Estatística não paramétrica
Estatística Não Paramétrica: Resumo para Concursos
1. Conceito Básico
Estatística não paramétrica é um ramo da estatística que não assume distribuições específicas para os dados (como normalidade). É utilizada quando:
- Dados não atendem a pressupostos paramétricos (ex.: normalidade, homocedasticidade)
- Amostras são pequenas ou com outliers
- Variáveis são ordinais ou nominais
2. Vantagens
- Menos restrições sobre a distribuição populacional
- Aplicável a dados ordinais e categóricos
- Robusto a outliers e pequenas amostras
3. Testes Mais Cobrados em Concursos
- Teste de Wilcoxon (Mann-Whitney): Compara duas amostras independentes (alternativa não paramétrica ao teste t)
- Teste de Kruskal-Wallis: Compara três ou mais amostras independentes (equivalente à ANOVA)
- Teste de Friedman: Compara três ou mais amostras relacionadas
- Teste de Qui-Quadrado: Analisa associação entre variáveis categóricas
- Teste dos Sinais: Compara duas amostras pareadas
4. Quando Escolher Não Paramétricos
- Amostras com n
- Dados claramente não normais (teste de Shapiro-Wilks ou QQ-plot)
- Presença de outliers significativos
- Variáveis com escalas ordinais ou nominais
5. Cuidados Importantes
- Testes não paramétricos geralmente têm menor poder estatístico que seus equivalentes paramétricos
- Em concursos, frequentemente cobram a diferença entre testes paramétricos e não paramétricos
- Atente para os pressupostos de cada teste não paramétrico (ex.: independência das observações)