Teoria da Decisão

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)

 Se o valor de algum dos teste for

significante (p-value < 5%) rejeita a
hipótese de normalidade
Testes paramétricos
• Comparação de duas populações
• Quais elementos de comparação??
Comparação de duas médias
teste t de Student
 Serve para avaliar as diferenças entre as
médias de dois grupos
 Pode ser usado em pequenas amostras
(n<10)
 Distribuição Normal e variância não sejam
significativamente diferentes
Sobre o teste t de Student
 Amostras independentes
 Exemplo: Estudo de Caso-controle
 Verificar a situação de cedasticidade
 Amostras pareadas
 Exemplo: Ensaios clínicos
problema
Em indivíduos sadios, o consumo renal de
oxigênio distribui-se normalmente em torno
de 12 cm3/mim. Deseja-se investigar, com base
em cinco indivíduos portadores de certa
moléstia, se esta tem influência no consumo
renal médio de oxigênio.
Os consumos médios para os cinco pacientes
foram:14,4 ; 12,9; 15,0; 13,7; 13,5
Qual a conclusão ao nível de 1% de
significância?
Solução
1º Passo: Formular as hipóteses

H0 : X  12 cm3 /min
H1 : X  12 cm3 /min

2º Passo: Definir a confiança do teste => p=1%

3º Passo: Calcular a estatística t do

( 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.

 Verificar se não há diferença na

variabilidade entre duas populações

 Sendo iguais, as populações são chamadas Homocedástica;

 Sendo diferentes, as populações são chamadas

Heterocedástica;
Problema
Duas amostras, com dez e quinze elementos,
extraídas de populações normais, forneceram
variâncias respectivamente iguais a 6,34 e
18,7. Ao nível de 5% de significância, devemos
aceitar que as duas populações tenham o
mesmo grau de dispersão?
Solução
1º Passo: Formular as hipóteses

H 0 : 1   2
2 2

H1 : 1   2
2 2

2º Passo: Definir a confiança do teste => p=5%

18,7
3º Passo: Calcular o valor de F Fcalc   2,95
6,34
Solução

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.

 A hipótese a ser testada é de que a

média de todas as populações
analisadas sejam iguais, contra a de que
pelo menos uma seja diferente das
demais

 Pode ser calculada para um ou mais de

um fator de discriminação
Problema
Com 1 fator de classificação
A tabela abaixo refere-se aos resultados do
tratamento com uma determinada droga em
três grupos (GI,GII e GIII) para diminuição de
edema de membro inferior. O objetivo é
verificar se há diferença entre os resultados
obtidos de acordo com o esquema de
administração ao paciente.
Esquema:
GI= 2 comp. manhã + 2 comp. noite
GII = 1 comp. manhã + 1 placebo a noite
GIII = 2 placebo manhã + 2 comp. noite
Problema
Tratamento
Paciente GI G II G III
1 4,7 5,5 5,4
2 5,3 5,4 5
3 4,9 5,8 5,1
4 5 6,1 5,1
5 4,6 5,2 4,9
 Solução
1º Passo: Formular as hipóteses
H0 : 1  2  3
H1 : 1  2  3
2º Passo: Definir a confiança do teste => p=5%
3º Passo: Calcular a ANOVA (Excel)
4º Passo: Concluir
Valor crítico de F = 3,885 p-valor = 0,0054
Logo, há diferença significativa entre os métodos de
administração
Comparação de mais de duas
médias populacionais
Teste não-planejado para comparação de médias
 Determina quais pares de média diferem após o
teste ANOVA
 Teste de Scheffé
 Teste de Bonferroni
 Teste de Tuckey (HSD)
 Teste de Newman-Keuls
 Teste de Duncan
 Teste de Dunn
 Comparação de médias
TESTE DE TUKEY
 TESTE DE TUKEY

Após rejeitarmos a hipótese H0, na análise de

variância, desejamos saber quais as médias,
entre as várias que foram comparadas,
diferem entre si ao nível de significância
estipulado.
Um desses testes é o teste de Tukey.
Este teste é feito comparando-se a diferença
absoluta (em módulo) entre as várias médias
pareadas duas a duas, a um valor (),
previamente calculado.
 TESTE DE TUKEY

O  é calculado da seguinte forma:

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

Caso o número de observações por

tratamento seja diferente, o  será calculado
da seguinte forma:
1 1 1 
   QME
2  n1 n2 
No entanto, nesse caso os resultados são
aproximados e devem ser encarados com
reserva
 TESTE DE TUKEY

Serão consideradas significativas ao nível de

significância pré determinado () aquelas
diferenças entre médias cujo valor absoluto
for maior que o  calculado.
Testes Não-paramétricos
 Teste para comparação de duas
populações

 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)

Onde: N = Número total de observações

k = Número de tratamentos
Rj = Soma dos postos do j-ésimo
tratamento
nj = Número de observações no j-ésimo
tratamento
 Resumo da ópera
 Testes paramétricos
 Teste t de Student
 Comparação de médias para amostras pequenas (n<30)
 Teste de Fisher
 Comparação de variâncias de duas amostras
 Teste ANOVA
 Comparação de variância de mais de duas amostras
 Resumo da ópera
 Testes não-paramétricos
 Teste t de Student  Wilcoxon-Mann-Whitney

 ANOVA  Teste de Kruskal-Wallis, ou

Teste de Friedman
Boa sorte e bom trabalho

Obrigado