Avaliação da normalidade, validade dos testes de médias e opções não-paramétricas: contribuições para um debate necessário

Autores

DOI:

https://doi.org/10.5902/2179460X67509

Palavras-chave:

Pressuposições da ANOVA, Testes de comparação múltipla, GLMM

Resumo

A experimentação é uma importante base metodológica para as inovações no setor agrícola. Apesar disso, vários aspectos podem ainda ser aperfeiçoados nas análises estatísticas clássicas utilizadas nas pesquisas agrícolas. O objetivo desta revisão foi discutir alguns elementos conceituais e resultados de pesquisas sobre a validade de testes estatísticos usualmente aplicados na experimentação e apresentar algumas recomendações que podem melhorar a qualidade das análises comumente empregadas no âmbito dos modelos fixos. São apresentados elementos úteis para a discussão sobre os testes de médias, sobre a avaliação da condição de normalidade e sobre opções não-paramétricas de análise. O entendimento das hipóteses estatísticas e dos subtipos de erro tipo I, por exemplo, pode auxiliar numa melhor interpretação de resultados e na escolha do teste de médias. Algumas dúvidas sobre a avaliação do requisito de normalidade dos resíduos, aqui exploradas, também podem auxiliar pesquisadores num melhor uso das ferramentas estatísticas paramétricas. Por fim, apresenta-se um fluxograma de decisão geral e uma breve discussão exemplificada sobre algumas opções de análises não-paramétricas, com ênfase nas diferenças entre os métodos clássicos e os métodos baseados em modelos generalizados.

Downloads

Não há dados estatísticos.

Biografia do Autor

André Mundstock Xavier de Carvalho, Universidade Federal de Viçosa

Doutor em Solos pela UFV, professor nas disciplinas de pós-graduação “Metodologia de Pesquisa”, na temática da estatística experimental e “Estatística Experimental e Observacional Aplicada à Agroecologia” em modalidade multicampi. Autor do livro “Estatística Experimental e Observacional – uma nova abordagem” pela Editora da UFV (no prelo) e autor principal do software de estatística básica “SPEED Stat”.

Éder Matsuo, Universidade Federal de Viçosa

Doutor em Genética e Melhoramento pela UFV, professor nas disciplinas de “Iniciação à Estatística” e “Noções de Bioestatística”.

Marcelo da Silva Maia, Universidade Federal de Viçosa

Engenheiro Agrônomo pela UFV, especialista em Proteção de Plantas pela UFV – campus Viçosa e atualmente mestrando em Agronomia pela UFV – Campus Rio Paranaíba.

Referências

ALVAREZ, V. H.; ALVAREZ, G. A. M. Reflexões sobre a utilização de estatística para pesquisa em ciência do solo. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, v. 38, n. 1, 28-35, 2013.

BANZATTO, D. A.; KRONKA, S. N. Experimentação agrícola. 4. ed. Jaboticabal: Funep, 2006.

BIRD, K.D.; HADZI-PAVLOVIC, D. Controlling the maximum familywise Type I error rate in analyses of multivariate experiments. Psychological Methods, v. 19, n. 2, 265–280, 2014. DOI: https://doi.org/10.1037/a0033806

BORGES, L. C.; FERREIRA, D. F. Power and type I error rates of Scott-Knott, Tukey and Student-Newman-Keuls’s tests under residual normal and non-normal distributions. Revista Matemática e Estatística, v. 21, n. 2, 67-83, 2003.

BOX, G. E. P.; COX, D. R. An Analysis of Transformations. Journal of the Royal Statistical Society. Series B (Methodological), v. 26, n. 2, 211-252, 1964. DOI: https://doi.org/10.1111/j.2517-6161.1964.tb00553.x

CANDIOTI, L. V.; ZAN, M. M.; CAMARA, M. S.; GOICOECHEA, H. C. Experimental design and multiple response optimization - using the desirability function in analytical methods development. Talanta, v. 124, n. 2, 123-138, 2014. DOI: https://doi.org/10.1016/j.talanta.2014.01.034

CARGNELUTTI FILHO, A.; SOUZA, J. M.; PEZZINI, R. V.; NEU, I. M. M.; SILVEIRA, D. L.; PROCEDI, A. Optimal plot size for experiments with black oats and the common vetch. Ciência Rural, v. 50, e20190123, 2020. DOI: https://doi.org/10.1590/0103-8478cr20190123

CARVALHO, A.M.X. Estatística Experimental e Observacional: uma nova abordagem sobre os métodos clássicos. Rio Paranaíba: UFV-CRP, in press, 2023.

