TESTES BOOTSTRAP PARAMÉTRICOS MULTIVARIADOS BASEADOS EM ENTROPIA PARA NORMALIDADE
Simulação Monte Carlo
Poder
Bootstrap paramétrico
A normalidade multivariada em dados amostrais ou experimentais é assumida em muitas modelagens e estatísticas inferenciais, o que torna fundamental testar tal suposição, pois caso ela seja violada, resultados e conclusões incorretas podem ocorrer. Inúmeros testes baseados em entropia para avaliar normalidade já foram elaborados, entre eles destacam-se os testes univariados TH_mn(1) e TH_mn(2), que controlam adequadamente a taxa de erro tipo I, além de serem poderosos. A partir dos testes TH_mn(1) e TH_mn(2), este estudo tem como objetivo propor dois testes multivariados PBMTH(1) e PBMTH(2), que são baseados em entropia e fundamentados na técnica de bootstrap paramétrico. Os testes propostos tiveram seus desempenhos avaliados e comparados com outros testes multivariados já existentes e pode-se concluir que PBMTH(1) e PBMTH(2) obtiveram excelentes controles das taxas de erro tipo I e não foram uniformemente os mais poderosos, como os demais testes. No entanto, PBMTH(1) e PBMTH(2) podem ser aplicados para alta dimensionalidade e não são assintóticos, portanto, podem ser recomendados.