Estatística

Nutrição

Prof. Dr. Jomar Camarinha

Experimentação
Introdução
Alguns Conceitos
Distribuição Amostral
Função de Probabilidade
P-valor
Tomada de Decisões
Exemplo
ANOVA
DIC
 Processo Científico

1. Introdução
Ideia Suposição Planejamento
Conhecimento Delineamentos
Hipótese Experimental

Estatística
Conclusões Descritiva e Análise de Dados Experimentos
Inferencial
 Alguns Conceitos

– Experimento Aleatório
– População e Amostra
– Variável (Resposta) = Var. Independente + Var. Residual
– Fator
– Tratamento
– Parcela
– Testemunha (Grupo Controle, Placebo)
– Bordadura
– Delineamento
 Experimentaç
Experimentação
• Distribuição Amostral

• Função de Probabilidade

(Parâmetros de um Modelo)

• P-valor

• Tomada de Decisões
 Distribuição de Frequências
Tabela 1 - Primitiva:
ESTATURAS DE 40 ALUNOS DA FACULDADE A
166 160 161 150 162 160 165 167 164 160
162 168 161 163 156 173 160 155 164 168
155 152 163 160 155 155 169 151 170 164
154 161 156 172 153 157 156 158 158 161

Tabela 5 – Distribuição de Frequências dos dados de Estatura:

Classe Estaturas ݂݅ ݂‫݅ݎ‬ ‫݅ܨ‬ ‫݅ݎܨ‬
(cm)
1 150|—154 4 0,1 4 0,1
2 154 |—158 9 0,225 13 0,325
3 158 |—162 11 0,275 24 0,6
4 162 |—166 8 0,2 32 0,8
5 166 |—170 5 0,125 37 0,925
6 170 |—174 3 0,075 40 1
∑ = 40 ∑ = 1,00
 Aspectos da mortalidade
atribuível ao tabaco: revisão
sistemática
186 artigos:
⇒ 30 selecionados:
Risco atribuível na população
(SAM).
Amostra final: 41 artigos
Comparações de medidas de qualidade de vida
entre mulheres e homens em hemodiálise
 Escores:

- PCS: entre 14,6 e 60,7

(média=39,7±10,3; mediana=40,8)
- MCS entre 14,2 e 75,0
(média=47,7±12,4; mediana=48,6)
- Sintomas/problemas entre 12,5 e 100
(média=76,4±17,8; mediana=81,2).

Conclusões:
- Significantemente menores em mulheres
- As diferenças entre mulheres e homens foram:
de 2,4 pontos para PCS (P=0,005);
de 3,0 pontos para MCS (P=0,005);
de 6,6 pontos para sintomas/problemas (P<0,001).
Exemplo 1

175 > 173?

 Exemplo 2
• Experimento: 16 bolas

45
40
n = 2 (s/ rep.)
20
6
8
1
120
Função de Probabilidade

0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
AA VV VA BA BV BB
 Tomada de Decisões
Situações Ocorrência Implicação Decisão
A Afirmação Falsa Mentiu
Afirmação Possível
B
Afirmação Possível
C
 Exemplo 1

180 > 173?

Depende!!!
 n
θˆ1
X n
θˆ2
n
Θ θˆ3
... ...
N
n
θˆK

-3 -2 -1 0 1 2 3 θˆ
 D is tr ib u tio n P lo t
N o r m a l; M e a n = 1 7 3 ; S tD e v = 1 2
0 ,0 3 5

0 ,0 3 0

0 ,0 2 5

Density
0 ,0 2 0

0 ,0 1 5

0 ,0 1 0

0 ,0 0 5

0 ,0 0 0
130 140 150 160 170 180 190 200 210
X

D is t r ib u t io n P lo t n = 1 4 4
N o r m a l; M e a n = 1 7 3 ; S tD e v = 1

