UNIDADE 6 - TESTES BASEADOS EM "POSTOS" (RANK)

6.2 - TESTES DE SOMA DE POSTOS DE WILCOXON E DE MANN-WHITNEY (PARA

DUAS AMOSTRAS INDEPENDENTES)
O teste da soma de postos de Wilcoxon usa postos de valores de duas amostras
independentes (ao contrário do teste anterior, que era para dados de amostras
emparelhadas) para testar se as duas populações correspondentes, que devem ter forma e
dispersão parecidas, diferem ou não suas localizações, isto é, têm medianas (ou médias)
iguais.
A idéia central deste teste é que se duas amostras são extraídas de populações com a
mesma mediana e se se associam postos a todos os valores individuais combinados em um só
conjunto de valores, então os postos altos e baixos devem se distribuir igualmente entre as
duas amostras. Se os postos baixos se concentrarem predominantemente em uma amostra e
os altos em outra, suspeitamos de que as duas populações não têm a mesma mediana.

REQUISITOS NECESSÁRIOS
1) Os dados consistem de duas amostras aleatórias X1, X2,..., Xn1 e Y1, Y2,...,Yn independentes
2

e contínuas, com médias µ1 e µ2, respectivamente, e de tamanhos n1 ≤ n2

2) Não há exigência de distribuição para nenhuma das duas populações, apenas que a escala
de mensuração seja, no mínimo, intervalar.
NOTAÇÃO
n1 tamanho da amostra 1
n2 tamanho da amostra 2
n1 ≤ n2
R1 soma dos postos dos elementos da amostra 1, que veremos adiante como fazer.
R2 soma dos postos dos elementos da amostra 2, que veremos adiante como fazer.
R = R1
µR1 média da variável aleatória R1, sob a hipótese de que as duas populações têm medianas
iguais.
σR1 desvio padrão de R1, sob a hipótese de que as duas populações têm medianas iguais.

HIPÓTESES POSSÍVEIS, ESTATÍSTICA DE TESTE, FORMA DO TESTE E P-VALOR:

ESTATÍSTICA DE TESTE
Deseja-se testar as hipóteses do teste bilateral
H0: X e Y têm distribuição com mesma média (µ1 = µ2) ×
H1: X e Y não têm distribuição com a mesma média (µ1 ≠ µ2)
Para realizarmos este teste precisa-se, antes, seguir os seguintes passos:
1º) Em primeiro lugar, combine temporariamente as duas amostras em um único conjunto e
arrume as n1 + n2 observações em ordem crescente para encontrar os postos neste
conjunto. Quando houver empate, associe a cada valor empatado a média dos postos
envolvidos no empate.
2º) Ache a soma dos postos de cada uma das duas amostras, onde R1 será a soma dos
postos da amostra menor e R2 a soma dos postos da amostra maior.

1
3º) Já vimos que a soma total dos postos é dada pela soma de uma PA e é igual a
(n1 + n2 )(n1 + n2 + 1) . Logo, a relação entre R e R é dada por R = (n1 + n2 )(n1 + n2 + 1) − R .
1 2 2 1
2 2
4º) Se as médias das amostras não diferirem, espera-se que as somas dos postos sejam
aproximadamente iguais para ambas as amostras, depois de se ajustar a diferença no
tamanho da amostra. Se as somas dos postos diferirem muito, mesmo depois de se
ajustar a diferença no tamanho das amostras, então conclui-se que as médias não são
iguais.

