SlideShare uma empresa Scribd logo
Outros Testes Não-Paramétricos Paulo Novis Rocha paulonrocha@ufba.br 1
Porque “Outros” Testes Não-Paramétricos? Porque já vimos os seguintes testes não-paramétricos: Chi-quadrado Teste exato de Fisher 2
Porque “não-paramétricos”? Porque não dependem que os valores da variável estudada tenham distribuição normal ou aproximadamente normal A distribuição normal é determinada pelos parâmetros média e desvio-padrão Amostras pequenas muitas vezes não permitem conhecer o tipo de distribuição da variável  Testes de distribuição livre ou testes não-paramétricos 3
Vantagens dos testes não-paramétricos Quando não se conhece a distribuição dos dados na população Quando essa distribuição é assimétrica Quando existe heterocedasticidade Quando a variável é medida em escala ordinal Em resumo: são testes de aplicação mais ampla, que podem ser utilizados quando as exigências das técnicas clássicas não são satisfeitas 4
Desvantagens dos testes não-paramétricos Operações tediosas (não para os computadores!) Extraem menos informação do experimento, porque substituem o valor real medido pelo posto ocupado na ordenação de valores obtidos, o que resulta em perda de informação relativa à variabilidade da característica (uma diferença numericamente grande pode representar apenas uma mudança para o posto seguinte) Quando utilizados em dados que satisfazem as exigências das técnicas clássicas, estes métodos apresentam uma eficiência menor Ex: enquanto o teste U de Wilcoxon-Mann-Whitney precisaria de n = 100 para revelar uma diferença, o teste t de Student necessitaria de n = 95. 5
Testes não-paramétricos mais utilizados: 6
Teste U de Wilcoxon-Mann-Whitney Desenvolvido por F. Wilcoxon em 1945 para comparar as tendências centrais de duas amostras independentes de tamanhos iguais Em 1947, H.B. Mann e D.R. Whitney generalizaram a técnica para amostras de tamanhos diferentes Mais conhecido como teste de Mann-Whitney Pressupostos: Amostras aleatórias Observações independentes Variável de interesse tem característica contínua (mesmo que os dados não sejam. Ex. conceito de A até E para medir conhecimento em um determinado assunto) Substituto do teste t de Student 7
Quando usar o teste U WMW em vez do teste t de Student? nma < 8 (GLANTZ) nme ou nma < 20 (DANIEL) nme + nma < 30 (SPSS) 8
Racional do teste U de WMW Organizar os valores das amostras A e B juntas em ordem crescente Substituir os valores reais pelos postos ocupados Verificar se há diferença significativa entre os postos médios das duas amostras 9
Exemplo Mattos et al. estudaram a morfologia das regiões organizadoras do nucléolo (RON) em células da cérvice uterina de mulheres com e sem câncer. De cada mulher, foram examinadas 100 células e computou-se um escore (% observada) para cada padrão morfológico. No padrão 1ª, as RON apresentam-se como manchas sólidas, redondas e de tamanhos diferentes. 10
Tabela. Escore 1 A (% de células tipo 1) em 9 controles e 8 pacientes com carcinoma invasor Fonte: Sidia M. Callegari-Jacques. BIOESTATÍSTICA: Princípios e Aplicações. 11
Tabela. Escore 1 A (% de células tipo 1) em 9 controles e 8 pacientes com carcinoma invasor Se a ordenação está correta, (R1 + R2) = N (N+1)/2 Onde N = n1 + n2 12
Hipóteses H0: as duas amostras não diferem quanto à locação HA: as duas amostras diferem quanto à locação 13
Estatística do teste de WMW ,[object Object]
 Denomina-se o menor destes dois valores de Ucalc, que deverá então ser comparado ao valor crítico da tabela.
 Uα;n1;n2 é o valor crítico tabelado. Para α = 0,05; n1 = 8; n2 = 9, U0,05;8;9= 15
 Diferente dos testes vistos até aqui, rejeita-se H0 se Ucalcfor menor ou igual ao valor crítico. Como Ucalc= 9,5 < U0,05;8;9= 15, rejeita-se H014
Exemplo no SPSS 15
Teste T de Wilcoxon Desenvolvido por F. Wilcoxon em 1945 Substituto do teste t para amostras emparelhadas Baseia-se nos postos das diferenças intra-pares, dando maior importância às diferenças maiores O que não é feito pelo Teste do Sinal, outro teste não-paramétrico para amostras emparelhadas Racional: se o tratamento A produz valores maiores que o tratamento B, as diferenças (A-B) de sinal positivo serão maiores (em número e grau) do que as diferenças de sinal negativo. Se ambos tratamentos produzem o mesmo efeito, as diferenças positivas e negativas devem se anular. 16
Exemplo Foi medida a colinesterase sérica em agricultores que aplicaram inseticidas em plantas. Foram feitas duas coletas de sangue em cada agricultor: uma antes e outra 24 horas após a aplicação do inseticida. H0: o nível de colinesterase é o mesmo antes e após a aplicação do inseticida. 17
Tabela. Colinesterase total (μmol/ml de plasma) em 17 agricultores do sexo masculino 18
Exemplo no SPSS 19
Teste de McNemar Comparação de variáveis dicotômicas entre 2 amostras  Interdependência entre as amostras Uso do qui-quadrado é ilícito! O teste de McNemar é um teste qui-quadrado de ajustamento, que compara as frequências observadas com as esperadas supondo igualdade de efeito para ambos tratamentos (ou ausência de associação entre as variáveis). 20
Organizaçao dos resultados obtidos com a aplicação das loções I e II em 70 pacientes com irritações cutâneas nos braços (uma locação em cada braço, ao acaso) Forma Correta Forma Incorreta No teste de McNemar, os resultados devem ser avaliados no par e os dados organizados quanto à concordância dentro do par. Neste exemplo, o par é constituído pelos dois braços de cada pessoa. 21
Organizaçao dos resultados obtidos com a aplicação das loções I e II em 70 pacientes com irritações cutâneas nos braços (uma locação em cada braço, ao acaso) F e I: respostas concordantes (alívio ou ausência de alívio com ambas loções). Não fornecem informação que permita decidir qual loção é a melhor, portanto, não são considerados no teste de McNemar. G e H: respostas discordantes, portanto, informativas. n = 33. H0: as duas loções têm o mesmo efeito. Se H0 é verdadeira, espera-se o mesmo número de pessoas discordantes do tipo “sim para I / não para II”  que do tipo “não para I / sim para II” (isto é, frequências iguais nas células G e H, ou seja, 33/2 = 16,5 em cada célula). 22
Teste de McNemar O valor crítico de qui-quadrado para 1 grau de liberdade e nível de significância de 5% é 3,84.  Como o valor calculado de qui-quadrado é maior que o crítico, rejeita-se H0. 23
Exemplo no SPSS 24
Teste de Kruskal-Wallis Não se pode confiar no resultado de uma ANOVA quando os pressupostos de normalidade e homocedasticidade são violados. Alternativa: teste de Kruskal-Wallis Generalização do teste de Wilcoxon-Mann-Whitney 25
Racional Ordena-se os valores de todas as amostras juntas Atribui-se postos a cada valor Postos empatados recebem o valor do posto médio Soma-se os postos Deve ser igual à N(N+1)/2 26
Estatística 27
Número de ovos depositados por fêmeas da borboleta Heliconiuseratophyllisem 3 espécies de Passiflora 3 empates no posto 9, então CE = (33 – 3) = 24 28
Estatística Como H calculado é maior que o H crítico tabelado, rejeita-se H0. 29
Pós-testes Teste de Dunn 30
Exemplo no SPSS 31
Coeficiente de correlação para postos de Spearman Mais antiga estatística baseada em postos (1904) Utilizado para avaliar o grau de correlação entre variáveis quantitativas quando as exigências para o teste de Pearson não são satisfeitas Distribuição bivariada normal Homocedasticidade 32
Coeficiente de correlação de Spearman rs = 0, ausência de correlação rs = -1, correlação negativa perfeita rs = +1, correlação positiva perfeita O cálculo de rs baseia-se nas diferenças entre os postos de x e y 33
Exemplo Um pesquisador procurou correlacionar os níveis de nitrato na água com a profundidade de uma lagoa. 34
Variaçao temporal do nitrato (μg/L) e da profunidade (m) da lagoa <: abaixo do limite de detecção, que é 10 μg/L 35

