Testes não paramétricos: suposições sobre a distribuição
✅ CERTO. Os testes não paramétricos, também chamados de testes livres de distribuição, fazem poucas suposições sobre a distribuição de probabilidade da população — ao contrário dos testes paramétricos, que exigem suposições fortes, como normalidade e homocedasticidade. Essa é a característica central que define a classe.
A distinção entre testes paramétricos e não paramétricos é um dos pontos mais cobrados em Estatística. Os testes paramétricos, como o teste t de Student e a ANOVA, formulam hipóteses sobre parâmetros populacionais (média, variância, proporção) e exigem que a população siga uma distribuição específica — em geral, a normal. Já os testes não paramétricos não exigem que os dados venham de uma distribuição particular; por isso, são chamados de "livres de distribuição".
Essa liberdade traz vantagens e desvantagens. Por um lado, os testes não paramétricos podem ser aplicados a uma variedade maior de situações, inclusive a dados qualitativos (nominais ou ordinais), e são mais simples de aplicar. Por outro lado, tendem a desperdiçar informação (pois os dados numéricos são frequentemente reduzidos a postos ou sinais) e são menos eficientes que os paramétricos, exigindo amostras maiores ou diferenças mais fortes para rejeitar a hipótese nula.
A banca explora exatamente essa definição: a afirmação do enunciado é a própria essência dos testes não paramétricos. Não há pegadinha aqui — é uma questão conceitual direta.
Proposição | Testes não paramétricos fazem poucas suposições sobre a distribuição | Valor lógico |
|---|
p | "Nos testes não paramétricos, são feitas poucas suposições a respeito da distribuição de probabilidade da população." | V |
~p | "Nos testes não paramétricos, são feitas muitas suposições a respeito da distribuição de probabilidade da população." | F |
Alternativa C — ✅ CERTO ⟵ GABARITO
A afirmativa está correta porque os testes não paramétricos, por definição, fazem poucas suposições sobre a distribuição de probabilidade da população. Eles não exigem normalidade nem qualquer outra forma distribucional específica — daí o nome "livres de distribuição". Isso os torna aplicáveis a uma gama maior de situações, incluindo dados ordinais e nominais, e é exatamente o que o enunciado afirma.
Alternativa E — ❌ ERRADO
A afirmativa estaria errada se dissesse que os testes não paramétricos fazem muitas suposições sobre a distribuição — o que contraria a definição. Mas o enunciado afirma o contrário ("poucas suposições"), o que é verdadeiro. Portanto, a alternativa E é incorreta.
Gabarito: letra C (CERTO).