1.

TESTES PARAMTRICOS

I. COMPARAES DE PARMETROS DE DUAS

POPULAES
Comparao das varincias de duas populaes normais
Suponha duas amostras aleatrias independentes de tamanhos n 1 e n2 ou
X1 , X 2 , ..., X n 1 e Y1 , Y2 , ..., Yn 2 , respectivamente, de uma
seja,
populao com distribuio N (1 , 12 ) e de uma populao com distribuio
N ( 2 , 22 ) .
Hipteses:
H0 : 12 = 22
H1 : 12 22

( ou 12 / 22 = 1 )
( ou 12 / 22 1 )

Estatstica do teste:
Sendo s 12
quociente

e s 22 as varincias, respectivamente, das amostras n1 e n2, o

s12 / 12
s 22 / 22
segue a distribuio de F (Snedecor) com n1-1 e n2-1 graus de liberdade (gl)
[F(n1-1, n2-1)].
Sob a suposio de H0 ser verdadeira, isto , 12 = 22 , tem-se que
F

s12
s 22

: F( n 1 1, n 2 1)

Construo da regio crtica:

Fixado , os pontos crticos sero F1 e F2 da distribuio F, tais que :

Funo densidade de probabilidade

F

(0.10; 5;7)

0.750

/2
0.375

/2

1-
0.000

pode-se,
1( 1utilizando
)
2

Se = 10%,
a Tabela 5,
Para encontrar F1(95%) utiliza-se a propriedade:
F(1 ; n1 1, n2 1)

1
F( ; n2 1, n1 1)

encontrar
2 ( diretamente
)
2

F(0,95; n1 1, n2 1)

F2(5%).

1
F(0,05; n2 1, n1 1)

Por exemplo, se n1-1 = 5 e n2 -1 = 7,

F2 ( 0,05; 5, 7 ) 3,97

F 1(0,95;

5, 7 )

1
F(0,05; 7,5 )

1
0,205
4,88

Assim, RC = { 0 < F < 0,205 ou F > 3,97 }

Entretanto, o procedimento que se usa na prtica calcular F utilizando
sempre a maior varincia no numerador ( s 12 > s 22 ), portanto F > 1, e considerar o
F
ponto crtico 2 ( / 2; n1 1, n2 1) .
Amostra: Colhidas amostras aleatrias n1 e n2, calcula-se s 12 e s 22 ( s 12 >
s 22 ), ento
Fobs

s 21
s 22

: F(n1 1, n 2 1)

Concluso: Se Fobs RC, rejeita-se H0, caso contrrio, no se rejeita.

Exemplo 2. Os resultados da tabela abaixo so relativos s propriedades
soporferas da hiosciamina (droga A) e hioscina (droga B). Dois grupos de 10
pacientes so aleatoriamente selecionados e cada grupo toma uma das drogas. Os
resultados em horas extras de sono so:
A
B

1,9
0,7

0,8 1,1
-1,6 -0,2

0,1 -0,1 4,4 5,5

-1,2 -0,1 3,4 3,7

1,6 4,6 3,4

0,8 0,0 2,0

2
2
2
2
Testar H0 : A = B vs. H1: A B , ao nvel de significncia de 10%.

Soluo:

H0: 2A = 2B
2
2
H1: A B
s 2A 4,01

Fobs

s A2
sB2

= 10%

nA = nB = 10

s 2B 3,20

4,01
1,25,
3,20

gl (9, 9)

RC = F > 3,18

Fc (0,05; 9, 9) = 3,18

Como Fobs RC, no se rejeita H0, ou seja, as varincias so

estatisticamente iguais ao nvel de 10%.
A anlise da hiptese da igualdade de varincias crucial para o uso do
teste t, na comparao de duas mdias, apresentado a seguir.
2. COMPARAO DE DUAS MDIAS
NORMAIS: AMOSTRAS INDEPENDENTES

