Escolar Documentos
Profissional Documentos
Cultura Documentos
04 e 05 janeiro 2022
David Wilson Russo Ramilo
p6199@ulusofona.pt
Testes não-paramétricos
➢ Neste caso, podemos recorrer a testes não-paramétricos → Não dependem do conhecimento da distribuição da
variável na população
➢ Também chamados de testes de distribuição livre, pois não fazem quaisquer pressupostos relativamente à
distribuição dos dados
Testes não-paramétricos
➢ Quando os pressupostos dos testes paramétricos não são satisfeitos, os métodos não-paramétricos são mais
eficientes
Testes não-paramétricos
➢ Estes testes extraem menos informação da experiência porque usam escalas não quantitativas (nominal ou
ordinal) → Perda de informação relativamente à variabilidade da característica
➢ As técnicas operatórias destes testes são, embora simples, morosas se a quantidade de dados for grande →
Problema resolvido se existir um programa de computador que efetue os cálculos
Testes não-paramétricos
➢ O teste dos sinais investiga se uma amostra de valores provém de uma população com uma mediana específica
➢ Este teste determina se a maioria dos valores é superior (ou inferior) a esta mediana
➢ H0: “Metade das observações da amostra são superiores a uma mediana específica”
Testes não-paramétricos
➢ Recolher os dados e contar o número de observações acima ou abaixo duma mediana específica e anotar a
diferença mais pequena (k)
𝑇𝑒𝑠𝑡𝑒 𝑍 = 2 × 𝑝 − 0,5 × 𝑛
➢ Usar o valor de Z para decidir relativamente à aceitação ou rejeição da H0 (geralmente, rejeita-se a H0 se 𝑍 >
±1,96 )
Testes não-paramétricos
Exemplo 1
➢ Diz-se que numa determinada clínica veterinária, a duração de cada consulta tem uma mediana de 12 minutos. Para confirmar esta
hipótese, um aluno estagiário nessa clínica observou a duração de 43 consultas. Os resultados encontram-se na tabela em baixo.
➢ H0: “A verdadeira mediana da duração da consulta são 12 minutos” ou “A verdadeira proporção de consultas acima de 12 minutos é
0,5”; H1: “A proporção de consultas acima de 12 minutos não é 0,5”
➢ Aplicação do teste:
15
𝑇𝑒𝑠𝑡𝑒 𝑍 = 2 × − 0,5 × 37 = 2 × −0,0946 × 37 = 1,15 1,15 < 1,96 → logo, aceita-se a H0
37
➢ Os dados são consistentes com a hipótese nula que a duração da mediana de cada consulta são 12 minutos e não existe evidência
para a rejeitar.
Testes não-paramétricos
Exercício 1
➢ Um professor de estatística afirma que a mediana da nota do último teste dos seus estudantes é 58 (em 100). A
pontuação de 18 testes escolhidos ao acaso estão na lista abaixo. Pode-se rejeitar a afirmação do professor com
um 𝛼 = 0,05?
58 62 55 53 52 52
59 55 55 60 56 57
61 58 63 63 55 55
𝑇𝑒𝑠𝑡𝑒 𝑍 = 2 × 𝑝 − 0,5 × 𝑛
Testes não-paramétricos
Exercício 1 - Resolução
➢ H0: “A mediana dos testes é 58”; H1: “A mediana dos testes é diferente de 58”
✓ As duas amostras são aleatórias e as observações são independentes (dentro e entre amostras)
✓ A variável de interesse tem uma distribuição subjacente contínua (incluíndo variáveis ordinais)
✓ Duas amostras: A e B
✓ Se na amostra A os valores são, no geral, menores que na amostra B → Quando se ordenam os valores do
menor para o maior juntando as duas amostras → Postos ocupados pelos indivíduos da amostra A são, em
geral, menores do que os postos ocupados pelos indivíduos da amostra B
✓ O posto médio da amostra A é menor que o posto médio da amostra B
✓ Uma diferença estatisticamente significativa entre os 2 postos médios → A população A tem um valor de
tendência central menor do que a população B
➢ H0: “As duas amostras provêm de populações que têm uma distribuição similar, com a mesma mediana ou da
mesma população”; H1: “As duas amostras não provêm da mesma população”
Testes não-paramétricos
✓ Considerando o total dos valores das amostras, colocar os postos ou ranks → Quando há empate entre
postos, calcula-se a média dos postos, atribuindo o mesmo valor aos empates:
Testes não-paramétricos
𝑛1 + 1 𝑛2 + 1
𝑈1 = 𝑅1 − 𝑛1 𝑈2 = 𝑅2 − 𝑛2
2 2
Exemplo 2
➢ Realizaram-se 2 testes de Biomatemática a duas turmas diferentes e os resultados obtidos estão na tabela abaixo:
➢ H0: “As duas turmas têm notas medianas iguais”; H1: “As duas turmas têm notas medianas diferentes”; α = 0,05
➢ Atribuíram-se os respetivos postos/ranks às notas das duas turmas. Aos empates foram atribuídos os valores médios.
