RESUMO
Neste estudo, alguns métodos de transformação, aplicados quando as premissas da análise de variância não são cumpridas, são avaliados em termos de taxa de erro tipo I e poder de teste, em circunstâncias com diferentes distribuições, número de grupos, número de observações, razões de variância e diferenças de desvio-padrão. O conjunto de dados utilizados no estudo consistiu em números aleatórios gerados a partir das distribuições N(0,1) e χ2(3), utilizando a função aleatória da biblioteca Numpy, na linguagem de programação Python. As técnicas de transformação logarítmica, raiz quadrada e raiz foram avaliadas na ANOVA, com base em combinações de simulação. Observou-se que as técnicas de transformação de tomar a raiz quadrada após adicionar 0,5 e 0,375 aos dados foram relativamente mais confiáveis em comparação com outras transformações em termos de taxa de erro tipo I. No entanto, em todos os casos, a taxa de erro tipo I determinada no início do experimento aumentou tanto antes quanto depois da aplicação da transformação. Em particular, curiosamente, as transformações de raiz de terceiro e de quarto grau deram melhores resultados de poder de teste na distribuição assimétrica à direita. Além disso, foram comparadas as técnicas de transformação em questão para determinar a normalidade dos dados e a homogeneidade das variâncias por meio de dados reais.
Palavras-chave:
transformação de dados; transformação de raiz quadrada; transformação logarítmica; análise de variância; taxa de erro tipo I; poder do teste
Thumbnail
Thumbnail
