O que é um teste não paramétrico?
Um teste não paramétrico é um tipo de teste de hipótese estatística que não assume uma distribuição normal. Por esse motivo, os testes não paramétricos às vezes são chamados como livres de distribuição. Um teste não paramétrico é mais robusto que um teste padrão, geralmente requer amostras menores, tem menos probabilidade de ser afetada por observações periféricas e pode ser aplicada com menos suposições. Por outro lado, os testes não paramétricos podem ser menos eficientes do que seus colegas padrão, principalmente se a população realmente for normalmente distribuída. O teste não paramétrico é particularmente eficaz para questões que tratam de frequências e proporções. Se a diferença entre o parâmetro ou parâmetros da amostra - geralmente a média e/ou variação - é grande o suficiente, então oA amostra de teste pode ser considerada distinta da população controle. Esse teste paramétrico requer que os parâmetros venham de uma distribuição normal.
Foi comprovado matematicamente que um tamanho de amostra de 30 ou mais se comportará aproximadamente como uma distribuição normal; portanto, esse requisito geralmente é assumido. Se a suposição não for justificada, no entanto, os resultados do teste podem não ser válidos. O teste não paramétrico evita essa suposição.
Em vez disso, o teste de hipótese não paramétrico examina geralmente dados, categorizando -os ou ordenando -os. Se as populações de amostra e controle forem iguais e se os dados foram coletados corretamente, qualquer diferença entre suas categorias ou classificações será estritamente os resultados do acaso. Se a probabilidade de que essas diferenças tenham ocorrido por acaso aleatório, também chamado de valor p, é menos que um probabili significativo escolhidoTy, geralmente 5 % ou 1 %, então o testador rejeita a hipótese de que as populações de amostra e controle são as mesmas e conclui que são diferentes.
Um teste não paramétrico comum é um teste qui-quadrado, usado para comparar frequências ou proporções observadas. Quando apenas um conjunto de frequências é examinado, isso geralmente é chamado de teste de qualidade de ajuste e é usado para determinar se as frequências observadas se encaixam no intervalo que seria esperado. Por exemplo, um teste de qualidade de ajuste pode ser usado para determinar se uma tabela de roleta havia sido fraudada comparando os resultados da tabela com os resultados que a teoria da probabilidade prevê ou para determinar se um medicamento para dor de cabeça foi eficaz, comparando a proporção de pessoas cuja dor de cabeça melhorou o medicamento à proporção de pessoas cuja dor de cabeça melhorou quando eles tomaram um lugar. Se duas frequências forem examinadas, o teste não paramétrico do qui-quadrado pode ser usado para testar a correlação ou a independênciaentre fatores. Os pesquisadores políticos geralmente procuram correlação entre fatores sociais, econômicos ou demográficos e crenças políticas, como ver se há uma correlação entre a educação de uma pessoa e se ela ou ela aprova como um funcionário eleito está se saindo.
Outro teste não paramétrico é o teste de soma da classificação de Wilcoxon, que geralmente é usado nas mesmas situações que o teste de hipótese paramétrica padrão. Em vez de examinar a média de cada amostra, no entanto, o teste de Wilcoxon examina a classificação de cada valor se as duas amostras forem ordenadas do menos para o maior. Se as duas amostras forem iguais, cada grupo deve ser espalhado uniformemente pelo ranking. Se um grupo estiver agrupado na extremidade inferior ou superior da classificação, isso indica que os dois grupos são diferentes.
Por exemplo, suponha que alguém quis determinar se os filmes de animação são mais longos ou mais curtos que os filmes não animados. Para um teste padrão, ele ou ela determinaria oDuração média para uma amostra de filmes de animação e para uma amostra de filmes de ação ao vivo e compare a diferença com a variação das amostras. Para o teste não paramétrico de Wilcoxon, os tempos do filme são colocados em ordem do menos para o maior, e as fileiras dos tempos de filmes animados são somados.
A pessoa poderia calcular a probabilidade de que a soma da classificação seja esse tamanho ou menor, determinando o número de pedidos possíveis com uma determinada soma de classificação e o número total de pedidos possíveis, um cálculo simples com força de cálculo de força bruta suficiente. Com duas pequenas amostras de seis filmes cada, já existem 924 arranjos possíveis de classificação, um número que rapidamente cresce muito maior à medida que os filmes são adicionados. Como alternativa, existem tabelas publicadas que fornecem probabilidades correspondentes a quantias de classificação para determinadas amostras. Estes podem ser encontrados em textos estatísticos ou online.
O teste não paramétrico é um campo em crescimento. Pode ser aplicado em qualquerCampo no qual estatísticas mais convencionais também foram usadas. As aplicações são particularmente comuns nas ciências sociais e na medicina, no entanto, principalmente quando a distribuição normal não pode ser aplicada.