Baixe o app para aproveitar ainda mais
Prévia do material em texto
Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Aulas 17 e 18 Testes Não-Paramétricos Profs. Fernando Tobal Berssaneti André Leme Fleury Renato de Oliveira Moraes Leandro Alves Patah Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Testes paramétricos são testes sobre como testar hipóteses referentes a um parâmetro populacional ou à comparação entre 2 parâmetros, como visto anteriormente • Testes não-paramétricos referem-se a outros aspectos que não os parâmetros em si • Testes de Aderência: – Teste de Aderência pelo – Método de Kolgomorov-Smirnov – Verificação Gráfica de Aderência • Teste de Independência Testes Não-Paramétricos 2 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • A hipótese a ser testada refere-se à forma da distribuição da população • Admite-se, por hipótese, que a distribuição da variável de interesse na população seja descrita por determinado modelo de distribuição de probabilidade e testa-se esse modelo para verificar a boa ou má aderência dos dados da amostra ao modelo Testes de Aderência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Desenvolvido por Karl Pearson, baseia-se na estatística: • = estatística do teste com v graus de liberdade • Oi = frequência observada de uma determinada classe ou valor da variável • Ei = frequência esperada, segundo o modelo testado, dessa classe ou valor da variável Testes de Aderência pelo 2 n Ei Oi Ei EiOi k i k i v 1 22 1 2 2 v Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • = número de elementos da amostra • k = número de classes ou valores considerados • v = número de graus de liberdade = k – 1 – m • m = número de parâmetros do modelo estimados independentemente a partir da amostra • Obs.: deve-se observar a condição de que Ei ≥ 5 Testes de Aderência pelo 2 k i k i EiOin 11 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística O número de defeitos por unidade observado em uma amostra de cem aparelhos de televisão produzidos em uma linha de montagem apresentou a seguinte distribuição de frequências: Número de defeitos 0 1 2 3 4 5 6 7 Número de aparelhos 25 35 18 13 4 2 2 1 Verificar se o número de defeitos por unidade segue razoavelmente uma distribuição de Poisson ao nível de 5% de significância Exercício 01 (Exemplo pág. 133 – Costa Neto) Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Kolmogorov e Smirnov desenvolveram um método, em geral mais poderoso que o do , para testar a aderência, em que a variável de teste é a maior diferença observada entre a função de distribuição acumulada do modelo e a da amostra • A função de distribuição acumulada do modelo testado, ou função de repartição fornece as probabilidades acumuladas em cada ponto, ou seja F(x) = P (X ≥ x) • A função de distribuição acumulada da amostra corresponderá ao gráfico das frequências relativas acumuladas, visto anteriormente. Esta função será denominada G(x) Método de Kolmogorov - Smirnov 2 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Onde G(x) à esquerda do ponto Xi é dada por ( i – 1 ) / n • E G(x) à direita é fornecida por i / n • O teste consta da simples verificação do valor d = max │ F(x) – G(x) │ • E da comparação com um valor crítico tabelado em função de α e n • Se d for maior que o valor crítico, rejeita-se Ho • A tabela para os valores críticos encontra-se no slide seguinte Método de Kolmogorov - Smirnov Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Valores críticos para o teste de Kolmogorov - Smirnov Método de Kolmogorov - Smirnov n α = 5% α = 1% n α = 5% α = 1% 1 0,975 0,995 14 0,349 0,418 2 0,842 0,929 15 0,338 0,404 3 0,708 0,829 16 0,327 0,392 4 0,624 0,734 17 0,318 0,381 5 0,563 0,669 18 0,309 0,371 6 0,519 0,617 19 0,301 0,361 7 0,483 0,576 20 0,294 0,352 8 0,454 0,542 25 0,264 0,317 9 0,430 0,513 30 0,242 0,290 10 0,409 0,490 35 0,224 0,269 11 0,391 0,468 40 0,210 0,252 12 0,375 0,449 45 0,198 0,238 13 0,361 0,432 50 0,188 0,227 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Se n > 50, calcular os valores críticos para α = 5% através de • E para α = 1% através de Método de Kolmogorov - Smirnov n 36,1 n 63,1 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Uma amostra de dez elementos forneceu os seguintes valores: 27,8 29,2 30,6 27,0 33,5 29,5 27,3 25,4 28,0 30,2 Testar a hipótese de que ela seja proveniente de uma população normal de média 30 e desvio-padrão 2, ao nível de significância de 5%. Exercício 02 (Exemplo pág. 136 – Costa Neto) Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Consiste no uso de processos gráficos para se verificar a aderência dos dados experimentais a certos modelos teóricos • São processos simplificados e aproximados envolvendo subjetividade, usados quando não há muita exigência de rigor • O teste de aderência a uma distribuição normal pode ser feito mediante o uso do “papel de probabilidade normal”, que é um papel quadriculado em que uma das escalas está subdividida conforme os percentis de uma distribuição normal Verificação Gráfica da Aderência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Na escala linear são plotados os valores da variável e na “escala normal”, os valores da frequência relativa acumulada • Os pontos deverão se orientar, aproximadamente, segundo uma reta, se a hipótese de normalidade da distribuição for verdadeira • Cada valor se encontrará no percentil 50 ( 2i – 1 ) / n, onde i é a posição do valor em uma escala ordenada Verificação Gráfica da Aderência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Papel de Probabilidade Normal Verificação Gráfica da Aderência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Dada a seguinte amostra: 97 83 112 101 94 106 92 96 Mediante o uso do papel de probabilidade normal, verificar se uma distribuição normal se ajusta bem a estes dados. Obter através deste mesmo papel uma estimativa para a média e o desvio-padrão da população Exercício 03 Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística • Quando existem 2 ou mais variáveis qualitativas de interesse, a representação tabular das frequências observadas pode ser feita através de uma tabela de contingência • Assim, teríamos o teste formulado da seguinte maneira: • Ho: As variáveis são independentes • H1: As variáveis não são independentes (ou seja, apresentam algum grau de associação entre si) Teste de Independência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Teste de Independência Profs. Berssaneti, Fleury, Moraes e Patah PRO 3200 – Estatística Realizar o teste de independência para os dados abaixo, ao nível de significância de 1%. Exercício 04 (Exemplo pág. 141 – Costa Neto)Sexo Opinião Totais Favorável Desfavorável Indiferente Homens 33 12 15 Mulheres 7 20 13 Totais
Compartilhar