Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr.
http://www.pucrs.br/famat/viali/
viali@pucrs.br
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
O teste de McNemar
O teste de McNemar para a
significância de mudanças é
particularmente aplicável aos
experimentos do tipo "antes e depois" em
que cada sujeito é utilizado como seu
próprio controle e a medida é efetuada em
escala nominal ou ordinal.
Engenharia de Produção
Para testar a significância de
qualquer mudança observável, através
deste método, é necessário construir uma
tabela de freqüências “2x2”. Veja exemplo
a seguir:
Engenharia de ProduçãoA tabela 2x2
D
C
-B
A
+
Antes
+
-Depois
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Note-se que aqueles casos que
mostram mudanças entre a primeira e a
segunda resposta aparecem nas células
A
e
D
. Um sujeito é contado na célula
A
se ele
muda de
+
para
-
e é contado na
D
se ele
muda de
-
para
+
.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se nenhuma mudança é ocorre ele
é contado nas células
B
(resposta
+
antes
e
depois
) e
C
(resposta
-
antes
e
depois
).
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Hipóteses
A Como A + D representa o
número total de elementos que
acusaram alguma modificação, a
expectativa, sob a hipótese de
nulidade, é de que 1/2 (A + D) acuse
modificações em um sentido e 1/2 (A +
D) no outro sentido.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Variável Teste
(
)
2
D
+
A
)
2
D
+
A
D
(
=
2
D
+
A
)
2
D
+
A
A
(
=
E
E
O
=
χ
2
2
i
k
1
=
i
i
i
2
2
1
-∑
-Simplificando vem:
D
+
A
)
D
A
(
==
χ
1
2
-
2
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
A correção torna-se necessária porque
uma distribuição contínua, no caso, o
qui-quadrado está
sendo usada para
aproximar uma distribuição discreta.
Quando todas as freqüências esperadas
são pequenas, esta aproximação pode não
ser boa.
Correção de Continuidade
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
A correção de continuidade (de
Yates) é uma tentativa de remover esta
fonte de erro. A expressão acima
incluindo a correção de Yates fica:
Correção de Continuidade
D
+
A
)
1
|
D
A
(|
==
χ
1
2
-
-
2
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Uma pesquisa realizada entre donos
de automóveis sobre a necessidade do uso
do cinto de segurança foi realizada antes e
depois de um filme sobre acidentes, onde
era enfocado os benefícios do uso do cinto.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Dos 80 motoristas entrevistados 20 eram
a favor do uso do cinto antes e continuaram
após, 30 eram contra antes e ficaram a favor
após, 15 eram contra antes e continuaram
contra após e 5 eram a favor e ficaram contra
após. Teste, ao nível de 1%, a significância das
mudanças.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
H
0
: A proporção de mudanças de A
para B é igual a de B para A, isto
é, P
A
= P
B
= 1/2
H
1
: P
A
> P
B
Hipóteses
Engenharia de ProduçãoOs dados
30
15
-20
5
+
Antes
+
-Depois
Engenharia de ProduçãoA estatística teste
457
,
16
=
30
+
5
)
1
|
5
(|
==
χ
1
2
-
30
-
2
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Significância do Resultado
Como pode ser visto o resultado
encontrado é significativo a 1% ou
menos, portanto as mudanças são
significativas.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Objetivos
A prova de Wilcoxon de duas
amostras emparelhadas é a equivalente não
paramétrica ao teste t para duas amostras
dependentes. As hipóteses são as mesmas,
embora às vezes elas possam ser colocadas
em termos da mediana e não da média.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Hipóteses
H
0
: A diferença entre as médias (ou
medianas) populacionais é zero.
H
1
: A diferença entre as médias (ou
mediadas) não é zero.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Objetivos
A suposição básica por trás deste teste
é que as distribuições populacionais são
simétricas (médias e medianas idênticas).
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Inicialmente calcular d
i
= diferença
dentro do par “i”. A seguir atribuir postos a
cada d
i
, independentemente de sinal. Ao menor
d
i
, atribuir o posto 1; ao próximo 2, etc. A cada
posto atribuir o sinal da diferença, isto é,
identificar quais postos decorrem de diferenças
negativas e quais de diferenças positivas.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se as duas classificações são
equivalentes, isto é se Ho é verdadeira, é de se
esperar que algumas das maiores diferenças
sejam positivas e outras negativas. Desta
forma, se forem somados os postos com sinal
mais e os postos com sinal menos, deve-se
esperar somas aproximadamente iguais.
Metodologia
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se houver diferença entre estas duas
somas é sinal de que as duas classificações
(ou tratamentos) não se equivalem e
deve-se então rejeitar a hipótedeve-se nula.
Metodologia
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se as duas amostras foram extraídas da
mesma população, então se espera que as
distribuições acumuladas das amostras estejam
próximas. Se as distribuições estão “distantes”
isto sugere que as amostras provenham de
populações distintas e um desvio grande pode
levar a rejeição da hipótese de nulidade.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Eventualmente os escores de dois
pares serão iguais. Neste caso eles
devem
ser
excluídos da análise e o valor de n
deve ser reduzido na mesma quantidade
de valores em que a diferença for nula.