CARVALHO, A.M.X.; MENDES, F.Q.; BORGES, P.H.C.; KRAMER, M. A brief review of the classic methods of experimental statistics. Acta Scientiarum - Agronomy, v. 45, e56882, 2023a. DOI: https://doi.org/10.4025/actasciagron.v45i1.56882

CARVALHO, F. J. Modelos lineares generalizados na agronomia: análise de dados binomiais e de contagem, zeros inflacionados e enfoque bayesiano. Tese (Doutorado em Fitotecnia). Universidade Federal de Uberlândia, Uberlândia, 2019.

CARVALHO, A.M.X.; SOUZA, M.R.; MARQUES, T.B.; SOUZA, D.L.; SOUZA, E.F.M. Familywise type I error of ANOVA and ANOVA on ranks in factorial experiments. Ciência Rural, v. 53, n. 7, e20220146, 2023b. DOI: https://doi.org/10.1590/0103-8478cr20220146

CECON, P. R.; SILVA, A. R.; NASCIMENTO, M.; FERREIRA, A. Métodos estatísticos. Viçosa: Editora da UFV, 2012.

CONAGIN, A. Tables for the calculation of the probability to be used in the modified bonferroni's test. Brazilian Journal of Agriculture, v. 76, 71-83, 2001. DOI: https://doi.org/10.37856/bja.v76i1.3987

CONAGIN, A.; PIMENTEL-GOMES, F. Escolha adequada dos testes estatísticos para comparações múltiplas. Brazilian Journal of Agriculture, v. 79, 288-295, 2004. DOI: https://doi.org/10.37856/bja.v79i3.1392

CONAGIN, A.; BARBIN, D.; DEMÉTRIO, C. G. B. Modifications for the Tukey test procedure and evaluation of the power and efficiency of multiple comparison procedures. Scientia Agricola, v. 65, n. 4, 428-432, 2008. DOI: https://doi.org/10.1590/S0103-90162008000400016

CONOVER, W. J. Practical Nonparametric Statistics. 3.. ed. John Wiley & Sons, 1999.

CONOVER, W. J. The rank transformation - an easy and intuitive way to connect many nonparametric methods to their parametric counterparts for seamless teaching introductory statistics courses. WIREs Computational Statistics, v. 4, 432-438, 2012. DOI: https://doi.org/10.1002/wics.1216

CONOVER, W. J.; IMAN, R.L. Rank transformation as a bridge betwen parametric and nonparametric statistics. The American Statistician, v. 35, n. 3, 124-134, 1981. DOI: https://doi.org/10.2307/2683975

CONRADO, T. V.; FERREIRA, D. F.; SCAPIM, C. A.; MALUF, W. R. Adjusting the Scott-Knott cluster analyses for unbalanced designs. Crop Breeding and Applied Biotechnology, v. 17, 1-9, 2017. DOI: https://doi.org/10.1590/1984-70332017v17n1a1

COUTO, M. R. M.; JACOBI, L. F.; MACHADO, G. S. Analise de variância multivariada aplicada a dados com medidas repetidas. Ciência & Natura, Santa Maria, v. 42, e01, 2020. DOI: https://doi.org/10.5902/2179460X39870

DANCEY, C. P.; REIDY, J. G.; ROWE, R. Estatística sem matemática para as ciências da saúde. Porto Alegre: Penso, 2017.

DI RIENZO, J. A.; GUZMÁN, A. W.; CASANOVES, F. A multiple-comparisons method based on the distribution of the root node distance of a binary tree. Journal of Agricultural, Biological, and Environmental Statistics, v. 7, 129-142, 2002. DOI: https://doi.org/10.1198/10857110260141193

DUTCOSKY, S. D. Análise sensorial de alimentos. 4. ed. Curitiba: Champagnat – PUCPress; 2013.

FERREIRA, D. F. SISVAR: A Guide for Its Bootstrap Procedures in Multiple Comparisons. Ciência & Agrotecnologia, v. 38, n. 2, 109-112, 2014. DOI: https://doi.org/10.1590/S1413-70542014000200001

GARCIA-MARQUES, T.; AZEVEDO, M. A inferência estatística múltipla e o problema da inflação do nível de alfa: a ANOVA como exemplo. Psicologia, v. 10, n. 1, 195-220, 1995.