0 ,4

0 ,3
Density

0 ,2

0 ,1

0 ,0 0 8
0 ,0
173 1 7 5 ,4
X
Intervalo de Confiança
Teste de Hipóteses

• Interpretação

• Regra de Decisão

• P-Valor
 n
θˆ1
X n
θˆ2
n
Θ θˆ3
... ...
N
n
θˆK

-3 -2 -1 0 1 2 3 θˆ
 ANOVA
Definição

• Decomposição da Variabilidade Total

Var. Total = Var. Tratamentos + Var. Residual

 ANOVA
• Delineamentos: Inteiramente casualizado,
blocos ao acaso, quadrado latino, parcelas
subdivididas, delineamentos em faixas.

• Princípios Básicos da Experimentação

Repetição
Casualização
Controle Local
Princípios Básicos da Experimentação

EB Repetições

A A A A A A

B B B B B B

EB Repetições com Casualização

A A B A B A B B A

B B B A A B A A B
Princípios Básicos da Experimentação

EB Repetições com casualização e controle local

A A B B A B A B B

B B A A B A B A A
 Pressupostos para Realização da
ANOVA

• Normalidade (Histograma Res.; qqplot) (Shapiro-Wilk)

• Independência (Res. x Valores ajustados)

• Homocedasticidade (ResxTrat) (Bartlett)

 Experimentos no Delineamento
Inteiramente Casualizado
Características

• Homogeneidade: Material Experimental

Condições Ambientais

• Alocação dos Tratamentos

• Vantagens e Desvantagens
 ANOVA - DIC
• Modelo Probabilístico

y ij = µ + t i + e ij
µ i = µ + ti

eij ~ N ( µ ; σ )
iid 2
 Variabilidades Envolvidas
Variabilidades Envolvidas

Repetições
Tratamentos 1 2 ... J Média

1 y11 y12 ... y1J y1.

2 y21 y22 ... y2J y 2.
... ... ... ... ... ...

I yI1 yI2 ... yIJ y I.

y ..

Ho: µ1 = µ2 = µ3 = … = µT
Decomposição da Variabilidade

(y −y ) =[(y −y.)+( y.−y )]

ij .. ij i i ..

(y − y ) = [(y − y .)+( y .− y )]
ij ..
2
ij i i ..
2

(y − y .) +( y .− y ) +2(y − y .)( y .− y )
ij i
2
i ..
2
ij i i ..
Decomposição da Variabilidade

∑ ∑ (y − y.. ) = ∑ ∑ ( yij − yi .) + J ∑ ( yi . − y.. )

I J I J I
2 2
ij
i =1 j =1 i =1 j =1 i =1
 Distribuições
Funções de Densidade

∑∑ (y ij − y.. )
I J
2

i =1 j =1

σ2

∑ ∑ (y − y i .)
I J
2
ij
i =1 j =1

σ 2

∑ (y i . − y .. )
2
J
i =1

σ 2
 Fontes de Graus de Soma de Quadrado F
Variação Liberdade Quadrados Médio

Tratamentos I-1 1 I 2 SQtrat/(I-1) QMtrat/QMres

∑
J i
yi . − C

Resíduo I.(J – 1) Por SQres/I(J-1)

diferença
I J
Total I.J - 1 ∑∑ y 2
ij −C
i j

SQHo Ho: µ1 = µ2 = µ3 = … = µT

Ha: pelo menos um par difere

Testes de Comparações Múltiplas
e
Análise de Regressão
• Contrastes de Médias

– Tukey
– Duncan
– Dunnett

• Regressão Polinomial
 TUKEY

QM Re s
∆ = q.
r
 EXEMPLO
• Comparação:

• 88t/ha e 93t/ha

• ∆ = 7,6 t/ha
 Variabilidades
Obtenção Envolvidas
das Variabilidades Envolvidas

Repetições
Tratamentos 1 2 ... J Total

1 y11 y12 ... y1J y1.

2 y21 y22 ... y2J y2.
... ... ... ... ... ...
I yI1 yI2 ... yIJ y3.
y..

