Usando o valor-p para um teste de qualidade do ajuste para escolher uma distribuição ou transformação

Neste tópico

Interprete um teste de qualidade do ajuste e escolha uma distribuição
Selecione entre uma distribuição para 3 parâmetros e uma para 2 parâmetros
Por que alguns valores-p são fornecidos como uma aproximação em vez de um valor exato?
Por que alguns valores-p são mostrados como asteriscos na saída?

Interprete um teste de qualidade do ajuste e escolha uma distribuição

Para um nível de significância, α, escolhido antes de você conduzir seu teste, um valor-p (P) menor do que α indica que os dados não seguem aquela distribuição.

O Minitab realiza testes de qualidade do ajuste em seus dados para uma variedade de distribuições e estima seus parâmetros. Escolha a distribuição que melhor se adapta a seus dados, e é mais apropriada à sua análise. Se mais de uma distribuição se ajustar a seus dados, selecione a distribuição com o valor de p mais alto. Se nenhuma distribuição se ajustar aos seus dados, considere uma análise não paramétrica.

Examine apenas as distribuições básicas primeiro (não considere as distribuições com parâmetros de limite, como a exponencial para 2 parâmetros ou a lognormal para 3 parâmetros).
Determine quais distribuições têm os valores de p mais elevados. Se nenhuma das distribuições tiver valores de p maiores do que o seu valor alfa (0,05), nenhuma das distribuições se ajusta adequadamente a seus dados.
Considere as variações para 2 parâmetros e para 3 parâmetros das distribuições que parecem ser adequadas.

Dentre valores-p muito próximos, selecione um:

Uma distribuição que você havia usado anteriormente para um conjunto de dados similar.
Uma distribuição baseada em estatísticas de capacidade.
A distribuição é mais conservadora.

Selecione entre uma distribuição para 3 parâmetros e uma para 2 parâmetros

Para cada distribuição de 3 parâmetros, exceto a distribuição de Weibull, não há um método estabelecido para calcular o valor de p, então você deve usar o teste de razão de verossimilhança (LRT).

Primeiro examine o valor-p para a distribuição para dois parâmetros correspondente para avaliar o ajuste.
Em seguida, examine o valor-p de LRT para a distribuição para 3 parâmetros para determinarse a distribuião para 3 parâmetros é significativamente melhor do que a distribuição para dois parâmetros. Para Identificação de distribuição individual, um valor p do teste da razão de verossimilhança (LRT P) menor que alfa indica que, para distribuições que têm um parâmetro extra opcional, a adição desse parâmetro extra melhora significativamente o ajuste da distribuição. Por exemplo, LRT P o ajuda a selecionar entre a distribuição exponencial (que tem 1 parâmetro) e a distribuição exponencial para 2 parâmetros, ou entre a distribuição Weibull (que tem 2 parâmetros) e a distribuição Weibull para 3 parâmetros.
Além disso, uma inspeção visual do gráfico de probabilidade combinado com o valor de Anderson-Darling pode ajudar a indicar se a distribuição é um bom ajuste. Entretanto, pode ser melhor selecionar uma distribuição que tenha o valor de p calculado e um valor Anderson-Darling similar.

Por que alguns valores-p são fornecidos como uma aproximação em vez de um valor exato?

Para algumas distribuições, existe uma expressão de forma fechada para o valor de p e, portanto, um valor de p exato pode ser obtido. No entanto, para certas outras distribuições não existe uma expressão de forma fechada, mas tabelas de intervalos de valores-p, obtidas através de estudos de simulação, estão disponíveis. Para estas distribuições, o Minitab só pode informar um limite inferior e/ou superior para o valor de p.

Por que alguns valores-p são mostrados como asteriscos na saída?

Um asterisco é exibido em vez de um valor-p para as distribuições lognormal para 3 parâmetros, a gamma para 3 parâmetros e a loglogística para 3 parâmetros. O asterisco indica que o Minitab não pode calcular um valor-p para aquela distribuição.