DE

POPULAES

Com o objetivo de se comparar duas populaes ou, sinonimamente, dois

tratamentos, examinaremos a situao na qual os dados esto na forma de
realizaes de amostras aleatrias de tamanhos n1 e n2, selecionadas,
respectivamente, das populaes 1 e 2. Os dados so as medidas das respostas
associadas com o seguinte delineamento experimental. Uma coleo de n 1 + n2
elementos so aleatoriamente divididos em 2 grupos de tamanhos n 1 e n2, onde
cada membro do primeiro grupo recebe o tratamento 1 e do segundo, o tratamento
2. Especificamente, estaremos interessados em fazer inferncia sobre o parmetro:
(mdia da populao 1) (mdia da populao 2) = 1 2
Formalmente,

suponha

uma

amostra

X1 , X 2 , ..., X n 1

selecionada

Y1 , Y2 , ... , Yn 2

aleatoriamente de uma populao N(1, ) e uma amostra

2
selecionada de uma populao N(2, 2 ), n1 e n2 independentes. Para cada
uma delas, teremos os respectivos estimadores da mdia e varincia: X e
S12 e Y e S 22 .
2
1

Hiptese:

H0 : 1 2 ou 1 - 2 0

Definindo a varivel ( X Y ), note-se que:

E ( X Y ) = E ( X ) E ( Y ) = 1 2

Var ( X Y ) Var ( X ) Var ( Y ) 2 Cov ( X , Y )

Como as variveis

e Y

so independentes, Cov( X , Y ) 0 , ento

Var ( X Y ) 12 / n 1 22 / n 2

Portanto,

( X Y ) tem distribuio N[(1 2 ), (12 / n 1 2

2 / n 2 )]

e, consequentemente,

( X Y ) (1 2 )
2
1
/ n1 2
2 / n2

(1)
tem distribuio N(0, 1).
2
2
1 caso: varincias 1 e 2 conhecidas

Para testar a hiptese H0 usa-se a

que

estatstica (1). Como H0 estabelece

1 2 = 0,
Z

(X Y)
2
1

/ n1 2
2 / n2

Regies crticas (nvel ):

Hipteses alternativas:
H1 : 1 2 ou 1 - 2 0

Z > zc (/2) ou Z < -zc (/2)

H1 : 1 > 2 ou 1 - 2 > 0

Z > zc ()

H1 : 1 < 2 ou 1 - 2 < 0

Z < -zc ()

2 caso: varincias desconhecidas e iguais

Preliminarmente, testa-se se as varincias das duas populaes so iguais.
Caso a hiptese no seja rejeitada, isto , que 12 = 22 = 2 , a estatstica (1)
transforma-se em:

( X Y ) (1 2 )
1 / n1 1 / n 2

Substituindo por um estimador, teremos uma expresso muito

semelhante t de Student. Uma estatstica para 2 a mdia ponderada:
( n 1 1)S12 (n 2 1)S 22
2
SP
,
(n 1 1) (n 2 1)
que, como S12 e S12 so dois estimadores no viciados de 2 , tambm um
estimador no viciado de 2 .
O desvio padro da diferena ( X Y ) estimado por:

1
1

n1 n 2

S (X Y) S p

de modo que pode-se construir a estatstica

t

( X Y ) ( 1 2 )
1 / n1 1 / n

Sp

que tem distribuio t de Student, com n1 + n2 2 graus de liberdade.

(X Y)

t
Sp

Sob H0 verdadeira (12 0),

1
1

n1
n2

Regies crticas (nvel ):

Hipteses alternativas:

t t c

H1: 1 2

, n1 n 2 2

t t c , n 1 n 2 2

H1: 1 > 2

t t c , n 1 n 2 2
H1: 1 < 2
Nota: quando ambas as amostras (n1 e n2) so pequenas (n < 30), o teste
pode ser usado supondo, alm da normalidade das distribuies das populaes
originais, que suas varincias, 12 e 22 , so iguais.
Exemplo 3. Usando os dados do exemplo 2, testar se h evidncia de que as
duas drogas so igualmente eficientes (H0: A B vs. H1: A B), ao nvel
de 5%.
Soluo:
H0: A B
H1: A B
n A n B 10

x A 2,33

x B 0,75

5%

s 2A 4,01

s 2B 3,20

s 2P

9.3,20 9.4,01
3,61
18

t obs

xA xB
sP

1
nA

tc(18; 0,05) = 1,734

1
nB

2,33 0,75
1,90

1
10

101

1,86

RC =t > 1,734

Como tobs RC, rejeita-se H0, ou seja, h evidncia de que a droga A mais
eficiente do que a B como soporfero.
3 caso: varincias desconhecidas e desiguais (Teste de Smith
Satterthwaite)
Quando a hiptese de igualdade de varincias for rejeitada, deve-se
substituir 12 e 22 em (1) pelos seus respectivos estimadores, s 12 e s 22 , obtendo
a estatstica:
t

