOIS

ANTES
(X.)
1

a +b

a +d

a + a

b +d

86.

87.
o b s e r v a d a h, ou s e j a : B = b.

D e s s a f o r m a , temos:
b

= t o t a l de i n d i v d u o s que mudaram de A p a r a B;

= t o t a l de i n d i v d u o s que mudaram de B p a r a

Verificamos
do

A.

(X-

pois,

constitudos

de

y ) onde X, r e p r e s e n t a a s i t u a o pr e Y, a

pSs.

Assim p o s s v e l obter

(A ,

pares

e s t e nada m a i s

(A , B) como p o s i t i v o s

(+) e o s p a r e s

gativos ( - ) .
2? CASO:

, (A , B), (B , A) e (B ,

= i + e > 20

N e s t e c a s o u t i l i z a m o s o t e s t e de
de

Como p r e s s u p o s i e s devemos a d m i t i r :
(X. ^ I . ) s o mutuamente

b) A e s c a l a de medida u t i l i z a d a

(B , A) como n e -

situao

B).

a) Os p a r e s

que um " T e s t e do S i n a l " , c o n d i c i o n a l , s e c o n s i d e r a r m o s o s

pares
N o s s o s dados s o ,

que n e s t a s c o n d i e s ,

, com 1 (um) g r a u

l i b e r d a d e , conforme s e s e g u e :

independentes;
(b

nominal.

- ^ ^ ) ^

v2 ^

(o ^

^ (h ~ a)^

A.

A h i p t e s e de n u l i d a d e
lementos que mudaram de c l a s s e

(H^) a d m i t e que o numero de eseja

mesmo n a s duas

h + c

Ainda n e s t e caso recamos na a p r o x i m a o

,
mudanas

X,

h i p t e s e s podem s e r e s t r u t u r a -

B - E (B)
B* =
O
^

das:
H^: P , B) = PB

, A)

normal

do

T e s t e do S i n a l , ou s e j a :

2
Dessa forma, as nossas

h + o

dire-

e s . A s s i m s e n d o , e e s p e r a d o em c a d a d i r e o
b + s

h + e

^ '

b + o

^ ~ ~
2

b + c
,

b - c
^

e
H
a

Desde que S* fl V(0 , 1 ) , (B^)^

: P(A , B) < P(B , A)


com

s e d i s t r i b u i como x^,

1 (um) g r a u de l i b e r d a d e . E n t o ,

> P(B , A)
^

P(B ^ A) .

Podemos c o n s i d e r a r d o i s c a s o s

b + a

distintos:

19 CASO: n' = b + c <^20


Neste caso

empregamos o t e s t e b i n o m i a l

(1)

CONOVER (1971) a f i r m a q u e , p a r a a s h i p t e s e s
cora

= 1/^,

i d e n t i f i c a n d o a e s t a t s t i c a B d a q u e l e t e s t e com a f r e q u n c i a

r a s , e mais p r a t i c o u t i l i z a r m o s d i r e t a m e n t e
n a l , com a a p r o x i m a o

normal.

unlate

T e s t e do S i -

88.

89.

Exemplo 1
Dois
midores

A s s i m , o n.m.s.
supermercados d i s p u t a m a p r e f e r e n c i a dos consu-

de uma c i d a d e . Um d e l e s (A), p a r a a u m e n t a r o s e u n u -

mero d e f r e g u e s e s , l a n a uma campanha p u b l i c i t r i a ,

atravs

Podemos e n t o c o n c l u i r , a o n v e l d e 1,06Z de

tomada ao

a c a s o com 100 c o n s u m i d o r e s :

Numa campanha p o l t i c a , um d e t e r m i n a d o
c o u uma s r i e d e a r t i g o s a p o i a n d o
mando o c a n d i d a t o d o o u t r o

DEPOIS DA CAMPANHA

foram observadas

numero de e l e i t o r e s

jornal

um d o s p a r t i d o s

publi-

(A) e d i f a

(B). Numa a m o s t r a d e 2 0 0 e l e i t o -

as s e g u i n t e s m u d a n a s , com r e l a o ao

entrevistados.

37

13

47

F o i a campanha

probabilidade,

Exemplo 2

res,
,^^^
.
ANTES DA
CAMPANHA

a = 0,0106.

que a campanha f o i e f i c i e n t e .

de c o n c u r s o s , com v r i o s b r i n d e s . O r e s u l t a d o no f i n a l d o c o n
c u r s o a p r e s e n t o u a s e g u i n t e s i t u a o , numa a m o s t r a

no q u a l r e j e i t a r a m o s

DEPOIS DOS ARTIGOS

ANTES DOS
ARTIGOS

eficiente?

83

47

18

52

Soluo
A t a b e l a d e c o n t i n g n c i a n o s a p o n t a ' = 13 + 3 = 16
m u d a n a s , p o r t a n t o empregaremos o t e s t e b i n o m i a l ( T e s t e do Si^
nal).

Soluo
Neste caso

Consideremos para aquele


vemos

Os a r t i g o s i n f l u e n c i a r a m o s e l e i t o r e s ?

t e s t e , B fc = 3 . E n t o , de_

teioos K ' - 47 + 18 6 5 ,

O nosso t e s t e

ser:

testar
H^: P(A , B) = P(B , A)

n^: P(A , B) = F(B , A)

vs

vs

H^: P(A , B) / P(B , A} .

H^: P(A , B) < P(B , A).


U t i l i z a r e m o s o t e s t e de x^ ou s e j a ;

Pelo t e s t e b i n o m i a l , rejeitamos
B

se

<_c(a , n ' ^ 1/2)

Como F = 3 e n ' = 1 6 , a T a b e l a
P^(B

2 nos d :

1 3 ) = 0,0106

A Tabela

-i-

= ml

. 12.93 .

65

4 n o s dS:
PX^

> 1 2 , 9 3 ; < 0,005

90.

91.

C o n s e q u e n t e m e n t e , n.m.s.

0,005.

3.4.2

Nestas condies ,

c o n c l u m o s que os a r t i g o s i n f l u e n c i a r a m o e l e i t o r a d o , p r e j u -

- Pressuposies

a ) Os p a r e s

(X. ^ Y .) s a o mutuamente i n d e p e n d e n t e s .
^
^
^
b) Tomamos como modelo

d i c a n d o o p a r t i d o A'

Exerccio

D . = 6 + e .

^-l,2....,n ;

No i n c i o d a campanha p r i m p l a n t a o do d i v o r c i o no
c)

B r a s i l , foram e n t r e v i s t a d o s , numa i n d u s t r i a , 400 f u n c i o n r i o s ,


c h e f e s de f a m l i a s .

Nas v s p e r a s

da v o t a o do P r o j e t o

C o n g r e s s o , a q u e l e s mesmos f u n c i o n r i o s

e uma v a r i v e l

contnua,

d) Os

tem a mesma m e d i a n a .

e ) A e s c a l a de medida e , ao menos, i n t e r v a l o de m e d i d a .

foram:

3.4.3

- Mtodo

2? ENTREVISTA

if
ENTREVISTA

Consideremos os v a l o r e s a b s o l u t o s
Pr

Contra
116

Contra
PrS

ou

24

140

48

212

260

seja:

ly

S e j a O . a ordem de

Houve uma c o n s c i e n t i z a a o

D.

A.

3.4 - Teste
3.4.1

das Ordens Assinaladas {"Signed Rank Test'M

se

Y.

> X.

se

Y.

< X.

considerados

n pares

de

por WILCOXON
de

observaes

^ e o teste se b a s e i a exclusivamente

dens d a s d i f e r e n a s

(D.>0)

(D.<0)
^

positivas
D. = Y. - X. .
t
i
l
.

o. A,

(1945).
(X. , y J .
das d i -

2 . , como no T e s t e do S i n a l , i n t r o d u z i m o s o c o n c e i t o

ordem (rank)

N e s t e c a s o , ao i n v s de t r a b a l h a r m o s com o s " s i n a i s "


ferenas

D e f i n i m o s a e s t a t s t i c a T;

- General idades
teste f o i introduzido

indicadora:

1
=

Este

em o r

dem c r e s c e n t e .

dos f u n c i o n r i o s , c o n t r a o

divorcio?

das d i f e r e n a s D

n
quando c l a s s i f i c a d o s

Consideremos a v a r i v e l

Sao

com d i s t r i b u i o . s i -

mtrica.

pelo

foram novamente entre^

v i s t a d o s . Os r e s u l t a d o s d a s e n t r e v i s t a s

Cada

nas o r -

Observamos que T r e p r e s e n t a a soma d a s o r d e n s d a s d i


ferenas p o s i t i v a s

D^,

A t t u l o de i l u s t r a o v e j a m o s a t a b e l a

seguinte:

92.

93.

onde:
%

12
10
8
10
13

D.
V
3
2
5
6
12

D.
1

y.

J,

3
-2
5
-6
12

15
8
13
4
25

A.

0.

0.
7-

1
0
1
0
1

2
1
3
4
5

A.

^* g e r a l m e n t e

Quando ^ v e r d a d e i r a ,

2
0
3
0
5

- j -

t r i c a era relao a media

E s t a propriedade
te-nos

se c o n s i d e r a

^^2.

a distribuio de T e sim1''
.

nos e muito i m p o r t a n t e ,

a s s o c i a r os l i m i t e s

~ 2 ~

pois

permi-

i n f e r i o r e s aos s u p e r i o r e s , c o n f o r

me s e s e g u e :
T

As hipteses a serem c o n s i d e r a d a s s a o :
H :

e = O

H :
a

n(n

-h 1)

1 -a

Q > O
6 < O

e, c o n s e q u e n t e m e n t e :

P a r a t e s t a r m o s , ao nvel a de significncia:
a ) H^:

e = O v s H^:

rejeitamos
O

E s q u e m a t i c a m e n t e , podemos

6 > O

ilustrar:

se T > T

1-a

onde;
P

b)

(T > T

e O v s ff :
Cl

e < O

se

T < T

rejeitamos

1-a

} = a

1-a
onde:
P^(T

< T ) = a

c ) H^:

e = O v s ff^: 9

r e j e i t a m o s ff se

-*

(T } e s u p e r i o r (T
)
a
*^
1-a
da distribuio da estatstica T.

F i g u r a 3.1 - L i m i t e s i n f e r i o r

O
A T a b e l a 7 nos d o s l i m i t e s T

T >

1-a

ou r < T

do de 1 a 20 e c o b r i n d o

e T
para n v a r i a n
a
1-a

o i n t e r v a l o a = 0,005 at a = 0,125.

94.

95.

3.4,4 - Aproximao normal


A.
P a r a grandes amostras

rr

se

1/2

se

y.

se

y.

( n > 20) podemos tomar:

/7 (T)
O

Em c a s o s m a i s r i g o r o s o s ,

n(n + l)(2n + 1)

>

^
^

<

X.
t
X.
t
X.
^

determinao d a e s t i m a t i v a de 8 e s e u i n t e r v a l o de confiana,

conforme veremos m a i s a d i a n t e , c o n s i d e r a m o s todos os v a l o r e s

poderamos a p l i c a r

a "cor-

considerando:

(T \)
=

d e s c a r t e so f e i t o

24

reo de c o n t i n u i d a d e " ,

D..
b)

Se o c o r r e r empate e n t r e v a l o r e s a b s o l u t o s de C ,
mos p a r a c a d a

- E (T)

D.\,

a mdia d a s

ordens

toma-

que

s e r i a m atribudas a e l e s c a s o no o c o r r e s s e o empate.

/7Q(T)
Vejamos um exemplo:
onde o s i n a l p o s i t i v o p r e v a l e c e p a r a o l i m i t e

inferior

negativo para o l i m i t e superior.


Comprova-se que s e n ^ >, sob H^, T* (1 N(0 , 1 ) . N e
t a s condies, o s n o s s o s

testes

se baseiam

na

6 > O, ao nvel a de significncia

onde z

se

T"^ > z

D.
^

-5
5
5
7
10
-13
13
15

distribuio

n o r m a l . A s s i m , p a r a t e s t a r m o s , por exemplo, H^: Q = O vs H^:

rejeitamos

D.
_l

O.

5
5
5
7
10
13
13
15

2
2
2
4
5
6.5
6,5
8

1+2+3

= 2

6+7

6,5

um l i m i t e s u p e r i o r d a distribuio n o r m a l ,
a

3.4.5 - Empates
Devemos c o n s i d e r a r d o i s c a s o s

No c a s o de u t i l i z a r m o s a aproximao n o r m a l ,

ser descartados
para os q u a i s

namos T usando a s m e d i a s d a s o r d e n s e substitumos ^^(T) p o r :

distintos:

a ) Quando o c o r r e m p a r e s , n o s q u a i s X. = y . ,

estes

devem

e r e d e f i n i m o s ^T- como o numero de p a r e s


^ Y^,

E n t r e t a n t o , s e o numero de empates g r a n d e , podemos


redefinir

a varivel

i n d i c a d o r a como s e s e g u e :

determi

V(T)

n(n + i ; ( Z n + i ; 24

l
2

onde: k = numero de grupos de empates;


. = tamanho do grupo j de empates.

t .(t , ~ l) (t .
J O
3

1)

97.
96.

Assim, a t i t u l o

de i l u s t r a o , c a l c u l e m o s

VCl') no e-

(0^,

x e m p l o d a d o , p a r a os e m p a t e s . Temos

Q^, .... 0^)

k = 2

1
1

^ 1 = 1
^ 1 = 2
^1=3
^1 = ^

e, consequentemente:
y(T)

= J1 _
24

{8(9)(17) -

1224

2
2
2
2
2
2

[3(2)(4) + 2(1)(3)]}
1209

- 15

24

24
50,375 .

(Ou
(Oi,
(Ou
(Ou

A d i s t r i b u i o n u l a de T e o b t i d a a t r a v s d a e q u a o
4

J
1

r a o a r r a n j o C?^. 0^,

...

. 0^),

(Ou

os 2 ^ p o s s v e i s r e s u l t a d o s pa
s o b H^,

^2 , ? 3 ; =
0 2 . '^3'' =
0 2> 0^) =
=
02 ,

( 1 , 2)
( 1 , 3)
( 1 , 4)
( 2 , 3)
( 2 , 4)

(1,
(1,
(1,
(2,

2,
2,
3,
3,

3)
4)
4)
4)

}^; - ( 1 , 2 , 3 . 4 )

02. 0 3 ,

0^,...,

O^J

1/16

1/16
1/16
1/16
1/1^

1
2
3
^

1/16
1/16
1/16
1/16
1/16

3
4
5
5
6

1/16
1/16
1/16
1/16

6
7
8
9

1/16

10

A d i s t r i b u i o n u l a de T s e r :

O.

. == nourmdeermo de
o n d e : OI
d e D.D ^-p o s i t i v o s ;
Ir
A s s i m , se considerarmos

0^) =
0^} =
C? ; =
O ) =
0 1=

(0
(0
(0
(0
(0

3
3
3
3

3.4.6 - Distribuio nula de T

T =

P^(0^,

cada grupamento

r e r com a p r o b a b i l i d a d e

A t t u l o d e i l u s t r a o , a d m i t a m o s r = 4 e v i r a :

ocor

0
1
2
3
4
5
6
7
8
9
10

(T = X)

0,0625
0,0625
0,0625
0,1250
0.1250
0,1250
0,1250
0,1250
0,0625
0,0625
0,0625

P'CT
0

> X)

1,0000
0.9375
0,8750
0.8125
0,6875
0.5625
0,4375
0,3125
0.1875
0,1250
0,0625

P^(T

X)

0.0625
0.1250
0,1875
0.3125
0,4375
0,5625
0.6875
0,8125
0,8750
0,9375
1.0000

99.

98.

Observamos que, p e L a p r o p r i e d a d e

T >

de

a) Processo analtico

simetria.

HILJLAI

Determinamos, p e l a T a b e l a

_ X

^0

3.4.7 - Estimativa de e

Neste

Para a sua determinao u t i l i z a m o s o seguinte

< T <
a

7, um v a l o r

^ ^' - C

proces^

= 1 + r

P a r a g r a n d e s a m o s t r a s , em
(C Rj^

medias:

o normal, o v a l o r

2
D. -h D ,
]^^ - JL
^

'2-

de

2) C o n s i d e r a m o s a s e s t a t s t i c a s de
w^''^

3) A e s t i m a t i v a de e e dada

t<^' = l , 2 , . . . , n

nn

Os

Watsh.

nn

+ IJ

se u t i l i z a a aproximapela expresso:
+ l)(2n

)
"

E s t e p r o c e s s o , d e s c r i t o por MOSES ( 1 9 6 5 ) ,

embora a s

v e z e s menos p r e c i s o , de m a i s f c i l e x e c u o , porque dispen^

W.

s a o c a l c u l o das A m e d i a s de Walsh que,

quase sempre, e

de-

masiadamente l a b o r i o s o .

Ento,

Sua m a r c h a a que
(n p a r ;

2
= W^^^'^^

(M^l-C
6^ ^ v'

sao:

b) Processo grfico

por:

= K

+ 1)

24

i n t e r v a l o de c o n f i a n a

(C )
= W^^<^^

1) R e p r e s e n t a m o s num
(n impar; n=2fe+lj

analtica e graficamente

se segue:

n=2k)
e i x o v e r t i c a l os v a l o r e s D.;

2) Determinamos o ponto mfidio

(C)

e n t r e o maior

(Al

menor (B) dos v a l o r e s B .\

3.4,8 - Intervalo de confiana para 0


Podemos d e t e r m i n a r

que

pode s e r o b t i d o

extremos do

ordem:

Q = mediana dos

,
a/2

onde os f/- s o denominados medi-as

^('\

= 1 - a

caso.

so:
1) Calculamos M =

t a l que

inter-

v a l o de c o n f i a n a p a r a 6 , a ura c o e f i c i e n t e de c o n f i a n a ( 1 - a )

3) A p a r t i r de C,

t r a a m o s uma

l i n h a h o r i z o n t a l de

quer comprimento e demarcamos n e l a ,


ponto ! ) %

qual-

arbitrariamente,um

101.

100.

4) Traamos o t r i a n g u l o
5) A p a r t i r

e,

ABD;

(corresponden-

e , . = h'*'^^ = 4,0

Determinao grfica:

s M m e d i a s ) ;

Conforme podemos o b s e r v a r p e l a F i g u r a 3.2,

6) O extremo s u p e r i o r do i n t e r v a l o
contadas

de c a d a ponto Z?., traamos p a r a l e l a s aos l a -

dos AD e BD obtendo a s s i m M interseoes


tes

= i^^^' = -1,4

ser a

interseao,

h o r i z o n t a l m e n t e de cima p a r a b a i x o ;

7) O extremo i n f e r i o r

do i n t e r v a l o ser a C

c o n t a d a s h o r i z o n t a l m e n t e de b a i x o p a r a
8) P a r a d e t e r m i n a r
tante r e f e r i - l a s

Vejamos um exemplo i l u s t r a t i v o .

o b t e r g r a f i c a m e n t e a e s t i m a t i v a de e; b a s t a l o c a l i z a r m o s

interseao,

cima;

interseao c o r r e s p o n d e n t e a m e d i a n a dos W., Na n o s s a i l u s .


(8)
^
_
traao, s e r i a a W
, ou s e j a ,
a o i t a v a interseao de c i m a

p a r a b a i x o , e, n e s t e c a s o p a r t i c u l a r , c o i n c i d i r i a

os v a l o r e s d e s s a s interseoes,
escala vertical

vel

poss-

bas-

to

com o pon-

Cy O U s e j a :

considerada.
C o n s i d e r e m o s as d i f e

renas
D^: -3.4 ; -2,2 ; 0,8

; 2,4

; 4,0

A n a l i t i c a m e n t e , obtemos as M = 15 m e d i a s W-,

que j

ordenadas sao:
-3.4

-0,5

1,6

-2,8

0.1

2,4

-2,2

0,3

2,4

-1,3

0,8

3,2

-0,7

0,9

4,0

Por o u t r o l a d o , obtemos:
?
e a i n d a , admitindo
C = l
ot

= W^^^ = 0,3

a = 0,062
+ T . = l
a/2

+ T

=1

+ 0 = 1

0.031

donde:
Figura

3.2 - Determinao grfica do i n t e r v a l o de con


fiana de 8, r e f e r e n t e ao T e s t e das Ordens A s s i n a l a d a s .

102.

103.

3.4.9
a) Para

3.4.10 - Exemplos

- Algumas complementaes

testarmos

onde

a hiptese H : 6 =

^ 0> con-

Exemplo 1
NQUER ( 1 9 6 6 ) , e s t u d a n d o a p r e v a l n c i a de o^^l-uso nor

sideramos
D'. =r D. - 9^
^
t
O

(i

=1,2,...,n)

e p r o s s e g u i m o s com o m t o d o u s u a l , empregando

ao i n v s de

mal

segundo a i d a d e e o s e x o , com e s c o l a r e s do Grupo B a r o do

R i o B r a n d o , em P i r a c i c a b a , S P ,

o b t e v e os s e g u i n t e s

resulta-

dos :
D.,
Entretanto, para a determinao

da e s t i m a t i v a de 9 e

s e u i n t e r v a l o de c o n f i a n a , u t i l i z a m o s os D. o r i g i n a i s .
b) E s t e t e s t e i n s e n s v e l
v a d o s , p o i s l e v a em c o n t a
renas

m a g n i t u d e dos v a l o r e s

somente o s i n a l

IDADE

Masculino

obser-

e a ordem d a s d i f e ^

7,0
7.5
8.0
8,5
9,0
9.5
10.0
10.5
11.0
11.5
12.0

D^.

c ) Podemos e s t r u t u r a r a e s t a t s t i c a T , d e s d e que d e f i n a mos

pu

se

D. < O

se

Z), > O

PORCENTAGEM DE O C L U S O NORMAL
^

(X)

8,7
18,6
8,0
12,9
10,9
13.4
11,9
14.3
20,0
14.4

F e m i n i n o (Y)
7,7

9,6
' 16,0
13,4
9,6
13,0
23,7
6,2

9,6
13,8
15.1

6.6

seja:
a) V e r i f i q u e s e h a i n f l u e n c i a de s e x o n a
Desta forma, T

v e r i f i c a m o s que:

de

o c o r r n c i a de o c l u s o n o r m a l ;

r e p r e s e n t a a soma d a s o r d e n s c o r r e s -

b) Estime

p o n d e n t e s s d i f e r e n a s n e g a t i v a s Z?^ .
Facilmente

porcentagem

6 e s e u i n t e r v a l o de c o n f i a n a

= 0,054).

Soluo
a) O nosso t e s t e

ser:

H^: 9 = 0

vs

H^: 9 ? O

O r g a n i z a n d o c o n v e n i e n t e m e n t e os d a d o s , temos a t a b e la

seguinte:

104.

IDADE

105.

7,0
7,5
8,0
8,5
9,0
9.5
10,0
10,5
11,0
11,5
12,0

1,0
9,0
8,0
0,5
1.3
0>A
11,8
8,1
10,4
0,6
8,5

-1,0
-9,0
8,0
0,5
-1.3
-O.A
11,8
-8.1
-10,4
-0,6
8,5

Isto nos d um indriu de que, na prtica,

0. A.

A.

0.

).

4
9
6
2
5
1
11
7
10
3
8

0
0
1
1
0
0
1
0
0
0
1

0
0
6
2
0
0
11
0
0
0
8

possvel quantificar aS diferenas pra cada par de observa-

d, o Teste das Ordens Assinaladas e mais recomendvel. As^


siiB.

T = 27

Pela Tabela 7 , para n - 1 1 , temos


P y f T < 2 0 ; - 0,139

Desde que no nosso exemplo 7 - 2 7 , conclunros;

KOS

aconselhvel o uso do teste do S i n a l , quando conhecesomente 08 sinais d a s diferenas no os seus valores.


Por outro lado, as medias de Ualsb, j ordenadas so*.

10,40
-9,70
-9,25
-9,00
-8,55
-8,10
-5,85
-5,70
-5,50
-5,40
-5,15

-5,00
-4,95
-4,80
-4,70
-4,70
-4.55
-4,35
-4,25
-4.25
-3,80
-1,30

-0,40
-0,40
-0,25
-0,25
-0,05
-0,05
0,05
0,20
0,50
0,70
1,40

-1,20
-1.15
-1,00
-0,95
-0,95
-0,85
-0,80
-0,70
-0.60
-0,50
-0,50

4,50
5,25
5,40
5,60
5.70
6,15
8,00
8,25
8,50
10,15
11,80

1,65
1,85
3,35
3,50
3,60
3,70
3,75
3,80
3,95
4,05
4.25

o que prmlte-nos obter a seguinte estimativa de 8 :

n . m . s . > 2(0,139) - 0,278 .

Nestas condies, aceitainos H^^, ou s e j a , a porcenta-

5 - y

gem de ocluso normal no sofre influencia do sexo.


Se, ao invs, tivssemos aplicado o

quando e

. -0,50

Teste do S i n a l ,

- -0,45

(-0,40)
2

teramos
Pela Tabela

7:

n - 11
B =

, = T
- 11 .
/2
G, 02 7

Consequentemente

e, pela Tabela 2:
P^(B

< 4 ; - 0,2744

donde obteramos:
n.m.s.

= 2 ( 0 , 2 7 4 4 ) = 0,5488

- l * T ,

- 1 + 1 1 - 1 2

ento
. V

(12)

^^^^^

e 65 - ^

(M*l'C }

- 4.

107.

106.
Exemplo 2
Trabalhando-se com duas variedades de cana-de-acar,
constatou-se que a variedade B produzia acima de 15X a maia
do que a variedade A, Para a comprovao de t a l resultado,fo
ram consideradas as mdias de produo (t/ha) das duas varie
dades, em dez locais d i s t i n t o s , conforme se segue:
LOCAIS

VARIEDADE -4

1
2
3
4
5
6
7
8
9
10

VARIEDADE B

75.8
84.3
78.4
81.5
85,6
68,7
70,4
79,7
78.3
83,5

93,5
100.2
95.4
98,6
102.5
80,5
73.6
93,5
94,6
105.1

1.15

AX^)

87,2

B(Y

.)
1-

D'.
^

93,5
100,2

96,9
90.2

95,4
98.6
102,5

94,9
98,4
79,0

80.5
73,5
93,5
94,6
105,1

80,1
91,6
90,0
96,0

O.A.

6,3
3,3
5,2
3,7
4,1
1,5
-5.5

6.3
3.3
5,2

3
7

3,7

4
5

1
1
1

1,9
4,6

^,1
1,5
6,5
1,9
4,6

9,1

9,1

1
9
2
6
10

1
0
1
1
1

8
3
7
4
5

T = 46

1
0
2
6
10

A Tabela 7 nos d:
PQT

>_

kb)

Portanto, o n.m,s. e a

= 0,032

Rejeitamos ^, isto

= 0,032,

e, confirmamos a maior produo da variedade B.


Chegaramos aos mesmos resultados se tivssemos

Cnfirraa-se a maior produo (15%) da

variedade Bt

Estime 6 e seu intervalo de confiana, ao nvel a 0.048.

de-

terminado, para cada l o c a l , a porcentagem da diferena em re^


laao produo A. ou s e j a :

Soluo

100

Podemos considerar as produes da variedade A acres


cidas de 15% e testar com B. Neste caso, o nosso teste f i c a :
u

e = 0

vs

Pelo mtodo usual temos:

H : e > 0
a

Neste caso, o nosso teste s e r i a :


f.:

0-15

vs

: e>

15

e tomaramos
Z) - D. - 15
^

Para a estimativa de 6 e seu intervalo de confiana,


consideramos os dados o r i g i n a i s , e obtemos os D. - 7- - X.^

109.

108.

Observamos ainda que as produes mdias das duas va

ou s e j a :
17,7

11,8

15,9

3,2

17,0

13,8

17,1

16,3

16,9

21,9

r i e d a d e s foram:
r^ 78,6 t / h a ,
?77

t/ha

17.4
17,4
17,7
17,7
18,8
19,0
19,2
19,3
19.4
19,6
21.6

O i n t e r v a l o de confiana, em termos p e r c e n t u a i s , com


plementa:
6^

= 10,4
= 17,7

13,2%
=-

22,5%

3.4.11 - Exerccios propostos


1) Um grupo de o i t o indivduos se submete a um estmulo. A
nea, em milmetros de Hg. antes e depois do estmulo. Suportam estes dados, a hiptese de que os estmulos

Para a determinao dos extremos do i n t e r v a l o de con


fiana, com a = 0,048, obtemos da T a b e l a 7:
T

j
= T
Q/2
0,02t

=8

nvel a = 0,054.

,
PACIENTE

= I + T / =9
a/2

1
2
3
4

donde,
y^^^ = 10,4

= A'

"

W^^'^ - 17,7

aumentam

presso sangunea? Estime 9 e seu i n t e r v a l o de confiana, ao

Antes

Depois

PACIENTE

e, p o r t a n t o ,

estimativa

t a b e l a que se segue, a p r e s e n t a as medidas de presso sangu-

S - / ^ ^ ^ - 16,3 .

= ft^ "

Pela

de 9 , constatamos uma vantagem de 20,7% para B,

A e s t i m a t i v a de 0 :

p r o d u z i u , em mdia, 18,1% a mais do que A.

16,7
16.7
16,8
16,9
17,0
17,0
17,0
17.0
17,0
17,1
17,3

15,4
15,4
15,8
15,9
16,1
16,3
16,4
16,4
16,5
16,6
16,6

12,8
13,8
13,8
14,0
14,4
14,4
14,4
14,8
14,8
15,0
15,4

92,8

V e r i f i c a - s e , p o i s , p e l a s produes observadas, que B

As mdias de Walsh, j ordenadas so:


3,2
7,5
8.5
9.6
9,8
10.0
10.1
10.2
10,4
11,8
12.4

ts

118
120
128
124

127
128
136
131

5
6
7
8

Antes

aj
130
136
128
140

Depois
135
138
125
136

111.

110.

2) Suponhamos q u e ,
v d u o s , de uma

ao

i n v s de

o i t o , fossem d e z o i t o

amostra c a s u a l i z a d a ,

s u b m e t i d o s ao

indi-

se

Y . > X.

.0

se

Y.

A .

estimulo,

<

X.

conforme t a b e l a s e g u i n t e :
comprove e i l u s t r e
ENTE
1
2
3
4

5
6
7
8
9

Antes
(X)

Depois
(Y)

PACIENTE

Antes
(X)

10
11
12
13
14
15
16
17
18

135
120
116
110
118
128
140
109
118

125
127
128
136
111
131
109
135
138

115
118
120
128
103
124
102
130
136

com

um

exemplo

Depois
(Y)
137
122
118
112
117
125
136
105
113

4) A d m i t i n d o
= -2,3
a) Estime
= 0,05

; 0,7

; 1,4

(ou o m a i s p r x i m o

b) Mudando D.

= 1,8

p a r a D.

e s e u i n t e r v a l o de
caso a n t e r i o r , se o estmulo

menta a p r e s s o s a n g u n e a . E s t i m e

9 e determine

i n t e r v a l o de c o n f i a n a , ao n v e l a =
b) Aplique

a " c o r r e o de c o n t i n u i d a d e "

o do r * .

5) O que

seu

a c o n t e c e r com

a menor e a m a i o r das

determina-

6) A p l i q u e
blema

3) C o n s i d e r a n d o

e 1,8

c o n f i a n a , ao n v e l a =

deste).
= 18,0,

quais

as

implica-

9? D e t e r m i n e a nova e s t i m a t i v a

confiana.
a e s t i m a t i v a de

diferenas

o T e s t e das

6 se descartarmos

D^.

Ordens A s s i n a l a d a s aos dados do pro

5 de 3.1.10.

7) C o n f r o n t e a s c o n c l u s e s o b t i d a s no p r o b l e m a 8 de

com

n
l

0.

A-

as o b t i d a s p e l a a p l i c a o

nao
T

n
l

O .(l 1

do

3.1.10

T e s t e das Ordens A s s i n a l a -

das.
8) Comprove que,

A.)

no T e s t e das Ordens A s s i n a l a d a s , quando

h e m p a t e s , o n m e r o de m e d i a s de U a l s h p o s i t i v a s , c o i n -

c i d e com

a estatstica

9) Dado
onde

; -0,3

au-

0,05.
na

; 3,6

8 e s e u i n t e r v a l o de

c o e s na e s t i m a o de
a ) V e r i f i q u e , como no

que

que

T.

m.

112.

(A. OJ
t
^

= ?(-J-) + ( ) =
2
2

d e t e r m i n e E (T) e VJT),

para o uso na a p r o x i m a o

normal.

4. TESTES DE POSIO APLICVEIS A DUAS AMOSTRAS INDEPENDENTES


4.1 - Teste da Soma das Ordens (Wilcoxon)
4.1.1

- General idades

Comumente, ao c o n f r o n t a r m o s d o i s t r a t a m e n t o s ,
so i n t e r e s s e m a i o r o de a v e r i g u a r
de um s o b r e

o outro

se existe

quanto a n a t u r e z a

superioridade

dos dados

levantados.

P a r a e s t e f i m , s o empregados os t e s t e s de post-aOy
do duas p o p u l a e s

o nos-

envolven

(Xe Y ) .

No c a s o de p o p u l a e s i n d e p e n d e n t e s ,

destaca-se

no

campo n o - p a r a m i t r i c o , p e l o s e u poder,o t e s t e de W i l c o x o n , i n
troduzido

por e s t e autor

t e d a Soma d a s O r d e n s "

em 1 9 4 5 ,

(Rank

Sim

com a d e n o m i n a o de " T e s Test).

4.1.2 - Pressuposies
a ) s duas a m o s t r a s s a o c a s u a l i z a d a s e i n d e p e n d e n t e s ;
b ) As v a r i v e i s

4.1.3

(X. e X .) s a o c o n t n u a s .
^
7

- Mtodo

C o n s i d e r a m o s a s a m o s t r a s X^, X^,
Y^, (m >

^2*"*

e , segundo HOLLANDER e WOLFE ( 1 9 7 3 ) , admiti^

115.

114.
c)

mo s os modelos:

: A - O vs
O
rejeitamos H

; A ? O
a

se W > W
- l-aj

ou W < W
I . = , + e

(3=1,1,,

..,n),

onde

Os l i m i t e s W
onde A r e p r e s e n t a o e f e i t o do

tratamento.

= a e, geralmente,
a

= a2 - a / 2 .

se considera

e W
sao encontrados
i-a

A aplicao dos t e s t e s

n a T a b e l a 8.

unilaterais

recomendvel

Procedemos a classificao c o n j u n t a d a s N = m + n db_


quando j a , a pri-or-, esperamos um comportamento

unidirecio-

servaes, em ordem c r e s c e n t e .
n a l de um dos, t r a t a m e n t o s

em relao ao o u t r o . Na grande maio

Definimos:
r i a dos c a s o s , nao temos prvio c o n h e c i m e n t o de q u a l dos t r a .

y-

tamentos e s p e r a d o

0.

s e r m e l h o r ou p i o r , e, c o n s e q u e n t e m e n t e ,

devemos a p l i c a r o t e s t e
onde O . r e p r e s e n t a a ordem de Y . n a
das

classificao

conjunta

Embora empregando o t e s t e b i l a t e r a l p a r a o c o n f r o n t o
de d o i s t r a t a m e n t o s A e B,

= m + n observaes.
As n o s s a s hipteses s a o

decidimos:

a) A s u p e r i o r a B, ae W. > W

H : = O

H ; A > O
h) A i n f e r i o r a

^ O
P a r a t e s t a r m o s , ao nvel a de significncia:
A > O

A ~

< O

a ) H^: A = O v s H^:

bilateral.

s e v' <_ i' ;


dg

c ) A no d i f e r e de B s e /

< W. < W

A l g u n s comentrios s e fazem necessrios:


1) Os v a l o r e s mnimo e mximo de W so o b t i d o s quando a v a
rivel Y- ocupa r e s p e c t i v a m e n t e as n p r i m e i r a s e a s n ltt-

r e j e i t a m o s f^ se W >_ W_^_^

J
mas posies n classificao c o n j u n t a das N observaes. T a i s

onde

v a l o r e s correspondem p o r t a n t o aos a r r a n j o s :
o

l-a

"min

yy

... :XX

... X

b) H^: A = O v s f^; A < O

"n^
rejeitamos H

se W <^W^

... A r y y ...

116.

117 .

e, consequentemente, teremos:

W . =

_ mm

j = "lIL^-H

lv'A

:=

^!

+ n + l)
1

m n(m + n +

(l)

1)

12
W
max

.
.

^ ,

= "f^"'

^ "

tem distribuio n o r m a l , com mdia zero e varincia um, ou se^

ja:
2) A media (mediana) dos possveis v a l o r e s de

_ n(m

sob
P o r t a n t o , para grandes amostras (jn e n grandes) u t i -

-t- n -h \)

me

lizamos

a aproximao n o r m a l , atravs da estatstica W*. As-

sim, para as hipteses:


3) A a m p l i t u d e do i n t e r v a l o , onde v a r i a

e:
H : = O

A , ~ W
w
max

W . = m n
tmn

rejeitamos

4) A estatstica W uma varivel d i s c r e t a .

onde z

5) Consideramos n, como o tamanho da menor amostra.

a de significncia.

6) A distribuio de V, sob ff^, e s i n ^ t r i c a em relao a


sua mdia. E s t a p r o p r i e d a d e

vs

periite-nos c o n c l u i r que:

n(m

-h n + V

- W

.'

V* > s
a

o l i m i t e s u p e r i o r da distribuio normal ao

Em casos de maior preciso recomendvel

nvel

aplicarmos

a "correo de c o n t i n u i d a d e " , atravs da f o r m u l a :


..

(W
/

se

H : > O
a

ft^ =

nm + n
2f

-f-

l)

21

In n(m + n + l)

o s e j a :
F

(W < W )

[w < n(m + n + \)

4.1.4 - Aproximao normal

12
onde o s i n a l p o s i t i v o se a p l i c a aos l i m i t e s i n f e r i o r e s

s i n a l n e g a t i v o aos l i m i t e s s u p e r i o r e s . I s t o se j u s t i f i c a adQuando m e. n tendem a i n f i n i t o , podemos comprovar que


a varivel

m i t i n d o que cada v a l o r W assumido p e l a varivel d i s c r e t a sej a o ponto mdio do i n t e r v a l o (W - ~ ; W + ^)


A ttulo de ilustrao, admitamos i 7 = 8 , >i = 4 e l v ' = '
35. O l i m i t e s u p e r i o r p e l a t a b e l a exata : i = 0,077. Pro-

US.

119.

No c a s o da a p r o x i m a o n o r m a l , alem de tomarmos a m_

cedendo-se a a p r o x i m a o n o r m a l , sem a c o r r e a o , teremos a =


= 0,063. A p l i c a n d o a c o r r e a o de c o n t i n u i d a d e

teramos

a =

d i a d a s o r d e n s dos v a l o r e s empatados, s u b s t i t u m o s V (W) p o r :

= 0,075.
P a r a a l t o s v a l o r e s de m e M a c o r r e a o

m n

V(W)

dispensvel.

N(N^ - i ; -

12/1/r/v - l)

k
I. t .(t . ~ l) (t . + l )
^=l

4.1.5 - Empates
onde:
Quando o c o r r e m empates

e n t r e v a l o r e s de

e de 7, u t i

l i z a m o s , p a r a o b t e n o do /, a media d a s o r d e n s

dos

= m + n;
'k ~ n m e r o de grupos com empates;

valores

t . = n m e r o de o b s e r v a e s no grupo '.

empatados e , como no c a s o u s u a l , tomamos


Comprovamos de i m e d i a t o q u e , quando nao o c o r r e m empa

n
tes,
W =

0.
No exemplo

Se t i v s s e m o s , por exemplo:

anteriormente

c i t a d o , s e fossemos

aplicar

a aproximao normal, teramos:


2.3
3.2
3.8

k =

1,8
2.3
2,3
3,2
e

obteramos o arranjo:
2.3

2,3

2,3

3,2

3.2

3.8

4,5

*1 = 3

m = 4

*2 = 2

n =4

portanto:

y(j^}

1.8

=-J*^

[ 8 ( 6 4 - 1 ) - (24 - 6 ) ] = 11,29 ,

12(8)(7)
e, consequentemente:

e ento:

12,5 -

[i^ = 1 + 3 + 3 + 5,5 = 12 .5
Observamos que empates

= -1.64 .

e n t r e v a l o r e s de X ou e n t r e v a

l o r e s de 1 somente, nao a f e t a m o c a l c u l o da e s t a t s t i c a
bora afete a sua distribuio

nula.

4(4 + 4 + 1 )

V, em

*'ll,29

121.

120.

4.1.6 - Distribuio nula de


A f i m de i l u s t r a r

a distribuio nula de

remos m = 4 e 2. I s s o nos da
tos,

conforme se v e r i f i c a

h)

^
conside-

(w -> w )

'W < n(m

- W

c ) A distribuio de v'^ simtrica em torno da media:

= 15 possveis grupamen-

n(m

a seguir:

GRUPAMENTOS

+ n -h l )

+ n +

1)

No caso de observaes empatadas, a distribuio nu-

GRUPAMENTOS

l a de W se a l t e r a e, consequentemente, os nveis de s i g n i f i Y
Y

Y X X X X
X Y X X X

3
4
5
6
7
5
6
7

Y X X Y X X
Y X X X Y X
Y X X X X Y
X Y Y X X X
X Y X Y X X
X Y X X Y X

X Y X X X Y
X X Y Y X X
X X Y X Y X
X X Y X X Y
X X X Y Y X
X X X Y X Y
X X X X Y Y

8
7
8
9
9
10
11

cncia das tabelas u s u a i s , sem empates, sao apenas aproximados .


A ttulo de ilustrao, admitamos m = 3, n = 2, com
a
a
a 3. e a 4. estatsticas de ordem empatadas. Teremos, na s e quncia das ordens: 1 ; 2 ; 3.5 ; 3,5 ; 5. Os a r r a n j o s e os
v a l o r e s assumidos por W sao:
p

donde obtemos a distribuio:


ARRANJOS
Y Y X X X
Y X Y X X

^0

0,067
0,067
0,133
0,133
0,200
0.133
0,133
0,067
0.067

3
4
5
6
7
8
9
10
11

1.000
0.933
0,867
0,733
0,600
0.400
0,267
0,133
0.067

0,067
0.133
0,267
0,400
0,600
0,733
0,867
0.933
1.000

Na distribuio evidenciamos:
a) PQ(^

= PQ

[W = nrn

e conforme j referimos:

-f- n +

l)

Y X X Y X
Y X X X Y
X Y Y X X

ARRANJOS
X Y X Y X

3
4,5
4.5
6
5,5

X Y X X Y
X X Y Y X
X X Y X Y
X X X Y Y

5.5
7
7
8,5
8,5

A distribuio nula f i c a :

3
4.5
5,5
6
7
8.5

0,10
0.20
0,20
0.10
0,20
0.20

1.00
0.90
0.70
0,50
0.40
0.20

123.

122.

4.1.8

A s s i m , p o r e x e m p l o , s e i^ = 8,5 t e r e m o s :
P^(W
Pela Tabela

> 8,5J = 0,20

- I n t e r v a l o de confiana para A

a) Processo analtico

P a r a d e t e r m i n a r o i n t e r v a l o de c o n f i a n a p a r a A , com

8, teramos:

o c o e f i c i e n t e de c o n f i a n a 1 - a, MOSES ( 1 9 6 5 ) a p r e s e n t a a se^
PQ^^

t.

= P(W ^ 9 ; = 0,10 .

g u i n t e marcha:

Observamos q u e , s e f o s s e m o u t r a s duas e s t a t s t i c a s d e
ordem empatadas, a d i s t r i b u i o n u l a j s o f r e r i a
demonstrando assim, c l a r a m e n t e , a complexidade

alteraes,

1) D e t e r m i n a m o s

do problema.
2

l-ra/2j

a/2

4.1.7 - E s t i m a t i v a de A
2) Os e x t r e m o s
Baseados n o s m o d e l o s :

(C )

rt=i,2,...,m;

y . = A -f e

referidos

s o , e n t o , da-

dos p o r :
=

do i n t e r v a l o de c o n f i a n a

(3=1.2..

(mn+i-C

. . ,n)

Ag - U

m+3

em 4.1.3, HODGES e LEHMANN ( 1 9 5 0 ) a p r e s e n t a r a m ase_

Quando u t i l i z a m o s

a aproximao normal

tomamos:

g u i n t e m e t o d o l o g i a para e s t i m a r A, ou s e j a :
a ) D e t e r m i n a m o s as m n d i f e r e n a s d o t i p o
^
c l a s s i f i c a n d o - a s em o r d e m c r e s c e n t e ;
b ) Obtemos a s s i m , as e s t a t s t i c a s

de o r d e m :

m n(m + n

V.. = Y . - X
t3
3

1)

12

b) Processo grfico
R e p r e s e n t a m o s , num s i s t e m a d e e i x o s c o o r d e n a d o s ,
pares

c ) A e s t i m a t i v a de A :
A = m e d i a n a d o s U^'^^

(X^ , Y^).
Com uma i n c l i n a o de 4 5 t r a a m o s duas r e t a s

tais

os

q u e , a c i m a d e , o u s o b r e L ^ , se s i t u e m

pontos

ei^
e , aba^

xo d e , o u s o b r e L ^ , t a m b m se s i t u e m C p o n t o s . s i n t e r s e c 2
a ^
c o e s d e s s a s r e t a s com o e i x o v e r t i c a l ,
do i n t e r v a l o

de c o n f i a n a p a r a A-

nos do os

extremos

12A.

125.

A ttulo de ilustrao tomemos as amostras:


= 3,0

= 2,5

\ 3,8

= 3,5

^3 = 5,0

os y., atravs da adio de constantes, de modo que todos os


v a l o r e s se tomem p o s i t i v o s . I s s o f a c i l i t a a interpretao do

= 5,4

\ 5.6

Como norma g e r a l , conveniente transformar os ^. e


i

= 7.8

grfico, sem a l t e r a r as concluses.


No nosso caso temos:

e determinamos o i n t e r v a l o de confiana ao nvel a = 0,058.

y - 2*

Pr e1iminarmente obtemos as diferenas U.. - Y. - X.


Preliminarmente,
que, j ordenadas, sao:
-3,1
-2.5
-2.1
-1.5

-1.3
-0.5
-0.3
-0.2

0.4
0.5
1,6
2.2

2,4
2.8
4.0
4.8

lado. a t a b e l a nos da:


'^1-U,029 "

Ento:
C

, "(^2^ ^ " ^ 1^ _ y
+ 1
2
1-0.029
=26-25+1-2

Pelo processo analtico temos os extremos:


/<^^ - -2,5
F i g u r a 4.1 - Determinao grfica do i n t e r v a l o de con
fiana para A, no t e s t e de Wilcoxon.
~

e
=

U^''^

= 4.0 .

4.1.9 - Exemplos
Para a aplicao do processo grfico podemos, sem af e t a r o r e s u l t a d o , s u b t r a i r , por exemplo,
observado, apenas para r e d u z i r o grfico.

2.0 de cada v a l o r

Exemplo 1
Um l o t e de sementes de milho f o i tratado com um determinado produto qumico coni o o b j e t i v o de aumentar o v i g o r

127.

