Testes de normalidade: um estudo comparativo

• Autor(a) principal: Ferreira, Amanda Ramalho
• Data de Publicação: 2023
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
• Texto Completo: http://app.uff.br/riuff/handle/1/28477
• topic: Distribuição normal; Testes de normalidade; Simulação; Modelo estatístico; Inferência estatística

A suposição de normalidade dos dados é muito utilizada para realizar inferências sobre os parâmetros populacionais, diversos métodos estatísticos e fenômenos aleatórios podem ser descritos de forma aproximada pela distribuição normal. Por isso é de extrema importância que sejam realizados testes para avaliar o atendimento a esta suposição para um determinado conjunto de dados. O objetivo deste trabalho foi investigar quais testes de normalidade apresentam melhores resultados para diferentes tamanhos de amostras e distribuições. A metodologia utilizada foi um estudo de simulação, realizado no R \cite{R}, que utilizou amostras geradas aleatoriamente, para realizar sucessivos testes de normalidade e comparar as taxas de acerto. Os resultados desta pesquisa podem auxiliar em estudos futuros, na escolha dos testes que serão utilizados para as análises. Para amostras grandes, maiores que 1000, o teste Jarque Bera Robusto apresentou o melhor desempenho e no caso de amostras pequenas, de uma maneira geral, o teste Shapiro Francia obteve os melhores resultados.