Testes Estatísticos Não Paramétricos
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.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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. DOI: 10.1214/aoms/1177730491 ↗
- 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. DOI: 10.1080/01621459.1952.10483441 ↗
- Conover, W. J. (1999). Practical Nonparametric Statistics (3rd ed.). John Wiley & Sons. link ↗
Como citar esta página
ScholarGate. (2026, June 4). Distribution-Free Hypothesis Testing. ScholarGate. https://scholargate.app/pt/research-statistics/nonparametric-tests
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Análise de Variância (ANOVA)Estatística para pesquisa↔ compare
- Inferência Estatística BayesianaEstatística para pesquisa↔ compare
- Regressão MúltiplaEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →