📊 statistics

Wilcoxon-Mann-Whitney Test of No Group Discrimination

Este artigo corrige o equívoco comum de que o teste de Wilcoxon-Mann-Whitney avalia a igualdade de distribuições ( $F=G$ ) ou a dominância estocástica, demonstrando, em vez disso, que ele testa especificamente se a Área Sob a Curva (AUC) é igual a 0,5, ao mesmo tempo em que fornece a distribuição assintótica derivada e as correções de viés de amostra finita para este estatístico padronizado.

Autores originais: Marian Grendar

Publicado 2026-07-22

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Marian Grendar

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

O Grande Equívoco Estatístico

Imagine que você é um detetive tentando resolver um mistério: "Estes dois grupos de pessoas são realmente diferentes?" No mundo da estatística, este é um problema clássico. Você tem dois montes de dados — talvez pontuações de testes de duas escolas diferentes, ou tempos de reação de dois grupos de atletas. Para descobrir se os montes são verdadeiramente distintos, os estatísticos há muito utilizam uma ferramenta famosa chamada teste de Wilcoxon-Mann-Whitney (WMW). Pense neste teste como um árbitro em uma corrida. Ele não se importa com a velocidade exata de cada corredor; em vez disso, ele observa quem terminou à frente de quem. Se o Grupo A vencer o Grupo B consistentemente, o árbitro levanta uma bandeira e diz: "Estes grupos são diferentes!"

Por décadas, o livro de regras para este árbitro foi simples, mas ligeiramente mal compreendido. A explicação padrão era que o teste verifica se os dois grupos vêm exatamente da mesma "distribuição" — uma forma sofisticada de dizer: "Estes dois montes de números parecem exatamente iguais em todos os aspectos?" Se eles não parecerem iguais, o teste deve gritar "Diferentes!". No entanto, este artigo argumenta que o árbitro está olhando para o placar errado. O autor, M. Grendár, sugere que o teste não está realmente verificando se os montes parecem idênticos; ele está verificando algo muito mais específico: "Um grupo tem uma chance melhor de vencer o outro em um confronto direto aleatório?" Isso é conhecido como "Área Sob a Curva" ou AUC. Se a AUC for 0,5, significa que o confronto é um cara ou coroa, e os grupos são indistinguíveis em termos de quem vence. Se for qualquer outra coisa, um grupo tem uma vantagem sistemática. Por que isso importa? Porque se você usar o livro de regras antigo quando os grupos forem diferentes de maneiras estranhas (como ter distribuições de dados diferentes, mas a mesma média), o árbitro pode se confundir e dar a você a resposta errada.

A Reviravolta: Não é Sobre "Parecerem Iguais"

O artigo começa apontando uma falha lógica na forma como temos usado este teste há anos. Tradicionalmente, os livros didáticos dizem que o teste WMW verifica a hipótese nula: "Os dois grupos são idênticos ( $F = G$ )." Se o teste encontrar uma diferença, significa que os grupos não são idênticos. Mas o autor mostra que isso é amplo demais.

Para provar isso, o autor realiza uma simulação com dois grupos de dados que definitivamente não são idênticos. Imagine que um grupo de corredores é muito consistente (todos correm na mesma velocidade), enquanto o outro grupo é caótico (alguns correm super rápido, outros super devagar). Estatisticamente, estes dois grupos são diferentes; suas formas são totalmente distintas. De acordo com o livro de regras antigo, o teste WMW deveria marcá-los como diferentes. Mas aqui está a reviravolta: quando o autor executou o teste 10.000 vezes nesses grupos desajustados, o resultado foi quase exatamente 0,5. O teste agiu como se os grupos fossem idênticos, embora claramente não fossem.

Isso cria uma contradição. Se o teste pretendia verificar a "igualdade total", deveria ter gritado "Diferentes!" quando as formas eram tão distintas. Em vez disso, permaneceu em silêncio. O autor conclui que o teste não está realmente verificando se os grupos parecem iguais; está verificando uma questão muito mais estreita: "A probabilidade de uma pessoa aleatória do Grupo A vencer uma pessoa aleatória do Grupo B é igual a 50%?" Nas palavras do autor, o teste está realmente verificando se a AUC = 0,5.

O Objetivo Real: Quem Vence o Confronto Direto?

Então, o que o teste está realmente fazendo? O artigo argumenta que o teste WMW é uma ferramenta de "discriminação". Ele pergunta: Se você escolher uma pessoa do Grupo A e uma do Grupo B e as colocar para correr, quem tem mais chance de vencer?

Se a resposta for "É um cara ou coroa de 50/50", a AUC é 0,5, e o teste diz: "Não há discriminação aqui."
Se o Grupo A vencer 60% das vezes, a AUC é 0,6, e o teste diz: "Existe uma vantagem sistemática!"

O artigo destaca que a "hipótese alternativa" tradicional (a ideia de que os grupos são diferentes) é muito estreita. As pessoas costumam pensar que o teste só funciona se um grupo for estritamente "melhor" que o outro em uma linha reta (como um grupo sempre correndo mais rápido que o outro). Mas o autor aponta que o teste é, na verdade, consistente contra qualquer situação onde a AUC não seja 0,5. Isso inclui cenários bagunçados onde os grupos se cruzam várias vezes, desde que haja uma vantagem líquida para um dos lados. O teste é um mestre em detectar "quem vence o confronto", não "quem parece igual".

