Teste de Tendência de Mann-Kendall
Calcula o teste de Mann-Kendall, usado para detectar tendência monotônica (de alta ou de baixa) numa série temporal sem assumir que os dados são normais ou que a tendência é linear. Ele soma os sinais de todas as comparações par a par entre os valores: se a série tende a subir ao longo do tempo, predominam os sinais positivos. É muito usado em hidrologia, climatologia e meio ambiente para avaliar tendências em séries longas. A estatística S vira um z pela aproximação normal, com correção de empates. Informe a série em ordem cronológica.
Resultado
—
Teste de Tendência de Mann-Kendall
Calcula o teste de Mann-Kendall, usado para detectar tendência monotônica (de alta ou de baixa) numa série temporal sem assumir que os dados são normais ou que a tendência é linear. Ele soma os sinais de todas as comparações par a par entre os valores: se a série tende a subir ao longo do tempo, predominam os sinais positivos. É muito usado em hidrologia, climatologia e meio ambiente para avaliar tendências em séries longas. A estatística S vira um z pela aproximação normal, com correção de empates. Informe a série em ordem cronológica.
Existe tendência, mesmo sem a série ser bem comportada?
Séries ambientais — vazão de rios, temperatura, concentração de poluentes — raramente são normais e quase nunca sobem em linha reta. Mesmo assim, a pergunta sobre se há uma tendência de longo prazo permanece. O teste de Mann-Kendall foi feito para isso: detecta tendência monotônica sem exigir nenhuma forma específica para os dados.
O mecanismo é comparar cada valor com todos os que vieram depois e contar os sinais. Cada vez que um valor posterior é maior, conta mais um; quando é menor, conta menos um. Se a série sobe ao longo do tempo, os sinais positivos dominam e a estatística S fica bem acima de zero. Como S depende só da ordem, valores extremos não a distorcem, e uma aproximação normal converte S num escore z com correção para empates.
Informe a série na ordem em que foi observada no tempo. A ferramenta devolve S e o escore z, do qual sai o valor-p. Vale lembrar que o teste detecta tendência, mas não a quantifica — para estimar a magnitude da inclinação de forma igualmente robusta, o complemento natural é o estimador de Theil-Sen.
Ferramentas Relacionadas
Teste U de Mann-Whitney
Calcula o teste U de Mann-Whitney, a alternativa não paramétrica ao teste t para comparar dois grupos independentes. Em vez de comparar médias, ele compara as posições (ranks) dos dados combinados, o que o torna válido mesmo quando os dados não seguem distribuição normal ou são ordinais. A ferramenta calcula a estatística U e a aproximação normal z, com correção para empates. Informe os dois grupos de observações, separados por vírgula.
Teste de Friedman
Calcula o teste de Friedman, a versão não paramétrica da ANOVA de medidas repetidas. Ele é usado quando os mesmos sujeitos (ou blocos) passam por três ou mais condições e você quer saber se as condições diferem, sem assumir normalidade. Dentro de cada bloco, os tratamentos são ordenados por postos; se um tratamento for consistentemente melhor, ele acumulará postos baixos em todos os blocos, e a estatística qui-quadrado de Friedman crescerá. Informe os blocos: tratamentos separados por vírgula, blocos por ponto e vírgula.
Teste de Wilcoxon (Postos Sinalizados)
Calcula o teste de Wilcoxon dos postos sinalizados, a alternativa não paramétrica ao teste t pareado. Quando você mede os mesmos indivíduos duas vezes — antes e depois de um tratamento — e os dados não seguem distribuição normal, este é o teste indicado. Ele trabalha com as diferenças entre os pares: ordena os módulos dessas diferenças, atribui postos e soma separadamente os postos das diferenças positivas e negativas. A ferramenta calcula W+, W− e a aproximação normal z, já com correção para empates. Informe as duas séries pareadas.
Teste de Corridas (Wald-Wolfowitz)
Calcula o teste de corridas de Wald-Wolfowitz, que verifica se uma sequência de dois valores é aleatória ou se tem padrão. Uma corrida é um trecho de valores iguais consecutivos; pouquíssimas corridas indicam agrupamento (tendência), e corridas demais indicam alternância sistemática. Comparando o número observado de corridas com o esperado sob aleatoriedade, a estatística z revela se a ordem dos dados é compatível com puro acaso. É útil para checar resíduos, séries temporais e geradores de números. Informe a sequência com dois símbolos distintos.
Teste de Ljung-Box (Autocorrelação)
Calcula a estatística do teste de Ljung-Box, que verifica se uma série temporal apresenta autocorrelação — ou seja, se os valores carregam memória dos valores passados em vez de serem independentes. Em vez de olhar uma defasagem por vez, ele combina as autocorrelações de várias defasagens numa única estatística que segue aproximadamente uma qui-quadrado. É o teste padrão para checar se os resíduos de um modelo ARIMA viraram ruído branco. Informe a série e o número de defasagens.
Teste da Mediana de Mood
Calcula o teste da mediana de Mood, um teste não paramétrico que verifica se vários grupos têm a mesma mediana. A ideia é simples e robusta: calcula-se a mediana geral de todos os dados juntos e conta-se, em cada grupo, quantos valores ficam acima dela. Se os grupos tivessem a mesma mediana, essas contagens seriam proporcionais aos tamanhos; um desequilíbrio gera uma estatística qui-quadrado grande. É bem resistente a outliers, por trabalhar só com contagens. Informe os grupos separados por ponto e vírgula.
Os resultados desta ferramenta têm caráter apenas informativo e educativo e não constituem aconselhamento profissional, financeiro, médico, jurídico, tributário ou contábil. Confirme decisões importantes com um profissional qualificado e fontes oficiais.