13.2: Fileiras

Ranks
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Ranks
Please note that all translations are automatically generated. Click here for the English version.

231 Views

01:02 min
January 09, 2025

Overview

Ao contrário dos métodos paramétricos, as estatísticas não paramétricas são ideais para dados nominais e ordinais, exigindo menos suposições sobre a natureza ou distribuição da população. Isso torna os métodos não paramétricos mais fáceis de aplicar e interpretar, pois não dependem de parâmetros como média ou desvio padrão. Uma abordagem comum na análise não paramétrica é classificar os dados de acordo com um critério específico. Por exemplo, podemos organizar os dados meteorológicos dos dias mais quentes aos mais frios de um mês ou classificar as cidades da menor para a maior população.

Depois que os dados são ordenados, cada item recebe uma classificação com base em sua posição. Por exemplo, poderíamos classificar os atores pelo número de vitórias no Oscar, com o ator com mais vitórias recebendo a classificação um, o próximo maior classificação dois e assim por diante. Se dois atores tiverem o mesmo número de vitórias, o empate é resolvido calculando a média de suas classificações e atribuindo a classificação média a cada ator empatado. Classificações como essas são comumente usadas em testes estatísticos, como correlação de classificação e testes de classificação assinada, para avaliar relacionamentos ou diferenças sem depender de dados de intervalo ou escala de proporção.

Transcript

A classificação é um método de avaliação não paramétrico que organiza os dados de acordo com critérios específicos, por exemplo, do melhor para o pior ou do mais pesado para o mais leve.

Esse processo atribui um número ou classificação distinta a cada ponto de dados com base em sua posição na lista classificada.

Considere uma corrida de ciclismo, onde os participantes são classificados por seus tempos de chegada.

O primeiro a cruzar a linha de chegada recebe a primeira posição, o próximo ciclista, a segunda posição e assim por diante.

Nos casos em que dois ou mais ciclistas terminam simultaneamente, ocorre um empate.

Este empate é resolvido calculando a média das classificações envolvidas e atribuindo essa classificação média a cada ciclista no empate.

As classificações são cruciais em vários métodos estatísticos não paramétricos, incluindo o teste de postos sinalizados de Wilcoxon, o teste de soma de postos de Wilcoxon, o teste de Kruskal-Wallis e o teste de correlação de postos de Spearman.

Key Terms and definitions​

  • Nonparametric Statistics - Ideal for nominal and ordinal data, doesn't depend on certain parameters.
  • Parametric Methods - Statistical methods that rely on parameters like mean or standard deviation.
  • Ranking in Statistics - Ordering data according to specific criteria.
  • Mean Ranks - The average rank assigned in case of ties in the data.
  • Rank Correlation - Used to assess relationships without relying on interval or ratio-scale data.

Learning Objectives

  • Define Nonparametric Statistics – Explain their advantages and usage (e.g., easier to apply and interpret).
  • Contrast Parametric vs Nonparametric methods – Explain key differences (e.g., reliance on certain parameters).
  • Explore Ranking in Statistics – Describe its application in data ordering (e.g., ranking cities by population).
  • Explain Mean Ranks – How they're calculated in case of ties (e.g., averaging ranks).
  • Apply in Context – Discuss how ranking is used in statistical tests like rank correlation.

Questions that this video will help you answer

  • What are nonparametric statistics and how they differ from parametric methods?
  • How is ranking utilised in statistics and its significance?
  • What is the concept of mean ranks and how are they calculated?

This video is also useful for

  • Students – Understand how the concept of ranking and mean ranks support statistical understanding
  • Educators – Provides a clear framework for teaching nonparametric statistics and ranking in statistics
  • Researchers – Relevance of ranking for processing and interpreting nominal and ordinal data
  • Statistics Enthusiasts – Offers insights into nonparametric methods and their applications