TESTE NEPARAMETRICE

(PENTRU POPULAŢII CARE NU RESPECTĂ

LEGEA DE REPARTIŢIE NORMALĂ)
TESTUL CHI-PĂTRAT
- Test “distribution – free”
- Se aplică pentru variabile calitative
- Este simplu de calculat, chiar şi manual
- Este cel mai des folosit
PRINCIPIU DE LUCRU: Compară frecvenţa de
apariţie a variabilei analizate în fiecare grup /
eşantion cu frecvenţa teoretică de apariţie a
acelei variabile.
 Var 2

CONDIŢII DE APLICABILITATE:
1. Variabilele de comparat – frecvenţe, şi nu
valori individuale – TABELE DE
CONTINGENŢĂ
2. Dimensiunea eşantioanelor adecvat aleasă
3. Măsurătorile independente una de alta
4. Baze teoretice pentru categorizarea
variabilelor.
TABEL DE
CONTINGENŢĂ
(CROSSTABULATION):

Var2 y1 … yj … ym
Var1
x1… Nr. cazuri
Var 1 = x1
Var 2 = y1
xi … Nr. cazuri
Var 1 = xn
Var 2 = ym
xn Nr. cazuri
Var 1 = xn
Var 2 = ym
MODALITATE DE CALCUL:
Var 2 y1 y2
Var 1
x1 N11 N12 Fx1 - frecv. reale
Fx1 · Fy1 · 100 / n Fx1 · Fy2 · 100 / n - frecv. teoretice
x2 N21 N22 Fx2 - frecv. reale
Fx2 · Fy1 · 100 / n Fx2 · Fy2 · 100 / n - frecv. teoretice
Fy1 Fy2 n

2 ( N ij − N tij ) 2
χ2 = ∑
i , j =1 N tij
INTERPRETARE:
χ
- calculat
2
χ
> tabel ⇒ divergenţa constatată este prea
2

importantă pentru a putea fi pusă numai pe seama

fluctuaţiilor întâmplătoare.
- χ calculat
2
< χ tabel
2
⇒ divergenţa constatată este aleatoare,
şi se datorează fluctuaţiilor de eşantionaj.
 ÎNTREBARE: Apartenenţa unor subiecţi la eşantioane diferite determinate de
un parametru calitativ produce o diferenţă statistic semnificativă între
valorile unui alt parametru, cantitativ – despre care se presupune că este
influenţat de primul?
n ≥ 30 Testul t

A Varianțe 
egale
Testul t
Grupuri
Distribuții 
independente Grupuri 
normale Testul t
egale
Varianțe 
inegale
n < 30 Grupuri  Testul t 
Subiecți  inegale ajustat
grupați 
(2 grupuri) Transformare date 
Abatere mare 
de la  pt. testul t
normalitate sau Wilcoxon

n ≥ 30 Testul t‐pairs
Grupuri Distribuții 
perechi Testul t‐pairs
normale
n < 30
Abatere mare  Transformare date 
de la  pt. testul t
normalitate sau testul semnelor
 TESTUL WILCOXON pentru suma rangurilor:
- 2 eşantioane independente
- distribuţia valorilor nu respectă legea normală
- eventual, valorile exacte ale măsurătorilor nu sunt disponibile – ci numai
rangurile acestora: x1 < x2 < x3 < … < xn

Testează ipoteza că distribuţiile de probabilităţi asociate celor 2 populaţii

sunt echivalente – adică similar cu ipoteza H: m1 = m2 (pentru populaţii în
care mediile şi medianele sunt egale).

IPOTEZĂ:
H: cele 2 eşantioane au distribuţii de probabilităţi echivalente
versus
A1: Distribuţia de probabilităţi a populaţiei A este deplasată la dreapta
Test faţă de distribuţia de probabilităţi a populaţiei B
1-tail A2: Distribuţia de probabilităţi a populaţiei A este deplasată la stânga faţă
de distribuţia de probabilităţi a populaţiei B
Test A3: Distribuţia de probabilităţi a populaţiei A este deplasată la dreapta sau
2-tailed la stânga faţă de distribuţia de probabilităţi a populaţiei B
PROCEDURĂ:
1. Se obţin 2 eşantioane aleatoare de dimensiune nA şi nB.
2. Se ordonează valorile eşantioanelor, ca şi cum ele ar fi fost obţinute
din aceeaşi populaţie.
3. Se atribuie câte un rang observaţiilor aşezate în ordine – de la 1 la n
(pentru observaţii cu acelaşi rang, fiecăreia i se va atribui media
rangurilor pe care le-ar fi primit dacă nu ar fi avut acelaşi rang).
4. Se determină suma rangurilor T – asociată cu eşantionul cu cele mai
puţine măsurători: T = TA dacă nA < nB sau
T = TB dacă nB < nA
(dacă eşantioanele au dimensiuni egale, oricare dintre cele 2 sume de
ranguri poate fi utilizată).
5. Se respinge ipoteza H dacă este îndeplinită una dintre următoarele
condiţii:
IPOTEZA ALTERNATIVĂ A1:
a) T = TA şi TA ≥ TU (TU = valoarea maximă din tabele pentru
nivelul de semnificaţie α 1-tailed dorit – α = 0.05 sau α = 0.025)
b) T = TB şi TB ≤ TL (TL = valoarea minimă din tabele pentru nivelul
de semnificaţie α 1-tailed dorit – α = 0.05 sau α = 0.025)

