Escolar Documentos
Profissional Documentos
Cultura Documentos
Dados
...
Suposições:
H0 : µ1 = µ2 = ... = µg versus
i = 1, 2, ..., nj , j = 1, 2, ..., g.
µj = |{z}
µ + τj
|{z}
média global efeito do j-ésimo tratamento
H0 : τ1 = τ2 = ... = τg = 0 versus
Assim, o modelo é
ind
Suposição: ²ji ∼ N (0, σ 2).
3
Para definir de modo único os parâmetros do modelo e
suas estimativas
Pg de mı́nimos quadrados é usual impor a
restrição j=1 nj τj = 0.
g nj
g X
X X
= nj (x̄j. − x̄.. )2 + (xji − x̄j.)2 .
j=1 j=1 i=1
| {z } | {z }
SQ tratamentos SQ devida ao erro aleatório
SQRes
Um estimador não viciado para σ 2 é dado por σ̃ 2 = n−g
,
P
n = gj=1 nj .
4
Tabela ANOVA a um fator com g nı́veis
Se H0 é verdadeira, F ∼ Fg−1,n−g .
SQRes
SQT rat +SQRes .
Modelo:
Suposição:
²ji ∼ Np(0, Σ)
Restrição:
Pg
j=1 nj τ j = 0
Pg Pnj
SQT ot = j=1 i=1(X ji − X̄ ..)(X ji − X̄ ..)T
6
Agora, SQT ot é uma matriz p × p.
|W |
Λ∗ = |B+W | .
Casos especiais
³ ´³ ´
1- p = 1, g >= 2, n−g 1−Λ∗ ∼ Fg−1,n−g
g−1 Λ∗
³ ´µ √ ¶
∗
2- p = 2, g >= 2, n−g−1
g−1
1−
√ Λ ∼ F2(g−1),2(n−g−1
Λ∗
³ ´³ ´
3- p >= 1, g = 2, n−p−1 1−Λ∗ ∼ Fp,n−p−1
p Λ∗
³ ´µ √ ¶
∗
4- p >= 1, g = 3, n−p−2
p
1−
√ Λ ∼ F2p,2(n−p−2)
Λ∗
X2 - custo de nutricionista,
13
Intervalos simultâneos de confiança para efeitos
de tratamento
14
µ ¶
Var(τ̂ji − τ̂ki) = n1 + n1 σii
j k
15
Exemplo: Análise multivariada dos dados sobre
casas de repouso para idosos de Wisconsin
τ̂ T
1 = (−0.070, −0.039, −0.020, −0.020)
τ̂ T
2 = (0.031, 0.076, 0.022, 0.038)
τ̂ T
3 = (0.137, 0.002, 0.023, 0.003)
182.962 4.408 1.695 9.581
8.200 0.633 2.428
W = , 513
1.484 0.394
6.538
g.l.
16
Intervalos simultâneos de pelo menos 95% de confiança
grupos comp. dif médias limite inf. limite sup.
1,2 1 -0.10 -0.28 0.08
2 -0.12 -0.15 -0.08
3 -0.04 -0.06 -0.01
4 -0.06 -0.09 -0.02
1,3 1 -0.21 -0.40 -0.01
2 -0.04 -0.08 0.00
3 -0.04 -0.06 -0.03
4 -0.02 -0.06 0.01
2,3 1 -0.11 -0.33 0.12
2 0.08 0.03 0.12
3 0.00 -0.02 0.02
4 0.04 -0.01 0.08
Foram destacados os intervalos que excluı́ram o zero.
Com relação ao custo mão-de-obra de enfermagem: as
casas de repouso particulares parecem ter um custo mais
baixo do que as públicas.
Com relação ao custo de nutricionista: as casas par-
ticulares parecem ter custo menor do que as sem fins
lucrativos e, as sem fins lucrativos mostram um custo
maior do que as públicas.
Com relação ao custo de manutenção e operação: as
particulares mostram ter um custo menor tanto em com-
paração com as sem fins lucrativos, como com as públicas.
Com relação ao custo de limpeza e lavanderia: as par-
ticulares parecem ter custo menor do que as sem fins
lucrativos.
17
Teste para a igualdade das matrizes de co-
variância
Uma das suposições feitas no modelo MANOVA foi a
de que todas as populações têm variâncias iguais. Por-
tanto, deve-se verificar se esta suposição é razoável ou
não.
H0 : Σ1 = Σ2 = ... = Σg = Σ versus
com
1
Pg
Sc = n−g j=1 (nj − 1)Sj
18
O teste de Box é baseado na aproximação de qui-quadrado
da distribuição amostrla de −2 ln Λ.
Faça M = −2 ln Λ, então
P
M = (n − g) ln |Sc | − j [(nj − 1) ln |Sj |]
Se H0 é verdadeira, as covariâncias devem ser bem pare-
cidas e, consequentemente, também serão similares aos
elementos em Sc . Nesse caso, Λ estrá próximo de 1 e,
M , próximo de 0.
Teste M de Box para a igualdade de matrizes de co-
variância
· ¸h i
P 1
Faça u = j nj −1 −
P 1 2p 2
+3p−1
6(p+1)(g−1)
(nj −1)
j
X1 X2 grupo
5.0 3.0 1
4.5 3.2 1
6.0 3.5 1
6.0 4.6 1
6.2 5.6 1
6.9 5.2 1
6.8 6.0 1
5.3 5.5 1
6.6 7.3 1
4.6 4.9 2
4.9 5.9 2
4.0 4.1 2
3.8 5.4 2
6.2 6.1 2
5.0 7.0 2
5.3 4.7 2
7.1 6.6 2
5.8 7.8 2
6.8 8.0 2
21
Se realizarmos as ANOVAS separadamente para
cada variável, teremos para a variável X1 a
razão F = 2, 46 com p-valor superior a 10%,
implicando na aceitação de que as médias são
iguais para esta componente.
22
Três outros testes multivariados também são
comuns.
Faça
Y=cbind(crabs[,4],crabs[,5],crabs[,6],crabs[,7],crabs[,8])
sp=crabs$ sp
sx=crabs$ sex
mC=manova(Y∼sp+sx+sp*sx)
saida.mC=summary.manova(mC)
saida.mC
fator gl Pillai F aprox glnum gl den P-valor
sp 1 0.87961 280.559 5 192 << 2.2e − 16
sx 1 0.77027 128.754 5 192 << 2.2e − 16
sp:sx 1 0.22850 11.373 5 192 1.269e − 09
26
Para carregar as matrizes de somas de quadra-
dos:
27