Acerca de testes estatísticos paramétricos e não paramétricos e de modelagem e simulação com previsão de cenários para suporte à tomada de decisão, julgue o próximo item.O teste U de Mann-Whitney, para dados distribuídos de acordo com a normal, é equivalente ao teste t-Student para amostras independentes.
CCerto
EErrado
Revelar gabarito e comentário▾
GabaritoC — Certo
Comentário gerado por IA. É um apoio ao estudo, ancorado em fontes, mas pode conter imprecisões — confira sempre na fonte oficial (lei, súmula, edital e gabarito da banca). Encontrou um erro? Use “Reportar”.
Teste U de Mann-Whitney e teste t de Student
Gabarito: letra C (CERTO). O teste U de Mann-Whitney é a versão não paramétrica do teste t de Student para duas amostras independentes, e quando os dados seguem distribuição normal, ambos os testes são equivalentes no sentido de que testam a mesma hipótese (igualdade de locação) e produzem resultados consistentes. Essa equivalência é um conceito clássico de estatística não paramétrica, amplamente documentado na literatura (por exemplo, em Fávero et al.).
O teste U de Mann-Whitney (também chamado de Wilcoxon-Mann-Whitney ou teste da soma de postos de Wilcoxon) é utilizado para comparar duas populações independentes quando não podemos assumir que a população segue distribuição normal. Ele ordena as observações das duas amostras em uma única sequência crescente, atribui postos (ordens) e calcula a estatística U a partir da soma dos postos de cada grupo. A estatística do teste é o menor dos valores U1 e U2 calculados para cada amostra.
O teste t de Student para amostras independentes, por sua vez, é um teste paramétrico que compara as médias de duas populações, assumindo que os dados seguem distribuição normal (ou que as amostras são grandes o suficiente para o Teorema Central do Limite). Quando a suposição de normalidade é violada, o teste t pode não ser apropriado, e o teste U de Mann-Whitney surge como alternativa robusta.
A equivalência entre os dois testes quando a normalidade é satisfeita decorre do fato de que, sob normalidade, a ordenação dos dados (postos) preserva a informação sobre a locação, e ambos os testes têm poder semelhante. Na prática, quando os dados são normais, o teste U de Mann-Whitney e o teste t tendem a levar às mesmas conclusões sobre a igualdade das distribuições (medianas vs. médias, mas que coincidem sob normalidade).
A banca explora aqui a relação entre testes paramétricos e não paramétricos: o candidato pode pensar que, por serem de naturezas diferentes, eles nunca seriam equivalentes. No entanto, a literatura estatística reconhece que o teste U de Mann-Whitney é a alternativa não paramétrica ao teste t, e que, sob normalidade, eles são equivalentes em termos de hipótese testada e resultados.
Condição dos dados
Teste U de Mann-Whitney
Teste t de Student
Equivalência
Distribuição normal
Testa igualdade de locação (mediana = média)
Testa igualdade de médias
Equivalentes — mesmas conclusões
Não normal (violação)
Alternativa robusta, baseada em postos
Pode ser inapropriado
Não equivalentes — U é preferível
Alternativa C — ✅ Correta ⟵ GABARITO
A afirmativa está correta porque o teste U de Mann-Whitney é, de fato, a versão não paramétrica do teste t de Student para amostras independentes. Quando os dados seguem distribuição normal, ambos os testes são equivalentes no sentido de que testam a mesma hipótese de igualdade de locação (média/mediana) e produzem resultados consistentes. Essa equivalência é reconhecida na literatura estatística, como em Fávero et al. (2009), que classifica o teste U de Mann-Whitney como alternativa ao teste t quando a normalidade é violada ou o tamanho da amostra é pequeno.
PEGA ESSA DICA!
Para questões sobre testes não paramétricos, lembre-se do quadro de classificação: para duas amostras independentes com variável ordinal, o teste é o U de Mann-Whitney; para k amostras independentes, o teste é o de Kruskal-Wallis. O teste U de Mann-Whitney é o correspondente não paramétrico do teste t para duas amostras independentes, e o teste de Kruskal-Wallis é o correspondente não paramétrico da ANOVA. Essa relação é frequentemente cobrada em provas.