Escolar Documentos
Profissional Documentos
Cultura Documentos
aos
Testes de Ajustamento
e
Q-Q Plots
DMat-UA; Versão 2
1 / 16
Testes de ajustamento: objectivos
teste do Qui-Quadrado;
teste de Kolmogorov-Smirnov;
teste de Kolmogorov-Smirnov com correcção de Lilliefors;
teste de Shapiro-Wilk.
Nota importante:
atendendo às suas fragilidades, por prudência, a implementação destes
testes deverá ser acompanhada de outras análises estatísticas.
2 / 16
Teste do Qui-Quadrado
Este teste é válido para qualquer distribuição. Está mais indicado para
variáveis discretas, mas também pode ser aplicado a variáveis contínuas.
3 / 16
Teste do Qui-Quadrado
(distribuição assimptótica).
4 / 16
Teste do Qui-Quadrado
Para executar o procedimento do teste no SPSS, de uma forma
(relativamente) expedita, sugere-se a utilização de
(Em alguns casos, todo o procedimento pode ser executado nesta última sequência.)
5 / 16
Teste de Kolmogorov-Smirnov (uma amostra)
Pressuposto do teste:
a amostra provém de uma distribuição contínua.
(Mas existem adaptações a algumas distribuições discretas. . . )
A estatística de teste é
D = sup |Fn (x) − F(x)|,
x∈R
RCα = {d : d > cα },
6 / 16
Teste de Kolmogorov-Smirnov (uma amostra)
Analyze/Nonparametric Tests/Legacy Dialogs/1-Sample K-S/...
7 / 16
Teste de Kolmogorov-Smirnov (duas amostras)
Pressuposto do teste:
amostras independentes provenientes de distribuições contínuas.
A estatística de teste é
RCα = {d : d ≥ cα },
8 / 16
Testes de ajustamento específicos
Averiguar se determinada amostra provém de uma população modelada
por uma distribuição Normal.
9 / 16
Teste de Shapiro-Wilk
A estatística de teste é
" #2
h
1
W= 2
nS ∑ aj,n (X(n−j+1) − X(j) ) ,
j=1
onde
n
nS2 = ∑ (Xi − X̄)2
i=1
e
n
2, n é par
h= n−1
2 , n é ímpar.
Os valores de aj,n encontram-se tabelados.
10 / 16
Q-Q Plot
11 / 16
Q-Q Plot
12 / 16
Confronto de diferente informação
13 / 16
Confronto de diferente informação
14 / 16
MATLAB e R
Q-Q Plots
>> doc qqplot
15 / 16
Alguma bibliografia
Anderson, T. W. e Darling, D. A. (1952). Asymptotic Theory of Certain “Goodness of Fit” Criteria
Based on Stochastic Processes. The Annals of Mathematical Statistics, 23(2), pp. 193–212.
Hall, A., Neves, C. e Pereira, A. (2011). Grande Maratona de Estatística no SPSS. Lisboa,
Escolar Editora.
Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov test for normality with mean and variance
unknown. Journal of the American Statistical Association, 62, pp. 399–402.
Massey, F. J. (1951). The Kolmogorov-Smirnov Test for Goodness of Fit. Journal of the American
Statistical Association, 46(253), pp. 68–78.
16 / 16