Empates
Engenharia de Produção
Pode ocorrer, ainda, um outro tipo de
empate. Duas ou mais diferenças podem ter o
mesmo valor absoluto. Neste caso, atribuí-se o
mesmo posto aos empates. Este posto é a
média dos postos que teriam sido atribuídos se
as diferenças fossem diferentes.
Engenharia de Produção
Por exemplo, se três pares acusam as
diferenças: -1, -1 e +1, a cada par será
atribuído o posto 2, que é a média entre 1, 2 e
3. O próximo valor, pela ordem, receberia o
valor 4, porque já teriam sido utilizados os
postos 1, 2 e 3.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se T = a menor soma dos postos de
mesmo sinal (negativos ou positivos)
então T será significativo se não superar
o valor dado na tabela, sob determinado
nível de significância.
Pequenas Amostras (n < 25)
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Neste caso T (menor soma) é
aproximadamente normal com os
seguintes parâmetros:
Grandes Amostras (n ≥ 25)
24
)
1
+
n
2
)(
1
+
n
(
n
=
σ
T
4
)
1
+
n
(
n
=
µ
T
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Um grupo de 25 motoristas foi
submetido a um teste para verificar o
efeito do álcool na percepção de
obstáculos. O número de cones derrubados
antes e depois da ingestão de uma dose de
destilado foi anotado.
2
4
2
5
4
3
3
2
1
2
D
1
4
3
4
3
2
1
2
1
0
A
3
1
3
1
5
3
4
2
1
0
A
20
19
18
17
16
15
14
13
12
11
M
4
5
6
3
4
2
3
2
3
2
D
9
8
6
7
10
5
4
3
2
1
M
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Teste a hipótese de que o álcool
não tem influência sobre a
percepção dos motoristas.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Engenharia de Produção
Resultados - SPSS
116,00
116,00
9,67
12
Positive
Ranks
5,00
Mean
Rank
20
20
4
4
N
Total
Ties
Negative
Ranks
20,00
20,00
Antes –
Depois
Sum of
Ranks
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
0,005
Exact Sig. (1-tailed)
0,011
Asymp. Sign (2 tailed)
0,002
0,010
-2,542 (a)
Antes –Depois
Point Probability
Exact Sig. (2-tailed)
Z
a Based on negative ranks.
b Wilcoxon Signed Ranks Test
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Engenharia de Produção
O teste
é uma extensão direta do
qui-quadrado para duas amostras independentes.
Em geral, o teste é o mesmo, tanto para duas,
como para k amostras independentes.
O teste qui-quadrado
O teste
χ
²
de “k”
amostras
independentes pode ser utilizado para
verificar a dependência ou independência
entre as variáveis sendo consideradas.
Engenharia de Produção
H
0
:
As variáveis são independentes
H
1
:
As variáveis são dependentes
Hipóteses e Cálculo
(
)
E
E
O
=
χ
ij
k
1
=
i
∑
l
1
=
j
ij
ij
2
2
υ
∑
-A variável teste é:
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Engenharia de Produção
Expressão alternativa
(
)
n
E
O
=
=
E
E
O
=
χ
ij
k
1
=
i
l
1
=
j
2
ij
ij
k
1
=
i
l
1
=
j
ij
ij
2
2
υ
-∑ -∑
∑
∑
-A variável
teste é:
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
r = número de linhas da tabela;
L = número de colunas da tabela;
O
ij
= freqüência observada na interseção
da linha i com a coluna j.
E
ij
= número de casos esperados na
interseção da linha i com a coluna j.
Onde:
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Onde:
= tamanho da amostra;
∑
k
1
=
i
l
1
=
j
∑ O
ij
=
n
χ
2
υ
é a estatística teste;
p
n
=
E
ij
ij
são as freqüências esperadas
de cada célula ij da tabela.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
p
ij
é a probabilidade de ocorrer uma
observação na célula ij. Se as variáveis são
supostamente independentes (H
0
é
Verdadeira), então p
ij
= p
i.
p
.j
, onde p
i.
é a
probabilidade marginal correspondente à
linha “i” e p
.j
é a probabilidade marginal
correspondente a coluna j.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Como não se conhecem as probabilidades
marginais, elas devem ser estimadas através
das correspondentes freqüências relativas.
Então:
n
f
f
=
n
f
.
n
f
.
n
=
p
.
p
n
=
p
n
=
E
j
.
.
i
j
.
.
i
j
.
.
i
ij
ij
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
∑
k
1
=
i
ij
j
.
l
1
=
j
ij
.
i
=
∑ f
e
f
=
f
f
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
O teste de Kruskal-Wallis é utilizado
para decidir se k amostras independentes
podem ter sido extraídas de populações
diferentes.
Objetivos
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Os valores amostrais diferem entre si
e deve-se decidir se essas diferenças
amostrais significam diferenças efetivas
entre as populações, ou se representam
apenas variações casuais.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
O teste supõe que a variável em
estudo tenha distribuição contínua e exige
mensuração no mínimo ao nível ordinal.
Engenharia de Produção
Cada um dos
n
n
valores é substituído por
um posto. Isto é, os escores de todas as k
amostras combinadas são dispostos em uma
única série de postos. Ao menor escore é
atribuído o posto 1, ao seguinte o posto 2 e
assim por diante até o maior posto que é n =
número total de observações.
Metodologia
Engenharia de ProduçãoFeito
isso, determina-se a soma dos
postos em cada amostra (coluna). A prova
então testa se estas somas são tão diferentes
entre si, de modo que não seja provável que
tenham sido todas retiradas de uma mesma
população.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Se as k amostras forem de uma mesma
população (H
0
é V) então a estatística de
Kruskal-Wallis tem distribuição conhecida
(Tabela O) se as amostras forem pequenas
(n < 5) ou Qui-Quadrado com
gl
gl
= k
= k
-
-
1
1
, desde
que os tamanhos das k amostras não sejam
muito pequenos (5 ou mais elementos).
A estatística teste
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
O grau de liberdade
O grau de liberdade
é
é
:
:
A estat
A estat
í
í
stica amostral
stica amostral
amostras
de
número
=
k
onde
,
1
k
=
ν
n
n
T
-
1
)
1
+
n
(
3
n
R
)
1
+
n
(
n
12
=
H
3
k
1
=
j
j
2
j
-∑
∑
-e
e
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Onde:
Onde:
k = número de amostras;
n
j
= número de elementos na amostra “j”;
R
j
= soma dos postos na amostra (coluna) “j”;
n = ∑n
j
= número total de elementos em todas
as amostras combinadas;
T = t
3
– t, onde t é o número de empates.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Verificar a influência do Fator
“Idade” sobre a variável “tempo, em
dias, para conseguir um emprego”,
considerando as seguintes amostras:
12
45
33
64
71
18
14
6
31
25
Abaixo de 25
30
51
28
27
42
33
Entre 25 e 40
57
58
43
20
63
Acima de 40 anos
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Tem-se n = 21 (total de
informações). Então o maior posto
será 21.
10
2
15
3
20
21
Σ
Σ
R
R
3
3
= 31
= 31
5
4
1
11
7
Postos (3)
Postos (3)
Σ
Σ
R
R
2
2
= 90
= 90
16
9
8
13
12
Postos (2)
Postos (2)
Σ
Σ
R
R
1
1
= 110
= 110
17
18
14
6
19
Postos (1)
Postos (1)
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
A vari
A vari
á
á
vel teste ser
vel teste ser
á
á
:
:
04
,
21
=
66
04
,
87
=
=
+
)
6
31
+
8
90
+
7
110
(
)
1
+
21
(
21
12
=
=
)
1
+
n
(
3
n
R
)
1
+
n
(
n
12
=
H
2
2
2
k
1
=
j
j
2
j
-1)
3(21
-∑
-O grau de liberdade é:
2
=
1
-3
=
1
k
=
ν
-Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
O
χ
2
2
tabelado é:
Engenharia de Produção
A 1% de significância é possível
afirmar que o fator “idade” tem
influência sobre o “tempo para
encontrar trabalho”.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística Engenharia de Produção
Resultados SPSS
Kruskal-Wallis Test
5,92
10,81
15,57
Mean Rank
21
6
8
7
n
Total
2
1
0
Controle
0,020
2
7,839
Tempo
Assyp. Sig.
df
Chi-Square
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Objetivos
Quando os dados de k amostras estão em
correspondência, isto é, o número de casos é o
mesmo para cada uma delas, pode-se utilizar a
análise de variância por postos de Friedman
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
A dupla análise de variância ou χ
2
de
Friedman é uma alternativa não paramétrica
para testar diferenças entre duas ou mais
amostras dependentes.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
A estatística teste é dada por:
Cálculo
∑
-k
1
=
i
2
i
2
υ
=
nk
(
12
k
+
1
)
R
3
n
(
k
+
1
)
χ
Onde:
k = número de tratamentos;
n = tamanho da amostra;
ΣR
i
= soma dos postos de cada tratamento;
v = k –1 = grau de liberdade.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Onde:
k = número de tratamentos;
n = tamanho da amostra;
ΣR
i
= soma dos postos de cada tratamento;
v = k –1 = grau de liberdade.
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção
Oito gerentes foram convidados de uma
empresa de Internet para avaliar o novo sítio
da instituição onde trabalham. Eles foram
convidados a dar uma nota de 0 a 5 para cada
uma de quatro características de interesse do
local. Teste se as características diferem
significativamente a 5%.
3
4
3
5
2
2
4
2
C2
5
4
1
2
0
2
3
3
C1
5
3
7
0
1
6
4
3
0
2
5
1
C4
5
4
3
5
4
2
C3
8
5
4
3
2
1
Gerentes
Engenharia de Produção Engenharia de Produção
Friedman Test
2,19
2,88
2,69
2,25
Mean Rank
C
4
C
3
C
2
C
1
0,606
3
1,846
8
Asymp. Sig.
df
Chi-Square
n
Prof. Lorí Viali, Dr. – PUCRS – FAMAT: Departamento de Estatística
Engenharia de Produção