Documente Academic
Documente Profesional
Documente Cultură
Componentes:
Álvaro Duarte
André Bragança
Anderson Willian
Douglas Alves
Julia Santana
Yuri
1
Sumário
1. Introdução ………………………………………………………………… 3
2. Desenvolvimento..………………………………………………………… 4
3. Limitaçoes ………………………………………………………………… 5
4. Conclusão….………………………………………………………………. 6
2
1. Introdução
Estatísticas não paramétricas (no sentido de estatística de dados, que é definido como
uma função de uma amostra que não tem dependência de parâmetros), cuja
interpretação não depende da população, cabendo assim qualquer distribuição
parametrizada. Estatísticas de ordem, que são baseadas no em ranking de observações,
são um exemplo desse tipo de estatística e desempenham um papel muito importante em
muitas abordagens não paramétricas.
3
1. Desenvolvimento
Um teste não paramétrico é um teste de hipótese de que não requer que a distribuição da
população seja caracterizada por certos parâmetros. Por exemplo, muitos testes de
hipóteses contam com o pressuposto de que a população segue uma distribuição normal
com parâmetros μ e σ. Os testes não paramétricos não têm essa suposição, de forma que
eles são úteis quando os dados são fortemente não normais e resistentes à
transformação.
Por exemplo, dados salariais são fortemente assimétricos para a direita, com muitas
pessoas recebendo salários modestos e menos pessoas recebendo salários mais altos.
Você pode usar testes não para métricos nesses dados para responder a perguntas como
as seguintes:
O salário mediano em sua empresa é igual a um certo valor? Use o teste de sinal para 1
amostra.
O salário mediano em uma agência urbana do banco é maior que o salário mediano de
uma agência rural do banco? Use o teste Mann-Whitney ou o teste de Kruskal-Wallis.
Como o nível de escolaridade afeta os salários em agências rurais e urbanas? Use o teste
de Friedman.
4
2. Limitações dos testes não paramétricos
Muitas vezes, os testes não paramétricos exigem que você modifique as hipóteses. Por
exemplo, a maioria dos testes não paramétricos sobre o centro da população são testes
sobre a mediana em vez da média. O teste não responde à mesma pergunta que o
procedimento paramétrico correspondente se a população não for simétrica.
5
Conclusão
Podemos concluir que, para todos os testes estatísticos que estudamos até este ponto,
assumimos que as populações tinham distribuição normal ou aproximadamente normal.
Essa propriedade era necessária para que os testes fossem válidos.
Caso os dados não satisfazem as suposições feitas pelas técnicas tradicionais, métodos
não paramétricos de inferência estatística devem ser usados as técnicas não
paramétricas.
Nos testes de hipóteses não paramétricos seguem o mesmo procedimento geral que os
testes paramétricos: Formulamos as hipóteses a serem testadas; calculamos o valor da
estatística do teste usando os dados contidos em uma amostra aleatória de observações
Dependendo da grandeza dessa estatística, ou rejeitamos ou não a hipótese nula.
Com isso podemos concluir que, os testes estatísticos são fundamentalmente utilizados
em pesquisas que tem como objetivo comparar condições experimentais. Existe uma
série de testes estatísticos que podem auxiliar as pesquisas. Os testes estatísticos
fornecem um respaldo científico às pesquisas para que estas tenham validade e tenham
aceitabilidade no meio científico. Os testes podem ser divididos em paramétricos e não-
paramétricos.