Mais conteúdo relacionado

Mais procurados

Regressão Linear I
Regressão Linear IRegressão Linear I
Regressão Linear I
Vitor Vieira Vasconcelos
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricos
Rodrigo Rodrigues
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Testes hipoteses introducao
Testes hipoteses introducaoTestes hipoteses introducao
Testes hipoteses introducao
Célia M. D. Sales
 
Regressao linear multipla
Regressao linear multiplaRegressao linear multipla
Regressao linear multipla
aniziorochaaraujo
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
Anderson Pinho
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
Vitor Vieira Vasconcelos
 
Testes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostosTestes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostos
Célia M. D. Sales
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
Fernando Bortolozo
 
Análise de regressão linear
Análise de regressão linearAnálise de regressão linear
Análise de regressão linear
Alexandre Kindermann Bez
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais
Rodrigo Rodrigues
 
Aula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidadeAula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidade
Felipe Pontes
 
02 tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
02   tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA02   tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
02 tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
Ricardo Bruno - Universidade Federal do Pará
 
Tratamento e Organização de Dados
Tratamento e Organização de DadosTratamento e Organização de Dados
Tratamento e Organização de Dados
estudamatematica
 
Correlacao
CorrelacaoCorrelacao
Correlacao
jon024
 
Econometria modelos de_regressao_linear
Econometria modelos de_regressao_linearEconometria modelos de_regressao_linear
Econometria modelos de_regressao_linear
Joevan Santos
 
Termos e conceitos estatísticos
Termos e conceitos estatísticosTermos e conceitos estatísticos
Termos e conceitos estatísticos
Helena Borralho
 
1. intervalo de confiança parte i
1. intervalo de confiança   parte i1. intervalo de confiança   parte i
1. intervalo de confiança parte i
Regional Jataí - Universidade Federal de Goiás
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
Ariel Rennó Chaves
 
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
Paulo Mutolo
 

Mais procurados (20)

Regressão Linear I
Regressão Linear IRegressão Linear I
Regressão Linear I
 
Teste de hipóteses - paramétricos
Teste de hipóteses - paramétricosTeste de hipóteses - paramétricos
Teste de hipóteses - paramétricos
 
Aula 30 testes de hipóteses
Aula 30   testes de hipótesesAula 30   testes de hipóteses
Aula 30 testes de hipóteses
 
Testes hipoteses introducao
Testes hipoteses introducaoTestes hipoteses introducao
Testes hipoteses introducao
 
Regressao linear multipla
Regressao linear multiplaRegressao linear multipla
Regressao linear multipla
 
Distribuição Amostral da Média
Distribuição Amostral da MédiaDistribuição Amostral da Média
Distribuição Amostral da Média
 
Conceitos Básicos de Estatística II
Conceitos Básicos de Estatística IIConceitos Básicos de Estatística II
Conceitos Básicos de Estatística II
 
Testes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostosTestes hipot parametricos_pressupostos
Testes hipot parametricos_pressupostos
 
Aula inferencia
Aula inferenciaAula inferencia
Aula inferencia
 
Análise de regressão linear
Análise de regressão linearAnálise de regressão linear
Análise de regressão linear
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais
 
Aula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidadeAula 2 - Distribuição de probabilidade
Aula 2 - Distribuição de probabilidade
 
02 tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
02   tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA02   tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
02 tópico 1 - regressão linear simples 01 - Econometria - Graduação - UFPA
 
Tratamento e Organização de Dados
Tratamento e Organização de DadosTratamento e Organização de Dados
Tratamento e Organização de Dados
 
Correlacao
CorrelacaoCorrelacao
Correlacao
 
Econometria modelos de_regressao_linear
Econometria modelos de_regressao_linearEconometria modelos de_regressao_linear
Econometria modelos de_regressao_linear
 
Termos e conceitos estatísticos
Termos e conceitos estatísticosTermos e conceitos estatísticos
Termos e conceitos estatísticos
 
1. intervalo de confiança parte i
1. intervalo de confiança   parte i1. intervalo de confiança   parte i
1. intervalo de confiança parte i
 
Aula 12 intervalo de confiança
Aula 12   intervalo de confiançaAula 12   intervalo de confiança
Aula 12 intervalo de confiança
 
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
Determinar o domínio, contradomínio, zeros, coordenada de vértice e variação ...
 

