Você está na página 1de 62

Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as

6 O OS OS 6. MODELOS ALEATRI OS
6.1 Introduo
6.2 Modelo de Anlise de Varincia Simples com Efeitos Aleatrios
6.3 Modelo de Anlise de Varincia Dupla com Efeitos Aleatrios p
6.4 Modelo Misto
6.5 Regras para o Clculo do valor esperado das Mdias Quadrticas
Capt ul o 6.1-1 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Nos pargrafos anteriores, anlise de varincia simples e anlise
factorial assumimos que o investigador escolheu especificamente factorial, assumimos que o investigador escolheu especificamente
os nveis do factor utilizado no planeamento da experincia e,
consequentemente, as inferncias obtidas com base na anlise de
varincia so s aplicveis aos nveis dos factores considerados.
Tnhamos um modelo de efeitos fixos.
Neste pargrafo vamos considerar que os nveis dos factores que
entram no modelo so escolhidos aleatoriamente no domnio de entram no modelo so escolhidos aleatoriamente no domnio de
variao desses mesmos nveis.
modelo de efeitos aleatrios ou modelo II
Capt ul o 6.1-2 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Os modelos de efeitos aleatrios para a anlise de varincia,
tambm chamados modelos das componentes da varincia,
tiveram a sua origem, tal como os modelos de efeitos fixos, em
problemas de astronomia; s mais tarde os estatsticos
i t d l d f it l t i d l reinventaram os modelos de efeitos aleatrios e desenvolveram
modelos mais complicados.
Capt ul o 6.1-3 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Domnios onde frequente a existncia de experincias
envolvendo efeitos aleatrios: envolvendo efeitos aleatrios:
(i) estudo das caractersticas quantitativas hereditrias tais como a
d d l l i d produo de sementes em plantas cultivadas.
Muitas variedades geneticamente distintas de plantas cultivadas so
desenvolvidas em programas de melhoramento. As variedades
representam uma amostra aleatria das variedades que potencialmente
podem ser desenvolvidas Por sua vez a descendncia de cada podem ser desenvolvidas. Por sua vez, a descendncia de cada
variedade tambm encarada como uma amostra aleatria da
descendncia possvel de cada variedade. Pretende-se ento conhecer a p
partio da variao total nas contribuies separadas das variedades e
da descendncia.
Capt ul o 6.1-4 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
(ii) ensaios clnicos - frequente a existncia de experincias
envolvendo efeitos aleatrios.
So exemplo disso os estudos inter laboratoriais, feitos de forma
rotineira pelos laboratrios clnicos onde se pretende estudar a rotineira pelos laboratrios clnicos, onde se pretende estudar a
variabilidade existente entre os testes feitos pelos diferentes
laboratrios. Em intervalos regulares de tempo amostras extradas de
uma grande quantidade homognea de soro so enviadas, para
anlise, para uma grande quantidade de laboratrios. Os laboratrios
l id i i t l i d envolvidos no ensaio assim como as amostras para eles enviadas so
considerados amostras aleatrias respectivamente da potencial
populao de laboratrios e das potenciais amostras de soro. Os populao de laboratrios e das potenciais amostras de soro. Os
investigadores pretendem saber se existe uma variao significativa
nos resultados entre laboratrios.
Capt ul o 6.1-5 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
1 1 i k j
Model o I I - Um Fac t or
,..., 1 ; ,..., 1 n i k j e y
ij j ij
= = + + = o
2
n i 1

ij
e
) , 0 (
2
o N
n i ,..., 1 =
k j ,..., 1 =
2
independentes

j
o
) 0 (
2
o
o , N
k j ,..., 1 =
ij
e
o independentes
n i ,..., 1 =
e
independentes
ij
e
j
o independentes
n i ,..., 1
k j ,..., 1 =
e
s varincias e d-se o nome de componentes da varincia
2
o
2
o s varincias e d se o nome de componentes da varincia.
o
o o
Capt ul o 6.1-6 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Num programa de melhoramento de plantas (breeding) a componente Num programa de melhoramento de plantas (breeding) a componente
de varincia entre grupos, , representa a variabilidade gentica
entre famlias e geralmente estamos interessados no quociente entre
2
o
o
esta variao gentica e a variao total,
2 2 2
o o o
o
+ =
Y
coeficiente de correlao intraclasses
2 2
2
o o
o

