Testes não paramétricos

Testes não paramétricos

Profa Dra Alcione Miranda dos Santos

Universidade Federal do Maranhão

Programa de Pós-Graduação em Saúde Coletiva

Maio, 2015

1 / 19
Testes não paramétricos

Sumário
Introdução
Postos
Teste dos sinais
Teste de Mann-Whitney
Teste de Wilcoxon
Teste de Kruskal-Wallis
Teste de Friedman
Teste de Q de Cochran
Coeficiente de correlação de Spearman
Desvantagens dos testes não-paramétricos

2 / 19
Testes não paramétricos
Introdução

Introdução

I Os testes paramétricos são os mais usados em estatı́stica, entre-

tanto estes testes exigem que determinadas suposições sobre a
distribuição de probabilidade da variável em estudo sejam aten-
didas. Por exemplo, que a variável tenha distribuição normal.

I Na área da saúde, nem sempre poderemos usar testes paramé-

tricos.
I Nos testes não-paramétricos não se faz suposição a respeito da
distribuição de probabilidade da variável de interesse na popu-
lação.
I É preciso apenas que os dados sejam ordenáveis.

3 / 19
Testes não paramétricos
Introdução

Introdução

I Vamos agora abordar testes de hipóteses que permitem testar

outro tipo de hipóteses que não envolvem parâmetros popula-
cionais.

I A maioria dos testes não paramétricos são utilizados para pe-

quenas amostras. Além disso, aplicam-se a dados medidos em
escala ordinal.

I São baseados em postos das observações e não em seus valores,

como no caso dos paramétricos.

4 / 19
Testes não paramétricos
Postos

Postos

I Posto de uma observação é a sua posição relativa às demais

observações, quando os dados estão em ordem crescente.

I É uma forma de medir a posição relativa da observação, sem

usar o valor observado diretamente.

I Como obter postos correspondentes às observações de uma

variável?

5 / 19
Testes não paramétricos
Postos

Postos
I Para obter os postos devemos proceder da seguinte forma:

1. Colocam-se as observações em ordem crescente:

X1 < X2 , ..., < Xn

2. Associam-se valores, correspondendo às suas posições relativas

na amostra. O primeiro elemento recebe o valor 1, o segundo o
valor 2, e assim por diante, até que a maior observação receba
o valor n.
3. Se todas as observações são distintas, ou seja, se Xi 6= Xj para
todo i, j, os postos R1 , R2 , ..., Rn são iguais aos valores associa-
dos às observações no passo anterior. Para observações iguais,
associam-se postos todos iguais à média de suas posições rela-
tivas na amostra.

6 / 19
Testes não paramétricos
Postos

Postos

I Considere uma amostra de 8 idades de crianças do ambulatório

do HUMI, apresentada na tabela abaixo:

Idade 8 10 4 9 7 10 8 5
Ordenação 4 5 7 8 8 9 10 10
Valor 1 2 3 4 5 6 7 8
Posto 1 2 3 4,5 4,5 6 7,5 7,5

I Os postos devem ser cuidadosamente atribuı́dos, pois os testes

serão baseados nesses valores.

7 / 19
Testes não paramétricos
Teste dos sinais

Teste dos sinais

I O teste dos sinais é uma alternativa não-paramétrica para o

teste t para uma amostra.

I É usado para testar uma mediana populacional. Por exemplo,

H0 : Md = m0 vs HA : Md 6= m0

I Neste teste, as observações são convertidas para sinais de mais

(+) ou de menos (−).

I Substituı́mos cada valor amostral maior do que m0 por uma

sinal de mais (+) e cada valor menor por um sinal de menos
(−), se houver valores iguais a m0 , devem ser desconsiderados.

8 / 19
Testes não paramétricos
Teste dos sinais

Teste dos sinais

I Exemplo: Sabe-se que o rendimento familiar mediano numa
determinada região é 600 Reais/mês. Uma amostra aleatória
constituı́da por 12 famı́lias de um bairro da região revelou os
seguintes rendimentos:
440 466 482 518 603 617 636 727 774 824 961 1056
Esta amostra permite concluir que o rendimento mensal medi-
ano no bairro difere do rendimento mensal mediano da região
onde se insere?
I Denotando por Md o rendimento mensal mediano, pretendemos
testar: H0 : Md = 600 contra H1 : Md 6= 600.
I Vejamos a solução do exemplo no STATA.

9 / 19
Testes não paramétricos
Teste dos sinais

Teste dos sinais

signrank renda=600

Wilcoxon signed-rank test

sign | obs sum ranks expected

-------------+---------------------------------
positive | 8 54 39
negative | 4 24 39
zero | 0 0 0
-------------+---------------------------------
all | 12 78 78

unadjusted variance 162.50

adjustment for ties 0.00
adjustment for zeros 0.00
----------
adjusted variance 162.50

Ho: renda = 600

z = 1.177
Prob > |z| = 0.2393
10 / 19
Testes não paramétricos
Teste de Mann-Whitney

Teste de Mann-Whitney
I Prova não-paramétrica destinada a comparar duas amostras in-
dependentes do mesmo tamanho ou desiguais.