As tabelas a seguir trazem os valores críticos para o teste das somas dos postos de
Wilcoxon para testes unilaterais e bilaterais. Rejeita-se H0 se o valor observado de R1 for
menor ou igual a wα/2 ou se for maior ou igual a n1(n1+n2+1)-wα/2, onde wα/2 é o valor crítico
tabelado.
Quando n1 e n2 são moderadamente grandes, com pelo menos n1 sendo maior do que 20,
a distribuição de R1 pode ser bem aproximada pela distribuição normal com média
n (n + n2 + 1) n n (n + n2 + 1)
µ R1 = 1 1 e desvio σR1 = 1 2 1 . Então, neste caso, pode-se usar a
2 12
R1 − µ R1
estatística z = , e rejeita-se H0 se, e somente se, z > z α , onde z α é o (1-(α/2))-
σR 1 1− 1−
2 2
quantil da distribuição normal padrão.
Pode-se também usar este teste para hipóteses unilaterais. No teste unilateral
inferior, com as hipóteses
H0: X têm distribuição com média maior ou igual à de Y (µ1 ≥ µ2) ×
H1: X têm distribuição com média menor à de Y (µ1 < µ2)
rejeita-se H0 se R1 ≤ wα, onde wα é o valor tabelado de nível α ou, se a menor amostra for
maior do que 20, rejeita-se H0 se z < zα, onde zα é o α-quantil da distribuição normal padrão.
No teste unilateral superior, com as hipóteses:
H0: X têm distribuição com média menor ou igual à de Y (µ1 ≤ µ2) ×
H1: X têm distribuição com média maior à de Y (µ1 > µ2)
rejeita-se H0 se R1 ≥ n1(n1+n2+1)-wα, onde wα é o valor tabelado de nível α para teste
univariado ou, se a menor amostra for maior do que 20, rejeita-se H0 se z > z1-α, onde z1 − α é o
(1-α)-quantil da distribuição normal padrão.

2
 QUANTIS PARA O TESTE DE SOMA DE POSTOS DE WILCOXON
n1 n2

3
 QUANTIS PARA O TESTE DE SOMA DE POSTOS DE WILCOXON
n1 n2

4
 O teste da soma de postos de Wilcoxon tem eficiência relativa assintótica de 0,95,
quando comparado aos testes paramétricos t ou normal, no caso da suposição de normalidade
da amostra ser correta. Independentemente da forma das distribuição, o teste da soma dos
postos será no mínimo 86% tão eficiente quanto o teste t. A eficiência assintótica relativa
do teste de soma de postos de Wilcoxon em relação ao teste t é geralmente alta se a
distribuição em foco tiver extremidades mais longas que a normal, porque o comportamento
do teste t é muito dependente da média da amostra, que é instável em distribuições com
extremidades longas. Como este valor é alto e envolve cálculos mais simples, além de não ser
exigido normalidade, ele é muitas vezes preferido aos testes paramétricos.

TESTE DE MANN-WHITNEY

O teste da soma de postos de Wilcoxon é equivalente ao de Mann-Whitney, que é

incluído em alguns livros e softwares estatísticos, ao invés do da soma de postos de Wilcoxon.
Por eles serem equivalentes, algumas vezes o próprio teste da soma de postos de Wlcoxon é
chamado de Mann-Whitney, embora a estatística de teste de Mann-Whitney seja geralmente
expressa em uma forma diferente.
No teste U de Mann-Whitney, ao invés de usarmos a estatística R1 ou R2, calculamos a
n (n + 1) n (n + 1)
estatística, U dada por U=mínimo(U1,U2), onde U1 = R1 − 1 1 e U2 = R2 − 2 2 , onde n1
2 2
é tamanho da amostra 1, n2 é o tamanho da amostra 2, n1 ≤ n2, R1 e R2 representam a soma dos
postos dos elementos das amostras 1 e 2, respectivamente, onde os postos são relativos ao
conjunto dos elementos das duas amostras.
Os dois testes, tanto o da soma de postos de Wilcoxon como o de Mann-Whitney, se
aplicam às mesmas situações e levam às mesmas conclusões, mas as tabelas dos valores
críticos não são as mesmas. Para o teste de Mann-Whitney usa-se a tabela a seguir, que traz
os valores críticos os testes unilaterais e bilaterais.
Assim, para testar as hipóteses do teste bilateral
H0: X e Y têm distribuição com mesma média (µ1 = µ2) ×
H1: X e Y não têm distribuição com a mesma média (µ1 ≠ µ2)
rejeita-se H0, ao nível de significância α, se U for menor ou igual ao α/2-quantil da tabela.
Quando n1 e n2 são moderadamente grandes, como maiores do que 20, calcula-se a
nn
U1 − 1 2
estatística z = 2 , que tem distribuição aproximadamente normal padrão.
n1n2 (n1 + n2 + 1)
12
Nesse caso, rejeita-se H0 se z ≥ z α , onde z α é o 1-(α/2)-quantil da normal padrão.
1− 1−
2 2
Pode-se também usar este teste para hipóteses unilaterais. No teste unilateral
inferior, com as hipóteses