Exemplo 2
➢ Calculou-se os valores de U para cada turma:
6+1 6+1
𝑈𝐴 = 23 − 6 =2 𝑈𝐵 = 55 − 6 = 34
2 2
Exercício 2
➢ A tabela abaixo mostra o número de dias que cães e gatos levam a ser adotados de um determinado abrigo
depois de serem recolhidos. Estas duas espécies animais demoram o mesmo número de dias a serem adotados
depois da sua recolha? Utilize o teste não-paramétrico U de Mann-Whitney para responder à questão colocada,
usando um α = 0,05.
Cães Gatos
6 9
7 28
19 28
14 22
11 18
12 30
20 16
16 -
Exercício 2 - Resolução
➢ H0: “Os cães e os gatos demoram o mesmo número de dias a serem adotados”; H1: “Os cães e os gatos não
demoram o mesmo número de dias a serem adotados”
Cães Posto Gatos Posto
2. Determine os postos dos dias
6 1 9 3
3. Determine a soma dos postos por espécie animal 7 2 16 7,5
𝑼𝟏 𝑼𝟐 11 4 18 9
4. Calcule o valor de U para ambas as espécies animais:
10,5 45,5 12 5 22 12
14 6 28 13,5
5. Determine o valor de U crítico (U*):
16 7,5 28 13,5
19 10 30 15
20 11 - -
𝑼* Soma 46,5 Soma 73,5
10
𝑛1 + 1
𝑈1 = 𝑅1 − 𝑛1
2
Testes não-paramétricos Cães Gatos
6 9
Exercício 2 - Resolução 7 16
6. Compare o valor de U* com o valor de U calculado e decida sobre a hipótese nula 11 18
12 22
10,5 > 10 , logo não se rejeita a H0 14 28
16 28
7. Conclua sobre a pergunta colocada 19 30
20 -
O número de dias desde a entrada no abrigo até à adoção do animal é igual para cães e gatos
8. Calcule a mediana de dias desde a recolha até à adoção para os cães e os gatos daquele abrigo
Cães = 13 dias
Gatos = 22 dias
Testes não-paramétricos
➢ Baseia-se nos postos das diferenças intrapares, dando maior importância às diferenças maiores
➢ Princípio do teste:
✓ Se o tratamento A produz valores maiores do que o tratamento B, as diferenças (A – B) de sinal positivo serão maiores
em número e grau do que as diferenças de sinal negativo.
✓ Se ambos os tratamentos têm o mesmo efeito, as diferenças positivas e negativas devem-se anular.
