Vamos analisar cada uma das afirmativas sobre os testes não paramétricos: I. O teste de Kruskal-Wallis H é a alternativa à Análise de Variância (ANOVA) de um fator, permitindo comparar três ou mais grupos independentes por meio da análise da soma de seus postos. Verdadeiro (V). O teste de Kruskal-Wallis é realmente utilizado para comparar três ou mais grupos independentes e é considerado a versão não paramétrica da ANOVA. II. O teste de Mann-Whitney U atua como o substituto não paramétrico do teste t de Student para amostras independentes, sendo ideal para comparar dois grupos quando o pressuposto de normalidade é violado. Verdadeiro (V). O teste de Mann-Whitney U é, de fato, o teste não paramétrico que substitui o teste t de Student para amostras independentes, especialmente quando a normalidade não é atendida. III. O teste de Wilcoxon (Signed-Rank) é indicado para amostras pareadas ou dependentes, sendo a ferramenta correta para analisar experimentos do tipo “antes e depois” em que as diferenças não seguem a distribuição normal. Verdadeiro (V). O teste de Wilcoxon é utilizado para comparar duas amostras dependentes e é apropriado para dados que não seguem a distribuição normal. IV. Os testes não paramétricos são inerentemente mais poderosos que os paramétricos em todas as situações, pois sua independência de distribuição garante maior precisão na detecção de diferenças reais, independentemente da natureza dos dados. Falso (F). Embora os testes não paramétricos sejam robustos e úteis em situações onde os pressupostos dos testes paramétricos não são atendidos, eles não são necessariamente mais poderosos em todas as situações. Em muitos casos, os testes paramétricos podem ser mais poderosos quando as suposições são satisfeitas. Portanto, a sequência correta é: V - V - V - F. Assim, a resposta correta é que é correto o que se afirma em I, II e III.