Estudo

TESTES DE HIPÓTESES NÃO PARAMÉTRICOS
1. Introdução
Os testes estudados até agora envolviam problemas nos quais a distribuição da população em estudo era conhecida, ou pelo menos nunca colocada em causa, e as hipóteses testadas apenas envolviam parâmetros populacionais. No entanto, outro tipo de problemas podem ser colocados: se a distribuição de uma população é desconhecida e se pretender testar a hipótese de uma distribuição particular para aquela população, que fazer? Por exemplo, ao efectuar uma ANOVA, as populações em estudo terão de facto distribuição normal?
Os testes que iremos abordar neste capítulo, denominados testes não paramétricos ou testes de distribuição livre constituem uma alternativa para este e outro tipos de problemas.
O termo “distribuição livre” é vulgarmente usado para indicar que os métodos são aplicáveis independentemente da forma da distribuição, ou que são válidos para um ou mais largo espectro de distribuições.
Estes métodos são, em geral, fáceis de aplicar, pois podem ser usados quando as hipóteses exigidas por outras técnicas não são satisfeitas. Relembramos aqui que os testes paramétricos estudados até agora comportam uma diversidade de suposições fortes a que o seu emprego deve subordinar-se (as observações devem ser extraídas de populações com distribuição normal, as variáveis em estudo devem ser medidas em escala intervalar ou de rácios, de modo a que seja possível utilizar operações aritméticas sobre os valores obtidos das amostras
(adição, multiplicação, obtenção de médias, ...), etc.).
Apesar de haver certas suposições básicas associadas à maioria das provas não paramétricas, essas suposições são em menor número e mais fracas do que as associadas às provas paramétricas. Servem para pequenas amostras e, além disso, a maior parte das provas não paramétricas aplicam-se a dados medidos em escala ordinal, e alguns mesmo a dados em escala nominal.

De entre uma vasta gama de testes não paramétricos