Testes para igualdade de K populações

relacionadas

Daiane A Zuanetti

2017

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Zuanetti, D. A. Testes para igualdade de K populações relacionadas
Testes para igualdade de K populações relacionadas
O problema de algumas amostras relacionadas surge de um
experimento que é delineado para detectar diferenças em K > 2
diferentes tratamentos;
As observações são separadas em blocos, que são grupos de K
unidades experimentais similares entre elas em algum aspecto
importante e cada unidade dentro de cada bloco é exposta a um dos
K tratamentos;
O pareamento existe porque queremos estudar o mesmo grupo de
indivíduos (dentro do mesmo bloco) sob cada uma das K diferentes
condições.
Exemplo: Queremos verificar a diferença de aprendizado sob K = 4
métodos diferentes de ensino. Podemos então obter B grupos de K = 4
crianças, cada grupo composto por crianças muito parecidas (pareadas)
por alguma(s) característica(s) (idade, conhecimento anterior,
inteligência, classe sócioeconômico, motivação, etc). Cada criança de
cada um dos B grupos é aleatoriamente alocada no método A, outra no
B, outra no C e a última no D.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

O delineamento do experimento descrito aqui se trata de um experimento
em blocos completamente aleatorizado.

Dados: consistem de B realizações do vetor aleatório

Xi = (Xi1 , . . . , XiK ) mutuamente independentes, chamados B blocos,
para i = 1, . . . , B. A variável aleatória Xij no bloco i é associada com o
tratamento j. Os B blocos são arranjados como segue.

Tabela: Disposição dos dados.

Tratamentos
Blocos
1 2 ··· K
1 X11 X12 · · · X1K
2 X21 X22 · · · X2K
··· ··· ··· ··· ···
B XB1 XB2 · · · XBK

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Teste de Friedman
Quando os dados de K amostras relacionadas são no mínimo de
escala ordinal, o teste de Friedman baseado em postos é útil para
testar a hipótese de que as K amostras foram selecionadas da
mesma população;
O teste de Friedman é uma extensão do teste do Sinal que requer
poucas suposições, mas também apresenta baixo poder em algumas
situações.
Suposições:
1 Os B vetores aleatórios são mutuamente independentes (os
resultados de um bloco não influenciam nos resultados de outro
bloco;
2 Dentro de cada bloco as observações podem ser ranqueadas de
acordo com algum critério de interesse.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Hipóteses:
H0 : M1 = M2 = . . . = MK , onde Mj é a mediana da variável aleatória X
no tratamento j. Ou seja, não existe diferença entre os K tratamentos;
H1 : Mj 6= Ml , para pelo menos um par j 6= l. Ou seja, pelo menos um
tratamento tem mediana diferente de outro tratamento.

Estatística de teste:
1 Determine os postos Rij dentro dos blocos para cada Xij , ou seja,
Rij ∈ {1, . . . , K } é o posto de Xij dentro do j-ésimo bloco. Utilize o
posto médio no caso de empates;
PB PK
2 Calcule Rj = i=1 Rij para j = 1, . . . , K ; B2 = B1 j=1 Rj2
(equivalente à soma de quadrados não corrigida dos tratamentos); e
PK PB
A2 = j=1 i=1 Rij2 (equivalente à soma de quadrados total não
corrigida).
Se não há empates, A2 = BK (K +1)(2K 6
+1)
.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

A estatística de teste usual de Friedman é
2
T = B(K − 1) (BA22 −(1/4)BK (K +1) )
−(1/4)BK (K +1)2 ,

onde (1/4)BK (K + 1)2 é um fator de correção análogo ao da estatística

de teste do Kruskal-Wallis.

Ideia da estatística teste: No caso de não empates, partiu-se de

 2
(K −1) PK Rj −E (Rj )
T = K j=1
√ , onde E (Rj ) = B(K + 1)/2 e
var (Rj )
Var (Rj ) = B(K + 1)(K − 1)/12. Assim
2
 
T = B(K −1)(B 2 −(1/4)BK (K +1) ) 12
PK 2
A2 −(1/4)BK (K +1) 2 = BK (K +1) j=1 Rj − 3B(K + 1).
Valores próximos de zero de T evidenciam a favor de H0 e valores
grandes de T evidenciam contra H0 .

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Iman e Davenport (1980) sugerem uma estatística teste melhor que a T ,
(K +1)2 )
T1 = (B−1)(B2 −(1/4)BK
A2 −B2 .

Se o ranqueamento é idêntico em todos os blocos, A2 = B2 e o

denominador é zero e T1 não está bem definido. Nesse caso
consideramos que o valor observado do T1 pertence à região crítica.

Distribuição exata das estatísticas de teste: Sob H0 , cada rearranjo

dos postos dentro de um bloco é igualmente provável. Há K ! arranjos
possíveis dos postos dentro de um bloco e (K !)B possíveis e diferentes
arranjos dos postos na base toda. Assim, para K e B fixos, encontramos
a distribuição exata de T ou T1 , sob H0 , listando todos os possíveis
arranjos dos postos e calculando T ou T1 para cada diferente arranjo. E,
n de arranjos tais queT1 =t1
Pr (T1 = t1 |H0 ) = (K !)B
.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Distribuição assintótica das estatísticas de teste: Sob H0 e número
não tão pequeno de B,
1 T tem distribuição qui-quadrado com K − 1 graus de liberdade;
2 T1 tem distribuição F com K − 1 e (B − 1)(K − 1) graus de
liberdade.
Região crítica: rejeitamos H0 ao nível α de significância se
1 Tobs exceder o quantil 1 − α da distribuição qui-quadrado com
K − 1 graus de liberdade ou;
2 T1obs exceder o quantil 1 − α da distribuição F com K − 1 e
(B − 1)(K − 1) graus de liberdade.
Utilizaremos sempre T1 .

