Considerações de dados para Teste de Friedman

Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes ao coletar dados, realizar a análise, e interpretar os resultados.

Observação

Se você usar uma análise paramétrica como uma alternativa para o teste de Friedman, deve verificar se seus dados atendem aos requisitos de dados dessa análise. Os requisitos de dados para análises paramétricas nem sempre são compatíveis com os requisitos para a análise não-paramétricas, como o teste de Friedman.

Os dados devem incluir dois fatores categóricos.

Um fator é o tratamento. O outro fator é o bloco ao qual cada tratamento é atribuído aleatoriamente. O teste de Friedman exige exatamente uma observação para cada combinação de tratamento e bloco. Minitab não pode concluir os cálculos se alguma combinação não tiver exatamente uma observação.

Se você tiver dois ou mais fatores categóricos fixos, use Ajustar modelo linear generalizado se você tiver todos os fatores fixos ou Modelo de efeitos mistos de ajuste se você tiver fatores aleatórios.

Para obter mais informações sobre fatores, acesse Fatores e níveis de fatores e Fatores fixos e aleatórios.

A variável de resposta deve ser contínua e ordinal.
Se a variável resposta for categórica, é menos provável que seu modelo atenda às premissas da análise para descrever com precisão os seus dados ou para fazer predições úteis.
  • Se a sua variável de resposta tiver duas categorias, como aprovação e reprovação, use Ajustar modelo logístico binário.
  • Se a variável de resposta contiver três ou mais categorias que têm uma ordem natural, como discorda, discorda, neutro, concorda e concorda plenamente, use Regressão logística ordinal.
  • Se a variável de resposta contém três ou mais categorias que não têm uma ordem natural, como arranhão, dente e rasgo, use Regressão logística nominal.
  • Se a sua variável de resposta conta ocorrências, como o número de defeitos, use Ajustar modelo de Poisson.
Os dados da amostra não precisam ser normalmente distribuídos

As distribuições para todas as combinações do tratamento do bloco deve ter a mesma forma e dispersão, mas elas não têm que seguir uma distribuição normal.

O experimento deve incluir pelo menos 5 blocos ou tratamentos
O teste de Friedman usa a estatística de teste, S, para calcular o valor de p. Sob a hipótese nula, a distribuição do qui-quadrado se aproxima da distribuição de SS. A aproximação é razoavelmente precisa quando o número de blocos ou o número de tratamentos no experimento de blocos randomizado é maior do que 5.
Cada observação deve ser independente de todas as outras observações
Se suas observações são dependentes, seus resultados podem não ser válidos. Considere os seguintes pontos para determinar se suas observações são independentes:
  • Se uma observação não fornece informações sobre o valor de outra observação, as observações são independentes.
  • Se uma observação fornece informações sobre o valor de outra observação, as observações são dependentes.

Se você tem observações dependentes, vá para Analisar um experimento de medidas repetidas. Para obter mais informações sobre amostras, acesse Como as amostras dependentes e independentes sao diferentes?

Coleta de dados usando as práticas recomendadas
Para garantir que seus resultados sejam válidos, considere as seguintes diretrizes:
  • Certifique-se de que os dados representem a população de interesse.
  • Colete dados suficientes para proporcionar a precisão necessária.
  • Meça as variáveis com o máximo rigor e precisão possível.
  • Registro os dados na ordem em que são coletados.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política