BIOESTATÍSTICA

Tatiana Parenti
 Distribuição não
paramétrica
Objetivos de aprendizagem
Ao final deste texto, você deve apresentar os seguintes aprendizados:

„„ Caracterizar uma distribuição de frequências não paramétrica.

„„ Diferenciar uma distribuição de frequências paramétrica de uma não
paramétrica.
„„ Definir quais medidas expressam adequadamente uma distribuição
de frequências não paramétrica.

Introdução
Neste texto, você vai estudar a distribuição não paramétrica, que tem
por característica uma representação gráfica em histograma que não
constitui uma curva de Gauss. Na distribuição não paramétrica, existe
grande variabilidade e heterogeneidade nos dados. Ela ocorre apenas
em variáveis quantitativas que permitem a análise da distribuição de
frequências.

Características de uma distribuição não

paramétrica
Distribuição não paramétrica significa dizer que os dados que não possuem
uma distribuição de probabilidade conhecida. São dados que não seguem uma
distribuição normal ou aproximadamente normal. Dados que seguem uma
distribuição não paramétrica não são simétricos (Figura 1).

Bioestatistica_LIVRO.indb 165 13/03/2018 09:16:53

 166 Distribuição não paramétrica

Média Moda Média Moda Média

Mediana
Mediana Moda Mediana

Figura 1. Exemplos de distribuições simétricas e assimétricas.

Fonte: Pin ([201-?]).

Na comparação de duas ou mais amostras, não há homogeneidade entre

as variâncias (ou seja, não existe a homocedasticidade).
As inferências de dados não paramétricos são livres de distribuição e podem
ser utilizadas para dados em escala ordinal (variáveis qualitativas ordinais),
variáveis categóricas não ordenáveis (variáveis qualitativas nominais) e tam-
bém existem alguns testes não paramétricos que aceitam variáveis escalares.
Dessa forma, utilizaremos testes não paramétricos quando não tivermos
uma distribuição conhecida, quando não houver homogeneidade entre as
variâncias ou então quando tivermos dados não numéricos.

Para cada tipo de teste paramétrico, existe um teste não paramétrico alternativo.

Comparando as distribuições paramétricas com

as distribuições não paramétricas
As distribuições paramétricas e não paramétricas são estudadas na divisão
estatística chamada de inferência. Utilizamos essas distribuições para fazer
estimativas de parâmetros das populações em que as amostras foram retiradas.
Ambas as distribuições servem para testar hipóteses. No caso da estatística
paramétrica, podemos fazer estimativas de médias, variâncias e proporções.

Bioestatistica_LIVRO.indb 166 13/03/2018 09:16:53

 Distribuição não paramétrica 167

Os testes não paramétricos testam tendências, ordenações e associações entre

variáveis.
As distribuições paramétricas e não paramétricas possuem algumas par-
ticularidades, conforme o Quadro 1.

Quadro 1. Comparações entre distribuição paramétrica e não paramétrica.

Distribuição Distribuição não

paramétrica paramétrica

Distribuição de Distribuição conhecida Livre de distribuição

probabilidade

Tipos de variáveis Variáveis quantitativas Variáveis qualitativas

mais utilizadas

Variáveis entre Homogênea Homogênea ou

os grupos heterogênea

Medidas de Média Mediana

tendência central
mais usadas

As distribuições não paramétricas são mais apropriadas quando não sa-

bemos qual a distribuição de probabilidade que os dados seguem. São úteis
também quando as variáveis são em nível categórico.
No entanto, precisamos estar atentos ao fato de o poder estatístico dos testes
não paramétricos ser inferior aos testes paramétricos. Muitas vezes, para termos
uma eficiência maior para o teste, precisamos aumentar o tamanho da amostra.

Precisamos estar cientes de que os testes não paramétricos possuem cálculos e tabelas
mais cansativos, mas que são mais fáceis de realizar do que os testes paramétricos.
Esse fato fica irrelevante se tivermos softwares estatísticos para realizarmos os testes.
Os dois dos softwares estatísticos mais conhecidos que podem auxiliar nas análises
são: SPSS e SAS.

Bioestatistica_LIVRO.indb 167 13/03/2018 09:16:53

 168 Distribuição não paramétrica

Testes não paramétricos

Tanto os testes paramétricos, quanto os não paramétricos realizam compa-
rações entre amostras provenientes de populações diferentes ou não. Esses
testes estimam parâmetros, comparam médias, variâncias e proporções e
verifica associações.
Lembrando que os testes paramétricos precisam ter a sua distribuição de
probabilidades conhecida, enquanto os testes não paramétricos são livres de
distribuição.
No Quadro 2, verificamos os testes não paramétricos. Podemos verificar
testes para uma amostra quando se deseja comparar o valor de uma amostra
com um parâmetro. Temos testes para duas amostras, quando comparamos
duas amostras, independentes ou não, e o caso de termos a comparação de
mais de 2 amostras, além dos testes de correlação.