126.

dos

" s e e d l i n g s " . Aps o t r a t a m e n t o foram

teiros

com sementes

oito

nao t r a t a d a s e c i n c o com sementes

d a s . Duas semanas aps a germinao f o r a m


50 p l a n t a s de c a d a c a n t e i r o ,
d a s . Os p e s o s

semeados

Dai obtemos:

cantrata-

W = 51 .

tomadas, ao a c a s o .
O nosso

que f o r a m p o s t e r i o r m e n t e p e s a -

t e s t e :

H : = O

(em gramas) o b t i d o s foram os que s e seguem.

vs

; A > O

NO TRATADAS (X)

O
A T a b e l a 8 nos d a :
TRATADAS (Y)

P^(W > 5 i ; = 0,009 .


103,7
88,5
75.4
97,8

93,2
81,4
78,1
105,4

98,7
112,4
117,3
102,5
114,3

A s s i m , o n.m.s. no q u a l rejeitaramos ff^ a = 0,01,


ou s e j a ,

1%.

Podemos ento a f i r m a r que o t r a t a m e n t o f o i e f i

ciente.
A f i m de e s t i m a r o e f e i t o do t r a t a m e n t o e d e t e r m i n a r
o s e u i n t e r v a l o de confiana, organizamos

a t a b e l a das d i f e -

a ) T e s t e a eficincia do t r a t a m e n t o ;
renas
b ) E s t i m e o e f e i t o do t r a t a m e n t o e d e t e r m i n e
l o de confiana

seu interva-

U. . = Y . - X .

( a = 0,05).

Soluo

que,
As observaes permitem-nos e s t a b e l e c e r

seguinte
-6,7
-5,0
-2,9
-1,2
0,9

a r r a n j o:

xxxxxxixxxyyy
ou a i n d a

75,4
78.1
81.4
88.5
93.2
97,8

4.7
5.5
7.0
8.7
8.9

9,3
10,2
10,6
11,9
13,6

14,0
14,6
16,5
17,3
19,2

19,5
20,6
21,1
21,1
23,1

23,3
23,9
24,4
25,8
27,1

28,8
31,0
32,9
34,3
35,9

36,2
37,0
38,9
39,2
41,9

Y
102,5

Desde que m n = 4 0 , obtemos a s e g u i n t e e s t i m a t i v a do


e f e i t o de t r a t a m e n t o ;

103,7
105,4
112,4
114,3
117,3
98,7

j em ordem c r e s c e n t e , so:

.
2

19.2 . 19.5 . ,,^33 ^


2

i s t o , o t r a t a m e n t o produz um aumento de 19,35 g no p e s o de

129.

128.

V e r i f i q u e , ao nvel de significncia a = 0,052 se as

50 p l a n t a s .
Para a determinao do i n t e r v a l o de c o n f i a n a , tomamos

da Tabela

duas regies diferem quanto ao teor de fsforo.


Soluo

8:
W

1-0,029

O nosso t e s t e e o b i l a t e r a l :

= 49 .

A = O

Logo,

vs

ff

O
r

"^(^^ ^ n ^ D

; A ^ O

Procedendo a classificao conjunta das v i n t e observaes temos:

= 55 - 49 + 1 = 7

.
X

Assim, o i n t e r v a l o de confiana (ct = 0,046) temos ex


0,18

t remos:
- y

* /

0,21
0,21
0,21

^ = 5,5

= U^'^^

0,28
0.28

0,33

0,29

0.24
= 34.3

0,33
0,35

0,31
0,31

0,37
0,38
0,39

0,35
0,37

0,41
0,42

Assim temos:

Exemplo

- 85
Num

estudo sobre a determinao do teor de fsforo em

duas r e g i e s , A e B,

foram coletadas em cada uma

delas,

Ao nvel de significncia a = 0,52, a Tabela 8 nos dS:

dez

amostras de solo e procedida a determinao daquele elemento.


Os r e s u l t a d o s (e.mg/100 g de s o l o ) foram:

REGIO A

\026

REGIO B

- "

Nestas c o n d i o e , rejeitamos
0,24
0,37
0.33
0,35
0,18

0,29
0,42
0,37
0,39
0,38

0,21
0,35
0,41
0,28
0,21

0,31
0,21
0,31
0,28
0,33

W >_ 131
ou
V < 79

se

130.

131.

No n o s s o c a s o , v' = 85 e p o r t a n t o
i s t o , a s duas r e g i e s nao d i f e r e m
ro.

nao r e j e i t a m o s

H^,

Logo,

quanto ao t e o r de f s f o -

O n.m.s. no q u a l r e j e i t a r a m o s

e s t a r i a entre

a/2 = 0,0643

a^=0,106
e, c o n s e q u e n t e m e n t e , a = 0,129.

e a2=0,190.

O rum.s,

Se t i v s s e m o s u t i l i z a d o a a p r o x i m a o n o r m a l , t e r a -

ticamente

mos :

i d n t i c o ao o b t i d o

s e r i a a = 0,129, pra,

com a a p l i c a o d r e t a do t e s t e .

A p l i c a n d o a c o r r e a o de c o n t i n u i d a d e , e n c o n t r a r a m o s :

- E^W)

no q u a l r e j e i t a r a m o s

/vTwT

W = -1,48

onde:
a/2 = 0,0694
donde v i r i a

a = 0,1388.

4.1.10 - Exerccios propostos


NN^
11N(N

- l) -

k
l

t.(t. - l)(t. + I J

- l)

q u e , no n o s s o c a s o

1) E s t r u t u r e a d i s t r i b u i o n u l a de W, p a r a m = 4 e n = 3 ,
com a 4 . , 5 . e 6 . e s t a t s t i c a s de ordem e m p a t a d a s . C o n f r o n t e
com a t a b e l a u s u a l .

fica:

2) Foram f e i t a s d e t e r m i n a e s de B r i x p a r a duas
]/(^) =

. [20(400-1)

- (2A+6+6+6+6)] = 173,95

12(20)(19)

varieda-

des ( e B) de c a n a - d e - a c a r , tomando~se, p a r a c a d a uma del a s , o i t o colmos d i s t i n t o s . Os r e s u l t a d o s p e r m i t i r a m

Ento:

se-

guinte a r r a n j o :
X X X Y X X y Y X X X Y Y Y Y Y
/173,95

onde: X ~ v a r i e d a d e ^ ;
P a r a o t e s t e b i l a t e r a l r e j e i t a r a m o s // s e

A Tabela

<_ -1,52; = 0,0643

" variedade

B.

V e r i f i q u e s e a s duas v a r i e d a d e s

a/2

Brix.

1 nos d i
P^W*

diferem

quanto

ao

132.

133.

3) Dois grupos de cirurgies discutiam sobre o grau de di^

5) Dez rapazes e cinco moas se submeteram a um teste

de

ficuldade das operaes de apndice e das cezarianas. Um dos

aptido para a execuo de uma determinada funo.Foram a t r i

grupos afirmava que as cezarianas eram mais demoradas e o ou

budas notas de zero a dez a cada p a r t i c i p a n t e do t e s t e , com

t r o afirmava o contrrio- Foram ento tomados os tempos, em

os seguintes resultados:

minutos, gastos nos dois t i p o s de operao, com os seguintes


resultados:
RAPAZES (X)
Apndice:

MOAS (Y)

70 ; 62 ; 76
6,3
8,8
7,2
4,5
6,0

Cezariana: 70 ; 122 ; 122 ; 70 ; 137 ; 100


a) Baseado nos dados, a que grupo daria razo?
b) Calcule a estatstica V! pela aproximao normal.

7,2
9,0
6,1
7,0
5,0

7,0
9,5
9,6
9.3
9,8

c) Obtenha a estimativa de A e seu i n t e r v a l o de c o n f i ana, ao nvel 1 - a = 0,834.

Se o poder de deciso seu, com qual grupo voc t r a

4) Num estudo sobre variaes de a l t u r a de f i l h o s , em r e lao a l t u r a dos pais, foram consideradas duas classes:

balharia?
6) Uma pesquisa f o i realizada no sentido de se v e r i f i c a r

A: a l t u r a de f i l h o s descendentes de pais baixos;

a lgica dos jogos da l o t e r i a esportiva. Para t a l f i m , foram

B: a l t u r a de f i l h o s descendentes de pais a l t o s .

considerados quinze apostadores tidos como conhecedores de f u

Os resultados obtidos para as a l t u r a s (em metro) com


dez indivduos da classe A e o i t o da classe 5, foram os se-

tebol e sempre a par dos noticirios esportivos, e dez que j o


gam na l o t e c a , mas com um completo desconhecimento
esportivo.

guintes :

Foram computadas as medias de pontos f e i t o s , com

a aposta mnima, em dez semanas seguidas,


CLASSE A
1,45
1,82
1,60
1,67
1,37

(X)
1,52
1,63
1,44
1,44
1.75

CLASSE B

CYX

1,63
1,86
1,98
1,37

1,75
1,63
1,71
1,79

Sao os indivduos da classe B mais a l t o s do que os da


classe 4?

do mundo

r e l a t i v a s a cada

apostador. O resultado f o i o seguinte:

ENTENDIDOS (X)
8,7
9,3
11,0
7,0
9,6

8.0
9,8
10,0
9,5
9,9

10,2
10,8
10,3
9,6
11,5

NO ENTENDIDOS (J}
6.5
11,2
9,0

M
7.8

9,0
4.2
6.1
7.9
8,6

134.

135.

a) Os e n t e n d i d o s levam vantagem?

r a a v e r i g u a r s e duas a m o s t r a s i n d e p e n d e n t e s

b ) K s t i i n e A e s e u i n t e r v a l o de c o n f i a n a , ao n v e l a =

venientes

= 0,05.
7) D o i s grupos

de uma mesma p o p u l a o .

4.2.2
{A e B) de 50 sementes de m i l h o foram c\as_

b) As v a r i v e i s

C A T E G 0 R I A S
Altamente
Precoces
precoces

- Hipteses

Se c o n s i d e r a r m o s a s v e r d a d e i r a s

Altamente
Medianas T a r d i a s
tardias

TOTAL

e s de d i s t r i b u i o de X e de Y,
P^(x)

15

16

50

10

12

14

50

14

15

27

22

22

100

TOTAL

{X. e Y.) s o c o n t n u a s .

a seguir:

4.2.3

GRUPOS

- Pressuposies

a ) As duas a m o s t r a s s a o c a s u a l i z a d a s e i n d e p e n d e n t e s ;

s i f i a d o s de a c o r d o com o tempo de " g e r m i n a o " , em 5 catego^


r i a s , conforme s e v e r i f i c a

(X e Y ) s a o p r o -

Entretanto, t a lidentidade

respectivamente

i m p l i c a , embora a r e c i p r o

c a nao s e j a v e r d a d e i r a , em

Tomando o numero t o t a l de sementes em c a d a c a t e g o r i a


teste

fun-

y podemos e s t a b e l e c e r a h i p t e s e de n u l i d a d e :

P^(X

como o tamanho do grupo e m p a t a d c , v e r i f i q u e , p e l o

e desconhecidas

< Y) = 1/2

Podemos e n t o e s t a b e l e c e r :

de

W i l c o x o n , s e h a d i f e r e n a de comportamento e n t r e os d o i s gru.
pos .
D i s c u t a a c o n v e n i n c i a d a a p l i c a o do t e s t e de x

: PJX
O

< Y) > 1/2


< 1/2

e s s e t i p o de t a b e l a de d a d o s .

1/2

4.2 - Teste de Mann-Whitney


4.2.1 - Generalidades

4.2.4

- Mtodo

Consideramos as amostras

Procedemos c l a s s i f i c a o

c o n j u n t a d a s Il = m + n oh

o t e s t e de Mann-Whitney f o i i n t r o d u z i d o por e s t e s au
t o r e s , em 1 9 4 7 .
Analogamente ao t e s t e de W i l c o x o n , e l e s e p r e s t a p a -

e r v a o e s , em ordem c r e s c e n t e .

136.

137.
M n n e Whitney

definiram:
; -

Desde que as duas e s t a t s t i c a s d i f e r e m apenas p o r uma


a..

c o n s t a n t e , os d o i s t e s t e s sao p e r f e i t a m e n t e
V e j a m o s um e x e m p l o : suponhamos as

onde* p a r a c a d a p a r (X^ j

equivalentes.
amostras

temos:

se

= l , 2 , . , . ,f7J

se

J=1.2,...,

a.. =

E n t o V r e p r e s e n t a o numero de p a r e s

(X. , ^ ) ,

tais

X.

Y.

5,5
6,3
7,5
7,8

6,0
7,6
8.4
8,8

que,
X. <

Y.

Na c l a s s i f i c a a o c o n j u n t a

Cumpre o b s e r v a r , e n t r e t a n t o , que a e s t a t s t i c a

do

t e s t e de Mann-tAtitney e s t a i n t i m a m e n t e r e l a c i o n a d a com a e s t a t s t i c a y do t e s t e de V i l c o x o n , s e n o

X.
i'
5,5

vejamos:

n
2

n
Z

O .=

{numero de Jf < Y . + nilmero de I < Y -)

Y.

O.

i
1
2
3
4

6.3
7,5

Cnuraero d e X < Y.) +

n
L

(nimero d e Y < Y..)

7,8
8,4
8.8

+ 3 + 4 + 4 - 1 2

e
/ - 2 + 5

U +

n
1

e , conforme

= U -h

+l)

+ 7 + 8 - 2 2

j exposto:
^ ^ y ^

n(n

Y.
Q_
7,6

e ento:
/=l

n
=
E
J-1

X.

s2
6.0

(numero de ^ < Y,)


3

y =

obtemos:

n(n ^ \) = 12 +

- 22

O.
5
6
7
8

138,

139.
4.2.5 - Empates

4.2.7 - Estimativa do efeito de tratamento e seu iri


tervalo de confiana

Quando ocorrem empates e n t r e v a l o r e s

de ^ e de Y, r e
A m e t o d o l o g i a empregada para o t e s t e de

definimos:

Wilcoxon

tambm v a l i d a para o de Mann-Whitney.


l

se

1/2

se

< y.

4.3 - Teste de Kolmogorov-Smirnov

X.

se

d
4.3.1 - Generalidades

X. > y.
1

Em casos de duas amostras i n d e p e n d e n t e s , nem sempre

e obtemos, como no caso comum.

as observaes se posicionara
U =

numa ordem c r e s c e n t e , a p o n t o de

a..
se n o t a r uma c e r t a distino de ura dos t r a t a m e n t o s era

rela-

o ao o u t r o . Quando e s t a distino notria, ou se f a z p r e


4.7.6 - Aproximao normal

s e n t e , um caso tpico de aplicao do t e s t e de W i l c o x o n . Se


os dados observados se p o s i c i o n a m de uma maneira mais

Para grandes amostras im e n grandes) d e f i n i m o s :

disper^

sa, quando ordenados em ordem c r e s c e n t e , mais recomendvel


U ~

(U)

m n

a aplicao do t e s t e de Kolmogorov-Smirnov,
Este t e s t e l e v a em c o n t a a "posio" e a "disperso"

m n(m + n -h 1}
dos dados, embora sua f i n a l i d a d e s e j a a mesma

12

do

teste

de

W i l c o x o n , ou s e j a , e l e nos m o s t r a a posio r e l a t i v a de d o i s
onde, para m e n

, U \ , 1) .

t r a t a m e n t o s , atravs dos dados observados.

F a c i l m e n t e se comprova que U* = W*, Assim sendo,

em

caso de empates e uso da aproximao n o r m a l , tambm no t e s t e


de Mann-Whitney,

alm da redefinio de a..,

substitumos

Admitimos as amostras X. . X.
1*2*

X e J, , Y^, ....
m
1* 2*
**

y ^ independentes e, como no caso j a p r e s e n t a d o , de uma nica amostra, trabalhamos com a funo emprica de

distribui-

o, ou s e j a , com as frequncias r e l a t i v a s acumuladas.


V(U)

m n
12N{N - 1}

Seu d i r e t o competidor no campo paramtrico e


NfN^ ~ 1} -

o tes-

t . ( t . - l}(t. -h l)
t e t. Mas, embora menos e f i c i e n t e , o t e s t e de Kolmogorov-Smir^
nov mais verstil, p o i s nos p o s s i b i l i t a

trabalhar

apenas

com as ordens das variveis, sem nos preocuparmos cora a magn i t u d e das mesmas.

Por o u t r o l a d o ,

e l e e n v o l v e m u i t o menos

141.

no.
D - sup
clculos e no tem a s restries do t e s t e

t.

4.3.2 - Pressuposies
a ) As a m o s t r a s

= sup

sao c a s u a l i z a d a s e

S^(x)

S^(x)

S^(x)

S^(x)

S^(x)_

S^Cx)

independentes;

b ) As variveis X e Y s a o contnuas. No c a s o de s e r e m d i s ^
c r e t a s , o t e s t e apenas

aproximado.

~ sup
X

4.3.3 - Hipteses
Os n o s s o s
Admitamos que F^(x)

e F^(x}

representem

de X e de

c i d a s funes de distribuio, r e s p e c t i v a m e n t e

t e s t e s , ao nvel a de significncia s a o

as desconheY,

a ) H^:

F^x)

= F^(x)

F^(x)

F^(x)

p a r a p e l o menos um v a l o r de Xy

Assim, teremos:
H^:

F^(x)

se D >

rejeitamos

F^(x)

onde

e
H : F (x) >
a
\

P^(D

F^(x)
b) H

(< .
p a r a ao menos um v a l o r de a: e - < a; <

Preliminarmente

: F Cxi ^ F
1

(x) v s H : F, (x) > F^ Cx)


a
i
2

se

reieitamos
ordenamos AS E = m + n observaes,

^ ^2'

seja:
S^(x)

onde: k

> D'

p
^ ^2* ^ ^ ^ P ^ ^ ^ ^ ^ ^ ^ ^ ^ ^

x,

onde:

em o r d a n c r e s c e n t e .
C o n s i d e r a m o s os e s t i m a d o r e s

> D ) = a

p a r a p e l o menos um v a l o r de

4.3.4 - Mtodo

de

v s E^:

Observatnos

que F^

(D

> Z?'j = a .

> F^

i m p l i c a em d i z e r que a popula,

o X s e s i t u a numa f a i x a m a i s b a i x a do que a populao 7,ou


=
m

= numero de observaes X.

fc^ = nmero de observaes Y^

S^(x)

<^JT;
<_x.

e j a , p a r a um v a l o r X q u a l q u e r ,
P^fX.
O
c ) E^:

F^Cx)

= F^(x}

< x)

n a classificao

> PJY.
<
O J

v s H^:

F^(x)

p a r a p e l o menos um v a l o r de x^
Definimos:
rejeitamos
-*

se D

> D' .

<

X)

F^(x)

conjunta:

143.

142.

4.3.5 - Uso das tabelas

P a r a f a c i l i d a d e de estruturao, f o i c o n s i d e r a d o ova,
lor:

a) B i l a t e r a l
HOLLANDER e WOLFE ( 1 9 7 3 ) c o n s i d e r a r a m

X = n D*
a

estatstica

Se, por exemplo, temos m=n=6eD^=

ao invs de D. E n t r e t a n t o , m o s t r a r a m que

2/3 c o n s u l t a

mos a T a b e l a 10, com


^

X = n

onde o mximo d i v i s o r comum e n t r e m e n.


A T a b e l a 9 nos d os l i m i t e s b i l a t e r a i s
P

(D > D ) = a
a

= (6) (2/3) = 4

e e l a nos d a = 0,072, i s t o :
D

tais

que:

P^(D^

> D'} = 0,072 .

No c a s o de m 7^ n, podemos u t i l i z a r

E n t r e t a n t o , p a r a f a c i l i d a d e de estruturao, f o i c o n

a T a b e l a 9, c o n s i ^

derando:

siderado o valor:
P,JD^
x='^

i s t o , o nvel a de significncia,

S e , por exemplo, p a r a m = 4 e n = 6, encontramos D =

> D )

_ 4 . 6
X .

e aproximadamente m e t a -

de do o b t i d o p e l a T a b e l a 9. A s s i m , p a r a m = 3 e n = 5
~ 4/5, tomamos p a r a c o n s u l t a a q u e l a

a T a b e l a 9 com:
= 10

tabela;

,
1

PJD

. D
d

= 5/6, c o n s u l t a r e m o s

> D')

6
e obtemos: a = 0,143, ou s e j a ;

e e l a nos d a r S , a = 0,048, ou s e j a :
P^(D

>

) = 0,048 .

b) U n i l a t e r a l

- 0,143 .

Assim sendo,

A T a b e l a 10 nos da os l i m i t e s

u n i l a t e r a i s D', comm =
p (jf

= n, t a i s

(D > )
- 5

que:

"
P^D^
O

> D') = P^(D~


a
O

> D*) = a .
a

^ - i - p

>
5

(j) > JL.)

2
=^ 0.072 .

= J _ CO,143)
2

V ~

145.

144.

As distribuies n u l a s sero:

Observaes
1) No caso de m =^ n admitimos para e f e i t o de c o n s u l t a s
t a b e l a s , m como o menor dos d o i s v a l o r e s .

2) Para v a l o r e s de. m e de n nao t a b e l a d o s , podemos usar a


aproximao s u g e r i d a p o r CONOVER (1971), ou s e j a :

a
1/4
1/2
3/4
1

1
2
3
4

D'
a

P (D ^'^^ >D')
0
a

0
1/4
1/2
3/4
1

0
1
2
3
4

1,000
0,800
0,533
0,200
0,067

(D > D )

1,000
0,933
0,400
0,133

m n

onde k assume os s e g u i n t e s v a l o r e s :
a
Unilateral
Bilateral

D, 10
0,20

0,05
0,10

0,025
0,05

0,01
0,02

0,005
0,01

1,07

1,22

1,36

1,52

1,63

4.3.7 - Processo grHfi^co de determinao dos supremos


D
e D
GIBBONS (1971) e CONOVER (1971) apresentam processos
distintos
grficos.

4.3.6 - Distribuies nulas de Z? j

de determinao dos supremos f ,

e D , atravs de

Apresentaremos apenas o processo de Conover,

uma

vez que os d o i s tem a mesma eficincia.


Consideremos,

a ttulo de ilustrao, m = 2 e n = 4.

A t a b e l a s e g u i n t e nos d todos os possveis a r r a n j o s e os res^

Representemos,

num mesmo sistema de e i x o s coordena-

dos, os grficos de S^(x)

e S.^x) e consideremos:

p e c t i v o s v a l o r e s de D , Z?^, D,
D
ARRANJOS
X
X
X
X
X
Y
Y
Y
Y
Y
Y
Y
Y
Y
Y

X Y Y yY
Y X Y YY
Y Y X YY
Y Y Y XY
Y Y Y YX
X X Y YY
X Y X YY
X Y Y XY
X Y Y YX
Y X X YY
Y X YXY
Y X Y YX
Y Y X KY
y Y X YX
Y Y Y XX

0
0
0
1/4
1/2
1/4
1/4
1/4
1/2
1/2
1/2
1/2
3/4
3/4
1

D"

1
3/4
1/2
1/2
1/2
3/4
1/2
1/4
1/4
1/2
1/4
0
1/4
0
0

1
3/4
1/2
1/2
1/2
3/4
1/2
1/4
1/2
1/2
1/2
1/2
3/4
3/4
1

- mxima d i s t a n c i a v e r t i c a l e n t r e S^(x) e S^^arJjpara t o


dos os pontos observados;

D*^ = mxima d i s t a n c i a v e r t i c a l e n t r e S^(x) e S^(x}ypar3.


pontos onde S^(x) >
D

os

S^(x)\

= mxima d i s t a n c i a v e r t i c a l e n t r e S-^(x) e S^(x),-paxs os


pontos onde S^(x) <

S^(x),

Tomemos, como ilustrao, as amostras:


X^ = 3,2

y j - 4,0

-^2 =

Y^ - 6,0

^3 = 5,8
^

= 6,4

7,3

146.

149.
O grfico nos d i

V e r i f i q u e se as v a r i e d a d e s e B d i f e r e m em p r o d u t i vidade .
2) E s t r u t u r e a distribuio n u l a de D para o caso de m = 3
e n = 5.

4.4 - Teste Exato de Fisher


4.4.1 - General idades

D = D

Embora o t e s t e de

s e j a o mais u s u a l dos t e s t e s nao-

- p a r a m e t r i c o s aplicveis ao caso de duas amostras

independen

t e s , e l e nao e a p r o p r i a d o para casos de pequenas amostras. Se


admitirmos uma t a b e l a de contingncia 2x2, com os t o t a i s mar
ginais fixos,
1

F i g u r a 4.2 - Processo
tremos

grfico_de determinao dos ex


D e D .

de

e com o t o t a l g e r a l (N) m u i t o b a i x o ,

o teste

se a p l i c a d e v i d o s suas restries.
Era casos dessa n a t u r e z a , recomenda-se a aplicao do

Teste

Exato

de Fisher,

que

c o n s i s t e em d e t e r m i n a r a e x a t a

p r o b a b i l i d a d e de ocorrncia de uma frequncia observada,


Neste caso, temos:

de v a l o r e s a i n d a mais

extremos.

Sao consideradas duas amostras


4

12

ou

(A e

, representati

vas de duas populaes. Para ambas as amostras,

sao tomadas

duas c l a s s e s ( J e I I ) , c o n s t i t u i n d o , assim, a t a b e l a de con3

tingncia.

12

4.3,8 - Exemplo
Dois t i p o s de soluo qumica, 4 e J5, foram

II

ensaia-

da soluo).

a + b =

As a n a l i s e s de dez amostras de cada soluo esto a p r e s e n t a -

dos para a determinao do pH

das na t a b e l a que se segue.

( g r a u de a c i d e z

h + d

-t-

d = 19^
N

150.
4.4.2 - Pressuposies
A)

A probabilidade

A S amostras sao c a s u a i s e

b) As

s e r v a e s na c l a s s e

independentes;

de o c o r r n c i a , por e x e m p l o , de

(B^ I T ) dada p o r :

duas classes s o outuamente exclusivas


4.3.3 - Hipteses

Para estabelecemos
nla adaltanos:

P(a::=d) =:
H^^

consideremos uraa das c l a s s e s

(a
_

P(A) probabilidade de ura elemento pertencer a populao

+ a) : (b -h d) !

(a + b)!

(c + d)!

" probabilidade de um elemento pertencer a populao


representada p e l a amostra H.

De c o n f o r m i d a d e com a h i p t e s e a l t e r n a t i v a ,
distinguir

Nestas c o n d i e s , temos:
B^:
R
*

d),

vs

A exata probabilidade

^ PCB)

frequncias

(a^ b,

o,

estruturamos:

n^: V(A) = PCB)

: P(A) > P(B)


CL
P(A) < P(B)

podemos

t r s c a s o s , ou s e j a m :

a ) A d m i t i n d o d como a menor d a s

P(A) = P(B)

P(A)

(a + o)', (b + d)!

N! a! b: o! d!

representada p e l a amostra A;
P(B)

ob-

H^: Vi A)

> P(B)

de o c o r r n c i a de um v a l o r i g u a l

ou m a i s extremo do que d :

4.4.4 - Mtodo
^

P =

Musa t a b e l a de c o n t i n g n c i a 2x2, con os t o t a i s nsrgi^

n a i s f i x o s , as frequncias observadas

tem d i s t r i b u i o h i p e r

onde:

geMi t r i c a .
^

^ P,-

Coosidereaos a t a b e l a :

Pi =
I

I I

a + h

a + d

a + G

b + d

jD+d-i
i

7^

O n v e l de s i g n i f i c n c i a

a = p.

= 1
b) H : P(A) - P(B} v s H : P(A)
O
a

^"2

< P(B)

A d m i t e - s e , " a p r i o r i " , b < d. A e x a t a


de

probabilidade

o c o r r n c i a de um v a l o r i g u a l ou m a i s extremo do que d :

153.
152.
./ = 2
M

A
onde

tem a mesma definio dada a n t e r i o r m e n t e e


M

= min

li

12

18

[N^ ^ b + d\

d = l

O nvel de significncia e tambm a - p,

II

12

18

= O

c ) H^: P(A) - P(B} vs H^: P(A) ^ V(B).

O t e s t e b i l a t e r a l a p l i c a d o quando nao se tem, "a


p r i o r i " , i d e i a da direo a ser t e s t a d a , admite-se apenas:
P(A)

II

12

18

^ P(B)

como hiptese a l t e r n a t i v a .

Ento vir:

Pelas frequncias observadas, calculamos p atravs de


um dos d o i s casos a n t e r i o r e s .
neste

O nvel de significncia ser

C2 . C7

caso:

= _

12 ^ Q^2443
18

a = 2p
Consideremos,

^6 '

a ttulo de ilustrao. o s e g u i n t e ca-

= 0,0610

so:

16

TI

Po =

12

^18

p =
9

18

= 2, temos

t p . - 0,3098 = 0,31

i=0
Neste caso,

Tomando-se como referncia a frequncia

\ 0.0045

seria:

L54.

155.

Observaes
1)

P o d e r a m o s , sem a l t e r a r

como r e f e r n c i a ,

o u o v a l o r d e p, t e r t o m a d o

= 7 e, neste

caso,

Acima da

Abaixo da

Mdia

Media

viria:

^ = 0,2443

Escolas

Particulares

(A)

12

Escolas

Publicas

(B)

10

12

15

24

cr
18
e,

Soluo

analogamente
p

= 0,0610

= 0,0045

Como n a o t e m o s

.
r

2)

Se n o s b a s e s s e m o s

na classe

J, a hiptese

: P()

< P(B)

as probabilidades

seriam

a s mesmas. A s s i m , s e n o s r e f e -

as frequncias

P(A)

= P(B)

vs

H^: P(A) ^ P(B)

T o m a n d o - s e como r e f e r n c i a

a , teramos:

P
,
^
V
^
^
V
^
=

teste se

bilateral:
H^:

rssemos

informaes, o nosso

alternativa

seria:

mas,

previas

= _L2

i5 = 2 , t e m o s :

11 = 0 , 0 4 0 0

Li = 0 . 0 0 4 5

2h

0,2443

.
p

= - l i

^24
=

0,0610

= 0,0045

4 . 4 . 5 - Exemplo
Numa c l a s s e
de v e r i f i c a r

Po -

d e 24 a l u n o s ,

s e os estudantes

f o ifeito

provenientes

culares

t i n h a m o mesmo a p r o v e i t a m e n t o

blicas.

Para

classe.

O resultado

isso

f o i tomada
obtido

um e s t u d o

afim

das escolas

parti

- 0,0002

donde:

que os d a s e s c o l a s pu-

como r e f e r n c i a

p :r 0 . 0 4 4 7

a z: 2 p - 0 , 0 8 9 4

a nota media da
Assim, rejeitamos

f o i o que s e s e g u e :
-

ao n v e l

de

significncia

a =

0,0894.
Se,

os a l u n o s

por qualquer

razo, j pudssemos

das escolas pbicas

sao melhores,

pressupor

que

aplicaramos

156.

157.

teste u n i l a t e r a l
H^: p(A) = P(B)

vs

H^: P{A) > P(B)

e, nestas c o n d i e s , o nvel de significncia


a = p = 0,0447

4.4.6

seria

- Exerccios propostos

1) Num estudo sobre fecundidade de duas raas bovinas f o ram f e i t o s acasalamentos, obtendo-se os seguintes r e s u l t a d o s :

ACASALAMENTOS
Fecundos
Nao Fecundos

5, TESTES DE DISPERSO APLICVEIS A DUAS AMOSTRAS INDEPENDENTES


5.1 - Teste de Ansari-Bradley

Raa A

10

Raa B

5.1.1

- Generalidades

E s t e t e s t e f o i introduzido por FREUND e ANSARI (1957)


e reestruturado por ANSARI e BRADLEY (1960). um competidor

V e r i f i q u e se as duas raas diferem quanto a f e c u n d -

do t e s t e F no campo n a o - p a r a m t r i c o , embora

sua e f i c i n c i a ,

em comparao com aquele, para dados com distribuio normal,

dade.

s e j a da ordem de 0,61.
2) Numa pesquisa sobre d e s q u i t e s , r e a l i z a d a entre as clas^
ses a l t a e m d i a , foram obtidos os seguintes r e s u l t a d o s :

devido a sua grande v e r s a t i l i d a d e , sua

aplicao i muito grande.

5.1.2 - Pressuposies

NOMERO DE DESQUITES

Amigveis

Entretanto,

Nao Amigveis

a) As duas amostras s o c a s u a i s e independentes.

Classe Alta

10

CLassa Media

10

b) As duas populaes representadas


dianas

conhecidas.

5.1.3 - Hipteses
a ) a.mi.ss.ve\r que a proporo de d e s q u i t e s ami^
gveis maior na c l a s s e a l t a ?
b) Comprove, atravs deste exemplo,que a concluso nao mu
da se nos basearmos em qualquer das quatro frequncias
observadas.

Admitindo

pelas amostras tem me

159

158.

onde o e

sao a s v a r i n c i a s das v a r i v e i s a l e a t r i a s

Y. r e s p e c t i v a m e n t e ,

E b v i o q u e , s e iv assume v a l o r e s b a i x o s , a s v a r i v e i s

X. e

X. s o m a i s d i s p e r s a s do que as Y e v i c e - v e r s a .

podemos l a n a r as h i p t e s e s :

ANSARI e B8ADIEY ( 1 9 6 0 )
tica

definiram tambm a estats-

a s s o c i a d a cora W e que pode s e r o b t i d a ordenando a s vi

r i a v e i s numa c l a s s i f i c a o c o n j u n t a , do c e n t r o p a r a a s e x t r e ^
mldades e conforme s e s e g u e .
P a r a A * m + n , p a r :
^1

ap

N/2,

N/2

P a r a tf = T? + n , m p a r ;

5.1.4 - Mtodo
Admitamos a s a m o s t r a s
Y

2, 1, 1, 2. 3 ,

.... 3.

^ ~
2

^ -^^

, s u p o s t a m e n t e com medianas 1 J e M , r e s p e c t i v a m e n t e .
Preliminarmente c l a s s i f i c a m o s as v a r i v e i s

m e n t e , dando ordem 1 (um) a m a i o r e a menor d e l a s ;

conjuntaordem

( d o i s ) s duas e x t r e m a s s e g u i n t e s e a s s i m por d i a n t e .

N ~ l

Em ambos o s c a s o s ,

Obte-

m
l

O.

mos, a s s i m , a s o r d e n s :
onde O* a ordem de X . n a c l a s s i f i c a o

1) p a r a M = m + n , p a r

Facilmente
1, 2 , 3

N/2, N/2,

W* -

!LL1

s e comprova que

3, 2. 1

2) p a r a N ^ m + n. Impar

conjunta.

m(m + n) -h m - y

{N p a r )

1
W* -

m(m * n + l ) - W

(ff m p a r )

Definimos a e s t a t s t i c a
P a r a t e s t a r m o s , ao n v e l a de s i g n i f i c n c i a ;
m
a)
onde 0. r e p r e s e n t a a ordem da v a r i v e l

X..

1 v s H^: y'^ > 1

rejeitamos

se^ W >^ w.

160.

161.

onde:

Comprova-se q u e , p a r a m e n =^

, f/* fl N(0 , 1) .

P (W > W) = a
u

Os l i m i t e s

Nestas

^ l vs H^:

rejeitamos

ficam:

d e W so e n c o n t r a d o s n a T a b e l a 1 1 .
a ) ff :

b ) H^:

condies, o s t e s t e s

<l

= 1 v s ff :

> 1

r e i e i t a m o s ff se W* > z
-*
u
- a

se W <_w^
b ) ff^: Y^ = 1 v s H^: y^ < 1

onde:
r e i e i t a m o s ff s e v'* < ~z

Os l i m i t e s

de

c)

s a o e n c o n t r a d o s n a T a b e l a 11.A.

Y^ = 1 v s H^: y^ l
r e j e i t a m o s ff s e | W*

c ) H^:

- a/2

= 1 v s H^: y^ 4 1
Os l i m i t e s

rejeitamos E

s e 1/

s a o os da T a b e l a 1 .

5.1.6 - Empates

o u / ^ w ^
o n d e : u e tomado ao nvel

de s

e i ^ ^ , ao nvel

e,

Quando n a classificao c o n j u n t a

c o r r e m empates e n t r e v a l o r e s

5.1.5 - Aproximao normal

observao d e n t r o
Quando m e n s a o g r a n d e s ,

consideramos

d a s N observaes o-

de X e de J , tomamos, p a r a

do g r u p o e m p a t a d o ,

cada

m e d i a d a s o r d e n s que

s e r i a m atribudas a e l a s , c a s o n a o o c o r r e s s e e m p a t e , e computamos o v a l o r d e W d a m a n e i r a
No c a s o

usual.

d a aproximao n o r m a l ,

u t i l i z a m o s as

ordens

u
mdias e substitumos

V^Q^W)

por

onde, p a r a E p a r :

m(fi + 2)

m n

16

t. 0^. - N(N + 2}^

V(W} =

(N p a r ) ,
N(N - 2)

WN

- V
ou

e, p a r a itf mpar:

m(N +

m n

V(W) VJW)

m n(N + \)f1 + N^)

I6iv

: t. 0^. - (N + i}"*
(N m p a r ) ,

163.

162.

onde: k = nmero de grupos

e, p o r t a n t o ,

empatados;

3(5)

t. = nmero de observaes no grupo i-;

[16(59,4)

Y(W) =

0. = mdia das ordens atribudas s observaes do g r u -

- 8(10)2

_
_
16(8)(7)

= 0,1678 ,

po i.
Cumpre o b s e r v a r que a s observaes nao empatadas sao
7,67 -

tambm computadas, consderando-se, n e s t e caso, t - = 1.

3(10)

Cf

= 0,41

Exemplo ilustrativo

/0,1678

Consideremos
5.1.7 - Distribuio nula de 17
X

3,5
4,0
4,3

3.7
4,3
4,3
4.9
5,8

A f i m de i l u s t r a r a distribuio n u l a de W considere^
mos d o i s casos:
a) JV p a r : m = 2 e n = 4, dando-nos C

= 15 possveis a r -

ranjos;
b) N mpar: m = 3 e I = 4, num t o t a l de

A classificao c o n j u n t a f i c a :

= 35 possveis

arranjos.
3.5

3.7

4.0

4.3

4.3

4,3

4,9

5,8

(4)

(4)

(3)

Para cada a r r a n j o determinamos:


m
(O . a ordem de X.)

3,67

3,67

3,67
19 Caso:

e assim,

m = 2 ;n = 4

W =

i=l

O . = 1 + 3 +

3,67 = 7,67 .

Se fossemos u t i l i z a r a aproximao n o r m a l ,

teramos

ainda:
6

t. 0^. = 1 ( 1 ) 2 ^ 1 ( 2 ) ^ + 1 ( 3 ) 2 + 3 ( 3 ^ 6 7 ) 2

- 59,4

ARRANJOS

ARRANJOS

+ 1(2)2 + i^^yl

X
X
X
X
X

X
Y
Y
Y
Y

Y
X
Y
Y
Y

Y
Y
X
Y
Y

Y
Y
Y
X
Y

Y
Y
Y
Y
X

3
4
4
3
2

Y
Y
Y
Y
Y

X
X
X
X
Y

X
Y
Y
Y
X

Y
X
r
Y
X

Y
Y
X
Y
Y

donde obtemos a distribuio:

ARRANJOS
Y
Y
Y
X
Y

5
5
4
3
6

Y
Y
Y
Y
Y

Y
Y
Y
Y
Y

X
X
Y
Y
Y

Y
Y
X
X
Y

X
Y
X
Y
X

Y
X
Y
X
X

5
4
5
4
3

165.
164,

^0
2
3
4
5
6

3)

0,067
0,333
0,666
0.933
1,000

1,000
0,933
0,666
0,333
0,067

0,067
0,267
0.333
0,267
0.067

P ( y < x ) = P ( W < x - l ) = l - O i ~ l
[)

donde

4)

29 Caso: m = 3 ; n = 4

Os d o i s c a s o s i l u s t r a d o s

- ^-^ "

" -^0

- ^

^'^ *

Podemos sempre t o m a r m como o tamanho da menor

se // f o r
a

(W > W )

- u

evidenciam

>x )

amostra,

d e s d e que i n t e r p r e t e m o s d e v i d a m e n t e as h i p t e s e s

temos:

0.057
0,171
0,428
0.657
0,857
0,971
1.000

1,000
0,943
0,829
0,572
0.343
0,143
0,029

0,057
0,114
0,257
0,229
0,200
0,114
0,029

4
5
6
7
8
9
10

- PJW

conclumos:

n a t i v a s . No c a s o i l u s t r a d o
W

Se V^(y >_x) - a , temos

^0*"^

A n a l o g a m e n t e ao c a s o a n t e r i o r

as s e g u i n t e s p r o

alter

(T? = 2 e n = 4) s e a h i p o t e

> l , referindo-nos

X. e l a s e c o n v e r t e r a &n H : y

as o r d e n s

< \e

nos

da

varivel

referirmos

as o r d e n s de Y.

5,1.8 - Derivativos do teste


(1960)

a ) ANSARI e BRADLEY

nos a f i r m a m

q u e , q u a n d o as d u a s

populaes

d i f e r e m em " p o s i o " , as a m o s t r a s podem s e r a j u s -

tadas para

terem

da

iguais

seguinte forma:

"posies". Este ajustamento

sejam

pectivamente, Subtraimos

feito

e y^. as m e d i a n a s de Z e de 7 , r e s ^
de c a d a o b s e r v a o

X,

diferena

priedades:
1) A e s t a t s t i c a
terpolao

uma v a r i v e l - d i s c r e t a

para v a l o r e s

2) Quando N i p a r ,

(nao admite i n
X' = X ' (v^ ' \^Y^ ~

fracionrios).

a distribuio

n u l a d e /Q i

Observamos q u e

simtrica

b a s t a que c o n h e a m o s

em t o r n o d e

Uma v e z f e i t o

m(m + ti -h 2)
4
isto

e.

com

X* e. Y.

~ ^ '

no precisam ser

conhecidas,

6
o a j u s t e , procedemos

como

usualmente

166.

167.

b) Para testarmos

H^:

^ ^' para populaes cora me

1 O

d i a n a P Q determinamos:
W =

X'. = X. -

T. 0 . - 3 8

(ordens dos Z.)

A Tabela 11.A nos da:


Por o u t r o l a d o ,
^

Y
1

e procedemos como usualmente, com X ' e Y'.

PQTV' >

38;

1 -

F^(W

~ i - p^(w

5.1.9 - Exemplos

<

38)

<_ 3 7 ;

~ 1 - 0,003

Exemplo 1

- 0,997 .

Num ensaio de laboratrio foram provados d o i s mtodos


Assim, p e l a p r o p r i e d a d e

de s i m e t r i a , o n.m.s.no

qual

de determinao do t e o r de cafena em c a f i solvel. Foram f e i _


t a s , numa mesma amostra, dez determinaes com

cada

mtodo,

rejeitamos

e:
0 = 2 m-Cn (a^ , a^) ^ 2 x 0,005 = 0,010 .

obtendo-se a classificao s e g u i n t e :

Podemos, p o i s , c o n c l u i r , ao nvel a = 0,01,

X X X I X Y Y I X Y Y Y I X Y X Y X X X

que os m

todos d i f e r e m , e, p e l a n a t u r e z a dos r e s u l t a d o s , conclumos que


V e r i f i c a r , atravs do t e s t e de A n s a r i - B r a d l e y , a acia

o mtodo Y e mais p r e c i s o .

r a c i d a d e dos mtodos.

Exemplo 2

Soluo

Pretendendo-se s e l e c i o n a r s e i s provadores de v i n h o pa
O nosso t e s t e :
r a se proceder
F

= 1

H : y'^ ^ l

vs

grupos: um de rapazes e o u t r o de moas, e com eles 01 r e a l i zado um pr-teste p a r a a seleo.

Pelo a r r a n j o , as ordens sao:


X

a um ensaio de degustao, foram formados d o i s

c i n c o clices,

Numa mesa

eram

colocados

sendo t r e s do v i n h o em questo e d o i s

de o u -

t r o s v i n h o s , O parecer de cada degustador e r a o b t i d o p e l a m1 2 3 4 5 - 6 7 8 9


donde obtemos:

10 10

d i a das notas

(de O a 10) atribudas aos trs clices.

sultado f o i o seguinte:

O re-

168,

169.

Logo
MOAS ('^^

RAPAZES (Y)

7,5
8,3
7,7
8,0
6,7
8,5

5,8
6.5
8.3
6.3
9,0
9.7

n.rn..

no

qual rejeitaramos

seria

a =

= 0,015, i s t o , podemos a f i r m a r , ao nvel de 1,50% de p r o b a b i l i d a d e , que as moas tem um critrio mais

uniforme

de

j ulgamento.

5.1.10 - Exerccios propostos


1) Foram f e i t a s determinaes de B r i x em duas v a r i e d a d e s
(A e B) de cana-de-acar, tomando-se de cada uma d e l a s o i t o

Se a seleo se baseou na menor disperso dos r e s u l -

colmos. Os r e s u l t a d o s p e r m i t i r a m o s e g u i n t e a r r a n j o :

tados d e n t r o de cada g r u p o , q u a l d e l e s f o i e s c o l h i d o ?

X X X Y X X Y Y X X X Y Y Y Y Y
onde X = v a r i e d a d e ^4;

Soluo

y = v a r i e d a d e B.

p r i m e i r a v i s t a , as moas apresentaram maior unifo


midade de critrio. E n t r e t a n t o , e s t a t i s t i c a m e n t e devemos tes^

V e r i f i q u e se ha menor disperso do B r i x na v a r i e d a d e
A.

tar:
= 1

H^:

vs

ff^:

l'^ ^ 4^"

> 1

i s t o , v e r i f i c a r m o s se e s t a t i s t i c a m e n t e a disperso e n t r e os
rapazes e maior do que a e n t r e as moas.
C l a s s i f i c a n d o conjuntamente as mdias, temos:
5,8

6.3

6,5

6,7

7.5

7,7
X

8,0
X

8,3
X

8.3
Y

8,5

9.0

2) Num estudo sobre variaes de a l t u r a de f i l h o s em r e l a


ao a l t u r a dos p a i s , foram consideradas duas c l a s s e s :
A: a l t u r a s de f i l h o s descendentes

de p a i s b a i x o s ;

B: a l t u r a s de f i l h o s descendentes

de p a i s a l t o s .

Os r e s u l t a d o s o b t i d o s para as a l t u r a s

9,7

(em m e t r o ) com

dez indivduos da c l a s s e A e o i t o da c l a s s e B foram os que se


seguem:

ordens:
1

4.5

4,5

e ento:
6

W =

0 . = 28,5

Pela Tabela 1 1 , temos:


p

28,5) = 0 , 0 1 5 .

CLASSE A (X)

CLASSE B (Y)

1,45
1,82
1.60
1.67
1.37

1,63
1,86
1,98
1,37

1,52
1,63
1,44
1,44
1.75

1,75
1,63
1,71
1,79

171.

