Aplicando testes não paramétricos na análise experimental

Projeto experimental em Python

James Chapman

Curriculum Manager, DataCamp

Quando usar testes não paramétricos

Pressupostos paramétricos não atendidos
Dados em escala ordinal ou não normais
Robustos a outliers e não linearidade

Distribuição assimétrica

Explorando métodos não paramétricos

Métodos não paramétricos para dados que não seguem pressupostos clássicos
Teste de Mann-Whitney U: compara dois grupos independentes
Teste de Kruskal-Wallis: compara mais de dois grupos

Distribuição não normal

Visualizando dados não paramétricos

Violin plots: visualizar distribuições por grupo

condensed_data = mineral_rocks[mineral_rocks['RockType'].isin(['Igneous', 'Metamorphic'])]

sns.violinplot(x='RockType', y='MineralHardness', data=condensed_data)

Gráfico violino da Dureza Mineral por Tipo de Rocha (Ígnea vs Metamórfica)

Visualizando dados não paramétricos

Boxen plot: melhor visão do formato da distribuição

sns.boxenplot(x='RockType', y='MineralHardness', data=mineral_rocks)

Gráfico boxen da distribuição da Dureza Mineral por tipo de rocha

Aplicando testes não paramétricos - Mann-Whitney U

from scipy.stats import mannwhitneyu, kruskal
u_stat, u_pval = mannwhitneyu(
    mineral_rocks[mineral_rocks['RockType'] == 'Igneous']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Sedimentary']['MineralHardness']
)

print(f"Mann-Whitney U test p-value: {u_pval:.4f}")

Mann-Whitney U test p-value: 0.9724

Aplicando testes não paramétricos - Kruskal-Wallis

k_stat, k_pval = kruskal(
    mineral_rocks[mineral_rocks['RockType'] == 'Igneous']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Sedimentary']['MineralHardness'],
    mineral_rocks[mineral_rocks['RockType'] == 'Metamorphic']['MineralHardness']
)

print(f"Kruskal-Wallis test p-value: {k_pval:.4f}")

Kruskal-Wallis test p-value: 0.0630

Vamos praticar!

Projeto experimental em Python