o
o
+
=
o
Capt ul o 6.1-7 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Nota
1- No melhoramento gentico animal (vegetal) tem se interesse em 1- No melhoramento gentico animal (vegetal) tem-se interesse em
saber qual a proporo das diferenas entre animais (plantas) que
transmissvel descendncia; essa proporo dada por p p p
2
4
2 2
2
2
4
o o
o
o
o
+
= h
coeficiente de heritabilidade
Capt ul o 6.1-8 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
2- correlao entre registos repetidos do mesmo animal (planta)
d-se o nome de repetibilidade d se o nome de repetibilidade.
2
coeficiente de repetibilidade
2 2
2
o o
o
o
o
+
(Adaptado de Melhoramento Gentico Animal. Lus Telo da Gama. Escolar Editora,
Li b P l) Lisboa. Portugal)
Ver mais aplicaes em Kuehl pg.155-156
Capt ul o 6.1-9 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
A partio da variao total apresentada na tabela da anlise de
i i M d l I i l ifi d d l varincia para o Modelo I igualmente verificada neste modelo
E A Total
SS SS SS + =
( ) ( ) ( )
2
1 1
.
2
1
.. .
2
1 1
..
= = = = =
+ =
k
j
n
i
j ij
k
j
j
k
j
n
i
ij
y y y y n y y
1 1 1 1 1 j i j j i
Capt ul o 6.1-10 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Tal como no Modelo I
Capt ul o 6.1-11 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Consequentemente
2
MS
) , 1 (
2 2
2
) (
k N k
E
A
F
n MS
MS

+o o
o
o
Capt ul o 6.1-12 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
e tem-se

= +
j
j n n n
2 2
o o
o
( ) =
A
MS E
=
|
.
|

\
|
1 k
SS
E
A

(
(
(
(

= +

=
k
k
j
j
k
j
n
n
k
n n
1
2
0
2 2
0
1
1
o o
o

(
(

=
=
k
j
j
j
j
n
k
1
1
1
( ) =
E
MS E
2
o
Capt ul o 6.1-13 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Obj ec t i vos
1. Testar hipteses
0 : 0 :
2
1
2
0
= =
o o
o o H vs H
1 0 o o
2. Estimar as componentes da varincia
Capt ul o 6.1-14 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-15 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-16 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Est i ma o e I nt er val os de Conf i an a par a as
Component es da Var i nc i a.
1- Est i ma o


E A
MS MS
=
2

o
E
MS
( )

k
E A
E A
k N
MS MS
n
2 2
) 1 (
2

o
o

= j
j
n N
1
2 2

+

=
E A
E A
MS n MS
MS MS
) 1 (

( )
( )

=
k
j
j E E A
E A
n N MS k N MS MS
k N MS MS
1
2 2
) ( ) 1 (
) 1 (
Capt ul o 6.1-17 M. Sal om Cabr al . FCUL

j 1
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
O que Fazer Quando Obt emos Est i mat i vas da
Var i nc i a Negat i vas? Var i nc i a Negat i vas?
Capt ul o 6.1-18 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
2 - I nt er val os de Conf i an a
Capt ul o 6.1-19 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-20 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-21 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-22 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Fun o Pot nc i a do Test e
Capt ul o 6.1-23 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
tem distribuio F Snedecor com (k-1 N-k) g l tem distribuio F Snedecor com (k 1, N k) g.l.
Capt ul o 6.1-24 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Como Cal c ul ar o Nmer o de Obser va es Nec essr i as
par a o Test e Ter uma Det er mi nada Pot nc i a?
Tal como no modelo de efeitos fixos, existem grficos das curvas
caractersticas para o caso equilibrado (Montegomery 1991, pag.
611 a 614) (podemos calcular a potncia sem recorrer a estes
rfi ) grficos)
A leitura desses grficos d-nos o erro do tipo II, , contra o |
2
2
1
o
o

