UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon
Autor(a) principal: | |
---|---|
Data de Publicação: | 2005 |
Outros Autores: | |
Tipo de documento: | Artigo de conferência |
Idioma: | por |
Título da fonte: | Repositório Digital Unicesumar |
Texto Completo: | http://rdu.unicesumar.edu.br/handle/123456789/7092 |
Resumo: | Um dos problemas mais comuns em estatística consiste em testar a hipótese H0: μ = μ0 versus a alternativa H1: μ ≠ μ0, em que μ0 é algum valor específico de μ. A partir de uma amostra aleatória, sob a suposição de que a mesma é proveniente de uma distribuição Normal com média μ e desvio padrão σ, ambos desconhecidos, pode-se aplicar o bem conhecido teste t-Student. Como alternativa, sob a suposição de simetria da distribuição dos dados, pode-se utilizar o teste não paramétrico conhecido na literatura como teste de Wilcoxon (Conover, 71). Neste trabalho é conduzido um estudo de simulação Monte-Carlo com o intuito de avaliar o tamanho e o poder dos testes t-Student e de Wilcoxon, sob diferentes instâncias. Para o cálculo do tamanho de ambos os testes, são realizadas B = 100000 simulações com 10 diferentes tamanhos de amostras, n = 10,20,...,90,100. Cada uma das B = 100.000 amostras são geradas das distribuições Normal, Laplace, Uniforme, t-Student e Logística sob a hipótese nula com μ = 0. Para o calculo do poder, novamente B=100000 amostras são geradas sob a hipótese alternativa com μ0 = -1.0,-0.9,...,0.9,1.0. Foi possível observar que para a distribuição Normal os valores dos tamanhos dos testes t-Student e Wilcoxon se comportam de maneira similar e estão sempre próximos dos níveis de significância nominais independente do tamanho da amostra. Para a distribuição Logística, em ambos os testes, o tamanho empírico se aproxima do nível de significância a medida que o tamanho da amostra aumenta. Para n = 30, ambos os testes são conservativos, entretanto seus comportamentos são similares as amostras provenientes da distribuição Normal. O comportamento do tamanho do teste de Wilcoxon para a distribuição de Laplace é bem diferente do teste t-Student principalmente para n = 60 em que a hipótese de que o tamanho empírico é igual ao tamanho nominal sempre é rejeitada em nível de significância de 1\%. Comportamento similar é observado para as distribuições t-Student e Uniforme. Como observação, o tamanho do teste de Wilcoxon estão na maioria das instâncias, próximo do nível de significância para qualquer distribuição, independentemente do tamanho da amostra. Este fato esta relacionado com o fato de que o teste de Wilcoxon é baseado na suposição de simetria. Com relação ao poder, foi possível observar que a medida que a hipótese alternativa se afasta de μ =0, e o tamanho da amostra aumenta o poder dos testes se aproximam de 1. Ambos os testes se comportam similarmente quando a distribuição é Normal e Logística, porém, para as demais distribuições, o teste de Wilcoxon apresenta um poder maior do que o teste t-Student. |
id |
UNICESU-1_e2c456adcc6a851b1dc3495c7042d5da |
---|---|
oai_identifier_str |
oai:rdu.unicesumar.edu.br:123456789/7092 |
network_acronym_str |
UNICESU-1 |
network_name_str |
Repositório Digital Unicesumar |
repository_id_str |
|
spelling |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E WilcoxonTamanho e poder do testeSimulação monte carloTeste t-student e wilcoxonUm dos problemas mais comuns em estatística consiste em testar a hipótese H0: μ = μ0 versus a alternativa H1: μ ≠ μ0, em que μ0 é algum valor específico de μ. A partir de uma amostra aleatória, sob a suposição de que a mesma é proveniente de uma distribuição Normal com média μ e desvio padrão σ, ambos desconhecidos, pode-se aplicar o bem conhecido teste t-Student. Como alternativa, sob a suposição de simetria da distribuição dos dados, pode-se utilizar o teste não paramétrico conhecido