Você está na página 1de 56

Reviso

Parte II

Tera-feira, 17 de Dezembro de 13

Modelos sem Varivel Dependente

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Situao de Pesquisa
Agora o investigador quer saber em que medida a quantidade de chocolates que
cada indivduo come se relaciona com o seu nvel de ansiedade, avaliada com
uma escala variando de 0 = menor ansiedade a 4 = maior ansiedade. Os dados
esto apresentados na Tabela abaixo.
Indivduos i

Chocolates

Ansiedade

Ana
Antnio
David
Filipa
Joana
Joo
Maria
Paulo
Pedro
Ricardo
Rita
Rute

5
2
4
5
6
4
7
4
3
2
8
10

1
0
3
1
2
3
4
3
2
0
4
4

Tera-feira, 17 de Dezembro de 13

Representao Grfica do Nosso Modelo

V1

Tera-feira, 17 de Dezembro de 13

r = relao

V2

Medida da relao entre duas


variveis
Covarincia (COV): medida da associao entre duas variveis. Permite
avaliar a existncia e a direo da relao entre duas variveis
quantitativas. A covarincia dada por:

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Medida da magnitude da relao


entre duas variveis
Coeficiente de correlao (r de Pearson): medida da associao entre
duas variveis. Permite avaliar a fora (magnitude) e direo da relao
entre as variveis. O r de Pearson e seu Erro-Padro so dados por:

Uma correlao , assim, uma covarincia estandarzidada:


A correlao uma covarincia expressa em unidades de desviospadro porque foi dividida pelo produto dos desvios-padro das
variveis envolvidas;
Uma correlao pode variar entre -1 (correlao negativa perfeita) e +1
(correlao positiva perfeita).
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Interpretao da Magnitude do Coeficiente de


Correlao
r=
0.00

0.00

(ausncia de relao entre as variveis)

< r 0.20 (relao muito fraca)

0.20 < r 0.30 (relao fraca)


0.30 < r 0.60 (relao moderada)
0.60 < r 0.80(relao forte)
0.80 < r < 1.00(relao muito forte)
r = 1.00 (relao perfeita)

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Magnitude da Relao
V1

r = 0.736
Relao forte
Positiva

Varincia
Compartilhada = 2 = r2
= 0.7362

V2

Ausncia de Relao

V1

V2

Relao Fraca

V1

V2

Relao Moderada

V1

V2

V1

V2

Relao Forte

Relao Perfeita
(V1 = V2)

r2 = 0.542
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Voltemos questo fundamental da


inferncia estatstica:

Amostra (n)

rX1.X2 = 0.736
Como, a partir do
que observamos na
amostra, podemos
inferir o que se
passa na populao?

Populao (N)
X1.X2 = ?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

Teste de Hipteses
i. Hipteses
H0 : r = 0
H1: r 0

Rever a aula sobre o teste


de hiptese?

0.05
ii. Estatstica de teste
Estatstica de teste = 3,439
iii. Deciso
estatstica de teste (3,439) |valor crtico (2,228)| logo rejeito H0!
iv. Concluso
Podemos assim dizer que existe na populao uma correlao
forte e positiva (r = 0.736, p < .05) entre a ansiedade e a
quantidade de barras de chocolates que os alunos comem.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

10

Modelos com uma Varivel


Dependente e um Preditor Contnuo

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

11

Situao de Pesquisa
Agora o investigador levantou a hiptese de que ao observar o nvel de
ansiedade dos alunos (0 = menor ansiedade a 4 = maior ansiedade) se
consegue prev a quantidade de chocolates que cada aluno come. Os dados
esto apresentados na Tabela abaixo.
Indivduos i

Chocolates

Ansiedade

Ana
Antnio
David
Filipa
Joana
Joo
Maria
Paulo
Pedro
Ricardo
Rita
Rute

5
2
4
5
6
4
7
4
3
2
8
10

1
0
3
1
2
3
4
3
2
0
4
4

Tera-feira, 17 de Dezembro de 13

12

Representao Grfica dos Modelos


Modelo Nulo: Yi = b0
Intercepto

b0

Yi

Modelo Proposto: Yi = b0 + b1Ansiedadei


Intercepto

Ansiedadei
Tera-feira, 17 de Dezembro de 13

b0
b1

Yi

13

Modelo Proposto: Representao Grfica e


Interpretao dos Resultados
Yi = 2.311 + 1.195*Ansiedadei
10!

Na medida em que aumenta um


ponto na ansiedade, aumentam
1.195 chocolates.

9!

Nmero de Chocolates!

8!

7,091!

7!

5,896!
6!

4,701!

5!

3,506!

4!
3!

2,311!
2!
1!
0!

0!

1!

2!
Ansiedade!

3!

4!

Intercepto = Chocolates quando a ansiedade = 0


Tera-feira, 17 de Dezembro de 13

14

Em que medida o Modelo Proposto melhor


do que o Modelo Nulo
Proportional Reduction in Error (PRE):

Onde:
SSE = Soma dos quadrados dos erros;

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

15

Em que medida o Modelo Proposto melhor


do que o Modelo Nulo
Por conveno, PRE designado R2:

R2 = 0.542 interpretado como o tamanho do efeito e representa a proporo do


erro reduzida pelo modelo proposto;
Neste caso, pode-se dizer que o Modelo Proposto representa uma reduo de
54,2% (0.542*100) no erro de estimao relativamente ao Modelo Nulo. Isto
significa que a ansiedade explica 54.2% da varincia do consumo de chocolates;
A raiz quadrada do R2 representa a correlao mltipla ( R ) entre o conjunto dos
preditores e a varivel dependente:

Compare com a aula sobre


correlao

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

16

Inferncia sobre os Parmetros Estimados

Amostra (n)

b0 = 2.311
b1 = 1.195

Populao (N)
0 = ?
1 = ?

Como, a partir do
que observamos
na amostra,
podemos inferir o
que se passa na
populao?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

17

Teste de Hiptese
Ser o valor estimado para 0 (b0 = 2.311) significativamente
diferente de 0?
Formulao das Hipteses
H0: 0 = 0 (Hiptese Nula)
H1: 0 0 (Hiptese Alternativa)
0.05 (erro do tipo 1)

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

18

Teste de Hipteses
i. Hipteses
H 0 : 0 = 0

rever as aulas sobre o teste


de hiptese de b0

H1: 0 0
0.05
ii. Estatstica de teste
Estatstica de teste = 2.498
iii. Deciso
estatstica de teste (2.498) |valor crtico (2,228)| logo rejeito H0!
iv. Concluso
Podemos assim dizer que, na populao, a quantidade de
chocolates que os indivduos com grau de ansiedade mais baixo
(i.e., ansiedade = 0) comem diferente de zero.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

19

Teste de Hiptese
Ser o valor estimado para 1 (b1 = 1.195) significativamente
diferente de 0?
Formulao das Hipteses
H0: 1 = 0 (Hiptese Nula)
H1: 1 0 (Hiptese Alternativa)
0.05 (erro do tipo 1)

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

20

Teste de Hipteses
i. Hipteses
H 0 : 1 = 0

rever as aulas sobre o teste


de hiptese de b1

H1: 1 0
0.05
ii. Estatstica de teste
Estatstica de teste = 3.434
iii. Deciso
estatstica de teste (3.434) |valor crtico (2,228)| logo rejeito H0!
iv. Concluso
Podemos assim dizer que, na populao, o peso da ansiedade na
quantidade de chocolates significativamente diferente de zero.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

21

Inferncia sobre o PRE (R, R2)

Amostra (n)

R = 0.736
Como, a partir do
que observamos na
amostra, podemos
inferir o que se
passa na populao?

Populao (N)
=?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

22

Teste de Hipteses
i. Hipteses
H0 : = 0

rever as aulas sobre o teste


de hiptese do R

H1: 0
0.05
ii. Estatstica de teste
Estatstica de teste = 11.828
iii. Deciso
estatstica de teste (11.828) |valor crtico (4.960)| logo rejeito H0!
iv. Concluso
Na populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo
proposto melhor do que o modelo nulo.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

23

Modelos com uma Varivel


Dependente Contnua e um Preditor
Dicotmico

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

24

Problema de Investigao
O investigador levantou a hiptese de que a quantidade de chocolates que
homens e mulheres comem diferente.
Os dados esto apresentados na Tabela abaixo.
Indivduos i

Chocolates

Sexo

Ana
Antnio
David
Filipa
Joana
Joo
Maria
Paulo
Pedro
Ricardo
Rita
Rute

5
2
4
5
6
4
7
4
3
2
8
10

Feminino
Masculino
Masculino
Feminino
Feminino
Masculino
Feminino
Masculino
Masculino
Masculino
Feminino
Feminino

