jacques 0s greus de Uberdade para este teste sfo: GL numerador = GL Bre ¢ GL enominador = GL Resduo, que podem ser obtidos diretamente da tabela da ANOVA. No Exemplo 2, 0s graus de liberdade so 2 6, respectvamente, € Fuge = 114,36 € mai due Fyoyng ~ 3114 Indicando que existe dlference sgnifiatva nue as drogas. A deterninagio a significinia das diferengas entre tretamen- tos, tomados dois a Gols, pode se feta pelos testes de Tukey, SNK ou Bonfertor ‘A variagio entre locos também pode er testada. Em muitos casos la nfo &e particular interest, pois ext sendo considerada una caracterstica que rec fhecidamente determina vaiagdo enze os individuose que se deseja contol. Se, n0 entano, for interessant estar a variagio entre bios, € empregado tam hen um rete & calculodo do cesuinte modo: p= OM Blocos__ ome QM Reside com GL numerador = GL Bocas (no exemplo, 3) € GL denominado C5 [Na Tabele 17.8, ¥se que Fy, para blocos é22,68, malor do que Fags.4= 4,76 Conclui-se que, independentemente do analgésico utilizado, existe diferenga sig: nilcativa entre classes de idade quanto a0 nivel de dor pés-operatéria, ‘Seo teste F para bloces for significaivo, stars mostrando que houve uma melhora na preciso do experimento pefo uso do delineamento em blocos em vez do delineamento completamente casualizado. Em geral, o ganho em eficéncia no experimenco & mais interessante para 0 pesquisador do que o préprio resultado do teste F para 0s blocos. Seo teste para blocos nae for significativo, pode indicar que 0 pesquisador nao teve sucesso em ‘eduzita variagao residual ou que, na verdade, as unidades experimentaisjé eram. homogéneas desde o inicio, nao havendo necessidade, portanto, de reuni-las em locos. ‘No exemplo considerado, um F para blocos néo-significativo estan indican 4do que inexiste evidéncia de que a dade do pacienteseja um fator que determina “lferencas na intensidade da dor pés-operat6ria. Note, porém, que um resultado néo-signficativo no teste para blocos (como, aliés, em qualquer teste estatistico) pode ser devido a um tamanho amestral pequeno em demasia para mostrar ests- Uisticamente 0 efeito. L Reslduo 18 Testes ndo-parameétricos s dois exaistens lsicaeusdes para entinar pat 8 eatmorparineio estar hips tees possuem exigeneis cara: espeiiam, por exemplo, que os valves de evel eadnés deve eds ugio normal ou spronnadanente ac tal. a pris, porem, muta varvee nao apresenam este po de dna bul; ves, Eel ate memo ceteminar gue po densi pre seotan, pols as amostras nem sempre sto sulienteete grandes pare tipo de avaliagdo. ee : Ota prestposit frequent nos estes clsicoséa da homogenedade ce sine nea pou ue ez vendo compress an ie ‘eres ns varincas sto heterogenets nes trasfonmando es dad, nad ae consegee homocedasticidade, Ostestessugerdos par nai dados qu no satfazem as exits dss teens clsias denomtnamse ses ctu lve, porno depesdetenn Ascorteamento ca doug da vaneel na populace‘ cu tans niotoree tres ses estes slo sada para compart dsulgtes de dacon quanto ee Gio, quanto availed ou anda para sain crelago entre atives JEL um grande mimeo de tzicas no paramesias deserts (er por xemplo, Siegel, 1956; Daniel, 1978; Zar, 1999; Spree Smeeton, 201); ua at mais conhecdas€o qu-qundaco, que fl desert no Capuio Io ures técnica comuns qu srt age epresentaas 30:0 teste U de Wlcoxon Mae | ‘Whimey que octesponde ao tere para amostasndependenteso teste fe Wilcoxon, coreespondente 20 para amosras emparclhodas, fete de MME, ta pea proporgoes em amotras empareinades o coufeente de coelon de Speniman pra posto eo este Exato de Fisher, qo subst qurqundsade | tim tbels 2x2 quando a amostia€ pequena, Tanbem sera desea § teen | de Krust Wolls, que € uma ANOVA nto-paramnsica pra umeheio das Sago \VANTAGENS & DESVANTAGENS DOS TESTES NAO-PARAMETRICOS Os testes nio-preméoico preset ae segues vantages em lags nicas classicas: si - mite a408 Sidi M. Cellegar-fcgues ()_Sio as mais apropriadss quando nao se conhece a distribuicdo dos dads na ppoputlagao. Sao também iteis quando essa distribulgdo éassimétrica endo se ddeseja realizar uma transformacio dos dados, quando existe heterogeneida de nas varidncias ou sinda quando, na comparagio entre tratamentos, a dis. ‘wibuigao ¢ gaussiana em alguns grupos e assimétrica em outros. S80, por isso, testes de aplicagao mais ampla do que os paramétricos. (2) Sio os indicados quando a varidvel & medida em escala ordinal. Também fexistern técnicas nio-paramétricas para varidveis cujas categorias nio so ordendveis. ©) Quando as exigéncias das téenicas léssicas ndo podem ser satisei _métodos nio-paramétricos sio mais eficientes do que os testes paramétricos (nos situagacs em que tals exigencies si satsfeltes, us pavaiucuiwy 920 ais eficientes). ‘As desvantagens dos testes ndo-paramétrices io: 1) Quando utiizados em dados que satisfazer as exigéncias dos testes cliss 0s, 08 métodos nfo-paramétricas apresentam uma eficiéncia menor. Isto equivale a dizer que para se detectar uma diferenca real entre duas popula: 6es por um teste nfo-paramétrico,o tamanho amostral deve serum potico ‘maior do que seria necessério com um teste classico. Por exemplo, em amos- tras de tamanho modetado,o teste de Wileoxon-Mann-Whitney (WMV) tem tum poder de aprorimadamente 95% quando comparado com o teste t de Student. Assim, se o tamanko da amostra necessévio para identificar uma Giferena usando o teste de WMW ¢ de 100 individuos, usando-se o teste ¢ so necessérios 95 individuos. (2) Alguns autores afrmam que os testes néo-paramétricos extraem menos i formacéo do experimento porque sio téenicas empregadas em dados men- surados em escalas ndo-quantitativas (ou dados quantitativos reduidos para ‘uma escala quelitativa ordendvel). Realmente, em muitos cestes nfo-pat rétticos 0 valor real medido é substituide pelo posto ocupado na ordenacéo dos valores obtidos; neste caso, i perda de informagao relatva a variabili dade da caracterstica (uma diferenga numericamente grande pode repre sentar apenas uma mudanga para o pasta seguinte) @) Uma anilise néo-paramétrica pode vir a consticulr uma operagdo tediosa, embora simples, se a quantidade de dados for grande. Tal problema ndo ‘existe caso se disponha de um programa para computador que realize andli- ses ndo-paraméfricas. ‘TESTE U DE WILCOXON-MANN-WHITNEY (WMW) © teste ce Wilcoxon-Mann-Whitney fol desenvolvido primelramente por F Wileo: xon, em 1945, para compatar as tendéncias centrals de duas amostras indepen- 20) O teste entio ¢ feito do seguinte modo: (2) Iniciatmente, identifica-se a amostra menor como amostra Le maior,come 2 (a) caleulase (2) Determinam-se os tamanhos amostraism, € ny 3) A seguir, iniciando pelo valor menor, coloca-se em ordem os valores das duas ya amostras juntas € anote-se ao lado de cada valor 0 posto (ou nimero de lordem) correspondente (coluna 3 nas Tabelas 18.1). Quando houver empa- tes, © posto para cada valor empatad & a média dos postos que seriam oct: \ pados por eles. No Exemplo 1, as pacientes 10 e 11 t8m o mesmo escore (0) fe deveriam ocupar os postos 1 e 2; 0 posto que é atribuldo a ambas € 1. ) (A) Obtém-se Re R,, que so a soma dos postos nas amostras 1 2, respectiva mente. Se a ordenagio esté correta, (Ry+R,) deve ser igual a NOV+1)/2, =m te AR onde = 8 oo fry N + DAZ = “Tanto U coma U' podem ser urlizados na férmula dea (2) Comparase 0 valor calculado com 2 rejetando-se Hse [qu for igual oa maior do ques, como se faz normalmente com um teste =. (@ Quandor, >20.eocorrerem empates,deve-se substitu © derominador de sendoN = 1m) + ty eae POF li ©) Calealamse Ue UF do seguinte modo: sgn +. ) anne ED 9 2 2 CE = E(@—0) r= miimero de observacies empatadas em cada posto. Assim, se, por exemplo, houver dois empates aos quas foi atribuido o posto 1,5 ¢ outros trés ‘empates com o posto 8, CE = (23-2)+($2-3) = 6+24 = 30. b (6) Denomina-se 0 menor destes dois valores de Va (D) Teste de hipéteses: (7.1) Hg: as duas populagées née diferem quanto & locacio; ) Hy: as duas populagées diferem quanto & locaclo. Exemplo 2. A Tebels 18.2 presenta uma situagio onde se caleula U com observagdes empatadas, Trate-ce de conceites obtidos por alunos em duas tarmas de certa disciplina. 7.2) Ubygn ovat eee tabelado, Pare o= 0.059%, =8 "9. Uaesay OO etal at). i ara esses dads, o valor caleulado de Ué / (72) it teen nos ge ins yy mtr cy! sen5nts sore dew 6 ) No Bxemplo 1. Como (107,5-+48,5) Entio, my =9,Ry= 1075 Ry 153 = (1718/2), e otdenacio esta correta, TABELA 18.2 Comparesto ante consis obios na mess csciptna, com o mesmo pees { Tomei i 29 4550625 eU'= (0) 625 =95, NEE oe inet ston) _Poto_txpona _ Cone este _ pete i x 8s & Bs " et oe 8 A us : seHlpe concise quea populagio de pacientes com cicnema na ff om 8 2 aw {order da populacdocontole quanto a0 esate LN = 3 8 & & Bf feet eeee frre ecemaceeceetior ms ms r Uma medida adequada de locacdo (ou tendéncia central), nesses casos, é a . . * = = = * ) mediana (mi). Na amoavaontole, a median ¢ 20, enguazto na amos de ea ee c aT pacentes md = 4. Tis valores indica qe oeacorerelativo ao padrBo 1A ¢ em ——EEE eral menor em bidpeas ce mulheres com carcinoma do tipo lnvator do que em mee Re ome ae was Didpsias de mulheres-controle, isto 6, elulas tipo 1A so mais raras em mulheres ‘com esse tipo de carcinoma, sios erste (atinhedoe 12ae4 a 7-6-8 1 1 2 4 44 16 16 17 15 19 20 mm os me 25 26 2728 0 a2 0 G4 ah 38 aT Ena) + (=|) WO) 4 (F-Be -2)+(=-) ent 720+ 210+ 120+ 120+64 60» 1266 Procedimento para amostras grandes “Temas, agua meems ata (9 rapretenando clas dtinas#estaistcn do teste de Sudant ‘onmar da enpates, noe tates ndo-parametiees, Opou go pot nfo inttazuirum novo simbcle pore este fest consagiago na leerature pare arrbas as alae. (Quando howver mais de 20 cbservagées na amostra maior (ny >20), a estatistica U passa ater disttibuigao notmal, com média jy = 21/2. ) | | | (7.4) Conclusio: como o valor caleulado é menor do que © critica, reeita-$10 Side M Callegriecqnee Como | m1 =0,016 < too = 1,96, conclui-se que no ha diferenca entre ‘turmas quanto ao desempenho. Note que a mediana na turma I esté entre B= ¢ C+, enquanto na Ilé C+. ‘TESTE T DE WILCOXON teste f de vricoxon subsutut 0 ¢ de Stucent para amostras pareadas quando os dados nso satisfazem as exigéncias deste dltimo. Foi também desenvalvida por & ‘Wilcoxon em 1945 e baseia-se nos postos das dferencas intrapares, dando maior Importancia &s diferengas maiores (0 que nao ¢ feito pelo “teste do sinal”, outro teste nio-paramétrico para amostras pareadas). A idéia que nortea o teste & a de ue seo tratamento A produz valores maiores do que o tratamento B, as diferen- 25 (A~B) de sinal positvo serdo em maiores mimero e grau do que as diferengas de sinal negativo. Se ambos os tratamentos tém o mesmo efeio, as diferengas positivas e negativas devem se anular. ste teste pressupde que: (2). 0s dados séo nao-independentes dentro do par (sto ¢, pareados), mas $80 independences entre os pares. (2) A -varidvel foi medida no minimo em uma eseela de intervalo®. No entanto, ‘este teste é camibém usado para dadas medidos em uma escala ordinal (Zat, 1999; p. 165) ()_ As diferencas intrapares constituem uma vatiavel continua, de disribuiclo ‘iméerica a0 redor de medians (0 tote do sinal ado faz esta xigéneie, mas menos poderor0), Exemplo 3. 0 Prof. Marco A. Dornelles (Fac. Farmécia, UFRGS) mediu a colinesterase sérica em agricultores gatichos que aplicaram inseticida em plantas de interesse comercial. Fram feitas duas coletas de sangue em cada pessoa: uma antes da aplicacio da droga ¢ outra 24 horas apds. Parte dos resultados obtios, em individuos do sexo masculino esté apresentada na Tabela 18.3. 0 que pode ser aficmado quanto ao efeito da exposicio ao inseticida sobre o nivel de colinesters: se no sangue de adultos do sexo maseulino? ‘A hip6tese mula que se desejatestar & Hg: 0 nivel de colinesterase & 0 mesmo antes.e apés a aplicacio do inseticide. Como os dados referem-se a dois momentos no mesmo individuo, trata-se de um conjunto de éados pareados e a hipotese é testada pelo teste de Wileo- + Excsadeinterval uma escaa de medi quate na quato zero € um vl erie, coro nas estas Clause Fatanht de trnpera Bioetarteica (TA ‘TABELA 18.3 Coneserase toa (umsint de platma) em 17 agdoutres do sexo masculnc: agers ares aps una S66S60 do apiconso de Insets er setae, Tra Aslan (A) Dabo () Posto 7 bao aaa 7 2 6m Sea 14 3 7B tao 3 4 930838 Oe? $8 rasta ass S63 gorse 6 19501928 7 89 0 Ser a 750 728 022 &——_Somacos posts com sat 8 eso 81S Os 12 paws rpm 108 9m 6m Bae tH i" 75 fas Oe 15 2 ro 7600-09 -8 io 78s gas rm Pr ne) 7378 Ges 5 eo roms 7 om oe ee ee p= 7.50 tg 7.28 Fert eco A Desa comune ah, Procedimentos para o emprego do teste T'de Wilcoxon. Procedimento para amostras com n até 100 Os procedimentos para amostras com até 100 individuos serio ilustrados com 0 Exemplo 3 (Tabela 18.3). (2) Caleuta-se iictalmenteadiferenca (4) em cada par de dads, conservando 0 sinal da diferenca @)_Desprezamse as diferencas iguais a zero e denomina-se no nimero de dife- engas restantes (como se supe que a vardvel"dferenca” se continua, © limero de zeros deve ser desprezivel)®, No Exemplo 3, no hi eiferengas ‘guals a zero, logo, n= 17. (8) Ordenam-se as diferengas por tamanho, da menor & maior ignorando-se 0 sinal. No caso de emptes,usa-se a media dos postos empatados. Se a orde- hago estvercorreta, a soma do valor absoluto dos postos deve ser igual a (n¥-1)/2, No exemplo, essa soma fol 153 (=17%18,/2). (4). Transfere-seosinal da diferenga a0 posto correspondent. (8) Somam-se os posto com sinal positive e denomina-seT(+)& soma, Faz-se a ‘mesma coisa com os postos indicados com o sinal negativo ea soma recebe 0 nome de T(-). Tj 9rd a menor, em valor absoluto, desta somas, No Exem plo 3, 06 postos positivos somam T+ = 139 e o negatives, T(-) = ~14 (abela 18.3). Como |T(-)| < |TC4)], entio Tay = [=14l = 14 2 Para incur na andise es dlrercas guas& 20,6 recess empregar a tabela de valree ‘ios fomecia em Rae (1874 Ver dtanes do precadmete ern Zar (100. p. 188)t i MMA Side A. Calegavcfeegues Biveseatisrca 173 O efeito de empates ¢ geralmente pequeno, por isso nfo ¢ feita corregéo para empates nesse procedimento (Gibbons, 1971; p. 113) (6) Teste de hipéreses: 6.1) Hg: os niveis de colinesterase sérca ndo diferem nos dois momentos (antes e apés a aplicago de insticida): Hy: 05 niveis de colinesterase sérica diferem nos dois momentos. (6:2) Tha €o valor eric para ote ebiodaTabela AS. Neste expo, 34. (6.3) Coma no teste de WMI, rejeitase Hy Se Tay, for menor ou igual aoT extico. Came Toy, = 14 < Tagg a7 = 24, rejettace Hy, Chcinice que hosve ma ddiminuigao signifiativa nos niveis de colinesterase sérica apés a exposicio 20 inseticida (mediana antes da aplicagéo = 7,50 wmol/ml; md aps. apli- ‘cagio = 7,28 umol/mL). 0 nfvel critico amostal relativo ao teste em ques- to pode ser obtido, por aproximagio, pela tabela de valores exticos para 0 teste de Wilcoxon e €0,005 > P > 0,001 Procedimento para amostras grandes ‘Quando o mimero de diferencasn for superior a 25, a distribuigéo da estaiistica T aproxima-se de uma cistribuigao normal o teste de significdncia pode ser feito usando-se essa distibuigio. No entanto, a Tabela A, disponivel neste texto, pos sui os valores eritices exatos para amostras com até 100 diferengas, portanto, somente serd necesséro caleular : quando o tamanho amostral for superior a este ‘iimero. A férmula usada para testar a significincia da estatistica Tde Wilcoxon por meio da distibuico normal é a seguinte: cE &a comegio a ser usada se houver empates; nfo havendo empates, CE = 0 Ena corresio € CE = E (@~ 0, onde ¢ € niimero de empates por paso. ‘A regra de rejcigio de H, no caso, ¢ a eldsica pata um teste que usa a distribuigdo normal: se lzqu-| for igual ou maior do que 2, zejeita-se a Ho Exemplo 4. A médica Maria Lig B. de Oliveira (1994) medi a pressio aerial sstlia de 96 reeém-nascidas em dis momentos: quando inham entre 12 € 24 horas de vida (A) e quando tinham entre 24 e 48 horas de vida (8). Desejva-serestarahipétese de que a pressio silica apresenta valores diferen- tes nesses dois momentos de vids do reeémnascido,wsendo c= 0,001. 0s davtos foram analisedos por um programa de computador, ue forneceu os seguintes resultados: Diferengas iguais a zero: 6 Soma das diferencas postivas T+ Soma das diferencas negativas T- 23 (P = 0,000) 73 Mediana no momento A: 67,0 =17- Mediana no momento 8: 70,5 Para se realizar o teste usendo diretamente a tabela de valores eriticos de ‘wileoxon, cetermina:se primeito que Ty, = 17, pois | -17 | <| +73 | Retirando as dferenges iguais a zero, resulta n = 966 = 90, entéo o valor crtico para 0,001 & Tyoig9 = 1240. Ora, Tate = 17 < Tooorgp = 1240, Conclu-se que os niveis de pressao arterial sistéica diferem nos dots momentos, sendo mais ele- ‘vados apds 24 horas a contar do nascimento (neste periodo a mediana obtida foi maior). Conforme foi visto, para um tamanho amostral superior a 25 pode-se usar a Aistibuicdo normal para testar a significdncia de P.O valor de #4, fornecido pelo programa de computador que realizou os céleulos foi 5,23, que ¢ muito malor do ‘que 3,29, 0 valor critico de = para o nivel de signifcancia 0,001 (Tabela A.1 ou Ulkima linha da Tabela A.2). Portanto, rejeita-ee hipdtecs ae igualdade para o= valores dos dois momentos. O valor-P associado a = 5,23 confirma a deciséo, aparecendo no relatério do programa como P = 0,000 (isto &, P < 0,001, j4 que P =O indicaria a probabilidade de um evento impossive) COEFICIENTE DE CORRELACAO PARA POSTOS DE SPEARMAN ( coeficiente de correlagdo Spearman é a mas antiga estatstica baseada em pes- tos. Fo desenvolvida em 1908 e exige que as varivels tena sido medidas pelo ‘menos em escala ordinal, para que os valores possam ser otdenacos, ste coef lente indicado por rg quence caleulado em urna amostra, pode também ser em- pregado quando veriaves quanttativasnéo satsfazem as exigéncias para o teste do cotficient produto-momente de Pearson (), come dseibugao bivariads nor tale homocedanicidade O coeficiente de Spearman varia ene ~1 (coctelagio perfeta negative) © +1 corrlagiopereita positiva), passando pelo valor O(euséacia de comelagi), dda mesma forma que o coeficienter de Pearson. A sua nterpretacio emelhanee a deste ultimo, lembrando, porém, quer indice comelageo entre postos e mio entre os valores efetvamente medidos, Para calcula r, cada indviduo da amostra deve ter um valor para x € um para, as varlveis que se supe estarem corrlacionadss, Orcenam-e, eit, 08 valores de xe os de y,em separado. Se as earacterscasesiverem corelaciona das postivamente, postosbaixos erm uma delas sero, em geal, acompannados de postos também baizos na outa, e posts altos em x eoresponderio a posts altos em y Nas corvelagSes negatives, 0s posts altos em uma varidvel estara0 «0 lado de posts baixos na ourae vice-versa. Se, por our lado, nfo houvercorre- lagio entrex ey, os postos altos atibuldos a valores de = podem corresponder a Postos balxos, médios ou altos dey, indiferentemente. Poranto, a comparaséo entre os postos de.xe y,observados em cada individu, indica o tipo de correlagéo enistente.O cdleulo der, baseia-se nas diferencasente os posts de xe” 'Exemplo 5. Melo (1993) estuou vias earactersticas da lagoa do Diogo, locatiada na Bstacio Ecolégica Jatal, em S20 Paulo. A Tabela 18.4 apresenta az dosagens de nitrato reaizadas na Agua © a profundldade da lagoa, em diferentes épocas. Desejase saber se hé corelagio entre a medida de ntratoe o nlvel de agua da lagoa no somento da cole, 0 céleulo do coefiiente de Spearman (em vex dor de Pearson) justifea-se aqui, por dis motios. Em primeiro lugar a mensurago do nituatoé probleme$14 Sidia M, Callegarinfacques TABELA 18.4 Vass temporal d nia iol.) e da profndidace (m) na ages do ego caloulo do comnts de coreiaao de Spearman (am taco, patos empaados) WMésieno—Wvalo——Protund——‘Pesioge Porto ge o ws A yo o@ asses aos 42 eee ennec ee area sigs 172 32 5 rn) osises 392 22 0 é 4 4% ‘ange < 13 2 2 0 0 11988 20 2 ieee ranbee 20 4 a 0 8 couse St 2 oe 7 ¢ c2rise8 “3 as eae sees 23 6 7 44 51300 oa 5 e464 asses 20 " 407 8 ‘anoes a 2 cetera oven uM ow ad = ° 100 [Riana ila seaaata oon OT cao instrumento utilizado somente detecta valores acima de de 10 yg/L.e, por- tanto, qualquer valor abaixo desse limite €indeterminado. Assim, para secalcular or de Pearson, as determinagGes relativas aos meses de outubro e noverbro de 1988 e dezembro de 1989 teriam de ser retiradas da amostra. No cileulo do coef ciente de Spearman, que se baseia em posto, nio énecessério descartar esses dado Em seguno luge, as distribuigGes das duas varidveisparecem ser assimétrcas; os0 ‘de uma técnica ndo-paramética dispense preocupagies com este problema, Procedimontos para obtencao do coeficionte de Spearman (@)_Iniciase ordenando do menor a0 maior os valores dex (no Exemplo 5, x ‘medida de nitrato), Se houver empates, acribu-se a média 20s postos empe- tados. (Note que hd trés casos em que o nivel de nitrato estd abaixo do liraite de detecgio. Fsses dados receberiam os postos 1, 2 € 3; como estio empata- dos, o posto atribuldo a todos é 2). (2) Repete-se a ordenagio (menor ao maior) para os valores de y (profundi= dade) (3) Calculamse as diferengas (d) entre 0s postos determinados para cada varié= vvel, em cada linha da tabela. Conservar o sinal da diferenca; a soma das diferencas deve ser zero, (4)_ As diferencas sio elevadas 20 quadrado (2) e somadas. (8) Caleula.se 5 da seguinte forma: 6d ts onde n = miimero de pares de valores, No Exempio 5, 600) 13-13, Biocsractsion 15 (©) Um numero muito elevado de empates pode afetar 0 valor de 1. Deve-se ‘usar, entdo, a seguinte férmula com correcdo para empates: dtd, Edt Cert a onde tanco para x (A,) como paray (A,), 7 160 mimero de empates em cada posto. No Exemplo 5, ozorrerem txés empates no poste 2 nos dados de nitiat, © também trés empates com posto 4 nos dados de profundidade. En Para o nitrato (2): B(0 ~ 0 9-3) = 24 e4,= Para a profundidade (y) :Z(0—1) » (98-3) = 24 e A, 80+ 180-100 sim, Fy 7m si ‘2JIgoxI80 360 © coeficiente de Spearman parece indicar uma correlagio positiva entre 08 niveis de nitraro ea profundidade da 4gua na lagoa do Diogo. Resta, agora reall zat um teste de hipéteses para verficar se esse valor pode ser um achado casual ou éevidéncla de que a correlagio realmente existe. Teste de significancia de rg Ahipévese nua do teste para r,estabelece que a correlagdo de Spearman é zero na populacéo. Para confirmé-la ou rejeité-la, usa-se uma tabela exata para rs (Te- bela A.12), na qual estéo indicadas os valores significativos de rg. Para Vitios niveis de significincia (0) e diferentes tamanlhos mostrais (n). Se’ valor obtido for igual ou superior ao tabelado, a correlacéo é estatisticamente significativa para o nivel a selecionado, [No Exemplo 5, r5 caleulado foi 0,725. 0 valor tabelado de r5 para um teste bilateral, @ = 0,01 € # = 13 €r5 oy) = 0,703. Portanto, 0 coeticiente de cor. relagdo obtido entre o nivel de ntratoe profundidade da lagoa é estatisticamen- te significativ, para a = 0,01 ara valores den superiores a 30, pode-se ou usar ditetamente a Tabela A.12 de valores exatos (se n < 100) ou realizar um teste ¢, do mesmo modo que se testa a significancia do coefieienter de Pearson: Neste caso, 0 valor de fyi, obtido é comparado como de Student critica, com (n~2) graus deliberdade (Tabela A.2) ea regra de decisao é a tradicional{76 Siaie BM. Caller Jacgues para o teste: se |t,.,1for igual ou maior do que o ¢ critico, a correlagao é esta- tstcamente sgniliativa Exemplo 6, Foi medida presto arterial srlica (PAS) ea distlca (PAD) m.58 mulheres caucasies, de 17 39 anos de idade, 24 horas apo terem dado a huz uma crianga (ados de Olvera, 1994). Desejace verfcar qual a corelogdo ene as duas medias de pressio arterial, em tis condigdes. Como t PAD no apresentou cistibugio gasians e a nuvem de pontos no gréfico de dsperséo so tnha forma lpia, fi dciido avalaracorelagto pao soeficiete de Spear ran. O valor obtid fig = 0,602, Pela TebelaA.12 de valores exatos para, observa-se que em amostras den 8, rg = 0,602 & maior do que o valor ero pare @ = 01001 (rs pony a 0,424), Ponty, a corelagao obvi ¢ estaisucamente sgnaicauva (OS U.OU). Caso se ope por ara disibugao Ge Student, o test @ eto do seguinee modo: 502 Jaco 8 ae 62> ong = 3460. Concluise, entéo, que existe correlaglo positiva entre os valores de presto arterial sistélicae diastlica em mulheres caucaséides, 24 horas apds 0 parto. ‘TESTE DE McNEMAR Quando a veriével em estudoé dicotdimiea (do tipo sucesso/fracaste), a compara: ‘gio entre duas amostras pode ser feita pelo teste z para proporcges ou pelo teste ‘qui-quadrado para tabelas 2x2, mas tais estes sio vilidos somente na condigao de que as amostras sejam independentes. Se os dades daz duas amostras forem dependentes entt si, no ¢licito utilizar tai testes. H& dependéncia entre amos ‘ras quando o sujito € 0 controle de si mesmo ou quando fol realizado um pare ‘mento individuo a indivduo entre 0s membros das duas amostras. A opco comreta para analisar os dador, no caso, é o teste de McNemar para duas amostras pareadas. Exemplo 7. Suponha que se deseja comparat a eficicla de duas logbes no alivio de iritagbes cutdneas causadzs por certo agente, Essas duas logies pode ‘am ser testadas em 70 pessoas portadoras do problema em ambos os bracas, istrando-se cada locdo a um dos braces. Para evitar um possivel efeito de lateralidade, envolvendo lado do corpo e tipo de logo, o correto seria designer or sortcio a logdoe ser colocada em cada brago, Este procedimento earacteriza o que se denomina “emparelhamento” TABELA 18.8 Orenzacto dos resutadesobides com 2 apkcapio de ages Ie en 70 cents com ages cutineas ns brecas (uma logso om cada rag, so case) 7 Fea comet 3: Forme hoor Nivio wom Ale com s ego “Ao aloctot” Sm Ne Toal Logie “Sim NR Tot Om wom 9(a) ar ue To No a0) Bo a» Tar 2. 27 om Bivesetistca WT No teste de MeNemar, os resultados devem ser avalados no par (no Bxemplo 7.0 par € consttuido pelos dois brags de can pessoa) « os dados deve set cfganizados quanto & cancordncia ou ciscordnls dentro dopa come iniead ra Tabela 18.54. Para iso, conta, nicilmente, o mimero de pessoas qu sot ‘eram avo nos dis bragos (foram 18 concordncas dese ipo e closes esse ‘alor a casela denoraineds F Nove indviduos tveram allo corn ogo |, mas 1néo coma loa exe nimero de dscordéncins écolocado em 6 Vinteequato esas tiveram alvio mente com a gio I (He em 19 casos, enum Sura feito (easels Noe qe a montagem da tabeta& diferente da usada em um test 2 para uma tabla 2x2, A fom incorreta de organiar os dxdos ext indicada fo lado tirekzo da Tabele 18.5. Fea logo claro que esse modo de analisn os dados esc errado, ois otamarho amostal, que era 70, aumnentou indevidamente pera 140 {porque se est incoretamenteconsierande caa basa como um individ) $m 18,19 pacientes, = respostas obtidas nos dois brags fora coneoran- tes, observando-se avi com ambas ns loBes ou no seotendo alii com ne- numa (Tabela 18.5). Os dados das caselas Fe J nfo fornecem informacio que permitam decir qual das loge melhor Sendo essim, a cnselasinformativas Sto apenas aquelas onde houvediscordincia (Ge H), compreendendo um ttl de 533 pessoas, No teste de MeNemar nfo so considerados os Indvfduos que tam mesma resposta para ambos os tratamentos! O teste da hiptesenula (Ff) de que as duas logs tém o mesmo efit € realizado raciocinndose do seguinte modo: Se Hy ¢verdadeira, 2 se considera apenas os casos informativosexperase que 0 nimero de pessoas dicoréantes do tpe “si para | aio para i aja mesmo que o de pessoas do tipo nso para /im para toe expes'se que o individnos eiseordantesocoram com gual Feqiénla nes cattas Ge. No xem pio 7, este nimero €e metade de 33 pacientes (10.5). ‘teste de MeNemar €um teste 7” de ajstanenty, que compare as fey ciasobservaas (9 « 24) com es esperadas supondo gusldade de eeito para arm bas a logbes (16,5 165). Como o6 existe duns caegorins»serem estocades, o tee tom um gia de liberdade Gl=2-1=1) e, poranto,é necessri apliar a corrego de Yates. Note que pels exigéncas de um teste qui-quacrado de asta mento deste po, o total GH deve ser malor do que 23 « n/2 