Ho: µ1 = µ2 = µ3 = … = µT
 Exemplo
Linhagens Repetições Total
I II III IV V VI
L1 385 323 417 370 437 340 2272
L2 406 385 444 443 474 437 2589
L3 354 292 389 312 432 299 2078
L4 271 208 347 302 370 264 1762
L5 344 292 354 354 401 306 2051
L6 354 354 410 453 448 417 2436
L7 167 115 194 130 240 139 985
L8 344 385 410 437 437 410 2423
L9 385 385 396 453 458 417 2494
Total 19090
 Somas de Quadrados
I J

= ∑∑ ij − C
2
• SQTotal y
i j

2
19090
= 385 + 323 + ... + 417 −
2 2 2
= 420.119,5
9.6

1 I 2
• SQTrat = J ∑ yi. − C
i
2
1 19090
= (22722 + 25892 + ... + 24942 ) − = 332.918,1
6 9.6
 ANOVA
Fontes de Graus de Soma de Quadrado F
Variação Liberdade Quadrados Médio

Tratamentos 9-1 332.918,1 332.918,1/8 21,48**

Resíduo 9.(6 – 1) Por 87.201,4/45

diferença
Total 9.6 - 1 420.119,5

SQTrat Ho: µ1 = µ2 = µ3 = … = µT
Ha: pelo menos um par difere
 TUKEY

QM Re s
∆ = q.
r
• q = amplitude total estudentizada
• I e g.l. do Resíduo.
 TUKEY
• ∆=4,64.√1938/6 = 83,39 micras /h;

• Diferença Significativa > ∆;

• Exemplo:
L6 x L4: 406,00 - 293,67 = 112,33
 Tabela Resumo
Tratamento Média Diferenças
L2 431,50 A
L9 415,67 AB
L6 406,00 AB
L8 403,83 AB
L1 378,67 AB
L3 346,33 BC
L5 341,83 BC
L4 293,67 C
L7 164,17 D
 Contrastes
• Contraste: Y= a1µ1 + a2 µ2 + ... + akµk
k

∑a
i
i =0

Yˆ − D
• Teste: t=
S (Yˆ )
Vˆ (Yˆ ) = COˆ V (Yˆ ;Yˆ ) = a12Vˆ ( µˆ1 ) + ... + ak2Vˆ ( µˆ k )
2 2 2
ˆ ˆ 2 S 2 S 2 S
V (Y ) = a1 + a2
1
+ ... + ak
2 k

r1 r2 rk
 Contrastes
2 2 2
S S S
Vˆ (Yˆ ) = a
2
1
1
+ a2
2
+ ... + ak
2 2 k
=
r1 r2 rk
QM Re s
= (a + a + ... + a )
2
1
2
2
2
k
r
 Tukey Aproximado
• Dados Desbalanceados

ˆ ˆ
V (Y )
∆' = q.
2
 Contrastes
• Ortogonais: Covariância Nula

k
aibi 2
∑i r Si = 0
i

• I – 1 contrastes.
 Exemplo
• 4 Tratamentos:
µˆ 1 = 53 ,5 t / ha
1- Abacaxi (0,9x0,3 m) -
2 - Abacaxi (0,8x0,3 m) - µˆ 2 = 56 ,5 t / ha
3 - Abacaxi + Amendoim - µˆ 3 = 62 ,5 t / ha
4 - Abacaxi + Feijão - µˆ 4 = 60 ,5 t / ha

1 (1 e 2) x (3 e 4) = - 13t/ha
2 (1) x (2) = - 3t/ha
3 (3) x (4) = 2t/ha
4
TESTE “t”

ˆ
Y −D
t=
S (Yˆ )
 Teste
• Para o Contraste:
(1 e 2) x (3 e 4) = - 13t/há

− 13 − 0
t=
S (Yˆ )
QM
Vˆ (Yˆ ) = (a + a + ... + a )
2
1
2
2
2
k
Re s
=
r
2 0,8
= [1 + 1 + (−1) + (−1) ]
2 2 2
= 0,4
8
 Teste “t”

