Em que se baseia o teste de Heller?
Passo 1
O que você perguntou: “Em que se baseia o teste de Heller?”\n\nO que tenho para trabalhar (não veio nenhum dado numérico): a pergunta é conceitual — preciso explicar a ideia, os passos e as propriedades do teste de Heller. Vou listar claramente o que vou responder: (a) qual é a hipótese testada; (b) a ideia central / intuição; (c) a construção formal do estatístico (com as fórmulas principais); (d) como se obtém o valor-p; (e) vantagens, limitações e como proceder na prática passo a passo para aplicar o teste na prova ou num trabalho. Não há dados numéricos no enunciado, então darei um pequeno exemplo ilustrativo sem calcular p‑valor numérico.
Passo 2
Resumo rápido do objetivo do teste (o que ele testa).\n\nO teste de Heller (frequentemente citado como HHG — Heller, Heller & Gorfine) é um teste não paramétrico de independência entre duas variáveis (ou vetores) baseado em distâncias/ranks. A hipótese nula é
e a alternativa é que exista alguma dependência (qualquer forma de associação, inclusive não linear e local).
Passo 3
Intuição simples e por que essa ideia faz sentido.\n\nIntuição: se
e
são independentes, então a configuração espacial (em termos de distâncias entre pontos) em
não deve estar relacionada com a configuração em
. O que Heller propõe é olhar, para muitos pares de observações, se os pontos que estão “próximos” em
também tendem a estar “próximos” em
. Se há dependência, em muitas dessas janelas locais haverá coincidência: muitos pontos serão simultaneamente próximos em
e em
. Se não há dependência, a proximidade em
e em
ocorre de modo independente, então não teremos esse acúmulo de coincidências.
Passo 4
Definição formal das quantidades usadas (com fórmulas).\n\nSeja uma amostra empírica de tamanho
:
, onde
e
podem ser uni ou multivariados. Defina as distâncias (qualquer métrica adequada, muitas vezes Euclidiana) entre observações em cada margem:
Para cada par distinto
considera-se as radii
e
. Para cada terceiro índice
(
) define-se os indicadores de proximidade
Com isso constrói-se uma tabela
de contagens (para o par
):
Essas quatro contagens formam as células observadas de uma tabela
. Para essa tabela calcula-se a estatística de associação (por exemplo a estatística qui-quadrado de Pearson para a tabela):
onde
são as contagens observadas
e
são as expectativas sob independência, obtidas pelas marginais da tabela. Finalmente, o estatístico global do teste é a soma dessas medidas sobre muitos pares
; por exemplo
ou outra soma equivalente sobre pares ordenados (existem variações). A ideia é que, sob dependência, muitos
serão grandes e
acumulará evidência contra
.
Passo 5
Por que usar ranks/distâncias e porque o teste é não‑paramétrico.\n\n- Ao usar distâncias e comparar com a distância entre o próprio par
, a construção fica baseada em ordem/rank de distâncias (não em valores absolutos), o que torna o teste invariante a transformações monótonas marginais.
- Não é necessário assumir uma forma funcional (linearidade, normalidade etc.). Por isso o teste é não‑paramétrico e consistente contra praticamente qualquer tipo de dependência (ou seja, se há alguma associação, para
grande o teste tende a detectá‑la).
Passo 6
Como se obtém o valor‑p na prática (teste por permutações).\n\nA distribuição nula exata do estatístico
é complicada. Na prática usa‑se um procedimento de permutação: repetir um grande número
de vezes onde se permuta aleatoriamente as coordenadas
entre as observações (quebrando assim qualquer dependência real), recalcula‑se
para cada permutação e obtém‑se a distribuição empírica de
sob
. O valor‑p é então
onde
é o valor observado e
os valores permutados. Esse procedimento é simples, exato em termos de nível (assintoticamente e em muitos casos exato condicionalmente), e apropriado porque o teste é baseado em permutar margens.
Passo 7
Propriedades importantes e comparações rápidas com outros testes.\n\n- Consistência ampla: o teste detecta qualquer dependência quando
.
- Permite
e multivariados. - É sensível tanto a dependências globais como a dependências locais (pequenas regiões de associação).
- É rank‑/distância‑based — invariante a transformações monótonas marginais.
- Comparação: distância de correlação (distance correlation) e HHG têm propósitos parecidos; em alguns cenários HHG é mais sensível a padrões locais, em outros distance correlation é mais simples e computacionalmente mais barato. Há também testes baseados em mutua informação ou MIC; cada um tem vantagens e custos computacionais.
Passo 8
Algoritmo passo a passo para aplicar o teste (como você faria numa prova ou num script) — procedimento prático e implementável.\n\n1) Calcular as matrizes de distâncias
e
para todos
.
2) Para cada par : definir
e
; formar os indicadores
e
para todos
; contar
.
3) Calcular a estatística local (qui‑quadrado da tabela ou outra medida de associação para a
).
4) Agregar: calcular (ou a soma equivalente usada na referência).
5) Repetir passos 2–4 para permutações aleatórias de
para construir a distribuição nula.
6) Calcular o valor‑p por comparação do observado com a distribuição permutada.
7) Decidir: rejeitar se o valor‑p for menor que o nível escolhido (por ex.
).\n\nDica prática: escolher
como
ou
para p‑valores razoáveis; tomar cuidado com custo computacional porque o método é tipicamente
em memória/computação e o laço de permutações multiplica esse custo — existem implementações otimizadas e versões que amostram pares
em vez de usar todos.
2) Para cada par
3) Calcular a estatística local
4) Agregar: calcular
5) Repetir passos 2–4 para
6) Calcular o valor‑p por comparação do
7) Decidir: rejeitar
Passo 9
Exemplo ilustrativo (pequeno, apenas para ver como são contagens).\n\nSuponha
e pontos perfeitamente alinhados (dependência forte). Pegue um par
. Se
e
forem grandes, muitos
satisfarão
e
, gerando
grande; se
e
forem independentes, as ocorrências de
e
serão próximas do que se espera pela multiplicação das marginais (portanto muitos
não serão grandes). Somando muitos
diferencia os dois cenários.
Passo 10
Limitações e cuidados.\n\n- Custo computacional: para
grande o cálculo bruto é pesado. Em provas, basta explicar o procedimento; em código, usar otimizações.
- Interpretação: rejeitar
diz apenas que há alguma dependência, não especifica a forma; para entender o tipo de relação convém fazer análises gráficas e medidas complementares. - Implementação: escolha da métrica de distância e de quantas permutações pode afetar poder e custo; mas a abordagem é bastante robusta.
Resposta
O teste de Heller baseia‑se em comparar, para muitos pares de observações, a coincidência de vizinhanças em
e em
: para cada par
constroem‑se contagens em uma tabela
que indicam quantos outros pontos são simultaneamente próximos em
e em
, calcula‑se uma estatística de associação (por ex. qui‑quadrado) para cada par e soma‑se essas estatísticas em um único
; o valor‑p é obtido por permutações de
. O procedimento é não‑paramétrico, baseado em distâncias/ranks, permite variáveis multivariadas e é consistente contra uma gama muito ampla de dependências.