170.

c ) A p l i q u e a aproximao normal

Frente aos r e s u l t a d o s , t e s t e a h i p t e s e : H maior va


riao

na altura

entre

os -indivduos

da classe

aos dados e c o n f r o n t e

a concluso o b t i d a com a do i t e m a n t e r i o r ;

A.

d) Reaplique a aproximao n o r m a l , com a "correao de

3) No caso de emprego da aproximao n o r m a l , quando ocor-

c o n t i n u i d a d e , e c o n f r o n t e com os d o i s i t e n s

rem empates, para ii/ par temos:

ante-

riores .
m n

5.2 - Teste de Moses

V(W} =
ieN(-N

- 1)

5.2.1

Comprove que se no ocorrerem empates e s t a f o r m u l a se

- Generalidades

Analogamente ao t e s t e de A n s a r i - B r a d l e y , o t e s t e de

reduz a u s u a l , ou s e j a :

Moses tambm se p r e s t a para o estudo comparativo das d i s p e r ses de duas amostras. Ele nao e x i g e que as populaes tenham

48r/i/ - i ;

a mesma mediana, i s t o , sua aplicao v i v e l em casos on4) Dois mtodos

(^4 e B) de avaliao do a p r o v e i t a m e n t o de

de as populaes d i f e r e m em " p o s i o " (medianas d i f e r e n t e s ) .

alunos foram u t i l i z a d o s . O mtodo A r e p r e s e n t a n d o o t r a d i c i o


n a l e o m t o d o B, a avaliao atravs de questionrios e ent r e v i s t a s p e s s o a i s . Foram tomadas amostras de dez alunos pa-

O t e s t e de Moses nada mais do que uma aplicao do


t e s t e de W i l c o x o n s varincias dos dados o r i g i n a i s ,
grupados

quando

convenientemente.

r a cada m t o d o , obtendo-se os s e g u i n t e s t o t a i s de p o n t o s :

5.2.2 - Mtodo
METODO A (X)
91
90
93
97
98

102
95
96
104
101

Consideremos as amostras X^, X^^ X^ e Y^, Y^,.,

MTODO l
3 (Y)
105
103
108
94
107

106
112
99
110
109

Tomamos um v a l o r arbitrrio k > 2 Q s u b d i v i d i m o s asm


observaes X em

grupos aleatrios de k elementos cada um,

desprezando a s o b r a , se h o u v e r .
as observaes J obtendo

a soma dos quadrados dos

d e s v i o s , ou s e j a :

mtodos;

perso dos d o i s m t o d o s ;

grupos.

Para cada grupo calculamos

a) V e r i f i q u e , p e l o t e s t e de W i l c o x o n , a eficincia dos

b) E s t u d e , atravs do t e s t e de A n s a r i - B r a d l e y ,

Procedemos analogamente cora

a disC.=

,
k
l

(X. -X.}^=

,
k
l

k
( 1
X^, -

X.
zr
,

(i=l^2,...,m.)

172.

173.

5.2.4 - Complementaes sobre o teste


a ) P a r a um mesmo n v e l
D.=

fy. - 7 J 2 -

y^- -

. (3=1,2,.

,71-^)

a de s i g n i f i c n c i a ,

f i n a i s podem v a r i a r dependendo de:


1) numero de grupos formados

Os v a l o r e s

e Dj r e p r e s e n t a m a s v a r i n c i a s

pectivos i e j grupos, m u l t i p l i c a d o s pelo

dos res^

f a t o r k ~ 1, ou s ^

C. = (k - 1) V.fX)
Dessa forma,

para

D. = (k - 1) VJY)

t e s t a r as v a r i n c i a s , apliamos o

5.2.3 - Estimativa e intervalo de confiana de


estimar

a n a , procedemos
s o , os

possveis

n
1

^ d e t e r m i n a r s e u i n t e r v a l o de c o n f i -

t a m b m como no t e s t e de W i l c o x o n . N e s t e c a -

v a l o r e s V . . sao obtidos
i

atravs

^J

grupos d i s t i n t o s ,

as observaes

respectivamente

X e. Y.

b) Nao e l c i t o t e n t a r d i v e r s o s k ou d i v e r s a s e s t r u t u r a e s de g r u p o s , a t que s e obtenha a c o n c l u s o

desejada.

5.2.5 - Exemplo

t e s t e de W i l c o x o n a o s v a l o r e s C. e D.,
^
3

Para

{k e a r b i t r r i o ) ;

2) e s t r u t u r a dos s u b g r u p o s . P a r a um mesmo v a l o r , s o

com

ja:

as concluses

das r e l a e s
^

P r e t e n d e n d o - s e d e t e r m i n a r o n m e r o m d i o de h s p e d e s
em duas c a t e g o r i a s de b o t e i s ,
h o t i s de uma d a s c a t e g o r i a s
um p e r o d o de t r s m e s e s .
dois casos

foram tomadas a s m d i a s de 16
(A) e 8 da o u t r a

TSJ,

cobrindo

As medias d i r i a s de h o s p e d e s nos

foram a s s e g u i n t e s :

.D .
C.
A e s t i m a t i v a de y ^ dada p o r :

quando

n^^ = 2p + 1 e m p a r , e

Y2 = 4 7 p ^ ~ r 7 p ^
quando

CATEGORIA A
18,3
14.7
18,8
15.3
10,6
13,2
14,8
15,5

15,0
16,4
17,2
19,4
17.5
18,3
15.4
16,3

CATEGORIA B
11,6
7,5
13,4
13,2
18,3

10,5
8.2
11,4
7.3

I ^ = 2p e p a r .
dando-nos, p o r t a n t o , o n m e r o d i r i o de hospedes p o r c a t e g o r i a , ou s e j a :

175.

174.

Dai

C a t e g o r i a 4 = 16,0 h o s p e d e s / d i a

temos:

C a t e g o r i a B = 11,3 h o s p e d e s / d i a .
Comprove, p e l o

t e s t e de Moses,

C j = 27,37

maior

da media dos h o t i s d a c a t e g o r i a A. E s t i m e

= 13,74

acuracidade

e seu interva-

l o de c o n f i a n a ao n v e l a = 0 , 1 3 3 .

C,

Soluo

= 73,05

7,61

Z)^ = 18,65

= 12,72

D e t e r m i n a n d o a e s t a t s t i c a W do t e s t e de W i l c o x o n t e
O t e s t e de Moses

pois o fator

s e q u a l i f i c a m u i t o bem n e s t e

caso,

mos

em q u e s t o a v a r i n c i a dos dados em c a d a amos

10

tra.
Pela Tabela

Tomamos:
H

= 1

vs

H :

PQ(W

> l .

CATEGORIA A

os g r u p o s :

veis

tradicionais

de s i g n i f i c n c i a

( a = 0,05 e a = 0 . 0 1 ) ,

c l u m o s que a s duas c a t e g o r i a s nao d i f e r e m

4)

Para
GRUPO 2

10,6
17,5
15,3
16,3

18.3
13,2
15,4
14,7

GRUPO 3

GRUPO 4

18,3
17,2
15,5
14,8

15,0
16,4
19,4
18,8

estimar:

4
determinamos o s

valores
D.
O

( n ^ = 2)

C.

GRUPO 1

GRUPO 2

7,5
18.3
8,2
11.4

11,6
13,2
10,5
7,3

ou

con-

quanto a c u r a c i -

dade d a s m e d i a s .

GRUPO 1

CATEGORIA B

> lo; = 0,133 .

D e s s a f o r m a , o n.m.s. a = 0 . 1 3 3 . Se adotarmos os n

P a r a a a p l i c a o do t e s t e , e s c o l h a m o s k = ^ e formemos a l e a t o r i a m e n t e

8 obtemos:

sejam:
0,68

1,47

2,67

5,74

1,36

2.45

5.32

9,60

177.
176.

e,

desde

que

= 8 , t emos:

(1+)
r
Estimamos

(5)
,
^ =: / 6 5 4 1 5

^ .

ento:

a2
Para
lizaremos

- 2.56

a determinao

2.56

do i n t e r v a l o

a = 0,133 e, p e l a

Tabela
,

de c o n f i a n a ,

uti-

8:

6. TESTES DE CORRELAO

, , = 11

.
Os

Ento,
tes
C

11 + 1 -

11 = 1

l - y

de

de

testes

Independnni-at

dependncia

l-(a/2)

observaes

tes

d e uma

_ ^.(9)
=
' = 9,60

< a; ;
x

de

grau

Y.

provenien-

bivariada.

anterior

P^(X

x)

<^y)

PQ(Y

e verdadeira,

a s duas

dois

Teste

de

Kendall;

b)

Teste

de

Spearman.
uma

SIEGEL

distribuies

ou

grande

(teste

as vari-

uma

aleatrias

relao
Z e

Y.

sejam:

eficincia

de P e a r s o n )

(1956), esta
essa

quando

, e l a traduz

variveis

testes,

com o s e u c o m p e t i d o r

certas

, Y )

y)

Tes-

i n d e p e n d e n t e s de

tomamos como M^:

Ambos a p r e s e n t a m

ra

(X

X e

dos t e s t e s ,

a)

Segundo

verificar

de n pares

, Y ) ^

continua,

entre

Abordaremos

mtrico.

para

aleatrias

X e. Y s a o i n d e p e n d e n t e s , i s t o

independncia

tados

amostra

denominados

e. y.

A expresso
veis

se prestam

(X

sao tambm

variveis

uma

aplicao

quaisquer

duas

, 7

populao

P^X

..;(^> = 0 . 6 8
para

entre

(X

Para

,2 =- V

pois

Consideremos

Logo,

^ 2 . /

de c o r r e l a o

quando

confron

do campo

para-

eficincia

eficincia

acima

de
de

0,91.Pa

1,0.

178.

179.

6.1-

/y ; T > O

Teste de Kendal I

< O

F(M. . >

?t O

P(M- . > OJ ?i

6.1.1 - Mtodo
C o n s i d e r e m o s os n p a r e s
(X^

i j

^^f^ 3

de

observaes

* provenientes

(X^ ,

"
p r o d u t o s do

'

Levando em c o n t a os

de uma p o p u l a o con

p r o d u t o s M.

= numero de p a r e s

~ 'i-)
Para

2
a)

(X . ~ X JY

1/2
1/2

definimos

a es-

tatistica

tipo:
M. . =

<

^r'j

t n u a , b i v a r i a d a . Podemos, e n t o , f o r m a r

^2 -

Pft. . > 0 ; > 1 / 2

ou

t e s t a r m o s , ao n v e l a de s i g n i f i c n c i a
=0

v s H^:

rejeitamos H

- t ^ ~ l , 2 , . . .-n-l

, - Y J

H^:

concordantes.

>

se

Convencionamos:
) A. . > O ; o p a r i

aonaordante;

b) ^ . . < O ; o p a r

di-scovante;

c ) M. . = O ; o p a r e

neutro.

Sob

onde:

^0

k(a , n)

-PA

'^('^ >

= a .

devemos t e r :
Os v a l o r e s de k(a , n) sao e n c o n t r a d o s n a T a b e l a 12,

p r M . . > oj =
Por

outro

lado, definimos
T

1 / 2

..

b) ff,;
O

o ooefioiente

de

= O

< O

r e j e i t a m o s ff_ s e
K
c ) ff,;
O

= O v s ff ;
a

< k(a , n)
O

r e j e i t a m o s ff^ s e

truturamos as h i p t e s e s :
T

= O vs

= 2P(M. . > 0} - l

devemos t e r T = 0 . ,Desta m a n e i r a , e s -

e e o b v i o q u e , sob

J7;
O

Kendall:

ou

prw. ,>

0 ;

1 / 2

< k((x^

, n)

~
^ \)

,jl^a^
,
^

^J

ou s e
^

> n(n

180.

181.

onde ctj +

= a e, geralmente, se toma

= a/2.
6.1.3

- Distribuio nula de K

6.1.2 - Aproximao normal


Para uma amostra de n pares (X. , y J podemos e s t r u Quando n grande definimos:

t u r a r n/ d i f e r e n t e s grupamentos com as variveis X Q y , e, em


cada erupamento, teremos

K - E^(K)
^
(K)
O

K*=

p r o d u t o s M.. = (X . - X .) (Y . - Y .) .

A fira de i l u s t r a r a distribuio n u l a de Ky c o n s i d e remos n = 5, o que p o s s i b i i i t a - n o s grupar de 5 l = 120 maneiras

onde

d i f e r e n t e s as variveis X e

7, r e s u l t a n d o , e v i d e n t e m e n t e ,

em cada um d e l e s , um v a l o r p a r a a estatstica K.
os grupamentos sob

Como todos

sao igualmente p r o v v e i s , cada um oco_r

re com a p r o b a b i l i d a d e
n(n

~ \)(2n + 5)
1

72

p =

.
120

Portanto:

A obteno da estatstica K em cada grupamento


}( _

~i ^

f a c i l i t a d a se ordenarmos uma das variveis em ordem


te.

X* =
n(n

- \)(In + 5J

evesr.en-

A t i t u l o de i l u s t r a o , admitamos os pares:
X.

3,5

4,7

2,8

6,3

3,8

Y.

4,0

6,0

8.0

3,6

5,4

72
Comprova-se que para n =^' , K* fl ^<0 , 1) e assim,

reagrupando os p a r e s , em ordem c r e s c e n t e para X temos:

os nossos t e s t e s ficam:
a) H^: T = O v s ff^; T > O
rejeitamos

se

>_ 3 ^

b ) H^: T = O vs ff^; T < O

r e j e i t a m o s ff^ se K* <^ - 2 ^
c) ff ; T - O vs ff ; T
O
a
rejeitamos

s e /* ^ s ^ ^ ^

X^

2,8

3,5

3,8

4,7

6,3

Y-

8,0

4,0

5,4

6,0

3,6

Para cada

computamos:

K. = nmero de pares onde y . < Y. ,

fica

C^<J^

182.

183.

Um p r o c e s s o m a i s rpido i m p l i c a r i a
nas

as ordens

em c o n s i d e r a r ape

d a s variveis, quando c l a s s i f i c a d a s

e aasim

temos:

independeu

temente, ou s e j a :

X.:

y^;

6.1.4 - Empates
Os empates c o r r e s p o n d e m aos c a s o s em que

produto

e ento:
M^j = O e, e v i d e n t e m e n t e o c o r r e m quando s e v e r i f i c a
K. = numero de p a r e s onde 0. < O.

O- < i) ,

nos

uma d a s duas situaes s e a u i n t e s : X. = X. ou Y- = Y.. Nes

^
e, 0. e 0. s a o , r e s p e c t i v a m e n t e , a s o r d e n s

d a s variveis

^ 3

Y.
t e s c a s o s , atribumos a c a d a
ordens

No c a s o de n = 5, sob H^, obtemos a s e g u i n t e

p e l o me-

observao empatada a media d a s

que a e l a s s e r i a m atribudas c a s o nao o c o r r e s s e o em-

distripate .

buio n u l a de K;
Observamos que a cada ocorrncia de empates

corres-

ponde uma distribuio especfica da estatstica K^o que t o r

0
I
2
3
4
5
6
7
8
9
10

na

fi
1
4
9
15
20
22
20
15
9
4
1

n:
0,008
0,033
0,075
0,125
0.167
0,183
0,167
0,125
0,075
0,033
0,008

invivel a tabulao de todos

os c a s o s possveis. Podemos

no e n t a n t o , sem i n c o r r e r em e r r o s g r o s s e i r o s , a p r o x i m a r os ni^
0,008
0,042
0,117
0,242
0,408
0,592
0,758
0,883
0,958
0,992
1,000

1,000
0,992
0,958
0,883
0,758
0,592
0,408
0,242
0,117
0,042
0,008

veis

e x a t o s de significncia, atravs dos v a l o r e s de

encontrados
tstica

n a T a b e l a 12. P a r a e s t e f i m , r e d e f i n i m o s a e s t a conforme s e s e g u e :

onde:
e K

o nmero de p a r e s
O

aonordantes;

o numero de p a r e s

neutvos*

Admitamos, a t i t u l o de ilustrao, um c a s o com n = 5,


com empates
ite
n a 3. e 4. observaes A' e n a 2. e 3. observaes
y, i s t o :

Observamos que a distribuio de K e simtrica em t o r

X:

1.

y;

2,5

. 3,5 , 3.5 ,

, 2.5 .

no de

n{n - 1 '

k{a,n)

184.

e de 7 , r e s u l t a n d o a s e g u i n t e

grupamentos de

s:

= 5 , so possveis

Conforme v i m o s , p a r a

Na obteno da estatstica

= 120

=9+

distribuio

nula:

10 + 6 + 5 + 6 + 6 + 4 + 2 = 48
2 + 1 + 2+1

= 2+

(*)
0
1
2
2
3
3
4
4
5
6
7
8
9

8
7
7
6
6
5
5
4
3
2
1
1
0

Exata
4
8
2
12
4
16
2
24
20
16
8
2
2

2
2
1
2
1
2
1
2
2
2
2
1
1

9
8
7.5
7
6,3
6
5,5
5
4
3
2
1,5
0,5

+ 1

= 9

3 + 1 + 3 + 1

ij^ = 1 +
(K < x)

computamos:

= 9

e ento.

Aproximada
(**)

1,000
0,967
0,900
0,883
0,783
0,750
0,617
0,600
0,400
0,233
0,100
0,033
0,017

0,992
0.958

Admitindo o t e s t e :
H :T - O
o

0,883

vs

// :
a

obtemos:
0,758
0,592
0,408
0,242
0,117

n.m.s, = P^(K > 5 2 , 5 ; = P^(K < 66 - 52


= P^(K < 13,5;
e, p e l a Tabela 12 conclumos:
0 , 0 0 3 < n.m.s. < 0 , 0 0 4

(*)

KQ- n9 de pares n e u t r o s ;
: n9 de pares c o n c o r d a n t e s ;
: n9 de pares d i s c o r d a n t e s .
(**) O b t i d a p e l a Tabela u s u a l (Tabela 1 2 ) , onde nao ocorrem
os empates.

I l u s t r a n d o o uso da Tabela 12 nos casos de

ocorrn-

= 10

= 30

= 5

com o t e s t e :
= O

vs

H :

obtemos:

c i a de empates, admitamos d o i s exemplos, ou sejam:


K

19 Exemplo: Consideremos o a r r a n j o :

K ^ ^ \ K ^

12,5

e, p o r t a n t o ,
1

7,5 7,5

7:

1 5 , 5 7

4 5 , 5 1 1 9

10

11,5

11,5

11

11

ZQ Exemplo: admitamos n = 10 e

H :

X:

^ O

n.m.s. - P^(K < 12,5;


Pela Tabela 12 obtemos:

< O

186.

187

0 , 0 3 6 ^ J.m.fi.
No
da

caso

de a p r o x i m a o

estatstica

0,054

normal,

substitumos

alm

y(^)
da

redefinio

u.(u.~\)(2u,+5)
J

^ 12(U)(29)

- 102 - 84 ^
72

6(6)
36(12)(11)(10)

a VQ^K) p o r
10(8)

n(n-l)
V(K)

- 1 t .(t - l ) (2t .+5) ~ Z

(2n-t-5)

8C12)(11)

72
1

t.(t-l)(t.~2)

l
j

u .(u -l)(u . - 2 J
.1 J
3

50,6598

Finalmente

36nrn-l)(n-2)
Y.

t.(t.-l)

K
K*

Z u.(u .'D
,

'

obtemos:
n(n-l}

5 2 5 - 33
2i2
^
= 2,74 .
50.6598

'

8n('n-lJ
onde;

t . e o tamanho

do g r u p o

da v a r i v e l

X;

u.Q
3

do g r u p o j d e e m p a t e , d a v a r i v e l

Y.

o tamanho
Ilustrando

i de empate,

com o s d a d o s

do 19 e x e m p l o ,

.1.5 - E s t i m a t i v a de r e seu i n t e r v a l o de confian


a
Conforme

j vimos:

temos:
T

= 2
"2
t
e,

Assim

2P

rA. . > OJ - 1
^3

sendo, sua estimativa

e:

= 3
T

= 2

2P

(M.

0) - 1

. >

t3

portanto:

K_

= 2

t.(t.'l)(2t,+5)

- 102

5: u .Cu .~\)(2u

t.(t.'l)(t.-2)

t.(t.-V

10

Y. u.(u ~ \
( u
- 2 )
3
3
3
1
u
. ( u .-l)
J
J

Assim

.+5)

-1

n (n~l)

= 84

Em c a s o

-1

--

de o c o r r n c i a

de empates

fica:

8
T

n{n-l)

obtemos:
HOLLANDER
cha
um

para

e WOLFE

a determinao

coeficiente

(1973)

apresentam

do i n t e r v a l o

de c o n f i a n a

(1-a):

a seguinte

de c o n f i a n a

mar

para T ,

188.

189.

1) Determine:

y = Densidade bsica mdia ao nvel


t r a n s v e r s a i s do t r o n c o ) .

n
n

E C| -

. h

- = 1

n
Z C.
=i

do D,A.P. (seces

-_

Os dados s e g u i n t e s c o n s t i t u e m p a r t e dos seus r e s u l t a


~

3
dos e sao r e f e r i d o s em g/cm .

nTi-lJ

onde C i o nmero de pares concordantes com o par (X-, ^y-^*


2)

Calcule:

n{n-\)

0,602

0,619

0,592

0 , 6 3 6

0.620

0,625

0.664

0,594

0.622

0,604

0,620

0,641

0 . 6 5 2

0,626

0,606

0 , 5 4 8

0,538

0.606

0,579

0 , 5 9 0

0,616

0,502

0,501

Y
0,501

0,588

0.590

onde 3 , um l i m i t e s u p e r i o r da distribuio n o r m a l .
a/2

3)

a) V e r i f i q u e se as densidades o b t i d a s p e l o s d o i s processos

Os extremos do i n t e r v a l o de confiana sao:

sao p o s i t i v a m e n t e c o r r e l a c i o n a d a s ;
T

b) Estime
ou s e j a :

e seu i n t e r v a l o de confiana ao nvel a

Soluo

= 0 , 0 5 ,

^
O nosso t e s t e :

Aqueles a u t o r e s a l e r t a m ' p a r a o f a t o de que,

princiH^: T
O

palmente em pequenas amostras, poder o c o r r e r v a l o r e s o neg a t i v o s , i m p o s s i b i l i t a n d o consequentemente

de X obtemos:

- Exemplo

FERREIRA
de Ruoalyptus

(1970)

grandis

> O .

A r r a n j a n d o os pares de acordo com as ordens crescentes

a estruturao do

i n t e r v a l o de confiana.

6.1.6

O v s ff ;
a

X:

10

I X

r:

11

9 . 5

13

K J *

12

13

9 . 5

12

estudando a densidade bsica mdia

H i l l ex Maiden, c o n s i d e r o u ;

X = Densidade bsica media ao nvel

do D.A.P,, amostras

P r e s s l e r (Volume determinado atravs de paqumetros e


do dimetro da sonda de P r e s s l e r de 0 , 5 cm);

191.

190.

Portanto,

e, p o r t a n t o ,

n.m.s. = P (K >_ 60,5; = P^fK <

2 ( U , 0 4 ) ( 1 , 9 6 ) ^Q^^3

Mi^l _ 50.
2

13(12)

= P^K < 17,5)

Os extremos do i n t e r v a l o de confiana sao:


T

Pela Tabela 12, p a r a n = 13 obtemos:


0,003 < n.m,s. < 0,005 .

= 0,55 0,28

i s t o ,
0,27 1

Assim, o nvel mnimo de significncia no q u a l r e j e ^


tamos HQ, esta

0,83

compreendido e n t r e 0,3% e 0,5%. H, p o i s , uma

6.1.7 - Exerccios propostos

f o r t e evidncia de que os dados sejam p o s i t i v a m e n t e c o r r e l a -

1) Numa Faculdade

cionados .

meiro semestre dos doze p r i m e i r o s alunos

A e s t i m a t i v a de T e dada por

? = !!L1^ - 1

=i<6o^ -1 =

n(n-l)

12

ou s e j a :
=
= 10
7

^8=

11
9

^9 ==6

^6

nos

13(12)
um

c o e f i c i e n t e de confiana ( 1 - a) = 0,95, p r e l i m i n a r m e n t e de-

= 1 12
2

classificados

exames v e s t i b u l a r e s e c u j o s r e s u l t a d o s foram:

0,55 .

Para a determinao do i n t e r v a l o de confiana, a

terminamos os C ,

tomaram-se as mdias de aprovao no p r i ^

11

<^12'

Cj3= 11

VESTIBULAR
19
29
39
49
59
69

aluno
aluno
aluno
aluno
aluno
aluno

MDIA DE
APROVAO
9,5
8,7
9,0
8,6
9,3
9,3

VESTIBULAR
79
89
99
109
119
129

aluno
aluno
aluno
aluno
aluno
aluno

MDIA DE
APROVAO
8,4
8,8
8.5
7,0
7,3
7.0

V e r i f i q u e se as notas de aprovao na

e ento.

Faculdade es-

to c o r r e l a c i o n a d a s com a classificao no v e s t i b u l a r .
13

C. - 120

= 1.152

2) CUSTODIO ( 1 9 6 9 ) , no seu estudo sobre "Seleao de Matr i a Prima D e s t i n a d a a Formao de Populaes Bsicas para

= 121,85
3

. = a

C/2

0^02 5

= 11,04
- 1,96

Melhoramento de G a l i n h a s " , o b t e v e , d e n t r e o u t r o s , os s e g u i n tes dados:

192.

193

PLANTEL

PESO DO
CORPO COM
200 DIAS
(kg)

PESO DO
OVO COM
210 DIAS
(g)

1,615
1,809
1,677
1,684
1,651
1.784
1,569
1,457

53,13
52,90
52,85
53,58
52,40
52,46
49,60
52,27

1
2
3
4
5
6
7
8

PLANTEL

9
10
11
12
13
14
15

PESO DO
CORPO COM
200 DIAS
(kg)

PESO DO
OVO COM
210 DIAS
(g)

2.411
2,272
2,513
2,394
2,043
2,309
2,201

49,43
51,49
51,26
51,20
53.25
50,11
47,82

n
Z

(1)
n

n
1*1

onde:
n
R =

a) V e r i f i q u e se o peso do ovo est correlacionado

com

peso do corpo da ave;

S -

b) Confronte as concluses obtidas atravs

do

Kendall com as obtidas pelo c o e f i c i e n t e de

teste

n
Z S.
-! * _ + 1

de

correlao

Facilmente se demonstra que:

de Pearson.

6.2 - Teste de Spearman

r - 12

O t e s t e de correlao de Spearman se equivale


Pearson, desde que substituamos
suas ordens

os v a l o r e s observados

R. S. - Mn

ao de
pelas

l)

(2)

nCn2 - i ;

ou ainda:

(rank).
n
f> 1

6.2.1 - Mtodo
r = 1 Consideremos, como no t e s t e de K e n d a l l , os n pares de
observaes

(B. ' R)(S. - S)

(X. , Y J provenientes de uma populao contnua

b i v a r i a d a , e sejam ff- e S., respectivamente,


servaoes X. e 7-. EnCao definimos

as ordens das ob

o coeficiente

fl

(R. - 5 J 2
(3)

n(n^

- i ;

Desde que no h a j a empates entre v a l o r e s de X ou de


as formulas

( 1 ) , (2) e (3) so e q u i v a l e n t e s .

195.

194.

As n o s s a s

e , p a r a n =*

hipteses sao:

ff^: X G Y s o i n d e p e n d e n t e s
H : X e Y s o positivamente
a

n i7(o , 1) .

-0);
correlacionadas

( r > O);

X e Y s o negativamente c o r r e l a c i o n a d a s

(2* <0 ) ;

X e Y s o dependentes ( r
Para
a)

testarmos

Assim, para

t e s t a r m o s , p o r exemplo;

a n v e l a de s i g n i f i c n c i a , r e j e i t a m o s ff s e r * > s , ,

0) .

6.2.3 - Empates

ao n v e l a de s i g n i f i c n c i a :

O v s ff ; r > O

rejeitamos

Quando o c o r r e m empates e n t r e v a l o r e s de X e de J p r o
cedemos como u s u a l m e n t e . P a r a empates e n t r e v a l o r e s s o de

se r >_ ria ^ n)

onde

ou s de y , c o n s i d e r a m o s a media das o r d e n s que seria^m

atrir

b u d a s q u e l e s v a l o r e s , c a s o nao h o u v e s s e o empate,

A l m de c o n s i d e r a r a m d i a das o r d e n s , s u b s t i t u m o s
Os l i m i t e s rCa , n) s a o e n c o n t r a d o s n a T a b e l a 1 3 .
h)

dado em ( 2 ) p o r :

H : r = O vs H : r < O
O
a

n
12

r e j e i t a m o s A'^ s e 2^ <_ -r^a ^ n)


^1

c)

UO

r - O v s ff ; r * O
a

ou s e r <_ "'^(^2

S. - 3n(n + l ) ^

nCn^

r e j e i t a m o s ff^ s e r >^ v(a^ j

B-

- 1} - t ' ] \n(n^ - l ) - w '

pnde:
'^'^
t.(t^.

onde

a e, geralmente,

- 1)

- a/2.

6.2.2 - Aproximao normal


u' =
P a r a a l t o s v a l o r e s de n d e f i n i m o s :

*
e,

h
Z
3=1

u .t -IJ
' '

numero de grupos de empates e n t r e os X;

numero de grupos de empates e n t r e os Y;


.
,
~
.esimo
V
numero de o b s e r v a e s no 1
grupo X;
,
,
~
.esimo
V
numero de o b s e r v a e s no j
grupo Y;

197.

196.

e para a ap^roxlmaao normal, ainda temos:


i

GIBB(S!lS (1971) nos afirma que, s e ocorrem poucos emp a t e s , podemos d i s p e n s a r ,

(Y

4
T. (R.-S-)^
i=l
^ ^

=A
n{n^

-i;

sem i n c o r r e r em e r r o s g r o s s e i r o s ,

as correea t' e u', oa deCermnao do c o e f i c i e n t e de c o r -

1
1

relao r .

3
3

4
2

1
1

4
4

4
2
4
2

2
2

1
1
3
3

6.2.4 - Distribuio nula de i*

0
2
2
6
6
8

0.00
0,20
0,20
0,60
0.60
0,80

1,00
0,80
0,80
0,40
0,40
0,20

0,20
0,40
0,60
1,20
1,00
1,40

0,80
0,60
0,40
-0,20
0.00
-0,40

Embora os l i m i t e s da T a b e l a 13 sejam aproximados, po


demos c a l c u l a r a s probabilidades exatas na

distribuio

do

c o e f i c i e n t e r , baseando-nos na formula:
n
6 Z

2
2
2

(R. ' S J ^

r - 1 "
n(n^

l)

Se admitirmos, a t!tulo de ilustrao, n - 4 e f i x a r


mos as ordens dos X em:
i?j - 1 ; i?2 - 2 ; i?3 - 3 ; i?^ - 4
teremos n/ 4' * 24 possveis a r r a n j o s para a s
correspondentes

4
4

3
3
3
3
3
3

4
4
4
4
4
4

1
1
2
2

2
2
4
4

2
4
6
12
10
14

2
4
1
4
1
2

4
2
4
1
2
1

6
10
8
14
16
18

0,60
1,00
0,80
1,40
1,60
1,80

0,40
0,00
0,20
-0,40
-0,60
-0.80

12
14
14
18
18
20

1,20
1,40
1.40
1,80
1.80
2,00

-0,20
-0,40
-0,40
-0.80
-0,80
-1,00

4
1
4
1

3
4
1

,
ordens

dos

Y e assim podemos obter a seguinte t a b e l a :

3
3

3
1
2

3
1
2
1

donde obtemos:

199.

198.

Dai temos;
13
I

-1.00
-0,80
-0,60
-0.40
-0,20
0,00
0,20
0,40
0,60
0,80
1,00

I
3
1
4
2
2
2
4
1
3
1

0,042
0,125
0,042
0,167
0,083
0,083
0,083
0,167
0,042
0,125
0,042

0,042
0,167
0,208
0,375
0,458
0,542
0,625
0.792
0,833
0,958
1,000

1,000
0,958
0,833
0,792
0.625
0,542
0,458
0,375
0,208
0,167
0,042

12

n(n^

ff.

n
l

= 761

R. S. - 3n(n +

- 1)

n (n^

- l)

12(761) - 3 ( 1 3 ) ( 1 4 ) ^

l)^

' u
= 0,682 .

[13(168)] [13(168) - b
A Tabela 13 nos d:

Observamos que a distribuio e simtrica

em

torno
>_ 0,643; = 0,010

de zero , i s t o :

e -p^(v > 0,698; = 0,005 .

Ento, o n.m.s. no qual rejeitaramos


6.2.5

a =^ 0,006 .

- Exemplo

Se o nosso t e s t e f o s s e o b i l a t e r a l , o n.m.s. s e r i a

Consideremos o exemplo d i s c u t i d o em 6.1.6


Neste caso, o nosso t e s t e :

a ^ 0,012 .

i' - 0
vs
H ; r > 0
0
a
Organizando os dados p e l a s ordens v i r a ;
R.
7
12
8
2
4

S.

R.

S.

B.

5
10
13
9

5
13
12
3
1

3
6
U

8
9,5
9.5
2
7

S.
4
11
6

201.

_7. ANALISE DE VARINCIA - CLASSIFICAO SIMPLES


{k amostras independentes)
A E s t a t s t i c a Nao-Parametrica permite-nos e s t r u t u r a r
c e r t o s t e s t e s que,

trabalhando

servaes, constituem
de v a r i n c i a do
Nao
m t i c o dos

com

os d i r e t o s

as ordens

(rank)

competidores

das

das

ob-

analises

campo p a r a m t r i c o .

m u i t o r a r o , d e v i d o i s e x i g n c i a s do modelo mated e l i n e a m e n t o s e s t a t s t i c o s no

( n o r m a l i d a d e dos

paramtrico

d a d o s , homogeneidade das v a r i n c i a s de

tamentos, e t c ) , seus
permitindo,

campo

competidores apresentam

n e s t e s c a s o s , a o b t e n o de

maior

tra-

poder,

c o n c l u s e s mais

acu-

radas .
Alem da m a i o r v e r s a t i l i d a d e d e s s e s
t r i c s , devemos l e v a r em
carretando
de

nao-param

c o n t a a s u a grande s i m p l i c i d a d e , a-

c o n s e q u e n t e m e n t e um menor e menos complexo volume

clculos.
Como s u b s t i t u t o s do

a n a l i s e s dos
m e r a r , no
que

testes

ensaios

t e s t e F e s e u s c o m p l e m e n t a r e s naa

inteiramente

campo n o - p a r a r a t r i c o ,

s e complementam:

c a s u a l i z a d o s , podemos enuo s e g u i n t e grupo de

testes

203.

202.

Quando se consideram apenas duas amostras independen

a) Teste de K r u s k a l - W a l l i s ;

tes {k = 2) e l e corresponde ao t e s t e b i l a t e r a l

b) Teste de Jonckheere;

mos
independentes,constituindo,poi

k tratamentos, conforme esquema seguinte:


1

Wilcoxon,

j r e f e r i d o em 4.1. Para mais de duas amostras {k > 2) pode-

c) Comparaes Miltiplas,
Admitimos k amostras

de

Admitindo k tratamentos,

o t e s t e permite-nos a v e r i -

t e s t e de " p o s i o " para k amostras independentes.

7.1.2

hl
^2 2

extenso daquele t e s t e .

guar se h diferena entre pelo menos dois d e l e s ; e, pois,um


k

consider-lo como uma

- Pressuposies

KRUSKAL e WALLIS (1952) apresentam apenas pressuposi^

coes g e r a i s a r e s p e i t o do t i p o de distribuio

das

observa-

e s , ou sejam:

X
' - 2

a) As observaes sao todas independentes;


b) Dentro de uma

Nessa e s t r u t u r a , substitumos os dados o r i g i n a i s , p


l a s suas ordens (vank)

todas

as

observaes sao

provenientes da mesma populao;

numa classificao conjunta das


li = l

dada amostra,

c ) As k populaes sao aproximadamente da mesma

n.

forma

continuas.

7.1.3 - Hipteses
observaes.
De acordo com a e s t r u t u r a do t e s t e , podemos conside-

7.1 - Teste de Kruskal-Wallis


7.1.1

rar

- Generalidades

O t e s t e de K r u s k a l - W a l l i s f o i introduzido por

este

autores em 1952, como um competidor ou um s u b s t i t u t o do Tes


te F dp campo p a r a m t r i c o .
Sua f i n a l i d a d e e s t a b e l e c e r confronto entre k amos
t r a s independentes,

H : pelo menos dois tratamentos


a

7.1.4

diferem e n t r e s i .

- Mtodo

k
Procedemos classificao conjunta das iV = I n . ob^
1 ^
s e r v a o e s , dando ordem 1 a menor e ordem N a maior d e l a s .

205.
204.
d) A T a b e l a 1 4 est o r g a n i z a d a

Dsflnimos a estatstica:

para

<

t'.ntre-

t a n t o , como a ordem das a m o s t r a s nao i n t e r f e r e no r e H

i
E
N(N + l ) i=\

-STA^ + I J

s u l t a d o da estatstica f, podemos sempre tom-las n a -

q u e l a ordem.

onde i ? . a soma das o r d e n s atribudas ao t r a t a m e n t o

7.1.5

^.

- Empates

1.
P a r a t e s t a r m o s , ao nvel a de significncia,
rejeitamos

H^vsH^y

No c a s o de o c o r r e r empate e n t r e duas ou m a i s
es , procedemos ao desempate, c o n s i d e r a n d o ,

se H >_ h

observa-

p a r a cada

obser

vaao no grupo empatado, a mdia das ordens que s e r i a m

atri-

onde
budas a e l a s s e nao h o u v e s s e o empate. O v a l o r e H a f e t a

P^(H

>_h} = a

do da s e g u i n t e correo:

A T a b e l a 14 nos d os l i m i t e s de h p a r a

^ 6 e / =

9
Z T.

= 3.
Cumpre o b s e r v a r que:
a ) P a r a k = 2, empregamos o t e s t e b i l a t e r a l

de W i l c o x o n ;
onde: g = nmero de grupos de empates;

b ) X medida que os n. c r e s c e m ,
t e n d e a distribuio de

a distribuio n u l a

com

de

(k - 1) g r a u s de l i b e r ^
t . = numero de observaes empatadas no grupo

dade.
A T a b e l a 14, a p r o p r i a d a ao t e s t e ,
apenas p a r a ?c = 3 e n . < 6. A s s i m , p a r a

esta

estruturada

> 3 ou p a r a ,

menos um n. > 6, u t i l i z a m o s a T a b e l a de x^ com

(fe-1)

pelo

l T.
^
- N

1
(1952) recomendam a i n d a a s a p r o x i m a

es p e l a s distribuies V (gama) e B ( b e t a ) i n c o m p l e t a s . E n
t r e t a n t o , e s t a s , a l e m de m a i s c o m p l i c a d a s ,

somente em poucos

c a s o s l e v a m l i g e i r a v a n t a g e m s o b r e o x^ razo p e l a q u a l nao
e aconselhvel o s e u u s o .

l - ~ SN -t- l)
_ N(N + l) i
H

- ~

graus

de l i b e r d a d e .
KRUSKAL e WALLIS

Cumpre o b s e r v a r que, o b t i d o ff^, procedemos como u s u a l


mente, ou

seja:

a) P a r a grandes amostras,

ou p a r a k > 3,

distribuio aproximada de
dade;

tambm tem uma

com k - l g r a u s de lber

207.

206.

b) P a r a

fe=3en.^6os

n v e i s de s i g n i f i c n c i a d a Tabe

l a 1 4 , quando a p l i c a d o s a H^, s a o apenas

aproximados.

7.1.6 - Exemplos

: p e l o menos d o i s
^

tratamentos diferem

Procedendo c l a s s i f i c a o

Exemplo 1

conjunta

e s e , desde que nao houve e m p a t e s ,

Numa p e s q u i s a

r e a l i z a d a p e l o D r . Aldo D u v i l i o Ometto,

do Departamento de E n g e n h a r i a

a 14 d a menor p a r a

= 28 cm

observa-

a t r i b u i n d o o r d e n s de 1

33

^1 = 5^

^3

= 1

e , consequentemente;

ram p r o v a d o s t r e s d i m e t r o s d i s t i n t o s , ou s e j a m :
= 26 cm

d a s 14

a m a i o r , obtemos:

R u r a l d a E.S.A. " L u i z de Q u e i -

r o z " , s o b r e a " I n f l u e n c i a do Tamanho do D i s c o n a A r a a o " , f o

entre s i .

^g = 30 cm .

12

H =

(54)

(18)

(33)

- 3(15)

14(15)
Os r e s u l t a d o s p a r c i a i s de " e s f o r o de t r a a o " , em k g f ,
p a r a um s o l o a r g i l o s o

= 5.400 .

foram:

Considerando
^1

^2

2.212,8
2.025.3
1.989,0
2.232,8
2.027,8
li^

(13)
(9)
(8)
(14)
(10)

54

la

^3

2.195,2 ( 1 2 )
2.031,5 ( 1 1 )
1.876,5 ( 7 )
1.750,3 ( 2 )
1.060,3 ( 1 )

1.770,3
1.800,0
1.852,8
1.769,0

(4)
(5)
(6)
(3)

=4;

= n. = 5 e a = 0 , 0 5 ,

14 n o s d : h = 5 , 6 4 3 . Desde que o b t i v e m o s H = 5 , 4 0 0 , a c e i _

tamos
diferem

isto

, os tratamentos,

entre s i .

ao n v e l c o n s i d e r a d o , nao

O n.m.s. s e r i a a = 0 , 0 7 5 .

Exemplo 2
PIMENTEL GOMES (1978) a p r e s e n t a

i?2 "

^3 "

perimento

um exemplo de um e x -

( f i c t c i o ) de a l i m e n t a o de p o r c o s ,

ram q u a t r o r a e s
Houve d i f e r e n a de comportamento dos tamanhos dos d i ^

(-4,

C e D) ,

em que s e u s a

c a d a uma f o r n e c i d a a c i n c o

a n i m a i s , e s c o l h i d o s ao a c a s o . Os aumentos de peso o b s e r v a d o s ,
em k g , foram:

c o s , quanto a o e s f o r o de t r a a o ?

Soluo

B
A p l i c a m o s o t e s t e de K r u s k a l - W a l l i s com a s s e g u i n t e s

h i p t e s e s .*
H : t = t =t
0
1
2
3

a Tabe-

35 ( 1 4 , 5 )
19 ( 4 )
31 ( 1 2 )
15 ( 3 )
30 ( 1 0 , 5 )

40 ( 1 7 )
35 ( 1 4 . 5 )
46 ( 2 0 )
41 ( 1 8 )
33 ( 1 3 )

39
27
20
29
45

(16)
(6.5)
(5)
(9)
(19)

27 ( 6 . 5 )
12 ( 1 )
13 ( 2 )
28 ( 8 )
30 ( 1 0 , 5 )

209.
208.
s i g n i f i c a t i v o ao n v e l de 5% de p r o b a b i -

Assim,
Houve d i f e r e n a no comportamento d a s q u a t r o

raes,

l i d a d e . O n.m.s. no q u a l

quanto ao ganho de peso dos a n i m a i s ?

Por

Soluo

bem
Os n m e r o s e n t r e p a r n t e s e s r e p r e s e n t a m as o r d e n s d a s

observaes na classificao conjunta. Ento


ifj

= 44,0

= 82.5

= 55.5

( 4 4 , 0 ) ^ ^ ( 8 2 . 5 ) ^ ^ (55,5)2 ^ (28,0):

12

20(21)

a u t o r e n c o n t r o u F - 3.993, tam

de aproximadamente 4 % .

O b s e r v a - s e uma e x c e l e n t e c o n c o r d n c i a
= 28,0

pelos dois

ExercTcios propostos

1) Num e x p e r i m e n t o
-

3(21)

feijoeiro,
(em

de r e s u l t a d o s

testes.

7.1.7

H =

l a d o , aquele

s e r i a a - 0,03.

s i g n i f i c a t i v o ao n v e l de 5% de p r o b a b i l i d a d e . N e s t e c a -

s o , o n.m.s.

temos:
;

outro

rejeitaramos

s o b r e a e f i c i n c i a de

inseticidas

no

foram o b t i d o s os s e g u i n t e s r e s u l t a d o s de p r o d u o

kg/ha):

9,037 .
Como houve e m p a t e s ,

procedemos ao c a l c u l o d a c o r r e -

a o C , ou s e j a :
= t f - j = 6

*3 = '

7 = 1 -

ZT

1 -

- N

18

= 0,9977

7.980

*i
Testemunha

Ekatin

*3
Diazinon

1451
1534
1493
1285
5763
1441

1451
1575
1534
1493
6053
1513

1368
1534
1534
1534
5970
1492

fcrenas entre os

t e s t e de K r u s k a l - W a l l s , s e houve d i

tratamentos.

2) Numa p e s q u i s a s o b r e
H. =-

^.= 1 ^ =
C
0,9977

9,058

1534
1658
1700
1700
6592
1648

.
V e r i f i q u e , pelo

Logo,

EPN

" I n f l u n c i a do Peso d a Muda de R i -

zoma de B a n a n e i r a , no C i c l o , D e s e n v o l v i m e n t o
Bananal",

r e a l i z a d a p e l o D r . J a i r o R, de M a t t o s ,

" L u i z de Q u e i r o z " ,

P r o d u o do
da

E.S.A.

foram o b t i d o s o s s e g u i n t e s r e s u l t a d o s p a r

c i a i s , r e l a t i v o s ao numero m d i o de p e n c a s p o r c a c h o :

210.

211.
4) Numa pesquisa realizada a fim de v e r i f i c a r a eficincia

TPATAMENTOS

i f Rep.

2f Rep.

3! Rep.

4^ Rep.

1
2
3

7,2
8,4
9,0

8,4
8,8
9,3

8,2
8.6
9,0

8,4
9,7
9,9

5^ Rep.
7,8
9,2
10.1

de quatro panelas de presso, no cozimento de feijo, foram


registradas as consistencias do produto, aps 25 minutos de
cozimento, obtendo-se os seguintes resultados.

Tratamento 1: Rizoma de 1 kg;

18
19
21
18
20

Tratamento 2: Rizoma de 2 kg;


Tratamento 3: Rizoma de 3 kga) Verifique, pelo teste de Kruskal-Wallis, se o peso

^2

^3

16
14
17
15
16

21
20
22
19
22

19
17
18
20
19

do rizoma i n f l u i no nmero mdio de pencas;


b) Aplique o teste F e comente o resultado

Aplique o teste de Kruskal-Wallis, aos dados.

frente ao

encontrado no teste de Kruskal-Wallis.

7.2 - Teste de Jonckheere

3) Num ensaio sobre: "Amostragem da Cana-de-Acar para De


terminaes Agro-Xndustriais",

7.2.1

realizado no Departamento de

- Generalidades

Rural da E.S.A. 'Luiz de Queiroz *, foram obtidos

o teste de Jonckheere, embora as vezes utilizado co-

os seguintes resultados, com relaao porcentagem de Acar


Provvel.

mo um complementar do teste de Kruskal-Wallis, e completameii

Tecnologia

te independente daquele.
Seu objetivo e v e r i f i c a r se os tratamentos, conveni-

TALHES

Rep.l

Rep. 2

Rep. 3

Rep. 4

Rep. 5

Rep. 6

1
2
3
4
5
6
7
8
9

13,03
11,66
13,86
12,22
14,16
14,69
15,67
15,91
15.68

13,22
11,54
13,08
14,07
14,23
14,98
16,59
16,38
15,74

13,30
12,08
13,22
13,51
14,26
14,95
15,19
17,07
15,95

13.20
10,86
13,34
13,09
15,22
14,69
15,63
16,58
16,54

13.19
13,05
13,93
13,13
13,84
14,75
15,48
16,82
16.12

12,70
11,95
12,82
13,27
14,39
14,54
15,42
15,77
16,02

Aplique o teste de Kruska-Wallis aos resultados.

entemente arranjados, se dispem numa ordem nao decrescente.