Destaque

Teste t student
Teste t studentTeste t student
Teste t student
Célia M. D. Sales
 
Cap8 - Parte 3 - Teste Exato De Fisher
Cap8 - Parte 3 - Teste Exato De FisherCap8 - Parte 3 - Teste Exato De Fisher
Cap8 - Parte 3 - Teste Exato De Fisher
Regis Andrade
 
Cap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um CritérioCap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um Critério
Regis Andrade
 
Bioestatística
BioestatísticaBioestatística
Bioestatística
Gilmar Giraldelli
 
Bioestatística introdução
Bioestatística introduçãoBioestatística introdução
Bioestatística introdução
Grupo de Estudos em Aprendizagem e Cognição
 
Testes hipoteses nao-parametricos
Testes hipoteses nao-parametricosTestes hipoteses nao-parametricos
Testes hipoteses nao-parametricos
Célia M. D. Sales
 
Técnicas de modelagem de teste (parte 1)
Técnicas de modelagem de teste (parte 1)Técnicas de modelagem de teste (parte 1)
Técnicas de modelagem de teste (parte 1)
Fabrício Campos
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
felipethoaldo
 

Destaque (8)

Teste t student
Teste t studentTeste t student
Teste t student
 
Cap8 - Parte 3 - Teste Exato De Fisher
Cap8 - Parte 3 - Teste Exato De FisherCap8 - Parte 3 - Teste Exato De Fisher
Cap8 - Parte 3 - Teste Exato De Fisher
 
Cap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um CritérioCap8 - Parte 1 - Teste Qui Um Critério
Cap8 - Parte 1 - Teste Qui Um Critério
 
Bioestatística
BioestatísticaBioestatística
Bioestatística
 
Bioestatística introdução
Bioestatística introduçãoBioestatística introdução
Bioestatística introdução
 
Testes hipoteses nao-parametricos
Testes hipoteses nao-parametricosTestes hipoteses nao-parametricos
Testes hipoteses nao-parametricos
 
Técnicas de modelagem de teste (parte 1)
Técnicas de modelagem de teste (parte 1)Técnicas de modelagem de teste (parte 1)
Técnicas de modelagem de teste (parte 1)
 
Bioestatística
 Bioestatística Bioestatística
Bioestatística
 

Semelhante a Outros testes não-paramétricos

Testes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitneyTestes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitney
Ceiça Correia
 
Testes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitneyTestes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitney
Ceiça Correia
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
ssuser98ac96
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
Sandro Esteves
 
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
EliseuGouveia2
 
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - IIPrincípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
Federal University of Bahia
 
08 testes hipoteses_anova
08 testes hipoteses_anova08 testes hipoteses_anova
08 testes hipoteses_anova
Décio Soares Vicente
 
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ssuserac1de6
 
Análise de dados com SciLab
Análise de dados com SciLabAnálise de dados com SciLab
Análise de dados com SciLab
Vagner Sanches Vasconcelos, MSc
 
Estatística Aplicada à Administração - Aula 17: Testes de Hipóteses
Estatística Aplicada à Administração - Aula 17: Testes de HipótesesEstatística Aplicada à Administração - Aula 17: Testes de Hipóteses
Estatística Aplicada à Administração - Aula 17: Testes de Hipóteses
Marcus Araújo
 
Aula19
Aula19Aula19
Ap5 - Critérios de validação dos testes sorológicos
Ap5 - Critérios de validação dos testes sorológicosAp5 - Critérios de validação dos testes sorológicos
Ap5 - Critérios de validação dos testes sorológicos
LABIMUNO UFBA
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
NunoSilva599593
 
Cap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas MédiaCap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas Média
Regis Andrade
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Sandra Lago Moraes
 
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
HduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuusHduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
AnbalAbduremane
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
igorjlc
 
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico   profa. dra. lívia maria andaló tenuta (unic...A escolha do método estatístico   profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
Jose Carlos Carlos Melo
 
Regressao linear
Regressao linearRegressao linear
Regressao linear
Mitsubishi Motors Brasil
 
Análise de variância.pptx
Análise de variância.pptxAnálise de variância.pptx
Análise de variância.pptx
Andre142201
 

Semelhante a Outros testes não-paramétricos (20)

Testes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitneyTestes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitney
 
Testes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitneyTestes nao parametricos_mann-whitney
Testes nao parametricos_mann-whitney
 
estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamentalestatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
 
Poder Amostral e Estatística
Poder Amostral e EstatísticaPoder Amostral e Estatística
Poder Amostral e Estatística
 
Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptxApresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
 
Princípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - IIPrincípios de Estatística Inferencial - II
Princípios de Estatística Inferencial - II
 
08 testes hipoteses_anova
08 testes hipoteses_anova08 testes hipoteses_anova
08 testes hipoteses_anova
 
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdfESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
ESTATÍSTICA-BÁSICA-SUMÁRIO-1a-PARTE-REVISADO-2013.pdf
 
Análise de dados com SciLab
Análise de dados com SciLabAnálise de dados com SciLab
Análise de dados com SciLab
 
Estatística Aplicada à Administração - Aula 17: Testes de Hipóteses
Estatística Aplicada à Administração - Aula 17: Testes de HipótesesEstatística Aplicada à Administração - Aula 17: Testes de Hipóteses
Estatística Aplicada à Administração - Aula 17: Testes de Hipóteses
 
Aula19
Aula19Aula19
Aula19
 
Ap5 - Critérios de validação dos testes sorológicos
Ap5 - Critérios de validação dos testes sorológicosAp5 - Critérios de validação dos testes sorológicos
Ap5 - Critérios de validação dos testes sorológicos
 
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptxAMD - Aula n.º 3 - duas amostras emparelhadas.pptx
AMD - Aula n.º 3 - duas amostras emparelhadas.pptx
 
Cap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas MédiaCap7 - Parte 4 - Teste De Duas Média
Cap7 - Parte 4 - Teste De Duas Média
 
Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)Hipóteses e Estimativa do tamanho da amostra (aula 6)
Hipóteses e Estimativa do tamanho da amostra (aula 6)
 
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
HduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuusHduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
Hduudjudmmhdkkdjdyjyhyuyduusyjyusujjsuus
 
Aula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostralAula parte6 distribuicao_amostral
Aula parte6 distribuicao_amostral
 
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico   profa. dra. lívia maria andaló tenuta (unic...A escolha do método estatístico   profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
 
Regressao linear
Regressao linearRegressao linear
Regressao linear
 
Análise de variância.pptx
Análise de variância.pptxAnálise de variância.pptx
Análise de variância.pptx
 

Último

Tudo sobre a Inglaterra, curiosidades, moeda.pptx
Tudo sobre a Inglaterra, curiosidades, moeda.pptxTudo sobre a Inglaterra, curiosidades, moeda.pptx
Tudo sobre a Inglaterra, curiosidades, moeda.pptx
IACEMCASA
 
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdfUFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
Manuais Formação
 
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptxTREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
erssstcontato
 
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
fran0410
 
ATIVIDADES de alfabetização do mês de junho
ATIVIDADES de alfabetização do mês de junhoATIVIDADES de alfabetização do mês de junho
ATIVIDADES de alfabetização do mês de junho
Crisnaiara
 
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇOPALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
ARIADNEMARTINSDACRUZ
 
Dicas de normas ABNT para trabalho de conclusão de curso
Dicas de normas ABNT para trabalho de conclusão de cursoDicas de normas ABNT para trabalho de conclusão de curso
Dicas de normas ABNT para trabalho de conclusão de curso
Simone399395
 
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
samucajaime015
 
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃOAUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
FernandaOliveira758273
 
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.pptFUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
MarceloMonteiro213738
 
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptxSlides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
LuizHenriquedeAlmeid6
 
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGTUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
ProfessoraTatianaT
 
Cartinhas de solidariedade e esperança.pptx
Cartinhas de solidariedade e esperança.pptxCartinhas de solidariedade e esperança.pptx
Cartinhas de solidariedade e esperança.pptx
Zenir Carmen Bez Trombeta
 
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdfUFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
Manuais Formação
 
Slide de biologia aula2 2 bimestre no ano de 2024
Slide de biologia aula2  2 bimestre no ano de 2024Slide de biologia aula2  2 bimestre no ano de 2024
Slide de biologia aula2 2 bimestre no ano de 2024
vinibolado86
 
Caça-palavaras e cruzadinha - Dígrafos.
Caça-palavaras  e cruzadinha  - Dígrafos.Caça-palavaras  e cruzadinha  - Dígrafos.
Caça-palavaras e cruzadinha - Dígrafos.
Mary Alvarenga
 
planejamento maternal 2 atualizado.pdf e
planejamento maternal 2 atualizado.pdf eplanejamento maternal 2 atualizado.pdf e
planejamento maternal 2 atualizado.pdf e
HelenStefany
 