( X Y ) (1 2 )
2
(s1
/ n1 s 2
2 / n

que, sob a veracidade de H0 (1 - 2 = 0), aproxima-se de uma distribuio

t de Student, com nmero de graus de liberdade dado aproximadamente por:
[(s 2 / n ) (s 2 / n )]2
gl 21 1 2 22 2 2
(s1 / n1 ) (s 2 / n 2 )

n1 1
n 2 1
Como o nmero de graus de liberdade assim calculado, geralmente, no
inteiro, recomenda-se aproxim-lo para o inteiro imediatamente anterior a este.
Se n1 e n2 so ambos grandes ( n 30 ), o teste pode ser baseado na
estatstica
Z

( X Y ) ( 1 2 )
2
s1
/ n1 s 2
2 / n2

~ N (0, 1)

sob H0,

pois (1) permanece vlido se 12 e 22 so substitudos por seus respectivos

estimadores amostrais, s12 e s 22 .
A escolha da regio de rejeio, mono ou bilateral, depende do tipo da
hiptese alternativa.
Nota: no caso da inferncia originada de amostras grandes, no necessrio
assumir que as distribuies das populaes originais so normais, porque o
teorema limite central garante que as mdias amostrais X e Y so
aproximadamente distribudas como N(1 , 1 n1 ) e N( 2 , 2 n 2 ) ,
respectivamente. Alm disso, a suposio de varincias populacionais iguais
(12 22 ) , que usada para amostras pequenas, evitada nessa situao.
Exemplo 4. Querendo comparar o ganho em peso de duas raas de bovinos,
A e B, num mesmo regime alimentar, tomaram-se n = 35 animais da raa A e m =
40 animais da raa B. Os resultados obtidos foram:
Raa
A

70,5

s2
81,6

84,3

200,5

Testar ao nvel de 5% , se o ganho em peso mdio das duas raas o

mesmo, ou seja H0: A B vs. H1: A B.

Soluo:
H0: A B
H1: A B
nA = 35
z obs

nB = 40
(x B x A )
s 2A / n A s 2B / n B

= 5%

84,3 70,5
81,6

35

200,5

40

13,8
5,09
2,71

zc = 1,96
RC = z < -1,96 ou z >1,96
Como zobs RC, rejeita-se H0, ou seja, h evidncia que as duas raas tm
ganhos em peso mdios diferentes ( x B x A ) , ao nvel de 5%.
3.
COMPARAO
EMPARELHADA:
RELACIONADAS (OU DEPENDENTES)

AMOSTRAS

Quando as mdias de duas populaes so comparadas, pode ocorrer uma

diferena significativa entre elas por causa de fatores externos no controlveis,
mesmo no havendo diferenas nos tratamentos avaliados. Reciprocamente,
fatores externos podem mascarar ou ocultar uma diferena real. Uma maneira de
contornar estes problemas coletar as observaes em pares, de modo que os dois
elementos de cada par sejam homogneos em todos os sentidos (por exemplo,
quanto ao sexo, a idade, semelhana gentica e de ambiente, etc.), exceto no que
diz respeito aos tratamentos que se quer comparar. Assim, se houver uma
diferena na resposta entre os dois grupos, esta pode ser atribuda a uma diferena
nos tratamentos.
Tal planejamento chamado comparao emparelhada e consiste em
formarem pares e sortear os tratamentos dentro de cada par.
Como na formulao geral de comparao de duas mdias, tm-se duas
amostras X 1 , X 2 , ... , X n e Y1 , Y2 , ... , Yn , s que agora as observaes esto
emparelhadas,
isto
,
a
amostra

formada
pelos
pares
( X 1 , Y1 ), ( X 2 , Y2 ),...., ( X n , Yn ) .
Se definirmos a varivel

Di = Xi Yi,

i = 1, 2 ,... , n

teremos um conjunto de n observaes, cada uma das quais a diferena

entre duas observaes originais.
Os pares de observaes (Xi Yi) so independentes, mas Xi e Yi dentro do
i-simo par, so, geralmente, dependentes. Assim, se o emparelhamento das
unidades experimentais for eficiente, espera-se Xi e Yi ser, ao mesmo tempo,
pequenos ou grandes, ou seja, ter uma correlao positiva alta. Um modo de se
detectar isto verificar se X e Y tem uma covarincia positiva. Como
Var ( X Y) Var (X ) Var ( Y) 2Cov( X, Y ),

a varincia da diferena ser menor neste caso do que seria no caso de

variveis aleatrias independentes, onde Cov(X, Y) = 0.
Esse procedimento tambm usado quando as observaes das duas
amostras so feitas no mesmo indivduo, por exemplo, medindo uma caracterstica
do indivduo antes e depois dele ser submetido a um tratamento.
A estrutura das observaes em uma comparao emparelhada dada a
seguir, onde X e Y denotam as respostas aos tratamentos 1 e 2, respectivamente.
Par
1
2

Tratamento
1
2
X1
Y1
X2
Y2

Xn
Yn

Diferena (Di)
D1 X1 Y1
D2 X2 Y2

Dn Xn Yn

Definida as diferenas Di = Xi Yi, i = 1, 2 ,... , n, razovel assumir que elas

constituem uma amostra aleatria de uma populao com mdia = D e varincia
2D , onde D representa a diferena mdia real dos efeitos de tratamento dentro
de pares. De outro modo,
E(Di) E(Xi Yi) D e
Var(Di) Var(Xi Yi) 2D , i = 1, 2 ,... , n
Se D = 0, ento os dois tratamentos podem ser considerados equivalentes.
Uma diferena positiva (D > 0) significa que o tratamento 1 tem uma resposta
mdia maior do que a do tratamento 2.
A hiptese a ser testada : H0: 1 = 2 ou D = 0.
Hipteses alternativas:

H1 : 1 2 ou D 0

H1 : 1 2 ou D 0

H : ou 0
2
D
1 1
Supondo Di : N ( D , 2D ),

(Tratamento1tem resposta mdia menor do que a do 2 )

(Tratamentos1e 2 tem respostas mdias diferentes)

1 n
1 n
D

(X i Yi ) X Y tem distribuio N ( D , 2D /n )

i
n i 1
n i 1
1 n
Definindo s 2D
(D i D ) 2 , a estatstica
n 1 i 1
D

D
s

tem distribuio t de Student, com n 1 graus

de liberdade.
Como H0 estabelece que D = 0, a frmula de t apresentada como
D
s

que a estatstica a ser usada no teste.

Quando n grande ( 30), a inferncia pode ser baseada na distribuio

N(0, 1) ou equivalentemente na distribuio t com infinitos graus de liberdade
(gl).
Note que h n pares de observaes e apenas n 1 gl. Se as observaes no
forem emparelhadas, mas tratadas como dois grupos independentes, teremos (n
1) +
(n 1) = 2(n 1) gl. A diminuio do nmero de gl resulta em um valor
maior para t 2 , o que torna necessrio um maior valor para t obs atingir o limite
de significncia. Deste modo, se a formao de pares no for justificvel, o teste
ser menos sensvel, ou seja, preferindo pares, corre-se o risco de alguma perda
de poder, a qual resulta em um aumento na probabilidade de aceitar a hiptese
nula quando falsa (). O aumento insignificante, todavia, se o nmero de pares
grande, digamos, maior do que 10. O nvel de significncia () no afetado.
Com um emparelhamento eficaz, a reduo na varincia da diferena (X
Y), geralmente, mais do que compensa a perda de graus de liberdade.
Exemplo 5. Cinco operadores de certo tipo de equipamento laboratorial so
treinados em equipamentos de duas marcas diferentes, A e B. Mediu-se o tempo
que cada um deles gastou na realizao de uma mesma tarefa, e os resultados
foram:
1

Operador
4

80
75

72
70

65
60

78
72

5
85
78

Ao nvel de 1%, poderamos afirmar que a tarefa realizada no equipamento

A demora mais do que no B (A B)?
Soluo:
H1: A > B

H0: A = B

D 5,0
s D 1,87

Di = 5, 2, 5, 6, 7
t obs

D
sD

= 1%

n=5

5,0
1,87
5, 98
5

RC = t > 3,74

tc( 0,01; 4) = 3,747

Como tobs RC, rejeita-se H0, ou seja, a tarefa realizada no equipamento A

demora mais do que no B ao nvel de 1%.
4. COMPARAO DE DUAS PROPORES BINOMIAIS
Vejamos agora como comparar as propores de incidncia de uma
particular caracterstica em duas populaes. A estrutura da inferncia :
Parmetro: p1 - p2 (proporo na populao 1 - proporo na populao 2)
Propores amostrais:

p1 nX e p 2 nY , onde X e Y correspondem aos

1

nmeros de elementos que possuem a caracterstica nas amostras n1 e n2,

selecionadas aleatoriamente, respectivamente, das populaes 1 e 2; n1 e n2
independentes.
1 p
2 , como ponto de partida, para fazer a
Consideremos a estatstica p
inferncia sobre p1 p2. Como a mdia e a varincia das propores amostrais so:
E (p1 ) p1
Var (p1 )

E(p 2 ) p 2
p1 (1 p1 )
n1

e dado que
1 p
2 so:
p

1 e p
2
p

Var (p 2 )

so independentes, a mdia e a varincia da diferena

E p1 p 2 p1 p 2
Logo, DP(p1 p 2 )

p 2 (1 p 2 )
n2

Var (p1 p 2 )

p1 (1 p1 ) p 2 (1 p 2 )

n1
n2

p1 (1 p1 ) p 2 (1 p 2 )

n1
n2

1 p
2 um
O primeiro resultado [ E p1 p 2 p1 p 2 ] mostra que p
estimador no viciado de p1 p 2 . Uma estimativa do desvio padro (DP) pode
1 e p
2.
ser obtida substituindo p1 e p2 dentro da raiz por, respectivamente, p
Alm disso, para n1 e n2 grandes, a estatstica (p1 p 2 ) tem distribuio

aproximadamente normal, de modo que

1 p
2 ) ( p1 p 2 )
(p
1 (1 p
1)
p
n1

2 (1 p
2)
p

n2

aproximadamente N(0, 1).

Para testar H0: p1 p2 ou p1 p2 = 0 denota-se por p a proporo
populacional conjunta no especificada.
Sob H0 verdadeira, a estatstica ( p1 p 2 ) aproximadamente distribuda
como normal, com

DP(p1 p 2 ) p(1 p)

1 p
2) 0
E(p

1
1

,
n1 n 2

O parmetro p estimado envolvendo as informaes das duas amostras, ou

seja,

p

XY
n1 n 2

(estimativa conjunta)

Assim, considerando n1 e n2 grandes, a estatstica

1 p
2
p

(1 p
)
p

1
1

n1
n2

aproximadamente N(0, 1).

Dependendo de H1, a regio crtica mono ou bi-caudal (regra de deciso)

pode ser construda em termos da aproximao normal (Z).
Exemplo 6. Em um estudo sobre a incidncia de abortos naturais entre
mdicas anestesistas (1) e de outras especialidades (2), obtiveram-se os seguintes
resultados:

G
esta
es
normai
s
Abortos
naturais
Totais

To
tais

23

52

75

14

06

20

37

58

95

Denotando as propores populacionais de abortos naturais em (1) e (2) por

p1 e p2, respectivamente, testar Ho : p1 = p2 vs. H1 : p1 p2, ao nvel de 1%.
Soluo:
H0: p1 = p2
H1: p1 p2

14
0,378
37
6
p 2
0,103
58
p1

1 p
2
p

z obs

(1 p
)
p

= 1%

1
1

n1
n2

14 6
0,21
95

zc = 2,57

0,378 0,103
0,21.0,79

1
37

1
58

0,275
3,19
0,086

RC = z >2,57 ou z <-2,57

Como zc RC, rejeita-se H0, ou seja, a proporo de abortos naturais em

(1) estatisticamente diferente (superior) da proporo em (2), ao nvel de 1%.