Pode s e r , pois, considerado um teste de "posio" para k amostras independentes.
Suas exigncias (pressuposies) sao as mesmas do tes^
te de Kruskal-Wallis.
Podemos tambm consider-lo como uma extenso dos tes^
tes de Wlcoxon (Mann-Whitney) , para o caso de ? > 2. Para
= 2, ele corresponde ao teste unilateral (A > 0) de Wilcoxon.

213.

212.
rejeitamos

7.2.2 - Hipteses
Considerando k tratamentos,

podemos e s t a b e l e c e r as hi^

se J ^ j

a ; k ; (n^^

onde

poteses:

} ^ a .
Os l i m i t e s de j I a ;
o b t i d o s na T a b e l a

f^:

Cumpre o b s e r v a r

t r u t u r a d a p a r a n^<^n^<

S 1*2

l - - -

o n d e , ao menos uma d e s i g u a l d a d e

'

determinamos
os

tivermos

p a r a f i n s de c o n s u l t a a t a b e

A s s i m , por e x e m p l o , s e t i v e r m o s

grupos de d i f e r e n a s , do t i p o /^^, e n t r e

se

l a , c o n s i d e r a r os tamanhos d a s a m o s t r a s , em ordem c r e s c e n t e .

prevalece.

A p a r t i r dos k t r a t a m e n t o s ,

que a T a b e l a e s t a e s -

< n-^. E n t r e t a n t o ,

o u t r a ordem, podemos, meramente

7.2.3 - Mtodo

V,

15,

n j ...^ n,j]podem s e r

tratamentos u e

= 5 ;

= 4 e

demos e n t r a r na t a b e l a como s e t i v s s e m o s :

= 2 , po^

= 2 ;

~ ^ ^

= 5 . O b s e r v a m o s , no e n t a n t o , que i s t o nao i m p l i c a numa per^


muta da ordem dos

ou s e j a , d e f i n i m o s

tratamentos.

O u t r a o b s e r v a o que s e f a z n e c e s s r i a q u e , p a r a ai=l,2,..,,i^^
^=1.2,...,fc-l
v=u+l,...,fc

p l i c a a o do t e s t e , podemos sempre r e o r g a n i z a r os t r a t a m e n t o s
de modo a t e r sempre n a h i p t e s e

^ 1

e fazemos:

*2

alternativa:

i s t o , os n d i c e s em ordem c r e s c e n t e .

f(X

.; X

7.2.4 - Aproximao normal


Quando a s a m o s t r a s s a o g r a n d e s {n. - - ) ,

e ento:

mos:
U

- Z

N
A e s t a t s t i c a do t e s t e e:
J

li<V
Para

t e s t a r m o s , ao n v e l a de s i g n i f i c n c i a

v s H^,

E^(J}

j -

l
^=l

considera"

215.

214.

onde:

comprova-se que J* l A^O ; 1) .


Dessa forma, para t e s t a r m o s , ao nvel a de s i g n i f i -

/ = n9 de grupos empatados;
t . = n9 de observaes empatadas no grupo j .

cncia: H^ vs H ,

reeitamos H
onde z

se J* > 3
O
a

7.2.6 - Exemplos

& um l i m i t e s u p e r i o r da distribuio n o r m a l ,
*

Exemplo 1

7.2.5 - Empates

A p l i q u e o t e s t e de Jonckheere ao exemplo n9 1 , a p r e -

Quando ocorrem empates e n t r e observaes de trataraen


tos d i s t i n t o s

(X . e X ,). r e d e f i n i m o s
1
F(X

.; X

*1 = ^3

se X . < X .,

se X . > X

e procedemos como usualmente. Neste caso, os l i m i t e s o b t i d o s


p e l a Tabela 15 so apenas aproximados.
No caso de aproximao n o r m a l , alem da redefinio de

^2^^2^

^3^^l^

1770,3
1800,0
1852,8
1769,0

2195,2
2031,5
1876,5
1750,3
1060,3

2212,8
2025,3
1989,0
2232,8
2027,8

n.(n.-l)(2n.'/'5)

t .(t .-1) {2t .+5)

Determinamos:

72

n .(n .-1}(n

-1)

*3 = ^ 1 '

t^(D^)

ou s e j a :

. : X . J , substitumos a V^(J) p o r :

N(N-l)(2N+5)
V(J}

1/2 se X . ^ X

F(X

sentado no t e s t e de K r u s k a l - W a l l i s , a d m i t i n d o

h
Z

= 3 + 3 + 3 + 3

=12

/j 3 = 5 + 5 + 5 + 5

=20

= 2 + 2 + 5 + 5 + 5

t,Ct.-l}(t.-2}

-19

23
e ento.

36N(N-l)(N-2}
h
E

t.(t.-l)

J ~

I. U
= 12 + 20 + 19 - 51 .
uv
u<v

A Tabela nos d:
^o''^ 1 ^^-^ = 0,0508

8N(N-l)

P^(J > 52J = 0,0116

217.

216.

Exemplo 2

Portanto,

A p l i q u e o t e s t e de J o n c k h e e r e
0,0116 < n.m.a. < 0,0508

ao exerccio 1 de 7.1.7,

,
considerando,

Conclumos, p o i s , que os r e s u l t a d o s dos "esforos

p a r a a hiptese

alternativa:

de
= Testemunha

traao" c r e s c e m medida que o dimetro d e c r e s c e .


= Diazinon
C o n f r o n t a n d o os r e s u l t a d o s o b t i d o s p e l o s

testes

de
=

Kruskal-Wallis

(a

= 0,061) e de J o n c k h e e r e

t,
f i c a - s e que r e a l m e n t e
tre s i .

sao t e s t e s

totalmente independentes

s e j a s e tem uma

Be acordo

ideia preliminar

^12

a r e s p e i t o do comportamento dos t r a t a m e n t o s , que n o s p e r m i t a


pr-estipular uma ordem dos mesmos, m a i s recomendvel
plicao do t e s t e de

a a-

classificao c o n j u n t a . A s s i m ,

no n o s s o

o b t i d a s na

+ 2,5 +

= 23,5

5,5 + 2,5 + A,5 +

= 25,5

+ 5.5 +

= 30,5

+ 2,5 + 2,5 + 2,5 +

- 19,5

+ 5,5 + 5,5 + 5.5 +

= 29,5

^3. =

= 29,5

^2.

exemplo, temos:

com os dados temos:

Jonckheere.

Podemos d e t e r m i n a r J , a p a r t i r d a s o r d e n s

= EPN

en

A aplicao de um ou de o u t r o , depende dos o b j e t i v o s

que s e tem em m i r a . A s s i m ,

Ekatin

( a <0,0508) v e r i ^

+ 5,5 +

donde obtemos:

J =
12
11
7
2
1

13
9
8
14
10

= 158 .

u<v
A T a b e l a 15 nos d a :
P^(J
Assim,

e, c o n s e q u e n t e m e n t e :
=

^12 = 12
/^^ = 20

158; = 0,0048

n.m.s. no q u a l rejeitaramos H^:

= t^^, em f a v o r de H^:

<^

1 ^3 1 *4 V^^^

ao nenos

uma d e s i g u a l d a d e v a l i d a , a 0,0048.

= ^

<r = 51

Conclumos, ento, que ao menos um dos i n s e t i c i d a s


m a i s e f i c i e n t e do que a t e s t e m u n h a .

218.

219.

E v i d e n t e m e n t e , quando r e j e i t a m o s H^,

Exemplo 3
==

"3

do

10,

que,

estamos

admitn

p e l o menos d o i s t r a t a m e n t o s d i f e r e m e n t r e s i .

Assim,

a f i n a l i d a d e do m t o d o e l o c a l i z a r quando e x i s t e m , a s

tados:

12

80

85

65

"2 3

r e n a s s i g n i f i c a t i v a s e n t r e p a r e s de
Os

es m l t i p l a s ,

a c o r d o com

t e s t e de

Jonckheere

os r e s u l t a d o s temos:
J

Pela aproximao

As

tratamentos.

no-parametricos

empregados n a s

que

os

do campo p a r a m t r i c o .

t a b e l a s : u t i l i z a d a s s a o , n a m a i o r i a dos

f i c i e n t e s , d e v i d o a s u a c o m p l e x i d a d e de
Abordaremos os s e g u i n t e s

230

compara^

q u a s e sempre s o menos e f i c i e n t e s do

seus concorrentes

A p l i q u e a a p r o x i m a o normal do
De

processos

dife-

casos,

de-

estruturao.

casos:

a ) C o m p a r a e s m l t i p l a s e n v o l v e n d o todos os p a r e s de t r ^

normal:

tamentos;
230

b) C o m p a r a e s m l t i p l a s

900(63) -

3,042

testemunha v s

26,3

3(100)(23)

cessos apropriados

contrastes:

tratamento.

P a r a ambos os c a s o s

72

e n v o l v e n d o apenas os

s e r o e s t r u t u r a d o s a i n d a os

pro-

a grandes amostras.

donde:

7.3.1
n.m.8. = 0,0012
e,

portanto,

rejeitamos

f^:

'

^2

^3'

favor

de

7.3.1.1 - Caso de pequenas amostras

H^:

<_t^ <_ t g , a o n v e l a = 0,0012.


7.3

- Comparaes

- Comparaes envolvendo todos os pares de tra^


tamentos

P a r a c a d a p a r i e j e

ser

encarado

lis,
...

e m p r e g o do
como uma

onde h a v a m o s
-

t,.

mtodo

das

comparaes

complementao

considerado

determinamos

diferena:

Mltiplas

^
o

tratamentos,

do

teste

a hiptese

H^i

mltiplas
de
tj ~

pode

_ ^ I
^

(t-1.2

fc-1)

(j-t+l,...,:)

Kruskal-Wal^
=

...

onde F.

e H . r e p r e s e n t a m a s somas das

tratamentos i e j respectivamente,
das

u observaes

r e f e r e n t e s aos

ordens a t r i b u d a s

na c l a s s i f i c a o
tratamentos.

aos

conjunta

220.

221.

Se houver empates, u t i l i z a m o s a s o r d e n s
A diferena mnima s i g n i f i c a t i v a
(expervmentbuise

x a de e r r o e x p e r i m e n t a l "
gundo a q u a l admitimos
a) P a r a

?^

(d.m.s.)
error

Exemplo 1

medias.
a uma " t a -

vate)

a,

se-

e:

dos

tres

vou

doze a m o s t r a s

t i p o s , por c i n c o d e g u s t a d o r e s .

prova-

Cada d e g u s t a d o r

pro-

( q u a t r o de cada t i p o ) e a t r i b u i u a cada uma

pelos cinco degustadores

atribudas

a c a d a uma d a s amostras

foram:

= A

>nde:

TIPO 1
^

q u a l i d a d e de v i n h o , foram

d e l a s uma n o t a de z e r o a d e z . As medias d a s n o t a s

= - - = '^j^ = "
d.m.s.

Numa p e s q u i s a s o b r e

5,0
6.7
7,0
6.8

A T a b e l a 16 n o s d o s v a l o r e s de A.
b) P a r a o c a s o de d i f e r e n t e s nmeros de repeties

TIPO 2

entre

TIPO 3

8,3
9,3
8,6
9,0

9,2
8,7
7,3
8.2

os fe t r a t a m e n t o s
V e r i f i q u e s e ha p r e f e r e n c i a dos d e g u s t a d o r e s
d.m.s, --

N(N

+ 1)

^ 1

^ _J_j

n.

12

por a l -

gum dos t i p o s de v i n h o .

n,

Soluo

onde: h o l i m i t e dado p e l a T a b e l a 14 do t e s t e de K r u s k a l -

Se a p l i c a r m o s o t e s t e de K r u s k a l - W a l l i s , t e r e m o s :

-Wallis;
n. e n.
e j

so os nmeros de repeties dos t r a t a m e n t o s

i?j = 10

Pela Tabela

N e s t e c a s o c o n s i d e r a m o s a s diferenas:
=
R.
3

nos

'

-Q

14, o n.m.s.

no q u a l

outro

l a d o , o r g a n i z a m o s a s diferenas:
|7?j -

= |10 - 37| 27

ffj=

l i o - 31] - 21

i?2 - /?3l = |37 - 3X1 =


P a r a melhor ilustrao dos d o i s casos vejamos o s s e
exemplos:

rejeitaramos

diferem entre s i .

|ffj -

guintes

i ? ^ 31

N^:

e a = 0,007. Podemos ento a f i r m a r que p e l o me-

dois tratamentos
Por

onde:

= 37

c o n s e q u e n t e m e n t e : B 7,731.

respectivamente.

H. ' ^

223.

222.

A Tabela

A = 27, o u a i n -

16 n o s d , t a x a a " 0 , 0 1 1 ,

c ) n. e n

da:

v a r i v e i s c o n f o r m e o p a r (i , j ) c o n s i d e r a d o .

Os r e s u l t a d o s e s t o r e s u m i d o s

i 27

seguinte:

0,011.

Conclulmoti pois, que t a x a a = 0 , 0 1 1 ,


to Sp 01 daguitadorea p r e f e r e m o t i p o

na t a b e l a

^ t^, i s -

" 2 " ao t i p o " 1 " .

ao

1 ^^ . 3-

,j)

(.1 , 2 )
( 1 . 3)
(2 , 3)

Extmplo 2
A p l i q u e o m t o d o das c o m p a r a e s m l t i p l a s

R.\

d.m.s.

4,2
6,3

6,28
6,67
6,67

2,1

Exem-

p l o 1 do t e s t e d e K r u s k a l - W a l l i s .

Conclumos

ento que:

Soluo
Ja

vimos que:
= 54

/?3 = 18

?2 = 33

e ainda:

*1

~ '^2

*1

= *3

*2

= *3

ou

*1

= *2 = *3

A uma t a x a a um p o u c o m a i s e l e v a d a ,
"2

teramos

Observamos que n a o h e q u i v a l n c i a e n t r e e s t e

= 5

"3

'

proces

so e o t e s t e de K r u s k a l - W a l l i s .

Consequentemente:

7.3.1.2 - Caso de grandes amostras


ffj - 10,8

=-6,6

= 4,5 .
D e t e r m i n a m o s as d i f e r e n a s

N e s t e c a s o , como os t r a t a m e n t o s n a o s a o i g u a l m e n t e r

a , as d.m.s, s e g u n d o as q u a i s

R. - R.

e, a

uma

t j sao:

petidos, estruturamos:
a) P a r a n
d.m.8.

12

n .
^

"2

k(kn

n.
3

+ 1)
12

k{N

+ l)
12

A d m i t i n d o a t a x a a = 0,05 t e m o s :
A Tabela
a)

17 n o s d o s v a l o r e s de Q.

h = 5,643
b ) No c a s o de t r a t a m e n t o s n a o i g u a l m e n t e

b)

17,5
12

repetidos:

taxa

224.
225.

a/\k{k-\)
um

onde z

C o n c l u m o s que a s r a e s

limite

12

n .

n.

superior da distribuio

2 e 4 d i f e r e m quanto ao ga-

nho de p e s o , a t a x a de 5 % . Observamos que t a m b m e s t e


normal.

resul-

tado c o n c o r d a n t e com o o b t i d o por PIMENTEL GOMES ( 1 9 7 8 ) , no


campo p a r a m t r i c o ,

Exemplo 3
E s t a b e l e a a s c o m p a r a e s m l t i p l a s no exemplo
teste

do

Exemplo 4
Num

de K r u s k a l - W a l l i s .

e x p e r i m e n t o de c o m p e t i o de v a r i e d a d e s

de c a n a -

- d e - a c a r , foram r e g i s t r a d o s os r e n d i m e n t o s , em k g , de a -

Soluo

car
Naquele

exemplo h a v a m o s

Co 413

R
82,5

28,0

R.

116,1
114,4
113,6
101.6
112.7

A s s i m , obtemos:
R , =

por t o n e l a d a de c a n a , o b t e n d o - s e

8,8
16,5

os s e g u i n t e s r e s u l t a d o s :

encontrado

i?3 = 11.1
\

(10)
(9)
(8)
(3)
(7)

Co 421

Co 419
105,3 (6)
99,9 (1)
104,8 (4)
105,1 (5)
100,2 ( 2 )

121,6
122,0
124,9
123,3

Co 678

(12)
(13)
(17)
(15)

5.6

Podemos f o r m a r a s s e g u i n t e s

diferenas:
i?2 - ^3

Es tabelea as comparaes m l t i p l a s entre


5,4

IH3 -

Os n m e r o s e n t r e p a r n t e s e s r e p r e s e n t a m a s o r d e n s n a
Tabela

classificao

c o n j u n t a d a s 17 o b s e r v a e s .

A s s i m ternos:

17 nos d :
.

Logo,

.m.s.

R^ = 3 7

R^ '

7,40

R^ = 1 8

^2 *

3,60

i?3 - 57

R^ ^ 14,25

R, = 4 1

= 3,633
12

trata-

Soluo

5.5

C o n s i d e r a n d o a t a x a a = 0 , 0 5 , e p a r a : 4 , a

os

mentos .

10,9

2,3

Q - 3,633

123.8 ( 1 6 )
122.9 ( 1 4 )
118,5 ( 1 1 )

ff

13.67

226.

227.

Utilizamos, neste

caso, o processo

t r a s , com os t r a t a m e n t o s nao i g u a l m e n t e

d a s g r a n d e s amos-

repetidos.

Podemos e s t a b e l e c e r c o m p a r a e s u n i e b i l a t e r a i s . Ad
mitimos d o i s c a s o s , a saber:

Se a d m i t i r m o s , p o r e x e m p l o , a = 0,06 t e r e m o s :

a) Tratamentos igualmente
1)

e a d.m.s^ s e r dada p o r :

= 3 e < 6:
A Tabela

18 nos da a d.m.s.

comparaes u n i l a t e r a i s ,
d.m.s. = 2,58

17(18)

^ 1

12
Podemos e s t a b e l e c e r a s e g u i n t e

n .

repetidos

( ) a uma t a x a a , p a r a a s

ou s e j a :

1 ^
n .
3

t.

t a b e l a de r e s u l t a d o s

>

se

<

se

>

R^ ~ ^ i L ^

P a r a a s c o m p a r a e s b i l a t e r a i s , a d.m.s.
(i

> ,j)

(1
(1
(1
(2
(2
(3

,
,
,
,
,
,

R. T-

R.
3

3,80
6,85
6,27
10,65
10,07
0,58

2)
3)
A)
3)
4)
4)

t a x a a , dada p e l a T a b e l a

d.m.s.

2)

se

t ^ , ou s e j a , a v a r i e d a d e
as variedades

7.3.2

d i f e r e de

Co 419 deu menor r e n d i m e n t o

\B. -

> 3 ou p a r a g r a n d e s a m o s t r a s

>_S^
(n > 6 ) :

P r e l i m i n a r m e n t e determinamos a s d i f e r e n a s :
R.

C o n c l u m o s q u e , a t a x a de 6 Z ,

a uma

19. Assim:

t. ^

8,24
8,74
9,51
8,74
9,51
9,95

( i 5 ^ ) ,

e
do

de

- R,

onde

que

Co 421 e Co 6 7 8 .

- Comparaes mltiplas: tratamentos vs testemunha

Para as comparaes u n i l a t e r a i s ,
m.s.

P a r a f a c i l i d a d e de e s t r u t u r a o , d e s i g n a r e m o s a
temunha por t ^ . Se a d m i t i r m o s k t r a t a m e n t o s ,
{k

- 1) c o m p a r a e s r e f e r e n t e s a s d i f e r e n a s

(i

= 2 , 3,

k ) .

podemos

a uma t a x a a ,

tesfazer

do t i p o / i ' ^ . -

d.m.s. - q

N(N

+ 1)
6n

Os v a l o r e s de q s a o e n c o n t r a d o s n a T a b e l a

20.

a d.

229.

228.

Para as comparaes b i l a t e r a i s

^2 - /?! = 53 - 27 = 26

temos:

- f^ = 91 - 27 = 64

^1 >

Pela Tabela 18 temos:

Sn

a = 0,049

= ^

6 = 36

e aatim,
a = 0,001
se

' ^

1 ^1

= 56

N(N -h l)
1

Conclumos que, t a x a a = 0,001,

> t^.

6n
Por o u t r o l a d o , se usssemos o t e s t e b i l a t e r a l

Os v a l o r e s de

sao encontrados na Tabela 2 1 .

mos, p e l a Tabela 19:

Exemplo 5

a = 0,048

Num e n s a i o sobre adubao n i t r o g e n a d a de m i l h o , f o ram empregadas as doses O, 50 e 100 kg/ha de N, na forma


S u l f a t o de Amnia. As produes,

teria

de

a = 0,001

6 ^ = 41
^ = 58

a concluso s e r i a idntica a n t e r i o r .

em kg/ha, foram as s e g u i n -

tes :

=s-

Neste exemplo, p e l a prpria n a t u r e z a do problema,

comparao mais adequada a u n i l a t e r a l , ou ainda, o t e s t e de


Jonckheere.
Testemunha
2.300
2.550
2.420
2.700
2.850
2.780

(1)
(3)
(2)
(6)
(8)
(7)

Dose 1
3.100
2.640
3.230
2.660
3.180
3.370

(9)
(4)
(11)
(5)
(10)
(14)

Dose 2
3.420
3.330
3.380
3.240
3.450
3.470

(1-6)
(13)
(15)
(12)
(17)
(.18)

Exemplo 6
No exemplo 2 do t e s t e de K r u s k a l - W a l l i s , a d m i t i n d o a
rao D como " c o n t r o l e " , c o n f r o n t e - a com as demais.

Soluo
Aplicaremos as comparaes b i l a t e r a i s .

= 27

^2 = 53

i?3 = 91

= 0,05, a Tabela 21 nos d:


' 2.35

Estabelea o c o n f r o n t o e n t r e a testemunha e cada uma


das doses ( 1 e 2 ) .

Soluo

e,

consequentemente:
d.m.8. = 2,35

Calculamos:

= 8,8 .
6(5)

Fixando

a =

231.

230.

Conforme

vimos

7.3.1.2,

em
-

R,

- \

Iff, - J
Conclumos
b)

Tratamentos

ento
nao

que,

as

diferenas

sao

Trs

3,2
o

10,9

p a d r o , ou

novos

mtodos

= 0,05,

=^

de

Mtodo

1:

padro

Mtodo

2:

circuito

Mtodo

3:

ensino

Mtodo

4:

remessa

t^,

repetidos

Admitimos
O
se

se

N(N
^

2)

t .

a/(k-i)

+ l) . 1

12

^ _1_,
1

numero de

<

ndice

participantes

Ndn

+ i)
12

_^

nos

de

questionrios

10 p a r t i c i p a n t e s

Mtodo

2:

6 participantes

Mtodo

3:

4 participantes

Mtodo

4:

4 participantes

aproveitamento
ao

dos

que

rifique

seguinte

pelo

R^

25

i?

/?

13

96

A//i^ +
3

12

i ; ^ 1

n o r m a que

deles

devero

sero

forem
ser

t .
^

se

a cada

que

um

dos

<

introduzidos

inferiores

introduzidos.

Admitimos

t+

Soluo

se

foi

resultado:

= 166

e s t a t i s t i c a m e n t e nao
quais

atribudo

R^

t. ^

>

programado

1:

conduziu

Tomando p o r

TV

Mtodo

ainda:

de

p a r t i c i p a n t e s era t a l p e s q u i s a

de

n.
1

3)

com

segue:

se

foram confrontados

Correio.

t. >

1)

ensino

sejam:

5,5

taxa

igualmente

Exemplo 7

ao

os

mto-

padro,

ve-

233.

232.

N(N + IJ ^ 1
1

% a/(fe-l) >

I,

n.

12

Se f i x a r m o s a 0,05, teremos
^a/(?c-i)

^(0,0167)

= 2,13

Por o u t r o l a d o , temos

^3 =

R^ = 16,60
= 16,00

e ainda:

6,25

8. ANALISE DE VARINCIA - CLASSIFICAO DUPLA

R. = 3,25

'

J vimos o caso de duas amostras com dados pareados,


u t i l i z a n d o o Teste do S i n a l . O p r e s e n t e caso pode s e r aborda-

A? = 2A

do como uma generalizao do pareamento, para

amostras, d i s

= 10
postas em b l o c o s , ou s e j a , na mesma configurao de um d e l i =

n,, =

neamento em b l o c o s c a s u a l i z a d o s . Assim, podemos a d m i t i r o se

Organizamos o s e g u i n t e quadro:

R, - R.

(1

(1 . 2)
(1 . 3)
( 1 , 4)

g u i n t e esquema;

d^m.s, - 2,13 ^ 50 ( + )
10
n.

0,60
10,35
13,35

7,78
3,91
8,91

TRATAMENTO

k
Conclumos, para a = 0,05,

BLOCO 1
11
21
31

BLOCO 2
X
X
X

12
22
32

BLOCO 3

BLOCO n

X ^

13

23
33

\n
2n
X
zn

\2

Admitimos, como no caso da Estatstica Paramtrica,


que d e n t r o de cada b l o c o osfetratamentos esto s u j e i t o s s
mesmas condies a m b i e n t a i s .
O mtodo da TV ser i n t r o d u z i d o .

234.

235.

E v i d e n t e m e n t e , os t e s t e s a serem a b o r d a d o s r e p r e s e n tam os c o m p e t i d o r e s do t e s t e F e seus


mos, n o e n t a n t o , s a l i e n t a r q u e ,

se

complementares.

paramtricos s a o g e r a l m e n t e menos p o d e r o s o s .

a p r e s e n t a m uma m a i o r v e r s a t i l i d a d e ,

uma

dos

t e e apenas

os t e s t e s

mesma

forma e

aproximado.

8.1.3 - Hipteses

Entretanto,
Consideramos

v e z que n a o e x i g e m

n o r m a l i d a d e d o s d a d o s e nem a h o m o g e n e i d a d e

da

contnuas. No c a s o de populaes n a o c o n t i n u a s , o t e s -

a s exigncias do m o d e l o

matemtico n o campo paramtrico f o r e m s a t i s f e i t a s ,


nao

b ) As k populaes s a o a p r o x i m a d a m e n t e

Deve-

das

varincias

t r a t a m e n t o s . Alm d i s s o , podem s e r a p l i c a d o s ,

com m a i o r

eficincia, n o c a s o de p e q u e n a s a m o s t r a s , o n d e , as v e z e s , em
b o r a o modelo e s t e j a s a t i s f e i t o ,

a aplicao do t e s t e

H^,*pelo menos d o i s t r a t a m e n t o s d i f e r e m e n t r e s i .

F nao

m u i t o c o n v e n i e n t e o u recomendvel.

8.1.4 - Mtodo
D e n t r o de c a d a b l o c o p r o c e d e m o s a classificao

8.1 - Teste de Friedman (x^ de Friedman)

j u n t a d a s k observaes, dando o r d e m 1 menor

8.1.1 - Generalidades
O t e s t e de F r i e d m a n

maior

Definimos:

observaes d e n t r o de ca.
12

da

ordem k a

delas.

tambm p o d e s e r c o n s i d e r a d o como

um t e s t e F a p l i c a d o as o r d e n s d a s

con-

bloco.
nkCk
Podemos consider-lo como uma extenso do t e s t e

bil

t e r a l do S i n a l , j d i s c u t i d o p a r a o c a s o de duas a m o s t r a s com

onde

dados p a r e a d o s . N e s t e c a s o , o pareamento

t o - t , nos n b l o c o s .

pode s e r p r o v e n i e n -

t e de um mesmo g r u p o de n indivduos, c o n s i d e r a d o s em

+ l )

^
i
i?J . 2n(k + i ; ,
i=i ^

& a. soma das o r d e n s atribudas aos dados do t r a t a m e n

P a r a t e s t a r m o s , ao nvel a de significncia H

situa,

Q
es d i s t i n t a s , o u poder s e r p r o v e n i e n t e de n g r u p o s

de

indivduos a f i n s em c a d a g r u p o ,

r e j e i t a m o s //_ s e

vs H :
a

>

onde

8.1.2 - Pressuposies
a) Os n g r u p o s de k observaes so

independentes

entre
Os v a l o r e s de

, p a r a k < 5 so o b t i d o s

da

Tabela

si;
22. P a r a

> 5 ou p a r a um numero de b l o c o s no p r e v i s t o n a Ta

bla, devemos u t i l i z a r

a aproximao p a r a g r a n d e s

amostras.

237.

236.

Comprova-se que sob H^^ para grandes amostras,


uma distribuio de

, com k - 1 graus de l i b e r d a d e .

,2

8 . 1 . 5 - Empates

12

nk(k

No caso de empates entre observaes de um mesmo b i o


CO, u t i l i z a m o s a media das ordens. Alm d i s s o ,
v a l o r de

Calculamos preliminarmente:

tem

aplicamos ao

+ l)

12

( 8 , 5 2 + 12,02 + 9,02 + 1 1 , 5 2 + 4,0^) - 3 ( 3 ) ( 6 )

3(5)(6)

a seguinte correao:
= 5,40
T.

C = 1 -

e ainda, como ocorreram empates:

^
nk(k^

- U

*ii

= 3

= 1

onde: T , - t^. . - k
3
^
*31

t^^

= 1

= ^

32

= nmero de observaes empatadas no grupo i do bio


CO

= 1,

*12

= 2

\2

j .

*13

"

*23

S3

\z

^53

A nova expresso de x ^ f i c a :

L?

nk(k

Z f2 -

+ l)

e, ainda:
T

3n(k + l)

,^ 1 tl

= 33 + l 3 + l 3 _ 5

= 24

^ 1

i
l

1 -

T.

= S t?^ -

= l 3 + l 3 + l 3 + 23 - 5 =

^
nk(k^

- l)

Vejamos um exemplo i l u s t r a t i v o .

T. ' l t\
3
. 13

Suponhamos:

= l 3 + l 3 + i 3 + x3 - 5 =

Portanto:
BLOCOS
^1

Tratam. 1

Tratam. 2

Tratam. 3

Tratam. 4

Tratam. 5
C -

2,5 (2,0)
4,2 (4,5)
3,5 (2,0)
= 8,5

3,7 (5,0)
3,8 (2,0)
3,9 (5,0)
= 12,0

2.5 (2,0)
4,0 (3,0)
3,7 (4,0)

3,0 (4,0)
4,2 (4,5)
3,6 (3,0)

^ 3 ==

9,0

= 11,5

2,5.(2,0)
3,5 (1,0)
3,2 (1,0)
= 4,0

1 -

l T
nk(k^

- l)

1 -

30

= 0.917 ,

3(5)(24)

X ^ ' - - ^ - - ^ - 5 , 8 9
C
0,917

238.

239.

Observaes

V e r i f i q u e , pelo t e s t e de Friedman, se houve r e s p o s t a


adubao

1) No caso de nao ocorrerem empates dentro de um bloco


teremos J". = O, conforme v e r i f i c a m o s no exemplo dado.
2) Quando todas as observaes esto empatadas dentro

Soluo

de

As nossas hipteses sao:

um b l o c o , podemos, para e f e i t o de c a l c u l o , sem a l t e r a r

n : t = t = t =t

X^', e l i m i n a r o bloco e redimensionar n. I s t o se v e r i f i c a mesmo que nos blocos r e s t a n t e s nao ocorram

nitrogenada.

empa-

tes

E : pelo menos dois tratamentos diferem entre s i .

8.1.6 - Exemplos

Determinamos:

Exemplo 1

12

Num ensaio sobre adubao nitrogenada


lzado pelo P r o f . Salim S i m o ,
foram considerados

de a l f a c e , r e a

da E.S.A. " L u i z de Queiroz",

os seguintes

(52 + 92 + 142 + 3^22) - 3(4) (5)

4(4) (5)
= 6,90 .

tratamentos:
Se considerarmos o nvel de significncia a = 0,05,

Tratamento 1: Testemunha

a Tabela 22 nos d:

5 g de s a l i t r e / 1 0 l i t r o s

d'gua

Tratamento 3: 10 g de s a l i t r e / 1 0 l i t r o s

d'gua

Tratamento 2:

X^=7,50

Tratamento A: 20 g de s a l i t r e / 1 0 l i t r o s d^igua
A adubao bsica f o i NPK e a

adubao

Verificamos ento que, ao nvel a = 0,05,

nitrogenada

f^,

aceitamos

i s t o , os tratamentos nao diferem entre s i .


Por outro lado, observamos, ainda p e l a Tabela 22,que:

r e f e r i d a f o i f e i t a em cobertura.
Os resultados de produo (peso de 12 p s , em gramas)
foram os que se seguem.
BLOCOS

0,052 < n.m.s. <

0,094

i s t o -, o nvel m n i m o de significncia no qual

Tratam. 1

Tratam. 2

Tratam. 3

Tratam. 4

3.640
4.890
4.800
4.460

4.200
4.550
5.320
5.500

4.700
6.020
5.250
5.580

5.300
5.900
5.150
5.560

mos

rejeitara-

e s t a entre 5,2 e 9,4%.


E s t a concluso nao muito discrepante daquela que se^

I
II
III
IV

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

= 5
1

(2)
(1)
(4)
(.2)

= 9

(3)
(4)
(3)
(4)

= 14

(4)
(3)
(2)
(3)

/?, = 12
4

r i a obtida p e l a aplicao do t e s t e F .

240.

241.

Exemplo 2
Numa pesquisa sobre "Aproveitamento

Tecnolgico

do

DEGUSTADORES

Tratam.

Mand-Dfuinao F r i a " , r e a l i z a d a no Departamento de Tecnolog i a Rural da E.S.A. " L u i z de Q u e i r o z " ,

pelos

Dr. M a r l i a Oetterer de Andrade e P r o f . U r g e l de Almeida L i ma, foram r e a l i z a d a s a n a l i s e s s e n s o r i a i s com sopas p r o v e n i e n


tes de mandis aos 7 ( s e t e ) d i a s de armazenamento, consideran,
do-se os s e g u i n t e s t r a t a m e n t o s :
t ^ : Amostra com

3% de s a l , por

t^i

Amostra com

3% de s a l , por 10 h o r a s ;

t^i

Amostra com

: Amostra com

10% de s a l , por

D,
^8

5 horas;

^1

5 horas;

classificaram

21,0

^2

s a t i s f a t o r i a m e n t e p e l o t e s t e de

as sopas numa e s c a l a o r d i n a l :

(1,5)
(3,0)
(3,5)

0
0
R
0
R
N
0
B
B
N

(1,0)
(1,0)

(3,5)
(1,0)
(2,0)
(4,0)
(2,0)
=

22,5

0
0
B
0
B
0
0
0
B
0

(1,0)

24,0

(3,5)
(3,0)
(2,0)
(3,5)
(3,0)
(3,5)
(3,5)
(4,0)
(2,5)
(4,0)
=

32,5

podem ser a n a l i d a d o s

Friedman.
as

ordens,

obedecendo-se a e s c a l a de classificao d e n t r o de cada b l o c o .


Determinamos

: razovel;

B : boa ;

xl

O : otima .
Os r e s u l t a d o s o b t i d o s , quanto ao s a b o r , foram os

Tratam.

(3,5)
(3,0)
(1,0)
(3,5)
(2,0)
(1,0)
(3,5)
(3,0)
(2,5)

Os nmeros e n t r e parnteses representam

li : nao a c e i t v e l ;

se seguem:

B
0
0
N
N
0
R
R
0
R

Tratam. 3

Os dados, embora q u a l i t a t i v o s ,

Foram u t i l i z a d o s dez degustadores que

(1,5)(1,0)
0 (3,5)
R (2,0)
0 (4,0)
E (2,0)
B (2,0)
N (1,0)
B (1,0)
B (3.0)
i?

^3
^4
^5

10% de s a l , por 10 h o r a s .

Tratara. 2

^1
^2

pesquisadores

(21,02 + 22.52 + 24,02 ^ 32,52) _ 3 ( 1 0 ) ( 5 )


10(4) (5)

que

= 4,80

Em decorrncia dos empates


^1
t

21

= 2

= 2

12
22

= 1

= 3

13
23

S3
*15
*26
*36

= 1
= 2

17

*2 7
*37

= 1
= 1
= 2

consideramos:
= 1

*1.

= 1

*2. = 1
*3. = 2

= 2
t

= 1

19

^29
*39

= 1
= 2
= l

242.
243.
Os b l o c o s

5, 8 e 10 nao

n a o da c o r r e o , por
Da

nao

foram c o n s i d e r a d o s

apresentarem

onde:

empates.

V^i
V^:

12

^6

24

^7

= 6

nk(k^

b) C o n f r o n t e a s c o n c l u s e s com
o do T e s t e

= 5,39

de

liberdade. A Tabela

10(4)(15)

4 nos
= 7,82

C o n c l u m o s que,

sentam d i f e r e n a s

8.1.7
1) Num

x^ *^om

k-l

= 3

0,05:

neste cado, a >

quanto ao s a b o r , a s sopas nao

apre-

- Exerccios propostos

- a u c a r , foram o b t i d o s

c o m p e t i o de v a r i e d a d e s

de

41-76
resultados

obtidos.

as o b t i d a s p e l a

aplica-

F.

exemplo a n t e r i o r uma q u i n t a v a r i e d a d e

; 140,2

; 130,3

; 138,7

p a r a os b l o c o s

de

F r i e d m a n p a r a as c i n c o v a r i e d a d e s

(7^:

; 146,0

149,8

I a V I , refaa o teste
em

de

questo:

3) A d m i t i n d o os r e s u l t a d o s s e g u i n t e s :

os s e g u i n t e s r e s u l t a d o s de

BLOCOS

Tratam. 1

I
II
III
IV

Tratam. 2

10,2
9,6
8,4
10,3

11,6
10,4
9.7
10,3

produo,

a) C a l c u l e

pelo processo

p a t e s no b l o c o
b) E l i m i n e o b l o c o

^1

CB

Tratam. 3

Tratam. 4

13,8
11,3
9,5
10,3

13,2
13,6
8,8
10,3

cana-de-

t/ha.

VARIEDADES

41-70

significativas.

e n s a i o sobre

CB

as p r o d u e s :

respectivamente,

d , ao n v e l a =

O n v e l m n i m o de s i g n i f i c n c i a ,
> O,10.

4 0 - 1 9 ) com
128,6

N e s t e c a s o , c o n s u l t a m o s a t a b e l a de
graus

CB

66

1
- i ;

421

= 6

I T

Co

V^i
V^:

o t e s t e de F r i e d m a n aos

2) I n c l u i n d o no

419

a) Aplique

finalmente:

Co

= 6

4,80

em

determi-

temos:

^9

e,

na

Bloco
I

Bloco
II

Bloco
III

Bloco
IV

Bloco
V

Bloco
VI

110,6
116,7
140,3
143,4

119,5
128,4
150,0
153,8

120,1
131,5
150,9
151,5

105,3
114,8
144,7
144,1

130,8
146.8
153,9
154,6

138,1
155,5
156,9
159,3

le

u s u a l , c o n s i d e r a n d o os

em-

IV;
I V , redimensione o ensaio e

recalcu-

x^;

c ) D i s c u t a a s c o n c l u s e s o b t i d a s nos

dois

casos.

245.
244.
rejeitamos

s e L >_

8.2 - Teste de Page


onde

8.2.1

- Generalidades

o t e s t e de Page m a i s a p r o p r i a d o
man

em c a s o s em que os t r a t a m e n t o s ,

P.
O

do que o de F r i e d -

pela sua prpria

Os

nature-

p o i s , tambm considerado

de uma c e r t a ordem c r e s c e n t e . ,

ura t e s t e de " p o s i o " p a r a

l i m i t e s de

QJ - a

podem s e r e n c o n t r a d o s n a T a b e l a 2 3 .

Como no t e s t e de J o n c k h e e r e , podemos r e o r g a n i z a r

z a , j i t m uma c e r t a o r d e n a o , ou s e j a , a r e s p o s t a dos t r a tamentos s e v e r i f i c a d e n t r o

L > L

tratamentos,

os

de modo a t e r sempre n a h i p t e s e a l t e r n a t i v a :

amos-

tras.

8.2.4 - Empates
Suas e x i g n c i a s s o a s mesmas do t e s t e de F r i e d m a n e ,

no

c a s o p a r t i c u l a r de duas a m o s t r a s

Quando o c o r r e m empates e n t r e a s o b s e r v a e s de um mes

(?; = 2) , e l e e q u i v a l e u

mo b l o c o , usamos a m e d i a d a s o r d e n s empatadas.

t e ao t e s t e u n i l a t e r a l do S i n a l .

8.2.5 - Aproximao normal

8.2.2 - Hipteses
As h i p t e s e s a p r o p r i a d a s

ao t e s t e s a o :
No c a s o de g r a n d e s a m o s t r a s ,

L*
, onde ao menos uma
prevalece.

H : t < t < ... <


^
^
^

n(k^ - - k}^

^
Comprova-se que,

u^(k - i ;

quando n *

=^

L* fl ^(.0 , 1 ) .

A a p r o x i m a o normal deve s e r u t i l i z a d a quando

Definimos:
L =

k
H

k, ou ambos, assumem v a l o r e s m a i o r e s do que os p r e v i s t o s


i R.

onde R-, conforme j i d e f i n i d o , a soma d a s o r d e n s do t r a t a -

iao

na

a a p r o x i m a o n o r m a l , os n v e i s de s i g n i f i c n c i a

apenas a p r o x i m a d o s .

mento i n o s n b l o c o s .
t e s t a r m o s , ao n v e l a de s i g n i f i c n c i a ,

n ou

t a b e l a e x a t a . Devemos s a l i e n t a r , no e n t a n t o , que, no c a s o de
ae u t i l i z a r

O b v i a m e n t e , p a r a t e s t a r m o s , ao n v e l a de s i g n i f i c n

cia:
O

^0 ^ 'a

desigualdade

8.2.3 - Mtodo

E n t o , para

definimos

vs H
a
rejeitamos H

s e L* > z, ,
- (a)

246.

247.

8.2.6 - Associao com o teste de correlao de


Spearman

Al

temos:
L = R

HOLLANDER e WOLFE

(1973) chamam-nos a a t e n o p a r a o

f a t o de que a e s t a t s t i c a L , quando nao o c o r r e m e m p a t e s , e s t a a s s o c i a d a ao c o e f i c i e n t e de c o r r e l a o de Spearman,


forme s e v e r i f i c a

con-

r,

a seguir.

0,8

a hiptese alternativa: *|
Assim, considerando

Por

outro

r - ^

- 0,5333
"

^ 2 8 3 L _ 3(51 ^ ,^3333
3(4)(15)

ainda:

lado,

*2 ' * *

8.2.7 - Exemplos

a) r . = c o e f i c i e n t e de c o r r e l a o de Spearman no b l o c o
J
n

Exemplo 1
A p l i q u e o t e s t e de Page aos dados do Exemplo 1 do tes_
te de F r i e d m a n .

^ ;

Soluo

n
teremos:
12L

3(k + 1)

,
nk(k^

- l )

As n o s s a s

hipteses sao:

^1 5. *2

U '

*U onde ao menos uma d e s i g u a l d a d e p r e


valece.

k - i

Vejamos um exemplo i l u s t r a t i v o .
BLOCOS
h
*1
1
2
3

l r.

= 0.4

5..: ordem e s p e r a d a do t r a t a m e n t o i no b l o c o j , a d m i t i n d o

3/f + 4ff = 83 ,
3
t

=0,4

ordem o b s e r v a d a p a r a o t r a t a m e n t o i- no b l o c o j :

b) ; = t

+ IR

e a i n d a , p e l o t e s t e de Spearman:

Consideremos:
R..:

Conforme j v i m o s :

Suponhamos:

1.3 ( 1 )
1,7 ( 1 )
1,8 ( 3 )

1,8 ( 3 )
2,3 ( 4 )
1.5 ( 1 )

1,6 ( 2 )
1,9 ( 2 )
1,7 ( 2 )

2,3 ( 4 )
2,1 ( 3 )
1,9 ( 4 )

R, = 5

^2 = 8

^3 - 6

R^ = 11

i?j - 5
t,

R^ ' 9

i ? ^ - 14

i ? ^ - 12 ,

portanto:
L
A Tabela

^ R^ + IR^ + 3i?3 + 4i?i^ = 113 .


23 nos d a :

248.

249.

^0 =

P e l a t a b e l a da distribuio normal:

Portanto, rejeitamos H^, ao nvel a = 0,05 e conclu^

2/

. = 1,97

(0,021.4)

mos que pelo menos um tratamento superior aos demais.

e assim, n.m.s. = 0,0244, ou ainda:

Exemplo 2

0,01

Aplique o t e s t e de Page ao Exemplo 2 do t e s t e de Fried_


man.

< n.m.s. < 0,05

concluso anloga obtida pelo processo

Soluo

,
exato.

8.3 - Comparaes Mltiplas


Tambm neste caso temos:
A f i n a l i d a d e das comparaes mltiplas ecomplementar
1

H^: "^j^

^2 ^3

U *
^14.-

os r e s u l t a d o s ou as concluses obtidas pelo

Teste de F r i e d -

o^^de ao menos uma desigualdade pre

man, quanto n e l e se r e j e i t a H^; procurando com i s s o ,

valece,

zar as possveis diferenas entre pares de tratamentos.

locali-

Obviamente, os recursos dessas comparaes sao l i m i -

Do exemplo temos:

tados, pois e l a s permitem-nos apenas confrontar os tratamen' 21,0

= 22,5

= 24,0

i?^ = 32,5

e ento:

tos dois a d o i s , nao sendo p o s s v e l ,


entre grupos de

L = 21,0 + 2(22,5) + 3(24,0) + 4(32,5) = 268

8.3.1

portanto, a comparao

tratamentos.

- Comparaes envolvendo todos


tratamentos

os pares

de

e, p e l a Tabela 2 3 , v i r a :

8.3.1.1 - Caso de pequenas amostras


L = 266 .
Assim, rejeitamos ff^, ao

nvel a = 0,05

Consideramos os

e podemos

k(k

ainda c o n c l u i r :

- l )
2

0,01

< n.m.s. <

0,05

.
pares de tratamentos e determinamos,

Se usssemos a aproximao normal, v i r i a :

\R. - R.
= 1,97

10(3.600)
UA(k

- D

rena

- lQt^><^^>

^ _ nk(k + l)^

144(3)

para cada p a r , a d i f e -

'7;=i,2,...,fc-i;

.
onde R. e R. representam as somas das ordens atribudas

aos

250.

8.3.1.2 - Caso de grandes amostras

tratamentos t- e j respectivamente, nos n b l o c o s .


A uma taxa de erro experimental a , admitimos
R. - R.
^
3
i s t o e, a diferena mnima s i g n i f i c a t i v a (d.m.s,),
^

ou o numero de tratamen-

t o s , ou ambos ultrapassam os v a l o r e s p r e v i s t o s na Tabela 24

se

Quando o numero de b l o c o s ,

a uma t a -

obtemos a d.m.a. como se segue:

xa a, :

d.m.s. =

nk(k

+ 1}

12

d.m.3. - A.

ou s e j a ,

Os v a l o r e s de Q sao dados p e l a Tabela 17.