− 13 − 0
t= = −20,55
0,4
 Blocos Casualizados

TRAT. BLOCOS TOTAIS

1 2 3 4
1 142,36 144,78 145,19 138,88 271,21
2 139,28 137,77 144,44 130,61 552,10
3 140,73 134,06 136,07 144,11 554,97
4 150,88 135,83 136,97 136,36 560,04
5 153,49 165,02 151,75 150,22 620,48
TOTAIS 726,74 717,46 714,42 700,18 2858,80
 Somas de Quadrados
I J

• SQTotal = ∑∑ ij − C
2
y
i j
2
2858 ,8
=142,36 2 + ... + 150,22 2 − = 1273,95
5.4

1 I 2 1
SQTrat = ∑
J i
yi. − C =
5
( 271, 212
+ ... + 620, 482
)−C

1 J 2 1
SQBlocos = ∑ . j − = + + )−C
2 2
y C ( 726,74 ... 700,18
I j 5
 ANOVA

Source DF Seq SS Adj SS Adj MS F P

Tratamentos 4 794,93 794,93 198,73 5,87 0,007
BLOCOS 3 72,70 72,70 24,23 0,72 0,561
Error 12 406,32 406,32 33,86
Total 19 1273,95
 Ensaios Fatoriais – Ex.17
TRAT. REPETIÇÕES TOTAIS

1 2 3 4

1 = R1E1 26,2 26,0 25,0 25,4 102,6

2= 24,8 24,6 26,7 25,2 101,3

3 25,7 26,3 25,1 26,4 103,5

4 19,6 21,1 19,0 18,6 78,3

5 22,8 19,4 18,8 19,2 80,2

6 19,8 21,4 22,8 21,3 85,3

 Variabilidades
G 2 551,2 2
C= = = 12.659,23
IJ 6× 4
I J
SQTotal = ∑∑ yij2 − C
i j
2
551, 2
= 26,2 2 + 26,0 2 + ... + 21,32 − = 198,79
6.4

1 I 2 1
SQTrat = ∑ yi. − C = (102,6 2 + ... + 85,32 ) − C = 175,70
J i 4
 Desdobramento do g.l.

Re cepientes ( R) 2 g .l.


Tratamentos 5 g.l.  Espécies ( E ) 1 g.l.
 Interação R × E 2 g .l.

(4) R1 R2 R3 TOTAIS
E1 102,6 103,5 80,2 286,3
E2 101,3 78,3 85,3 264,9
TOTAIS 203,9 181,8 165,5 551,2
 1
SQRe cipientes = (203,9 2 + 181,82 + 165,52 ) − C = 92,86
8

1
SQEspécies = (286,32 + 264,9 2 ) − C = 19,08
12

1
SQRE = (102,6 2 + ... + 85,32 ) − C = 175,70
4

SQInteração R×E = SQRE − SQRe c − SQEsp

= 175,70 − 92,86 − 19,08 = 63,76
 Quadro da ANOVA

Analysis of Variance for Altura Eucaliptos, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

RECIPIENTE 2 92,861 92,861 46,430 36,20 0,000
ESPÉCIE 1 19,082 19,082 19,082 14,88 0,001
RECIPIENTE*ESPÉCIE 2 63,761 63,761 31,880 24,85 0,000
Error 18 23,090 23,090 1,283
Total 23 198,793
 Split-Plot
Exemplo
aCaracterísticas:
Divisão em subparcelas;
Tratamentos principais: níveis de fator
colocado;
Tratamentos secundários: níveis de fator
casualizado;
Experimento: Calcário e Fertilizante;

Modelo: yijk = µ + ci + fk + (cf)ik + bj + (cb)ij + eijk

onde:

(cb)ij = Resíduo (A)

eijk = Resíduo (B)