GIRARDI, L. H.; CARGNELUTTI FILHO, A.; STORCK, L. Erro tipo I e poder de cinco testes de comparação múltipla de médias. Revista Brasileira de Biometria, v. 27, n. 1, 23-36, 2009.

GONÇALVES JÚNIOR, F. A.; CORRÊA, T. C. Reflexões sobre a hiperspecialização científica e suas conseqüências para a geografia. Geografia, Ensino & Pesquisa, v. 21, n. 3, 87-96, 2017. DOI: https://doi.org/10.5902/2236499425828

GONÇALVES, B. O.; RAMOS, P. S.; AVELAR, F. G. Teste de Student-Newman-Keuls Bootstrap: proposta, avaliação e aplicação em dados de produtividade de graviola. Revista Brasileira de Biometria, v. 33, 445-470, 2015.

GOTELLI, N. J.; ELLISON, A. M. Princípios de estatística em ecologia. Porto Alegre: Artmed, 2011.

HINES, W. G. S.; O’HARA-HINES, R. Increased power with modified forms of the Levene (Med) test for heterogeneity of variance. Biometrics, v. 56, n. 2, 451-454, 2000. DOI: https://doi.org/10.1111/j.0006-341X.2000.00451.x

KESELMAN, H. J. Per Family or Familywise Type I Error Control: "Eether, Eyether, Neether, Nyther, Let's Call the Whole Thing Off!". Journal of Modern Applied Statistical Methods, v. 14, n. 1, 24-37, 2015. DOI: https://doi.org/10.22237/jmasm/1430453100

KRAMER, M. H.; PAPAROZZI, E. T.; STROUP, W. W. Best Practices for Presenting Statistical Information in a Research Article. HortScience, v. 54, n. 9, 1605-1609, 2019. DOI: https://doi.org/10.21273/HORTSCI13952-19

LITTLE, R. J. In praise of simplicity not mathematistry! Ten simple powerful ideas for the statistical scientist. Journal of the American Statistical Association, v. 108, n. 502, 359-369, 2013. DOI: https://doi.org/10.1080/01621459.2013.787932

LOUREIRO, L. M. J.; GAMEIRO, M. G. H. Interpretação crítica dos resultados estatísticos: para lá da significância estatística. Revista de Enfermagem Referência, v. 3, n. 3, 151-162, 2011. DOI: https://doi.org/10.12707/RIII1009

LÚCIO, A. D.; SARI, B. G. Planning and implementing experiments and analyzing experimental data in vegetable crops: problems and solutions. Horticultura Brasileira, v. 35, 316-327, 2017. DOI: https://doi.org/10.1590/s0102-053620170302

MANLY, B. F. J. Multivariate statistical methods – a primer. 2. ed. London: Chapman & Hall, 1995.

MANN, P. S. Introdução à estatística. 8ª Ed. Rio de Janeiro: LTC, 2015.

MONTGOMERY, D. C. Design and Analysis of Experiments. 9. ed. Wiley, Danvers, 2017.

NUNES, R. P. Métodos para a pesquisa agronômica. Fortaleza: Ed. UFC, 1998.

PATRIOTA, A. G. Uma medida de evidência alternativa para testar hipóteses gerais. Ciência & Natura, Santa Maria, v. 36, 14-22, 2014. DOI: https://doi.org/10.5902/2179460X13195

PERECIN, D.; BARBOSA, J. C. Uma avaliação de seis procedimentos para comparações múltiplas. Revista de Matemática e Estatística, v. 6, n. 1, 95-104, 1988.

PERECIN, D.; CARGNELUTTI FILHO, A. Efeitos por comparações e por experimento em interações de experimentos fatoriais. Ciência e Agrotecnologia, v. 32, n. 1, p. 68-72, 2008. DOI: https://doi.org/10.1590/S1413-70542008000100010

PIEPHO, H. P.; EDMONDSON, R. N. A tutorial on the statistical analysis of factorial experiments with qualitative and quantitative treatment factor levels. Journal of Agronomy and Crop Science, v. 204, n. 5, 429-455, 2018. DOI: https://doi.org/10.1111/jac.12267

PIMENTEL-GOMES, F. Curso de estatística experimental. Piracicaba: FEALQ, 2009.