P

{ R. ' R .] > /\J = a

Exemplo 2
Os v a l o r e s de

sao obtidos da Tabela 24.

Admitamos um caso onde A: = 5 e M = 16, com


?j = 28
R^ = 45

Exemplo 1
Aplique o m t o d o das comparaes mltiplas aos resul^

^ 59

R^ = 41
3

tados apresentados no Exemplo 1 do t e s t e de Friedman.

^5

Como n o dispomos de t a b e l a de A ^ , para n = 16, c a l

Soluo

culamos a d,me.

Neste caso temos:

pelo mtodo apropriado s grandes amostras

Se admitirmos, por exemplo, a = 0 0 5 , a Tabela 17 nos d a r :

^1 = 5

3 = 14
Q = 3,858
e , consequentemente:

e ento.
^1

-2

= 4

- ^3

= 5

d.m.e. = 3,858

= 3
= 9
^1
= 2
i?
= 7
3
1
A Tabela 24, para = 4 e n = 4, com a = 0,026, nos

-\

di:

C o n c l u m o s , a s s i m , que, taxa a = 0,026

12
Por outro l a d o , temos:
1

= 10.

^ 6 ( 5 ) ( 6 ) _ 24^4 .

-^2

- 17

- 14

i?2

- 13

-ffs

- 22

nao foram

= 31

- 18

constatadas diferenas s i g n i f i c a t i v a s entre os pares de t r a -

= 39

- 26

tamentos .

ff..

252.

253.

Conclumos que, a t a x a a = 0,05: t

t ; t

i-

*3

"

^
1

e
'

+ 1}

* h8,3.2 - Comparaes mltiplas: tratamentos


munha
Analogamente a 7.3.2, a d m i t i r e m o s

nha".

nk(k

d.m.s. - q

Logo, s e temos k t r a t a m e n t o s ,

como

vs teste

"testemu-

No exemplo 1 do t e s t e de F r i e d m a n , c o n f r o n t e cada a~
dubaao com a t e s t e m u n h a .

Soluo

(T:=2,3,. . . ,k)

na T a b e l a 21.

Exemplo 3

podemos e s t a b e l e c e r (fc-1)

comparaes r e f e r e n t e s a s diferenas do t i p o
R. - R

Os v a l o r e s de q^ s a o e n c o n t r a d o s

D a q u e l e exemplo temos:

8.3.2.1 - Caso de pequenas amostras


A T a b e l a 25 nos d a a d.m.s. (A) a uma t a x a a p a r a a s
comparaes u n i l a t e r a i s ,

R^=

12

ou s e j a :
da obtemos:

t. > t
^
l
t . < t,
^

se

R. - R

se

> \

~ R. > X
l
^

i?3 -

= 9

A T a b e l a 26 n o s d a d.m.s. ( X ^ ) a uma t a x a a p a r a a s
coTDparaoes b i l a t e r a i s ,

i s t o :
Estabelecendo
25, p a r a ^ = 4 e n = 4 ,

8.3.2.2 - Caso de grandes amostras

a s comparaes u n i l a t e r a i s ,

> t^.

Se considerssemos a s comparaes b i l a t e r a i s , n a s mes


mas condies, p e l a T a b e l a 26, i t a x a a = 0,041,

u t i l i z a m o s a aproximao

obteramos

para
Xj = 9. Concluiramos, ento, que

grandes

Tabela

a uma t a x a a = 0,048, nos d X = 8.

Conclumos que, a t a x a a = 0,048,

No c a s o de k > 4, ou p a r a um nmero n de b l o c o s , nao


p r e v i s t o nas tabelas exatas,

^ t^.

amostras.
P a r a a s comparaes u n i l a t e r a i s ,

d.m.s. - q

nkfk

a uma t a x a a , temos

Exemplo 4
Ntim e n s a i o s o b r e competio de v a r i e d a d e s de c a n a - d e -

+ 1}

-aucar, foram o b t i d o s o s s e g u i n t e s r e s u l t a d o s de produo,em


t/ha.

Os v a l o r e s de q s a o o b t i d o s na T a b e l a 20.
P a r a a s comparaes b i l a t e r a i s u t i l i z a m o s :

255.

254.

6 ( 5 ) (6)

d,m,s. = 2,160
BLOCOS

Varied.1

Varied.2

Varied.3

Varied.4

Var i ed.5

I
II
III
IV
V
VI

110,6
119,5
120,1
105,3
130,8
138,1

116,7
128,4
131,5
114,8
146,8
155,5

128,7
140,2
130,3
138,7
146,0
149,8

140,3
150,0
150,9
144,7
153,9
156,9

143,4
153,8
151,5
144,1
154,6
159,3

6
= 11,83 ,
Admitimos V. > V
t

se i ? . 1

> 11,83 .

1 -

Conclumos, t a x a de 5%,

que as v a r i e d a d e s

e 7_

sao mais p r o d u t i v a s do que V^.


Se a v a r i e d a d e padro f o s s e , p o r exemplo, 7^, tera-

Admitindo

uma v a r i e d a d e padro,

confronte-a

com

mos :

as demais.

^1

Soluo

-i?2

R
Neste caso obtemos:

= 14
-^2
5
As comparaes b i l a t e r a i s s e r i a m mais a p r o p r i a d a s e,
R

= 15

K =

= 10
k

25

5 = 29

a taxa a = 0,05, com k - 5, p e l a Tabela 2 1 , teramos:

^3 == 15
= 2.44
e ainda:

nk(k

d.m.s. =

+ l)

1 >

- 19
i?5 - fll = 23

Considerando as comparaes u n i l a t e r a i s ,
= 0,05 e

para

= 2,44

a =

6(5)(6)

= 5, obtemos da Tabela 20:


q = 2,160 .

- 13,36 .

e, consequentemente:

Assim, admitiramos que apenas


de V .
2

d i f e r e em produo

257.

9. BIBLIOGRAFIA

ANDRADE, M.O.,
1975. P r e p a r o , Seleao, Armazenamento e E s t u
dos Qumicos e S e n s o r i a i s de C o n s e r v a s de Mandi, P-imetodus alarias^
BLOCH, F a c u l d a d e de Cincias Farmacuticas
da USE, Sao P a u l o , SP.
(Dissertao de M e s t r a d o ) .
ANSARI, A.R. e R.A. BRADLEY, 1960. Rank-Sum T e s t s
persions.
Ann. Math. S t a t i s t . ^ 31: 1174-89.
CONOVER, W.J., 1971. Practical
Nonparametria
va York.
John W i l e y & Sons.

for D i s -

Statistias.

COX, D.R. e A. STUART, 1 9 5 5 . Some Q u i c k T e s t s f o r T r e n d


L o c a t i o n and D i s p e r s i o n ,
Biometrika^
42: 80.95.

No

in

CUSTODIO, R.W.S,, 1969. Seleao d a Matria P r i m a Destinada


Formao de Populaes Bsicas p a r a o Melhoramento de Galinhas.
E.S.A. " L u i z de Q u e i r o z " , P i r a c i c a b a , SP.
(Dissertao de M e s t r a d o ) .
DIXON, W.J,

e F . J . MASSEY J r . , 1969.
Introducton to
Sta~
a
t i s t i a a l Analyss.
3. e d . Nova Y o r k , M c G r a w - H i l l Book Com
pany.
DUNNET, C.W.,
1964. New T a b l e s f o r M u l t i p l e Comparisons w i t h
a Control.
Biometvics,
20: 482-91.

258.

259.

FERREIRA, M., 1970. E s t u d o da Variao da D e n s i d a d e Bsica


da M a d e i r a de Povoamentos de Euaaliptus
gvandis
Hill
ex
Maiden. E.S.A. " L u i z de Q u e i r o z " ,
P i r a c i c a b a , SP. ( T e s e
de L i v r e - D o c i n c i a ) .
FREUND, J . E . e A.R. ANSARI, 1957. Two-Way Rank-Sun T e s t s f o r
Variances.
Tech. Rept.,
34, Department o S t a t i s t i c s . V
ginia Polytechnic Institute,
GIBBONS, J.D., 1971. Nonparcsnetrio
Statistiaal
v a Y o r k . M c G r a w - H i l l Book Company.

Inference.

Ann.Math.Sta-

MOSES, L . E . , 1965. C o n f i d e n c e L i m i t s From Rank T e s t s .


nometvios,
?: 257-60.

Teoh-

NOUER, D.F., 1966. Das Malocluses e A l g u n s dos Seus F a t o r e s Etiolgicos. F a c u l d a d e de O d o n t o l o g i a de P i r a c i c a b a .


P i r a c i c a b a , SP. ( T e s e de D o u t o r a m e n t o ) .

N
OWEN, D.B., 1 9 6 2 . Handbook of S t a t i s t i a a l Tables.
Reading,
Massachussets.
A d d i s o n Wesley P u b l i s h i n g Company.

GUPTA, S.S., 1963. P r o b a b i l i t y I n t e g r a i s o f M u l t i v a r i a t e Nor


mal and M u l t i v a r i a t e t . Ann, Math. S t a t i s t , ^ 34: 792-828.
HARTER, H.L., 1960. T a b l e s o f Range and S t u d e n t i z e d Range.
Ann, Math. S t a t i s t . ^ 31: 1122-47.
HODGES J r . , J . L . e E . L . LEHMANN, 1950. Some Problems i n Minimax P o i n t E s t i m a t i o n . Ann, Math. S t a t i s t . , 21: 182-97.
HOLLANDER, M. e D.A. WOLFE. 1973, NonparametTcal S t a t i s t i aal Methods.
Nova Y o r k ,
John W i l e y & Sons.
KENDALL, M.G., 1938. A Neu Measure o f Rank C o r r e l a t i o n . Bio_
metrika,
30: 81-93.
KRUSKAL, W.H. e W,A. WALLIS, 1952. Use o f Ranks i n O n e - C r i terion Variance Analysis.
J. Amer. S t a t i s t . Ass., 47: 5 8 3 -621.
LEHMANN, E . L . , 1 9 7 5 ^ Nonparametrics
S t a t i s t i c a t Methods
sed on Eanks.
Sao F r a n c i s c o , Holden-Day, I n c .

MOSES, L . E . , 1963. Rank T e s t s o f D i s p e r s i o n ,


t i s t , , 64: 973-83.

Ba-

L I I X I E F O R S , H.W., 1967. On t h e Kolmogorov-Smirnov T e s t f o r


N o r m a l i t y w i t h Mean and V a r i a n c e Unknown.
J.Amer.Statist.
Aes.,
62: 399-402.
HANN, H.B. e D.R. WTITNEY, 1947. On a T e s t o f Whether One
of Two Randon V a r i a b l e s i s S t o c h a s t i c a l l y L a r g e r t h a n t h e
O t h e r . "nn. Math. S t a t i s t . , IS: 50-60.

PIMENTEL GOMES, F . , 1978. CUT-S de Estattstiaa


Experimental.
8. e d . , E.S.A. " L u i z de Q u e i r o z " , P i r a c i c a b a , SP.
S I E G E L , S,, 1956. Nonparametric
S t a t i s t i o s for the
Behaviorat Saiences.
Nova Y o r k , M c G r a w - H i l l Book Company.
T S A I . W.S.; B.S. DURAN e T.O. LEWIS, 1975. S m a l l - S a m p l e B e h a v i o r o f Some M u l t i s a m p l e Nonparametrc T e s t s f o r S c a l e .
J. Amer. S t a t i s t . Ass., 70: 791-6.
WILCOXON, F . , 1945. I n d i v i d u a l
ds.
Biometrias,
1: 8 0 - 3 .

C o m p a r i s o n s by R a n k i n g Metho-

261.

10.

TABELAS

263.

Tsbala 1 - Limitas supariorss da distribuio normal reduzida


P , [ Z > ] = a

0,00

0.01

0.Q2

0.03

0.04

0.05

0.06

0,07

Q.08

0,0
0.1
0.2
0,3
0.4

0,5000
0,4602
0,4207
0,3821
0,3448

Q,49S0
0.4S62
0.4168
0.3783
0,3409

0,4920
0,4522
0,4129
0,3745
0,3382

0.4080
0,4483
0,4090
0,3707
0,3336

0,4840
0,4443
0,4052
0,3669
0,3300

0.4601
0.4404
0.4013
0.3632
0,3264

0.4761
0.4364
0.3974
0,3594
0.3228

0.4721
0.4325
0.3936
0.3557
0.3192

0.4681
0,4286
0.3897
0.3520
0.3156

0,4641
O.4247
0.3859
0.343
0.3121

0.5
0,6
0.7
0,8
o.g

0.3085
0,2743
0,2420
0.2119
0.1S41

0,3050
0,2709
0,2389
0.2090
0.1814

0,3015
0.2676
0,2358
0,2061
0,17S8

0,2981
0,2643
0,2327
0,2033
0,1762

0,2946
0,2611
0,2238
0,2005
0,1736

0,2912
0,2578
0,2266
0,1977
0,1711

0,2877
0,2546
0,2236
0,1949
0,1685

0,2843
0,2514
0.2206
0.1922
0.1B60

0,2810
0,2463
0.2177
0.1894
0.1635

0,2776
0,2451
0.2146
0.1867
0.1611

1.0
1.1
1.2
1.3
1.4

0.1587
0.1357
0,1151
0,0968
0,0606

0.1562
0.1335
0.1131
0,0951
0,0795

0.1539
0.1314
0.1112
0,0934
0.0778

O.ISIS
0,1292
0,1093
0.0918
0,0764

0.1492
0,1271
0.1075
0.0901
0,0749

0,1469
0.1251
0,1056
0,0885
0,0735

0,1446
0,1230
0.1038
0,0669
0.0721

0,1423
0,1210
0,1020
0,0653
0.0706

0,1401
0,1190
0,1003
o,ua38
0.0694

0,1379
0,1170
0.0985
0,0823
0.0681

1-S
1.6
1.7
1.9

0.0666
0.0548
0,0446
0,0359
0,0267

0,0655
0,0537
0,0436
0.0351
0,0261

0,0643
0,0526
0,0427
0,0344
0,0274

0,0630
0,0516
0,0416
0,0336
0,0268

0,0618
0,0505
0,0409
0,0329
0,0292

0.0G06
0.0495
0.0401
0.0322
0.0256

0.0594
0,0465
0,0392
0,0314
0,0250

0,0582
0.0475
0,0384
0.0307
0,0244

0.0571
0.0465
0.0375
0.0301
0.0239

0,0559
0,0455
0,0367
0,0294
0,0233

2.0
2,1
2,2
2.3
2.4

0.0226
0,0X79
0,0139
0.0107
0.CH162

0,0222
0.0174
0.0136
0.0104
0,0060

0.0217
0,0170
0,0132
0,0102
0,0076

0.0212
0,0166
0,0129
0.0099
0.0075

0,0207
0,0162
0,0125
0,0096
0,0073

0.0202
0,0158
0.0122
0.0094
0,0071

0.0197
0.0154
0.0119
0.0091
0.0069

0.0192
0.0150
0.0116
0.0089
0.0066

0.0168
0,0146
0.0113
0,0087
0,0066

0,0183
0.0143
0.0110
0.0084
0.0064

2.S
2.6
2.7
2.6
2,9

0,0062
0,0047
0.0035
0.0026
0.0019

0.0060
0.0045
0,0034
0.0025
0,0018

0.0059 0,0057
0.0044 0.0043
0.0033 0,0032
0.0024 0,0023
0,0018 \0,017

0.0055
0,0041
0.0031
0,0023
0,0016

0.0054
0.OO4Q
0.0030
0.0022
0.0016

0,0052,
0,0039
0,0029
0,0021
0.0015

0,0051
0,0Q3S
0,0028
0,0021
0.0015

0.0049
0.0037
0.0027
0,0020
0,0014

0,0048
0,0036
0.0026

3,0
3.1
3,2
3,3
3,4

0,0013
0,0010
0.0007
0,0005
0.0003

0,0013
0.0009
0,0007
0,0005
0,0003

0,0013
0,0009
0,0006
0,0005
0.0003

0,0012
0.0009

0.0012

0.0011

0,0004
0,0003

0,0004
0.0003

0,0011
0.0008
0,0008
0,0004
0,0003

0,0011
0,0006
0,0005
0,0004
0,0003

0,0010
0,0007
0.0005
0.0004
0.0003

0.0010
0,0007
0,0005
0,0003
0,0002

O.OOOB 0,0003

O.OODS 0.0006

0.0006
0,0004
,0003

0.09

O.QOig
0.0014

264.
265.

Tab9la 2 - Limitas Infsrioraa da dlatrlbuia binomial

0,05

0,10

0,15

0.20

0.25

0,30

0,35

0,40

0,45

0.50

0,9500
1,0000

0.9000
1,0000

0.8500
1.0000

0,6000
1,0000

0,7500
1,0000

0,7000
1,0000

0.6500
1.0000

0,8000
1,0000

0.5500
1.0000

0,5000
1.0000

0,9025
0,9975
1.0000

0,8100
Q.SSOO
l.OQOO

0.7225
0.9775
1.0000

0,6400
0.9600
1,0000

0,5625
0,9375
1,0000

0.4900
0,9100
1.0000

0,4225
0,8775
1,0000

0,3600
0.8400
1.0000

0.3025
0.7975
1.0000

0,2500
0.7500
1.0000

0,8574
0.9928
0.0999
1,0000

0,7290
0.9720
0,9990
l.OQOO

0,6141
0,9392
0.9966
1,0000

O.5120
0,5960
0.9920
l.OODD

0,4219 0.3430
0.8436 0,7840
0 . 9844 0.9730
1 . QODO 1,0000

0,2746
0,71B2
0,9571
1,0000

0.2160
0.6480
0.9360
1.0000

0,1664
0,5748
0,9089
1,0000

0,1250
0,5000
0,6750
1.0000

0,6145

0,8561

0,5220
0.S9OS
0.0880
0,9935
1,0000

0,4096
0,S132
0.9728
0,9984
1.0000

0,3164
0,7383
0,9492
0.9961
1,0000

0,2401
0,6517
0,9163
0,9919
1,0000

0.1785
0,5630
0.8735
0.9850
1.0000

0,1296
0,4752
0,8208
0.9743
1,0000

0,C915
0,3910
0.75B5
0,9590
1,0000

0.Q625
0,3125
0.6675
0.3375
1.0000

0,4437
0,8352
0,9734
0,9978
0,9999
1,OOQO

0,3277
0,7373
0,9421
0,9933
0 . 9997
1. QODO

0.2373
0,6328
0,8965
0,9944
0,9990
l.OQOO

0,1681
0.5282
0,8369
0,9692
0.9976
l.OODO

0.1160
0.4284
0,7648
0.9460
0,9947
1.0000

0,0778
0,3370
0,6826
0.9130
1,0000

0.0503
0,2562
0,5931
0,8688
0.9815
1,0000

0.0312
0,1875
0,5000
0,8125
0 . 9686
1. QOOO

o,9aeo 0,9477

Tabela 2 - continuao

0,9995
1,0000

0,9963
0,9999
1,0000

0,7738
0,8774
0,9988
1.0000

0.5905
0.915
0.9914
0,9995
1,0000

o.gaoa

0,7351
0,9672
0,9978
0,9909
1,0000

0,5314
0,8857
0,9842
0,9987
0,9999
1,0000

0.3771
0,7765
0,9527
0.9941
0,9996
1.0000

0.2821
0.6554
0,9011
0,9830
0,9984
0,9999
1,0000

0.17BO
0,5339
0,8306
0,9624
0,3954
0,9998
1,0000

0,1176
0.4202
0,7443
0,9295
0.9891
0,9993
1.0000

0.0754
0,3191
0.6471
0,8826
0,9777
0,9982
1,0000

0,0467
0,2333
0,5443
0,9208
0,9590
0,9959
1.0000

0,0277
0,1636
0,4415
0.7447
0.3306
0.9917
1.0000

0,0156
0.1094
0.3438
0.6562
0,8906
0,9844
1,0000

O
1

0.6983
0.9556
0,9962
0,9998
l.OOOQ

0,4763
0.9503
0.9743
0,3973
0.9998
1,0000

0.3208
0,7166
0,9262
0,9879
0,99SS
0,9999
1,0000

0,2037
0,5767
0,8520
0,9667
0,9953
0,9996
1,0000

0,1335
0.4449
0,7504
0.9294
0,9671
0,9997
0,9999
1.0000

0,0824
0,3294
0,6471
0.8740
0,9812
0,9962
0,9998
1,OOOQ

0.0490
0.2336
0.5323
,8002
0,9444
0,9910
0,9994
1,0000

0.0280
0.1596
0.4199
0.7102
0,9037
0,9912
0.9964
1,OOOO

0,0152
0.1024
0,3164
0,6083
0,8471
0,9643
0.9963
1,0000

0,0078
0,0625
0.2266
0.5000
0.7734
0.9375
0,9922
1.0000

0,05

0,10

0.15

0,20

0.25

0,30

0.35

0.40

0.45

0,50

0,6634
0.9428
0,9942
0,9996
1.0000

0,4305
0,8131
0,9519
0,9950
0,9996
1,0000

0,2725
0.6572
0,6948
0.9786
0,9971
0.9998
1,0000

0,1678
0,5033
0,7389
0,9437
0,9898
0,9966
0,9339
1.0000

0.1001
0,3671
0.S785
0,8862
0,9727
0.9958
0.9396
1.0000

0,0576
0,2553
0,551B
0,8059
0,9420
0,9687
0,9987
0,9999
1,0000

0,0319
0,1691
0,4278
0.7064
0.6939
0,9747
0.9964
0.9988
1.0000

0.01S8
0.1064
0,3154
0,5941
0,8283
0,9502
0,9915
0,9993
1,0000

0.0084
0,0632
0.2201
0,4770
0,7396
0,9115
0,9619
0,9983
1.0000

0,0039
0,0352
0,1445
0,3633
0,6367
0,8555
0,9646
0,9961
1,0000

0,5302
0.9289
0,9916
0.9994
1,0000

0,3874
0,7748
0,9470
0,9917
0.9991
0,9939
1.0000

0,2316
0.5395
0,9591
0.9561
0.9944
0,9994
1.0000

0,1342
0,4362
0,7382
0,9144
0,9604
0,9369
0,9997
1.0000

0,0751
0,3003
0,6007
0,8343
0,9512
0,9900
0.9997
0,9999
1,0000

0,0404
0.1960
0,4628
0,7297
0,9012
0,9747
0,9957
0,9996
1,0000

0,0207
0,1211
0,3373
0,6069
0,8283
0,9464
0.9898
0,9966
0.9999
1.0000

0,0101
0,0705
0,2318
0.4626
0.7334
0.900S
0,9750
0,9962
0.9997
1,0000

0,0046
0,0365
0.1495
0,3614
0,62J4
0.9342
0,9502
0,9909
0.9992
1,0000

0.0020
0,0195
0,0898
0,2539
0,5000
0,7461
0,9102
0,9805
0,9960
1,0000

10

0,5987
0,8139
0,9S05
0,9990
0,9999
1,0000

0,3487
0,7351
0,9298
0,9972
0,9984
0,9999
1,0000

0.1969
0.5443
0.8202
0.9300
0,9901
0.9988
0,9999
1,0000

0,1074
0,3758
0.8778
0,6791
0,9672
0,9936
0.9091
0,9999
1,0000

0,0563
0,2440
0,5256
0,7759
0,9219
0.9803
0.9965
0,9996
1.0000

0,0282
0.1493
0.3828
0,6496
0,8497
0,9527
0,9894
0,9384
0,9999
1.0000

0,0135
0.0860
0,2616
0,5138
0,7515
0,9051
0.9740
0,9952
0,9995
1,0000

0,0060 0,0025
0,0464 0,0233
O,1673 0,9996
0,3823 0,2660
0,6331 0.5044
0,9338 0,7384
0,9452 0,8960
0,9677 0,9726
0,9983 0,9955
0,9999 0,9997
1.0000
1,0000

0.0010
0.0107
0,0547
0,1719
0,3770
0,6230
0,8261
0.9453
0,9893
0,9990
1,0000

11

0,5688
0,5981
0,9646
0,0984
0,9999
1,0000

0,3139
0,6374
0,9104
0.9S15
0.9S72
0,9997
1.0000

0.1673
0.4922
0,7798
0,9306
0,9841
0,9973
0,9997
1,0000

0,0859
0,3221
0,6174
0,8389
0,9496
0,9663
0.9900
0.9996
1,0000

0.0422
0,1971
0,4552
0,7133
0,6654
0.9657
0,9924
0,9968
0.9999
1.0000

0,0198
0.1130
0,3127
0,5896
0,7697
0,9218
0,9784
0.9957
0.9994
1,0000

0.0088
0,0608
0,2001
0.4256
0,6683
0.6513
0,9499
0.9978
0.9980
0,9998
1,0000

0.0036
0.0302

0,0014
0,0139
0.0652
0,1911
0.3971
0,6331
0.8262
0,9390
0.9652
0,9976
0,9996
1,0000

0,0005
0,0059
0.0327
0.1133
0.2744
0,5000
0,7256
0,6667
0,9673
0.9941
0,9S3S
l.OOOQ

o.iiag
0,2963
0,5326
0,7535
0,9006
0,9707
0.9941
0,9993
1,0000

264.

265.

Tabila 2 - Limitai tnfarlsr da dlitrlbulgo binomial

n a
1

0.09

D
1

0.10

O,IS

Tabelo 2 continuao

0,20

0.2^

0,30

0.35

0,40

0,45

0,50

O.BOOO
1,0000

0,7500
1,0000

0,7QQO
1,OODO

D.B5D0
1,0000

O.BOOO
1,0000

0,5500
1,0000

0,5000
1,0000

O.QSOO
1,0000

0,9000 O.flSOO
1,0000 1,0000

0.902S
0,9975
1,0000

O.SlOO

0.8574
0.992B
0,9999
1,0000

0,7290
0,9720
0,9990
1,0000

0,6141
0,9392
0,3966
1,0000

0.5120
0,69E0
0.9920
1.0000

0.4219
0,6435
0.9344
l.OODO

0.3430
0,7940
0,9730
1.0000

0.2746
0,7182
0.9571
1.0000

0.2160
0,6480
0,9360
l.OOOQ

0,1B64
0.5748
0. 3089
1. Qoaa

0.1250
O.SODO
0,8750
1,0000

0,SI45
0,9S60
0,9995
1,0000

0,6561 0.5220
0.9477 D.BSDS
0,9963 0,9880
0,9999 0.9995
1.0000 1.0000

,*096

l.OODO

0.3184
0,7383
0,9492
.9961
1,0000

0,2401
0.6537
D.9163
0.9919
l.OODO

0,1785
0,5630
0.8735
0. 9850
1. DOQD

0,1296
0,4752
0,820a
0,9743
1,0000

0,r915
0,3910
0,7585
0,9590
1,0000

0.0625
0,3125
0,6875
0,9375
1,0000

0,7730
0,9774
0,9988
1,0000

0,5905
0.91S5
0,9914
0,9955
1.0000

0,3277
0,7373
0,9421
0,9333
0.9997
1,0000

0.2373
0.632S
0.6965
0.9844
0,9990
1,0000

0,1681
0.5282
0,8369
0,9692
0,9976
1,0000

0.1160
0,4284
0,7646
0,9460
0.9947
1,0000

0,0778
0,3370
0,6826
0,9130
0.9698
1.0000

0,0503
0,2562
0.5931
0.8688
0,S815
1,0000

0.0312
0.1675
Q,50DO
0.8125
0.96B8
1.0000

0,7351
0,9672
0,9978
0,9999
1,0000

0,3771 0.2621 0.1780 0,1176 0.0754


0,7765 0.6554 0,5339 0,4202 0,3191
0,9842 0,9527 0,9011 0.8306 0,7443 0.6471
0,9987 0,9941 0,9830 0,9624 0.9295 0.8826
0,9399 0,9996 0.9984 0.9954 0,9691 0,9777
1,0000 1,0000 0,9999 0.9996 0,9993 0.9982
1.0000 1.0000 1,0000 l.OODO

0,0487
0.2333
0,5443
0,9208
0,3590
0.9959
1,OODO

0.0277
0,1636
0,4415
0,7447
Q,33QB
0. 9917
1. DODO

0,0156
0,1094
0,3438
Q,B562
Q.agoB
0,9844
1.0000

0.6933

0,4783
0,B503
0,9743
,9973
.9998
.0000

0,9556
0,9962
0,9996
1,0000

0,7225 0,6400 0.5625 0.4900 0.4225 0,3600 0,3025 0.2S0D


0,977S 0. 9600 fl.9375 0.9100 0.8775 0. 6400 0,7975 Q,75Q0
1,OOOQ 1.0000 1. DODO 1.0000 1.0000 l.OOOQ 1. DOOO 1,0000 1,0000

0,9900

0,4437
0,8352
0,9734
0.9978
0.9999
1,0000

D,3192

0,9728
0,9964

0,5314
0.aS57

0.3206
0,7186
0,9262
0,9879
0,9986
0,9999
1.0000

0.1335
0,5767 0.4449
0,8520 0,7564
0,9687 0,9294
0,9953 0,9871
0. 9996 0,9987
1. DOOO 0.9999
1.0000
0.2037

0.0824 0.0490 0.0280


0.3294 0.2338 0,1586
0,6471 0.5323 0,4199
0.8740 0.8002 0.7102
0,9812 0,9444 0.9D37
0,9962 0.9910 0,9812
D.999 0,9994 0,9984
1,0000 l.ODOO 1,0000

0152 0.0078
1024 0,OB25
3164 0.2266
6083 0,5000
847J 0,7734
9643 0,9375
9963 0,9922
0000 1,0000

10

O
1
2

O
1
2
3
4
5
8
7
6
9
10

11

O
2
2
3

s
9
10
11

0.25

0,30

0,35

0,40

0,45

0,50

0,1001
0,3671
0.8785
0.&B62
0.9727
0.9958
0.9996
1,0000

0.0576
0,2553
0,55ie
0,6059
0,9420
0,9887
0.9987
0,9999
1,0000

0,0319
0,1691
0.4278
0,7064
.8939
D,9747
0,9964
0.9986
1.0000

O.OIBB
0,1064
0,3154
0.5941
0,8263
0,9502
0,9915
0,9993
l.OOQD

0,0084
0,0632
0,2201
D,4770
0,7396
0,9116
0,9819
0.9983
1,0000

0,0039
0,0352
0,1445
0.3B33
0.6367
D,B555
0,9646
,9961
1.0000

0,2316 0,1342 0,0751


0.5935 0,4362 0,3003
0.8591 0,7362 0,6D07
0.9661 0.9144 0.B343
0.9944 0,9804 0.9511
0.9994 0.9969 0.9900
1. DOOO 1.0000 0,9997 0,9987
l.OOQD 0,9999
1,0000

0,0404
0.196Q
0.4628
0,7297
0,9012
0,9747
0.9957
0,9996
1,0000

0,0207
0,1211
0,3373
0,5069
0.B2B3
0,9464
,9688
0,9966
0,9999

0,0101
o.0705
0.2316
0,4826
0,7334
0.9006
0,9750
0,3962
0.9997

1.0000

i.ooao

0,0046
0,0385
0,1495
0.3614
0,6214
0,8342
0,9502
0.9909
0,9992
1,0000

O.OOZO
0,0195
0,0898
0,2535
0,5000
0,7461
0,9102
0,9805
0.9980
1,0000

0,0135
O.OfiSO
0,2616
0.5138
0,7515
0,9051
0.9740
0,9952
0.9995

0.0060
0.0464
0,1673
0,3823
0,6331
0,8336
0,9452
0,9877
0,9983
0.9999

0,0025
0,0233
0,9996
0,2860
0,5044
D,7384
0.8960
0.9726
0,9955
0.9997
l.OOOQ 1,0000

0.0010
0.0107

0,05

0,10

0,15

0,6634
0,9428
0.9942
0.9996
1.0000

0,4305
0,8131
0,3619
0,9950
0,9996
1,0000

0,2725
0,6572
0.8949
0.9786
0.9971
0. 9998

0.20

0,1678
0,5033
0,7969
0,9437
0.9896
0,9988
1. GDOO 0,9999
1,0000

0,6302 0.3874
0,9268 0,7748
0,9916 0,9470
0,9994 0,9917
l.OODO 0,9991
0. 9999

0.5967 Q,34B7
0,9138 0,7361
0.9865 0,3298
0,9990 0.9872
0,9999 0,9984
1,0000 0,9999

0,1969
O.5443
0,8202
0.9900
0,9901
0,9986
1,0000 0,9999
1,0000

0,5688

o.assi
0,9646
0,9964
0,9909
1,0000

0,3138
0,8974
0,9104
0,9815
0,9972
0,9997
1.0000

0.1673
0.4922
0,7788
0,9306
0,9841
0,9973
0,9997
1,0000

0,1074
0.3758
0,B778
0,8791
0,9672
0,9936
0,9991
0.9999
1.0000

0,0659
0.3221
0.6174
0.8389
0.9496
0,9883

0,0563 0.0282
0,2440 D.1493
0.5256 0,3828
0,7759 0,6496
0,9219 0,8497
0,9003 0,9527
0.9965 0,9894
0.9998 0,9984
1.0000 0,9999
1.0000

0,0198
0,1130
0,3127
0,569B
0,7B97
0,9218
0,9784
0,9957
0,9994
l.OOOQ 1,0000

0,0422
0.1971
0,4552
0,7133
0.68S4
0.9657
o . a a a o 0,9924
0,9996 0,9968
1,0000 0,9999

l.OQOO

,00&B 0.003S
O,oeofl 0.0302
O,2Q0l 0.1169
0,4256 0,2963
0,6883 0,5326
0,8513 0.7535
0,9499 0,9006
0.9876 0,9707
0,9960 0,9941
0.9996 0,9993
1,0000 1,0000

0.0547
0.1719
0,3770
0.6230
0,8281
0,9453
0,9693
0.9990
1.0000

0,0014 0.0005
0,0139 0.0059
0,0652 0,0327
0,1911 0,1133
0.3971 0,2744
0.6331 0,5000
0.6262 0,7256
0.9390 0,8697
0.9652 0,9873
0,9978 0.9941
0,9396 0,9995
1,0000 1,0000

267.

266.

T a b a l a 2 - cantlnusqci
T a b e l a 2 - continuao

12

D.Q5

a.lD

0,15

0.20

0
1
2
3
4

0.5404
o.aeis
0,9604
Q,99?&

1,0000

0.2824
0.6590
o,es9i
0,9?44
0,9957
0,9995
0.9399

l.OOOD

0,1422
0,4435
0,7358
0.9078
0,9;61
0.99S4
0,9993
0,9999
1,0000

0.0687
0.2743
0.55B3
0.7946
0.9274
0,9606
0,9961
0,9994
0,9999
1,0000

D.ggsB

8
9
10
11
IZ
13

0
1
2
3
4
S

0,5133
0,6649
0,9755
0,9969
0.9997
1.0000

6
7

0,2542
0,6213
0,6661
0,9656
0,9935
0,9991
0,9999
1.0000

a
B

O,1209 TI.OSSO
0.3963 0,2336
0,7296 0,5017
0,9033 0,7473
0.9740 O.gOD
0,9947 0.9700
0,9387 0.9930
0,9398 0,99BS
1,0000 0,9998
1,0000

10
11
12
13
14

1
2
3
4
6
7

a
a
10
11
12
13
14

0.4Q77
0,S47Q
0,9699
0.9958
0,9996
1,0000

0,2288
0,5646
0,8416
0,9559
0,9906
Q,995
0,9996
1,0000

0,1028
0.3567
0,6479
0.8535
0,9533
0,9685
0.9976
0,9997
1,0000

0.0440
0,1979
0.4481
0,6982
0,8702
0,5561
0,9864
0.9976
0.9996
1.0000

0,35

0,40

0,45

0,0138
0.08S0
0,2528
0,4925
0,7237
0,8822
Q,9B14
0.9905
0,9983
0.9996
1,0000

0,0057
0.0424
0,1513
0,3467
0,5633
0,7673
0,3154
0,3745
0,9944
0,9992
0.9999
1.0000

0,0D22
0,0424
0,0034
0,2253
0,4382
0.6652
0,8418
0,9427
0,9847
0.9972
0.9997
1.0000

0,0088
0,0083
0,D421
0,1345
0,3044
0.5269
Q,;393
0,8883
0,9644
0.9921
0,9989
0,9399
1.0000

0,0002
0,0032
0,0193
0,0730
0.1938
0,3672
0,6128
0,a062
0,9270
0,9807
0,93eH
0.9336
1,0000

a;o2'3a- 0.0097
0,1267 0.0637
0,3326 0.2025
0,5843 0.4206
0,7940 0,6543
0,9199 0.8346
0.9757 Q.937S
0,9944 0.9818
0,9990 0,9360
0,9999 0,9993
1,0000 0.9999
1,0000

0.0037
0.0296
0.1132
0.2783
0.5005
0.7159
0.8705
0.9538
0.9874
0.9975
0,9997
1,0000

0.0013
0,0126
0,0579
0,1666
0,3530
0,5744
0.7712
0,9023
0,9676
0.9922
0,9967
0,9939
1,0000

0,0004
0,0049
0,0269
0.0929
0.2279
0,4266
D.6437
D,BZ12
0,9302
0.9797
0.9953
0.9995
1,0000

0,0001
0,0017
0.0112
0,0461
0.1334
0,2905
0.5000
0,7095
0,6666
0,9539
Q,9BBa
0,9963
0,9999
1.0000

0,25
0,0317
0,1584
0,3907
0,6438
0,8424
0.3456
0.9657
0,9972
0,9996
1.0000

0.0176
0,1010
0,2811
0,5213
0,7415
0,8883
0,9617
0,9897
0,9978
0,9997
1,0000

0.30

0,0024
0.0205
0,0839
0,2205
0,4227
0.64Q5
0,8164
0,9247
0.9757
0,9940
0. 9998 0.9969
0,9999
1. DODO
1,0000

0,0068
0.0475
0.1608
0,3552
0,5842
0,7805
0,9067
0.9665
0.9917
Q,99B3

o.oDoa
o.ooai
0,0396
0,1243
0,2793
0,4859
0,6925
0.B499
0,3417
D.9625
0.9961
0.9994
0,9999
l.OOQO

0.0002
0,PD29
0.0170
0,0632
0,1672
0.3373
0.5461
0,7414
0,8811
0,9574
0.9886
0,9978
0.9997
1.0000

0,50

0,0000
0,0009
0,0065
0,0287
0,0698
0.2120
0,3953
0,6047
0,7680
0,9102
0,9713
0,9935
0.9991
0,9999
1,0000

0,05

0,10

0.4633
0,a290
0.9638
O,8945
0 . 9994
a,3993

15

0,2059
0.5490
0,8159
0,9444
0,9873
0,9978
1. QOOO 0,9997
1,0000

0.15

0,20

0,25

0.0874
0.3166
0.BQ42
0.6227
0.9383
Q,9fl32
0,9964
0.9994
0,9999
1,0000

0,0352
0.1671
0,3960
0,6462
0,6358
0,9369
0.9619
0,9956
0,9992
0,9999
1,0000

0,0134
0,0802
0,2361
0,4613
0.6865
0.6516
0,9434
0,9627
0,9958
0,9992
0,9999
1,0000

0,30

0,35

0,0047
0.0353
0,1268
0,2969
0.5155
0,721S
0.8689
0,9500
0,9648
0,9963
0,3993
0,9999
1,0000

0.0016
0.0142
0.0617
0.1727
0.3519
0.5643
0.7548
0,8866
0,9576
0.9676
0.9972
0.9995
0,9999
1,0000

0,40

0,45

0.0005
0,0052
0,0271
0,0905
0,2173
O.4032
0,6096
0,7669
0,9050
0,9662
0,9907
D.99B1
0.9997
1,0000

0.0001
0,0017
0,0107
0,0424
0.1204
0,26D8
0,4522
0,6535
0.6182
0.9231
0.9745
0.9937
0.9969

0,50

0.0000
0.0QQ5
0.0037
0.0176
0.0592
0,1509
0,3036
0,5000
0,6964
0,8491
0,9408
0,9824
0.9963
0.9995
0. 9999 1,0000
1. QOOO

IS

O
1
2
3

4
S
6
7

a
a
10
11
12
13
15
18

D.4401
Q.aioe
0,9571
0.9930
0.9991
0 . 9999

0,1853
0,5147
0,7892
0,9316
0,9830
0,9967
1 . QOOO 0.9995
0,9999
1,0000

0.0743
D.2S39
0,5614
0,7839
0,9209
0.9765
0.9944
0,9969
0.9998
1,0000

0,0281
0,1407
0,3518
0,5981
0,7982
0.9183
0.9733
0.9930
0.9995
0.9998
l.OOQO

0,0100
0.0635
0,1971
0,4050
0,6302
0.9103
0.9204
0.9729
0,9925
0,9984
0,939?
1,0000

0,0033
0,0261
0,0994
0,2459
0,4499
0,6596
0,9247
0,9256
0,3743
0,9929
0,9984
0,9997
1,0000

0,0010
0.0036
0,0451
0,1339
0,2692
0,4900
0.6681
0,8406
0,9329
0.9771
0.9936
0,9987
0,9998
l.OOOD

0,0003
0,0033
,0183
0,0651
0.1666
0,3286
0.5272
0,7161
0.6577
0,9417
0.9609
0,9951
0.9991
0,9999
1,0000

0.0001
0.0010
0.0066
0,0281
0,0853
0,1976
0,3660
0,5629
0.7441
0,B759
0,9514
0,9851
0,9965
0,9994
0,9999
1,0000

0,0000
0,0003
0,0021
0,0106
0,0384
0,1051
0,2272
0,4018
0,5982
0.7226
0.6949
O,9616
0,9694
0.9979
0.9987
1,0000

CM

00

m a

1/^

C"

CD n o

^ IN

O O t J O O O O O O O Q - "

- w m m r a t n t n o j t j i o
D

m f*j nCT>o
ai ^ a ui

Q o a a o a
a r-. tsi

o o o o r H w ^ f c / ^ f ^ ^ o i m a J o i o i o

N
N.
ca
n

o o a o o !-

i n a> F4 m n
n 1 ^ m n O)
N. ^ a <9 m
rs. n O) O) 01

o
Q
o
o
o

o o a a o o a o < - i

O O O O O O O O Q i -

O O O O O D O O O O O r H

o o O D O D O O o a a o r *

D'>t'>0'Hf^tD^E001Di0

O O O O O O O O O O O O O M

ooo.-((^inrs.n30)((J>o>D>0

O O O D O O O O O O O O O Q ' ^

o o o o o o o o o o o o o o o ^ H

oooootv^uirsWCnoJnWO

oi-icD(si<T"0*njuir>J0>5;Smg

o a a o o o a a c O O O o o o < 3 > - '

OfOLno*HPv.<Ou^^^Df^^*.*HOO>0

r>jf^.-if-^i/i<-'rvi^r>itO'-'inoio>o

O O O D O O O O O O O O O O O O O r ^

0 ^ 0

IO

QDaaooocsO'--

'-i>-<iDrv^<Dior<.a>o]0

r-i tJ> fv

I300C100O00OOC30OOOOa>i

o
o
o
o

o a o o o o o o o a o o o o o o o o

PH

O O O

ooaoaocicraooerooooopH*

o o o a o

N
N n a>
N o> 1 ^ A [
m ^ 01 o A
w o
o> o>

IC

o o o o o a o o o o o o o a a o a - - <

cF>[jJCno

O O O O D D a O O O O O O O O O . - l

QoacjiiM^ujWtnoJCn

Orf^(nair^iOr-.-i<iiai{ni7ici

P-* ^

oaoaQoaaDooaaO'-'
rN o o

o a o o o o o o o a o c D a

O p O O O O O O O O O r j

.-1

O D O O O O D O O O - - *

o o o o a o

0 O C 3 O C 3 O O C I C l C i a D D O 0 a - H

cNj ^ i/> m Dl o

a Q C i o o a o D O O O c i a a a ' - i

ODi-tWINlOV^DOlDttJtn^mO

a* a

O O O O O O O O O O O O O ' - *

o i ^ c o u ^ r ^ c o d ^ ^ ^ ^ 0 ) O
O O O O O O O O O O O D i - l

O D O O O O O O O O O t

FlND)inr-f0r-l00OlO

D O O O O O D O O > - I

r-f
a>
f*4
^

o o o o o o a o r - i

270.

271.

Tabela 3 - ExtrsmoB Pja) a ^e^<^^

Intsrvalo da confiana na dlstrlbiilo binomial.

Tabela 3 - continuao

B ~ O
n

PgtCl

1*

0.10
0,05
0,01

0,0000
0,0000
0,0000

0.9500
0.9750
0.9950

0,10
0,0S
0,01

o.oooo

0,10
Q.DS
0,01

0.0000
0.0000

B ^ 1

PjCo)

Pga

11

0.3B44
0,4128
0,5066

0.9747
0,9874
0,9975

12

0.10
0,05
0,01

0,0043
0,0021
0,0004

0.3387
0,3848
0,4770

0.0170
0,0064
0.0017

0.6647
0.9057
0,9566

13

0,10
0,05
0,01

0.0039
0,0019
0.0004

0,3163
0.3603
0,4490

0,10
0,05
0,01

0,0127
"0,O0B3~
0,0013

0,7514
0,80530,SB91

14*

0,10
0,05
0,01

0,0037
0,0018
0,0004

0,2967
0,3387
0,4240

0,10
0.05
0.01

,0102
0,0051
0,0010

0.6574
0,7164
0.8149

15*

0,10
0,05
0,01

0,0034
0,0017
0,0003

0,2794
0.3195
0,4016

0.1709
0,2062
0,2824

0,10
0.05
0,01

0.0065
0.0042
0,0008

0,5618
0.6412
0,7460

16

0,10
0,05
0.01

0.0032
O.OQIB
0,0003

Q.2G40
0,3023
0,3614

0,0000
0,0000
0,0000

0.1618
0.1954
0,2685

0,10
0,05
0,01

0,0073
0,0036
0,0007

0,5207
0,5787
0,6849

17*

0.10
0,05
0.01

0,0030
0,0015
0,0003

0.2504
0.2673
0.3637

0,10
0.05
0.01

0.0000
0,0000

o.oooo

0.1536
0,1856
0.2556

0,10
0,05
0,01

0.0064
0,0032
0,0006

0,4707
0,5265
0,6315

la*

0.10
0,05
0,01

0,0028
0,0014
0,0003

0,2361
0,2735
0,3473

0,10
0,05
0,01

0,0000
0,0000
Q,0000

0,1460
0,1767
0,2438

0,10
0,05
0,01

0,0057

19*

0,0006

0,4291
0,4825
0,5650

0,10
0,05
0,01

0,0027
0.0013
0.0003

0,Z2S8
0.2BQ6
0,3320

0,10
0.05
0,01

0,0000
0,0000

0.1391
0.1684
0,2327

10

0,10
0.05
O.OI

0,0051
0,0025
0,0005

0,3942
0,4450
0,5443

20*

0.10
0,05
0,01

0,0028
0,0013
0.0002

0.2163
0.2491
0,3177

11

0.2384
0,2849
0.3822

1*

0,10
0,05
0,01

0,D500
0,0250
D,0050

1.0000
1,0000
1,0000

D,77B4
0.8419
0.9293

12

0.10
0,05
0,01

0,0000
0.0000
0,0000

0,2209
Q.2E46
0.3S69

0,10
0.05
0,01

0,0253
0,0126
0,D025

13*

o.oooo

0.6316
0.7076
0,B290

0.10
0,05
0.01

0.0000
0,0000
0,0000

0.2058
0.2470
0.3347

0,10
0,05
0,01

0,10
0,D5
0,01

0,0000
TI.DOOO
0.0000

0,5271
-a.B024
0,7341

14*

0,10
0.05
0.01

0,0000
0,0000
0,0000

0,1926
0.2316
0.3151

0,10
O.QS
0,01

0,0000
0,0000
D.OOOD

0,4507
0,5218
0,6534

15

0,10
0,05
0.01

0,0000
0,0000

o.oooo

,1610
0,2180
0,2976

0,10
0.05
0,01

0.0000
0,0000
0,0000

0.3930
0,4593
0.58B5

16*

0.10
0,05
0.01

0,0000
0,0000
0,0000

0.10
0,05
0,01

0,0000
0,0000
0,0000

0,3482
0,4096
0,5309

17*

0.10
0,05
0.01

0,10
0,05
0,01

0.0000
0,0000
0,0000

0.3123
0.3694
0,4843

18*

0.10

o.oooo

0.2B3I
0,3363
0.4450

19*

0.10

0,0000
0.0000

0,10
0,05
0,01

0,0000
0.0000
0,0000

0,2589
0,3005
0.4113

20

o,os

0.0000
0,0000

0,0047
0,0023
0,0005

O.OOOO
0.0000
0,0000

10

0.10
0,05
0,01

0.10
0.05
0.01

o.oooo

a,oo2s

272.

273.

Tabala 3 - Continuao

Tabslfl 3 - continuao
Bat

n
2*

d
a.10

0.Z23S

0,01

0,0707

o.os

0,10
O.Oft
O.Ol
0,10
o.os

0.01
0.10
0,05

0,01 "

10

11

0,10
0.05
0,01
0,10
o.os

0.01
0.10
0,05
0,D1
0.10
0,05

0,01
0.10

O.OS
0.01
0.10
0.05
0.01

B = 3

n
o.isai

0.1353
0,OS43
0,0414
0.0975
0.0075
0.0294
0,0764
0,0527
0.02?9
0,0629
0.0433
0,0187
0,0534
0.0367
0,0156
0.0464
0,0319
0,0137
0,0410
0,0261
0,0121
0.0366
0,02S2
0,0109
0,0333
0,0220
0.009Q

1,0000
1,0000
1,0000
0,9630
0.9916
0.9963
0,9024
0,9324
0,97DB
0,6107
0,8534
0.972
0,7287
0.7772
0.6564
0.6587
0.7096
0.7970
0.S997
0,6509
0,7422
0,5496
0.6001
0.6926
0.5069
0.5561
0.6462
0,4701
0.5176
0,6065

12

13

14

15*

16*

17

16*

19*

20*

a
0,10
0,05
0,01
0,10
0,05
0,01
0,10
0,05
0.01
0,10
0,05
0,01
0,10
0,05
0,01
0,10
0,05
0,01
0,10
0,05
0,01
0,10
0,05
0,01
0,10
0,05
0,01

0,0305
0.0209
0,0090
0.0261
0,0192
0.0063
0,02GD
0.0176
0,0076
0,0242
0,0186
0,0071
0,0227
0,0155
0,0066
0,0213
0,0146
0,0063
0,0201
0.0137
0.0059
0,0190
0.0130
0,0056
0.0161
0.0123
0,0053

Pg(a)

0.10
0,05
0,01

0.36B4
0.2924
0.1710

1,0000
i.oooa
1.0000

12

0,10
0,05
0,01

0,2466
0,1941
0,1109

0.9673
0,9937
0,9967

0.10
0,05
0.01

0,1983
0,1466
0,0826

0.10
0.05
0,01

PgCa]

0,10
0,05
0,01

0,0719
0,0549
0,0303

0,5273
0,5719
0.6552

13

0,10
0,05
0,01

0.0661
0,0504
0,0278

0,4947
0,5381
0,6206

0,923B
0.9473
0.9771

14

0.10
0.05
0.01

0.0611
0,04B6
0,0257

0.4657
0.5080
0.5892

071532
0.U81
0.0663

O", 6466
0,6819
0,9337

15

0,10
0,05
0,01

0,0566
0,0433
0.0239

0.4398
0,4609
0.5605

O.ID
0,05
0.01

0,1268
0,0990
0,0553

0,7747
0.6159
0,6623

16*

0,10
0,05
0,01

0,0531
0,0404
0,0223

0.4165
0,4564
0.5344

0,10
0,05
0,01

O.llU
0.0852
0.0475

0,7108
0,7551
0,8303

17*

0,10
0,05
0,01

0,0499
0,0360
0,0209

0.3956
0,4343
0.5104

0,10
0,05
0,01

0.0978
0,0749
0,0416

0,6551
0.7007
0,7609

16

0,10
0,05
0,01

0.0470
0,0356
0,0197

0,3797
0,4142
0,4864

10

0,10
0,05
0,01

0,0673
0,0667
0.0370

0,6066
0,6525
0,7351

19*

0,10
0,05
0,01

0,0444
0,0336
0,0166

0,3599
0,3964
0,469J

11

0,10
0,05
0,01

0,0786
0,0602
0,0333

0,5644
0,8097
0,B933

20*

0,10
o.os
0,01

0,0421
0,0320
0,0176

0,3443
0,3798
0,4508

0,4101
0,4545
0,5410
0,3854
0,4261
0,5123
0,3B34
0.4046
0,4663
0,3438
0,3835
0,4628
0,3262
0.3B44
0,4413
0,3107
0.3476
0,4225
0,2964
0,3321
0.4046
0,2631
0,3177
0,36B2

Pjta)

PjCa)

0.4361
0,4841
0,5729

274-

275.

Tabftla 3 - continuao

Tafaala 3 - continuao

B = 4

B = 6

Pgla]
4*

0.10
0.05
0,01

0,4729
0,3976
0,2659

i.ooao
1.aooQ

13

0,10
0,05
0,01

0,1127
,909
0,0571

0.5726
0.6143
0.6913

0,10
0,05
0.01

0,3426
0,2638
0.1651

0.9696
0,9949
0,9990

14

0,10
0,05
0,01

0.1041
0,0539
O,0526

0,5400
0,56)0
0,5579

0,10
0.05
0,01

0,2713
0,222S
0,1436

0,9372
0.9567
0,9813

15

0,10
0,05
0,01

0,0967
0.0779
0,0486

0,5106
0,5510
D.B273

0,10
0,05
0,01

0,2253
0,1841
0,1177

0,6712
0,9010
0,9447

0,10
0,05
0,01

0.0903
0,0727
0.0455

0,4644
0,5238
0.5991

1,0000

17*

0,10
0,05
0,01

0,0846
0.0681
0,0425

0,4B05
0.4990
0,5732

0,7486
0.7880
0,8533

16*

0,10
0.05
0,01

0.0797
0.0641
0.0400

0.4369
0,4764
0.5492

0,1500
0.1216
0,0768

0.6965
0',737G
0,6091

19

0.10
0.05
0,01

0,0753
0.0605
0,0378

0.4191
0,4557
0,5271

0,10
0,05
0,01

0,1351
0,1093
0,0666

0.6502
0,6921
0.7668

20*

0,10
0.05
0,01

0,0713
0,0573
0,0357

0,4015
0.4353
0.S076

0,10
0,05
0,01

0,1229
0,0993
0,0624

0,6091
0,6511
0,7275

o,10
0,05
0.01

0,1929
0,157D
0.0999

0,6071
0.6430
O.9001

0,10
D,D5
0.01

0,1687
0.1370
0,0668

10

0,10
0,05
0,01

11

12

16

0.10
0.05
0,01

0,5403
0.4782
0,3466

1.0000
l.OOQO
1,0000

13

0,10
0,05
0,10

0,1657
0,1366
0,QS42

0.6452
0.6B42
0.7546

0,10
0.05
0,01

0,4182
,3588
,2540

0,9915
0,9958
0,9932

14

0.10
0,05
0.01

0.1527
0.1276
0.0866

0.6096
0.6486
0,7201

0.10

0,9468
0.3633
11,9842

15

0,01

.3413
0,2904
0r,2030

0.10
0,05
0,01

0.1417
0,1162
0,0801

0,5774
0,6162
0,6662

0.10
0,05
0,01

0.2692
0,2449
0,1697

0,6669
0.9146
0.9525

16

,10
0,05
0.01

0,1321
0.1102
0.0745

0.5483
0,5666
0,BSB5

0,10
0.05
0,01

0,2514
0,2120
0,1461

0,S313
0,8630
0,9132

17

0,10
0,05
0,01

0.1236
0.1031
0,0697

0,5219
0.5596
0,6310

10

0,10
0.05
0,01

0,2224
0,1871
0,1263

0.7776
0,8129
0,8717

18*

0,10
O.OS
0,01

0,1164
0,0969
0.O6S4

0.4976
0,5346
0.605S

11

0,10
0,05
0,01

0,1996
0.1675
0.1145

0.7267
0,7662
0.6307

IS*

0.10
O.OS

0.1099
0.0915
0.0617

0,5120
a,S6l8

12

0,10
0.05
0,01

0,1610
0,1517
O,1034

0,6846
0.7233
0,7915

20

0,1041
0,0866
0.0583

0,4556
fl.4910
0,5596

o.os

0,01

0.10
O.OS

0,01

0,47Se

277.

276.

Tabala 3 - continuao

6*

10

D, 10
0,05
0,01

0,6070
0.5407
0,4135

1,0000
1,0000
1,0000

0,10
0,05
0,01

0.4793
Q.4213
0,3151

0.9927
0.3964
0,9933

0,10
O.QS
0,01

0,4003
0,3491
0,2576

0.9536
0,9681
0,9653

0,10
0,05
0.01

0.3449
0.2993
0,2191

0.9022
0,9251
0,9584

0,10
0,05
0,01

0,3035

0,2624

0,1909

0,8500
0.8?fl4
0.9232

0.2713
0,2338
0,1693

0,6004
0,8325
0,8855

0,01

0,Z453
0,2110
0,1522

0,7547
D.7B90
0,8476

0,10
0,05
0,01

0,2240
0,1923
0.1383

0.7129
0.7486
0.8113

o.os

0,10
11

0.01

0,10
12

13

Q.QS

H -

= e

14

0,10
0.05
0.01

Pjtal
0,2061
0,1766
0,1267

0,8749
0,7114
0,7765

15

0,10
0,05
0,01

0,1909
0,1170

0,6404
0,6771
0,7438

16

0.10
0,05
0.01

0,1778
0,1520
0,1086

0,6089
0,6456
0,7132

17

0.10
0,05
0,01

0,1664
0,1421
0,1014

0,5802
0,6167
0,6845

18

0,10
0,5
0,01

0.1564
0.1334
0.0951

0,5540
0,5900
0,6578

n . 1G
O.IS
o , 01

19*

0,10
0,05
0,01

0,1474
0,1257
0.0894

0,5299
0,5654
0,6326

0,10
0,05
0.01

0,1396
0,1183
0,0846

0,5078
0,5427
0,6095

20*

n.iD

7*

0,6510
n,<in9i

0,10
0.D5
0,01

0.1736
o.^f;*!";

.moo

0,10

1
i.pnno
1 ,!nino

o,13916
0,9968

D.?3nn
(i.ni

o.in
15
o,m

n.ni

0.3999
O , ^l!;4

0,9179

D,glZ7
0,9333
0,g630

17

D,34TB
0,3ri79
0,233^

O ,6849
(!, fi!107
Q,n..n7

IP

0,10
0,0b
0.01

0.315?
D,?7B7
O.JORS

11,0483

1"

0.10

0,2671

G.D5

0,25)1

o.;7fin
0.fl07 7

20*

i.lQ
0,34/5
n.oi

13

D,9719

r.i5fla

tl.05
0,01

0,?267
0,197
0,1471

0,Sffi5
0,7l?
0,'P'

0.10
n,n5
n.oi

0,2119
D.lfl44
0,1371

a,C-3'i''
c,r)Mi7

0.10

a, 1 5 ? n

0,01

0 . 1 73'
n , i;i*4

0,10
0,0!.
n.o)

0.1PI75
D.t6?g
o,IZ07

0,5B13
0,61f4
0,BOR

0,10

0,1772

,5580

0,D5

O,J53B

0.5923

a, in

11.10

n,2i:ie

O.Oi

n . 7 3-*

279.

278.

Tabela 3 - continuao
Tabsla 3 - continuao
B = 3
n

B*

10

11

12

13

14

0.10
0,05
0,01

0.6877
0,6306
0.5157

I.OOOO
l.OODO
1,0000

0,10
0,05
0,01

0,5709
0,5175
0,4150

0.9943
0,9972
0,9994

0,10
0,05
0,01

0,4931
0.4439
o,35ia

0,9632
0,974S
""0.9891

0.10
0.05
0,01

0.4356
0.3903
0.3067

0.9212
0.9396
0,9667

0.10
0,05
0.01

0,3009
0.3489
0.2725

0,8771
0,9007
0.9376

0,10
0.05
0,01

0,3548
0,3158
0,2454

0,8343
0,8614
0,9058

0,10
0.05
0.01

B ~ 9

0,3251
0.2886
0,2235

0.7939
0.6234
0,6733

15

16

17

19

20

0,10
0,05
0,01

0,3000
0,2659
0,2052

0,75B2
0,7873
0,8412

0,10
0,05
0,01

0,27B6
0,2466
0,1897

0.7214
0,7534
0.8103

0.10
0,05
0,01

0,2601
0.2298
0.1764

0,6891
0,72ia
0,7807

0,10
0.05
0,01

0.2440
0,2153
0,1650

0.6593
0.6924
0,7526

0.10
0,05
0.01

0.2297
0,2025
0.1549

o,B3ia
0,B649
0,7259

0.10
0,05
0,01

0,2171
0.1912
0.1460

0,6063
0.6394
0.7008

Pj(Ct)

Pj(a)

0,10
0,05
0,01

a,71B9
D.B637
0.5550

1,0000
1,0000
l.ODOO

15

0,10
Q.OS
0,01

0,3596
0,3229
0,2562

0.6901
0,8366
0,8630

10

0.10
0.05
0.01

0,6058
0,5550
0,4557

0,9949
0,9975
0.9995

IB

0.10
0,05
0.01

0,3334
0,29&B
0,2363

0.7733
0,8025
0.6529

11

0,10
0.05
0.01

0.5299
0.4822
0.3915

0,9667
0.9772
0,9902

17

0,10
0.05
0,01

0,3109
0,2782
D.2193

0,7399
0.7702
0,6236

12

0,10
0,05
0,01

0.4727
0,4261
0,3448

0.9281
0.9451
0.9697

IS

0,10
0,05
0,01

0.2912
0,2602
0,2047

0,7088
0,7398
0.7953

13

0,1D
0.05
0,01

0.4274
0.3857
0,3087

0.8873
0.9091
0,9429

19

0,10
0,05
0,01

0,2740
0,2445
0,1919

0,6793
0,7114
0,7684

0,10
0,05

0.3904
0,3514
0.2799

0,6473
0,8724
0,9134

20

0,10
0,05
0,01

0,25SB
0,23DB
0.1806

0.6531
D,B647
0,742B

9*

14

S = 10
n

Pj(a)

Pj(o)

10

0,10
0.05
0.01

0,7411
0,6915
0,5887

1.0000
1.0000
1.0000

16

0.10
0,05
0.01

0,3911
0,3544
0,2868

0.8223
0.8481
0.6915

11

0,10
0.05
0,01

0.635E
0,5872
0,4914

0,9953
0.3977
0,9995

17

0.10
0,05
0,01

0,3638
0,3290
0,2653

0,7662
0,8157
0,8630

12

0,10
0.05
0.01

0,5619
0,5159
0.4270

0,9695
0,9791
0,9910

18

0,1D
0,05
0,01

0,3407
0,3076
0,2474

0,7582
0.7B48
0,8352

13

0,10
0,05
0,01

0.5053
0.4619
0.3794

0,9338
0,9486
0,9722

19

0,10
0.05
0.01

0,3201
0,2866
0,2316

0.7262
0,7557
Q,BDS3

14

0,10
0.05
0,01

0.4600
0,4190
0.3420

0,8960
0.9162
0.9474

20

0,10
0.05
0,01

0.3016
0,2718
0.2201

0,BS62
0.7263
0,7825

15

0,10
0,05
0.01

0.4226
0,3638
0.3118

0,8564
0,6619
0,9199

280.

281.

Tatwla 3 - oontlnuaco

Tsbls 3 - continuao
3=^12

Pjta)

B = 13
n

11

O.ID
0,05
0,01

0,7616
0,7151
0.8178

.1.0000
l.OQOO
1,0000

16

0.10
0,05
0.01

0,4517
0,4134
0,3415

0,8679
O.BflSS
0,9255

12

0,10
0,05
0.01

Q,BB13
0,B152
0.S230

0,9957
0,9979
0,9996

17

0,10
0,05
0,01

0,4198
0,3833
0,3154

0,8336
0.8579
0,8998

0.10
0.05
0.01

0,5899
0,5455
0.4590

0,9719
0,9808
a.9917

16

0,10
0,05
0,01

0.3920
0,3572
0,2929

0,6010
0,8270
0.8716

13

14

0,10
0,05
0,01

0.5343
0,4920
0,4108

0.9389
0.9534
0.9743

19

0,10
Q.OS
0.01

0,3682
0,3351
0,2740

0.7703
0,7975
0,8451

15

0,10
0.05
0,01

0^,4892
0,4490
0.3727

0,9033
,922"l
0,9512

20

0.10
0.05
0.01

0.3469
0.3153
0.2572

0.7414
0.7694
0.8194

PgCj

13

0,10
0,05
0.01

0.7942
0,7529
0.6653

1,0000
1.0000
1.0000

17

0,10
0,05
0,10

0,5394
0,5010
0,4268

0.9154
0.9319
0.9575

14

0,10
0.05
0,01

0,7033
0,B613
0,5780

0,9963
0,9982
0,9996

16

0.10
0.05
0.01

0,5022
0,4652
0.3945

0.6866
0.9031
0,9346

15

0,10
0,05
0,01

0,6366
0,5954
0.5137

0.9741
0,9634
0.9929

19

0.10
0,05
0.01

0.4701
0.434B
0.3672

0,8526
0,8743
0,910B

16

0,10
- 0.050.01

0.5834
0.5453
0,4656

0.9469
.J3.9595
0,9777

0,10
0,05
0,01

0,4418
0,4076
0,3431

0,8228
0,6462
0.88B2

8 = l
n

PjCa)

0,10
0,05
0,01

0,7791
0.7354
0,6430

1,0000
1,0000
1,0000

17

0.10
0.05
0,01

0,4761
0,4404
0,3690

0,6763
0,8969
0.9304

13

0.10
0,05
0,01

0,SB3S
0.6397
0.5510

0,99B1
0.9900
0,9996

16

0.10
0,05
0,01

0,4460
0.4100
0.34Z2

0,8438
0.86B7
0,9050

0,10
0.05
0,01

0.B148
0,5719
0,4B77

0,9740
0.9822
0.9924

IS

0.10

0,01

0.4179
0,3833
0,3188

0,8126
0,8372
0,8794

o.io

0.9432
0.BSS7
0,97BI

Q.IO
0.05
0,01

0,393B
0,3606
0.2S92

0.7831

0,05
0,01

Q.M02
0.5191
0,4395

0.10
0,05
0,01

O.SISB
0,4762
0,4009

0,9098
0,9274
0,9546

IS

IB

20

B = 14

Pgtd

12

14

Pgla]

20

o.os

Pga)

Cl

Pj(al

Pgta)

14

0.10
0,05
0.01

0,8074
0,7684
0,6849

1,0000
1,0000
1.0000

18

0,10
0,05
0,01

0,5611
0,5236
0,4506

0,9203
0.9359
0.9600

15

0,10
0.05
0,01

0,7206
0.6605
0,5984

0,9966
0.9963
0,9997

19

0.10
0,05
0,01

0.5242
0,4880
0,4182

0,8901
0,9085
0,9383

16

0,10
0,05
0,01

0,6562
0,6165
Q,S372

0,9773
0.9845
0,9930

20

0.10
O.DS
0.01

0,4922
0,4573
0.3004

0,8604
0,B611
0,0154

17

0.10
0.05
0,01

0,8044
0,5657
0,4696

0.9501
0.9620
0,9791

o,ao9o
0,8542

282.

Tabala 3 -

Tabela 3 -

continuao

continuao

B = IS
n

15

16

17

a
a,10
0,05
0,01

0.10
0,05
0,01

D. 10
0,05
0,01

0,8190
0,7820
0,7024

0,7360
0,6977
0,6186

0,6738
0.6356
0,5587

1.0000
1.0000
1.0000

18

0.996B
0,9961
0,9937

13

0,9767
0,9654
0.9937

20

B =
n

IB

17

18

B = 17
n

0,10
0,05
0.01

0,10
0,05
0,01

0,10
0,05
0,01

Pjtal

Pgta]

0,6233
0,565B
0.5116

,aS3D
0,9642
0,9603

0,5809
0,5443
0,4729

0,5444
0.5090
0,4402

Pj(a)

Pg(a]

0,10
0,05
0.01

0,8290
0.7936
0,7176

1,0000
1.0000
1.0000

19

0.10
0,05
0,01

0.7496
0,7127
0,6363

0,9970
0,9965
0,9997

20

0,10
0.05
0,01

0,6693
0,6524
0,5775

0,9793
0.9862
0.9941

Pg(a)

0,10
0,05
0,01

0,8362
0,8046
0.7315

1.0000
1,0000
1,0000

19

0.10
0,05
0.01

0,7036
0,6679
0,5951

0,9810
0,9870
0,9944

IB

0,10
0.05
O.Ql

0,7619
0,7265
0,6527

0,9972
0.9986
0,3997

20

0,10
0,05
0.01

0.6557
0,6202
0.5492

0,9578
0.9680
0,9924

0,9247
0,939S
0,9623

0,6960
0,9135
0.9417

8
a

Pj(aJ

17

le
n

Pga)

0,10
0,05
0,01

0,6401
0,6036
0,5309

0,9556
0,9662
0,9814

O.IO
0.05
0.01

0,5964
0,5627
0,4924

0.9287
0.9427
0,9630

Pj(a)

Pga)

18

0,10
0.05
0.01

0,8464
0,6144
0,7444

1,0000
1.0000
1,0000

19

0.10
0,05
0,01

0,7732
0,7386
0,6680

0.9973
0,9967
0,9997

IS

20

0,10
0,05
0,01

Pj(a)

Pgta]

0,7169
0,6623
0.6118

0,9619
0,9676
0,9947

284.

Tabvla 3 - contlnuaga
Tabela 4 - Limites da distribuio de X
B = 19
G.L.

P_(a)
s

19

0,10
0,05
0,01

0.S540
0,6233
0,7562

l,00aa
l.QOOa
1,0000

20

O.IO
0,05
0,01

0.783S
0,7SQ9
0.fi23

0.9974
0.99B7
0.9997

B = 20
n

20

0,10
0,05
0,01

Pjto)

0,8609
0,8316
0.7673

0,900

,7SD

a, 500

0.250

0.100

0,050

0,025

0,010

0,005

1
2
3
4
5

_^

0.10
0,35
0,71
1,15

0,02
0,21
0.58
1,06
1.61

O.IO
0,58
1,21
1.92
2,67

0,45
1.39
2,37
3.36
4.35

1,32
2.77
4,11
5,39
6.63

2.71
4,61
6,25
7.78
9,24

3.84
5.99
7,61
9,49
11,07

5,02
7,38
9,35
U.14
12.83

6,63
9.21
11.34
13.26
15.09

7,H8
10,60
12,84
14.86
16,75

6
7
a

9
IQ

1,64
2,17
2.73
3,33
3,94

2,20
2.83
3.49
4.17
4.87

3,45
4,25
5,07
5.90
6,74

5.35
6,35
7.34
8,34
9,34

7.84
9,04
10,22
11.39
12.55

10, S4
12,02
13,36
14.68
15.99

2.S9
14,07
15.51
16.92
18.31

14.45
18,01
17.53
19,02
20,46

18,ai
16,48
20.09
21.67
23,21

18.55
20.26
21.96
23.59
25,19

11
12
13
14
15

4.57
5.23
5,69
6.67
7.26

5,58
6,30
7,04
7,79
6,55

7,55
10.34
. 8,44 _il,34
9,30
12.34
10,17
13,34
11,04
14,34

13,70
14.85.
15.98
17.12
18.25

17.28
18.55
19.81
21,06
22.31

19.68
21,03
22,36
23.66
25,00

21,92
23,34
24.74
26,12
27,49

24.72
2B.22
27,69
29.14
30,56

26.76
28.30
29.82
31.32
32,80

IB
17
18
19
20

7.96
8,67
9,39
10.12
10,85

9,31
10,09
10,86
11.65
12.44

11,91
12.79
13.66
14.56
15.45

15,34
16.34
17.34
18,34
19,34

19,37
20.49
21.60
22.72
23,63

23,54
24.77
25,99
27,20
28.41

26.30
27,59
28.87
30,14
31,41

26.85
30.19
31.53
32.85
34.17

32,00
33,41
34,81
36,19
37,57

34.27
35,72
37.16
38.56
40.00

21
22
23
24
25

11,59
12.34
13.09
13,85
14.61

13,24
14.04
14,85
15,66
16,47

16,34
17,24
18,14
19,04
19,94

20,34
21,34
22,34
23.34
24.34

24,93
26.04
27,14
28.24
29.34

29.62
30.81
32,01
33.20
34.38

32.67
33,92
35,17
36.42
37.B5

35,48
36,78
38,08
39.36
40,65

38.93
40,29
41,64
42.98
44.31

41.40
42,80
44,18
45.56
46.93

2B
27
28
29
30

15,38
16,15
16.93
17.71
18,49

17,29
18.11
18,94
19,77
20.60

20.84
21.75
22,66
23,57
24,48

25.34
26,34
27,34
28,34
29.34

30.43
31,53
32.62
33,71
34,80

35,56
36,74
37,92
39,09
40.28

38.89
40.11
41,34
42,56
43,77

41.92
43.19
44,46
45,72
46.98

45.64
46.96
48,26
49,59
50.69

46,29
49,64
50,99
52.34
53.67

40
50
60
70
60
90
100

26,51
34,76
43,19
51,74
60,39
69.13
77,93

29.05
37.69
46.46
55,33
64,28
73.29
62,36

33,66
42,94
52,29
61,70
71,14
80.62
90,13

39,34
49,33
59,33
69,33
79.33
89,33
99.33

6Q.9B
77,58
88,13
98.64
109.14

74,40
85.53
96.56
107.66
118.60

79.08

83.30

90.53

95,02

Pgtal

1,0000
1,0000
1,0000

Parta dasta tabela foi adaptada de:


OUEN, O.B.. 1962. Handbook of Statistiaal TableB. Raading, (IsasachuBseta. Addlson-Wesley PubllsMng Co., Inc.
Para os n com asteriscos e para S > ll7 oa extremos Fjfa^ e

. foram calcu

lados pelo autor. Os valores de F utilizados no clculo, quando Interpolados, foram ob^
tidos por Interpolao linear.

0.350

101,88
113,14
124,34

108,63
118.14
129.56

88,38 9 1 . 9 5
100.42 1 0 4 , 2 2
112.33

124.12
13S.81

118.32
126,30
140.17

Tabela adaptada ds: SNF.DEC0R. G.W. e U.G. CaCHRAN. 1973. Statintioal Mtthoa,
8? ed.. Ames. lowa, The lowa State Univaratty Preei.

286.
287

T o b B l a 5 - L i m i t a s e d a

n o t a a t a de K o l m o g o r o v , p a r a o c a a g da uma a m o s t r a
D*(D~}

>

d.

Tabela 5 - continuao

a/S

0.20

0,10

0.05

0,02

0,01

0,900
0,6B4
0.56S
0,493
0.447

0,950
0,778
0.630
0.565
0.509

0,975
0,642
0,708
0,BZ4
0.563

0.990
0,900
0,704
0,069
0.627

0.995
0.92S
0.829
0.734
0.606

S
7
8
B
10

0.410
0,361
0.35Q
0.339
0,323

0,466
0,43B
0,410
0.387
0.369

0,519
0,463
D , 454
0,430
0,409

0.577
0,538
0,506
0.480
0.457

0.617
0.576
0.54Z
0,513
0.469

11
12
13
14
15

0,308

0.352

0.285
0.275
0.260

D. 325
0,314
0,304

0,391
0,375
0,301
0.349
0,338

0,437
0,410
0,404
0,390
0,377

0,408
0,449
0,432
0,413
0,404

16
17
18
19
20

0.258
0,250
0.244
0.237
0.232

0.295
0.266
0.276
0.271
0,2S5

0,327
0,310
0.309
0.301
0.294

0.3S6
0,355
0,346
0.337
0,329

0,392
0,381
0.371
0.361
0,352

21
22
23
24
2S

0.226
0.221
0,215
0,212
0,208

0.2S6
0.253
0.247
0,242
0.23B

0,267
0,201
0.275
0,209
0,204

0.321
0,314
0,307
0,301
0.295

0.344
0,337
Q,33Q
0,323
0,316

26
27
26
29
30

0.204
0,200
0.197
0,193
0.190

0.233
0,229
0.225
0.221
0.218

0,259
0,254
0.250
0.246
0.242

0,290
0,264
0,279
0.275
0.270

0.311
0.305
0.300
0,295
0.290

31
32
33
34
35

0.187
0.184
0.162
0.179
0,176

0.214
0.211
0,208
0,205
0,202

0,238
0.234
0,231
0,227
0,224

0,286
0,252
0.256
0.254
0,251

0,285
0.281
0,277
0,273
0,209

0,29a.

0,20

0,10

Q,Q5

0.02

0,01

36
37
36
39
40

0.174
0.172
0.170
0,168
0,165

0.193
0.19B
0,194
0.191
0.109

^,221
'o.218
0,215
0,213
0,210

0.247
0,244
0.241
0.238
0,235

0.265
0.262
0,258
0,255
0,252

41
42
43
44
45

0.163
0.162
0,160
0,158
0.150

0,187
0,105
0.103
0,100
0.176

0.208
0,206
0.203
0,200
0.198

0,232
0,229
0,227
0.224
0,222

0.249
0,246
0,243
0.241
0.238

46
47
46
49
50

0.154
0.153
0.151
0.150
0,148

a.lTT"
0,175
0,173
0,171
0,170

0.196
0.194
0.192
0.190
0,188

0,219
0.217
0.215
0.213
0,211

0,235
0,233
0,231
0,228
D.228

51
52
53
54
55

0,147
0.146
0,144
0,143
0,142

0,106
D.lBfi
0.165
0.163
0.162

0,186
0,185
0.183
0.181
0,180

0.209
0.207
0.205
0,203
0.201

0.224
0,222
0.220
0,216
0,216

56
57
58
59
60

0.140
0.139
0,136
0,137
0,136

0,160
0,159
0,158
0,156
0.15S

0.176
0,177
0,175
0,174
0,172

0,199
0.196
0.196
0.194
0,193

0,214
0.212
0.210
0.208
0,207

61
62
63
64
65

0,135
0,134
0.133
0,132
0,131

0,154
0.153
0.151
O.ISQ
0,149

0,171
0,170
0,166
0,187
0,1B6

0.191
0.190
0,188
0.167
0.165

0,205
0,203
0,202
0,200
0,199

88
67
68
69
70

0.130
0,129
0,126
0,127
0,126

0.148
0,147
0.146
Q.14S
0.144

0.164
0.183
0.162
0,161
0,160

0.184
0,1S2
0,161
0.160
0,179

0,197
0,196
0,194
0,193
0.192

CO

CO
00
N

Ul

o >

(n O

-1

I P FH

^
^ n Cl
o oDD o

n <H o ( 0
n i tv N

oooo o

rt

in
(s i-i cn
OJ 1^ to *
M N (V tv

ri. )
1 ^ in ^

"p

l/l
N

[V

o ui A m
r n
I/ *
CV N

O O

F4 F4

P4

r-. fo

- o rsi
n
1
W M

a l/l

o D

oo o o
o

o o o o

o o o o

Cl

o Q o o o

a o o a o

i H --H
nj
IM (M

o o o o o

a o o r s
* mrtrt
i H W <-l
o o o o Cl

r H I-*

CO

tn
N

o o o o o

o o o

o N -
<o
n
>-i l i - 1

O)

O Cl a O

o o

o o o o o

o o o o

<-l

O O O a O

i-i

O Ol
w a O O

o oooo

O O O O O

-I
M

V cn r-i N
4 1-4 --1 i - I i - l
M
^ r-1 M
iD
I-H

r 4 .-1
<-l
l
O O O O O

lO

ir>

o o

o o

o oooo

o ooo o

o oo a a

a a o a

<D

o e o O o

rv

< I / I ^
r4
( 0 r v tL. t D

o n

o o o o cT

S (V N

K "!v a<vo

Q m
fs.
PI N r H D
fl N (V (N(
O qf o' C3*

Q o o o o

I 09 I N

S w *v A c(Vv

CS)

m
PI
tV
a

o
n
tN

o n o n
o a CA
>H i H -

1-1 r>4

oooo o

fS n

VI
1

Q o o o D

^ r- M iM *
^
o m
rJ
tV iH

(V

o o o o o

m
O)

r4

o a o o o

4N (>J M

o o o o o

a o o o o

( Oi

o oooo

m m

o o o o o

o o o o o

C3

oa o o

C3

a O D O

o oo

C3 o o

o o o o o

o o D o o

o o o D o

O O O

O o O o Cl

f i j * in
O l O) d

290.

291.

Tabsla 7 - H m l t s s

Infsrlor

(T^)

e superior

.^^J

d a d i s t r i b u i o de T no t a a t e

daa

Tabela 7 -

continuao

Ordena A a a l n a l a d a a

T
a

T
l-O

_ 1

T
O

1
2
3
4
5
B
7
8
9
10
11
12

44
43
42
41
40
39
38
37
3B
35
34
33

0,004
0,006
0,010
0,014
0,020
0,027
0,037
0,049
0,0B4
0,002
0,102
0,125

3
4
5
6
7
B
9
10
11
12
13
14
15
Ifi

52
51
50
43
4B
47
4B
45
44
43
42
41
40
39

0.005
0,007
0,010
0,014
0.019
0.024
0,032
0,042
0,053
0,OB5

5
B
7

9
10
11
12
13
14
15
16
17
10
19
20

61
60
59
56
57
56
55
54
53
52
51
50
4S
46
47
4B

0,005
0.0O7
0,009
0.012
0.016
0,021
0.027
0.034
0,042
0,051
0,062
0.074
0,067
0,103
0.12D
0.139

0,500

0,250

0,125

D
1

10
9

0,DS2
0,125

0
1
2
3

15
14
13
12

0,031
0.082
0,094
D,15B

0
1
2
3
4
5

21
20
19
IS
17
18

0,016
0,031
0.047
0,076
0,109
0,156

0
1
2
3
4
5
G
7

2Q
27
26
25
24
23
22
21

0,0OQ
0,016
0,023
0,033
0,055
0.076
0,109
Q.14S

0
1
2
3
4
S
6
7
B
g

36
35
34
33
32
31
30
29
2a
27

0,004

o.ooa

0,012
0,020
0,027
0,039
0.055
0.074
0.D96
0,125

10

11

o,oao
0,097
0,116
0.138

7
6
9
10
11
12
13
14
15
18
17
18
19
20
21
22
23
24

71
70
69
68
67
66
85
64
63
62
61
60
59
5S
57
56
55
54

0,010
0,013
0,017
0,021
0,026
0,032
0,039
0,046
0,055
0.065
0,076
0,OB
0,102
0,117
0,133

9
10
11
12
13
14
15
18
17
18
19
20
21
22
23
24
2S
26
27
28
29

B2
BI
BO
?B
7fl
77
76
75
74
73
72
71
70
89
66
67
66
65
64
63
62

0.004
0,005
0.007
0,009
0,011
0,013
0,016
0,020
0.024
0.023
0.034
0.040
0.047
0,055
0,064
0,073
0,064
0,095
0,108
0,122
0,137

12
13
14
15

93
92
91
90

0.0Q4
0,005
0.007
0,008

0,005
0,006

14

16
17
IB
19
20
21
22
23
24
25
26
27
26
29
30
31
32
33
34

89
68
67
66
65
84
63
82
61
80
79
7fl
77
76
75
74
73
72
71

0,010
0,012
0,015
0,016
0,021
0,025
0,029
0,034
0,039
0,045
0,052
0.059
0,066
0.077
0.086
0,097
0,108
0.121
0.134

15

15
16
17
18
19
20
21
22
23
24
25
28
27
26
29
30
31
32
33
34
35
38
37
3B
39

105
104
103
102
101
100
99
96
97
96
95
94
93
92
91
90
89
86
67
66
65
64
83
82
61

0,004
0.005
0,006
0,008
0,009
0,011
0,013
O.DIS
0.016
0.021
0,024
0,028
0,032
0,036
0.042
0.047
0,053
0,060
0,068
0,078
0,084
0,094
0,104
0,115
0,126

o.ooa

mificorvnoiciF-ir^PiiriiaaiafN^-t^mtNuiiDi-iuiointvniDr^r^Namr-tnuiif)
a o o e o o o o D o o o o o o a a a o o o o o o o D o a o o o o o F ^ f - i r H i H

o o o o o D o o o o D a o o o a D C l O O O o o o c i o a a a a o a a o a o

rvr^rNrs.ta<C(O(oeDU)(Di0U)csi/iuiminknu*iuiur>tfiifi^^YVV'4'^-irnmn)

ogoooo^Mi-ir-<>-(i-iNwr^(viPimmwr'-ini/iiou3iSirsi(i>0)Ort(MCM
o o o o o o o o o o a o a o o o o o o o o a a a O Q o a a a o o o o D

(OP^(Oi/>''niv>-<c3Ci>(irs.(oi/i'(or4r-ioatiorvcainviONr-4acnair^(Din^
uiuiLnu-ikf>inirii/iin4-v'<r'-^ii-^*)'nir)(r)nnnnmmm(sir4r4NNN

IO

(O 4

OaOOdrHi-lr-lr-lrHMOJtNINOO^
o o i D d O o a o a o o o o o a c j o
o o o o o o o a o o o D O O o o o

nuimuitfimuiiitirin

o a o o o o o o o a o o o a o o o o o o o o o o o a a o o o a o o

m(ncnnc>nnc)V4'V4'V^4'it'^^uitnminm(n(nuitniniDa4DtfiiO(Dui

o o o o o o o o o o o o o

Oi-*(vnvui(or^(0(nc]f-ir4

oooi^ooooociaoooooooooaooafHi-iF-i.H
O O O O D D O O O O d O D D O O O O O O O O O O D C I D O

294.
295,
T a b a l a a - L i m i t e s i n f e r i o r (W^)
Soma das Ordens

e superior < ^ d a

d i s t r i b u i o d e U na

Testa

da

(Wtlcoxon)
P (\i < W ) = a
PJW

n
1

2
3

a
1

i-ci

3
4

> W

a
0,333

) = a

Tabela B - continuao
n
2

m
6

a
3
4

0,250

i-a
15
14
13
12

a
0.036
0,071
0.143
0,214

m
5

"a
6
7

a
9
10

0,200

0,167

XO

8
7

1
2

10

0.143

0.125
0,250

O.Ill
0,222

11
10

0,091
0,162

,167

0,100
0.200

3
4
5
6
7

3
4
5
8

7
a

O.lOO
0,200

1
2

3
4
5
6

10

3
4

3
4

3
4

11
10

3
4
S

13
12
11

la
17
16
15

21
20
19
la
17
16

O.OIB
0.036
0^073
0.109
0.164
0.216

6
7
6

0,015
0.030
0.061
0.091
0.136
0.182

6
7
8

15
14
13

0.050
0.100
0.200

6
7

la

le

15

0,026
0,057
0.114
0.200

0,067
0.133

0.047
0,095
0.190

0,022
0,044
0,069
0.133
0.200

17

6
7

a
9
10
11

6
7

9
10
11
12

3
3

3
2

19

0.028
0,056
0,111
0,167

23
22
21
20
19
18

5
2

17
16
15
14

10

i-a

a
O.QlB
0,036
0,071
0.125
0,196

24
23
22
21
20
19

0.012
0,024
0,046
0,083
0,131
0,190

27
26
25
24
23
22
21

o.Qoa
4

0,017
0,033
,058
0,092
Q.133
0.192

29
2B
27
26
25
24
23

0,012
0,024
0,042
0,087
0.Q97
0.139

G
7

33
32

31
29
za

0,005
0,009
O.QI
0,050
0.073
0.105
0.141

7
8
9
10
11
12
13
14
15

21
20
19
16
17

7
8
g
10
11
12
13

10
11
12
13
14

27
26
25

36
35
34
33
32
31
3Q
29
2a
27

m
4

0.143
0.185

-a

12
13
14

10
11
12
13
14
15
16

30
29
28
27
26
2S
24

,0OB
O.OIB
0,032
0.056
0.095
0,143
0.206

10
11
12
13
14

34
33
32
31
30
20

0,005
0,010
0,019
0,033
0,057
0,066
0,129
0,176

16
17

2a

10
11
12
13
14
IS
18
17
18
19

3a

10
12

42
40

14
15

38

IB
17
18
19
20

0.014
0,029
0,057
0,100
0,171

15

26
25
24
23
22

0,186

o.iod

10

11

o.ias

0,003
0.007
0.014
0.024
0.036
0,056
O.QBO

10
13
15
16

27

37
36
35
34
33
32
31
30
29

37
36
35
34

33
32

46
43

41
40

0.003
0.006
0,012
0,021
0,036
0,055
0,082
0,115

,15a
0,208

0,002
0,008
0,024
0,036
0,055
0.077
0,107
0,141
0.184

0.001
0,010
0.025
0.038

T a b a l B & - continuao

Ttbala S - cantlniiaio

17
19
20
21
22

10

lu

13
14
16
17

la
20
21
22
23
S

15
16

0,001
0.007
0,012

40
39
38
37

0,004

0,038
0,053
0.094
0,120
0,152
0,187

0.002
0,009
0.015
C,Q2S
0.041
0,063

22
23
24

3a

o.oas

37

0,123
0,165

15

50
47
46
45
44
43

21

IB

19
20
21
22
23
24
25
26

36

42
41
40
39

15
19
20
21
23
24
25

26
27

2a
5

O.OOB

45
43
42
41
40
39

15
17

55
51
50
49
47
46
45
44
43
42

0,001
0.009
0,015
0,023
0.047
0.064
0,085
0,1U
0.142
0,177

0,02B

35
34
33

le

50
4?
46
44
43
42
40
39
36
37

36

13
20

0.053
0,099
0.130
0.1B5
0.207

19
21
22
5

39
37
3a
35
34

2a

la

tt

a
a

0.016
0.026
0.D4B
0,075
0,111
0.155

17

0,001
0.009
0,015
0,024
0,037
0,053
0.074
0,101
0.134
0,172

10

16
20
21
22
24
25
27
28
29
30

59

D,D01

55
54
53
51
50
48
47
46
45

0,009

16
21
24
26
26
29
31
32

64
59
56
54
52
51
43
48

0,001
0,010
0.D2S
0,050
0.082
0,103
0.155
0,185

0,014
Q.021
0.041
0,056
0,095
0.120
0,143
0,182

10
B

21
24
25
26
28
2S
30
31
32

33
e

22
25
26
2B

57
54
53
52
50
49
4B
47
48
45
62
59
58
56

0.001
0,006
0,013
0.021
0,047
0,066
D.09D
0,120
0,155
0.187
0.001
0,007
0,011
0,026

u
30
32
33

3S

M
M

23
27
2>
31
32
34
>S
30
37

17
3
il
59
St
H
M
53

0.001
0,010
O.OZl
0,041
0.054
0.091
0,114
0.141
0,172

24
29
29
31
33
34
3
37
33
30
40

73
88
7
85
83
83
80
59
58
57
Si

0,001
0.009
0,013
0.025
0.044
0.057
0.091
0,112
0,138
0,184
0.104

25
29
30
33
30
33
30
40
41
42

77
73
72
09
07
83
4
2
1
80

0,001
0.008
o.oxx
0.028
0.047
0.059
0,090
0.133
0,157
0.184

30
34
35
37
39
40
41

75
71
70
88
88
55
54

0,001
0.009
o.ois
0,027
0.049
0.064
Q.Q82

SO

0,037
0,051
0,090
0,117
0,147
0,183

42
43
44
45

03
82
81
ao

0.104
0.230
O.ISO
O.lffl

31

81
70
73
71
70
86
87
08
S

0,001
0.010
0.037
0,047
0,080
0,005
0,118
0,140
0,188

04

O.lOO

32
37
38
41
43
44
40
47
48
49
50

87
82
81
76
76
75
73
72
71
70
09

0,001
Q.008
0.011
0.037
0.045
0,057
0,067
0,105
0.128
0.150
0,175

34
33
40
43
45
40
40
SO
51
53

82
07
86
63
81
80
77
79
75
73

0.001
0,009
0.012
0.020
0,044
0,0$4
0.007
0,1X5
Q.13S
0,103

41
48
49
51
52
55
se
57

OS

0,001
0,010
0,025
0,041
0.052
0,087
0,117
0,139

36

39
41
42
44
45
40
47
48

10

00
87
65
64
61
60
79

298.

299.

TaUeJfl

- LlmitQ:. d e D

n o teate; bllatrircil d e f^r>lmuiioriiu-Sinli-nou, nnivj duas

lnrlr!pGndfln1,cs
Tabala B - continuao

P{D

j;
n

fli

se
59

10

42
46
SI
54
55
5Q
60
61
82

43
50
58
57
60
61
63
64
65

53
59
60
63
86
S7

78
77

0,164
0,191

102
96
93

0,001
0,010
0.023
0,046
0,057
0,100
0,138
0,161
0,185

go
89
86
84
83
82

109
102
9896
95
92
91
69
88
87

118
IIZ
111
108
105
104

0.001
0.010
0.027
0.042
0.051
0,086
0,102
0,137
0,158
0,1BQ

0,001
0,009
0,012
0.025
0.047
0.057

10

10

10

70
71
73
75

i-a

101
100
98
96

d ~ mximo divisor nomiim nritr! m o M .


0,095
0.111
0,149
0,193

125
119
118
114
111
110
107
106
104
103
101

0.001
0,009
0,011
0,027
0,047
0.056
0,091
0.106
0,139
0,158
0.200

87
74
75
79
82
63
87
88

143
136
135
131
126
127
123
122
120
119
118
117

0.001
0.009
0.012
0.026
0.045
0.053
0.095
0,109
0,140
0,157
0.176
0,197

ao

, p

55
61
62
66
69
70
73
74
78
77
79

91
92
93

> D } = a

T a b a l a a d a p t a d a d s : D I X O N , W . J , a M A S S E Y J r . . F . J . , 1 9 6 9 , Introduction
to Sta
t-iaticl
AnalyaiB. 3* a d . . N o v a Y o r h , f l c G r a w - H l U B o o K
Co.

