08 Teste Nao Parametric o

Teste de Aderncia
Exemplo: Deseja-se testar a hiptese de que um dado seja honesto. Para tanto,
joga-se o mesmo 1200 vezes anotando-se os resultados:
Valor do dado
Freq. Abs. Obs.
180
207
191
203
210
209
1200
H0 : p
?i = 1/6 (i = 1, 2, ..., 6) (dado honesto)
H1: pelo menos algum pi 1/6
Se H0 verdadeira, ento
Valor do dado
Freq. Abs. Obs.
180
207
191
203
210
209
1200
Freq. Abs. Esp.
?
200
200
200
200
200
200
1200
X
i 1
FAObsi FAEspi
FAEspi
2
c 1
c21
c o nmero de classes
X crt
H0 verd.
ac. H0
rej.
H0 falso
H0
Teste de Aderncia
Exemplo: Deseja-se testar a hiptese de que um dado seja honesto. Para tanto,
joga-se o mesmo 1200 vezes anotando-se os resultados (tabela abaixo).
H0 : pi = 1/6 (i = 1, 2, ..., 6) (dado honesto)
H1: pi 1/6
Valor do dado
Freq. Abs. Obs.
180
207
191
203
210
209
1200
Freq. Abs. Esp.
200
200
200
200
200
200
1200
180 200
X
200
207 200
200
209 200
...
200
3,6
Concluso: considerando 5% de significncia,

aceita-se H0, ou seja,
no h razes para discordar que o dado seja honesto. 0
52
= 0,05
XXcrtcrt11,
? 07 +
Teste de Normalidade / Teste de Aderncia

Exemplo: Considere os dados abaixo, resultantes da observao de 40 valores
de uma varivel aleatria qualquer Y. Deseja-se testar a hiptese de que esta
varivel aleatria tenha distribuio normal com mdia igual a 3,6 e
varincia 2 igual a 0,8.
2,2
4,1
3,5
4,5
5,0
3,7
3,0
2,6
3,4
1,6
3,1
3,3
3,8
3,1
4,7
3,7
2,5
4,3
4,9
3,6
2,9
3,3
3,9
3,1
4,8
3,1
3,7
4,4
3,2
4,1
1,9
3,4
4,7
3,8
3,0
2,6
3,9
3,0
4,2
3,5
H0 : Y ~ N( = 3,6; 2 = 0,8)
H1: Y ~ ?
H0 : (Y 3,6)/0,8944 = Z ~ N(0,1)
H1: (Y 3,6)/0,8944 ~ ?
Valores padronizados:
-1,57
0,56
-0,11
1,01
1,57
0,11
-0,67
-1,12
-0,22
-2,24
-0,56
-0,34
0,22
-0,56
1,23
0,11
-1,23
0,78
1,45
0,00
-0,78
-0,34
0,34
-0,56
1,34
-0,56
0,11
0,89
-0,45
0,56
-1,90
-0,22
1,23
0,22
-0,67
-1,12
0,34
-0,67
0,67
-0,11

varivel aleatria tenha distribuio normal com mdia igual a 3,6 e
varincia 2 igual a 0,8.
-1,57
0,56
-0,11
1,01
1,57
0,11
-0,67
-1,12
-0,22
-2,24
-0,56
-0,34
0,22
-0,56
1,23
0,11
-1,23
0,78
1,45
0,00
-0,78
-0,34
0,34
-0,56
1,34
-0,56
0,11
0,89
-0,45
0,56
-1,90
-0,22
1,23
0,22
-0,67
-1,12
0,34
-0,67
0,67
-0,11
Agrupando-se os valores padronizados em 7 classes equiprovveis tem-se

Limites
- a -1,068
-1,068 a -0,566
-0,566 a -0,180
-0,180 a 0,180
0,180 a 0,566
0,566 a 1,068
1,068 a +
FAObs
6
4
9
6
6
4
5
FAEsp
40/7
40/7
40/7
40/7
40/7
40/7
40/7
FAObsi FAEspi
i 1
FAEspi
~ 62
X = 3,05
Concluso:
aceita-se H0 a 5% sig., ou seja, Y ~ N( = 3,6; 2 = 0,8)
62
= 0,05
0
X crt 12,59 +
Teste de Aderncia
OBSERVAES:
- Deve-se agrupar os dados em 2 a 20 classes excludentes (ideal 5);

- Se houver apenas 2 classes, o valor esperado de cada uma deve ser 5;
- Se houver mais que 2 classes, no mais de 20% dos valores esperados
devem ser < 5, e nenhum deve ser nulo;
- No necessrio que as classes sejam equiprovveis;
- Este teste no sensvel ao ordenamento das classes; e
- Para cada parmetro estimado, perde-se 1 grau de liberdade.