Curativo de cateter venoso central na UTI.pdf
Curativo de cateter venoso central na UTI.pdfCurativo de cateter venoso central na UTI.pdf
Curativo de cateter venoso central na UTI.pdf
BiancaCristina75
 
As sequências didáticas: práticas educativas
As sequências didáticas: práticas educativasAs sequências didáticas: práticas educativas
As sequências didáticas: práticas educativas
rloureiro1
 
Aula 02 - Introducao a Algoritmos.pptx.pdf
Aula 02 - Introducao a Algoritmos.pptx.pdfAula 02 - Introducao a Algoritmos.pptx.pdf
Aula 02 - Introducao a Algoritmos.pptx.pdf
AntonioAngeloNeves
 

Último (20)

Tudo sobre a Inglaterra, curiosidades, moeda.pptx
Tudo sobre a Inglaterra, curiosidades, moeda.pptxTudo sobre a Inglaterra, curiosidades, moeda.pptx
Tudo sobre a Inglaterra, curiosidades, moeda.pptx
 
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdfUFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
UFCD_3546_Prevenção e primeiros socorros_geriatria.pdf
 
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptxTREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
TREINAMENTO DE BRIGADA DE INCENDIO BRIGADA CCB 2023.pptx
 
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
Telepsiquismo Utilize seu poder extrassensorial para atrair prosperidade (Jos...
 
ATIVIDADES de alfabetização do mês de junho
ATIVIDADES de alfabetização do mês de junhoATIVIDADES de alfabetização do mês de junho
ATIVIDADES de alfabetização do mês de junho
 
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇOPALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
PALAVRA SECRETA - ALFABETIZAÇÃO- REFORÇO
 
Dicas de normas ABNT para trabalho de conclusão de curso
Dicas de normas ABNT para trabalho de conclusão de cursoDicas de normas ABNT para trabalho de conclusão de curso
Dicas de normas ABNT para trabalho de conclusão de curso
 
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
Aula de fundamentos de Programação Orientada a Objeto na linguagem de program...
 
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃOAUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
AUTISMO LEGAL - DIREITOS DOS AUTISTAS- LEGISLAÇÃO
 
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.pptFUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
FUNCAO EQUAÇÃO DO 2° GRAU SLIDES AULA 1.ppt
 
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptxSlides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
Slides Lição 12, CPAD, A Bendita Esperança, A Marca do Cristão, 2Tr24.pptx
 
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGTUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
TUTORIAL PARA LANÇAMENTOGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGGG
 
Cartinhas de solidariedade e esperança.pptx
Cartinhas de solidariedade e esperança.pptxCartinhas de solidariedade e esperança.pptx
Cartinhas de solidariedade e esperança.pptx
 
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdfUFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
UFCD_4667_Preparação e confeção de molhos e fundos de cozinha_índice.pdf
 
Slide de biologia aula2 2 bimestre no ano de 2024
Slide de biologia aula2  2 bimestre no ano de 2024Slide de biologia aula2  2 bimestre no ano de 2024
Slide de biologia aula2 2 bimestre no ano de 2024
 
Caça-palavaras e cruzadinha - Dígrafos.
Caça-palavaras  e cruzadinha  - Dígrafos.Caça-palavaras  e cruzadinha  - Dígrafos.
Caça-palavaras e cruzadinha - Dígrafos.
 
planejamento maternal 2 atualizado.pdf e
planejamento maternal 2 atualizado.pdf eplanejamento maternal 2 atualizado.pdf e
planejamento maternal 2 atualizado.pdf e
 
Curativo de cateter venoso central na UTI.pdf
Curativo de cateter venoso central na UTI.pdfCurativo de cateter venoso central na UTI.pdf
Curativo de cateter venoso central na UTI.pdf
 
As sequências didáticas: práticas educativas
As sequências didáticas: práticas educativasAs sequências didáticas: práticas educativas
As sequências didáticas: práticas educativas
 
Aula 02 - Introducao a Algoritmos.pptx.pdf
Aula 02 - Introducao a Algoritmos.pptx.pdfAula 02 - Introducao a Algoritmos.pptx.pdf
Aula 02 - Introducao a Algoritmos.pptx.pdf
 

Outros testes não-paramétricos

  • 1. Outros Testes Não-Paramétricos Paulo Novis Rocha paulonrocha@ufba.br 1
  • 2. Porque “Outros” Testes Não-Paramétricos? Porque já vimos os seguintes testes não-paramétricos: Chi-quadrado Teste exato de Fisher 2
  • 3. Porque “não-paramétricos”? Porque não dependem que os valores da variável estudada tenham distribuição normal ou aproximadamente normal A distribuição normal é determinada pelos parâmetros média e desvio-padrão Amostras pequenas muitas vezes não permitem conhecer o tipo de distribuição da variável Testes de distribuição livre ou testes não-paramétricos 3
  • 4. Vantagens dos testes não-paramétricos Quando não se conhece a distribuição dos dados na população Quando essa distribuição é assimétrica Quando existe heterocedasticidade Quando a variável é medida em escala ordinal Em resumo: são testes de aplicação mais ampla, que podem ser utilizados quando as exigências das técnicas clássicas não são satisfeitas 4
  • 5. Desvantagens dos testes não-paramétricos Operações tediosas (não para os computadores!) Extraem menos informação do experimento, porque substituem o valor real medido pelo posto ocupado na ordenação de valores obtidos, o que resulta em perda de informação relativa à variabilidade da característica (uma diferença numericamente grande pode representar apenas uma mudança para o posto seguinte) Quando utilizados em dados que satisfazem as exigências das técnicas clássicas, estes métodos apresentam uma eficiência menor Ex: enquanto o teste U de Wilcoxon-Mann-Whitney precisaria de n = 100 para revelar uma diferença, o teste t de Student necessitaria de n = 95. 5
  • 7. Teste U de Wilcoxon-Mann-Whitney Desenvolvido por F. Wilcoxon em 1945 para comparar as tendências centrais de duas amostras independentes de tamanhos iguais Em 1947, H.B. Mann e D.R. Whitney generalizaram a técnica para amostras de tamanhos diferentes Mais conhecido como teste de Mann-Whitney Pressupostos: Amostras aleatórias Observações independentes Variável de interesse tem característica contínua (mesmo que os dados não sejam. Ex. conceito de A até E para medir conhecimento em um determinado assunto) Substituto do teste t de Student 7
  • 8. Quando usar o teste U WMW em vez do teste t de Student? nma < 8 (GLANTZ) nme ou nma < 20 (DANIEL) nme + nma < 30 (SPSS) 8
  • 9. Racional do teste U de WMW Organizar os valores das amostras A e B juntas em ordem crescente Substituir os valores reais pelos postos ocupados Verificar se há diferença significativa entre os postos médios das duas amostras 9
  • 10. Exemplo Mattos et al. estudaram a morfologia das regiões organizadoras do nucléolo (RON) em células da cérvice uterina de mulheres com e sem câncer. De cada mulher, foram examinadas 100 células e computou-se um escore (% observada) para cada padrão morfológico. No padrão 1ª, as RON apresentam-se como manchas sólidas, redondas e de tamanhos diferentes. 10
  • 11. Tabela. Escore 1 A (% de células tipo 1) em 9 controles e 8 pacientes com carcinoma invasor Fonte: Sidia M. Callegari-Jacques. BIOESTATÍSTICA: Princípios e Aplicações. 11
  • 12. Tabela. Escore 1 A (% de células tipo 1) em 9 controles e 8 pacientes com carcinoma invasor Se a ordenação está correta, (R1 + R2) = N (N+1)/2 Onde N = n1 + n2 12
  • 13. Hipóteses H0: as duas amostras não diferem quanto à locação HA: as duas amostras diferem quanto à locação 13
  • 14.
  • 15. Denomina-se o menor destes dois valores de Ucalc, que deverá então ser comparado ao valor crítico da tabela.
  • 16. Uα;n1;n2 é o valor crítico tabelado. Para α = 0,05; n1 = 8; n2 = 9, U0,05;8;9= 15
  • 17. Diferente dos testes vistos até aqui, rejeita-se H0 se Ucalcfor menor ou igual ao valor crítico. Como Ucalc= 9,5 < U0,05;8;9= 15, rejeita-se H014