Tera-feira, 17 de Dezembro de 13

25

Informao sobre as Variveis


necessrio quantificar a varivel independente usando o sistema de
codificao dummy em que se atribui o cdigo 1 uma condio e 0 s outra
condies. O nmero de variveis dummy = C 1, onde C = a quantidade de
categorias.
Indivduos i

Chocolates

Sexo

Ana
Antnio
David
Filipa
Joana
Joo
Maria
Paulo
Pedro
Ricardo
Rita
Rute

5
2
4
5
6
4
7
4
3
2
8
10

Feminino
Masculino
Masculino
Feminino
Feminino
Masculino
Feminino
Masculino
Masculino
Masculino
Feminino
Feminino

Sexo
(Dummy)
1
0
0
1
1
0
1
0
0
0
1
1

Neste exemplo, atribumos 1 para as mulheres e 0 para os homens.


Tera-feira, 17 de Dezembro de 13

26

Representao Grfica dos Modelos


Modelo Nulo: Yi = b0
Intercepto

b0

Yi

Modelo Proposto: Yi = b0 + b1Sexoi


Intercepto

Sexoi
Tera-feira, 17 de Dezembro de 13

b0
b1

Yi

27

Modelo Proposto: Representao Grfica e


Interpretao dos Resultados
Yi = 3.169 + 3.663*Sexoi

10!

Nmero de Chocolates!

9! que aumenta um
Na medida em
ponto no sexo, aumentam 3.663
8!
chocolates.

6,832!

7!
6!
5!
4!

3,169!

3!
2!
1!
0!
Maculino = 0!

Feminino = 1!
Sexo!

Intercepto = Chocolates quando o sexo = 0


Tera-feira, 17 de Dezembro de 13

28

Inferncia sobre os Parmetros Estimados

Amostra (n)

b0 = 3.169
b1 = 3.663

Populao (N)
0 = ?
1 = ?

Como, a partir do
que observamos
na amostra,
podemos inferir o
que se passa na
populao?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

29

Teste de Hipteses
i. Hipteses
H 0 : 0 = 0

rever as aulas sobre o teste


de hiptese do b0

H1: 0 0
0.05
ii. Estatstica de teste
Estatstica de teste = 5.046
iii. Deciso
estatstica de teste (5.046) |valor crtico (2,228)| logo rejeito H0!
iv. Concluso
Podemos assim dizer que, na populao, a quantidade de
chocolates que os indivduos do sexo masculino comem
diferente de zero.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

30

Teste de Hipteses
i. Hipteses
H 0 : 1 = 0

rever as aulas sobre o teste


de hiptese do b1

H1: 1 0
0.05
ii. Estatstica de teste
Estatstica de teste = 4.125
iii. Deciso
estatstica de teste (4.125) |valor crtico (2,228)| logo rejeito H0!
iv. Concluso
O peso do sexo na quantidade de chocolates significativamente
diferente de zero. Isto quer dizer que, na populao, existe diferena
na quantidade de chocolates que homens e mulheres comem.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

31

Inferncia sobre o PRE (R, R2)

Amostra (n)

R = 0.794
Como, a partir do
que observamos na
amostra, podemos
inferir o que se
passa na populao?

Populao (N)
=?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

32

Teste de Hipteses
i. Hipteses
H0 : = 0

rever as aulas sobre o teste


de hiptese do R

H1: 0
0.05
ii. Estatstica de teste
Estatstica de teste = 17.042
iii. Deciso
estatstica de teste (17.042) |valor crtico (4.960)| logo rejeito H0!
iv. Concluso
Na populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo
proposto melhor do que o modelo nulo.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

33

Modelo com uma varivel


dependente contnua e um preditor
com mais de duas categorias

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

34

Situao de Pesquisa
Agora o investigador quer saber se mensagens persuasivas influenciam o consumo de
chocolates. O investigador levantou duas hipteses: uma mensagem informando que o
chocolate faz mal sade implica menor consumo de chocolates em comparao com
uma mensagem neutra; enquanto uma mensagem informando que o chocolate faz bem
leva a mais consumo do que uma mensagem neutra. Para testar estas hipteses, o
investigador manipulou o contedo das mensagens por meio da alocao aleatria dos
alunos em um de trs grupos: condio chocolate faz mal; condio de controlo em que a
mensagem no envolvia chocolates; condio chocolate faz bem. Os dados esto
apresentados na Tabela abaixo.
Indivduos i

