Os testes estatísticos são bastante úteis na etapa de diagnó...
Os testes estatísticos são bastante úteis na etapa de diagnósticos do processo de modelagem estatística de dados, pois permitem avaliar aspectos como independência, normalidade, homogeneidade e aderência dos dados, entre várias outras hipóteses. Considerando que X e Y representam variáveis quantitativas e que A e B denotam variáveis qualitativas, julgue o seguinte item , a respeito de testes de hipóteses.
Pode-se testar a normalidade de uma variável X, por meio de
diversos testes, como, por exemplo, o de Jarque-Bera, o de
Anderson-Darling, o de Cramér-von Mises, o de Lilliefors, o
de Kolmogorov-Smirnov e o de Shapiro-Wilk.
- Gabarito Comentado (0)
- Aulas (5)
- Comentários (3)
- Estatísticas
- Cadernos
- Criar anotações
- Notificar Erro
Comentários
Veja os comentários dos nossos alunos
nunca nem vi.
que dia foi isso?
GAB: Certo
Os testes de normalidade sofrem influência do tamanho amostral quanto à sua eficiência.
Em amostras pequenas (entre 4 e 30 unidades), há inflação do erro tipo I, sendo preferidos os testes de Shapiro-Wilk e Shapiro-Francia (maior especificidade).
O teste de D'Agostino-Pearson foi desenvolvido para lidar com amostras mais numerosas (n > 100), apresentando, nesses casos, desempenho próximo ao do Shapiro-Wilk. O teste de Jarque-Bera apresenta bom desempenho na avaliação de normalidade em amostras maiores que 50 unidades, assim como o teste de Anderson-Darling , , .
O teste de Kolmogorov-Smirnov deve ser dedicado apenas à verificação de aderência da amostra a distribuições com outros parâmetros, visto que é superado pelos outros aqui descritos para testar a normalidade dos dados. Por outro lado, o emprego da correção de Lilliefors oferece uma boa opção para analisar normalidade quando a distribuição contiver muitos dados extremos e a amostra for maior que 30 unidades.
fonte: ncbi.nlm.nih.gov/pmc/articles/PMC5915855/
Sim, você está correto! Existem vários testes de normalidade que podem ser utilizados para verificar se uma variável X segue uma distribuição normal. Alguns dos testes mais comuns incluem:
- Teste de Jarque-Bera
- Teste de Anderson-Darling
- Teste de Cramér-von Mises
- Teste de Lilliefors
- Teste de Kolmogorov-Smirnov
- Teste de Shapiro-Wilk
Cada teste tem suas próprias suposições e limitações, e a escolha do teste adequado pode depender do tamanho da amostra, da natureza dos dados e de outras considerações específicas do problema em questão.
É importante notar que nenhum desses testes é perfeito, e a interpretação dos resultados deve levar em conta o contexto da análise estatística sendo realizada. Além disso, em muitos casos, é útil complementar os testes de normalidade com métodos gráficos, como histogramas, gráficos Q-Q (quantil-quantil) e gráficos P-P (probabilidade-probabilidade), para uma avaliação mais completa da normalidade dos dados.
Clique para visualizar este comentário
Visualize os comentários desta questão clicando no botão abaixo
Conheça nossos planos