Corrigindo a Matemática: O Problema do "Viés"

Uma vez que o autor estabeleceu que o teste é realmente sobre a AUC, ele percebeu que a matemática que temos usado para calcular a "confiança" nos resultados estava ligeiramente errada. As fórmulas antigas assumiam que os grupos eram idênticos em todos os aspectos, o que levava a um erro pequeno, mas real (chamado de "viés") nos cálculos.

O artigo deriva uma nova maneira corrigida de calcular a variância (a dispersão dos resultados).

O Problema: A matemática antiga não levava em conta o fato de que estamos estimando a AUC a partir de uma amostra finita, o que introduz um viés ascendente minúsculo.
A Correção: O autor cria uma fórmula "corrigida de viés". Ele mostra que, se você subtrair um fator de correção específico (que depende do tamanho da amostra), você obtém uma imagem muito mais precisa da incerteza.
O Resultado: Eles fornecem uma nova maneira de construir intervalos de confiança (a faixa onde a resposta verdadeira provavelmente reside) que funciona mesmo quando os dados têm "empates" (quando dois corredores terminam exatamente ao mesmo tempo). Isso é crucial porque os dados do mundo real raramente são perfeitos; eles frequentemente apresentam empates.

O autor também menciona que para grupos muito pequenos (menos de 20 pessoas no total), a matemática padrão não é confiável de forma alguma, por isso recomendam um método diferente chamado "teste de permutação studentizado", que é como rodar a corrida repetidamente em uma simulação de computador para ver o que acontece.

O Kit de Ferramentas: Uma Nova Maneira de Correr a Corrida

Para garantir que as pessoas possam realmente usar essas novas descobertas, o autor desenvolveu um pacote de R chamado wmwAUC. Este software oferece duas formas principais de executar o teste:

O método "Exato Não Enviesado" (EU - Exact Unbiased): Este é o padrão ouro recomendado pelo autor. Ele lida perfeitamente com empates e utiliza a nova matemática corrigida. É a escolha mais confiável, especialmente para grupos menores.
O método "Corrigido de Viés" (BC - Bias-Corrected): Esta é uma abordagem ligeiramente mais conservadora que tenta ser extra cuidadosa.

O artigo enfatiza que, embora os métodos antigos possam funcionar razoavelmente em casos simples, eles podem falhar quando os dados são bagunçados ou quando os grupos são diferentes de maneiras estranhas (como ter variâncias diferentes). Os novos métodos garantem que, quando você diz "estes grupos são diferentes", você está realmente falando de uma diferença real em quem vence os confrontos, e não apenas de uma ilusão estatística causada pelo uso da fórmula errada.

A Conclusão

Em resumo, este artigo é uma correção a um mal-entendido de longa data na estatística. Ele nos diz que o teste de Wilcoxon-Mann-Whitney não é um detector geral de "os grupos são idênticos?". É um detector específico de "quem vence o confronto?". Ao mudar nosso foco da "igualdade de distribuição" para a "AUC = 0,5", e ao corrigir a matemática para considerar tamanhos de amostra pequenos e empates, obtemos uma imagem muito mais clara e honesta se dois grupos são verdadeiramente diferentes. O autor não apenas aponta o erro; ele fornece as fórmulas corrigidas e as ferramentas de software para corrigi-lo, garantindo que os futuros detetives obtenham o veredito correto.

Resumo Técnico: Teste de Wilcoxon-Mann-Whitney de Não Discriminação de Grupos

Definição do Problema
O artigo desafia a formulação tradicional do teste de Wilcoxon-Mann-Whitney (WMW), que é amplamente ensinada e implementada como um teste de igualdade de distribuição ( $H_0: F = G$ ) contra alternativas de dominância estocástica ou desigualdade geral ( $H_1: F \neq G$ ). O autor argumenta que essa formulação é logicamente falha. Especificamente, o teste pode falhar em rejeitar a hipótese nula mesmo quando as distribuições subjacentes $F$ e $G$ são distintas (por exemplo, distribuições normais com médias idênticas, mas variâncias diferentes). Nesses casos, a hipótese nula tradicional $F=G$ é falsa, mas o estatístico do teste concentra-se em seu valor nulo, criando uma contradição. O artigo postula que o teste WMW não testa de fato a igualdade de distribuição, mas sim a ausência de discriminação sistemática pareada.

Metodologia e Estrutura Teórica
O artigo redefine o estatístico do teste WMW $U$ como a Área Sob a Curva empírica (eAUC), onde $\hat{A} = \frac{U}{n_1 n_2} = \widehat{P}(X < Y)$ . As principais contribuições metodológicas envolvem a derivação da distribuição assintótica correta e das propriedades de amostra finita deste estatístico sob a hipótese nula revisada.