  • 19. Teste T de Wilcoxon Desenvolvido por F. Wilcoxon em 1945 Substituto do teste t para amostras emparelhadas Baseia-se nos postos das diferenças intra-pares, dando maior importância às diferenças maiores O que não é feito pelo Teste do Sinal, outro teste não-paramétrico para amostras emparelhadas Racional: se o tratamento A produz valores maiores que o tratamento B, as diferenças (A-B) de sinal positivo serão maiores (em número e grau) do que as diferenças de sinal negativo. Se ambos tratamentos produzem o mesmo efeito, as diferenças positivas e negativas devem se anular. 16
  • 20. Exemplo Foi medida a colinesterase sérica em agricultores que aplicaram inseticidas em plantas. Foram feitas duas coletas de sangue em cada agricultor: uma antes e outra 24 horas após a aplicação do inseticida. H0: o nível de colinesterase é o mesmo antes e após a aplicação do inseticida. 17
  • 21. Tabela. Colinesterase total (μmol/ml de plasma) em 17 agricultores do sexo masculino 18
  • 23. Teste de McNemar Comparação de variáveis dicotômicas entre 2 amostras Interdependência entre as amostras Uso do qui-quadrado é ilícito! O teste de McNemar é um teste qui-quadrado de ajustamento, que compara as frequências observadas com as esperadas supondo igualdade de efeito para ambos tratamentos (ou ausência de associação entre as variáveis). 20
  • 24. Organizaçao dos resultados obtidos com a aplicação das loções I e II em 70 pacientes com irritações cutâneas nos braços (uma locação em cada braço, ao acaso) Forma Correta Forma Incorreta No teste de McNemar, os resultados devem ser avaliados no par e os dados organizados quanto à concordância dentro do par. Neste exemplo, o par é constituído pelos dois braços de cada pessoa. 21
  • 25. Organizaçao dos resultados obtidos com a aplicação das loções I e II em 70 pacientes com irritações cutâneas nos braços (uma locação em cada braço, ao acaso) F e I: respostas concordantes (alívio ou ausência de alívio com ambas loções). Não fornecem informação que permita decidir qual loção é a melhor, portanto, não são considerados no teste de McNemar. G e H: respostas discordantes, portanto, informativas. n = 33. H0: as duas loções têm o mesmo efeito. Se H0 é verdadeira, espera-se o mesmo número de pessoas discordantes do tipo “sim para I / não para II” que do tipo “não para I / sim para II” (isto é, frequências iguais nas células G e H, ou seja, 33/2 = 16,5 em cada célula). 22
  • 26. Teste de McNemar O valor crítico de qui-quadrado para 1 grau de liberdade e nível de significância de 5% é 3,84. Como o valor calculado de qui-quadrado é maior que o crítico, rejeita-se H0. 23
  • 28. Teste de Kruskal-Wallis Não se pode confiar no resultado de uma ANOVA quando os pressupostos de normalidade e homocedasticidade são violados. Alternativa: teste de Kruskal-Wallis Generalização do teste de Wilcoxon-Mann-Whitney 25
  • 29. Racional Ordena-se os valores de todas as amostras juntas Atribui-se postos a cada valor Postos empatados recebem o valor do posto médio Soma-se os postos Deve ser igual à N(N+1)/2 26
  • 31. Número de ovos depositados por fêmeas da borboleta Heliconiuseratophyllisem 3 espécies de Passiflora 3 empates no posto 9, então CE = (33 – 3) = 24 28
  • 32. Estatística Como H calculado é maior que o H crítico tabelado, rejeita-se H0. 29
  • 35. Coeficiente de correlação para postos de Spearman Mais antiga estatística baseada em postos (1904) Utilizado para avaliar o grau de correlação entre variáveis quantitativas quando as exigências para o teste de Pearson não são satisfeitas Distribuição bivariada normal Homocedasticidade 32
  • 36. Coeficiente de correlação de Spearman rs = 0, ausência de correlação rs = -1, correlação negativa perfeita rs = +1, correlação positiva perfeita O cálculo de rs baseia-se nas diferenças entre os postos de x e y 33
  • 37. Exemplo Um pesquisador procurou correlacionar os níveis de nitrato na água com a profundidade de uma lagoa. 34
  • 38. Variaçao temporal do nitrato (μg/L) e da profunidade (m) da lagoa <: abaixo do limite de detecção, que é 10 μg/L 35
  • 40. Fórmula com correção para empates O valor tabelado de rs para um teste bilateral, α = 0,01 e n = 13 é 0,703. Portanto, o coeficiente de correlação obtido é estatisticamente significativo. 37