Questão de Estatística — Estatística não paramétrica — FCC 2022
Estatística›Estatística não paramétrica
Código
fc065804
Banca
FCC
Órgão
TRT - 23ª REGIÃO (MT)
Ano
2022
Cargo
Analista Judiciário - Área Apoio - Estatística
Quanto aos testes não paramétricos, é correto afirmar que
Atêm maior probabilidade de rejeitar a hipótese nula quando esta é falsa do que os testes paramétricos.
Bo teste de Mann-Whitney não exige que as observações sejam medidas em escala ordinal ou numérica.
Co teste da mediana verifica se é provável que grupos independentes tenham origem em populações com a mesma variância.
Do teste de sinal não pode ser aplicado a dados pareados.
Eo coeficiente de correlação de Spearman mede associação ou dependência entre duas variáveis.
Revelar gabarito e comentário▾
GabaritoE — o coeficiente de correlação de Spearman mede associação ou dependência entre duas variáveis.
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”.
Testes não paramétricos: conceitos fundamentais
Gabarito: letra E. O coeficiente de correlação de Spearman é uma medida não paramétrica de associação entre duas variáveis, baseada nos postos (ordens) das observações, e é exatamente isso que a alternativa E afirma. As demais alternativas contêm erros conceituais: testes não paramétricos têm menor poder que os paramétricos (A), o teste de Mann-Whitney exige escala ordinal ou numérica (B), o teste da mediana compara medianas, não variâncias (C), e o teste de sinal é aplicado justamente a dados pareados (D).
Os testes não paramétricos são métodos estatísticos que não dependem de suposições rígidas sobre a distribuição da população, como a normalidade. Eles são utilizados quando os pressupostos dos testes paramétricos são violados ou quando os dados são qualitativos (nominais ou ordinais). Uma característica central é que muitos deles trabalham com postos (ordenações) em vez dos valores brutos, o que os torna menos sensíveis a outliers e a distribuições assimétricas.
A principal desvantagem, porém, é a perda de poder estatístico: como transformamos os dados em postos, descartamos parte da informação quantitativa. Isso significa que, para uma mesma amostra, um teste não paramétrico tem menor probabilidade de rejeitar a hipótese nula quando ela é falsa, comparado ao teste paramétrico correspondente (desde que as suposições deste sejam satisfeitas). Por isso, a alternativa A está invertida.
A classificação dos testes não paramétricos depende do número de amostras e do nível de mensuração. Para duas amostras independentes, por exemplo, temos o teste U de Mann-Whitney (para variáveis ordinais ou numéricas) e o teste qui-quadrado (para nominais ou ordinais). Para duas amostras pareadas, temos o teste dos sinais e o teste de Wilcoxon. O teste da mediana, por sua vez, é uma alternativa não paramétrica para comparar medianas de duas ou mais populações independentes, não variâncias.
A banca explora a confusão entre os objetivos de cada teste: trocar "medianas" por "variâncias", "associação" por "diferença de médias", e inverter a relação de poder entre paramétricos e não paramétricos. Vamos analisar cada alternativa.
Testes não paramétricos: Características (Não exigem normalidade, Trabalham com postos, Menor poder estatístico); 2 grupos independentes (Mann-Whitney (medianas), Qui-quadrado (independência)); 2 grupos pareados (Teste de sinal, Wilcoxon); k grupos independentes (Kruskal-Wallis, Teste da mediana); Associação entre variáveis (Spearman (postos))
Alternativa A — ❌ Incorreta
Afirma que os testes não paramétricos têm maior probabilidade de rejeitar a hipótese nula quando ela é falsa do que os paramétricos. Isso é o oposto da verdade: os testes paramétricos são mais poderosos quando suas suposições são satisfeitas, ou seja, têm maior probabilidade de rejeitar H0 quando H0 é falsa. Os não paramétricos, por trabalharem com postos e perderem informação, são menos eficientes e exigem amostras maiores ou diferenças mais acentuadas para detectar o mesmo efeito. O erro está na inversão do sentido de "maior" para "menor".
Alternativa B — ❌ Incorreta
Diz que o teste de Mann-Whitney não exige que as observações sejam medidas em escala ordinal ou numérica. Na verdade, o teste de Mann-Whitney exige que a variável seja, no mínimo, ordinal (ou numérica), pois ele se baseia na ordenação dos dados em postos. Se os dados fossem apenas nominais (categorias sem ordem), não seria possível ordená-los. O erro está em negar um requisito essencial do teste.
Alternativa C — ❌ Incorreta
Afirma que o teste da mediana verifica se grupos independentes têm origem em populações com a mesma variância. Isso é um erro de conceito: o teste da mediana (também chamado de teste da mediana de Mood) verifica se grupos independentes provêm de populações com medianas iguais, não variâncias. A comparação de variâncias é feita por testes como o de Levene ou o teste F. A banca trocou "medianas" por "variâncias".
Alternativa D — ❌ Incorreta
Diz que o teste de sinal não pode ser aplicado a dados pareados. Isso é falso: o teste de sinal é justamente um teste não paramétrico para dados pareados (duas amostras emparelhadas), utilizado para verificar se há diferença significativa entre as medianas das duas condições. Ele é uma alternativa ao teste t pareado quando a normalidade não é satisfeita. O erro está em afirmar o contrário do que o teste realmente faz.
Alternativa E — ✅ Correta ⟵ GABARITO
O coeficiente de correlação de Spearman é uma medida não paramétrica de associação ou dependência entre duas variáveis, baseada nos postos das observações. Ele avalia se há uma relação monotônica entre as variáveis, sem exigir normalidade ou linearidade. É exatamente o que a alternativa afirma: "mede associação ou dependência entre duas variáveis". Portanto, está correta.
NÃO CAIA NESSA!
A banca adora inverter o sentido das afirmações sobre testes não paramétricos. Aqui, ela trocou "maior poder" por "menor poder" (A), negou um requisito do Mann-Whitney (B), trocou "medianas" por "variâncias" (C) e negou a aplicação do teste de sinal a dados pareados (D). Fique atento: o teste de sinal é para dados pareados, o teste da mediana compara medianas, e o Mann-Whitney exige escala ordinal ou numérica. Com treino, você identifica essas trocas rapidamente 💪.
PEGA ESSA DICA!
Para fixar, monte uma tabela mental dos principais testes não paramétricos e seus objetivos: