Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/952

Título: Teste Monte Carlo de normalidade univariado
Autor(es): Pereira Filho, Nelson de Almeida
Orientador: Ferreira, Daniel Furtado
Membro da banca: Silva, Giovana Oliveira
Nunes, José Airton Rodrigues
Lima, Paulo César
Safadi, Telma
Área de concentração: Estatística e Experimentação Agropecuária
Assunto: Normalidade
Simulação
Shapiro-Wilk
R
Poder
Normality
Simulation
Power
Data de Defesa: 13-Jun-2013
Data de publicação: 2013
Referência: PEREIRA FILHO, N. de A. Teste Monte Carlo de normalidade univariado. 2013. 55 p. Tese (Doutorado em Estatística e Experimentação Agropecuária) - Universidade Federal de Lavras, Lavras, 2013.
Resumo: As distribuições normais de probabilidade descrevem o comportamento de muitos fenômenos da vida real em vários campos da ciência. Ao se retirar uma amostra aleatória de uma população, no caso univariado, é comum se pressupor que os dados ou resíduos do modelo adotado são proveniente de uma população normalmente distribuída. Os gráficos como histogramas e Q-Qplots são maneiras bastante eficientes, porém subjetivas de se verificar a normalidade da distribuição dos dados ou dos resíduos do modelo considerado. No entanto isso não é suficiente para se fazer inferência sobre a normalidade dos dados coletados ou dos resíduos do modelo utilizado para modelar os dados. Objetivou-se com estas pesquisas comparar o teste de normalidade Shapiro-Wilk com um teste de normalidade univariado proposto. Este novo teste é baseado no cálculo do coeficiente de determinação entre os observados das estatísticas de ordem amostrais e os valores esperados das estatísticas de ordem da distribuição normal padrão. A distribuição nula da estatística foi obtida via simulação Monte Carlo. Os resultados obtidos de poder e do erro tipo I, permitem que se conclua que a proposta é, em geral, mais eficiente que o teste Shapiro-Wilk e não possui a limitação prática de ser restrito a tamanho de amostra máximo de 5:000 unidades, que é uma limitação de seu principal concorrente.
The normal probability distributions describe the behavior of many real-life phenomena in various fields of science. When a random sample was drawn from a population, in the univariate case, it is common to assume that the data or the model residuals are normally distributed. Graphs like histograms and Q-Qplots are ways quite efficient, but subjective, to verify the assumption of normality of data or model residuals. However, this procedures are not enough to verify the normality of the data or the residuals of the adopted model. This research aims to compare the Shapiro-Wilk normality test with a proposed univariate normality test. This new test is based on the coefficient of determination between the observed values of order statistics and the expected values of standard normal order statistics. The null distribution of the statistic was obtained via Monte Carlo simulation. The results for power and of type I error rates, allow the conclusion that the proposal method is generally more efficient than the Shapiro-Wilk and has no practical limitation of being restricted to a maximum sample size of 5;000 units, which is the main competitor limitation.
Informações adicionais: Tese apresentada à Universidade Federal de Lavras,como parte das exigências do Programa de Pós-Graduação em Estatística e Experimentação Agropecuária, área de concentração em Estatística e Experimentação Agropecuária, para a obtenção do título de Doutor.
URI: http://repositorio.ufla.br/jspui/handle/1/952
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Arquivo Descrição TamanhoFormato
TESE_Teste Monte Carlo de normalidade univariado.pdf243,31 kBAdobe PDFVer/abrir

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback