Skip to content
Voltar aos resultados

Testes Estatísticos Não Paramétricos

Proposto por
Henry Mann and Donald Whitney
Ano
1947
Tipo
Method
Família
distribution-free-methods

Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês

Tamanho da fonte

O que ele faz?

Testes não paramétricos (distribuição livre) são métodos estatísticos para teste de hipóteses que não assumem que os dados seguem uma distribuição de probabilidade específica (por exemplo, normal), tornando-os robustos a desvios da normalidade, outliers e dados ordinais.

O teste de Mann-Whitney U (1947) e o teste de Kruskal-Wallis (1952) estendem o teste de hipóteses para além das restrições das suposições paramétricas. Essenciais em biologia, medicina, psicologia e qualquer campo onde os dados não são normais, altamente assimétricos ou medidos em escalas ordinais (rankings, avaliações), os testes não paramétricos fornecem inferência válida quando as suposições paramétricas falham.

A intuição por trás do método

Testes paramétricos (teste t, ANOVA) assumem distribuições normais e variâncias iguais; violações dessas suposições podem gerar valores p e intervalos de confiança incorretos. Testes não paramétricos evitam suposições de distribuição ao ranquear observações: em vez de analisar valores brutos, eles convertem dados em ranks (1º menor, 2º menor, ..., maior) e testam se as distribuições de ranks diferem entre os grupos. Como ranks são inteiros e preservam a ordem, são robustos a outliers, não-normalidade e heterocedasticidade. Contrapartida: testes não paramétricos sacrificam poder em condições ideais (dados normais, variância igual) mas ganham robustez e validade em condições realistas. Prática moderna: usar testes não paramétricos liberalmente; são robustos e frequentemente quase tão potentes quanto alternativas paramétricas.

História

Henry Mann e Donald Whitney desenvolveram o teste U em 1947 para comparar duas amostras. William Kruskal e Allen Wallis estenderam a abordagem para múltiplas amostras em 1952. Frank Wilcoxon desenvolveu independentemente testes de ranks para amostras pareadas (teste de ranks sinalizados, 1945). Charles Spearman introduziu anteriormente a correlação de ranks (1904). Esses métodos permaneceram dormentes até que a computação moderna tornou o cálculo manual obsoleto. O ressurgimento atual é impulsionado por: (1) reconhecimento de que muitos conjuntos de dados não são normais, (2) dados ordinais são ubíquos (pesquisas, avaliações), (3) filosofia de estatísticas robustas enfatizando a proteção contra violação de suposições.

Quando usar

Usar testes não paramétricos quando as suposições do teste paramétrico são violadas e a transformação (log, raiz quadrada) não consegue normalizar os dados, ou quando os dados são inerentemente ordinais. Psicologia: analisar respostas em escala Likert (ordinal, frequentemente não normal); muitos estudos usam escalas com < 10 categorias onde a normalidade é implausível. Medicina: comparar valores de biomarcadores entre grupos de tratamento quando as medições são altamente assimétricas (por exemplo, alguns pacientes com valores zero, outros com valores altos). Biologia: avaliar medidas baseadas em ranks (rankings de abundância de espécies, rankings de torneios). Usar também métodos não paramétricos como padrão em análise exploratória inicial quando a distribuição dos dados é desconhecida; se os resultados se alinharem com testes paramétricos, a abordagem paramétrica provavelmente é segura para análise confirmatória.

Limitações e considerações

  • Perda de poder em condições ideais: quando os dados são verdadeiramente distribuídos normalmente com variâncias iguais, testes não paramétricos perdem 5–15% de poder em comparação com testes t (eficiência relativa assintótica ~0.95).
  • Menos desenvolvido para desenhos complexos: existem menos equivalentes não paramétricos para ANOVA fatorial, MANOVA ou ajuste de covariáveis complexo; métodos não paramétricos multinível são menos padronizados.
  • Tamanho do efeito menos padronizado: ao contrário de testes paramétricos com medidas de tamanho do efeito bem estabelecidas (d de Cohen), tamanhos do efeito não paramétricos (r, correlação rank-biserial) são menos comuns na prática.
  • Teste post-hoc complexo: comparações pareadas após Kruskal-Wallis são menos padronizadas; penalidades de correção para múltiplos testes podem reduzir o poder.
  • Restrito a testes de localização ou associação: métodos não paramétricos testam primariamente se as distribuições diferem; não podem estimar parâmetros ou testar hipóteses específicas sobre a estrutura da média.

As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.