Formulação Correta da Hipótese:
O artigo estabelece que o teste WMW na verdade testa:

Nula: $H_0: \text{AUC} = 0.5$ (Sem discriminação de grupo).
Alternativa: $H_1: \text{AUC} \neq 0.5$ (Dominância pareada sistemática).
Isso se alinha ao resultado de consistência de Van Dantzig (1951), que mostrou que o teste é consistente contra qualquer alternativa onde $P(Y < X) \neq 0.5$ , independentemente de haver dominância estocástica ou não.

Distribuição Assintótica:
O autor deriva a distribuição assintótica da AUC empírica padronizada sob $H_0: \text{AUC} = A_0$ . Usando a teoria de U-estatísticas e projeções de Hoeffding, o artigo mostra que $\sqrt{n}(\hat{A} - A_0)$ converge para uma distribuição normal $N(0, \sigma^2)$ , onde a variância $\sigma^2$ depende das variâncias das variáveis de posicionamento $G(X)$ e $F(Y)$ . Crucialmente, esta estrutura de variância difere do estimador de variância tradicional derivado sob a suposição $F=G$ .
Correção de Viés de Amostra Finita:
O artigo identifica um viés de amostra finita nos estimadores de variância ingênuos das variáveis de posicionamento. Ele deriva termos de viés exatos de ordem $O(n^{-1})$ e propõe estimadores corrigidos de viés ( $\hat{\zeta}^{2*}$ ) que subtraem esses componentes de viés exatos.
Tratamento de Empates (Ties):
Reconhecendo que dados do mundo real frequentemente contêm empates, o artigo estende a teoria para variáveis contínuas discretas ou discretizadas usando um kernel de posto médio $h(x,y) = 1\{x < y\} + \frac{1}{2}1\{x=y\}$ .

Um estimador de variância exato e não viesado para amostras finitas é derivado via uma combinação linear da variância da amostra agrupada e das variâncias das médias de linha/coluna (Teorema 1).
A distribuição assintótica sob empates é mostrada para manter a mesma forma normal, com componentes de variância corrigidos para empates envolvendo as probabilidades de empates ( $\pi_X, \pi_Y$ ).

Inferência e Implementação:
O artigo propõe construir intervalos de confiança para a "pseudomediana" (o parâmetro de deslocamento $\theta$ tal que $\text{AUC}(X, Y+\theta) = 0.5$ ) invertendo o teste de hipótese. Dois métodos específicos de inferência são implementados no pacote R wmwAUC:

Exato Não Viesado (EU): Utiliza o estimador de variância exato não viesado para amostras finitas (Teorema 1) e um teste de permutação studentizado para pequenas amostras ( $n < 20$ ).
Corrigido de Viés (BC): Aplica a correção de viés derivada para dados contínuos aos componentes de variância, mesmo na presença de empates (validado empiricamente).

Principais Resultados

Consistência Lógica: O artigo demonstra que, sob $H_0: \text{AUC} = 0.5$ , o estatístico do teste comporta-se corretamente mesmo quando $F \neq G$ (por exemplo, no caso de variâncias desiguais com médias iguais), resolvendo a contradição onde o teste tradicional falha em rejeitar uma hipótese $F=G$ falsa.
Estimativa de Variância: Os estimadores de variância derivados (tanto assintóticos quanto de amostra finita exatos) mostram-se consistentes e não viesados sob a hipótese nula correta. O artigo fornece fórmulas explícitas para estes estimadores, incluindo ajustes para empates e viés de amostra finita.
Desempenho: Simulações de Monte Carlo (referenciadas no texto) indicam que o método Corrigido de Viés (BC) pode perder poder em amostras pequenas, enquanto o método Exato Não Viesado (EU) mantém o tamanho nominal e retém o poder. Consequentemente, o método EU é recomendado como o padrão.

Significância e Alegações
O artigo alega fornecer uma "resolução fundamental" para a interpretação errônea do teste WMW. Sua principal significância reside em:

Correção da Hipótese Nula: Ele afirma explicitamente que o teste WMW é um teste de discriminação ( $\text{AUC} \neq 0.5$ ), não de igualdade de distribuição ( $F=G$ ).
Generalização da Alternativa: Estabelece que o teste é consistente contra a ampla classe de alternativas onde $P(Y < X) \neq 0.5$ , subsumindo a dominância estocástica como apenas um caso especial.
Implementação Prática: Ao fornecer o pacote R wmwAUC com inferência de amostra finita exata e métodos assintóticos corrigidos de viés, o artigo oferece uma ferramenta prática para pesquisadores realizarem inferência válida sob o correto quadro teórico, particularmente em cenários envolvendo empates ou tamanhos de amostra pequenos onde aproximações tradicionais podem falhar.

O autor observa que, embora o trabalho se concentre no cenário de duas amostras, problemas semelhantes provavelmente existem em extensões de $k$ -amostras (por exemplo, Kruskal-Wallis), embora estes estejam além do escopo atual. O artigo reconhece que Van Dantzig identificou anteriormente a hipótese alternativa corretamente, mas a combinou com a hipótese nula incorreta; este trabalho corrige esse emparelhamento e fornece toda a maquinaria assintótica e de amostra finita necessária para a aplicação moderna.