Chocolates

Mensagem

1
2
3
4
5
6
7
8
9
10
11
12

5
2
4
5
6
4
7
4
3
2
8
10

Controlo
Faz Mal
Controlo
Faz Bem
Controlo
Faz Mal
Faz Bem
Controlo
Faz Mal
Faz Mal
Faz Bem
Faz Bem

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

35

Sistema de Codificao Dummy


Como temos 3 categorias, podemos ento definir 2 variveis dummy

Indivduos i Chocolates Mensagens


1
2
3
4
5
6
7
8
9
10
11
12

5
2
4
5
6
4
7
4
3
2
8
10

Controlo
Faz Mal
Controlo
Faz Bem
Controlo
Faz Mal
Faz Bem
Controlo
Faz Mal
Faz Mal
Faz Bem
Faz Bem

Dummy 1
D1
0
1
0
0
0
1
0
0
1
1
0
0

Dummy 2
D2
0
0
0
1
0
0
1
0
0
0
1
1

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

36

Representao Grfica dos Modelos


Modelo Nulo: Yi = b0

Intercepto

b0

Yi

Modelo Proposto: Yi = b0 + b1D1i + b2D2i

Intercepto

D1i
D2i
Tera-feira, 17 de Dezembro de 13

b0
b1

Yi

b2
37

Resoluo do Problema:
Anlise de Regresso Linear Simples

Tera-feira, 17 de Dezembro de 13

38

Modelo Proposto: Representao Grfica e


Interpretao dos Resultados
Yi = 4.750 2.000*D1i + 2.750*D2i

D1 = os indivduos da condio faz mal


comem menos 2 chocolates do que os
indivduos da condio de controlo.

D2 = os indivduos da
condio faz bem comem
mais 2.75 chocolates do
que os indivduos da
condio de controlo.

Intercepto = Chocolates quando D1 e D2 = 0


Tera-feira, 17 de Dezembro de 13

39

Modelo Proposto: Representao Grfica e


Interpretao dos Resultados
Yi = 4.750 2.000*D1i + 2.750*D2i

D1 = os indivduos da condio faz mal


comem menos 2 chocolates do que os
indivduos da condio de controlo.
D2 = os indivduos da
condio faz bem comem
mais 2.75 chocolates do
que os indivduos da
condio de controlo.

Intercepto = Chocolates quando D1 e D2 = 0


Tera-feira, 17 de Dezembro de 13

40

Inferncia sobre os Parmetros Estimados

Amostra (n)

b0 = 4.750
b1 = -2.000
b2 = 2.750

Populao (N)
0 = ?
1 = ?

Como, a partir do
que observamos
na amostra,
podemos inferir o
que se passa na
populao?

2 = ?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

41

Teste de Hipteses
i. Hipteses
H 0 : 0 = 0

rever as aulas sobre o teste


de hiptese do b0

H1: 0 0
0.05
ii. Estatstica de teste
Estatstica de teste = 6.625
iii. Deciso
estatstica de teste (6.625) |valor crtico (2,262)| logo rejeito H0!
iv. Concluso
Podemos assim dizer que, na populao, a quantidade de
chocolates que os indivduos da condio do controlo comem
diferente de zero.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

42

Teste de Hipteses
i. Hipteses
H 0 : 1 = 0
H1: 1 < 0

rever as aulas sobre o teste


de hiptese do b1

0.05
ii. Estatstica de teste
Estatstica de teste = -1.972
iii. Deciso
estatstica de teste (-1.972) < valor crtico (-1.833), logo rejeito H0!
iv. Concluso
O peso da dummy 1 na quantidade de chocolates significativamente
menor do que zero. Isto quer dizer que, na populao, os indivduos na
condio de faz mal comem menos chocolates do que os indivduos da
condio de controlo. Portanto, a hiptese do investigador foi confirmada.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

43

Teste de Hipteses
i. Hipteses
H 0 : 2 = 0
H1: 2 > 0

rever as aulas sobre o teste


de hiptese do b2

0.05
ii. Estatstica de teste
Estatstica de teste = 2.712
iii. Deciso
estatstica de teste (2.712) > valor crtico (1.833), logo rejeito H0!
iv. Concluso
O peso da dummy 2 na quantidade de chocolates significativamente
maior do que zero. Isto quer dizer que, na populao, os indivduos na
condio de faz bem comem mais chocolates do que os indivduos da
condio de controlo. Portanto, a segunda hiptese do investigador foi
confirmada.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

44

Inferncia sobre o PRE (R, R2)

Amostra (n)

R = 0.843
Como, a partir do
que observamos na
amostra, podemos
inferir o que se
passa na populao?

