Testando Hipóteses de Padrões em Matrizes de Correlação: Estatísticas Alternativas e Alguns Resultados Empíricos

Resumo A adequação das hipóteses de padrão correlacional tem sido tradicionalmente avaliada com uma estatística de razão de verossimilhança (junto com estimativas de máxima verossimilhança) ou com uma estatística de forma quadrática (junto com estimativas de mínimos quadrados generalizados). No presente artigo, várias estatísticas alternativas, baseadas no uso da transformação de Fisher r-to-z, são propostas, e seu desempenho (assim como o das estatísticas tradicionais) é avaliado em um experimento de Monte Carlo. As novas estatísticas demonstram ter uma taxa de erro Tipo I em tamanhos de amostra menores que é notavelmente superior à de seus counterparts mais tradicionais.