O que são testes não-paramétricos?

A maior parte dos testes estatísticos são ideais vinculados à suposições como independência, homocedasticidade ou normalidade. 

Entretanto, nem sempre é possível garantir que os dados sigam essas suposições. Os testes não-paramétricos são métodos estatísticos que não precisam da suposição de normalidade, podendo esta ser substituída por uma suposição mais geral relativa à função de distribuição. 

Não-paramétrico ou livre de distribuição?

Muitas vezes esses termos são utilizados de forma intercambiável. Porém, não são exatamente sinônimos.

Um problema é classificado como paramétrico ou não-paramétrico de acordo com a dependência de um número finito de parâmetros ou de parâmetros mais gerais. 

Se o problema não depende nem da distribuição-pai, nem de seu parâmetro, ele se torna livre de distribuição. 

Tanto os métodos paramétricos quanto os não paramétricos podem ou não ser livres de distribuição. Entretanto, os procedimentos livres de distribuição foram feitos principalmente para métodos não paramétricos e, portanto, ambos os termos são usados de forma intercambiável.

Quando usar testes não-paramétricos?

Temos alguns exemplos de caso de uso dos testes não-paramétricos, listados abaixo:

  1. Quando os dados não seguem as suposições necessárias, como a normalidade
  2. Quando o tamanho da amostra é muito pequeno
  3. Quando os dados são nominais ou ordinais 
  4. Quando os dados são classificados. Por exemplo, a classificação de uma lista de produtos. 
  5. Quando o conjunto de dados contêm dados mais antigos
  6. Quando há um limite inferior e um limite superior no processo de medição além do qual ele apenas diz “não medido” ou “não detectado”

Vantagens dos testes não-paramétricos

  1. Necessita de menos suposições e, portanto, pode ser utilizado em uma gama mais ampla de situações
  2. Pode-se analisar uma ampla gama de tipos de dados ou uma pequena porção da amostra
  3. Tem mais poder estatístico quando as suposições são violadas nos dados

Desvantagens dos testes não-paramétricos

  1. Se as suposições não forem violadas, o poder estatístico do teste é significativamente menor do que os testes paramétricos análogos. De certa forma, se as suposições não forem violadas, o uso do teste não-paramétrico será um desperdício de dados
  2. Para uma amostra grande, pode ser bem caro 

É importante enfatizar que, se os dados seguem as suposições (principalmente a de normalidade), é sempre sensato aplicar os testes paramétricos. 

Published On: outubro 4th, 2021 / Categories: Estatística /

Aprenda a conseguir trabalho

Se inscreva para receber acesso gratuito ao módulo Conseguindo Trabalho!

Obrigado por se inscrever!
Houve um erro ao enviar sua inscrição. Tente novamente mais tarde.

Ao acessar, você concorda em receber nossos comunicados.