Teste de Shapiro-Wilk
Aderência e normalidade · distribuição de referência: W (tabelada)
Quando usar
Verificar se uma amostra vem de uma distribuição normal; é o teste de normalidade mais poderoso para amostras pequenas e médias.
Hipótese nula
Os dados vêm de uma distribuição normal.
Pressupostos
- Observações independentes
- Com n muito grande, rejeita desvios irrelevantes: olhe também o gráfico Q-Q
Estatística
W = \dfrac{\left(\sum a_i\, x_{(i)}\right)^2}{\sum (x_i - \bar{x})^2}Como reportar
W = 0,96; p = 0,31
No R e no Python
R
shapiro.test(x)Python
stats.shapiro(x)No Python, stats é scipy.stats e np é numpy.
Onde fica no catálogo
Aderência e normalidade. Aderência: os dados seguem a distribuição esperada? Os testes de normalidade são o caso mais comum e conferem um pressuposto dos testes paramétricos.
Na árvore de decisão
- O que você quer fazer? Verificar um pressuposto ou a distribuição dos dados
- O que você quer verificar? Se os dados são normais
- De que tamanho é a amostra? Pequena ou média
Também aparece junto de outros testes:
- Para conferir um pressuposto antes de t para uma amostra, t para duas amostras independentes, t pareado, ANOVA de um fator, ANOVA de dois fatores.