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Exemplo
Os dados da tabela abaixo são o número de nós da primeira flor de uma
variedade de milho sujeita a 6 tratamentos. Há 4 blocos que permitem
diferenças na intensidade de luz e temperatura. Os blocos são arranjados
de maneira que as condições de luz e temperatura sejam as mesmas para
todas as unidades do mesmo bloco.

Tabela: Dados do exemplo.

Blocos
Tratamentos
I II III IV
1 - controle 60 62 61 60
2 - ácido giberálico 65 65 68 65
3 - kinetina 63 61 61 60
4 - ácido endol acético 64 67 63 61
5 - sulfato de adenina 62 65 62 64
6 - hidrazida maleica 61 62 62 65

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Comparações múltiplas
Se a hipótese nula for rejeitada, o método seguinte pode ser utilizado
para comparar os tratamentos entre si e checar quais são diferentes.
Os tratamentos j e l apresentam medianas diferentes se a desigualdade
abaixo for satisfeita: q
2B(A2 −B2 )
|Rj − Rl | > t1−α/2,(B−1)(K −1) (B−1)(K −1) , onde t1−α/2,(B−1)(K −1) é o
quantil 1 − α/2 da distribuição t-student com (B − 1)(K − 1) graus de
liberdade.

No exemplo...

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Observações:
1 A extensão do teste de Wilcoxon com postos sinalizados para o caso
de K > 2 populações é conhecido como teste de Quade;
2 O teste de Page é apropriado quando os tratamentos podem ser
rotulados a priori de uma maneira que o experimentador espera que
um desvio da H0 é na direção de H1 : M1 ≤ M2 ≤ . . . ≤ MK , com
desigualdade estrita em pelo menos um par de medianas
consecutivas;
3 Dunn(1964) e McDonald e Thompson(1967) sugerem outros
métodos de comparações múltiplas;
4 O teste de Friedman pode ser estendido para o caso em observamos
m observações para cada tratamento em cada bloco em vez de
apenas uma observação como anteriormente.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Teste de Cochran
Suponha agora que as variáveis aleatórias X ’s a serem observadas dentro
de cada tratamento e bloco sejam binárias (sucesso ou fracasso,
masculino ou feminino, vida ou morte, etc) que são transformadas em 1
ou 0. Cochran(1950) propôs um método aplicável a essas situações.

Dados: uma realização das variáveis abaixo

Tabela: Disposição dos dados.

Tratamentos
Blocos Total
1 2 ··· K
1 X11 X12 · · · X1K R1
2 X21 X22 · · · X2K R2
··· ··· ··· ··· ··· ···
B XB1 XB2 · · · XBK RB
Total C1 C2 ··· CK N

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Suposições:
1 Os blocos são aleatoriamente selecionados de uma população com
todos os blocos;
2 Os resultados dos tratamentos podem ser dicotomizados da mesma
maneira em todos os tratamentos dentro de cada bloco, e os
resultados são 0 ou 1.
Hipóteses:
Seja pij = Pr (Xij = 1), para i = 1, . . . , B e j = 1, . . . , K . Então,

H0 : pi1 = pi2 = . . . = piK , para cada i = 1, . . . , B. Ou seja, os

tratamentos são igualmente efetivos ou para cada bloco a probabilidade
do tratamento ser um sucesso não depende de qual tratamento foi
utilizado;
H1 : pij 6= pil para algum par j 6= l e algum i. Ou seja, há pelo menos
dois tratamentos com diferença efetiva entre eles (em algum bloco).

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Estatísticas de teste: Seja Ri o total da i-ésima linha (bloco) e Cj o
total da j-ésima coluna (tratamento). A estatística de teste T pode ser
definida como:
PK K (K −1)(Cj −(N/K ))2 )
T = j=1
PB ,
Ri (K −Ri )
i=1 PB
Ri (K −Ri )
onde, sob H0 , N/K = E (Cj ) e i=1
K (K −1) = var
c (Cj ). Assim,
PK
Cj2 −(K −1)N 2 )
j=1
T = K (K − 1) PB .
KN− Ri2
i=1

Regra de decisão: A distribuição exata de T , sob H0 , é difícil de ser

definida, então a aproximação para grandes amostras é utilizada. Se o
número de blocos B é grande, sob H0 , T tem distribuição qui-quadrado
com K − 1 graus de liberdade.
Assim, rejeitamos H0 ao nível α de significância se Tobs ≥ χ21−α,(K −1) e
não rejeitamos caso contrário.

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Exemplo
Cada um de 3 apaixonadas por basquete desenvolveu seu próprio método
para prever o resultado de jogos de um campeonato. Doze jogos foram
aleatoriamente selecionados e cada um dos 3 métodos foi utilizado para
predizer o resultados dos jogos. Depois que os jogos ocorreram, os
resultados foram tabulados usando 1 para predição correta e 0 para
predição errada.

Tabela: Dados do exemplo.

Métodos de predição
Jogo Total
1 2 3
1 1 1 1 3
2 1 1 1 3
3 0 1 0 1
4 1 1 0 2
5 0 0 0 0
6 1 1 1 3
7 1 1 1 3
8 1 1 0 2
9 0 0 1 1
10 0 1 0 1
11 1 1 1 3
12 1 1 1 3
Total 8 10 7 25

Zuanetti, D. A. Testes para igualdade de K populações relacionadas

Observação: Embora não imediatamente óbvio, para K = 2 tratamentos
o teste de Cochran se reduz ao teste de McNemar (para detalhes veja
Conover(1979) pág. 204).

Zuanetti, D. A. Testes para igualdade de K populações relacionadas