deve exceder 5 (Gapielo 15). ‘A Tabel 18.6 presenta os cilclosefetuados para realizar o este de MeNe- mar nos dagos do Exempla 7.0 valor ealeulado pare 02 €5,94, sendo maior do {que 0 valor rico (gop = 384) param grau de lberdade nivel Ge signi cincia de 5%. Rejeita-se, portanto, H, e conclui-se que as logdes séo diferentes ‘quanto & efcdia. A logio Il é methor do que a | poraue, consderando as 33 Situaies em que somente um dos trataments fo efiez, 24 (798) olivia ‘conseguio peo uso da logo Tle somente em 9 (2796) fl aleangado com a loco. ‘formula a seguir é uma alternativa para océleulo do qut-quadrado do teste de MeNemar 4 Suissa o Shuster (1991) pubtcaram uma tbs aepcil pare lver om conta @ nace total do ates estas178. Sidia M. Callegori-facgues e Meo pra os dados da Taba 1.5 Categoria ° a [O-6-05 0-905 6 3 05 7 ‘2970 5 24 168 > 2570 = 3 330 50 (e-H|-1)?_ 9-24)-1)2 soto ™ “5.94 (0,02 > P> 0.01 ie GtH 9424 y ‘TESTE EXATO DE FISHER (0 Teste Beato de Fisher (7.8. Fisher) 64 alternativa para tabelas 22 quando no se pode usar 0 teste 72 (porque algum valor esperado E é menor do que 5 ou 0 riimero total de individuos estudados é menor do que 25). Esta téenica foi proposta na dévada de 1930, quase simultaneamente por RA. Fisher, 0. Irwin e& Yates, em publicagées separacas, mas é mais conhecida pelo nome do primeiro. & chamado de teste “exato" porque calcula a probabilida- de exata de se obter, 20 acaso, os resultados observados nas caselas ou resultados ‘ainda mais extremos, para os mesmos totais das margens. Para aplicar o"-E.Fisher, ‘0s dados dever ter sido obtidos em duas amostras independentes. Exemplo 8. Um exemplo ficticio de situagio em que se deveria usar este teste é0 do pesquisador que clasifice duas espécies de macacos do Novo Mundo ‘quanto & capacidade de realizar determinada tarefa, Os resultados poderiam ser (0s apresentados na Tabela 18.7. ‘As hipdteses que o pesquisador deseja testar so: Hg: proporgao de animais que realiza a tarefa é a mesma nas duas exp cies (, = Pi) Hg: a proporgéo de animals que realize a tarefa€ diferente nas duas espé- cies P,#P,)- Para realizar o teste de hipdteses, calcula-se @ probabllidade de ocorrer a distribuigdo de dados que foi observada ou uma distribuigio ainda mais extrema 82H for verdadeira. Ou se, caleulase 0 nivel ertico amostal ou valor que éa ccauda da curva de distribuiggo do teste. Se a probabilidade calculada for inferior 20 valor de a previamenteestiptlado, estard Indicando que a distibuigio de da- dos observada nao deve ser casual, rejeltando-se, portanto, a hipétese nula CTABELA 10.7 Numero de animals das espcios 1 que reatzam cra ae (5008 oo8) Realzara eta Proporgao a is aa [gue rnizem tara Epics 1a) 3 9th oF Eset I 76, 300) 307i) 070 To Biro) Toy 191) Bioesatten 119 Procedimentos para a obten¢ao da probabilidade exata (valor-P) (2) Calcula-seiniciaimente Pr(1), a probabilidade de que as freqiéncias obser- vvadas ocorram ao acaso se Hy for verdadeira prea) = Tis! Tea! TTC! NL prep 0s niimeros obtidos nos fatoriais podem ser muito grandes, difcultando 0 caleulo. Uma forma mais fil de idar com mimeros grandes é usar uma transfor. magia logarfumica (natural ou dacimal,indiferentemente). Toma se, 0 seg, © amsilogariimo do resultado (sto 6, exponencia-se o valor obtide) pare chegar ao valor de Pr(1). Aplicando a transformagéo logaritmica & expresslo anterlor®, tem-se: log Pr(1) = (log 714! + log TE,! + log 7Cy! + log TC;) ~log.N1) - (logt + log Bt “tog Ct + log DD Entio, Pr (1) antilog {log Pr (19) 5xax3x2%1= 129 1, por definigao. ‘No exemplo da Tabela 18.7, usando logaritmos base 10, tem-se log Pr(1)= log 9! + log 10! + log 8t + log 11! ~Iog 191) - (log 11 + log 8t + log 71+ log 3, (7.24111) ~ (6,08610) = -1,84499 antilog (1,845) = 10-166 = anna ‘A probabilidade exata de se obter ao acaso, as freqiéncias abservadas, por- tanto, € 0,014. Tal valor € indicativo de que a proporsio de animais que conse- sguem realizar a tarefa nao é @ mesma nas duas espécies. Esta, porém, no é a probabilidade final, pos a hipétese nula também sera rejeitada se os resultados fossem ainda mais extremos do que estes®, razdo pela qual pare testar H € neces. sério calcular também a probabilidade desses resultados, TABELA 18.8 Rasutadoe mie otroros que padtam ot cbeoraos ene 9 ana expe | 1043 cep sendo @hnituns cases do ealear atta 11 capazes do vealaete Reslvana Br ia oa Eetce! ° o ° Espécl 8 2 10 Teal @ " 8 $ Lebre que log) = og A+ 1g 8 eg (18) = ng Ao Un resuaao mats eter sora dante180 Sidia M. Callegari:facquer (2) Prossegue-s, entéo, calculando-se as probabilidades relativas a resultados mais ex:remos, que serdo somadas a Pr(1) para se obter @ érea caudal da distribuiggo de teste (na verdade, a area das duas caudas somadas, pois o teste ¢ bilateral). “Tenddo-se designado por Pr(1) a probabilidade calculada na tabela observada de dados, chamam-se de Pr(2), Pr(3), ete. 20s valores calculados para situagdes mais extremas. Para encontrar uma distribuigio de freqigncias mais extrema do que a ob- servada, localiza-se o menor valor dentre A, B, Ce D (Tabela 18.7). Subtraise 1 dessa freqiéncia ¢ ajustam-se as outras trés, de modo que os totais marginals (Phy, The FC, © PCy) sejam vs wsesnos. Celelaese Pr(2) dha snes forma wlza- da para Pr), Repete-se 0 procedimento iterativamente até que em uma das caseleso valor chegue a 2er0. No Exemplo 7, a casela de menor freqiéncia 6A = 1. Subtraindo-te 1 desse valor e ajustando as demais caselas em relagio aos tovsis marginals, vemos as frequéncias apresentadas na Tebela 18.8, Para esta tabela, a probabilidade Pr(2) € log Pr2) = (log 91-+1og 10!+1og 810g 111 log 191) (og !+10g91+log81+0g 29 log Pr(2) = (7,24211 ~ 10,46631) = ~3,22520 Pr(2) = antilog (-3,22520) = 0,0006. Como néo hé uma distribuigéo de dados mais extrema do que esta, pois A chegou a zero, pode-se passar etapa seguinte, (@)_Calcula-se agora a probabilidade bicaudal final de se obterem, a0 a¢as0, 05, resultados observados ou resultados ainda mais extremos, caso H, sea ver~ dadeira: Pr (bicaudal final) = 2 ¥ (Pr) = 2 (0,0143 + 0,0006) = 0,0298 = valor-P (4) Este valoré agora comparado com o de a escolhido previamente (lembre-se de que a representa um teto de probabilidade, abaixo do qual se rejelta Hy TABELA 18.9 Freaiéncis posses nas caselas A, 8, C0, quando 0 oss marginals 580 08. Incacos na Tabela 108, espoctvesvalofes de Pr Erm raga, se eincias otseredas © Shuols eines mais exons co que oe observades, Freguancias nan caaiee a @ G o ca ° ° . 2 0,008 4 e 1 3 0143 « Tabelaobeerve 2 7 6 4 8,100 3 5 5 5 02804 4 5 4 5 got ic ‘ 3 7 9.2000 6 3 2 a ‘soo 7 2 4 4 008 1.0000 Bivcstatisica 184 por serem os resultados muito improvaveis ao acaso) a probabilidade final obtida (P=0,03) foi menor do que 0,05, nivel de signifiedncia que ¢ comu- ‘mente usado. Rejeta-se, portanto, H, ¢ concli-se que a proporgao de indivi duos que consegue realizar a tarefa estipulada difere nas duas espécies. A espécie ll possui mis animals capazes de realizi-la (7/10 contra 1/9 na espécieD. ‘Multipicar por 2a soma das probabiidades das vérias tabelas para se obter ‘ probabilidade bicaudal é, na verdade, uma simplifcagio conservadora, O corre to seria organizar as tabelas do outro extremo da curva, ealeular es probabilida- des exatas e somd-las is obtidas na primeira parte do teste. A Tabela 18.9 mostra, (08 valores de Pr para todos os resultados possveis quando os totals marginais sa 9,10; 8 11. Aprobablidade bilateral exata para o teste desejado 60,0143 +0,008, (na Espécie T, um ou menos individuos realizatm a tarefa) mais 0,0048+0,001 (um ou menos individuos na Espécie I reslizam a tazefa), isto 6, 0 valor exato de Pé0,0198, (0s edlculos necessétios para o TI-Fisher sio bastante tediosos. Zar (1999: ‘App 143) apresenta uma tabela com valores criticos com os quals sto comparadas a5 freqiéncias observadas pelo pesqulsador. Existem também programas de com- putador que realizam rapidamente a tarefa de ealeular 0 valor 2 ANALISE DE VARIANCIA NAO-PARAMETRICA: TESTE DE KRUSKAL-WALLIS Quando sio violadas de forma imporcante as pressuposigBes de normalidade ¢ hhomocedasticidade, nfo se pode confiar no resultado de uma analize de varineia, tradicional, pois a probabilidade de se cometer um erto do Tipo I sfasta-se marca damente de « & altemativa ndo-paramétrica para a ANOVA a um critéro de clas sificagdo € o uate de Kruskul-ull, Este reste ¢ uma generalizacao do teste de Wileoxon-Mann-Whitney (WMW) e serve, portanco, para se compararem duas ou ‘mais populagdes quanto & tendéncia central dos dados. O teste nfo-paremétrico para a ANOVA a dois critéios de classifcacio é o teste de Friedman (ver em Siegel, 1956; Daniel, 1976; Zer, 1999 ou Sprent e Smeeton, 2001). Como no teste de WMI, inici-se o teste de Krusksl Wallis ordenando os valores observados de todas as k amostras juntas. A seguir, somamtse 0s postos ‘attibuidos a cada valor. Postos empatados recebem 0 valor do posto médio. Acstatistica do teste é 2 Ne: conden, = tamanho de cada amostra, W soma dos postos em eada amostra. Um modo prético de conferir se nfo houve erro no procedimento de ordena- fo 6 verificar se BR, = NIN+1)/2. ‘A Tabela A.10 fornece os valores criticos exatos para H (Hann) quando se trata de experimentos onde o nimero de grupos (2) & peaqueno Ck 289 Fah A, fenul we eduis— 12.5-82=33 8S aR tbe Ba] Nore) He sails caenon SS 300 2ore 288 Naoreh He CE =24