NOME: Ruan Bocchi

Lista de Exercícios sobre Testes de Normalidade

1. Uma indústria petroquímica utiliza um complexo sistema para tratamento de

efluentes. O responsável pelo tratamento deseja realizar alguns testes de
comparação de média com outros tratamentos similares. Para isso realizou a
amostragem em 10 diferentes períodos para avaliar da DQO final do efluente.
Os dados são apresentados a seguir. Antes de aplicar algum teste estatístico,
verifique se os dados seguem uma distribuição normal utilizando os testes de
normalidade.

30,5; 34,1; 27,9; 35,0; 26,9; 30,2; 28,3; 31,7; 25,8

All
N 9
Min 25,8
Max 35
Sum 270,4
Mean 30,04444
Std. Error 1,05094
Variance 9,940278
Stand. Dev 3,152821
Median 30,2
25 prcntil 27,4
75 prcntil 32,9
Skewness 0,3605582
Kurtosis -0,9554956
Geom. Mean 29,89931
Coeff. Var 10,49386

Se compararmos pura e simplesmente a média e a mediana, a distribuição é

assimétrica à esquerda, pois a média é menor que a mediana.
O Box- Plot aparenta-se ser assimétrico a direita tendo valor extremo de 35.
A Amplitude Interquartil é de 5,5 (32,9 – 27,4) corresponde a 1,74 desvios-padrão
(5,5/3,15). (Em uma distribuição normal, a amplitude interquartil corresponde a 1,33
desvios-padrão).
A Amplitude de 9,2 (35 – 25,8) equivale a 2,92 desvios-padrão (9,2/ 3,15). (Em uma
distribuição normal, a amplitude é aproximadamente 6 desvios-padrão).
Com base nessas afirmativas e nos critérios apresentados, você pode concluir os
dados para avaliar a DQO do efluente apresentam moldes de distribuição normal,
com assimetria a direita.
Gráfico de Histograma

Podemos verificar que de acordo com gráfico a uma aproximação da curva normal
dos dados de DQO do efluente.

Gráfico de probabilidade normal

Podemos verificar que os dados no gráfico estão bem próximo da reta assim tendo
uma distribuição normal dos dados.
Testes normalidade

All
N 9
Shapiro-Wilk W 0,9546
p(normal) 0,7407
Anderson-Darling A 0,2079
p(normal) 0,8043
p(Monte Carlo) 0,8338
Lilliefors L 0,1544
p(normal) 0,7709
p(Monte Carlo) 0,7724
Jarque-Bera JB 0,5878
p(normal) 0,7453
p(Monte Carlo) 0,5885

Há evidências de que os valores amostrados para DQO no efluente final

apresentam uma distribuição normal (p>0,05) segundo o teste de Shapiro-Wilk,
Lilliefors L e Anderson- Darling A.

2. Uma empresa de pesquisa resolveu realizar 12 entrevistas com pessoas na

universidade e perguntaram o seu peso. As respostas são apresentadas abaixo.
Antes de aplicar algum teste estatístico, verifique se os dados seguem uma
distribuição normal utilizando os testes adequados.

35; 45; 55; 58; 61; 63; 65; 68; 70; 72; 74; 86
 All
N 12
Min 35
Max 86
Sum 752
Mean 62,66667
Std. Error 3,900919
Variance 182,6061
Stand. Dev 13,51318
Median 64
25 prcntil 55,75
75 prcntil 71,5
Skewness -0,517998
Kurtosis 0,7465971
Geom. mean 61,15665
Coeff. Var 21,56359

Como média é menor que a mediana é distribuição assimétrica negativa a

esquerda.

O Box- Plot aparenta-se ser assimétrico a esquerda tendo valor extremo de 86.
A Amplitude Interquartil é de 15,75 (71,5 – 55,75) corresponde a 1,16 desvios-
padrão (15,75/13,51). (Em uma distribuição normal, a amplitude interquartil
corresponde a 1,33 desvios-padrão).
A Amplitude de 51 (86 – 35) equivale a 3,77 desvios-padrão (51/ 13,51). Em uma
distribuição normal, a amplitude é aproximadamente 6 desvios-padrão.
Com base nessas afirmativas e nos critérios apresentados, você pode concluir os
dados da pesquisa da universidade apresentam moldes de distribuição normal, com
assimetria negativa a esquerda.
Gráfico de Histograma

Podemos verificar que de acordo com gráfico a uma aproximação da curva normal
dos dados das respostas dos entrevistados.

