Professional Documents
Culture Documents
VANTAGENS DESVANTAGENS
1. Podem ser aplicados a uma ampla 1. Os métodos não-paramétricos tendem
diversidade de situações, porque não a perder informação, porque os dados
dependem das exigências mais numéricos exatos são freqüentemente
rígidas próprias de seus reduzidos a uma forma qualitativa.
correspondentes paramétricos. 2. Os testes não-paramétricos não são
2. Podem freqüentemente ser aplicados tão eficientes quanto os testes
a dados não-numéricos, como sexo paramétricos.
dos entrevistados.
3. Os métodos não-paramétricos em
geral envolvem cálculos mais simples
do que seus correspondentes
paramétricos
Para podermos comparar um grupo observado (dados amostrais) com um grupo esperado
(dados teóricos supondo H0 verdadeira), utilizaremos o Teste do Qui-quadrado χ 2 que baseia-
se na estatística
O E 2
χ2 E
onde O = número de casos observados;
E = número de casos esperados, segundo o modelo testado;
= indica somar todos os valores.
Valores Críticos
a. Na tabela do Qui-quadrado encontram-se os valores críticos, tomando-se k-1 graus
de liberdade, onde k é o número de categorias.
b. Os teste do Qui-quadrado é unilateral à direita.
1
1º Exemplo: Muitas pessoas acreditam que, quando um cavalo inicia uma corrida, tem mais
chance de ganhar se sua posição na linha de partida está mais próxima do limite interno da pista. A
posição 1 está mais próxima do limite interno, seguida pela posição 2, e assim por diante. A tabela
abaixo relaciona o número de vitórias de cavalos nas diferentes posições de partida. Teste a
afirmação de que as probabilidades de vitória não são as mesmas para as diferentes posições de
partida, com nível de significância = 0,05.
Nº de 29 19 18 25 17 10 15 11
Vitórias
Solução:
Se a chance de vitória em cada posição de partida é a mesma, o número esperado de vitória teve ser
o mesmo em qualquer posição,
1
E 144. 18 para qualquer posição.
8
Passo 1: H0 : Todas as probabilidades de vitória são as mesmas.
H1 : Ao menos uma das probabilidades é diferente.
Passo 2: = 0,05
O E 2
Passo 3: Encontrar a estatística do teste χ 2
E
Posição de O E O-E (O – E)2 (O - E) 2
Partida
E
1 29 18 11 121 6,7222
2 19 18 1 1 0,0556
3 18 18 0 0 0
4 25 18 7 49 2,7222
5 17 18 -1 1 0,0556
6 10 18 -8 64 3,5556
7 15 18 -3 9 0,5
8 11 18 -7 49 2,7222
Total 144 144 16,3334
Este é o valor do χ 2
Passo 4:
Na tabela do Qui-quadrado encontra-se o valore crítico χ 2 = 14,067, tomando-se 8-1 = 7 graus
de liberdade, e = 0,05.
Passo 5: Como a estatística do teste está na região critica, rejeita-se a hipótese nula.
2
Passo 6: Conclusão
Há evidencia suficiente para apoiar a afirmação de que as probabilidades de vitória
são diferentes, conforme a posição de largada.
2 Exemplo: Mars, Inc. afirma que seus confeitos M&M apresentam a seguinte distribuição
de cores: 30% marrom, 20% amarelo, 20% vermelho, 10% laranja, 10% verde e10% azul. Com a
tabela abaixo e um nível de significância de 0,05, teste a afirmação de que a distribuição de cores é
a afirmada por Mars, Inc
Solução
Passo 1: H0 : 30% marrom, 20% amarelo, 20% vermelho, 10% laranja, 10% verde e10% azul.
H1 : Ao menos uma das proporções acima é diferente do valor alegado.
Passo 2: = 0,05
O E 2
Passo 3: Encontrar a estatística do teste χ 2
E
Cor O E O-E (O – E)2 (O - E) 2
E
Marrom 33 30 3 9 0,3
Amarelo 26 20 6 36 1,8
Vermelho 21 20 1 1 0,05
Laranja 8 10 -2 4 0,4
Verde 7 10 -3 9 0,9
Azul 5 10 -5 25 2,5
Total 100 100 5,95
Este é o valor do χ 2
Passo 4:
Na tabela do Qui-quadrado encontra-se o valore crítico χ 2 = 11,071, tomando-se 6-1 = 5 graus
de liberdade, e = 0,05.
Passo 5: Como a estatística do teste não está na região critica, não rejeita-se a hipótese nula.
3
1.2 Teste do Qui-quadrado χ 2 de duas amostras
Um teste de independência testa a hipótese nula de que a variável linha e a variável coluna
em uma tabela de contingência não estão relacionadas, isto é, são independentes.
Ao testarmos a hipótese nula de independência entre as variáveis linha e coluna em uma
tabela de contingência, aplicam-se as seguintes suposições.
1. Os dados amostrais são selecionados aleatoriamente.
2. A hipótese nula H0 é a afirmação de que as variáveis linha e coluna são independentes;
a hipótese alternativa H1 afirma que as variáveis linha e coluna são dependentes.
3. Para cada célula na tabela, a freqüência esperada E é no mínimo 5.
Opinião
Sexo
Favorável Desfavorável Indiferente Totais
Homens 33 12 15 60
(24) (19,2) (16,8)
Mulheres 7 20 13 40
(16) (12,8) (11,2)
Totais 40 32 28 100
4
Solução
Passo 1: H0 : As variáveis são independentes;
H1 : As variáveis não são independentes.
Passo 2: = 0,01
O E 2
Passo 3: Encontrar a estatística do teste χ 2 E
O E O-E (O - E) 2
E
33 24 9 3,375
12 19,2 -7,2 2,7
15 16,8 -1,8 0,193
7 16 -9 5,063
20 12,8 7,2 4,05
13 11,2 1,8 0,289
100 100 15,67
Este é o valor do χ 2
Passo 4: Na tabela do Qui-quadrado encontra-se o valore crítico χ 2 = 9,21, tomando-se
(l-1)(c-1) = 1.2 = 2 graus de liberdade, e = 0,01.
Passo 5: Como a estatística do teste está na região crítica, rejeita-se a hipótese nula.
Causa da Morte
Mobilização Ferimento Homicídio ou Totais
acidental Doença Suicídio
Em zona de 183 30 11 224
combate (137,09) (41,68) (45,23)
5
Passo 2: = 0,05
O E 2
Passo 3: Encontrar a estatística do teste χ 2 E
O E (O - E) 2
E
183 137,09 15,3748
30 41,68 3,2731
11 45,23 25,9052
784 829,91 2,5397
264 252,32 0,5407
308 273,77 4,2798
1580 1580 51,913
Este é o valor do χ 2
Passo 4:
Na tabela do Qui-quadrado encontra-se o valore crítico χ 2 = 5,991, tomando-se (l-1)(c-1) = 1.2 = 2
graus de liberdade, e = 0,05.
Passo 5: Como a estatística do teste está na região crítica, rejeita-se a hipótese nula.
Passo 6: Conclusão: Parece haver uma relação entre a causa de morte e a de a pessoa
estar mobilizada em uma zona de combate.
6
3. Em ano recente, houve 116 mortes por homicídios em Richmond, Virginia. Se as
freqüências de mortes nos diferentes dias se ajustam a uma distribuição de Poisson,
se apresentarão como na tabela a seguir. Com nível de 0,05 de significância, teste se
as freqüências observadas se ajustam a uma distribuição de Poisson. (Obs: nem
todas as freqüências esperadas são no mínimo 5.)
Número de Homicídios
0 1 2 3 4
Nº efetivos de dias 268 79 17 1 0
Nº esperados de dias 265,6 84,4 13,4 1,4 0,1
7. A tabela a seguir apresenta dados amostrais usados pelo estatístico Karl Pearson em
1909. o tipo de crime aparenta ter alguma relação com o fato de o criminoso beber
ou ser abstêmio?
Incêndio criminoso Estupro Violência Furto Falsificação Fraude
Bebedor 50 88 155 379 18 63
Abstêmio 43 62 110 300 14 144
7
8