o
n
+ =
parmetro
o
para vrios g.l. do numerador e denominador e = 0.05 ou 0.01.
o
Capt ul o 6.1-25 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Ex empl o 1 - Um estudo gentico com animais para produo de
carne consistiu em registar o peso ao nascimento de vrias crias
l d l d i h resultantes do acasalamento de vrios machos com grupos
separados de fmeas.
Capt ul o 6.1-26 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-27 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
1.Sel ec c i onar Advanc ed Li near /Nonl i ner Model s+Gener al
Li near Model s
Capt ul o 6.1-28 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
2. Sel ec c i onar One-way ANOVA+Ok
Capt ul o 6.1-29 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
3. Sel ec c i onar Var i abl es
Capt ul o 6.1-30 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
4. Esc ol her de ac or do c om a c at egor i a
Capt ul o 6.1-31 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
5. Esc ol her opt i ons
Capt ul o 6.1-32 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
6. Ok +Ok
Capt ul o 6.1-33 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
7. Test al l ef f ec t s
Capt ul o 6.1-34 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Concluso : Rejeitamos
0
H
Concluso : Rejeitamos
0
H
Capt ul o 6.1-35 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
9. Sel ec c i onar
Capt ul o 6.1-36 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
> ( 1397. 8- 463. 8) / 8
[ 1] 116. 75
Variable: Peso
Variance Components
Type III decomposition
Variable: Peso
Relative Variance Components (in Percent)
Type III decomposition Type III decomposition
Macho, 116.75 Macho, 116.75
Type III decomposition
Macho, 20.1% Macho, 20.1%
Error, 463.79 Error, 463.79 Error, 79.9% Error, 79.9%
Capt ul o 6.1-37 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Com n=8
Capt ul o 6.1-38 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Outro mtodo de estimao para as componentes da varincia
1.Sel ec c i onar Advanc ed Li near /Nonl i ner Model s+Var i anc e
c omponent s
Capt ul o 6.1-39 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
2. Sel ec c i onar Var i abl es
Capt ul o 6.1-40 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
3 Ok 3.Ok
Capt ul o 6.1-41 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
4. Sel ec c i onar o mt odo pr et endi do
Capt ul o 6.1-42 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Concluso:
(i) As estimativas de e de so, respectivamente, 116.7493 e
463 7920
2
o
2
o
o
463.7920.
(ii) A estimativa do coeficiente de correlao intraclasses 2 2
2
o o
o

o
o
+
=
(
> ( 1397 8 463 8) / ( 1397 8+7*463 8)
(

+

=
E A
E A
MS n MS
MS MS
) 1 (

> ( 1397. 8- 463. 8) / ( 1397. 8+7*463. 8)


[ 1] 0. 2011024
(iii) A variabilidade entre os machos corresponde a 20% da
variabilidade total.
Capt ul o 6.1-43 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
(iv)
As estimativas dos diferentes intervalos de confiana obtm-se
substituindo os estimadores pelas respectivas estimativas. Para
o exemplo e ao nvel de confiana de 90% temos:
estimativa do intervalo de confiana para
) 722 , 326 (
2
o
estimativa do intervalo de confiana
aproximado para . Comente.
( ) 4,1387 -
2
o
o
estimativa do intervalo de confiana para ( ) 67 . 0 , 02 . 0
Capt ul o 6.1-44 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
As estimativas obtidas pelo mtodo da :
(i) ML. (
(ii) REML
Comente as diferenas.
Capt ul o 6.1-45 M. Sal om Cabr al . FCUL

Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as


Planeamento completamente aleatorizado com dois factores
Model o I I - Doi s Fac t or es
Planeamento completamente aleatorizado com dois factores
aleatrios
Capt ul o 6.1-46 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Obj ec t i vos
1. testar as hipteses
2. estimar as componentes da varincia
Capt ul o 6.1-47 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Test es de Hi pt eses
E AB B A Total
SS SS SS SS SS + + + =
com com
( )
2
1
... ..
=
=
a
i
i A
y y bn SS
( )
2
1
... . .
=
=
b
j
j B
y y an SS
( )
2

a b
SS ( )
1 1
... . . .. .
= =
+ =
i j
j i ij AB
y y y y n SS
( )

=
a b n
ij ijk E
y y SS
2
.
= = = i j k 1 1 1
e independentes
Capt ul o 6.1-48 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Os valores esperados dos diferentes MS so:
2 2 2
) (
o
o o o bn n MS E
A
+ + =
2 2 2
) (
|
o o o an n MS E
B
+ + =
2 2
) (

o o n MS E
AB
+ =
2
) ( o =
E
MS E
Capt ul o 6.1-49 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-50 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-51 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-52 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Est i ma o e I nt er val os de Conf i an a par a as
Component es da Var i nc i a
1. Est i ma o
E
MS =
2
o
bn
MS MS
AB A

