Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO
A estimativa de intervalos de confiana e a realizao de testes de hipteses so componentes da inferncia estatstica
fundamentais em estudos na rea de ecologia quantitativa. Os procedimentos de inferncia so freqentemente utilizados por
pesquisadores nas avaliaes de questes e afirmaes de cunho cientfico. Pelo menos trs procedimentos podem ser
utilizados para a realizao de inferncias. Neste trabalho avaliamos estes procedimentos com a anlise de um exemplo de
ecologia. Conclumos que a abordagem bayesiana vantajosa, pois propicia que o pesquisador obtenha respostas diretas para
as questes relevantes de um estudo de ecologia.
PALAVRAS-CHAVE: intervalo de confiana, teste de hiptese, anlise Bayesiana
ABSTRACT
Inference in ecology: comments and an example
Statistical confidence intervals and hypotheses tests are important components of ecological studies. Inference tools are often
used by researchers when they assess scientific questions and statements. At least three procedures could be used in
inference. In this paper we evaluated those procedures when analyzing an example of ecology. We show that the Bayesian
approach is in advantage because it allows the researchers to easily answer the relevant questions in ecological studies.
KEYWORDS: confidence interval, hypothesis test, Bayesian analysis
INFERNCIA
A ABORDAGEM ORTODOXA
147
designaes
ecologia.
fenmeno.
Enquadra-se
no
contexto
ortodoxo
da
Aqui
abordagem
podemos
ortodoxa.
substituir
palavra
soluo
de
questionamentos
prticos.
H
freqentemente uma interpretao equivocada dos
148
INFERNCIA EM ECOLOGIA
pelo
trabalho
de
Bayes
(1763).
Na
rochoso?,
que
so
inconcebveis
na
de
H0 ,
H 0 e considera-se
que h evidncias
de uma hiptese
favor
H 0 mais
149
avaliao da proporcionalidade:
ecologia
e
responde
diretamente
questionamentos dos cientistas.
aos
p ( | dados ) p ( ) p (dados | )
(2)
p (dados | )
relevantes
observacionais
por um
de
sobre
e/ou
contidas
p ( ) p(dados | )
p( | dados ) =
p( ) p(dados | ) d
estudos
do
trabalho
experimentais
Por
para
distribuio
= { , 2 }
das
mdias
e varincia
2 /n.
em
particular,
1 = { = 6, 2 = 2} ,
ELEMENTOS DA ABORDAGEM BAYESIANA
nos
podemos
por
exemplo
calcular
uma
1 = { = 6, 2 = 2}
n = 40 e
1 .
Encontrar o valor
que
feitos
com
uso
de
programas
INFERNCIA EM ECOLOGIA
distribuio.
importante mencionar que o clculo da
adequado
no
raciocnio
lgico
cientfico
principalmente nas situaes em que as anlises
ortodoxa.
Distribuio a priori
p ( )
de
p ( | dados )
antes
do
estudo)
verossimilhana
qualitativos.
Na construo da distribuio posterior a
concordam.
Porm,
alguns
pesquisadores
so
151
vezes,
verossimilhana;
algumas
dificuldades
tcnicas.
Muitas
Apresentao
experimentais
explcitas.
do
problema
dos
dados
denominar de
serem
observados
que
podem
facilitar
identificao
dos
modelos
de
probabilidade
adequados. Recomenda-se o livro de Gelman et al.
(1995) para estudos e entendimento mais
aprofundado dos elementos envolvidos na inferncia
bayesiana.
Para facilitar comparaes, um mesmo
problema ecolgico ser abordado de trs maneiras
diferentes:
152
tentando
avaliar
se
nesta
situao
INFERNCIA EM ECOLOGIA
alga verde ( x = 18 ).
n 30 e em que
na
concepo
de
que
essa
),
( =
x/n)
para
proporo
de
= 18 / 30 = 0,6 .
Prosseguimos com a
z / 2
(3)
(1 )
n
z / 2
(4)
Assim, o intervalo
proporo
(5)
de
(1 )
n
confiana para
IC95
% ]0,425;0,775[
153
que o estimador
= 0,6 .
H 0 no
H 0 no seja
no rejeitamos
( H0 ) :
H 0 : = 0,5
H 1 : > 0,5
(6)
impresso de que
pela
alga
0,5
( H 0 ),
um nvel de significncia de
= 0,05
vemos que a
> 0,5 ).
z=
1,095
(1 )
n
costo
H 0 plausvel mas no
A estatstica de teste :
(7)
H 0 ao invs de aceitamos H 0 .
H 0 no
(nula
ou
bayesiana
(mostrada
mais
abaixo),
II, P (erroII )
probabilidade
de
O poder de um teste a
corretamente
rejeitarmos
H0
1 . Raramente
154
interessados
no
estudo
do
princpio
da
verossimilhana, sugere-se a consulta de livros texto
como o de Edwards (1972).
A ttulo de exemplificao, vamos considerar
que a distribuio binomial razovel para a anlise
do problema de propores. A funo
verossimilhana para esta distribuio :
de
INFERNCIA EM ECOLOGIA
(8)
n
p(dados | ) = L( x | ) = x (1 ) n x
x
EMV = x / n .
qualquer estimativa de
EMV ,
um
grau
de
probabilidade
liberdade.
temos
que
L( x | )
L( x | EMV )
R = 2 log
(9)
EMV .
e de
EMV ,
verossimilhana
valores de
Desta
densidade
de
EMV ,
basta encontrar os
que correspondem a R
= 3,841 , e
IC95
% ]0, 422;0,762[
(10)
FIGURA 1 Avaliao do perfil de verossimilhanas para clculo de intervalos de conficana. A linha contnua (R)
menos duas vezes o logaritimo da razo entre verossimilhanas. A linha tracejada espessa a probabilidade de
que uma estatstica de qui-quadrado (gl=1) seja menor do que R,
desde o eixo que representa o parmetro de interesse ( ) at o ponto de interseco entre as duas outras curvas
para
do denominador se
numerador = 0,50
temos
que R
= 0,5
155
= 0,5
diferena
entre
> 0,5
tm
credibilidade
das
diferentes
Abordagem Bayesiana
A funo de verossimilhana a mesma da
equao 8. No entanto, agora a funo de
verossimilhana deve ser combinada com a
distribuio a priori para se obter a distribuio
posterior atualizada. Para a soluo do problema
= 1 e b = 1 (ver linha
p( ) = Beta(a, b) =
(a + b) a 1
(1 ) b1
(a)(b)
FIGURA 2 Distribuies a priori (linha pontilhada), posterior (linha contnua) e a verossimilhana (linha tracejada)
para as anlises com a priori no-informativa (A) e informativa (B). No painel A h uma sobreposio entre a
verossimilhana e a distribuio posterior. Todas as curvas esto normatizadas de tal forma que a rea abaixo de
cada uma delas integra a 1.
A escolha da distribuio Beta conveniente
uma vez que ela conjugada da funo de
verossimilhana. Note como os dois ltimos termos
direita da distribuio a priori (eq. 11) e da
verossimilhana (eq. 8) so similares. O termo
remanescente uma constante e no envolve a
quantidade de interesse
156
(12)
p( | dados ) = p( | x) a+ x 1 (1 ) b+n x +1
so a
(figura 2 A).
INFERNCIA EM ECOLOGIA
moda
a '1
0,633
a '+b'2
Suponhamos que
Beta (19,13) :
posterior
IC95
% ]0, 422;0,755[
(14)
a'
(13) E ( ) =
0,598
a '+b'
a ' b'
var( ) =
0,007
(a'+b' ) 2 (a'+b'+1)
mod( ) =
= 0,5
lgico
desconsiderar
deliberadamente
esta
informao. Uma estimativa coerente para a
proporo deveria ser uma combinao do que j se
sabia (a priori) com o que aprendemos com o
experimento atual (verossimilhana). O primeiro
passo a construo da distribuio a priori.
H
diversas
maneiras
mesmo
regras
distribuies
posterior
> 0,5 .
Obtemos ento
complementar
Aqui
utilizaremos
um
Beta (a, b) :
Beta .
(15)
> 0,5
mod( ) =
a 1
a+b2
que 50%.
valores de
Beta (a = 2, b = 2,4)
agora
a
distribuio
esperana
(mdia)
para
IC95
% ]0, 416;0,738[
(17)
mais provvel
do intervalo de confiana.
Com a explorao da distribuio posterior
obtemos que
> 0,5
> 0,5
diminuem
se reduzem para
TABELA 1 Intervalos de confiana e resultados dos testes de hipteses para a proporo do costo recoberta
pela alga marinha.
Procedimento
Intervalo de 95% de
confiana
> 0,5 )
]0,425;0,775[
> 0,5
]0,422;0,762[
= 0,5 .
Bayesiano
a priori noinformativa
]0,422;0,755[
a priori informativa
]0,416;0,738[
= 0,5
= 0,5
> 0,5
= 0,5
pior
mais plausvel.
H uma probabilidade de 0,83 (83%) de que a alga cubra a maioria
do costo, ou seja, de que
mais plausvel.
DISCUSSO
158
INFERNCIA EM ECOLOGIA
distribuio posterior.
aplicvel
em
problemas
interesse
= 0,55
= 0,5 ,
> 0,5
mais
159
Entrada: 12/11/2007
Aceite: 30/06/2008
160