Professional Documents
Culture Documents
Estatística
Teste Paramétricos
e
não Paramétricos
Fernando Oliveira
Semelhanças e diferenças
Teste Paramétrico:
Distribuição aproximadamente Normal
Compara parâmetros (médias, variâncias...)
Melhor eficiência
Não-paramétricos
Não exige distribuição Normal
Mais aplicáveis
Verificando se uma distribuição é
normal – Testes de Aderência
• Teste de aderência de Qui-quadrado
• Teste de Kolmogorov-Smirnov (K-S)
• Teste de Shapiro-Wilks (S-W)
H0 : X 12 cm3 /min
H1 : X 12 cm3 /min
( X ) (13,9 12)
t t 5,21
0,81
n 5
Solução
4º Passo: Concluir
Valor crítico de t4;0,5% = 4,264
Logo, rejeitamos H0 ao nível de 1%
Comparação de duas variâncias
Teste de Fisher (F)
Serve para comparar a variância de duas
populações.
H 0 : 1 2
2 2
H1 : 1 2
2 2
4º Passo: Concluir
Valor crítico de F14;9;2,5% = 3,21
Logo, não rejeitamos H0 ao nível de 5%
Comparação mais de duas médias
populacionais - ANOVA
Serve para comparar três ou mais médias
populacionais.
QME
q
n
Onde:
q = amplitude total studentizada, valor obtido em
uma tabela de dupla entrada com o grau de
liberdade do resíduo e o número de tratamentos;
QME = quadrado médio do resíduo e;
n = número de observações por tratamento
(repetições).
TESTE DE TUKEY
Teste de Wilcoxon-Mann-Whitney
Aplicado para amostras independentes
Verifica semelhança entre duas amostras
Versão não paramétrica do teste t de Student
Testes Não-paramétricos
Teste para comparação de mais de duas
populações
Teste de Kruskal-Wallis
k Rj
2
12
H
N ( N 1)
j 1
nj
3( N 1)
Obrigado