0,333

16
18

0,109
0,03fi

C.?00

30

D.133

9
10

fl,lR?
0,09]
0,030

8
10

0,286
0,095

5
6

0,?14
0,071

la
20
22

0,151
0,077
0,026

12
7

12
14

0,167
0,056

10
11
12^

0.132
0,066
0,022

7
8

0,133
0,044

13

22
24
26

0,114
0,057
0,019

0,100

10

12

0,229
0,057

21
24
27
30

0,140
0.070
0,020
0,007

12
15

0.143
0,036

11

5
6

0,095
0,024

24
27
30
33

0,110
0,055
0,022
0,006

15
le
21

0,167
0,067
0,017

O.OflB
0,044
0.016
0,004

la
21
24

0,121
0,048
0,01?

14

12
13
14

0,100
0.050
0,017

15

24
26
26
30

0,147
o.Dfin
0,014
0.015

]3
]4
15
16

0.131
0.078
0.039
0,0]3

17

26
30
32
34

0.117
0,070
0,035
0,012

14

36
39
42

0.029
0,029
0,003

15

11
12
13
14
35

o,oeb
0,049
0,021
0,010
G,D02

16

33
36
39
42
45
48

0,136
0.072
0.041
0,021
0,006
0,002

17

33
36
39
42
45
4B
51

0,119
0,09B
0,061
0,D3S
0,018
0,00?
0,002

m = 2

16

IB

15
16
17
18

0.105
U.0D3
0,032
0.010

19

30
32
34
36
30

0.143
0,095
0,057
0.02
o.nio

20

16
17
16
19
20

o,]3a
0,067
0,052
0,025
0,009

IB

12
13
14
15
16
17
IS

0,141
0,004
0,053
0,030
0,015
0,006
0,002

19

39
42
45
46
51
54
57

0,109
0,073
0,046
0,026
0,013
0,005
0,001

20

39
42
45
48
51
54
57
60

0,111

m = S

12

7
8

0,091
0.036

0.OU3

10
11
12
13

14

30
33
36
39

0,125
0,071
0,036
0.014
0,004

30
33

0,103
0,059

27

O.OSS

0,OG3
0,040
0.023
0,011
0,004
0,001

Tabela 9 - conLlnuao

Tabela 9 - r.onl.lnuao

10

13
)1
ir.

0,12G
0.004
0,040
0,030
0.010
0.002

m = S

m = 4

0,029

IS
16
20
<i

10
12
7

20

0,143
0,079
Q.oas
0,016
0,010

21
24
2(1

0,1?]
0,DG7
0,030
O.OOK

5
6
7
a

0,222
O.OHS
0,020
0,004

la
11

12

13
9

21
27
26
32
3G

0,115
0,0R2
0,042
0,034
0,003

23
32
33
30

14

44

o,oga
0,0&3
0,035
0,022
0,007
0,002

8
9
10
11
12

0.112
0.046
0.016
0.006
0.001

37
35
30
39
40
44
46
52

0,133
. 0,089
0.066
0,038
0,020
0,013
0.004
0,001

27
30
31
35
3G
40
45

0,119
0,066
0,0S6
D,02fl
0,014
0,006
0,001

17

6
7
tt
9
]0

0,166
0,061
0,019
0,004
0,001

13

34
3'.
3n
44
li
5',

0,100
0,074
0,014
0,02f)
0,010
0,011)

15

16

17

JB
19
20
21
22
24
2fl

0,1QB
0,072
0.052
0,030
0,023
0,010
0,001

37
40
41
41
46
4fl
52
60

0,117
0,080
0.059
0,042
0,024
o.nifl
0,008
0,001

10
11
12
13
14
15

0,128
0,070
C,tl34
0,014
0,000
0,002

43
44
47

0,107
0,0B5
0,058

17

18

19

20

48
52
56
60
64

t),046
,023
0,01?
0,005
0,002

22
23
25
27
30
34

0,1^0
o.noft
L,ri4<J
0,023
0,010
0,0!)J

4B
49
52
53
56
60
G4
72

0,102
0,077
0,059
0,041
0.037
0.010
0,008
c.oai

12
13
14
15
16
17
19

0,13H
0,0ft7
0,050
0,020
0,013
0,007
0,001

50
55
66
65

0,030
D,0)2
0,000
0,001

g
10
11
12
14

0,110
0.052
0,023
0,009
0.001

4S
46
50
54
55
60
64
75

0,117
O.OBB
o,nno
0,011
o.o-tu
0,014
0.00?
0,00]

17

U,079
0,006

20
24
25
30

o.ion
0,040
0,026
0,004

23
25
20
3U
35

O.llB
0,0t6
0,030
0,0]S
D,0U2

10

2S
?7
30
32
35
4[i

0,120
0,071:1

11

n.n'\2

0.07D
o.Oin
0,002

3S
36
40
43
45
48
55

0.131
0.096
0,054
0,033
0,021
D.DIO
0,002

39
40
42
45
47
50
52
BO

0,101
0,097
0,0G1
0,040
0,025
0,015
0,006
0,001

41
47
4'

0,108
O.D?l
O.OB/

Ar.

14

15

16

U,120
0,094
0,064
0,04f!
0,024
0,011
0.005
0,00]

10

4
5
B

D.143
0,026
0,002

10

24
?B
2i
30
35
3G

0,147
0,091
fl,0G0
0,036
0,015
0.006
0,001

tz

50
52
57
60
67
70

D.124
0,099
0.052
D,03[l
n.02?
0,01?
0,008

fio

o.oai

17
Ifl
1!1
20
22
21

D.12E,
O.liJ?
D,OCO
0,012
D.019
D.005
0,002

i2

2y

IJ

0,126
0,092

20

11
12
13
14
15
16
10

0.144
0,085
0,047
0,025
U,0]2
0,0(15
0,00)

11

23
21
26

17

62
67
73
Q5

0,010
0,021
0,010
O.QDl

26
30
32
3G

0,113
D.OfO
ii,o:.3
0,037
0,026
0,011
0,006
0,001

18

10

0,134

10
11
12
13
15

0,)01
0,053
0.Q75
0,011
0,0117

19

60
64
66
70
72
78
83
95
96

0,10]
0,06?
0,056
0,043
0.076
0,014
0,006
0,001
0.001

20

32
35
38
39
42
44
50

0,100
0,057
0,045
0,022
0,011
0,007
0,Q01

10

49
&3
63

0,023
0,010
0,001

11

42
44
48
52
56

0,105
0.083
0,049
0,024
0.011

2?

17

18
19
20
22
26

o.nnn
0,1110
0,020
0,010
0,001

9
10
11

0,115
0,01(5
0.015
0,001
D.003

42
4G
46
53
59
50
72

0,315
0.086
0,051
0,020
0,011
0,D07
0,001

26
27
23
30
32
34
36
40
42

0.105
0.086
0,051
0.042
0,021
0,012

55
56
Gl

0,10C
U,0B4
0,054

45
4?
49
56

0,021
0,015
0,000
0,001

39
40
43
46

0,116
0.007
0,054
0,036

0,176
0,D9S
0,061
D , 028
D.D14
0,006
0,003

4
5
6
7

0,212
0.053
0,008
0,001

41
42
4B
49

0,02')
D,013
0,005
0.002

33
34
35
40

0.118
0.007
0,056
0.033

35
36
40
42

0.127
0,090
0,055
0,034

12

13

0,10?
n.082
n,0'^7
0,013
0,022
0,010
0,001

D.04B
0.021
0.013
0,006
D,001

10
11
12
13
14
15
16

55
5B
60
61
66
71
85

D.OIyl

0.139
0,093
0,061
0,043
0,023
0,009
0,005
Q.QOl

19

36
42
43
46
49
54
60

14
15
16
17
18
20
21
24

m = 5

4B
50
53
55
BO
65
68
60

15

16

17

0,001
0.001

m = 7

10

)C

302.

303.

TabEla 9 - continuao

Tabela 9 - continuao

14

0,176
0,063
0,033

Gl

101

0,001

67
69
74
76
6]
BB
91
105
107

0,105
n,i86
0,054
,044
0,025
O.OJl

5
8
7
0

0,126
0,034
0,006
0.001

10

71
72
70
79
65
92
93
112

0,101
0,065
0,054
0,043
0,027"

45
50
52
63
60
62
63
72

0,106
0,004
0,060
0,045
0,021
0,01?
0,007
0,001

50
52
57
61
66
70
61

0,113
0,069

70
77
9]

0,025
0.010
0,001

16
19

6G
61
6?
E8
74
61
64
95

0,119
0,099
0.053
D, 046
0,026
0.011
0,007
0,00]

IB

o.

12

21
22
24
25
26

0,041
0,026
0,012
0,007
0,001

13

56
59
64
65
72
77
78
91

0,115
0,098
0,05B
0,042
0,07?
0,012
0,008
0,001

62
63
67
70
75
BI
84
96

0,101
0,002
0,056
0.046
0,026
0,011
0,006
0,001

m - ?
59
66

0,006
D.ODl

44
4B
51
58
60
72

0,12G
0,098
O.DSO
0,024
0,010
0,001

49
50
52
66
50
64
65
77
78

fl

9
10
12
15

0,111
0,094
0,054
0,046
0,025
0,01?

0,007

Ifi

0,001
0,001

55
56
El
G2
BH
70
75
90

0,10]
D,07L)

57
53
63
64

0,107

u.ose
0.047
0,024
0,014
0,000

0.067
0,019
0,003

11

39
40
45
46
46
54
55
63

0.109
0,079
0,056
0,047
0,020
0,01!
0,OOB
0,001

12

13
21
22
24
27
2fl
30
35
47
46
50
53
56
61

0.120
0,095
0,050
0,021
0.012
0,007

0,001
0,101
0,062
0,065
0,047
0.07B
0,013

le

0,060
0,046

64
77
77

r?z
0,007

37
36
45

0,013
0,009
0,001

59
GO
66
67
73
61
96

0,104
0,086
0,054
0,042
0,020
0,010
0,001

6
9
10
11
13

0,126

64
66
72
77
60
87
BO
104
111

0,114
0,097
0,054
0,044
0,024
0,013
0,009

0,001
0,150
0,091
0.056
0,032
0,016
0.O09
0,001

15

52
54
59
62
65
70
72
B3

0,110
0,059
0,053
0,039
0.022
0,012

IB

O,ouy

17

26
29
31
32
34

0,110
o,nyi
0,05G
o,04r.
0,030

0,111
0.095
0.056
0,046
0,028
0,012
0,008

14

n,ooi

D.OUl
0,)01

63
65
70
72
77
64
67

o.onn
0,0111

o,noi

11

o.oi;;
0,003
0,001

12
13
14
15
IB
17
20

flfl
14

20

0,094

5
B
7

17

0,001

15

22
23
24
25
27
29
34

0,101
0,073
0.059
0,042
0.022
0,010
0,001

18

6
9
10
11
12
14

0,172
0.065
0,041
0,017
0,007
0,001

19
16

67
69
76
70
65
92
106

0,119
0,100
0,054
0,043
0,072
0.010
0,001

79
60
68
89
97
106
107
125

0,107
0,092
0,055
0,046
0,026
0,012
0,009
0,001

17

73
74
l
62
65
90
93
99
110
117

0,105
0.091
0,055
0,049
0,026
0,024
0,012
0,009
0,001
0,001

20

82
04
91
93
100
111
131

0.1050.095
0.053
0,049
0,024
0,010
0,001

16

37
38
41
4Z
45
49
50
59

0,102
0.066
0.053
0.044
0,024
0,012
0,006
0,001

10

46
49
54
63
6fi

0,047
0,026
0.010
0,001
0,001

19

7G
79
66
69
93
103
106
123
126

0,114
0,097
0,054
0,044
0,028
0,011
0,008
0,001
0,001

84
05
93
94
103
112
113
132

0,102
0,089
0,057
0,048
0.024
D.012
0,009
0,001

20

40
41
45

0,117
0,099
0,055

9
10
11
12
13
15

0,12?
0,062
0,029
0,012
0,005
0.001

m - S

o,ni?
0,001

16

19

0.034
0,009
0.001

0,001

0,104
0,006
0,051
0,04)
0.024
0,010
0,001
0,001

72

0,110
0,097
0,057

TS
so

G.osa

o,oni

36
36
39
40
43
47
54
5G

20

62
90
98
114
117

0.04a

19
20
2J
22
24
25
26
30

O.llB
0,067
0,DB2
0,044
0,021
0,014
0,009
0,001

0,02fl
0,011
0,007
0,001

12

18
19
20

0,114
0,078
0,0D1

10

5
6
7
6

0,168
0.052
0,032
O.O02

11

56
57
59
60
66
70
77
66

0.106
0,092
0,05B
0,043
0,024
0,011
0,008
0,001

29
30
32
33
36
39
45
40

0,111

0,023
0,010
0,001
0,001

12

14

o.ino

0,093
0,062
0,049
0,023
0,010
0,001
0,001

13

14

15

61
64
68
70
77
64
100

PI
0,114
0,094
0,059
0,049
0,024
O.OIO
0,001

33
34
37
40
44
45
53

0,107
0,091
0,050
0,025
0,011

14
15
16
17
19
23

0,118
0,077
0,050
0,030
0,010
0,001

tn

17

o,ooa
0,001

16

304.

305.

T a b s l o g - nontlnuan

Cl

Tabela 9 - continuao

16

17

9B
106
106
127

0.072
0.012
0,009
0,001

19

62
B5
92
93
102
130
133

0,105
0.092
0,055
0.040
0,024
IJ,U30
0,001

91
92
100
102
111
123
122
143

, 104
0,034
0,056
0,049
0.024
O.DJl
0,009
0,001

88
88
90
97
107
115
136
140

0,108
O.OliO
0,057
0,040
0.024
0,010
0,001
0.001

94
96
105
107
llE
127
149
1S4

D. 109
0,096
0,054
0,046
0,024
O.OIO
0,001
0,001,

2G
26
29
33

0,074
0,012
0.008
0,001

68
90
96
100
107
117
119
139

O.IOB
0,0B3
0.054
0,046
0,026
0,012
0,009
0,001

15
16
17
18

0,136
0.094
0.063
0,042

))

12

13

5
6
7

0,212
0,075

a
9

0,004
0,QD1

63
B4
72
7D
05
&B
9D

D.lOB
0,091
0,050
0,024
0.012
0,009
0,001

66
67
73
75
6?
BH
Ql
1D8

0,111
O.IDD
O.DBD
0,D4i
n,D2B
,11
0.008
0,001

B
7
6
3

0,100
0.031
0,006
0,002

14

7C
71
flO
81
84
84
9i
IDO

0,108
0,091
0,057
0,049
0,024
0,013
0,009
,01

15

36

0,102
0,087
0,0S2

14

o,n?i

15

16

18

97
99
110
120
131
354

0,110
,096
0,050
,024
.010

4?
46
52
53
58
62
63
75

0,105
0.093
0,056
0,040
0,024
0,011
0.009
0,001

96
100
109
111
120
131

0,101
0.096
0.053
0,048
0.027
0,012

133
ISO
162

0,003
0,001
0,001

0,106
0.030
0,051
0,041
0,024
0,013
0,000

75
7G
83
84
91
99
120

0,104
O.DSS
D,D5G
0.046
0,028
0,010
0,001

79
80
68
89

0,100
0,086
0,054
0,049

43
46
51
59

0,044
D,D2f)
0,010
0,001

16

27
26
30
31
33
3B
42

0,101
0.078
0.051
0.040
0.022
0,010
0.003

17

21
22
23
24

.113
0,004

o,noi
0,001

18

20

17

18

ID
)4

42

Ifi

o,oe3
0,04?

20

,19
21
?5
U7
108
118
130
152
150

104
IIC
127
140
163

0.100
0.050
0,025
0,030
0,001

18

36
37

0.109
0,096

17

126
143
173

14

6
7
ICl
77
7B

0,126
0,044
0,013
0,001

14

88
B9
1D4
128

0,037
0,059
0,025
0,010
0,003

8r.

0,1112

jno

57
58
63
64
69
76

0,11]

o.oy?

19

103
104
113
114
125
138
158
164

37

10

25
26
26
20
31
34
40

o.o^^.o
0,025
0,010
0,001
,0D1

0.115
0,091
0,056
0,043
0,025
0.010
.001

15

87
04
96
10?
113
13U
137

O.OftB
0,054
0,047
0,076
0,010
n.UDl
o.nni

IG

89
91
99
103
100
33H
r/i
34[i

0,101
0,089
0.051
0,047
0,027
0.U31
0,000
0,003

0,101
0,091
0,050
,025
0,030
0.001
0,001

0,103
,096
0,057
,045
0,025
0,010
0,001
,01

20

107
108
117
120
129
142
143
166

0.104
0,099
0,052
0,049
0,07G
0,011
0,U09
0,001

134
154
159

0,009
0,001
0,001

19

51
52
57
58
63
69
81
B3

0,110
0,100
0,055
0,046
0,025
0,010
0,001
0,001

120
12)
330
J44
168
176

0,053
,47
,77
,0!0
0,001
0.003

20

19

107
110

0,103
0,095

56
57
62
63
69
?B
76
69

0.306
0,095
0.055
0,049
0,023
0.011
0,009
0,001

16

40
41
44
49
47

0,056
0,046
0.027
0,010
0.001

19

150
153
179

o.oy)

20

19

IIZ
114
126
127
136

0,109
0,100
0,054
0,046
0,026

24
25
28
27
29
32
3B

0.102
D,079
0.061
0.046
0,026
0.030
0,001

0.025
0.010
O.ODl

18

77

19

93

0,009
0,001
0,001

180
186
190

0.009
0,001
0,001

0.102
0.093
0,054
0,046
0.026
0,031

19

119
170
13Z
133
145
158

0,106
0,096
0,054
0,046
0.025
0,011

20

31
32
34
35
3B
42
49

0,108
0,069
O.DOO
0,049
0,025
0.010
0,001

.]

E
7
6
9
10

,355
0,059
0,01)
0,005
0,003

91
92
97
96
109
122
139

0 , 307
0.300
0,053
0,044
0,026
0,010
0,003

6
7
6
9
10

0,184
0.076
0,026
0.006
0,002

100
101
113
314
118
3 32

0.104
0,093
0,051
0.048
D, 027
D.011

6
7
8
9
11

0,714
0,093
0,035
0,011
0.001

108
109
323
324

0,107
0,096
0,05]
0,045

17

m - J5
15

16

16

17

0.010
0,001

m = 16
16

m - 13
13

m - 14

D,D?D
0,0]0
0.00]
0.100

93
96
105
314
326
146
352

16

15

19
13

m = IS

71
73
79
82
87
93
96
110
115

m ~ I?.
12

m = 11

17

16

ea

11
B

hj

i/^CTl0^ C O
r-j U 3 q- iH o o
o o o o o

C O CO ^
<x ^
o
(M r-l o o

r-l fij

CM
CxI
o
O

o
1-1
D
C=l

.-I
o
o
O

ir C D

O O O O O O

H a a c::) a o

(
OD
CU
O

in
^
o
O

n
LD
n

1.1
a i r-1
IO
L.T C S
C D
1-1 o o o o 3 c
o a o o o o o

C M irj T in in

U l M ll p~. .-1 in m
^ C D w r,
o a
^ o o c o o o

I a tf) T if

O O l U T ^ I N - i o

O l o M (M d l C O

o o o o o o o o

O D O O O O O

-H C3 o D o o O o

Oui^ri^i^HOOQ

C 3 C J ) U 1 * C M 1 0 0 0

cnifirtMiHoo
H

N a:
m
ClLTfNOO
r H o o o o
O- o a o o

iO 31 o -"

UJ

Llj >i O.

o o o D o
o O c c o

n V
iC
V
<
1/1 1 0 ffl

eu

<-i O o o
o o O o o

l[
a o o IN

o o o

c O O o

n n o

O ) cn o rv.
o
N o o

01 D

o o o o o

PI

Cl o
m
o T fv o o
o o o

O O O O O

C31 (N o r-.
aj u- rH o o
o o o o o

m 0 1 o >-< (M <r

ts. O O O O O O
l<
fi

M
rs.
rH
O

1^
11

O
*^

n ui

o c o o c o

CC U l o A Q
^ r.* T
O C
O
o O O C

o5

uT
U l C D r*. --H
n rs. m
O o
r-i o o o o o
O

o i-l t M C ^ t/l

O O O O O O

o o o o o

CO n o
iH
CS C 3 M ^ o o

. _ _ E0 1

11

O)
N

01 c i-i r\ iTi

(VJ w

O) o i- M m u i

o o o o o c i

IO O l D 1-1 (V T

IS I C U 3 1/1 C D i-H
U l fv. Cn
o o
D c o o O

I D U% IH C 3 ( 3 >H
01 0 > ^
o o
o o D C o

<o os

SI o

oa

1^ IC: C C 1-1 -3ir 1>J r-1 O O


H O O O O O

O O O O O O

O 1 O [M ^
T C D PI
O O
O O O O O

O O O O O O

O O O O O O

rs.

in
r iM " T fH
(f)
o
r- o o D O o
O O O O O O

II

o o o o a o o o c

c o o o o o o o

onrsTOO-Hi-^
' ^ O O O O C O O
OufliTM'-!lOC
o o o o o o o o .

rvCSCCDCM^l/lf-.

to

in n
[3 O
o O O O

(M m
^

u ao

^ v <D

o i H (V

IV, 1 0 O ) O "-1

r-1

CO
O

c
3

fi

-P 11
10
m
E
-u
O
c
u
- B D
Q
O

II

'a

11

o t^.
T [ V .-1
T? C ^ X' -# O O

<r

c; 3 o

o o a

O a O c

tN

-1

-H

Cl c

il C*J l- ffi ro rH

o o O o

o W
o o
f- a o o o a
c

CD

o
o
o

in

O
w i~*
r>. T IN ^ o o
o G o o

-H

fn ^ u-

m "d" rv.
1 o

o
o

li

CL

c
o

w o *^ ''l

ffl

i-l

Ol o N

o o o o

[ IS, l i

(D

la n3
r- Q O
r-> Q O a O

o c

i-' o_ C

o o O

.-VJ

O a o O

I1

D o

o o o o o o

IO ^ o m r-l
fs r-. ^
o o
Q 3 CD
O O O Cl ^ a

c:) o

j: ^
ir
n --1 o D
ft O o O O o
o Q" o

a Q

C3

m )*v
<^ iji iH
iTi fs. o i - i a o
D o O a O
o" O

"

1-1

h>

rx

oi

10 rs. [Q m

O Q O O Cs"

Q = o C3

I ^ CO (N <0 ^
1/^
a
c

03 o

IN T

o o o o

- 1 IN IM 1 ^ r s . rH
CC C^' " O o
i-( o o o o o

(O os a

a fs m CM _T rH
(M (3 M >-" o o
o o o o o
I -

V in 10 tv. D

Q o o O

Q
:a 10 . 1
- 1 ic tsi c; D
IN o o C O

Ps, 0 3 03 CM
O
O O
--< O O O O

pH

O O O O O

CO

10 n r> . 1
rv iD
Cj
O O O

o O)

Do o o

o o

o o o

(O o m to
o
N o a
D c o o o

c l < D i r ^ w i-
c:; L i [, o g
- O C O O O O

rt

0 0 0 0 0 0 0

ffl

to eo o M IX

PI tN

e cn <v M o C3
ri o o c o o
o o a Q* c o

d n o CM

V N CO n *
m m ^, --i O c
iH o o o o o
o' o o o' O o

Cd rv

rH

u p% a O) o

M ^ m

wV o o
o ff o
o o D o

tN B o 31 M >-<
rs
o o o
o o o

o o o a

D B

IO fs T
Q N
O O

01

ri

a o

^1

c
a

r>h d

o' D

( rs. (D O)

cn C ^
r>. 3- o
O O

-1

L/i lo

<0

n fv
(V o

m IN [D
1.T m V o o
c o o o
.1

CO o-, c;

i-i

oi

O
O
o

CO

rs.

o o IC r
IN m
C
<-! O d a
Q o o o*

1-1

"

m D

i-H

01

^ fo
ui o

o o o c

rv o Tf CS;
i j ; --i
S3
c c
o o o Q c
o
o

ui

o o o

Q fO
r>
^
o
o c;
o a o o

fN IO
r-i o

en

o o

a
r=i a
a

rH ^

01

o s

o o o
o o

IO t> iD
rt ca M
1-1

CD rs

rs, CO

o
o

m r m (0

1-

311.

310.

T a b e l a 1 1 - L i m i t e s u i i U a t e r a J u dm D no tc.-^ta

de Aribiarl-Di-,idlcy
TatiBla 1 1 -

n,lG7

14

0.200

0.0B7

0,]79

15

16

0,036

13
14
IS
16

0,176
0,118
0,065
0,033
0,006

10

0,111
0.U22

15
16
17
le
19

10

0,091

11

0,030

10

0,1^2
0,070
0,015

11
17

12

13

. 141

12
13

0.064

11
12
13
14

0,026

O.liQ
0,110
0,OS5
0.011

16

0,146
0,073
0.030
0,006

14
15
IG
17

0,136
0,073
0,027
0,003

15

0 , 3 50

IG

0,084

17

0,042

la

0,018

19

0,004

11
16

16
17
16
19
20

17
15
19

0,142
0.095
0.053
0,076
0,005

20

0,050
0,017

22
23
24
25

0,035

IB

0.052

D,01fl

19

H.niB

0,007

20

0.006

20
21
22
23
24
25
26

0.150
0,100
0,064
0,037
0,020
0,007
0,002

18
19
20
21
22

0.121
0,061
0.028
0,010
0,002

21
22
23
24
25
26
27
28

0.155
0.107
0,071
0,044
0,025
11,012
0,005
0,001

19
20
21
22
23
24

0,154
0,092
0,049
0,024
0,008
0,U03

0.143

10

0,029

16

20
21
22
23
24
25
26

0,116
0,104
o,Dnn

17

21

0,193
0.132
0,082
0,048
0,026
0,012
0,004
0.002

22

29

o,f.i:^B

12

0,200

(t,0lJ

13

0,071

0.00^

14

0,014

24
25
26

17

0,152

16

0,094

19

0.05:^

20
21
22

10

11

22
23
24
25
26
27
28

12
13
10
11

0,107
0,036

0.171

11
12

0,143

17
13

O.IOS

13

n,oiz

14

(i.04a

15

n,oi9

18
19
20
21
22
23

0,146
0,033
0.054
0.029
0,011
0,004

0,060
14

19
20
21

0,153
O, lt07
0,063

14
15
IB

29
30
32

D.OIS

14

25
26
27
2B
29
30
31
33

0,176
0,126
0,086
0,056
0,034
0.020
0,010
fl.0G2

15

26
27
28
23
30
31
32
33
36

0,195
0,145
0,104
0,071
0,047
0,029
0,017
0,009
0,001

16

28
29
30
31
32
33
34
35
37

0.155
0,113
0,050
0,054
0.035
0,022
0,012
0,006
0,001

18

0,151

19

0,071

20

0.024

21

0.000

20
21
22
23
24

0,134

13

0,007
o,oni

0,002

0,151
0,107
0,072
0,046
0,026
0,014
0,005
0,002

23

26
12

0,143
0,082
0,044
0.016
0,006

15

27

0,100
11

13
15

0.1C4
0,105
0,061
0,029
0,012

0.200
10

0,133

14

10
17

12
13
14

0,006

14

17

9
10

0,042

0,132
0.081
0,037
0.015

16
0,139
0,056

0,083

14
15
16
17

15

14

0,150

continuao

0,135
0,048
0.016

15

0,143

16

0,067

17

0,024

18

0,005

13

23
24
25
26
27
28
30

0,030
0,014
0,005
0,001

0,142
0,093
0,057
0,033
0,016
0,008
0,001

24

0 . IBS

25

D, 1 1 5

26

0,0f9
0,030
0.011
0,002

0,076

21

0,]B7

16

0,194

27

0,047

22

0,098

17

0,106

28

0,028

23

0,050

312.

313.

Tabsla 11 - c o n t t n u a o

24
25
2G

0,023
O.OOB
0,002

23
24
25
26
27
ZB
29

0,15.1
0,032
0,051
0,025
0,011
0,004
0,001

24
25
26
27
28
29
31

0,179
0,11B
0,071
0,040
0,020
0,009
0,001

TabBlti 11 - c a n t l n u a a o

13

14

15
10

11

12

2B
27
2B
2'J
30
31
32
33

0,161
O.IOU
0,069
0,041
0,022
0,011
0,005
0,002

27
26
29
30
31
32
33
35

0,1B7
0,132
O.OBB
0,056
0,033
0,01B
0,009
0,001

29
30
31
32
33
34
35
36
3B

0,169
D.121
0,064
0,0b5
0,034
0,020
0,011
0,005

o.oni

30
31
32
33
34
35
36
37
40

0,192
0,143
0,102
0,070
0,046
0,025
0,017

30
31
32
33
34
35

0,07B
0,045
0,024
D.011
0.005
0,002

30
31
32
33
34
35
36
3Q

0,186
0,130
D.OBB
0,054
0.O31
0,017
0,008
0,001

32
33

D.IBB
0,119

34

D.oao

35
36
37
38
41

0,051
0,031
0,018
0,009
0,001

13

D.ooa
0.001

32
33
34
35
3B
37
3B
39
42

0,175
0.132
0,096
0,nE6
0,04B
0,029
D.OIB
0,010
O.ODl

33
34
35
36
37
3B
3S
40
41
44

0,196
0,152
0,114
0,053
0,056
D.D4D
0.02B
0,016
0.009
0.001

25
26
27
2B
29
30

0.134
0,074
0,037
0,015
0,005
0,001

27
26
29
30
31
33

0,141
0,065
0,040
0,024
0,010
0,001

26
29

0,166
0,125

10

11

12

13

34
35
36
37
38
39
40
41
44

D.JB8
0.123
O.OBB
0.058
0,037
0,023
0.013
0,007
0,001

36
37
38
39
40
41
42
43
46

0,155
0,114
0,081
0,056
0,036
0,023
0.O14
0,006
0.001

38
39

0.155
0,117

14

tu

li

40
41
42
43
44
45
49

G.ui^n
D.Ofil

10

39
40
41
42
43
44
45
47
48
51

0, 101.
0,145
0 , llU
0.0fi2
0,[i5i;
0,011
0.076
0,1(11
o.nuG
0,001

32
33
34
35
36
37
36
40

0,169
0,]?7
0,060
0.047
0,026

35
36
37
3B
39
40
41
43

0,14B
0,100
0,065
0.039
0,022
0.012
0,065
0,001

37
36
39
40
41
42
43
46

0,148
0,104
0,0B9
0,044
0,027
0,015
0,006
0,001

39
40

0,1B3
0,120

0,04?
0,07/
0,0] 7
0,010
0,001

20

11

12

O.OI:

0,065
0,001

13

41
42
43
44
45
4t5
19

0,DB5
0.050
0,030
0,023
0.014
0,006
0.001

44
45
46
47
4fl
49
50
51
54

0,156
0,114
0.081
0.055

41
42
43
44
45
46
47
4fl
51

0,163
0,122
0,DBB
0,062
0,042
0.027
0,01?
0,010

43
44
45
46
47
48
49
50
51
55

0.175
0,135
0 , ]01
0,074
0.053
0,036
0,024
0,015
0,009
0,001

45
4B
47
48
49
50
51
53
54
57

0.174
0,136
0,104
0,076
0,05E
0,040
0.027
0,012
0.00?
O.ODl

41
42
43
44
45
4B
47
43
50

0,175
0,1ZB
0,0B7
0,057
0,036
0,021
0,012
D , 006
0,001

o.oaii
0,022
0,613
0,617
6,001

10

46
47
40
49
50
5J
53
54
57

0,167
0,126
0,092
0,066
0.045
U.U30
0,011
0,006
0,001

11

48
49
50
52
53
55
56
57
60

0.192
0,150
0,115
0,086
0,062
0.044
0.020
0,012
0,006
0,001

O.OOl

51

12

51
52
53
55
58
57
59
60
63

0,161
0.126
0,096
0.052
0,037
0,026
0,011
0,007
0,001

51
52
53
54
55
5B
SB
59
62

O.lfiS
0,12fl
0.094
0.067
0,046
0,030
0.02?
0.007
0.001

315.

314.

Tabela 11.A - L l m i t c f . u n i l a t e r a i s de Uj na t e s t o de Ansarl-Bradley


liliela I J - contiriuino

0,167
10

61
55
56
50
60
El
BZ
6f)

. I(i3
, 12G
0.095
0,050

(1,0?3
o.no9
O.ODl

56
57
5B
59
60
El
63
65
69

10
0,146
0,134
0 , DU7
0,0ri4
0,n47
0,023
o.mrj
[1,001

10

62
63
64
65
66
67
Gfl
70
71
75

0,166
0,13]
0,101
0,076
D,U66
0,040
0,0?fl

0,150
0,083
0,042
0,006

15

0,196
0,132
0,073
0,037
0,007

0,100
0,06?
0,048

n.noo

0,001
0,179
0,036

TcihEla adapt.-,d:i de: HnLl.ANDFR e WQLrt, D.A. , 1973. Nonpavamebrio Statistical


thods.
Nova Yori^. Juhn Wil^y & Sons.

14

He-

16

0,139
o,02e

0,111
0,022

2^

17

0,162
0,091
0,018
18
10

0.152
0,076
0,015
0,12B
0,064
0,013

0,176
0,136
0,065
0,033
0,000

0,133
0,050
0,017

0.192
0,097
0,036
0,012

0.136
0.073
0.02?
0,009

10

0,15B
0,105
0,056
0.029
0,006
0,142
0,095
0,053
0,026
O. DOS

0,182
D,1D5
0,056
0.021
0.007

0,143
0,062
0,044
0,016
0.P06

12

0,160
0,114
0,066
0,035
0,013
0,004

13

0,146
0.093
0.054
0,029
0,011
0.004

14

0,121
0.076
0,054

0,100

0,171
0.057
12

13

,1S0
D.110
0,050
0,011
0,171
0,095
0,018
0,010

0,107
0.036

0,190
0,071
0.024

316.

317

InLielj 1 1 . A - contiiiuinj

Tabelei 1 1 , A - c o n t i n u a o

0,042
D.Dlfi
D.OOI

0,ri24
o.nuj
o,nn3

15

10
g
R
7
B
4

11
10
g
6
7
6
5
4

17

11
ID
g
B
7
6
5
4

D.liO
0,100
0,(164
0,037
O,ill?0
o.nri?
(),on?

0,376
D , \2<
0,ll6'j

10
9
B
7
B

0,121
D,0B1
D,oza
0,010
0,002

11
10
9
B
7
6

0,143
0,flB4
0,042
0,02G

IZ
11
10

0,166
0.104
0,060
O,30
0,014
0,005
0.001

14

15

0.001

o.oai
o.noG

D.151
0,107
0,072
0.04R
o,07r.
D,OH
O,

10

g
e
7
6

16
11

7
6

0,185
0,123
0,07B
0,044
0,022
0,010
0,004
0,001

J3
1?
11
10
S
B
D

0,1-12
0,093
0,057
0,033
0,016
0,006
0,001

14
13
12
11

O,

13
a?

no?
10
g

o,;?o()
0,071
0,014

o.Hl
0.04(1
o.rjoo

22

D. 143
0.167
0,024
0.(105
13
10
a

I.OQ;

13

II.

i7i;

0,0C1I

ISO
log
0,071
0,044

10
9
6
7

n,02s
0,013
0,005
0,002

15
14
13
12
11
10
9
7

0,176
0,12i
O.Oflti
O,0!i6
0,034
0,020
0,010
0,002

ID
15
14
13
12
11
10
9
7

16
15
14
13
12
11
10
g
7

12
31
10
g

13
12
11
10

0.190
O, 140
O.IQU
O.OfaB
0.044
0,027
o.niD
0.006
0,00)

O,

14
33

11

0.151
0,071
0,024
o.noB

0.15B
n.niji
[1.039
o.ni3
0,004

Il,0llfl

0,050
0,073
0,008
0,002

15
14
13
12
11
ID
9

0,172
O.lOB
0.U61
0,o;ji
0,D14
D.OCi

16
15
14
13
12
11
9

0.173
O.llP
0,071
0,040
0,020
0,(103
O.DOI

17
JE
iS
14
13
12
11
9

0,1B7
0,124
D,OPCi
0,03B
0,077
0,013
0,DOG
0.001

22
21
20
la
IB
17
16
15
14
11

0,196
0,152
0,134
0,063
0,056
0,040
0,076
0,016
0,009
0,001

IS
17
16
15
14
13
12
10

0,157
0,132
0,OflO
o.or.G
0.033
o.oia
0.f![19
0.001

17
16
15
14
13
12

0,134
0,074
0,037
0,015
0,005
0,001

13

14

15
10

0,155
0,113
0.080
0,054
0,035
0,022
0.012
0,006
o,nni

12
11
10
3

12

19
10
17
36
15
14
13
12
10

0,186
0,137
0,095
0,OG;)

0,040
0,023
0,013
O.ODB

O.tiOJ

20
19
IQ
17
16
15
14
13
10

0,192
0,143
0,102
0,070
0.046
0,029
0.017
0.009
0,001

21
20
19
la
17
16
15
14
13
11

0,193
0,147
o.loa
0,076
0,052
0,034
0,02]
0,012
0,007
0,002

19
IB
17
IB
15
14
12

0,195
0,126
0,076
0,041
0,023
0,008
0,001

?0
19
16
17
16
15
14
13

21
20
il

la
17
16
15
13
10

0,125
0.070
0,0fli
0.024
0,011
0,0[l'i
o.onz

0.174
0,120
a,07fi
0,048
0,028
0,014
0,007

o.oni

2?
21
20
19
16
1?
16
13

0 , 1 RB
0,OAO
0.001
0,031
0,018
0,0OB
0,001

11

23
22
21
20
19
IB
17
16
13

0,150
0,115
O.DRO
0,Of>S
0,034
0,020
0,011
O.OOB
O.DDJ

12

24
23
22
21
20
19
16
17
14

0.15

D,ng

a.lis
O.OBl
O.OSfi
0.03Q
0,023
0,014

u,noa
0,001

r (D
r-.
en * f-> m CO rr
M
^ O O o_ IP

o o o o o o Q

rH ^ fH c o c c cs^

a? w to
n (M <-i o o
o o cj a =3

<^ <^

32 S S

0 0 0 0 0

CN 1-" o
r

o o o o (3

in

.3. !^ 13 O
f-- -'
cji
^ m M D g
a a o D o c:i
d" a C l o a Q Q

ta LP T
'-; n
tn n n fi t t m t\

1-5

o o o" O o a o" O O

a O O o"! O o" a O O o'

pirvicsottior^ p-.-j
iJ3irriOiriIMi-10D
- ^ r - t O O O C D O O O

o o o o o o o o a

i ^ o o a o o c o

o ta 1^ I V : u r-i
r>i CN O in m Si
1-. 1-1 o O O o

o c a o o o o o c

0 0 0 0 0 0

^ ^ o r ^ u " ^ i N r ^ o c

rsnof-iiiTtN100
r - . f - i r - i o o O O O O O

-HOo

D D O O O O O O B O

0 3 0

n d ^ o o o o a o o

'(0(sji->ocnK,ifl(0

o o Q o o o o o D O

o o o o o ' o o o

tDHfvVMf-lOO
" O O O O O O

o a o " o o o D a

I-1--000000

iNr-gc3ia3fs.t>^no

f H i - H a o D O O O C

iO(\S0WfM-^OO

O O O C O O O D O

t O T - H C D L l ^ t S I i - t O O

0 0

r-ii-iaocooo

^*oc;!0'!rr-J'-"OO
-(.-HoaoccoG

^ m i - i o o o a o o o

0 * 0 0 0 0 0
o o c o o o o o o o

o o o o o c o o o

(ji-i.-Hrs.oii/iiocn'-'
)-.-imi/i(nfM'->ao
I ^ C O O O O O C .

o o o D O o a o o

321.

320.

Tabelrt 2 - t i m l t e a I n f e r l o r o a iln K rio t e s t e dti fiunUal]

PJK

> k} =

TalJBlfl 17 - c o n L i n u a a o

IQ

0.167
O , SOO

10
11
IZ
13
14
Ib
IG
17
IB
13
20
21
22
23
24
25
26
27
2B
2S

30
31
32
33
34

0,0-12
O.IG?
0,375
0,625

o.ooe
0.042
0.117
0,242
0.408

o.nol

0.S92

0.235
0.36D
0.500

0,008
D.n2fl
D,0B6
0,136

0,000
0,001
0,005
0,015
0,035

11

12

13

14

000
0.003
0,003
0.00?

O.ODD
0,001

0,066
0,119
0,191
0,281
0,3BB

0,016
0,D3l
0,054
0,0fl9
0,138

0,003
O, DOB
0,012
0,022
0.036

0,000
n,oQi
0,0D2
,005
o.ooa

O.OOD
0,001
0.002

0,500

0.199
0.274
0,360
0,452
0,548

O.OPU

0.090
0,130
0,179
0,238

0,014
0,023
0,03B
D,0S4
0,076

0,003
0,005
0,008
0,013
0,020

0,000
0,001
0,002
0,003
0,004

0,000
0.001

0.306
0,381
0,460
0.540

0,106
0,146
0,190
0,242
0.300

0,030
0,043
0,060
0,109

0,007
0,010
0,016
0,022
0,031

0.001
0.002
0,003
n.on,
0.007

ii.noo
n.ooi
n.oo)
n,0G2

0.141
0,179
0,223
0,271
0,324

0,043
0.058
0.076
0.098
0,125

0,01)
0.015
0,021
0,029
0,036

0,002
0,003
0.005
0.007
0,010

0,381
0.440
0,500

0,155
0,190
0,730
0,273
0,319

0.050
0.064
0.082
0.102
0,126

0.013
0,018
0,024
0,031
0,040

0,3B9
0,420
0,473
0,527

0.)53
0.164
0,218
0,255
0,295

D. 050
0,PE3
0.079
0,096
0.117

D.

0,364
0,431
0.500

a,DB2

13

14

15

10

2D
21
22
23
24

o.un
0,015
0.021
0,02P
0,03

0.002
0.0Q3
o.onr.
0.007
0.010

0,000
O.DQl
D,001
0,D01
0,002

0,000

25
25
27
28
29

0,050
0.061
0,082
0,102
0,126

0,013
O.OIB
0,024
0,031
0.040

0,003
0,004
0,006
O.OOB
0,010

o.oni
0,001
U.DOl
0,002
0,002

30
31
32
33
34

0.153
0,104
0,216
0,255
0,295

o,n',Q
0,063
0,079
0,[)3B
0.117

0.014
O.OIB
0,023
0,029
0.037

n,(ici3

35
36
37
30
33

0,336
0,303
0,429
0.47G
0.524

0.-140
0.165
0.194
0.225
0,259

0,040
0,057
0,070
0,084
O.IG]

40
41
42
43
44

0.295
0.334
0.374
0,415
0.457

45
46
47
4B
49

0 , 500

50
51
52
53
54
55
SB
57
5B
59

17

IB

19

20

o.non

n,ri04 0.001
,nnr. 0,001
.Ofl 0.DD2
0.010 0,DD2

0.000

0,tU3
0.016
0,021
0,026
0,032

0,003
0,004
0,005
0.007
0.009

0,001
0.001
0,001
.001
0.002

O.DOb

0,120
0,141
0,164
0,190
D,21

0,039
0,04fi
0,058
0.070
0.063

0,011
0,014
0,017
0,021
0,026

0.003
0,003
0,004
0,005
0.007

0,00]
0.001
0,001
D,001
0,002

0,248
0,279
0,313
0,349
0,385

0,097
0,114
0.133
0,153
0.175

0,032
0,038
0,046
0,054
0.064

D.009
0,011
,13
0,016
,020

0,002
0,003
D, 003
0^004

0,423
0,461
0,500

0.199
0.22S
0.253
0,282
0,313

D,n?6
0,066
0,102
0.118
0,335

0,024
0,029
0,034
0,041
0,040

0,006

0,345
D,37B
,412
0,447
0,482

0,154
0,174
0,196
0,220
0,245

0,05Q

0,017
0.021
0,025
0.029
0,034

0,066
0,076
0,088
,100

0,005

0,008
0,010
0,012
0,014

0,000

0,001
0,QD1

0,001
0,001
0,002
0,002
0,007
0,003
0,004

0.005
o,ooa
0,007
o.ooa
0,010

CM
CO

fN "J"
O CO
r-. f-1 r - f M CM
D

o
o

N.

O OOO O
o

o IV ^ M
* f >i d
c:a c c3
o o'

Q
0

01

r O)
ti3
Ui

Cl d r v N
T O)
-
ffi ^
0

C>

CD N a
1^
CO ^
ID
CO 18 IO

o' o' o" o" a

o o o

o
cn l A
1^
o
>a- r - i I O
O) (O f-v N O

o ' o" o

(O

to o
to o

i/i in

a r-i
ro
CO
N. N m
! N CD CD 1/1

N.

o
d

CD N

o o' o' o

IN. 10

in

IO

1/1

ia

ir

o o o o o

rt-v

o a (N
-H
tft ifi
<

1=1

CO

Cl

Fl

ffl

o o o o

la o
^ a
^
m Fi N i-t 1-1
I O t o CO CO rt

a o o

i n o i r cn
t o 1/1 cn ^
tv rg N
rg

rv ^ a: M

[V

ro lO r [Q in

(D

(O i / i CO i H
o
CO l / l
rt
M
Xfl T lj% t\

Cl

1/1 o

o
K l ITT m

O l CD

--I
(D (D <D

O O O O O

1/1

ry

"
o

*
n

lf7

O OOO O

r4
Cl

N
T

<s

o
T

^ CO 1^
CM o D l IO
l/l T ^

o
rs

to
o" o* o o' o

tSI (NJ

O CO CO fO

to

Cl Cl 0
(M fM

* l-

1/1

a' o' o' o" o"

o"

01

1/1 CD m
(D Ol T

PI
n
lA

l>J T m
m CD
o

1/1

1/1

(O m

O
a

1/1 1/1 ^ u~i ;D


>T P I t S rH o
T - lT

o'

EO C 1/1 N IO
1-1 c l CD I * . i n
/i 1/1 T ^
^

10

cn m N
in ^ Cl
^

o o o o [3

D r>. o
w
T M o
m
N
N N N . ( D (O

m
(c

i-H
(V
r c \
CS
O O
o

o OO

CO

Is, t o : 0
iD n ^ CT: UD
IQ CO CO Ni Ni

I D CD

CN
N CO i n
m r r y c n r - .

