Bioestatística Testes não paramétricos

Prévia do material em texto

Vantagens dos métodos não paramétricos: (1) para funcionarem, não dependem de uma distribução normal da variável na população; (2) são aplicáveis quando há distribuição normal, mesmo tendo menor eficácia que testes paramátricos; (3) permite amostras pequenas; (4) servem para dados quantitativos e qualitativos1 (ordinais ou mesmo nominais), pois são transformados em postos ou sinais.
	Desvantagens dos métodos não paramétricos: (1) se há distribuição normal, os testes paramétricos tem menor probabilidade de erro e portanto é mais poderoso; (2) para situações mais complexas nem sempre existe um teste não paramétrico equivalente a um paramétrico; (3) como os dados são transformados em postos, critica-se a possibilidade de haver desperdício de informação contida na amostra; (4) nem sempre é facil o acesso à tabelas de valores de significância para cada tipo de teste.
	Teste U de Mann-Whitney: usado para duas amostras independentes, é a versão não-paramétrica do t de Student - sendo que o teste t de Student testa as médias, já o Mann-Whitney testa as medianas através dos ranks (postos). Ao invés de construir essa estatística com dados originais, eles são previamente convertidos em postos (ordenações).
	Vantagens: as suposições de normalidade e homogeneidade das variâncias não são necessárias, permitindo mais generalidade aos resultados. Valores outliers perdem sua influência nessa abordagem, sendo apenas o maior valor da amostra. Pode ser aplicado em uma variável que seja originalmente ordinal, enquanto que o teste t exige uma escala pelo menos intervalar.
	Desvantagem: ao substituir os dados originais por postos, “joga-se fora” alguma informação.
	Teste T de Wilcoxon: comparando as performances de cada sujeito (ou pares de sujeitos) antes e depois, no sentido de verificar se existem diferenças significativas entre os seus resultados nas duas situações, é o substituinte não paramétrico para o t de Student para amostras pareadas, baseado nos postos das diferenças intrapares. Nesse teste deve haver distribuição simétrica (o que implica que Média = Mediana) pois o Teste de Wilcoxon é na realidade um teste para a média de uma população com variância desconhecida.
Vantagem: este teste para dados pareados, ao invés de considerar apenas o sinal das diferenças entre os pares, considera o valor dessas diferenças, sendo assim um teste Não Paramétrico dos mais poderosos e “populares”.
	Teste de Kruskal-Wallis: extensão do teste de Wilcoxon-Mann-Whitney, é o teste não paramétrico utilizado na comparação de três ou mais amostras independentes (substituinte da ANOVA). Ele indica se pelo menos dois dos grupos tem funções de distribuição diferentes. Para isso usam-se os valores numéricos transformados em postos e agrupados num só conjunto de dados, comparando-se a média dos postos (posto médio).
Vantagem: permite, havendo uma distribuição não normal, decidir se diversas variáveis independentes devem ser consideradas como procedentes da mesma população.
Desvantagem: exige dados cujo nível de mensuração seja no mínimo ordinal; mínimo de 5 indivíduos e mínimo de 3 grupos.
	Teste da Mediana: é um teste não paramétrico usado como último recurso para verificar se dois grupos advém de populações com a mesma mediana (ou seja, podemos dizer que vieram da mesma população ou de populações iguais). Exigindo dados ordinais discretos, é um teste diferenciado por não haver nenhum substituinte para ele. Faz-se um qui-quadrado de significância para a exposição dicotômica da localização dos dados em relação à mediana.