na literatura como teste de Wilcoxon (Conover, 71). Neste trabalho é conduzido um estudo de simulação Monte-Carlo com o intuito de avaliar o tamanho e o poder dos testes t-Student e de Wilcoxon, sob diferentes instâncias. Para o cálculo do tamanho de ambos os testes, são realizadas B = 100000 simulações com 10 diferentes tamanhos de amostras, n = 10,20,...,90,100. Cada uma das B = 100.000 amostras são geradas das distribuições Normal, Laplace, Uniforme, t-Student e Logística sob a hipótese nula com μ = 0. Para o calculo do poder, novamente B=100000 amostras são geradas sob a hipótese alternativa com μ0 = -1.0,-0.9,...,0.9,1.0. Foi possível observar que para a distribuição Normal os valores dos tamanhos dos testes t-Student e Wilcoxon se comportam de maneira similar e estão sempre próximos dos níveis de significância nominais independente do tamanho da amostra. Para a distribuição Logística, em ambos os testes, o tamanho empírico se aproxima do nível de significância a medida que o tamanho da amostra aumenta. Para n = 30, ambos os testes são conservativos, entretanto seus comportamentos são similares as amostras provenientes da distribuição Normal. O comportamento do tamanho do teste de Wilcoxon para a distribuição de Laplace é bem diferente do teste t-Student principalmente para n = 60 em que a hipótese de que o tamanho empírico é igual ao tamanho nominal sempre é rejeitada em nível de significância de 1\%. Comportamento similar é observado para as distribuições t-Student e Uniforme. Como observação, o tamanho do teste de Wilcoxon estão na maioria das instâncias, próximo do nível de significância para qualquer distribuição, independentemente do tamanho da amostra. Este fato esta relacionado com o fato de que o teste de Wilcoxon é baseado na suposição de simetria. Com relação ao poder, foi possível observar que a medida que a hipótese alternativa se afasta de μ =0, e o tamanho da amostra aumenta o poder dos testes se aproximam de 1. Ambos os testes se comportam similarmente quando a distribuição é Normal e Logística, porém, para as demais distribuições, o teste de Wilcoxon apresenta um poder maior do que o teste t-Student.UNIVERSIDADE CESUMARBrasilUNICESUMAR2021-02-03T11:43:20Z2005-10-192021-02-03T11:43:20Z2005-10-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjectapplication/pdfhttp://rdu.unicesumar.edu.br/handle/123456789/7092porBARROS, Emílio Augusto CoelhoMAZUCHELI, Josmarinfo:eu-repo/semantics/openAccessreponame:Repositório Digital Unicesumarinstname:Centro Universitário de Maringá (UNICESUMAR)instacron:UniCesumar2022-08-29T19:17:19Zoai:rdu.unicesumar.edu.br:123456789/7092Repositório InstitucionalPRIhttp://rdu.unicesumar.edu.br/oai/requestopendoar:2022-08-29T19:17:19Repositório Digital Unicesumar - Centro Universitário de Maringá (UNICESUMAR)false |
dc.title.none.fl_str_mv |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
title |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
spellingShingle |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon BARROS, Emílio Augusto Coelho Tamanho e poder do teste Simulação monte carlo Teste t-student e wilcoxon |
title_short |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
title_full |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
title_fullStr |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
title_full_unstemmed |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
title_sort |
UTILIZANDO SIMULAÇÃO MONTE-CARLO PARA A AVALIAÇÃO DO TAMANHO E PODER DOS TESTE t-Student E Wilcoxon |
author |
BARROS, Emílio Augusto Coelho |
author_facet |
BARROS, Emílio Augusto Coelho MAZUCHELI, Josmar |
author_role |
author |
author2 |
MAZUCHELI, Josmar |
author2_role |
author |
dc.contributor.author.fl_str_mv |
BARROS, Emílio Augusto Coelho MAZUCHELI, Josmar |
dc.subject.por.fl_str_mv |