Esse teste (Z) para comparaes de duas propores binomiais

equivalente ao teste qui-quadrado (2) em uma tabela de contingncia 2 x 2
(teste de homogeneidade de propores), que ser visto no prximo captulo. Pode
ser mostrado por clculo algbrico que Z2 exatamente o mesmo que 2 para
uma tabela assim especificada (2 x 2). Este o caso do Exemplo 6, onde Z2 2
(3,19)2 10,2. Alm disso, (Z0,005 = 2,575)2 = 6,63 o ponto crtico de 2(
c2 ), com = 1% e gl = 1. Entretanto, se o teste monocaudal, tal como seria o
caso com H1: p1 > p2, o teste 2 no apropriado.
2. TESTES NO - PARAMTRICOS
As tcnicas da Estatstica No-Paramtrica so, particularmente, adaptveis aos dados
das cincias do comportamento. A aplicao dessas tcnicas no exige suposies quanto
distribuio da varivel populacional. Os testes no-paramtricos so extremamente
interessantes para anlises de dados qualitativos. Na Estatstica Paramtrica, para aplicao
de teste como o t de Student, a varivel em anlise precisa ser numrica. Como o prprio
nome sugere, a Estatstica No-Paramtrica independe dos parmetros populacionais e de
suas respectivas estimativas.
Assim, se a varivel populacional analisada no segue uma distribuio normal e/ou as
amostras forem pequenas, pode-se aplicar um teste No-Paramtrico.
Vantagens dos Mtodos No-Paramtricos
1. Os mtodos No-Paramtricos podem ser aplicados a uma ampla diversidade de
situaes, porque no exigem populaes distribudas normalmente.
2. Ao contrrio dos mtodos Paramtricos, os mtodos No-Paramtricos podem
freqentemente ser aplicados a dados no-numricos.
3. Os mtodos No-Paramtricos em geral envolvem clculos mais simples do que seus
correspondentes Paramtricos, sendo, assim, mais fceis de entender.
Desvantagens dos Mtodos No-Paramtricos
1. Os mtodos No-Paramtricos tendem a perder informao, porque os dados
numricos so freqentemente reduzidos a uma forma qualitativa.
2. Os testes No-Paramtricos no so to eficientes quanto os testes Paramtricos;
assim, com um teste No-Paramtrico, em geral necessitamos de uma amostra maior
ou maiores diferenas para ento rejeitarmos uma hiptese nula.
Testes No-Paramtricos para Amostras Independentes
2.1 TESTE DA MEDIANA
O teste da mediana verifica a probabilidade de grupos independentes proverem de
populaes com a mesma mediana. O teste da mediana particularmente til quando existem
dados censurados.
Dados Censurados so aqueles que ficam alm dos limites estabelecidos para coleta,
embora no se saiba exatamente quais so esses valores. Exs.:

- experimentos com animais onde alguma condio especfica demora a aparecer ou

desaparecer. Se nada acontece a alguns animais at o final do experimento esses dados so
censurados.
- tempo de sobrevivncia
- limite mnimo em aparelhos de medio

Para esse teste, a varivel em anlise tambm deve ser medida em escala ordinal ou
numrica.
Procedimento
a) Formular as hipteses: a hiptese em teste a de que os grupos provm de populaes
com a mesma mediana;
b) Juntar os k grupos em comparao em um s conjunto. Calcular a mediana de todos os
dados;
c) Contar, em cada grupo, o nmero de dados que esto acima e o nmero de dados que esto
abaixo da mediana geral. Arranjar as contagens em uma tabela 2 x k;
d) Aplique o teste de 2 para testar essa hiptese.