➢ Pressupostos do teste:
✓ Os dados são pareados entre si, mas são independentes entre os pares
✓ A variável tem de ser medida, no mínimo, numa escala ordinal
✓ As diferenças intrapares são uma variável contínua, com distribuição simétrica ao redor da mediana
Testes não-paramétricos
✓ Especificar as hipóteses nula e alternativa → H0: “As amostras vêm de populações com distribuições
idênticas e com a mesma mediana ou da mesma população”; H1: “As amostras provêm de populações
diferentes”
✓ Recolher os dados e dispô-los como se faz para o teste t para duas amostras emparelhadas
✓ Descobrir a diferença entre cada par de observações, indicando se a diferença é positiva ou negativa
✓ Ordenar as diferenças obtidas ignorando os sinais das diferenças, por ordem crescente de magnitude (tal
como se faz para o teste U de Mann-Whitney)
✓ Começar a ordenação com o número 1, fazendo a média para as diferenças iguais e ignorando aquelas cujo
resultado é zero → Excluir os elementos da amostra cujo resultado é zero
Testes não-paramétricos
✓ Começar a ordenação com o número 1, fazendo a média para as diferenças iguais e ignorando aquelas cujo
resultado é zero → Excluir os elementos da amostra cujo resultado é zero
✓ Para cada posto atribuído, dar um sinal positivo (+) ou negativo (-) ao resultado da diferença
✓ Somar o número de postos com uma diferença positiva e uma diferença negativa → Selecionar a soma
mais pequena
✓ Quando 𝑛 < 30 utilizar a tabela T de Wilcoxon; Quando 𝑛 ≥ 30 utilizar a tabela Z (para obtenção do valor
crítico)
Exemplo 3
➢ Uma nova dieta para ratos de laboratório foi testada para verificar se esta possuía um potencial para promover
um rápido crescimento. Foram usados 18 pares de ratos; cada elemento de um par foi colocado no grupo
controlo e o outro na dieta a testar. Aos 60 dias de idade, os ratos foram pesados, tal como está descrito na
tabela abaixo.
Exemplo 3
➢ 11 + 13 + 3,5 + 3,5 = 31
Exercício 3
➢ A obesidade é um problema dos cães tidos como pets no mundo Ocidental. Uma nova deita foi desenvolvida
para combater este problema. Para testar a nova dieta, um médico veterinário investigou 18 cães que se
apresentaram para a consulta. O médico veterinário pesou os animais à data da consulta e 8 semanas após a
administração dessa nova dieta (ver tabela). Usando o teste T de Wilcoxon, verifique se a dieta foi eficaz na
redução do peso dos animais.
Testes não-paramétricos Peso Peso
Animal Antes Depois Diferença Postos
(kg) (kg)
Exercício 3 - Resolução
1 26,5 24,3 +2,2 16
➢ H0: “Os animais apresentam o mesmo peso antes e após o consumo da 2 16,5 16,1 +0,4 5,5
nova dieta”; H1: “Os animais apresentam uma diferença de peso antes e
3 36,1 31,8 +4,3 17
após o consumo da nova dieta”
4 28,0 27,0 +1,0 11
➢ Fazer a diferença dos pesos e atribuir os postos por ordem crescente 5 23,5 21,4 +2,1 15
começando no número 1
6 8,3 9,7 -1,4 13
➢ Às diferenças iguais são atribuídos postos médios e as diferenças iguais a 7 17,7 18,9 -1,2 12
zero são descartadas 8 15,8 15,1 +0,7 9,5
9 14,3 14,3 0 -
➢ No exemplo, a amostra inicial de 18 elementos passa a ter apenas 17
10 12,1 11,7 +0,4 5,5
➢ Temos menos diferenças negativas (4) que positivas (13) 11 17,4 17,7 -0,3 3,5
12 21,1 20,4 +0,7 9,5
➢ Somar os postos das diferenças negativas: 3,5 + 3,5 + 12 + 13 = 32
13 19,2 19,0 +0,2 1,5
➢ Consultar a tabela para definir o valor crítico: 34 (𝑛 = 17; 𝛼 = 0,05) 14 13,1 13,4 -0,3 3,5
15 16,0 15,4 +0,6 8
➢ Como 32 < 34, rejeitamos a H0
16 29,1 27,3 +1,8 14
➢ Conclusão: Os animais apresentam um peso inferior após o consumo da 17 13,1 12,6 +0,5 7
nova dieta 18 19,0 18,8 +0,2 1,5
Testes não-paramétricos
Referências
➢ Callegari-Jacques SM. (2003). Bioestatística – Princípios e Aplicações. Artmed Editora.
➢ Petrie A, Watson P. (1999). Statistics for Veterinary and Animal Science. Blackwell Publishing.
Testes não-paramétricos