POSSATTO JUNIOR, O.; BERTAGNA, F. A. B.; PETERLINI, E.; BALERONI, A. G.; ROSSI, R. M.; ZENI NETO, H. Survey of statistical methods applied in articles published in Acta Scientiarum. Agronomy from 1998 to 2016. Acta Scientiarum - Agronomy, v. 41, e42641, 2019. DOI: https://doi.org/10.4025/actasciagron.v41i1.42641

PRIMPAS, I.; TSIRTSIS, G.; KARYDIS, M.; KOKKORIS, G. D. Principal component analysis: Development of a multivariate index for assessing eutrophication according to the European water framework directive. Ecological Indicators, v. 10, 178-183, 2010. DOI: https://doi.org/10.1016/j.ecolind.2009.04.007

SALTER, K. C.; FAWCET, R. F. The art test of interaction: a robust and powerful rank test of interaction in factorial models. Communications in Statistics - Simulation and Computation, v. 22, 137-153, 1993. DOI: https://doi.org/10.1080/03610919308813085

SAWILOWSKY, S. S.; BLAIR, R. C. A more realistic look at the robustness and Type II error properties of the t test to departures from population normality. Psychological Bulletin, v. 111, n. 2, 352–360, 1992. DOI: https://doi.org/10.1037/0033-2909.111.2.352

SCHMIDER, E.; ZIEGLER, M.; DANAY, E.; BEYER, L.; BÜHNER, M. Is it really robust? Reinvestigating the robustness of ANOVA against violations of the normal distribution assumption. Methodology: European Journal of Research Methods for the Behavioral and Social Sciences, v. 6, n. 4, 147–151, 2010. DOI: https://doi.org/10.1027/1614-2241/a000016

SNEDECOR, G. W.; COCHRAN, W. G. Statistical Methods. 8. ed. Iowa: ISU Press. 1989.

SOUSA, C. A. D.; LIRA JUNIOR, M. A.; & FERREIRA, R. L. C. Avaliação de testes estatísticos de comparações múltiplas de médias. Revista Ceres, v. 59, n. 3, 350-354, 2012. DOI: https://doi.org/10.1590/S0034-737X2012000300008

STORCK, L.; GARCIA, D. C.; LOPES, S. J.; ESTEFANEL, V. Experimentação Vegetal. 3. Ed. Santa Maria: Ed UFSM, 2016.

STROUP, W. W. Rethinking the Analysis of Non-Normal Data in Plant and Soil Science. Agronomy Journal, v. 107, n. 2, 811-827, 2015. DOI: https://doi.org/10.2134/agronj2013.0342

TAVARES, L. F.; CARVALHO, A. M. X.; MACHADO, L. G. An evaluation of the use of statistical procedures in soil science. Revista Brasileira de Ciência do Solo, v. 40: e0150246, 2016. DOI: https://doi.org/10.1590/18069657rbcs20150246

TORMAN, V. B. L.; COSTER, R.; RIBOLDI, J. Normalidade de variáveis: métodos de verificação e comparação de alguns testes não-paramétricos por simulação. Revista HCPA, v. 32, n. 2, 227-235. 2012.

WOBBROCK, J. O.; FINDLATER, L.; GERGLE, D.; HIGGINS, J. J. The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures. In J. J. HIGGINS (Ed) Proceedings of the ACM Conference on Human Factors in Computing Systems. Vancouver, ACM Press New York, 2011, p. 143-146. DOI: https://doi.org/10.1145/1978942.1978963

ZHIYUAN, W.; WANG, D.; ZHOU, H.; QI, Z. Assessment of soil heavy metal pollution with principal component analysis and Geoaccumulation Index. Procedia Environmental Sciences, v. 10, 1946–1952, 2011. DOI: https://doi.org/10.1016/j.proenv.2011.09.305

ZIMMERMANN, F. J. P. Estatística Aplicada à Pesquisa Agrícola. Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2004.

ZIMMERMAN, D. W. A note on consistency of non‐parametric rank tests and related rank transformations. British Journal of Mathematical and Statistical Psychology, v. 65, n. 1, 122-144, 2012. DOI: https://doi.org/10.1111/j.2044-8317.2011.02017.x

Downloads

Publicado

2023-06-22

Como Citar

Carvalho, A. M. X. de, Matsuo, Éder, & Maia, M. da S. (2023). Avaliação da normalidade, validade dos testes de médias e opções não-paramétricas: contribuições para um debate necessário. Ciência E Natura, 45, e9. https://doi.org/10.5902/2179460X67509

Edição

v. 45 (2023): Publicação contínua

Seção

Estatística

Licença

Copyright (c) 2023 Ciência e Natura

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.

 

Diretrizes Éticas para Publicação de Revistas

A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.

A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.

Em particular, 

Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.

Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.

Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.