 Croqui
1°BLOCO 2°BLOCO 3°BLOCO 4°BLOCO

A 2B 1 A 1B 2 A 1B 2 A 2B 1
A 2B 3 A 1B 3 A 1B 1 A 2B 3
A 2B 2 A 1B 1 A 1B 3 A 2B 2
A 1B 2 A 2B 3 A 2B 1 A 1B 1
A 1B 1 A 2B 2 A 2B 2 A 1B 3
A 1B 3 A 2B 1 A 2B 3 A 1B 2
 Exemplo 18
TRATAMENTOS BLOCOS
VARIEDADES (A) DE SEMENTES 1 2 3 4 TOTAIS
(B)
B1 42,9 41,6 28,9 30,8 144,2
B2 53,8 58,5 43,9 46,3 202,5
A1
B3 49,5 53,8 40,7 39,4 183,4
B4 44,4 41,8 28,3 34,7 149,2
B1 53,3 69,6 45,4 35,1 203,4
B2 57,6 69,6 42,4 51,9 221,5
A2
B3 59,8 65,8 41,4 45,4 212,4
B4 64,1 57,4 44,1 51,6 217,2
B1 62,3 58,5 44,6 50,3 215,7
B2 63,4 50,4 45,0 46,7 205,5
A3
B3 64,5 46,1 62,6 50,3 223,5
B4 63,6 56,1 52,7 51,8 224,2
B1 75,4 65,6 54,0 52,7 247,7
B2 70,3 67,3 57,6 58,5 253,7
A4
B3 68,8 65,3 45,6 51,0 230,7
B4 71,6 69,4 56,6 47,4 245,0
TOTAIS 965,3 936,8 733,8 743,9 3379,8
 Variabilidades (SQs)

• C = 3.379,8²/64 = 178.485,13

• SQT = 42,9² + 41,6² + ... + 47,4² - C =

7.797,39

• SQBlocos = (965,3+ ... + 743,9²)/16 - C

 (4) BLOCO 1 BLOCO 2 BLOCO 3 BLOCO 4 TOTAIS
A1 190,6 195,7 141,8 151,2 679,3
A2 234,8 262,4 173,3 184,0 854,5
A3 253,8 211,1 204,9 199,1 868,9
A4 286,1 267,6 213,8 209,6 977,1
TOTAIS 965,3 936,8 733,8 743,9 3.379,8
• SQVar(A) = (679,3² + ... + 977,1²)/16 – C

• SQParc = (190,6² + ... + 209,6²)/4 – C

• SQRes(A) = SQParc – SQBlocos – SQA

= 6.309,19 – 2.842,87 – 2.848,02 = 618,19
 (4) B1 B2 B3 B4 TOTAIS

A1 144,2 202,5 183,4 149,2 679,3

A2 203,4 221,5 212,4 217,2 854,5

A3 215,7 205,5 223,5 224,2 868,9

A4 247,7 253,7 230,7 245,0 977,1

TOTAIS 811,0 883,2 850,0 835,6 3.379,8

• SQTrat de sem(B) = (811,0² + ... + 835,6²)/16 – C

• SQA,B = (144,2² + ... + 245,0²)/4 – C

• SQAxB = SQA,B – SQA – SQB

= 3.605,02 – 2.848,02 – 170,53

• SQRes(B) = SQTotal – SQParc – SQB – SQAxB

= 7.797,39 – 6.309,19 - 170,53 – 586,47
= 731,20
 Quadro da ANOVA

Analysis of Variance for Aveia, using Adjusted SS for Tests

Source DF Seq SS Adj SS Adj MS F P

Blocks 3 2842,87 2842,87 947,62 31,60 0,000
A 3 2848,02 2848,02 949,34 31,66 0,000
B 3 170,54 170,54 56,85 1,90 0,144
A*B 9 586,47 586,47 65,16 2,17 0,042
Error 45 1349,50 1349,50 29,99
Total 63 7797,39