Quando Se Faz Necessrio Aplicar Um Teste No Paramtrico?

Os testes não paramétricos, também conhecidos como testes de distribuição gratuita, são aqueles baseados em certas hipóteses, mas que nãpossuem uma organização normal. Geralmente, contêm resultados estatísticos provenientes de suas ordenações, o que os torna mais fáceis de entender.

Materiais relacionados

Por exemplo, o centro de uma distribuição assimétrica, como a renda, pode ser mais bem medido pela mediana, em que 50% estão acima da mediana e 50% estão abaixo. Se você adicionar alguns bilionários a uma amostra, a média matemática aumenta muito, mesmo que a renda da pessoa típica não mude.

Se você não atender às orientações de tamanho amostral para os testes paramétricos e não tiver certeza de que os dados seguem uma distribuição normal, deverá usar um teste não paramétrico. Quando você tem uma amostra muito pequena, pode não conseguir de determinar a distribuição de seus dados porque os testes de distribuição não terão poder suficiente para proporcionar resultados significativos.

Isso pode ser uma surpresa, mas os testes paramétricos podem funcionar bem com dados contínuos que sejam não normais se você atender às orientações de tamanho amostral na tabela abaixo. Essas orientações são baseadas em estudos de simulação realizados por estatísticos aqui na Minitab. Para saber mais sobre esses estudos, leia nossos artigos técnicos.

Footer

É comum pensar que a necessidade de escolher entre um teste paramétrico e não paramétrico ocorre quando seus dados não atendem a uma suposição do teste paramétrico. Esse pode ser o caso quando você tem um tamanho amostral pequeno e dados não normais. No entanto, outras considerações muitas vezes desempenham um papel porque, com frequência, os testes paramétricos podem manusear dados não normais. Por outro lado, os testes não paramétricos têm suposições estritas que não podem ser ignoradas.

Embora os testes não paramétricos não assumam que seus dados seguem uma distribuição normal, eles têm outras suposições para as quais pode ser difícil encontrar uma correspondência. Para testes não paramétricos que comparam grupos, uma suposição comum é que os dados para todos os grupos devem ter a mesma dispersão. Se seus grupos tiverem uma dispersão diferente, pode ser que os testes não paramétricos não forneçam resultados válidos.

Materiais recentes

Teste de mercado: realize antes de lançar um produto

Esse tipo de estatística pode ser usado sem o tamanho da amostra ou a estimativa de qualquer parâmetro relacionado para o qual não há informações. Como as suposições são pequenas, elas podem ser aplicadas de várias maneiras.

Os testes paramétricos típicos só podem avaliar dados contínuos e os resultados podem ser significativamente afetados por outliers. Em contrapartida, alguns testes não paramétricos podem manusear dados ordinais, dados ordenados e não serem seriamente afetados por outliers. Certifique-se de verificar as suposições para o teste não paramétrico, porque cada um possui seus próprios requisitos de dados.

• Quando que a derivada no existe
• Quando que deve ser procedido o registro da CIPA no rgo regional do MTE

Materiais recentes

Talvez você tenha ouvido em algum lugar que deve usar testes não paramétricos quando seus dados não atendem às suposições do teste paramétrico, especialmente a suposição sobre dados normalmente distribuídos. Essa parece ser uma maneira boa e simples de escolher, mas há outras coisas a serem consideradas.

Por outro lado, se você usar o teste t para duas amostras ou ANOVA com um fator, basta acessar a subcaixa de diálogo Opções e desmarcar Assumir variâncias iguais. Prontinho! Você estará pronto para prosseguir mesmo quando os grupos têm dispersões diferentes!

Os testes não paramétricos são como um universo paralelo em relação aos testes paramétricos. A tabela mostra pares relacionados de testes de hipóteses que o software estatístico Minitab oferece.

Razões para usar testes paramétricos

Testes não paramétricos têm algumas limitações, entre eles, está que não são fortes suficientemente fortes quando uma hipótese normal é preenchida. Isso pode fazer com que não seja rejeitado, mesmo que seja falso. Outra de suas limitações é que necessitam que a hipótese seja alterada quando o teste não corresponde à questão do procedimento se a amostra não for proporcional.

Em 2017, fez estágio em psicologia clínica na Unidade de Saúde Mental de Requena. Atualmente trabalha como escritora profissional e professora de aulas extracurriculares de inglês e colabora como voluntária para diferentes organizações e ONGs em atividades associadas à sua formação.

Conheça as características da pesquisa de campo

Faça como milhares de estudantes: teste grátis o Passei Direto

Esta é a minha razão favorita para usar um teste não paramétrico e que frequentemente não é mencionada! O fato de você poder realizar um teste paramétrico com dados não normais não significa que a média seja a melhor medida da tendência central dos seus dados.

Podemos dizer com segurança que a maioria das pessoas que usam estatísticas está mais familiarizada com análises paramétricas do que com análises não paramétricas. Os testes não paramétricos também são chamados de testes sem distribuição, porque não pressupõem que seus dados sigam uma distribuição específica.

Técnicas qualitativas de pesquisa de mercado – conheça agora!

• Quando a pessoa no t nem a pra vc frase
• Quando foi criado o Estatuto de Roma