5
 H0: X têm distribuição com média maior ou igual à de Y (µ1 ≥ µ2) ×
H1: X têm distribuição com média menor à de Y (µ1 < µ2)
rejeita-se H0 se U1 ≤ wα, o valor tabelado de nível α para teste univariado ou, se as amostras
forem maiores do que 20, rejeita-se H0 se z < zα, onde zα é o α-quantil da distribuição normal
padrão.
No teste unilateral superior, com as hipóteses
H0: X têm distribuição com média menor ou igual à de Y (µ1 ≤ µ2) ×
H1: X têm distribuição com média maior à de Y (µ1 > µ2)
rejeita-se H0 se U2 ≤ wα, o valor tabelado de nível α para teste univariado ou, se as amostras
forem maiores do que 20, rejeita-se H0 se z > z1-α, onde z1 − α é o (1-α)-quantil da distribuição
normal padrão.

6
QUANTIS PARA O TESTE U DE MANN-WHITNEY

7
QUANTIS PARA O TESTE U DE MANN-WHITNEY

8
EXEMPLOS DO TESTE DE SOMA DE POSTOS DE WILCOXON E DO TESTE DE
MANN-WHITNEY
EXEMPLO 1:
Uma classe de veteranos de uma escola de nível médio tem 48 meninos. Doze meninos
viviam em fazendas e outros 36 viviam na cidade. Um teste foi planejado para ver se os
moradores da área rural estavam, em geral, em melhor condicionamento físico que os da área
urbana. Cada aluno na classe fez um teste de condicionamento físico no qual escores baixos
significa baixo condicionamento. Os escores dos alunos que moram na área urbana e rural
estão a seguir. Teste a hipótese de que os alunos da área rural têm escores maiores, em
média, do que os da área urbana. Use tanto o teste de soma de postos de Wilcoxon quanto o
de Mann-Whitney e compare os resultados.
X: Alunos da área rural 14,8 7,3 5,6 6,3 9,0 4,2 10,6 12,5 12,9 16,1 11,4 2,7
12,7 14,2 12,6 2,1 17,7 11,8 16,9 7,9 16,0 10,6 5,6 5,6
Y: Alunos da área urbana 7,6 11,3 8,3 6,7 3,6 1,0 2,4 6,4 9,1 6,7 18,6 3,2
6,2 6,1 15,3 10,6 1,8 5,9 9,9 10,6 14,8 5,0 2,6 4,0
Queremos testar se a média do condicionamento físico dos alunos da zona rural é maior
do que os alunos moradores da área urbana. Faremos, então, o teste unilateral superior:

H0: O escore médio dos alunos da área rural é menor ou igual do que o dos alunos da área
urbana.
H1: O escore médio dos alunos da área rural é maior do que o dos alunos da área urbana.

Iremos usar os dois testes vistos: o teste da soma de postos de Wilcoxon e o de Mann-
Whitney.

Teste de soma de postos de Wilcoxon:

Para fazermos este teste, temos que juntar as duas amostras e encontrarmos os
postos, usando uma média de postos quando houver empate:

Amostras misturadas 1 1,8 2,1 2,4 2,6 2,7 3,2 3,6 4 4,2 5 5,6 5,6 5,6 5,9 6,1
Campo ou cidade 2 2 2 2 2 1 2 2 2 1 2 1 2 2 2 2
Postos 1 2 3 4 5 6 7 8 9 10 11 13 13 13 15 16

Amostras misturadas 6,2 6,3 6,4 6,7 6,7 7,3 7,6 7,9 8,3 9 9,1 9,9 10,6 10,6 10,6 10,6
Campo ou cidade 2 1 2 2 2 1 2 2 2 1 2 2 1 2 2 2
Postos 17 18 19 20,5 20,5 22 23 24 25 26 27 28 30,5 30,5 30,5 30,5

Amostras misturadas 11,3 11,4 11,8 12,5 12,6 12,7 12,9 14,2 14,8 14,8 15,3 16 16,1 16,9 17,7 18,6
Campo ou cidade 2 1 2 1 2 2 1 2 1 2 2 2 1 2 2 2
Postos 33 34 35 36 37 38 39 40 41,5 41,5 43 44 45 46 47 48

Com isso, podemos calcular a soma de postos de cada amostra. Como as amostras não
são pequenas, iremos usar a aproximação pela normal: rejeita-se H0 se z > z1-α, onde z1 − α é o
(1-α)-quantil da distribuição normal padrão. Para α = 0,05, rejeita-se H0 se, e somente se,
z ≥ z0,95 = 1,645.

