Calculadora do teste de Wald - Significância estatística
Faça um teste de Wald para determinar se uma estimativa de parâmetro é estatisticamente significativa — informe β̂, β₀, SE e α para resultados instantâneos.
Informe a estimativa do parâmetro, o valor hipotetizado, o erro padrão e o nível de significância. A calculadora retorna a estatística de Wald, o z, o valor-p e a decisão.
Calculadora do teste de Wald - Significância estatística
Faça um teste de Wald para determinar se uma estimativa de parâmetro é estatisticamente significativa — informe β̂, β₀, SE e α para resultados instantâneos.
Sobre a calculadora do teste de Wald
O teste de Wald é um teste estatístico paramétrico que leva o nome do estatístico Abraham Wald. É um dos três testes clássicos de hipótese na estimação por máxima verossimilhança, ao lado do teste da razão de verossimilhanças e do teste de score (multiplicador de Lagrange). O teste de Wald é de longe o mais comum porque exige apenas a própria estimativa e seu erro padrão — ambos geralmente são reportados por softwares estatísticos — sem precisar da função de verossimilhança completa.
A ideia por trás do teste de Wald é direta. Se uma estimativa de parâmetro β̂ estiver muito distante do valor hipotetizado β₀ em relação à sua precisão (medida pelo erro padrão SE), então a hipótese nula H₀: β = β₀ é improvável. A estatística de Wald é W = ((β̂ − β₀) / SE)², ou seja, o z ao quadrado. Sob a hipótese nula e com uma amostra suficientemente grande, W segue uma distribuição qui-quadrado com um grau de liberdade. Equivalentemente, o z com sinal z = (β̂ − β₀) / SE segue uma distribuição normal padrão, então o valor-p bicaudal é 2 · (1 − Φ(|z|)), onde Φ é a função de distribuição acumulada da normal padrão.
O valor-p responde à pergunta: se a hipótese nula fosse verdadeira, qual é a probabilidade de observar uma estatística pelo menos tão extrema quanto a calculada? Um valor-p pequeno (tipicamente abaixo do nível de significância α, muitas vezes definido como 0,05 ou 0,01) fornece evidência contra H₀. Quando p < α, o resultado é chamado de estatisticamente significativo e rejeitamos a hipótese nula. Quando p ≥ α, não a rejeitamos — não temos evidência suficiente para concluir que o parâmetro difere de β₀, embora isso não signifique que H₀ seja verdadeira.
O teste de Wald é onipresente em estatística aplicada. Em regressão linear e logística, as estatísticas t reportadas para cada coeficiente são essencialmente z-scores de Wald, e os valores-p associados testam se cada coeficiente é significativamente diferente de zero. Em econometria, o teste de Wald é usado para testar hipóteses conjuntas sobre vários coeficientes simultaneamente (com extensões de álgebra matricial). Em análise de sobrevivência, ele testa se uma covariável prevê significativamente a taxa de risco. Em genética, estudos de associação genômica ampla usam estatísticas do tipo Wald para testar milhões de polimorfismos de nucleotídeo único.
Uma limitação conhecida do teste de Wald é que ele pode produzir resultados diferentes dependendo de como um parâmetro é parametrizado, porque o teste depende de uma aproximação quadrática local da verossimilhança. Para amostras pequenas, o teste da razão de verossimilhanças costuma ser preferido porque é mais preciso. O teste de Wald é mais confiável quando o tamanho da amostra é grande, a estimativa é aproximadamente normal (ou seja, as condições assintóticas são válidas) e o erro padrão é bem estimado.
Exemplos do teste de Wald
Três cenários realistas de economia, medicina e estatística geral mostrando o teste de Wald em ação.
| Entrada | Decisão | Detalhes |
|---|---|---|
| β̂=2.5, β₀=0, SE=1.1, α=0.05 | Rejeitar H₀ | z = 2.27, W = 5.17, p ≈ 0.023. A estimativa está a mais de 2 erros padrão de zero, então rejeitamos a hipótese nula em α = 0.05. |
| β̂=0.08, β₀=0, SE=0.02, α=0.05 | Rejeitar H₀ | Coeficiente de educação: z = 4.0, p < 0.001. Um ano adicional de educação tem um efeito não nulo e altamente significativo sobre os salários. |
| β̂=−0.5, β₀=0, SE=0.2, α=0.01 | Não rejeitar H₀ | Eficácia do medicamento com α=0.01 rigoroso: z = −2.5, p ≈ 0.012. O efeito é significativo em α = 0.05, mas não no limite mais estrito de 1%. |
Como usar a calculadora do teste de Wald
- Informe a estimativa do parâmetro β̂ a partir da sua saída de regressão ou modelo estatístico.
- Informe o valor hipotetizado β₀ — normalmente 0 ao testar se um coeficiente é diferente de zero.
- Informe o erro padrão SE da estimativa, reportado na mesma saída estatística.
- Defina o nível de significância α — use 0.05 para o limiar convencional de 5% ou 0.01 para um limiar mais rigoroso de 1%.
- Clique em Calcular para obter a estatística de Wald, o z, o valor-p bicaudal e a decisão de rejeitar/não rejeitar.
Perguntas frequentes sobre o teste de Wald
O que o teste de Wald mede?
O teste de Wald mede quão distante uma estimativa de parâmetro está de um valor hipotetizado, expresso em unidades de erro padrão. Ele testa se essa distância é grande o bastante para concluir, em um dado nível de significância, que o parâmetro verdadeiro difere do valor hipotetizado.
Qual é a diferença entre o teste de Wald e o teste t?
Em amostras grandes, eles são essencialmente equivalentes — ambos comparam uma estimativa com um valor nulo em unidades de erro padrão. A principal diferença é que o teste t usa uma distribuição t (considerando a incerteza da estimativa da variância), enquanto o teste de Wald usa a distribuição normal e, portanto, é um teste assintótico mais adequado para amostras grandes.
Por que a hipótese nula costuma ser β₀ = 0?
Testar contra zero pergunta se um preditor tem algum efeito. Em regressão, um coeficiente igual a zero significa que a variável é irrelevante. Definir β₀ = 0 é o uso mais comum, mas você pode testar contra qualquer valor — por exemplo, verificar se um parâmetro é igual a um valor teoricamente previsto como 1 ou −0.5.
O que significa não rejeitar H₀?
Não rejeitar H₀ significa que os dados não fornecem evidência suficiente para concluir que o parâmetro difere do valor hipotetizado. Isso não prova que H₀ é verdadeira. O resultado pode refletir um efeito realmente nulo ou simplesmente falta de poder estatístico devido a uma amostra pequena ou a um erro padrão grande.
Quando devo usar o teste da razão de verossimilhanças?
O teste da razão de verossimilhanças é preferível quando as amostras são pequenas, quando o parâmetro está próximo do limite do seu intervalo permitido ou quando os resultados de Wald dependem muito da parametrização escolhida. Para amostras grandes e estimativas suavemente distribuídas, o teste de Wald e o teste da razão de verossimilhanças fornecem valores-p quase idênticos.
Qual nível de significância devo usar?
O limiar convencional é α = 0.05 (5%), o que significa aceitar uma chance de 5% de rejeitar por engano uma hipótese nula verdadeira. Para exigências mais rigorosas — aprovação de dispositivos médicos, genômica ou física — usa-se α = 0.01 ou até 0.001. Em pesquisa exploratória, às vezes se aceita α = 0.10. A escolha deve ser feita antes de ver os dados.