TESTES NÃO - PARAMÉTRICOS

Mere som dette

As Políticas de Avaliação Educacional em larga escala

af Neuzilene Teles

Diagnóstico de Doenças Virais

af pedro amorim

Nintendo Wii

af Tiago Kochake

Papel em uma equipe

af clayton machado ilibio

TESTES NÃO - PARAMÉTRICOS

Tabelas de Contingência

representação tabular daas frequências observadas de duas ou mais variáveis qualitativas de interesse

H0: variáveis independentes H1: variáveis não independentes

usar teste X²

Eij = n * pij pij = probabilidade de ocorrer observação na célula considerada (pi * pj) pi = probabilidade marginal linha i pj = probabilidade marginal coluna j

probabilidade marginais estimada atavés das frequências relativas

frequências esperadas = (total da linha * total da coluna) / frequência total

Comparação de duas populações

Teste de Sequências

comparação de populações

ordena-se o conjunto total de valores das duas amostras

se número de sequências for baixo

rejeição da identidade entre populações

testa aleatoriedade das sequências formadas or valores da mesma amostra

se n1 ≥ 10 e n2 ≥ 10

distribuição de probabilidade de u aproximada pela normal

hipótese de aleatoriadade z = (u - média (u)) / desvio padrão (u)

desvio padrão (u) = {[2*n1*n2(2*n1*n2 - n1 - n2)] / [(n1 + n2)² * (n1 + n2 -1)]}^1/2

média (u) = [(2*n1*n2) / (n1 + n2)] + 1

hipótese verdadeira: sequências são aleatórias

número número de sequências não pode ser nem muito grande nem muito pequeno

u crítico tabelado

analisar se sequências ocorrem ou não ao acaso

série de observações sim/não n1 = obervações de um tipo n2 = observações de outro tipo

sequência (u) = conjunto de observações consecutivas de mesmo tipo

Testes de Aderência

tipos de testes

Gráfico

papel de probabilidade normal

se hipótese de normalidade for verdadeira

gráfico = reta

uma das escalas dividas conforme os percentis de diastribuição normal e a outra linear

pouca exigência de rigor

processo simplificado e aproximado

Kolmogorov - Smimov

comparação d d com valor crítico tabelado

d > valor crítico

rejeita H0

variável de teste (d) é a maior diferença observada entre função ditribuição acumulada do modelo (FDA) e a da amostra

FDA amostra = gráfico de frequências relativas acumuladas = G(x)

FDA = F(x) = P (X ≥ x)

Qui-quadrado (X²)

teste unilateral

se X² > X²crítico

hipótese H0 rejeitada

se Ei ≥ 5 e modelo testado for verdadeiro

Ei = n*pi n = nº de elementos amostra pi = probabilidade de se obter um valor da variável na classe

estatística de teste X²v com v = k - 1 -m k = número de parcelas somadas m = número de parâmetros estimados

X² = Σ^k [(Oi² / Ei ] - n Oi = frequência observada Ei = frequência esperada n = número de elementos da amostra k = número de valores considerados

hipótese de que a distribuição da variável seja descrita por certo modelo

boa ou má aderência dos dados ao modelo hipotético