9
n1 = 12
n2 = 36
R1 = 321
R2 = 855
R1+R2 = 1176
n (n + n2 + 1) 12 × 49
µ R1 = 1 1 = = 294
2 2
n n (n + n2 + 1) 12 × 36 × 49
σR 1 = 1 2 1 = = 42
12 12
R1 − µ R1 321 − 294
z= = = 0,642857
σR 1 42
Como z < 1,645, não se rejeita a hipótese de que o escore médio dos alunos da área
rural não é maior do que o dos alunos da área urbana.

Teste de Mann-Whitney:
Este teste começa do mesmo jeito que o anterior: temos que juntar as duas amostras e
encontrarmos os postos, usando uma média de postos quando houver empate. Então, como já
foi visto, temos:
n1 = 12
n2 = 36
R1 = 321
R2 = 855
R1+R2 = 1176
Neste teste, rejeita-se H0 se, e somente se, z > z0,95, onde z0,95 é o (0,95)-quantil da
distribuição normal padrão, ou seja, z0,95 = 1,645. Para o teste de Mann-Whitney, z é definido
nn
U1 − 1 2
por z = 2 , onde U1 é a estatística de Mann-Whitney dada por
n1n2 (n1 + n2 + 1)
12
n1 (n1 + 1) n (n + 1 )
U1 = R1 − . Assim, U1 = R1 − 1 1 = 243 e
2 2
nn 12 × 36
U1 − 1 2 243 −
z= 2 = 2 = 0,642857 .
n1n2 (n1 + n2 + 1) 12 × 36(12 + 36 + 1 )
12 12
Como z < 1,645, não se rejeita a hipótese de que o escore médio dos alunos da área
rural não é maior do que o dos alunos da área urbana, como no teste anterior.
No R, o teste de Mann-Whitney é dado por:

x1=c(14.8,7.3,5.6,6.3,9.0,4.2,10.6,12.5,12.9,16.1,11.4,2.7)
y1=c(12.7,14.2,12.6,2.1,17.7,11.8,16.9,7.9,16.0,10.6,5.6,5.6,7.6,11.3,8.3,6.7,3.6,1.0,2.4,6.4,9.1,6.
7,18.6,3.2,6.2,6.1,15.3,10.6,1.8,5.9,9.9,10.6,14.8,5.0,2.6,4.0)
library(exactRankTests)
wilcox.exact(x1,y1,correct=FALSE,paired=FALSE,alternative="greater")

10
 Exact Wilcoxon rank sum test

data: x1 and y1
W = 243, p-value = 0.2645
alternative hypothesis: true mu is greater than 0

EXEMPLO 2:
Um simples experimento foi planejado para ver se as pedras da área A tendem a ter o
mesmo grau de dureza das da área B. Quatro amostras de pedra da área A e cinco da área B
foram coletadas. Para determinar se uma amostra de pedra era mais resistente do que outra,
pegou-se duas pedras e elas foram esfregadas uma na outra. A pedra que sofresse menos
danos era dita a mais resistente das duas. Desta maneira, colocou-se as nove amostras de
pedra em ordem de acordo com seu grau de dureza, e esta ordem pode ser vista na tabela a
seguir. Gostaria de se testar se o grau de dureza médio das pedras das duas áreas é o mesmo.
Use os dois testes vistos.
Origem A A A B A B B B B

Hipóteses:
H0: As pedras das áreas A e B têm, em média, o mesmo grau de dureza.
H1: As pedras das áreas A e B têm, em média, o graus diferentes de dureza.

Teste de soma de postos de Wilcoxon:

Para fazermos este teste, temos que juntar as duas amostras e encontrarmos os
postos, o que já foi feito pelo pesquisador.
Origem A A A B A B B B B
Posto 1 2 3 4 5 6 7 8 9

Com isso, podemos calcular a soma de postos de cada amostra. Como as amostras são
pequenas, rejeita-se H0 se, e somente se, o valor observado de R1 for menor ou igual a wα/2 ou
se for maior ou igual a n1(n1+n2+1)-wα/2, onde wα/2 é o valor crítico tabelado. Pela tabela, para
α=0,05, w0,025 = 12 e 4 ×10-12=28.
n1 = 4
n2 = 5
R1 = 11
R2 = 34
R1+R2 = 45
Como R1 < 12, não há evidências de que a dureza média das pedras é igual para as duas
regiões.