IPOTEZA ALTERNATIVĂ A2:

a) T = TA şi TA ≤ TL (TL = valoarea minimă din tabele pentru nivelul
de semnificaţie α 1-tailed dorit – α = 0.05 sau α = 0.025)
b) T = TB şi TB ≥ TU (TU = valoarea maximă din tabele pentru
nivelul de p semnificaţie α 1-tailed dorit – α = 0.05 sau α = 0.025)

IPOTEZA ALTERNATIVĂ A3:

T ≤ TL sau T ≥ TU (TL = valoarea minimă din tabele, TU =
valoarea maximă din tabele pentru nivelul de semnificaţie α 2-
tailed dorit – α = 0.05 sau α = 0.10)
EXEMPLU:
Se analizează pe un lot de 140 pacienţi afectaţi de leziuni orale şi
purtători de proteze dentare dacă există diferenţe semnificative statistic
între valorile parametrului “Vechimea protezării” între lotul de pacienţi
care prezintă leziuni orale şi lotul martor, care nu prezintă astfel de
leziuni. Recurgem la testul Wilcoxon deoarece parametrul analizat nu are
o distribuţie a valorilor normală pe lotul de studiu.

Analiza este realizată în SPSS 15.0.

Pentru a demara analiza:
 Prezenta
leziuni Rangul Suma
orale N mediu rangurilor
Vechimea 0 - NU 17 23.26 395.50
protezarii 1 - DA
123 77.03 9474.50
(ani)
Total 140

Statistica Valoare

Mann-Whitney U 242.500
Wilcoxon W 395.500
Z -5.182
Semnif. asimpt. p .000
SS
TESTUL SEMNELOR:

- 2 eşantioane perechi
- distribuţia valorilor nu respectă legea normală

Poate fi folosit pentru a testa următoarele IPOTEZE:

H1: distribuţia de probabilităţi a diferenţelor (Xi – Yi) are mediana
= 0;
H2: mXi = mYi , ∀ i (când distribuţiile celor 2 eşantioane sunt
simetrice);
H3: cele 2 eşantioane au distribuţii de probabilităţi echivalente
H4: A este mai bun decât B cu P procente (se aplică testul
semnelor diferenţelor D = A – (1 +P/100)B;
H5: A este mai bun decât B cu U unităţi (se aplică testul semnelor
diferenţelor D = A – (B + U);
PROCEDURĂ: Pentru a se nota relaţia dintre membrii unei perechi se
folosesc semnele inegalităţilor corespunzătoare:
1. Se examinează fiecare pereche (Xi, Yi);
2. Dacă Xi > Yi atribuie perechii semnul +;
Dacă Xi < Yi atribuie perechii semnul – ;
Dacă Xi = Yi elimină perechea respectivă;
3. Se notează cu n numărul de perechi rămase (etichetate cu + sau –);
4. Se notează cu r frecvenţa de apariţie a semnului care apare cel mai
rar;
5. Se testează IPOTEZA: nu sunt diferenţe semnificative statistic între
cele 2 eşantioane: se compară r cu rtabel pentru nivelul de semnificaţie
dorit:
Dacă r ≤ rtabel : ipoteza este respinsă
Dacă r > rtabel : ipoteza este acceptată.
TESTUL WILCOXON pentru ranguri cu semne:
- 2 eşantioane perechi
- distribuţia valorilor nu respectă legea normală
Poate fi folosit pentru a testa următoarele IPOTEZE:
H1: cele 2 eşantioane au distribuţii de probabilităţi echivalente
H2: mediana unei populaţii de diferenţe este egală cu o valoare
dată M0 (se va aplica testul pentru variabila de bază |(X – Y) – M0|
PROCEDURĂ:
1. Se examinează fiecare pereche (Xi, Yi) şi se calculează diferenţele Xi –
Yi;
2. Se ordonează diferenţele şi i se atribuie fiecăreia rangul
corespunzător indiferent de semnul ei (valorilor egale li se atribuie
rangurile medii);
3. Se atribuie fiecărui rang semnul diferenţei observate;
4. Se calculează suma rangurilor negative şi suma rangurilor pozitive;
5. Se notează cu T valoarea absolută a celei mai mici dintre cele 2 sume
de ranguri identificate la pasul 4;
6. Se testează IPOTEZA: nu sunt diferenţe semnificative statistic între
cele 2 eşantioane: se compară T cu Ttabel pentru nivelul de
semnificaţie dorit:
Dacă T ≤ Ttabel : ipoteza este respinsă
Dacă T > Ttabel : ipoteza este acceptată.
 1 factor ANOVA univariată
B Distribuții normale