=
2

o
o
an
MS MS
AB B

=
2

|
o
n
MS MS
E AB

=
2

o
U ili di j i di d d b Utilizar os procedimentos j indicados quando obtemos
varincias negativas
2. I nt er val os de Conf i an a
possvel obter um intervalo de confiana para , tendo em
2
o
ateno que
2
) 1 (
o
E
MS n ab 2
)) 1 ( (

n ab
_
Capt ul o 6.1-53 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
I l d fi Intervalos de confiana exactos para as outras componentes
da varincia j no possvel, podendo-se no entanto obter
intervalos aproximados (ver Scheff pag 244) intervalos aproximados (ver Scheff pag. 244)
Capt ul o 6.1-54 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Ex empl o 2- A cultura de clulas parece ser influenciada pelo
meio utilizado e pela temperatura. Quatro testes repetidos de
um planeamento factorial foram efectuadas no laboratrio para
trs meios e trs temperat ras Q er os trs meios q er as trs trs meios e trs temperaturas. Quer os trs meios quer as trs
temperaturas para os quais foi realizado o ensaio foram
escolhidas aleatoriamente. A ordem pela qual as 36 observaes d d p q b v
foram efectuadas foi aleatria. Os dados encontram-se na
tabela que se segue. Que concluses podem ser tiradas
relativamente variabilidade das observaes?
Capt ul o 6.1-55 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Capt ul o 6.1-56 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Resoluo:
Concluso:
(i) para os nveis de significncia 0.1 e 0.05 rejeita-se a (i) para os nveis de significncia 0.1 e 0.05, rejeita se a
hiptese da variabilidade devida interaco e a variabilidade
devida s diferentes temperaturas serem zero.
Capt ul o 6.1-57 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
(ii)
2
A estimativa da varincia de y
ijk

21 . 675
2
o componente do erro - representa a variabilidade
72 . 2781 06 . 432 58 . 1429 87 . 244 21 . 675
2
= + + +
y
o
p p
das clulas.
Capt ul o 6.1-58 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
87 . 244
2

o
o componente do meio - d-nos a variabilidade na
performance do meio e corresponde a 8 8% da varincia total performance do meio e corresponde a 8.8% da varincia total
(2781.72)
58 . 1429
2

|
o
componente da temperatura - a variabilidade
associada a utilizarmos outra temperatura e corresponde a

2
51.4% da varincia total.
componente da interaco contribui com
06 . 432
2

o
componente da interaco - contribui com
15.5% na varincia total estimada. O facto da interaco ser
significativa quer dizer que a performance relativa dos vrios g q q p
meios no varia de forma consistente com a temperatura.
Capt ul o 6.1-59 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Advanc ed Li near /Nonl i near Model s/Gener al Li near
Model s
Capt ul o 6.1-60 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Variable: Observ
Variance Components
Type III decomposition
Variable: Observ
Relative Variance Components (in Percent)
Type III decomposition
Error, 675.21
Meio*Temp, 432.06
Error, 675.21
Meio*Temp, 432.06
Error, 24.3%
Meio*Temp, 15.5%
Error, 24.3%
Meio*Temp, 15.5%
Meio, 244.87 Meio, 244.87
Meio, 8.8% Meio, 8.8%
Temp, 1429.66 Temp, 1429.66
Temp, 51.4% Temp, 51.4%
Capt ul o 6.1-61 M. Sal om Cabr al . FCUL
Anl i se de Var i nc i a e Pl aneament o de Ex per i nc i as
Como Cal c ul ar o Nmer o de Obser va es
Nec essr i as par a o Test e Ter uma Det er mi nada
Pot nc i a ? Pot nc i a ?
Tal como no Modelo II com um factor, recorrendo aos
grficos com as curvas caractersticas (Montegomery 1991 grficos com as curvas caractersticas (Montegomery 1991,
pag. 610 a 614).
Capt ul o 6.1-62 M. Sal om Cabr al . FCUL