I Também conhecido como Teste Wilcoxon Rank Sum Test

ou Teste da soma dos postos.

I A importância deste teste é ser a alternativa não paramétrica

ao teste t para amostras independentes.

I Exemplo: Suponha agora que desejamos comparar a renda me-

diana segundo o sexo em uma amostra aleatória de 200 in-
divı́duos residentes na região em estudo.

11 / 19
Testes não paramétricos
Teste de Mann-Whitney

Teste de Mann-Whitney
ranksum renda, by(sexo)
Two-sample Wilcoxon rank-sum (Mann-Whitney) test

sexo | obs rank sum expected

-------------+---------------------------------
masc | 91 7792 9145.5
fem | 109 12308 10954.5
-------------+---------------------------------
combined | 200 20100 20100

unadjusted variance 166143.25

adjustment for ties -852.96
----------
adjusted variance 165290.29

Ho: renda(sexo==masc) = renda(sexo==fem)

z = -3.329
Prob > |z| = 0.0009

12 / 19
Testes não paramétricos
Teste de Wilcoxon

Teste de Wilcoxon
I O teste de Wilcoxon (Wilcoxon Matched-Pairs ou Wilcoxon
signed-ranks test) é um método não-paramétrico para com-
paração de duas amostras pareadas.

I Substitui o teste t para amostras pareadas quando os dados

não satisfazem as exigências do teste t de student.

I Embora não haja nenhuma suposição sobre a forma da distri-

buição das observações, o teste é mais poderoso para distri-
buições simétricas.

I Exemplo: Culturas de linfócitos de nove indivı́duos foram in-

vestigadas, determinando-se os ı́ndices mitóticos antes e após
à exposição a luz fluorescente branca por 60 minutos.
13 / 19
Testes não paramétricos
Teste de Wilcoxon

Teste de Wilcoxon
signrank antes= apos

Wilcoxon signed-rank test

sign | obs sum ranks expected

-------------+---------------------------------
positive | 9 45 22.5
negative | 0 0 22.5
zero | 0 0 0
-------------+---------------------------------
all | 9 45 45

unadjusted variance 71.25

adjustment for ties 0.00
adjustment for zeros 0.00
----------
adjusted variance 71.25

Ho: antes = apos

z = 2.666
Prob > |z| = 0.0077
14 / 19
Testes não paramétricos
Teste de Kruskal-Wallis

Teste de Kruskal-Wallis

I O teste de Kruskall-Wallis é uma generalização para k > 2

amostras do teste de Mann-Whitney.

I Assim como o teste de Mann-Whitney, o teste de Kruskal-Wallis

é não paramétrico, e primeiramente converte os dados em pos-
tos.

I Equivalente à ANOVA para amostras independentes.

15 / 19
Testes não paramétricos
Teste de Friedman

Teste de Friedman
I O teste da Friedman é útil quando deseja-se comprovar a hipó-
tese de que as k amostras relacionadas (dependentes) provêm
da mesma população.

I Neste tipo de estudo, observa-se o mesmo grupo de indivı́duos

sob cada uma das k condições.

I Podemos considerar este teste uma extensão do teste do Wilco-

xon para comparação de duas amostras pareadas.

I É o método não paramétrico alternativo para ANOVA com

amostras dependentes.

16 / 19
Testes não paramétricos
Teste de Q de Cochran

Teste de Q de Cochran

I É uma extensão do teste de McNemar.

I Aplicável aos planejamentos do tipo antes e depois, em que

cada indivı́duo é utilizado como seu próprio controle. Isto é, os
mesmos indivı́duos são observados sob condições diferentes.

I O teste de Q de Cochran é aplicado nas situações que envolvem

k amostras relacionadas cuja variável a ser observada é binária.

I A hipótese a ser testada é que as k amostras possuem pro-

porções que diferem significativamente entre si.

17 / 19
Testes não paramétricos
Coeficiente de correlação de Spearman

Coeficiente de correlação de Spearman

I O coeficiente de Spearman, denotado pela letra grega ρ, é uma
medida de correlação não-paramétrica.
I Ao contrário do coeficiente de correlação de Pearson, não
requer a suposição que a relação entre as variáveis é linear e
que as variáveis provenham de uma distribuição normal.
I O coeficiente de correlação de Spearman, é calculado pela se-
guinte expressão:

6 × ni=1 di
P
ρ=1−
n3 − n
onde di é a diferença entre os números de ordem das
observações xi e yi e −1 ≤ ρ ≤ 1
18 / 19
Testes não paramétricos
Desvantagens dos testes não-paramétricos

Desvantagens dos testes não-paramétricos

I Embora estes procedimentos envolvam cálculos mais simples,

não fornecem intervalos de confiança.

I Por usarem postos, em vez do valor da observação, esses testes

não aproveitam toda a informação disponı́vel sobre a distri-
buição dos dados.

I Se as suposições básicas de um teste paramétrico são satisfei-

tas, os testes não paramétricos são menos poderosos do que a
técnica paramétrica correspondente .

19 / 19