Teste de Mann-Whitney:
Este teste começa do mesmo jeito que o anterior: temos que juntar as duas amostras e
encontrarmos os postos, o que já foi feito:
n1 = 4

11
n2 = 5
R1 = 11
R2 = 34
R1+R2 = 45
Neste teste, rejeita-se H0, ao nível de 5%, se U for menor ou igual ao 0,025-quantil da
tabela de quantis para o teste de Mann-Whitney, onde U=mín{U1,U2}. Neste caso, w0,025 = 1,
U1 = 1, U2 = 19 e U = 1. Como U ≤ 1, rejeita-se a hipótese de que a dureza média das pedras
das duas regiões é igual, como no teste anterior.

Se usarmos os valores dos postos para entrar com os dados no R, temos:

a=c(1,2,3,5)
b=c(4,6,7,8,9)
library(exactRankTests)
wilcox.exact(a,b,correct=FALSE,paired=FALSE,alternative="two.sided")

Exact Wilcoxon rank sum test

data: a and b
W = 1, p-value = 0.03175
alternative hypothesis: true mu is not equal to 0

6.2.1 - INTERVALO DE CONFIANÇA PARA A DIFERENÇA DE DUAS MÉDIAS

Considere os dados de duas amostras aleatórias X1,...,Xn e Y1,...,Yn , de tamanhos n1 e n2,
1 2

respectivamente. Sejam X e Y variáveis aleatórias com as distribuições de Xi e Yi,

respectivamente. Suponha, também, que as amostras aleatórias são mutuamente
independentes e que as distribuições das duas amostras sejam idênticas, exceto por uma
possível diferença nos parâmetros de locação. Isto significa que existe uma constante d tal
que X tenha a mesma distribuição de Y+d.
Para encontrar o intervalo de confiança para a diferença das médias , determine o
quantil wα/2 da tabela dos quantis para o teste de Wilcoxon, se n1 e n2 forem menores do que
20, ou, se ambas as amostras forem maiores do que 20, determine wα/2 usando a aproximação
n (n + n2 + 1) n n (n + n2 + 1)
normal através da fórmula wα 2 ≅ 1 1 −z α 1 2 1 , onde o coeficiente de
2 1− 12
2
confiança do intervalo de confiança é dado por 1-α. Com o valor de wα/2 encontra-se o valor
de k, onde k=wα/2-(n1(n1+1))/2. Ordena-se então as duas amostras e cria-se uma matriz de
todas as diferenças possíveis entre (Xi,Yi), usando os Xi’s nas linhas e os Yi’s por coluna. A
k-ésima menor e a k-ésima maior diferença serão os limites (L,U) do intervalo de confiança
de, no mínimo, 1-α de coeficiente de confiança.

EXEMPLO 3:

12
 Uma massa de bolo deve ser misturada no mixer até alcançar determinada consistência.
Cinco massas foram misturadas com o mixer A e outras cinco foram batidas com o mixer B. O
tempo necessário de cada massa atingir o nível requerido de consistência foi anotado, e os
resultados estão na tabela a seguir. Encontre o intervalo de confiança de 100(1-α)% para a
diferença entre as médias dos tempos necessários.
.
Mixer A 6,9 7,2 7,2 7,3 7,8
Mixer B 6,7 6,8 6,9 7,1 7,4
Para encontrar o intervalo de confiança de 95% para a diferença das médias, vamos
determinar o quantil wα/2 da tabela dos quantis para o teste U de Mann-Whitney. Neste caso,
5×6
w0,025 = 18. Assim, pode-se encontrar o valor de k: k = 18 − = 3.
2
Vamos, agora, encontrar todas as diferenças para todos os pares possíveis:
Diferenças: X - Y
Mixer B: 6,7 6,8 6,9 7,1 7,4
Mixer A:
6,9 0,2 0,1 0 -0,2 -0,5
7,2 0,5 0,4 0,3 0,1 -0,2
7,2 0,5 0,4 0,3 0,1 -0,2
7,3 0,6 0,5 0,4 0,2 -0,1
7,8 1,1 1 0,9 0,7 0,4

Como k = 3, o limite inferior do intervalo será a terceira menor diferença, e o limite

superior será a terceira maior diferença. Neste caso, L=-0,2 e U=0,9. Então o intervalo de
confiança de 95% para a diferença das médias é dado por [-0,2;0,9]
No R, consegue-se este intervalo de confiança da seguinte maneira:

xa=c(6.9,7.2,7.2,7.3,7.8)
xb=c(6.7,6.8,6.9,7.1,7.4)
library(exactRankTests)
wilcox.exact(xa,xb,correct=FALSE,paired=FALSE,alternative="two.sided",conf.int=TRUE)

Exact Wilcoxon rank sum test

data: xa and xb
W = 19.5, p-value = 0.1587
alternative hypothesis: true mu is not equal to 0
95 percent confidence interval:
-0.2 0.9
sample estimates:
difference in location
0.3

13
FAÇA OS EXERCÍCIOS DA SEÇÃO 5.1 DO CONOVER USANDO O TESTE DE SOMA
DE POSTOS DE WILCOXON E O TESTE DE MANN-WHITNEY.

1) Teste os seguintes dados para ver se a média das temperaturas máximas em Des Moines é
maior do que a média das temperaturas máximas em Spokane, para dias aleatoriamente
selecionados no verão.
Des Moines 83 91 94 89 89 96 91 92 90
Spokane 78 82 81 77 79 81 80 81

2) Em um laboratório de controle ambiental, 10 homens e 10 mulheres foram testados para

determinar a temperatura ambiente do escritório que deixe todos mais confortáveis. Os
resultados estão na tabela a seguir. Assumindo que estes resultados formam uma amostra
aleatória de suas respectivas populações, as médias que são confortáveis para homens e
mulheres são iguais?
Homens 74 72 77 76 76 73 75 73 74 75
Mulheres 75 77 78 79 77 73 78 79 78 80

3) Sete estudantes receberam aulas de álgebra pelo método usual, e seis aprenderam álgebra
de acordo com um novo método. Encontre o intervalo de confiança de 90% para a
diferença nos escores de aproveitamento esperados pelos dois métodos.
Método Escores de aproveitamento dos alunos
Atual 68 72 79 69 84 80 78
Novo 64 60 68 73 72 70

4) A dieta A foi dada a quatro meninas acima do peso, e a dieta B foi dada para outras cinco
meninas também acima do peso. A perda de peso foi registrada para as 10 meninas e se
encontra na tabela a seguir. Encontre o intervalo de confiança de 90% para a diferença
das médias de peso perdido pelas duas dietas.
Perda de peso (em libras)
Dieta A 6 5 2 8 3
Dieta B 7 2 -1 4

5) Oito voluntários para um experimento foram divididos aleatoriamente em dois grupos, para
ver se uma mira telescópica melhora a habilidade de acertar um alvo sob a pouca
iluminação da hora do crepúsculo. O Grupo A recebeu rifles com miras telescópicas,
enquanto o grupo B recebeu o mesmo tipo de rifle, mas com miras abertas. Após um
período de aprendizado, eles fizeram um teste de tiro sob o crepúsculo. A tabela a seguir
mostra os escores em percentagem, com 100 representando tiros sem erro. Qual sua
conclusão?
Grupo A 96 93 88 85
Grupo B 89 83 80 77

6) Dez barracas usando camuflagem lisa e outras dez que usam camuflagem com um padrão
foram armadas em uma área arborizada, e um time de observadores foi enviado para
encontrá-las. O time relatou a distância na qual eles primeiro avistaram cada barraca (só
as que fossem declarações verdadeiras) até que todas as 20 tendas tivessem sido

14
encontradas. O propósito do estudo é determinar se a camuflagem com padrão é mais
difícil de ser detectada do que a camuflagem lisa. As distâncias em que cada tenda foi
detectada estão na tabela a seguir.
a) Faça um teste de hipóteses.
b) Encontre um intervalo de confiança não paramétrico de 95% para a diferença entre as
distâncias de detecção.
Liso 25 28 16 34 38 21 29 43 32 36
Padronagem 26 12 16 21 20 14 10 18 22 20

15