Ex. (Bioestat, pg. 108): Aps alta hospitalar, 12 indivduos de uma casa de sade (A) e 10
pessoas de outra entidade nosocomial (B) foram avaliados quanto aos cuidados de
enfermagem dispensados a cada um nas respectivas instituies. O escore de auto-avaliao
de cada paciente, numa escala de 0 a 100, est mostrado abaixo. Teste se h diferena na
avaliao dos pacientes atendidos no Hospital A em relao queles atendidos no Hospital B.
Use = 0,05.
Hospital A 80
91

94

92

70

78

83

90

88

87

90

Hospital B

57

71

82

70

61

85

66

72

66

63

89

2.1 TESTE DE MANN-WHITNEY

usado para testar se duas amostras independentes foram retiradas de populaes
com mdias iguais. Esse teste , portanto, uma alternativa para o teste t para amostras
independentes quando a amostra for pequena e/ou as pressuposies, exigidas pelo teste t,

estiverem seriamente comprometidas. A nica exigncia do teste de Mann-Whitney a de que

as observaes sejam medidas em escala ordinal ou numrica.
Procedimento
a) Coloque os dados dos dois grupos em ordem crescente. s observaes empatadas
atribuir a mdia dos postos correspondentes;
b) Considerar

n1 = nmero de casos do grupo 1;

n2 = nmero de casos do grupo 2;

c) Calcular R1 = soma dos postos do grupo 1;

R2 = soma dos postos do grupo 2;
d) Calcular a estatstica de Mann-Whitney (U);

n1 n1 1

n 2 n 2 1

U R1

U R2

e) Escolher o menor valor de U para ser utilizado no clculo de z.

U - R
R

n1 n 2
2

n1 n 2 n1 n 2 1
12

Exemplo (Bioestat, pg. 107): Foram medidos nveis de fosfatase sangnea em 12 pacientes
acometidos de malria por P. vivax e em 10 parasitados pelo P. falciparum. Verifique, ao nvel
de 5% de significncia, se os nveis de fosfatase diferem significativamente em relao
espcie encontrada nos doentes.
P vivax

3,70
1,90

P. falciparum

3,60
2,70

2,80
3,20

2,90
3,10

2,90

3,00

2,30

2,40

2,40

3,00

2,00

2,20

2,50

3,40

2,10

2,80

3,20

2,90

2.3 TESTE KRUSKAL-WALLIS

Trata-se de teste extremamente til para decidir se k amostras (k > 2) independentes
provm de populaes com mdias iguais. Esse teste s deve ser aplicado se a amostra for
pequena e/ou as pressuposies, exigidas para proceder Anlise de Varincia, estiverem
seriamente comprometidas. Como o teste de Mann-Whitney, esse teste tambm condiciona
que a varivel em anlise seja medida em escala ordinal ou numrica.
Procedimento
a) Dispor, em ordem crescente, as observaes de todos os k grupos, atribuindo-lhes postos de
1 a n. Caso haja empates, atribuir o posto mdio;
b) Determinar o valor da soma dos postos para cada um dos k grupos: R i, i = 1, 2, ..., k;
c) Escolher uma varivel Qui-quadrado com = k 1 (cada amostra deve conter pelo menos 5
observaes);

d) Realizar o teste:
K
R i 3 N 1
12

N(N 1) i1 ni
2

Obs.: Esse teste exige varincias iguais, por isso no deve ser usado se as diferentes amostras
tm varincias muito diferentes.
O teste de Kruskal-Wallis um teste unilateral direita.
Ex.; Imagine que para comparar o tempo de latncia de trs anestsicos usados por cirurgies
dentistas tenha sido feito um ensaio clnico casualizado com 15 pacientes. Os dados esto
apresentados na tabela abaixo. Seja = 0,05.
Tempo de latncia, em segundos, de trs anestsicos locais usados em clnicas odontolgicas
Anestsico A
Anestsico B
Anestsico C
62
108
72
138
216
132
78
174
156
96
234
204
66
270
84

Obs.: Quando ocorrem muitos empates, no se deve utilizar a estatstica H. preciso aplicar
uma correo na frmula. Os softwares fazem essa correo automaticamente. Assim, se mais
de um tero dos dados est envolvido em empates, use um software de estatstica.