Tamanho e poder do teste Simulação monte carlo Teste t-student e wilcoxon |
topic |
Tamanho e poder do teste Simulação monte carlo Teste t-student e wilcoxon |
description |
Um dos problemas mais comuns em estatística consiste em testar a hipótese H0: μ = μ0 versus a alternativa H1: μ ≠ μ0, em que μ0 é algum valor específico de μ. A partir de uma amostra aleatória, sob a suposição de que a mesma é proveniente de uma distribuição Normal com média μ e desvio padrão σ, ambos desconhecidos, pode-se aplicar o bem conhecido teste t-Student. Como alternativa, sob a suposição de simetria da distribuição dos dados, pode-se utilizar o teste não paramétrico conhecido na literatura como teste de Wilcoxon (Conover, 71). Neste trabalho é conduzido um estudo de simulação Monte-Carlo com o intuito de avaliar o tamanho e o poder dos testes t-Student e de Wilcoxon, sob diferentes instâncias. Para o cálculo do tamanho de ambos os testes, são realizadas B = 100000 simulações com 10 diferentes tamanhos de amostras, n = 10,20,...,90,100. Cada uma das B = 100.000 amostras são geradas das distribuições Normal, Laplace, Uniforme, t-Student e Logística sob a hipótese nula com μ = 0. Para o calculo do poder, novamente B=100000 amostras são geradas sob a hipótese alternativa com μ0 = -1.0,-0.9,...,0.9,1.0. Foi possível observar que para a distribuição Normal os valores dos tamanhos dos testes t-Student e Wilcoxon se comportam de maneira similar e estão sempre próximos dos níveis de significância nominais independente do tamanho da amostra. Para a distribuição Logística, em ambos os testes, o tamanho empírico se aproxima do nível de significância a medida que o tamanho da amostra aumenta. Para n = 30, ambos os testes são conservativos, entretanto seus comportamentos são similares as amostras provenientes da distribuição Normal. O comportamento do tamanho do teste de Wilcoxon para a distribuição de Laplace é bem diferente do teste t-Student principalmente para n = 60 em que a hipótese de que o tamanho empírico é igual ao tamanho nominal sempre é rejeitada em nível de significância de 1\%. Comportamento similar é observado para as distribuições t-Student e Uniforme. Como observação, o tamanho do teste de Wilcoxon estão na maioria das instâncias, próximo do nível de significância para qualquer distribuição, independentemente do tamanho da amostra. Este fato esta relacionado com o fato de que o teste de Wilcoxon é baseado na suposição de simetria. Com relação ao poder, foi possível observar que a medida que a hipótese alternativa se afasta de μ =0, e o tamanho da amostra aumenta o poder dos testes se aproximam de 1. Ambos os testes se comportam similarmente quando a distribuição é Normal e Logística, porém, para as demais distribuições, o teste de Wilcoxon apresenta um poder maior do que o teste t-Student. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005-10-19 2005-10-19 2021-02-03T11:43:20Z 2021-02-03T11:43:20Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/conferenceObject |
format |
conferenceObject |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://rdu.unicesumar.edu.br/handle/123456789/7092 |
url |
http://rdu.unicesumar.edu.br/handle/123456789/7092 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
UNIVERSIDADE CESUMAR Brasil UNICESUMAR |
publisher.none.fl_str_mv |
UNIVERSIDADE CESUMAR Brasil UNICESUMAR |
dc.source.none.fl_str_mv |
reponame:Repositório Digital Unicesumar instname:Centro Universitário de Maringá (UNICESUMAR) instacron:UniCesumar |
instname_str |
Centro Universitário de Maringá (UNICESUMAR) |
instacron_str |
UniCesumar |
institution |
UniCesumar |
reponame_str |
Repositório Digital Unicesumar |
collection |
Repositório Digital Unicesumar |
repository.name.fl_str_mv |
Repositório Digital Unicesumar - Centro Universitário de Maringá (UNICESUMAR) |
repository.mail.fl_str_mv |
|
_version_ |
1805309690424328192 |