O
O

o o o D D

Pv N . K

01

a m o 1/1 T
CO o o l / l
n
CD CD 1/1 1/1 1/1

N.

eo

o o

CO r - . I M o i
a
i r (N - H 01 o i
^ ^ ^ CO CO

(D

o t o o 1/1 r v
J l f ) CN i H
o
(O O
<* t o

o' O o o o

1/1

C-.J p - P- 03 Ol
i - i C\1 N 1/1
Lfl l / l ^

M to

n
ID
n

O* o' O O O

iNi l O (TJ 01
cn N
d fo
^

-1
o

V -r V

1-1 CO CC IO

to

ffl
n

o o
>-i to

(O ^^
p cjJ
l/l
rH
I M CM

C3

t o < r CO CM CO
l / l i D cv m 01

o o OD O

P I i n cn (M
Cl
D
[M (M <0 <0 P I

r x PI O)
n
ij-

c) a o o o

N
CM m

>i

o o o o o

l / l IO 1/1 CO
i D 3 1 T"i ^ r v
n n ^ T
T

o o o
o' a o D

C o o o
01 s

rv ^ o I IN I T ttD ^

ij-

1/1 rsi o *r d
ic o i n
CM (M m
n

c
o

CO f^. (O ^

(O r

o o o o s

-! CM

N. N ISi

r>j

o o ' o ' o" c

i/i

0 1 t o ^ C^ CO
e (O C3 M
1 - C\M

[M n i / i c:i I O
! 0 ^. C 1-1 i T i
o Q 1-1 f - i

IV,
1/1
tsj l / l t v

o
o
o

o
m

CM CM ( \M CO
o

o o C5 o
^

r-1 t / l CD i - i

o cv;
^

cn

1-1 ^ S ^ CO
CM l / l CO
CN CN IO
O

(V

O Oa OO

Psi Pv

Cl

r1

o?

L:

~
Ul

-H

3
Q.

>

iC

-1
-j
a <
r .
a

>

1 _

C U-

_i

31
C
O
t/l

-1
c

< -1o
s

325.

324.

Tflt)c;la H

- l . l m l t B S da

rtistribulo

d c H no t e s t e de K r u s K a l - W a l l l s

(l< - 3 ) , cnm

Tcibela 14 - continuao

3,571

0,200

3,0b7

0,143

3,600

D.20D

3,524
4,286

0.200
0,100

3,1B1

n,iso

4,018 0,114
4,02]
0,057
3.333 0,190
4,200 0,095
5,D0D 0.046
5,200 0,036
3,7^0
4,200
5,000
6,250

0,15?
o.oas
0,048
0,036

3,206
4.571
5,143

0,157
0,100
0,043

3,208
4.056
5,206
5,833

0,200
0,003
0,050
0,021

3.218
4,018
4,671
4.960
6,400

0,190
0,095
0,052
0.04B
0,012

3, noo
3,267
4,0G7
4, BB7
4,967
ti,6B7

0.222
0,178
0,102
0,054
0,046

3.000
3,067
3,960
3,167

0.208
0,194
0,102
o,oaa

D.DIO

4.860
4,936
6,640
6.9S4
7.364

0.056
0,044
0.011
0,006
Q,n05

3,776
4,556
5,139
5,556
6,250

0,200
0,100
O.OCl
0,025
0,011

2,946
3,236
4,036
4,109
4,909
5,127
6,636
7,309
7,746
8.182

0,227
0,105
0,105
D,066
0,U53
0.046

3,311
3,444
4,444
4,511
5,400
5.444
6,300
6.444
7,000

0,203
0,197
0.102
0,098
-0,051
tl.OIC
0,01]
0,000
0,005

3,714
4,571

0,200
0.067

0,201
0.193
O, i n i

3,750
3.929
4,464
4,500
4,714
5,357

D,2ia
O, 161
0,105
0,0G7
0,046
0,0?9

3.386
3,414
4,494
4,651
5,10B
5,251
6,822
6,909
6,949
7.162

0.052
0,I4U
0,010
0,009
0,006
0.004

3,458
3.6&7
4.456
5.125
5,500
6,000

0,210
0,190
0,100
0,052
0,024
0,014

5,227
5,348
6,061
6,136
6,727
6,970

0,052
0,046
0,026
0,023
0,011
0,009

3.333
3,360
4.293
4.373
5,040
6,133
6,533

D,20t
n,19R
0,12?
0,030
O.Of.B
0,013
D, DOB

0.210
0,192
0,103
0,000
0,052
0,046
0,020
0,011

5,0]fl
5,345
5,527
5.745
6,545
6,654

D.OSO
D,03P
0,036
Q,0?1
0,011
0,008

3,354
3,464
4,446
4,554
5,236
5,454
6,546
6,873
7,036
7,054
3,364
4.510
4.541
5,260

0,700
0,101
0,0^10
0,051

D.un

0,009
O.0IJ5
0.007

O.ftOfi
O,no?

5,273
6,504
7,116
7,500
7,573
8,114

0,049
Q.D20
0,010
0,007
0,005
D,D01

5,263 0,050
5,340 0.043
6,109 0,025
6,166 0,024
7,212 0,011
7.340 0,010

6,746
7,000
7,316
7,436
8,016

0,010
0,006
0,004
0,002
0,001

7.641
7,906
0,446
8,503
3,116

0.007
0,005
0.002
0.001
o.mn

3,314
3,442
4,412
4,533
5.515
5,646
6,303
6,376
6,982
7.079
7,467
7,515
8,046
6,247
e.7?7

0.209
0,196
0,09?
0,051
0,049
0,026
0,020
0,031
0.009
0,008
0.005
0,002
0,001
0,001

5.604
5,610
6,500
B,53B
7,467
7,500

0.050
0.049
0.025
0.025
0,010
0,010

5,551
5,615
6,3ft5
6,436
7,192
7,410

0,051
0.050
0,025
0,02?
0,010
0,008

3,306
3,429
3.79B
4.545
4.993
6,626
5.706
6.466
6.752
6,666
7,543
7,694
8,237
e", 334

0,20]
0,195
0,150
0,102
0,099
0,051
0,049
0,025
0,020
O.DIO
0,004
0,002
0,001

9,055
9.398

0,202
0,1^5
0,152
0,100
0,075
0,0[11
D, 046
0.025
O.flZl
0.019
0.010
0,007
0,000
0,005
0,002
0.001
0,001

5.564
5.600
6,621
e.367
7,580
7,590

0,052
0,050
0,026
0,024
O.OlD
0,010

0,204
0,199
0.J50
0,103
0,099
0.075
0,060
0.025
0,020
0,010

5,600
5.B25
6.663
6.72S
7.603
7.725

0,052
0,050
0,025
0.0Z5
0,010
0,010

3,231
3,600
3,846
3,962
4.500
4.654

0,212
0,197
0,151
0.145
O.lOA
0,097

3.369
3,332
4,508
5,246
5,336
6,346
6,446
7.269
7.762
6,131
8.685

0,203
O, lOe
0,100
0,051
0,047
0,025
0,020
0,010
0,007
0,005
0,001

5,319
5,338
6,189
6,196
7,299
7,376

0,050
0,047
0,026
0,025
0,010
0,010

5,352
5,410
6,17]
B.210
7,410
7.467

0,051
O.OSO
0.026
0.024
0.010
0,010

3,467
4,622
5,GD0
5,956
e.4B9
7.200

0,196
D, IDO

3.394
3.417
3,648
4,477
4,546
5,576
5,596
6,394
6,659
7,144
7,G3B
6,227
6,909

3,391
3,036
4.700
4,709
5,727
6.154

0,196
0,150
0,101
0,092
0,050
0,025

3,3X2
3,316
3,fl31
4,523
4.549
4.339
S,631
6.410
6.676
7,445

0.050
D, 025
0,011
0,004

3 - 3

o.iim

a.950

CM

CM

(1-1

+J

o
c
-a
ta
Tl
m

1>
N-l

v i

c
.

vi

TO E

%
^
11 i |

>
a.

B
u
a

a
u

A:

A;

CD
T3

-j
D

4J

^
L'"j

a;
cu

(0
D

<r

CJ r 4 r>.
0
(D
U O IN
(-H l / l (N f - t
a
l-" o O
o

o
o

m T
11 LO
in 1
O
o

O O

a
o

m m n
<r
c \D rsi ^
O u i ^ i-t o
<-> c a o
o
o

to
IO
O
(NI

O o

CO t v

C^l

(O n

- (M m

ID IO l - t
cn M
O
V 1 o
o
o
o a
o
o o C3
a

O o

tf ID
tn m
CO
o

o
<T O a
r 4 IM

o o c s o o o o o

cr.

M r>. 1-1 r-i CN


T f v . O) tn m
<c C\ CO
li
H <-H D O a c

O O

iM

flCM
O
O

PI ifl
CM r 4 (M

o cn l E L/l o o
L i j- I M O J i H rH
iz) CU c : [::< O
O

C L/l L/l o
o
L^l Lfl (SJ N
-l
C O O C O O
o

c
o

a
D

f75
IV CIl I V CSJ
1-1 o r v t o CO CM
r v t o o (O r - i
l / l 1/1 CD U3 m

o
C O O O
COINiOCI>
cn-raiLji

o
o

O a O Q O O
o " O O O* o ' o "

cn cn CO ^

o D 1/1 T o
U1 1-1 ( N CN

m i n c o t o o a i

o
o

CN k/l O t o 0 1 T
u i j n i r i M {^j
t n CO i-H r - l

o
lE
Cu
o
s

o o to o
!ZI o o o

rv ^

L/l L/l c c

r-ii3-pCMCnO
r^CNtei-ICOC
t v t v t v t o o i c :

o o o

o c l cfl 1/1 c ; o
1/1 ^ CN [ M 1-1
c:

I V - - 1 i n I V < r L/l
( O eC OJ LD f N 0 1
c^ CD t n
v

o
C t D C I l T ^ T I D r V D d t r O C O C n C M I V O
t^CNi-iirNi-icjiiva-tftDi-iriDicicira
cnio
ccoacci/itDOivps.cOrti--(^*i:ii/i

i / i a i t s c a i v r v

o ^ O t O T O c D C O i - i c r c i i / i i n c N i - i i - i
a i / i a r v r v , j i r * i C N C N ^ C 3 O 0 0 O : ^ o
c s r H i ^ O O O O D a o c a c c D O o c

u i u i c c c o r v i v

kDiHlOQCDCO
LTltDC'", 1 / 1 C 1 P ^
toDivivrocii

o
o

.-1 o l / l 1/1 c I I J
1/1 L/h CN CN -< 1-1

CM
->
c
c o

.H ( O
f o (O
fv
c c i c

o
t o cn
C:J CN
(D v.
u i i n

r v r
. t o --1 I O <J1 IM
"l IV
o
a
a o
o a o c:: o

Q O) o o a
1-1 ^
ui t r
D o in ^ O
i-f i - i O o o
c

t n 0 1 IN i n
r i r S i n CO
m -1
ri
O

S1 rs. 0 1
(N [ N N C CO

a
r-t
CZ
O

r i "Sr-.
T
i n no i-H a
a o O o
o

1/) O ( V m cu o
" - i ->
(SI Cs

CM
O

C3 O O O

( C <B

t3 o

<^ i H
m iH
(O i-<
a
a
o

33
OD
(D
O
C3 o

IV
to
CD

i - i CN

o
oi a

o c c c c o o c c o o c ^ c c i c r
c
o a o c a a o o o a o o o c a o
trtoiOTrNajtstJCMCMOJr-JcsiiDCN
a t o i v r v a r o o c a ^ r v ^ ^ t D t f l f N
i/ii/iuitorvr(oaDaia]<scntiicnizi

c:;rteOi-iaii/iOi/i<-ncjoc3iVLninryiHi-i
c i / i ' 3 o a ] r v 4 / i t N c \ C N . - i . - i c o o o o o
t N i - i ' - i " O O C 3 C 3 Q a o o c c n o o a Q
o

-itocnofOfnfOi-Qti-jcjouHcncntotD
i - l ^ t D r s C N I N ^ I V C O - ^ C D C C C M r v ^ t D f N f N
fi!iciri/iocou)fvoiv(OCMcni/ii-icriO)

1-1 I S t n t M
--^ O o o o
o
Q 13 C C 3 o
C:J

o c o n 7 7 / l u l c o t c t a I v ^ N . m 0 c a 3 d ^

^ L/ CD t o ^ 1-1
I V i n t r CN f-1 IM
D O c a c

l / l f l - C N C V U l i - I C N i O i - i O t D T O T
r - i / i c v i - i t n t c c n d o ^ i / i c D
rtCDCDtJICOCvailfltVOCOtOCM

c n c o v m i o t / i c o t D t D r v t v r v E O E a a t o c n

o o o c a o o a o Q d O D o

( / i i / i i / i c o c o c c c o i v i v e o c a Q o i

CO CO
o o>
ou o
^
o
o

n N
C\ o
ID
c o
o o

(0

0^ t3

o
V

1/"!

O) M V e
N m n n

1*- ( 0 ( N
r y M <r
T >-l O
o
o O
o
o o

tn

LLI >

I V c n o H ( M U1 rs.
e>< N t o d n <o

+j

UJ

26

328.

329

T a b e l a 1 5 - contlnLiao

Tabela

"

26
26
30
31
34
35

0.1853
0,1093
0,0576
0,0397
0,0103
0,0032

30
33
35
36
39
41

0,1933
0,0948
0.0526
0,0379
,0117
0,0044

15 - c o n t l n u s o

"l

k = 3
2

33
36
39
43
45

,1971
D,1046
0,0472
D.Ollfl
0,0043

37
41
43
44
4B
51

0,2029
0,0935
0,058?
0,0448
0,0129
0,0039

41
45
46
49
54
56

0,2077
0,1040
0,0546
D,042B
0,0100
0,0046

36
41
44
45
49
52

0,1BB2
O.lOBl
0,0526
0,0403
0,0114
0,0034

43
46
49
50
55
56

0,l09
0,1072
0,0572
0,0452
0,0110
0,0036

48
51
55
61
64

0.1749
0,1060
0,0495
0,0107
0,0040

4S
52
55
56
62
65

0,1895
0,1003
0,0563
0,0454
0,0096
0,0036

53
58
61

0,1968
0,0947
0,n'i54

62
66
71

0,0456
0,0113
0,0047

59
64
SS
75
79

0,1925
0.0903
0,0509
0,0117
0,0040

le
20
21
22
24
25

0,194]
0.0946
0,0613
0,0369
0,0107
0,0046

22
24
25
26
26
30

0,1750
0,0931
0,0641
0.0421
0,0155
0,0043

25
26
2S
30
33
35

0,2056
0,0916
0,0662
"0,0462
0,0123
0,0039

29
32
34
36
40

0,1691
0,090B
0,0495
0,0102
0,a03B

33
36
36
42
45

0,1762
0,0699
0,0522
0.0132
0,0034

36
39
40
42
43
47
49

0,1964
0,1113
0,0891
0,0545
0,0414
0,0112
0,0050

"3

k = 3

"a

34
37
40
44
47

0,1997 .
0,1072
0,0492
0,0126
0,0034

36
42
04
45
50
52

0,2050
0,0957
0,0600
0,0464
0,0096
0.0044

42
46
49
50
5b
56

0,2095
0,1058
0,0561
0,0442
0,0108
0,0035

35
39
40
41
45
47

0,1037
0.0971
0,0582
0,0436
0,0112
0.0046

39
43
46
51
54

0,2082
0.0988
0.0469
0,0107
0.0033

44
48
51
57
60

0.1965
0.1002
0,0533
0.0)03
n,0036

49
53
56
57
63
66

0,1906
0,1014
0,0572
0,0463
0,0100
0,0038

45
49
51
52
57
60

0,1853
0,0923
0,0603
0,04BB
0,0126
0.0048

50
54
57
5B
64
B7

0,1932
0,1039
0,0593
0,0462
0,0109
0.0043

55
60
63
64
71
74

0,1996
0,0977
0,0560
0,0479
0,0095
0.0040

56
60
64
65
71
74

0,1887
0,1070
0.0537
0,0442
0,0113
0.0049

61
67
71
76
62

0,2077
0.0946
0.0492
0.0116
0,0041

68
73
7B
B6
BO

0,1929
0,1054
0,0502
0,0109
0.0042

31
33
35
36

0.1756
0.1099
0,0832
0.0463

40
42

0.0099
0.0037

35
38
39
41
46
46

0,2029
0,1105
0.0874
0,051B
0,0096
0,0040

40
43
44
46
47
51
52
54

0,1929
0,1109
0.0896
0,0565
0,0438
0,0132
0.0093
O.D043

45
4B
49
51
52
57
5B
60

0.1849
0,1112
0,0916
0,0605
0,0482
0,0125
0,0091
0,0045

49
53
54
57
63
64
66

0.2050
0,1114
0.0935
0,0522
0,0119
0,0069
0.0047

41
44
47
52
55

0,1767
0,1014
0,0506
0,0110
0,0037

46
40
50
53
59
62

0,1B75
0.1130
D.0944
0,0502
0,0099
0,0035

51
55

0.1949
0.1057

59
65
68

0.0496
0.0115
0,0046

56
61
64
65
72
75

0.2013
0.0992
0.0592
0.0491
0,0)00
0.0O43

51
56
59
60
66
69

0,2097
0,098}
0,0559
0,0455
0,0103
0.0041

57
62
66
73
76

0.2034
0.1013
0.0507
0,0107
0,0046

63
66
72
73
ao
64

0,1962
0.1040
0,0554
0.0465
0,0110
0.0039

64
69
73
BI
04

0,IBflO
0,0976
0,0515
0.0100
0.0147

70
75
BO
BO
92

0,1953
0,10B1
0,0523
0,0005
0,0047

77
83

0.1932
0.0907
0,0487
0,0102
0,0043

aa

97
101

Tabela 15 - c o n t i n u a o

Tabela 15 - c o n t l n u a i o
a

a
k - 3
5

47
50
53
54
59
62

0,174H
0,1C)4S
0,0572
0,0455
D,D12[)
0.0D44

52
56
60
67
70

0.1971
0,1076
0,0512
0,0092
0,0036

5fl
63
66
67
74
77

0.1920
0,0943
0,0563
0,0467
0,0096
0,0041

64
69
73
01
B4

0,1377
0,0973
0.0514
n.ooga
0,0046

59
B3
67
74
77

0,1612
0,1030
0.0521
0,0113
0,0050

65
70
74
62
B5

0,1B95
O.O931
0.0527
D,0105
0,0049

71
76
61

0,196fl
0,1094
0,0533

k =4

90
S3

0.0099
0,0049

72
77
62
90
94

0,1B74
0,1032
0,0498
0,0113
0,0045

76
64
69
90
99
103

0,2047
0,1066
0,0549
0.0474
0,0096
0,0041

66
92
9S
105
112

0,1934
0,1046
0,049?
0,0097
0,0043

B5
70
75
63
66 -

0,2015
0,1072
0,0400
0.0095
0,0045

72
76
82
63
91
95

0.1963
0,0972
0,0545
0,0465
0,0103
0,0041

79
65
90
99
103

D.195B
0.1010
0.0515
O.OllO
0,0047

79
86
91
100
104

0,2060
0.1081
0,0464
0,0102
0,0043

B7
93
99
103
113

0,194B
0,1057
0,0500
0,0100
0,0045

95
102
lOB
116
123

0.1936
0,0989
0,0497
0,0110
0,0044

B7
94
99
100
109
114

0,2041
0,1005
0,0540
0,0471
0,0112
0,0042

96
102
106
119
123

0,1860
0,1048
0,0524
0,0102
0.0049

104
111
117
118
129
134

0,1938
0,1039
0,0544
0,0463
0,0104
0.0044

113
120
126
140
145

0,1939
0.1065
0,U4BO
0,0093
0,0045

k =S

IB
18
19
21
23

D,1S29
0,0629
0,0484
0,0123
0,0016

34
37
39
43
45

O, 1B23
0,0907
0,0515
0,0323
0,01150

58
62
BB
73
76

0. 1910
0,1056
0,0514
0,0100
0,0041

89
94
100
110
114

0,1646
0.1003
0,0496
0,0093
0,0040

126
133
140
153
158

O,1BB3
0,1052
0,0529
0,0104
0,0048

k = 6

26
2a
29
30
33
35

0.1625
0.0878
D,0B13
0,0412
0.0094
0,002B

54
56
62
66
71

0,1982
0,1049
0,0475
0,0102
0,0039

93
100
105
115
119

0,2059
0,0991
0,0521
0,0102
0,0040

143
152
IBO
174
179

203
216
226
244
251

37
40
42
47
49

0.1871
0,0953
0,0553
0,0094
0,0038

79
85
69
98
101

0,2015
0,0969
0,0533
0,0096
0,0047

137
146
153
166
171

0,2049
0,1005
O,0506
0,0303
0,0049

0,7035
0,1039
0.0497
0,0096
0,OU47

211
223
224
233
252
259

0.2039
0,1032
0,0968
0,0515
0.0096
0.0046

0.2075
0,0984
0,0484
0,0097
0,0046

301
317
330
354
3B3

0,2007
0.0996
0,0493
0,0100
0,0049

Tabela adaptada de: HDLLANDER, H. e WDLF, O . A . , 1973. Nonparaiaetpio


Methos.
Nova YorK. John WUsy & Sons.

Statiatiaal

332.

333.

T a b e l a 1 6 - D i f e r e n a m n i m a E l g n i f i c a t l v a l A ) para aa coiip.ireBs m l t i p l a s , baGendas


n o t e a t e d e K r u s K a l - W a l l i s , a n v o l v e n i J o t o d o s o a p a r e s (i , 3) o t r a t a m e n tos B com

Tabola

17 - V a l o r e s d a a m p l i t u d e Q a a e r u s a d a n a a cciiiiparaes m l t i p l a s , c a s o d a g r a n -

= ... - rtj^ = n.

d e a a m o s t r a s , c o m n^ =

= ... = n^^ = n t (n -* )^

k " nilmsro d e a m o s t r a s .
a
k - nmero da tratamentaaj
n nmaro d e repatios p o r tratamento.

k =3
6

0,067

15
16
17

0,064
0,029
0.011

24
2S
27

0,045

33
35
39

0.046
0,031
0,009

43
51

0.049
0.011

k = B

44
4B
50

0.05G
0,033
0,010

k = 6
19
20

0,030
D.oin

35
37
39

0,055
0,024
0.009

0,011

fc = <

0,056
0.021
0.007

12

0.D29

22
23
24

0.043
0,023
D , 012

42
44
46

0,054
0,026
0,012

34
36
36

0,043
0,026
0,012

15
16

0,046
0,016

28
30
32

0,060
0,023
0,007

37
3&
39

40
41
43

0,001

2
3
4

1,812
2,424
Z,7fl4

2,326
2,902
3,240

2,772
3,314
3,633

3,643
4.120
4.4D3

4,654
5,063
5,309

0,050
0,025
0.009

S
6
7
8
9

3.037
3.232
3.369
3,520
3,632

3,478
3,661
3,806
3,931
4,037

3.658
4,030
4,170
4,286
4,386

4,603
4,757
4.882
4,987
5.078

5,464
5.819
5,730
5,023
5.DG3

0,040
0,020
O.OOfl

10
11
U
13
14

3,730
3,817
3,B95
3.956
4.030

4,129
4,211
4,2B5
4,351
4.412

4.474
4,552
4,622
4,685
4.743

5,15?
5,227
5,290
5,348
5,400

5,373
6,036
6,092
6.144
6.191

0,062
0.O33
Q.OOB

15
16
17
18
19

4.089
4.144
4,195
4,242
4.267

4,468
4 , SIS
4,568
4,612
4,654

4,796
4,645
4,891
4,934
4,974

5,446
5,493
5.535
5,574
5.GU

6,234
6.274
6,312
6,347
6.360

0,052
0,026
0.014

20
22
24
26
26

4,3ZB
4.405
4,474
4,537
4,595

4,694
4.767
4,832
4,692
4,947

5,012
5,081
5,144
5,201
5.253

5.645
5,709
5,766
5,616
5,666

6.411
6,468
6,520
6,566
6.811

0,044
0,024
0,012

3Q
32
34
36
38

4.646
4,697
4,743
4.766
4,626

4,997
5.044
5,087
5,128
5.166

5,301
5,346
5.366
5,427
5.483

5.910
5,952
5,990
6,026
6.060

6.651
6.668
6,723
6,756
6,767

0.036
0,010

40
50
BO
70
60

4,864
5,026
5,155
5,262
5.353

5,202
5,357
5,480
5.582
5.669

5.496
5.646
5.764
5,663
5,947

6,092
6,226
6.338
6,429
6.507

6.816
6.940
7.041
7.124
7.198

90
100

5,433
5,503

5.745
5.812

B.02
6.065

6.575
6,636

7.256
7,314

IS

44
45
46
k~

26
26

0,041
0,05

43
51
54

n,os5
0,029
0,010

k =
2

0,01

14

k = B
2

33
34
35

k^
2

0,05

k = IR
2

72
23
24

0,10

k - 11

0.20

k = 10

k =7
G

*.

48
49
50
JC = 2 5

52
54

k = 9
2

29
30
31

0,063
0,031
0,012

T a b e l a a d a p t a d a d e ; H Q L L A N D E R , H , e W D L F E , D . A . , 1 9 7 3 . lonpin:iinetvic
Methode.
Nova YorK. John Wlley 8 S o n s .

Statstiaal
Tabela adaptada dat HARTER. H . L . . 1960. Tablea o f Range and StudBntlied Rang*.
Armats
of Mathemat-Coai
Stati-Btioal 31: 1 1 2 2 - 4 7 .

334.
335.

liljelfl 18 ~ Valores da 6 para aa comparaSaa unilaterais: tratcmtentos va

testemunha,

baseadas no tests de Kn^isKal-Wallls

Tabela 20 - Valores de q para uso nas comparass unllnteraisi tvatcmentos

A: - S,
ti nmero de repeties por tratamento)
& " diferena mnima significativa a taxa .a.

caaa de grandes amostras a com

6
7
a

0.156

0,132
0.113
0,081
0,057
0,037
0,021
0,010
0,001

,193
0,118
0.098
0,050
0.029
0.010
0,001

s
11
12
13
14
15
16
Ifl

13
16
17
20
22
25
29
la
23
21
27
28

0,188
0,101
0,DB7
0,054
0.045

31
35
42

0.026
0,010
0,001

23
29
30
3S
36
41
46
56

0,193
0,110
0.099
0.055
0.049
0,024
0.010
0,001

Tabela adaptada d e : H O L L A N Q E R , n . B W D L F E , D . A . , ia73. Nonarametria


Methoda.
Nova Y o r k . John Wllay & S o n s .
Tabela 19 - Valoree da 6^ para aa comparaes bilaterais! tvatcanentos va

teatemunha^

ik - 3i
rt - nmero de repeties por tratamentoj
6 - diferena mnima significativa taxa a .

,,a

20
22
23
25
26
27
30

0.039
0.058
0,043
0.020
0,013
0.008
0,001

37
38
43

0,012
0,009
0,001

24
27
28
31
32
34

0,174
o.loa
0.091
0,051
0,042
0,02G

7
S

0,133
0,044

12
13
14
IS
16
17
la

0,162
0,114
0,074
0,043
0,019
0.007
0,002

17
19

0,191
0,124

30
35
36
40
41
45
49
50
58

Tabela adaptada dat HDLLANDER, M . a W O L F E , D . A . , 197:5. Nanparametvia


Methos.
Nova Y o r k . John Wllsy & S o n a .

i.lO

0.05

0,025

0.01

2
3
t
S

0,675
1,014
1.169
1,308

1,282
1,577
1,735
1,838

1,645
1F916
2,064
2,160

1,960
2,212
2,350
2,442

2,326
2,556
2,085
2.772

6
7
a
9
10

1,391
1,456
1,514
1.560
1.501

1,916
1.978
2,029
2.072
2,109

2,233
2.290
2,340
2.381
2.417

2.511
2.587
2,613
2,652
2,666 "

2.837
2,839
2.933
2,970
3,002

11
12
13
!*
15

1,636
1,667
1,696
1.724
1,745

2,142
2,172
2,180
2,222
2,244 '

2.448
2.477
2.502
2.525
2.546

2,716
2,743
2.786
2.790
2,310

3,031
3,057
3,079
3.100
3.120

16
17
16
19
20

1,767
1.737
1,605
1.823
1,839

2,264
2,263
2,301
2,317
2,332

2.565
2.563
2,600
2,616
2,631

2,829
2,846
2,863
2,878
2,892

3,138
3,134
3.170
3,165
3,186

21
22
23
24
25

1.854
1.389
1.863
1.896
1.908

2,347
2.361
2.374
2,366
2,392

2.645
2.858
2,871
2.683
2.894

2,906
2,916
2,930
2,942
2.953

3.211
3.223
3,23S
3,246
3,257

26
27
26
29
30

1,S20
1.931
1,942
1.9S3
1,983

2,403
2.420
2,430
2.440
2,450

2,705
2.715
2.725
2.735
2.744

2.964
2,973
2,963
2,993
3,001

3,268
3,279
3,268
3,295
3.003

Statiatical

baseadas na testa de ^rusKal-Wallis

testemunha,

a
0.25

^^

= .., = j^ r ^ fft -> )

k - nmero de tratamentoa, Incluindo a testemunhai


n nmero ds repeties por tratanento,

0,022

n, -

0,198
D.111
0,097
0.056
0.04a
0,024
0,011
Q.OOS
0,001

Statiatical

337.

Tabela 21 - Valoras da

Tabala 20 - continuao

para uso nas compareiea bilatEriila: tratconentoa va testemu-

nha, casa de grandaa amoatraa e com

= ... ~ ftj^ = n,

()!-*"}

k = nmero de t r a t a m e n t o s . I n c l u i n d o a testemunho
H " nmero dn repeties p o r t r a t a m e n t o ,
k

0,25

0,10

O.OS

0.025

0.01

31
32
33
34
35

1.372
1.962
1,990
1,999
2.007

2,459
2,46?
2,476
2,464
2,492

2,753
2,761
2,770
2.777
2,765

3,010
3,018
3,026
3,034
3,041

3,312
3,319
3.327
3,335
3,342

3B
37
3a
39
40

41
42
43
44
45

2,D1S
2.D23
2,D31
2,03a
2,045

2,052
2,059
2,065
2.072
2,078

2.500
2,507
2.514
2,521
2.528

2.535
2.541
2,547
2.553
2.559

2./92
2,800
2,80?
2,aia
2,820

2,026
2,633
Z,B39
2,045
2,650

3,048
3,055
3,062
3,069
3,075

3,061
3,087
3.093
3,099
3.105

a = 0,05

3.349
3,355
3,362
3,3efl
3,374

3,3a0
3,386
3.392
3.396
3.403

2
3
4
5

1.96
2,21
2,35
2,44

11
12
13
14
15

2,72
2.74
2,77
Z,79
2,81

21
22
23
24
25

2.91
2,92
2,93
2,94
2,95

32
34
36
38
40

3,02
3.03
3.05
3,06
3,08

6
7
B
a
10

2,51
2.57
2.61
2,85
2.69

16
17
18
19
20

2,93
2.85
2,66
2,9
2.89

26
27
28
29
30

2,96
2,97
2,98
2,99
3,00

42
44
46
46
50

3,09
3,10
3,11
3,12
3,13

10
11
12
13

3,22
3,25
3.27
3,29

16
20

3.35
3.41

a = Q.Ol
46
47
48
49
50

2,084
2,090
2,095
2.IDl
2.1Q7

Z,5G5
2.571
2.578
2.5B2
2.587

2,858
2,861
2,667
2,872
2,877

3,110
3,115
3,120
3,126
3,131

3.4DB
3,413
3,417
3,423
3.426

Tobola adaptado dst GUPTA. S.S., 1963, P r o b a b l l l t y o f H u l t l v a i - l a t a Normal and


M u l t l v a r l a t e t . Annala of Hathematiaal Statiatiol S4:
732-828.

2
3
4
5

2,58
2,79
2,92
3,00

6
7

a
a

3.06
3,11
3,15
3.19

Eata t a b e l a , para a = 0,05 f o i adaptada a p a r t i r doa dados da Tabala 19


=

[com a

0,025).
Para a - 0,01. f a l adaptado da:

OUNNET, C.W.. 1964, New l a b l a a f o r Mltipla Comparlaons Wlth a Control.


20: 482-91.

BiaHatriam

0^

00
m

Al

: D iD r>,

o (SJ

d a

1/1

o o
o

in Q fN
o -H
01 O
fl-(M
o
i-l i-i o o o o o
O

3- t c rs. rv. O) a f^

' ^ ' 4 0 0 0 0 0 0

o o o o a o o a

11. <

IX

rvl/l-O^HOfCrH

tHHCJCiaaoo
OOOOC3CIC30

n^riiiorsacirg

nVi-u/l(DPIOfN

oo)i/i*fiji-too
H - H D O O O O O O

oaatOtfiuioi/t

oi/i^r'ajo)CMN.'-

O^ijiuiusfvmn

O D O l / l F l r - i - C a O

D T l V l C I N i - l O O

(OTlTUltDfVfClCTN

" - l a a a a o o o

O O Q Q 0 O 0 C 3

o o

CM ^ tn C] CO .-1
D M 01 n M O 3
^
M O O o a o

m (D rs. j o

ui
o
o

o
a

a cT a o' o o o

i/itniooi/tNmi-i
tDCN03l/lCN'-*00
f - I M O O O C I C I C l

TV O)

li nj ui T n ps. (sj
ts. l- (s ir n -> a
^
o o o o
Q

l/l (D

o CS a o

- p - o o o a o o

a a

kT (O r-s C l (M

oi a 01 ts. o o
rv
tn > o
--' Q a o o O

fH a

1/1 m (V
CM IO *

PI *

O
ri

AI

(SJ H oi

c-ji-o;
nr^jo
o o o

(N

(O

1^ U O
^ EM ^
O O c

li

4- r 4
^ M 01
(M in m

Cl

(D
(O
H

m
^

rv
rN
to t-i i
o
5

V a ID
in r-f o
o o o

a D a
o o

tn

in

t>j o
o o

Ul ID C
T tN O
O a

-i

Cl o

o o o

f>< n fl-

D
N
N

n n T.
r> D o
o o o

o o o
o o o

3) o tn
^ mo
o o o

[D

t
^
n
t/l m

PI O l
a> ( O

ffi
^

(O IV to 4'
* ^ m M
N CM M m

n fH
g;
n
*

cj) m n
o
o IO (O w

n
O)
^

(O

in ID

r < m ID
1/1 o> 5
[ M N rt

ir

o
(SI

rN i H o
U-l M I D in r 4
_ _ _ N < ' l i n ^ _ _

ES

w
p-i
o o o

m o
n i-H o
~ O o
a o o

o
cr
^ c; o

m
:n .-
o D

r * v a
r5Ni-i
o o o

tD t n
ri n
o a

fs.

Cl a o

--1 *^ ffl
ir rsi c
o o o

ir> (O

rjc-H
wr^j-i
a o o

in
m

H i - i ( \ i c N C i n v * i f l i / >

r - i t ^ n o i ^ o t o r r s

(D PH
n fs -
o o c

lO
^
n
o
o o o

342.

343.

Tabsla 24 - continuao

Al

Tabela 24 - continuao

AI

fc s 7

fc = ff

k = &

4i
k = 8

19
20
22

0,037
D>024
0,006

22
23
25

.39
0,026
0,008

24
25
27

0,047
0,032
0,011

20
21
23

o,o3e
0,025
0,009

23
24
26

0,043
0.030
0.012

26
27
29

0,041
0,030
0,011

11

21
22
24

0,036
0,025
0.010

10

24
26
28

0,047
0,023
0,003

27
29
3\

0,050
0,026
0,011

12

22
23
2

0,036
0,025
o.ou

11

26
27
29

0,036
0.026
,012

10

29
30
33

13

23
24
26

0,035
0,024
0,011

12

27
2B
31

0,039
0,026
0,009

11

14

24
2S
27

0,034
0,024
0,011

13

28
29
32

0,039
0,028
0,010

IS

24
26
2a

0.045
0,022
0,010

14

29
30
33

IS

30
32
34

10

k = e

10

.033

13
14

D. 030
0,00B

IS
16
17

0,047
Q.QIS
0,006

17
l
19

0,047
0.022
O.QlO

19
20
21

0.040
0.021
0,010

20
21
23

0,049
0,032
0,010

k = 9

26
27,
29

0,045
0.027
0,009

28
29
31

0,048
0.032
0,012

30
31
34

0.048
0,033
0,009

0,042
0,031
0,010

32
33
36

30
32
35

0,049
0.027
0.009

10

12

32
33
36

0,040
0,030
0.011

0.040
0.030
0,011

13

33
35
3&

0,040
0,023
0,012

14

15

k = 7
12

0.024

IS
16

0.046
0.016

18
20

0,040
0,007

20
21
22

0,052
0.028
0,014

22
23
25

AI

0,050
0.032
0.003

k = 10

23
24
26

0,064
0,034
0,008

27

26
29

0,040
0,023
0,013

29
30
33

0,058
0.038
0,008

0,043
0.032
0,010

32
33
36

0.046
0.032
0.008

34
35
38

0,040
0,031
0.010

34
35
38

0,049
0.026
0,012

11

35
37
40

0.04B
0,028
0,010

36
38
41

0,050
0,030
0.010

0,043
0,025
0,009

12

37
39
42

0,042
0,028
0,010

10

36
40
43

0,050
0,031
O.Oll

34
36
39

0,047
0.0Z8
0,011

13

33
40
44

0,039
0,030
O.DOS

11

40
42
46

0,048
0,030
0,009

38
37
41

0.038
0.030
0,009

14

40
42
45

0,042
0.027
0,012

12

42
44
48

0,046
0,029
0,009

IS

42
43
47

0,037
0,030
0.011

13

44
46
50

0,042
0,027
0,009

14

46
48
52

0.041
0.026
0.009

15

47
50
54

D,04B
0.02S
0,009

k ' 8

14

O.OIB

17
16
19

0,067
0,027
0.009

21
23

0.038
0,007

23
24
26

0,057
0,034
0,009

A = J?
2
a

15
16
20
22

0,069
0,014
.041
0.005

18

0,056
0,011

Z2
23
24

0,057
0,028
d, 010

26
27
29

,60
0.033
0.009

30
31
33

0,047
0,029
0,010

33
34
37

0,051
0,033
0,008

36
37
40

0,047
0.033
0,010

36
40
43

0,052
0,031
0,010

41
43
46

0,046
0,027
0,009

10

43
45
49

0,047
0.030
0,009

11

45
47
51

0,049
0,032
0,010

12

46
50
S4

0,040
0.027
0,009

13

50
52
58

0,039
0,026
0,009

14

52
34
5fl

0,033
0,026
0,010

17

345.

Tabela 24 - continuao

Tabela 24 - cantlnuao

n,D4S
0,026
0,010

53
56
BO

k =

13

14

19
20

0,045
D,DOG

25
27

0.038
0,007

29
30
32

0,057
0,033
0,010

33
34
37

15

10

11

12

n
k =

k = 11

fe = 1 0
15

55
b7
B2

0,D4B
0,031
0,010

11

57
60
64

0.045
,D2B
0.011

12

59
62
67

0,046
0,027
0.009

13

)t = 1 3

14

21
22

0,038
o.uoa

o,as5
0,035
D.OOfl

27
28
29

0.053
0,027
0.012

37
39
41

0,045
0,030
O.OOfl

32
33
35

0,055
0.033
O.OU

40
41
44

0.049
0,035
0,011

43
44
4S

0.046
0,035
0,009

46
47
51

0,043
0,034
0,009

48
50
54

0,047
0,031
0,009

51
53
57

0,040
0,027
0,009

S3
55
59

0,043
0.029
o,ou

10

15

m
0,043
0,029
0,011

68
61
B5

0,048
0,027
0,011

61
63
BS

0,043
0,030
0,010

63
8B
71

0.046

fiS

0,040
0,02fl
0,011

37
3a
40
40
42
45

0,042
0,027
0.011

0,059
0,028
O.OOB
5

44
46
49

0,050
0.028
0,009

47
49
52

0,050
0.030
0,011

50
52
^6

0.04a
0.032
0.010

53
55
59

0,047
0,032
n.mo

23
24

0,027
0,009

0.036
0,009

35
36
38

0,054

40
41
44

0,049
0.033
0,009

44
4B
43

0,054
0,027
0.009

52
53
57

0,04a

52
54
57

0.053
0,030
0,012

47
48
51

0.048 .
0,033
0,010

0,046
0,035
O.UIO

k = u

\
k =

a
IS

0,047
0,032
0,009

56
5a
82

0,051
0,031
O.DlD

52
53
57

0.047
0,035
0,009

11

61
63
6a

0,046
0,032

60
62
68

0,047
0,029
0,010

58
58
62

0.055
0,032
0,010

12

84
66
71

0,04S
0,032
O.OIQ

10

83
85
70

0.046
0,033
0.010

80
63
67

0.056
0,027
0,009

13

67
69
74

0,041
0,030
0,011

11

66
69
74

0,049
0,029
0,009

64
67
71

0,052
0.028
0.011

14

69
72
77

0,046
0,02
0,010

12

69
72
77

0.049
0.030

10

68
71
75

0,049
0,02B
0,011

15

72
74

0,040
0,030

13

72
75
SO

0,047
0,030
D.011

11

72
74
79

0.043
0,032
0,011

14

75
78
84

0.04S
0,028
0.009

12

75
76
83

Q.045
0.028
0.010

7a

0,043

13

BI

0,028
0,010

78
81
87

0,048
0,030
0.009

14

BI
84
90

0.048
0.030
0.010

19

84
87
94

0.043
0,02B
0.0GB

ao

0,010

0,010

k = 14
2

25
ZQ

0,027
0,005

32
33
35

0.052
0,028

38
39
41

0,053
0,034
0,013

43
45
47

0.057
0,027
0,012

48
50
53

0,050
0.D2B
0,009

0.D51
0,026
0,010

58
BO
65

10

'

0,033
0,012

0,030
0,010

0,032
0.006

30
32

4B
50
53

55
57
61

k = 13
2

k = 13

56
SB
62

fifl
73

Al

15

a?

o.Doa

0,010

k = u
2

26
27
28

0.071
0.024
0,005

35
37

0,039
0,010

41
42
45

0,053
0,035
O.OOB

T a b e l a a d a p t a d a d e i H O L L A N D f ^ , (l. a W O L F E . D . A . , 1 9 7 3 . Itotiparonetria
Methoda. N o v a Y o r k . J o h n W i l a y & S o r u .

StatUUmil

346.

TobfTj 2 5 - V a l o r e s

d o \a as cnmpfiraoa

tratamontoa

uniatnmla!

v;! tiiatamunha,

ba

s e a d a s n o t e s t e d e Frlodrniin
TabalA 25 - continuao

k n m e r o d a tratameiitoa i n c l u i n d o a t a a t e m u n h a j
n n m e r o d a r e p e t i e s p o r trateimanto)
X diferena mnima significativa taxa a.

0,058

0,148

0.009

4
5
6

0.181
0,102
0,048
0,014
0.002

A = 3

8
5

5
6

7
6

9
6

5
6

a
9
11

0,OB5

0.141
0.070
0.U34
0.013
0.003

10

6
7
6
9
10
12

O.IZZ

6
7
a
9
10
11
13

0,145
0.091
0.054
0,029
0,014
0,006
0,001

e
7
6
9
10

0.165
0,110
0,069
0,039
0,021

0,073
0,040
o.oia
0,000
0,001

6
7
a
g

10
11
12
14
11

0.I7I

0,099
0,052
0,025
0,010
0.001

11
12
14

12

a
9
10
11
12
13
15
?

fl
9

10
11
12
13
16
13

14

0,011
0,005
0,191

0,126
0.034
0,0S0
0,029
0,016
0,001
0.142

fl.OSfl

0,062
0,036
0,022
0,012
0,006
0.001
0,157
0,U1
0,073
0,046
0,026
0,016
0,009
0,001
0,171
0,064
0,055
0,035
0.021
0,012
0,006
0,001

0,184
0,136
0,095
0.064
0,042

9
10
11

15

o.ooa

14

O.OOl

9
10
11
12
13
14
17

k = 3

k = S

12

13
14
17

6
9
10
11
13
14
15
IB

16

9
10
11
12
13
14
15
IQ

17

a
9
10
11
12
13
15

le

k = 4

0,028
0,016
0,009
0,001
0.l4a
0,105
0,073
0,050
0,020
0,012
0,007
0,001
0,159
0,125
0,062
0,057
0,037
0,024
0.015
0,009
0,001

19

0,169
0,125
0,091
0,064
0,043
0,02a
0,011
0.006
0,001

8
9
10
12
14
15
16
20

0,179
0,134
0,099
0,049
0,022
0.014
0,006
0.001

JS

s
6

5
6
7
e
9

0.157
0,092
0,048
0,020
0,006
0,001

k = 4

0,094
0,021

6
7
B

O.IBB
0.X05

0.046
0,012
0,002

9
10
11

k = 4

ratisla a d a p t a d a d e : H O L L A N D E R , f. o W D L F E , . A . , 1 9 7 3 . Nonpaz^.etrio
Methods.
Nova York. John Wllay & Sons.

7
8
9
10

II

13

0,133
0,080
0,045
0,022
0,010
0,001

Statiatioal

348.

349.

Tabela 28 - V a l o r e s da

para aa comparasa b l l a t e r a l s i

tratamentaa

ws teeteminha,

ba

saadas no t e a t a ds Friadman
k " nmero da tratamentos I n c l u i n d o a tastamunhaj
n nmero da rspetles p o r t r a t a m e n t o j
X," diferena mnima a t g n l f l c a t i v a t a x a a .

Jt = 3
2
3
4

0,111
0,130
0,018

0,093
0,028
0,003

10

n
5

6
7

S
9
6

B
7

S
g
11
7

7
8
9

10
11
12

0,139
0,067
0,026
0,006
,198
0,105
0,05Q
0.020
0,001
0,148
0,080
0,037
O.OIB
0,006
0,001

12

13

8
g
10
11
12
13
15

0.167

a
9
10
11
12
13
14
IB

Q,19S
0.1Z3
0,0?5
0,044
0,023
0,012
0,006
0,001

9
10
11
12
13
14
17

0,146
0,093
0,057
0,032
0,017
0.009
0,001

7
&

3
10
11
12
13

0. 163
0,109
0,057
0,028
0,012
0,004
0,001
14

B
9

10
11
12
14

0,138
0.076
0,042
0,021
0,009
0,001

15

0,101

0.D56
0,032

12

13
14
15
IB
19

0,016

0,007
0,001

9
11
12
13
14
15
17

0,1B8
0,110
0,070
0,042
0,024
0,013
0,007
0,001

9 ,
10
11
12
13
14
15
18

0.189
0,129
0,065
0,052
0.031
0,018
0,010
0,001

10
11

k~

k = 3

10

k =S

5
6
7
8

Tabela 26 - continuao

0,146
0,099
D, 083
0,031
0,024
0.013
0,007

k = 4

5
6

0,1B6
0,042

7
8
g

0,092
0.024
0.004

7
8
S
10
11

k = 4
0.164
0,096
0.041
0.013
0,003

8
9
10
11
12
13

0.161
0.089
0.044
0.019
0,006
0.002

0,001

16

10

11
12
13
14
15
18
19

0.164
0,114
0,075
0,048
0.030
0,018
0,010
0.001

17

10
11
12
13
14
15
16
17
20

0,181
0,128
0,086
0,057
0,036
0.022
0,013
0.007
0,001

18

10
11
12
13
14
15
18
17
21

0,198
0,143
0.DS6
0.064
0,044
0.024
0.017
O.QIO
0,001

Tabela adaptada da! HOLLANDER, M. s WOLFE, D.A., 1973.


fonpafcawtria
Methoda.
Nova York. John Wllay S Son.

Statistioal