Gráfico de Probabilidade normal

Podemos verificar que os dados no gráfico estão bem próximo da reta assim tendo
uma distribuição normal dos dados.
Testes normalidade

All
N 12
Shapiro-Wilk W 0,9711
p(normal) 0,9216
Anderson-Darling A 0,2364
p(normal) 0,7287
p(Monte Carlo) 0,7516
Lilliefors L 0,1186
p(normal) 0,9143
p(Monte Carlo) 0,9112
Jarque-Bera JB 0,4066
p(normal) 0,816
p(Monte Carlo) 0,7717

Há evidências de que os valores amostrados para entrevista na universidade

apresentam uma distribuição normal (p>0,05) segundo o teste de Shapiro-Wilk,
Lilliefors L e Anderson- Darling A.

3. Ferro et al. (2018) realizaram uma pesquisa que envolveu o estudo da

remoção de matéria carbonácea, nitrogenada e fosfatada em um sistema
anaeróbio-aeróbio-anóxico (AOA) submetido a variações de cargas orgânicas e
hidráulicas. Para isso foi necessário o uso de testes estatísticos para verificar as
respostas obtidas. Quais métodos os pesquisadores utilizaram?
O trabalho pode ser encontrado em:
http://repositorio.utfpr.edu.br/jspui/handle/1/3117

FERRO, Thayse Nathalie. Remoção de matéria carbonácea, nitrogenada e fosfatada em um sistema

anaeróbio-aeróbio-anóxico (AOA) submetido a variações de cargas orgânicas e hidráulicas. 2018. 86 f.
Dissertação (Mestrado em Ciência e Tecnologia Ambiental) - Universidade Tecnológica Federal do
Paraná, Curitiba, 2018.

Os pesquisadores aplicaram ao longo do procedimento experimental a estatística

descritiva, compreendendo valores de média aritmética, desvio padrão, mínimo,
máximo e coeficiente de variação. A distribuição normal dos valores de DQO, NTK,
N amoniacal, fósforo, nitrificação e desnitrificação, foram verificados pelo teste não
paramétrico de Shapiro-Wilk. A compreensão e comparação dos conjuntos de
dados, obtidos ao longo das etapas, foram realizadas por meio da aplicação do
teste ANOVA para distribuição normal e teste de Kruskal-Wallis para distribuição
não normal. A diferença significativa entre os dados foi analisada pelo pós-teste de
Tukey para as amostras que apresentaram distribuição normal e 40 pelo pós-teste
de Student-Newman-Keuls para as amostras que não apresentaram distribuição
normal. Os gráficos estatísticos utilizados para apresentar os dados foram Box Plot,
dispersão e o de dois eixos.

4. Os dados a seguir representam os custos com energia elétrica, em reais,

durante o mês de julho de 2018, para uma amostra aleatória de 50 apartamentos
de dois quartos em uma cidade grande. Verifique se os dados seguem uma
distribuição normal.

96 171 202 178 147 102 153 197 127 82

157 185 90 116 172 111 148 213 130 165
141 149 206 175 123 128 144 168 109 167
95 163 150 154 130 143 187 166 139 149
108 119 183 151 114 135 191 137 129 158

Gráfico de Histograma

Podemos verificar que de acordo com gráfico a uma aproximação da curva normal
dos dados das respostas dos entrevistados
Gráfico de probabilidade normal

Pode-se verificar que os dados no gráfico estão bem próximo da reta, tendo
assim, uma distribuição normal dos dados.

Teste de normalidade:

All
N 50
Shapiro-Wilk W 0,9898
p(normal) 0,9408
Anderson-Darling A 0,1012
p(normal) 0,9955
p(Monte Carlo) 0,9988
Lilliefors L 0,04482
p(normal) 1354
p(Monte Carlo) 0,9987
Jarque-Bera JB 0,7744
p(normal) 0,679
p(Monte Carlo) 0,6179

Há evidências de que os valores amostrados para o custo de energia elétrica do

mês de julho de 2018 para 50 apartamentos de dois quadros de uma cidade grande
seguem uma distribuição normal (p>0,05) segundo o teste de Shapiro-Wilk, Lilliefors
L e Anderson- Darling A.