Pontos fortes

  • Robusto à não-normalidade e outliers: valores p válidos mesmo quando os dados são severamente não normais ou contêm valores extremos que não podem ser removidos.
  • Funciona com dados ordinais: pode analisar escalas Likert, rankings ou outras categorias ordenadas; testes paramétricos assumem dados contínuos, tornando-os tecnicamente inválidos para dados ordinais.
  • Cálculo simples: estatísticas baseadas em ranks são intuitivas e computacionalmente simples; podem ser calculadas manualmente para amostras pequenas.
  • Livre de distribuição: não assumem nenhuma distribuição de probabilidade específica, tornando-os universalmente aplicáveis a diversos tipos de dados.
  • Bom poder estatístico sob violação de suposições paramétricas: quando as suposições paramétricas são falsas, testes não paramétricos são mais potentes que testes paramétricos que produzem valores p inválidos.

Aplicações

  • Pesquisa psicológica: comparar respostas em escala Likert (satisfação no trabalho, gravidade da depressão) entre grupos de tratamento; avaliações tipicamente ordinais e não normais.
  • Medicina clínica: analisar níveis de biomarcadores (frequentemente assimétricos com limites de detecção) antes/depois do tratamento; comparar avaliações de gravidade de sintomas.
  • Saúde ocupacional: ranquear exposições a perigos em locais de trabalho ou comparar avaliações ordinais de segurança; alternativas práticas a métodos paramétricos.
  • Avaliação educacional: comparar pontuações ou rankings de testes entre escolas ou métodos de ensino; acomoda distribuições de pontuação que não são normais.
  • Controle de qualidade: ranquear a gravidade de defeitos ou comparar medidas ordinais de qualidade entre lotes de produção sem assumir normalidade.

Como funciona

Como funciona

1

Administrar testes não paramétricos quando: (1) dados de desfecho não são normais (verificar gráficos Q-Q, teste de Shapiro-Wilk), (2) dados são ordinais (ranks, avaliações, escalas com valores limitados), (3) tamanhos de amostra são pequenos (< 30) onde a normalidade não pode ser verificada, (4) outliers estão presentes que não podem ser justificados ou removidos, (5) variâncias são desiguais (heterocedasticidade). Coleta de dados igual aos testes paramétricos; nenhum desenho de amostra especial é necessário. Requisito chave: observações devem ser independentes (sem medidas repetidas sem ajuste); dados devem ser ranqueáveis (pode-se determinar a ordem relativa). Funciona com dados contínuos, ordinais ou binários.

2

Para dois grupos independentes, usar o teste de Mann-Whitney U (alternativa não paramétrica ao teste t independente): (1) Ranqueie todas as observações da menor para a maior, ignorando a afiliação ao grupo. (2) Some os ranks em cada grupo (R₁ e R₂). (3) Calcule U₁ = n₁n₂ + [n₁(n₁+1)/2] − R₁ e U₂ = n₁n₂ + [n₂(n₂+1)/2] − R₂. (4) Estatística de teste U = min(U₁, U₂). (5) Obtenha o valor p das tabelas de distribuição de Mann-Whitney (para amostras pequenas) ou aproximação normal (para amostras grandes). Relatar tamanho do efeito: r = Z / √n onde Z é a estatística de teste padronizada, n é o tamanho total da amostra; r ≈ 0.1 pequeno, 0.3 médio, 0.5 grande. Para três ou mais grupos independentes, usar o teste de Kruskal-Wallis: abordagem similar, mas calcula a estatística H de soma de ranks geral seguindo a distribuição χ² com k−1 graus de liberdade. Para dados pareados (medidas repetidas), usar o teste de Wilcoxon de ranks sinalizados: diferenças entre pares são ranqueadas e testadas contra zero. Para correlação, usar a correlação de ranks de Spearman ρ: correlação dos ranks em vez de valores brutos.

3

Interpretação do valor p igual aos testes paramétricos: p < 0.05 indica diferença estatisticamente significativa entre os grupos (no nível convencional). No entanto, como ranks são usados, o tamanho do efeito e a interpretação diferem ligeiramente. O teste de Mann-Whitney U responde: a distribuição do grupo 1 é estocasticamente maior que a do grupo 2? (ou seja, os valores no grupo 1 tendem a ser maiores?). A diferença mediana é frequentemente estimada para interpretação prática, mas tecnicamente o teste compara distribuições, não apenas medianas. O tamanho do efeito r fornece uma medida padronizada da separação dos grupos. Para Kruskal-Wallis, um valor p significativo indica que pelo menos dois grupos diferem; testes post-hoc de Mann-Whitney pareados identificam quais pares (com correção de Bonferroni). Para Spearman's ρ, a interpretação é similar à de Pearson's r; os valores variam de −1 a +1; um ρ positivo indica ranks concordantes.

Erros comuns

  • Má interpretação do que é testado: o teste de Mann-Whitney U testa se as distribuições diferem, não apenas as medianas; duas distribuições podem ter medianas iguais mas formas diferentes. Sempre examine as distribuições visualmente.
  • Aplicação de testes não paramétricos a dados claramente normais: desperdiça poder; usar testes paramétricos quando as suposições são atendidas.
  • Uso de testes não paramétricos em dados fortemente categorizados sem métodos apropriados: dados ordinais (por exemplo, escala Likert de 5 pontos) analisados com Mann-Whitney podem ser válidos, mas com apenas 2 categorias (dicotômicas), testes não paramétricos baseados em ranks colapsam para qui-quadrado.
  • Falha em verificar a suposição de independência: testes não paramétricos assumem observações independentes; desenhos de cluster, medidas repetidas ou pareados requerem ajustes (teste de Friedman para medidas repetidas, estratificação para pareados).
  • Dicotomização de variáveis contínuas: converter dados contínuos (idade) em ordinais (jovem/velho) e depois aplicar testes não paramétricos perde informação. Manter a forma contínua quando possível.
  • Interpretação de tamanhos do efeito baseados em ranks como tamanhos do efeito práticos: um tamanho do efeito não paramétrico r = 0.3 quantifica a separação estatística, não a importância prática. Sempre examine a diferença real nas medianas ou médias para significância prática.

Perguntas frequentes

Quando devo usar o teste de Mann-Whitney U em vez de um teste t independente?

Use Mann-Whitney U se: (1) os dados não são normalmente distribuídos (gráfico Q-Q mostra desvio, p de Shapiro-Wilk < 0.05), (2) as variâncias são desiguais (teste de Levene p < 0.05) e os tamanhos das amostras são desiguais, (3) os dados são ordinais (rankings, avaliações), (4) os tamanhos das amostras são pequenos (n < 30) para que a normalidade não possa ser verificada, ou (5) outliers estão presentes que são reais (não erro de medição) e não podem ser removidos. Se os dados são claramente normais e com variância igual, o teste t é preferível (mais potente). Na prática, Mann-Whitney U é uma escolha conservadora; funciona razoavelmente bem mesmo para dados normais (perda de poder ~5%), portanto, usá-lo liberalmente é defensável.

O que o teste de Mann-Whitney U realmente testa — medianas ou distribuições?

Tecnicamente, o teste de Mann-Whitney U testa se as distribuições diferem (dominância estocástica). Se as distribuições tiverem a mesma forma, o teste aproxima um teste de diferença de medianas. No entanto, duas distribuições podem ter medianas iguais mas formas diferentes (por exemplo, uma simétrica, outra assimétrica). Inversamente, medianas diferentes implicam distribuições diferentes. Melhor prática: sempre visualize ambas as distribuições com box plots ou gráficos de densidade; examinar os dados reais esclarece se o resultado do teste reflete a diferença de medianas ou uma diferença distribucional mais ampla. Relatar tanto o valor p quanto a diferença de medianas para interpretação prática.

Como lidar com ranks empatados em testes não paramétricos?

Empates (valores iguais) recebem o rank médio. Por exemplo, se duas observações empatam em 5º lugar, ambas recebem o rank 5.5. Esta é a abordagem padrão e é o que o software estatístico implementa. Com muitos empates, a estatística de teste pode precisar de ajuste (testes de mid-rank, testes de permutação). Se os empates forem muito comuns (por exemplo, muitos valores zero ou dados fortemente categorizados), considere alternativas: testes de permutação ou métodos robustos projetados para dados discretos.

Posso usar testes não paramétricos com dados de escala Likert?

Sim, testes não paramétricos são bem adequados para escalas Likert (dados ordinais). Mann-Whitney U compara as distribuições de respostas Likert entre grupos; Kruskal-Wallis compara três ou mais grupos. No entanto, tenha cautela com escalas com pouquíssimas categorias (por exemplo, escala de 3 pontos): o poder do teste é reduzido em comparação com dados contínuos. Alternativamente, para escalas Likert com múltiplos itens (por exemplo, somando múltiplos itens em uma pontuação composta), a pontuação composta pode aproximar a normalidade (Teorema do Limite Central), justificando testes paramétricos. Use testes não paramétricos como um padrão seguro para medidas ordinais de item único.

Métodos relacionados

Fontes

  1. Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. Annals of Mathematical Statistics, 18(1), 50–60.

    Abrir referência DOI
    Copiado.
  2. Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621.

    Abrir referência DOI
    Copiado.
  3. Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons.

    Abrir referência da publicação
    Copiado.