varivel aleatria tenha distribuio normal.
2,2
4,1
3,5
4,5
5,0
3,7
3,0
2,6
3,4
1,6
3,1
3,3
3,8
3,1
4,7
3,7
2,5
4,3
4,9
3,6
2,9
3,3
3,9
3,1
4,8
3,1
3,7
4,4
3,2
4,1
1,9
3,4
4,7
3,8
3,0
2,6
3,9
3,0
4,2
3,5
X 3,5275
s 2 0,6528
H0 : Y ~ N( = 3,5275; 2 = 0,6528)
H1: Y ~ ?
H0 : (Y 3,5275)/0,8080 = Z ~ N(0,1)
H1: (Y 3,5275)/0,8080 ~ ?
-1,64
-0,53
0,71
-0,28
-0,03
0,34
1,20
-0,53
1,82
1,45
0,21
0,21
-0,65
-1,27
-1,15
0,96
-0,16
1,70
-2,39
0,09
-0,78
-2,01
-0,28
-0,16
0,46
1,45
-0,53
0,34
1,57
-0,65
-0,53
-1,15
0,21
0,46
1,08
-0,65
-0,41
0,83
0,71
-0,03

varivel aleatria tenha distribuio normal.
-1,64
-0,53
-0,78
-2,01
0,71
-0,28
-0,28
-0,16
-0,03
0,34
0,46
1,45
1,20
-0,53
-0,53
0,34
1,82
1,45
1,57
-0,65
0,21
0,21
-0,53
-1,15
-0,65
-1,27
0,21
0,46
-1,15
0,96
1,08
-0,65
-0,16
1,70
-0,41
0,83
-2,39
0,09
0,71
-0,03
Agrupando-se os valores padronizados em 7 classes equiprovveis tem-se

Limites
- a -1,068
-1,068 a -0,566
-0,566 a -0,180
-0,180 a 0,180
0,180 a 0,566
0,566 a 1,068
1,068 a +
FAObs
6
4
7
5
7
4
7
FAEsp
40/7
40/7
40/7
40/7
40/7
40/7
40/7
Concluso:
aceita-se H0 a 5% sig., ou seja, Y ~ N
FAObsi FAEspi
i 1
FAEspi
7-1-2 = 4
~ 42
X=2
42
= 0,05
0
X crt 9, 49 +
Teste de Kolmogorov-Smirnov
Exemplo (usado no teste 2): Considere os dados abaixo, resultantes da
observao de 40 valores de uma varivel aleatria qualquer X. Deseja-se
testar a hiptese de que esta varivel aleatria tenha distribuio normal
com mdia igual a 3,6 e varincia 2 igual a 0,8.
2,2
4,1
3,5
4,5
5,0
3,7
3,0
2,6
3,4
1,6
3,1
3,3
3,8
3,1
4,7
3,7
2,5
4,3
4,9
3,6
2,9
3,3
3,9
3,1
4,8
3,1
3,7
4,4
3,2
4,1
1,9
3,4
4,7
3,8
3,0
2,6
3,9
3,0
4,2
3,5
H0 : X ~ N( = 3,6; 2 = 0,8)
H1: X ~ ?
H0 : (X 3,6)/0,8944 = Z ~ N(0,1)
H1: (X 3,6)/0,8944 ~ ?
-1,57
0,56
-0,11
1,01
1,57
0,11
-0,67
-1,12
-0,22
-2,24
-0,56
-0,34
0,22
-0,56
1,23
0,11
-1,23
0,78
1,45
0,00
-0,78
-0,34
0,34
-0,56
1,34
-0,56
0,11
0,89
-0,45
0,56
-1,90
-0,22
1,23
0,22
-0,67
-1,12
0,34
-0,67
0,67
-0,11
Valores padronizados ordenados:
-2,24
-1,9
-1,57
-1,23
-1,12
-1,12
-0,78
-0,67
-0,67
-0,67
-0,56
-0,56
-0,56
-0,56
-0,45
-0,34
-0,34
-0,22
-0,22
-0,11
-0,11
0,00
0,11
0,11
0,11
0,22
0,22
0,34
0,34
0,56
0,56
0,67
0,78
0,89
1,01
1,23
1,23
1,34
1,45
1,57
i
3
Fobs (1,57)
n
40
Fesp ( Z i ) P ( Z Z i )
Fesp ( Z 1,57) 0, 0582
Fobs ( Zi )
F (Z
(Z ))
F
0,8
0,6
0,4
D mx Fobs (Zi ) Fesp (Zi )
0,2
0
-3
-2
-1
Z
Observado
Observado
Esperado
valores crticos tabelados!

