Escolar Documentos
Profissional Documentos
Cultura Documentos
ANLISE DE VARINCIA
28
Mdia = 2,4 kg
Mdia = 2,8 kg
0,58 kg2
0,34 kg2
Assim, mais uma fonte de variao deve ser considerada como presente no
conjunto W: as duas variedades. Neste exemplo estas variedades so os tratamentos que
propositadamente foram includos no experimento. Neste caso do interesse do
pesquisador comparar as produes das duas variedades.
Tem-se ento um experimento com dois tratamentos (variedades A e B de trigo)
e com 5 repeties para cada tratamento. A variabilidade observada neste experimento
provavelmente devida a:
29
4.2
Anlise da Variabilidade
O interesse do pesquisador est em comparar as mdias de produtividade das
= I
A hiptese alternativa que existe pelo menos uma diferena entre efeitos de
tratamentos. Ento, se os dados do experimento justificar a no rejeio de H0, concluise que no existem diferenas entre os efeitos dos tratamentos. Para o teste de H0,
admite-se o nvel de significncia e monta-se a tabela descrita a seguir, onde ser
realizado o teste apropriado para esta H0.
GL
SQ
QM
Fc
Entre Tratamentos
GLEntre
SQEntre
SQEntre/GLEntre
QMEntre/QMDentro
Dentro de Tratamentos
GLDentro
SQDentro
SQDentro/GLDentro
Total
GLTotal
SQTotal
Tratamentos
1
2
...
I
1
y11
y21
...
yI1
Repeties
2
y12
...
...
J
y1J
y22
...
yI2
...
...
...
y2J
...
yIJ
Totais
de
Tratamentos
T1
T2
...
TI
Fontes de Variao:
SQTOTAL =
ij
( y ij y .. ) 2
(
SQTOTAL =
y ij2
ij
N
. Soma de Quadrados Entre Tratamentos - corresponde
a soma dos quadrados das diferenas entre as mdias de
cada tratamento e a mdia geral lembrando que cada
ij
SQTRATAMENTOS =
i
ri ( y i. y ) 2
A frmula prtica :
2
SQTRATAMEN TOS =
i
Ti
ri
x ij ) 2
(
ij
( y ij y i. ) 2
i
Na prtica, calcula-se:
SQTratamentos.
SQErro
SQTotal
32
REPETIES
0,50
0,75
0,90
186
158
190
II
180
173
215
III
187
175
221
IV
181
174
195
184
170
210
TOTAIS
918
850
1.031
33
SQ
QM
FC
3.343,60
1.671,80
21,57
Erro Experimental
12
930,00
77,50
Total
14
4.273,60
Espaamentos
GL
4.2.3 Teste de F
Para o teste destas hipteses necessrio que os dados experimentais satisfaam
a algumas pressuposies. Estes requisitos so denominados Hipteses Fundamentais
da Anlise de Varincia e sero discutidos posteriormente. Admitindo que estas
condies tenham sido satisfeitas, tem-se que:
-
estimativas de varincias;
-
34
RAH
RRH
0,0
Figura 4.1.
Valor de F tabelado
35
RAH0
95%
RRHo
5%
5,32 (Valor de F tabelado)
Figura 4.2.
RAH0
95%
RRH0
5%
Figura 4.3.
36
5.
PRESSUPOSIES DA ANLISE DE VARINCIA
5.1
5.1.1 Aditividade
Os efeitos admitidos em um modelo estatstico devem ser adtivos. O modelo
estatstico para o delineamento Blocos Casualizados, por exemplo, implica em que o
efeito de um tratamento o mesmo em todos os blocos e o efeito de um bloco o
mesmo em todos os tratamentos. Uma consequncia da aditividade que as diferenas
entre os efeitos de dois tratamentos A e B, usualmente estimada por:
mdia de todas observaes com A mdia de todas as observaes com B
A Tabela 5.1 apresenta dois conjuntos de dados supondo um modelo aditivo
(y = ti + b j )
e outro multiplicativo
(y = ti b j ) .
37
5.1.2 Normalidade
Quando esta hiptese no satisfeita, alm da introduo de erro no nvel de
significncia do teste F e de outros, h uma perda de eficincia na estimao dos efeitos
de tratamentos e uma correspondente perda de poder dos testes.
So propostos diversos testes para a verificao de distribuio Normal dos
erros, tais como: KolmogorovSmirnov, ShapiroWilks; utilizao de coeficientes da
distribuio tais como assimetria e curtose, entre outros. Outra ferramenta til para a
verificao da normalidade o uso do papel normal de probabilidade onde devem ser
plotados os resduos (diferenas entre as observaes e a mdia dos dados). A vantagem
da anlise de resduos que, por simples inspeo do grfico, pode-se concluir sobre a
Normalidade.
5.1.3 Independncia
Como independncia dos erros entende-se que a probabilidade do erro de uma
observao ter certo valor no depende dos valores dos erros de outras observaes.
Tabela 5.1
Modelo
Aditivo
Multiplicativo
Logartimo do
Multiplicativo
Modelo
Bloco I
Bloco II
Bloco I
Bloco II
Bloco I
Bloco II
Tratamento A
10
20
10
20
1,00
1,30
Tratamento B
30
40
30
60
1,48
1,78
5.1.4 Homocedasticidade
A falta de homogeneidade de varincia uma das mais graves quebras de
suposio bsica principalmente para os modelos no balanceados e os modelos de
efeitos aleatrios. Atravs de um grfico de resduos versus o valor estimado Yij ou
versus a varivel X (tratamentos), pode-se detectar a no homogeneidade de varincia.
Em geral, os resduos devem ser no correlacionados com qualquer outra varivel. Os
grficos devem apresentar a ausncia de estrutura entre os resduos e a outra varivel
plotada. Tambm, existem vrios testes para a verificao da homocedasticidade: teste
de Anscombe e Tukey, teste de Bartlett, etc.
A heterogeneidade dos erros pode ser classificada como irregular e regular. A
heterogeneidade irregular quando aparentemente no existe uma relao entre mdias
e varincias enquanto que, existindo certa relao entre as mdias e as varincias dos
vrios tratamentos, a heterogeneidade dita regular.
5.2
39
5.2.1
de intervalo de confiana devem ser determinadas na nova escala, sendo que as mdias
podem ser transformadas para a escala original.
A mudana exata da escala , em geral, difcil e a escolha de uma transformao
adequada depende, em parte, da experincia do estatstico. Em geral, aps a escolha e
utilizao de uma transformao de dados, novamente deve ser verificado se as
hipteses bsicas foram satisfeitas.
40
O estudo das relaes entre mdias e varincias de tratamentos pode sugerir uma
possvel transformao de dados(ver APENDICE 3). Algumas transformaes de dados
bastante utilizadas so: Raiz Quadrada, Logartmica e Angular.
X + 1 ou
X + X +1
X +1/ 2 ,
b) Transformao Logartmica
A transformao logartmica estabiliza a varincia quando o desvio padro na
escala original varia diretamente com a mdia, ou seja, o coeficiente de variao
constante de tratamento para tratamento. Esse tipo de relao entre mdia e desvio
padro encontrado geralmente quando os efeitos so multiplicados em lugar de
aditivos. Nesta situao, tal transformao, alm de estabilizar a varincia, produz
aditividade nos efeitos e tende a normalizar a distribuio dos erros. A base 10 para o
logaritmo a mais usada, por convenincia, contudo, qualquer base satisfatria.
Essa transformao usada para nmeros inteiros positivos que cobrem uma
grande amplitude, sendo que no pode ser usada diretamente quando ocorrem zeros ou
quando alguns dos valores so menores que 10. Neste caso, necessrio ter-se uma
transformao que equivale transformao
p / 100
42
binomial, sendo porem que a varincia dessas propores deve ser um mltiplo de (1). Como, porm, esse produto varia pouco se as porcentagens estiverem todas entre
30% e 70%, a transformao angular ser desnecessria. Essa transformao produzir
sensveis alteraes nos valores das porcentagens se estiverem entre 0% e 30% ou 70%
e 100%. A transformao arc sen
porcentagens
forem
baseadas
em
denominadores
iguais,
porm,
tem
sido
43