Quadro 2. Testes não paramétricos.

Testes estatísticos não paramétricos

Caso de duas amostras Caso de k amostras Medidas de

Caso correlação
Nivel de de uma Amostras Amostras Amostras Amostras não
mensuração amostra relacionadas independentes relacionadas independentes paramétricas

Nominal Binomial McNemar Fisher e x² Q de Cochram x² De

e x² contingência

Ordinal Kolmogorov Sinais Mediana U de Friedman Extensão Por postos de

Smimov Wilcoxon Mann Witney da mediana Spearmann
Iterações Kolmogorov- Kruskal-Walls Por postos
Smimov de Kendall
Iterações de Parcial de
Wald-Wolfowitz postos de
Moses Kendall
Concordância
de Kendall

Intervalar Walsh Aleatoriedade

Aleatoriedade

Fonte: Viali (2008).

Bioestatistica_LIVRO.indb 168 13/03/2018 09:16:53

 Distribuição não paramétrica 169

Para a execução tanto de testes paramétricos quanto de testes não para-

métricos, precisamos seguir alguns passos:

„„ antes mesmo de coletar a amostra, precisamos formular as hipóteses

para a pesquisa;
„„ verificar os tipos de dados que utilizaremos e assim escolher o teste
mais adequado;
„„ estabelecer o nível de significância do teste, que será o valor crítico,
tabelado para aceitarmos ou rejeitarmos a hipótese, existirá uma tabela
específica para cada tipo de teste;
„„ após a coleta e a organização dos dados, calcular a estatística de teste,
que dependerá de cada tipo de teste;
„„ comparar o valor calculado na estatística de teste com o valor crítico
tabelado;
„„ tomar a conclusão de acordo com as hipóteses formuladas para a va-
riável estudada.

Acesse o link a seguir para assistir ao vídeo explicativo

sobre estatística não paramétrica.

https://goo.gl/QKsWhd

Bioestatistica_LIVRO.indb 169 13/03/2018 09:16:54

 170 Distribuição não paramétrica

Mas e na prática, como fazemos para iniciar um teste e

depois decidir se optamos para estatística paramétrica
ou não paramétrica? Além disso, qual teste devo utilizar?
Todo problema de inferência estatística inicia pelo
problema de pesquisa, sobre o que queremos testar,
quantas amostras coletaremos, quantos grupos, se eles
são relacionados ou não.
Então, primeiramente, decidimos o objetivo, a variável a
ser estudada e, posteriormente, a amostra a ser coletada e
quantos grupos investigaremos para a comparação. Nesse
ponto, formulamos as hipóteses da pesquisa.
Após a coleta de dados da variável a ser testada, verifi-
camos se os dados seguem uma distribuição conhecida
ou não e qual tipo de variável está sendo estudada. Isso
nos definirá se seguiremos pela estatística paramétrica
ou pela estatística não paramétrica.
Se os dados coletados forem normais ou aproximada-
mente normais e forem provenientes de variáveis quanti-
tativas com variâncias homogêneas, optaremos por testes
paramétricos de acordo com a variável e com a quantidade
de grupos amostrados e a independência deles ou não.
Se verificarmos que as variáveis não seguem uma dis-
tribuição normal ou estão em escala ordinal ou ainda
nominal, optamos pelos testes não paramétricos. Para a
escolha de qual teste utilizar, precisamos verificar a vari-
ável que está sendo estudada, a quantidade de grupos
amostrados e a independência deles ou não.
Após a aplicação do teste, podemos concluir, em um
nível de significância já fixado, qual hipótese de pesquisa
será a verdadeira e, dessa forma, poder afirmar se exis-
tem diferenças significativas ou não entre as amostras
coletadas.
Lendo o artigo, pelo link a seguir, você terá conheci-
mento de um exemplo de aplicação de estatística para-
métrica e não paramétrica.

https://goo.gl/mmfak5

Bioestatistica_LIVRO.indb 170 13/03/2018 09:16:54

 172 Distribuição não paramétrica

PIN, V. Assimetria: probabilidade e estatística. [201-?]. Disponível em: <http://www.

ebah.com.br/content/ABAAAes4EAL/assimetria-probabilidade-estastistica>. Acesso
em: 28 out. 2017.
VIALI, L. Testes de hipóteses não paramétricos. Porto Alegre, 2008. Disponível em: <http://
www.mat.ufrgs.br/~viali/estatistica/mat2282/material/apostilas/Testes_Nao_Para-
metricos.pdf>. Acesso em: 28 out. 2017.

Leituras recomendadas
CALLEGARI-JACQUES, S. M. Bioestatística: princípios e aplicações. Porto Alegre: Art-
med, 2003.
SPIEGEL, M. R.; SCHILLER, J. J.; SRINIVASAN, R. A. Probabilidade e estatística. 3. ed. Porto
Alegre: Bookman, 2015. (Coleção Schaum).

Bioestatistica_LIVRO.indb 172 13/03/2018 09:16:54