Populao (N)
=?

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

45

Teste de Hipteses
i. Hipteses
H0 : = 0

rever as aulas sobre o teste


de hiptese do R

H1: 0
0.05
ii. Estatstica de teste
Estatstica de teste = 11.068
iii. Deciso
estatstica de teste (11.068) |valor crtico (4.260)| logo rejeito H0!
iv. Concluso
Na populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo
proposto melhor do que o modelo nulo.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

46

Resoluo do Problema com


Anlise de Varincias com um factor (One-way ANOVA)

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

47

Teste de Hipteses
rever as
aulas sobre o teste
de hiptese na
ANOVA

i. Hipteses
H0 : 1 = 2 = 3
H1: ao menos uma mdia difere das outras
0.05
ii. Estatstica de teste
Estatstica de teste = 11.068
iii. Deciso

estatstica de teste (11.068) |valor crtico (4.260)| logo rejeito H0!


iv. Concluso
Existe ao menos uma diferena entre as mdias de chocolates comidos
nos grupos. Portanto, a manipulao influenciou o consumo de
chocolates. Quais mdias so diferentes umas das outras?.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

48

One-way ANOVA: Comparaes Planeadas


Sistema de comparao de mdias usado quando o investigador
tem hipteses especficas para as diferenas entre as mdias. Este
sistema muitas vezes chamado contrastes. Abaixo temos um
exemplo de codificao para comparaes planeadas.
Comparao 1
C1

Comparao 2
C2

G1: Faz Mal

-1

G2: Controlo

-1

G3: Faz Bem

Grupos

Regras: A quantidade de contraste igual ao nmero de graus de


liberdade do numerador; a soma de cada contraste deve ser igual
zero.
C1 = Compara o grupo 1 com o grupo 2;
C2 = Compara o grupo 3 com o grupo 2.
Assim, o grupo 2 (controlo) o grupo de referncia contra o qual os
outros grupos so comparados
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

49

... e continuando com mais trabalho


Vamos usar comparaes planeadas porque
o investigador tem hipteses especficas

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

50

Teste de Hiptese
Ser a mdia do grupo faz mal 1 (M1 = 2.750) significativamente
menor do que a mdia do grupo de controlo 2 (M2 = 4.750)? Isto ,
ser 1 (Contraste1 = -2.000) < 0?
Formulao das Hipteses
H0: 1 = 0 (Hiptese Nula)
H1: 1 < 0 (Hiptese Alternativa)
0.05 (erro do tipo 1)

Ateno direo da hiptese


proposta pelo investigador
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

51

Teste de Hipteses
i. Hipteses
H 0 : 1 = 0
H1: 1 < 0

rever as aulas sobre o teste


de hiptese do b1

0.05
ii. Estatstica de teste
Estatstica de teste = -1.972
iii. Deciso
estatstica de teste (-1.972) < valor crtico (-1.833), logo rejeito H0!
iv. Concluso
O contraste 1 significativamente menor do que zero. Isto quer dizer que,
na populao, os indivduos na condio de faz mal comem menos
chocolates do que os indivduos da condio de controlo. Portanto, a
primeira hiptese do investigador foi confirmada.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

52

... e continuando

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

53

Teste de Hiptese
Ser a mdia do grupo faz bem 3 (M3 = 7.500) significativamente
maior do que a mdia do grupo de controlo 2 (M2 = 4.750)? Isto ,
ser 2 (Contraste2 = 2.750) > 0?
Formulao das Hipteses
H0: 2 = 0 (Hiptese Nula)
H1: 2 > 0 (Hiptese Alternativa)
0.05 (erro do tipo 1)

Ateno direo da hiptese


proposta pelo investigador
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

54

Teste de Hipteses
i. Hipteses
H 0 : 2 = 0
H1: 2 > 0

rever as aulas sobre o teste


de hiptese do b2

0.05
ii. Estatstica de teste
Estatstica de teste = 2.712
iii. Deciso
estatstica de teste (2.712) > valor crtico (1.833), logo rejeito H0!
iv. Concluso
O Contraste 2 significativamente maior do que zero. Isto quer dizer que,
na populao, os indivduos na condio de faz bem comem mais
chocolates do que os indivduos da condio de controlo. Portanto, a
segunda hiptese do investigador foi confirmada.
IPEAP 2013

Tera-feira, 17 de Dezembro de 13

55

FIM

IPEAP 2013

Tera-feira, 17 de Dezembro de 13

56