Se D maior que Dcrt, ento conclui-se que a
distribuio terica no vlida, com certo
nvel de significncia.
D mx Fobs ( X ) Fesp ( X )
Valores padronizados ordenados:
-2,24
-1,9
-1,57
-1,23
-1,12
-1,12
-0,78
-0,67
-0,67
-0,67
-0,56
-0,56
-0,56
-0,56
-0,45
-0,34
-0,34
-0,22
-0,22
-0,11
-0,11
0,00
0,11
0,11
0,11
0,22
0,22
0,34
0,34
0,56
0,56
0,67
0,78
0,89
1,01
1,23
1,23
1,34
1,45
1,57
i
3
Fobs (1,57)
n
40
Fesp ( Z i ) P ( Z Z i )
Fesp ( Z 1,57) 0, 0582
Fobs ( Zi )
F (Z )
0,8
0,6
0,4
D mx Fobs (Zi ) Fesp (Zi )
0,2
0
-3
-2
-1
Z
Observado
Esperado
D 0, 0919
Dcrt 0, 2150
( 5%)
Concluso: pode-se aceitar a hiptese de que

os dados provenham de uma normal, a 5% de
significncia.
OBSERVAES:
- o teste mais apropriado para dados ordenados;
- Ideal quando a varivel tem distribuio contnua; e
- No h uma modificao quando se estima os parmetros de uma
distribuio (no h perdas de graus de liberdade como no teste 2).
Teste de Independncia
Exemplo: Suponha que 200 estudantes sejam selecionados aleatoriamente em
uma universidade e que cada estudante seja classificado de acordo com a sua
rea de estudo e com sua preferncia entre dois candidatos para uma
prxima eleio.
rea de Estudo
Engenharia
Psicologia
Direito
Administrao
Total
A
24
24
17
27
92
Candidato
B
23
14
8
19
64
Indeciso
12
10
13
9
44
Total
59
48
38
55
200
Deseja-se testar a hiptese de que a preferncia a um certo candidato

independente da rea de estudo.
pi = probabilidade de estar na rea i
pj = probabilidade de votar no candidato j
H0 : pij = pi * pj
H1: pij pi * pj
Observado

prxima eleio.
rea de Estudo
Engenharia
Psicologia
Direito
Administrao
Total
A
24
24
17
27
92
Candidato
B
23
14
8
19
64
Indeciso
12
10
13
9
44
H0 : pij = pi * pj
H1: pij pi * pj
Total
59
48
38
55
200
Esperado
rea de Estudo
Engenharia
Psicologia
Direito
Administrao
Total
A
27,14
?
22,08
17,48
25,30
92
Candidato
B
18,88
15,36
12,16
17,60
64
Indeciso
12,98
10,56
8,36
12,10
44
Total
59
48
38
55
200
i 1 j 1
FAObs
59*92
200
ij FAEspij
FAEspij
~ ?2(l 1)(c1)
2
l o nmero de linhas
c o nmero de colunas
Observado
24
24
17
27
23
14
8
19
12
10
13
9
Esperado

prxima eleio.
27,14
22,08
17,48
25,30
18,88
15,36
12,16
17,60
12,98
10,56
8,36
12,10
X
i 1 j 1
FAObs
ij FAEspij
FAEspij
62
6,68
= 0,05
0
?
XXcrtcrt12,59
+
Concluso:
aceita-se H0 a 5% sig., ou seja,
h independncia entre a rea e o
candidato escolhido pelo estudante

08 Teste Nao Parametric o

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

08 Teste Nao Parametric o

Hochgeladen von

Copyright:

Verfügbare Formate

Teste de Aderncia

Freq. Abs. Obs.

Freq. Abs. Obs.

Freq. Abs. Esp.

Freq. Abs. Obs.

Freq. Abs. Esp.

Concluso: considerando 5% de significncia,

Teste de Normalidade / Teste de Aderncia

Teste de Normalidade / Teste de Aderncia

Agrupando-se os valores padronizados em 7 classes equiprovveis tem-se

- Deve-se agrupar os dados em 2 a 20 classes excludentes (ideal 5);

Teste de Normalidade / Teste de Aderncia

Teste de Normalidade / Teste de Aderncia

Agrupando-se os valores padronizados em 7 classes equiprovveis tem-se

D mx Fobs (Zi ) Fesp (Zi )

valores crticos tabelados!

D mx Fobs (Zi ) Fesp (Zi )

Concluso: pode-se aceitar a hiptese de que

Deseja-se testar a hiptese de que a preferncia a um certo candidato

Exemplo: Suponha que 200 estudantes sejam selecionados aleatoriamente em

Exemplo: Suponha que 200 estudantes sejam selecionados aleatoriamente em

Das könnte Ihnen auch gefallen