MANOVA (ANOVA 
Grupuri  > 1 factor multivariată)
independente

Abatere mare de la 
Kruskal – Wallis
normalitate
pentru un factor

Distribuții normale ANOVA pentru 
măsurători repetate
Grupuri 
perechi
Abatere mare de la  Friedman
normalitate
TESTUL KRUSKAL - WALLIS:
- 2 sau mai multe eşantioane independente
- distribuţia valorilor nu respectă legea normală sau varianţele nu sunt
omogene

Testează ipoteza că distribuţiile de probabilităţi asociate celor k

populaţii (k ≥ 2) sunt echivalente – adică similar cu ipoteza H: m1 = m2 =
… = mk (pentru populaţii în care mediile şi medianele sunt egale).

IPOTEZĂ:
H: cele k eşantioane (k ≥ 2) au distribuţii de probabilităţi
echivalente
versus
A: cele k eşantioane (k ≥ 2) nu au distribuţii de probabilităţi
echivalente (nu au aceeaşi mediană).
PROCEDURĂ:
1. Se obţin k eşantioane aleatoare de dimensiune n1 , n2 , … nk (k ≥ 2).
2. Se ordonează valorile din cele k eşantioane, ca şi cum ele ar fi fost
obţinute din aceeaşi populaţie.
3. Se atribuie câte un rang observaţiilor aşezate în ordine – de la 1 la n
(pentru observaţii cu acelaşi rang, fiecăreia i se va atribui media
rangurilor pe care le-ar fi primit dacă nu ar fi avut acelaşi rang).
4. Se calculează statistica 12 k
R2
H KW = ⋅∑ i
− 3( n + 1)
n ( n + 1) ni
unde: i =1

Ri = suma rangurilor din eşantionul i (i∈{1, 2, … k})

ni = numărul de observaţii (efectivul) eşantionului i (i∈{1, 2, …
k})
k
n = ∑
i=1
n i efectivul total al populaţiei.

5. Se compară HKW cu χ2(1 – α)(k – 1) din tabele:

Dacă HKW ≥ χ2(1 – α)(k – 1) tabel : ipoteza este respinsă
Dacă HKW < χ2(1 – α)(k – 1) tabel : ipoteza este acceptată.
EXEMPLU:
Se analizează pe acelaşi lot de 140 pacienţi afectaţi de leziuni orale şi
purtători de proteze dentare dacă există diferenţe semnificative statistic
între valorile parametrului “Vechimea protezării” în funcţie de tipul de
leziune orală înregistrată. Recurgem la testul Kruskal - Wallis deoarece
parametrul analizat nu are o distribuţie a valorilor normală pe lotul de
studiu, şi se lucrează cu 3 loturi – corespunzătoare pentru 3 tipuri de
leziuni orale identificate.

Analiza este realizată în SPSS 15.0.

 Rang
Tip leziune orala N
mediu
Vechimea Hiperplazie
47 79.44
protezarii (ani) epitelio-conjunctiva
Ulceratie cronica 45 38.51
Stomatita de
31 69.66
proteza
Total 123

Statistica Valoare
Chi-pătrat 32.712
df 2
Semnif. asimpt.
.000
p
SS
TESTUL FRIEDMAN:
- 2 sau mai multe eşantioane perechi
- distribuţia valorilor nu respectă legea normală sau varianţele nu sunt
omogene

Testează ipoteza că distribuţiile de probabilităţi asociate celor k

populaţii (k ≥ 2) sunt echivalente – adică similar cu ipoteza H: m1 = m2 =
… = mk (pentru populaţii în care mediile şi medianele sunt egale).

IPOTEZĂ:
H: cele k eşantioane (k ≥ 2) au distribuţii de probabilităţi
echivalente
versus
A: cele k eşantioane (k ≥ 2) nu au distribuţii de probabilităţi
echivalente (nu au aceeaşi mediană).
PROCEDURĂ:
1. Se obţin k eşantioane aleatoare de dimensiune t identică (k ≥ 2).
2. Se ordonează valorile din cele k eşantioane separat
3. Se atribuie câte un rang observaţiilor aşezate în ordine – de la 1 la t
(unde t indică efectivul fiecărui eşantion) – pentru fiecare eşantion în
parte.
4. Se calculează statistica
k
12
Fr = ⋅ ∑ Ri2 − 3k (t + 1)
kt (t + 1) i =1
unde: Ri = suma rangurilor din eşantionul i (i∈{1, 2, … k})
k = numărul de eşantioane
5. Se compară Fr cu χ2(1 – α)(t – 1) din tabele:
Dacă Fr ≥ χ2(1 – α)(t – 1) tabel : ipoteza este respinsă
Dacă Fr < χ2(1 – α)(t – 1) tabel : ipoteza este acceptată.