Escolar Documentos
Profissional Documentos
Cultura Documentos
Centro de Tecnologia
Departamento de Engenharia de Produção
Curso de Graduação
2023.1
Teste de hipóteses de mais de duas médias – Análise de variância
(ANOVA) Lembrando: para testar hipóteses segundo estratégia de Neyman e Pearson é necessário
1) formular as hipóteses estatísticas;
8) tomar a decisão;
9) elaborar a conclusão.
2
Considerar a situação na qual deseja-se saber se o tipo de gordura produz efeitos diferentes, quanto a
absorção, em doughnouts fritos.
Desenho experimental:
São sorteados (aleatoriamente) doughnuts que foram fritos em cada um de dois tipos de gordura.
Quantifica-se a gordura absorvida em cada tipo.
Notação:
Tipo de gordura (fator): tipo 1 e tipo 2 (i=1,2)
Número de doughnuts sorteados em cada tipo: 6 (j=1,...,6)
Dados obtidos: quantidade de gordura (g) absorvida por doughnut, segundo tipo de gordura
3
H 0 : 1 = 2
Hipóteses:
H a : 1 2
H0
de H0 para tomada de decisão. 3
2.5
1.5 Aceitação de H0
Rejeição de H0
1
.5
4
Estatística do teste
Para a definição da estatística do teste, parte-se da idéia que se as médias fossem iguais, a média do
tipo 1 seria igual à media do tipo 2 e estas seriam iguais à média total. Se isto acontecesse, não
existiria variabilidade.
Assim, na análise de variância estuda-se a variabilidade dos dados. A variabilidade total dos dados é
decomposta em dois componentes: a variabilidade das observações dentro de cada tipo (em torno
de suas médias) e a variabilidade entre tipo (cada média em torno da média total).
i
Unidade de 1 2
observação
1 X11 X21
2 X12 X22
j j X1j X2j
6 X16 X26
Médias
X 1. X 2. X ..
no exemplo: n1=6 n2=6 N=12
5
2
x + x + ... + x16
x
j =1
1j x
j =1
1j
X 1. = 11 12 = =
6 6 n1
6 n2
X 2. = 21 = =
6 6 n2
6 ni
x + xi 2 + ... + xi 6
x j =1
ij x
j =1
ij
2 6 2 ni
6+6 12 N
6
Variabilidade dos dados
Chamando-se os tipos de gordura de k; no exemplo k=2, tem-se que o índice para tipo de gordura (i)
varia de 1 a k (i=1,..,k)
Considerando-se o número de unidades de observação (doughnuts) ni, tem-se que o índice para
unidade (j) varia de 1 a ni. No exemplo, j= 1, 2,...6 para i=1 e j= 1, 2, ...6 para i=2 pois n 1 = n2 = n
= 6 (modelo balanceado).
A variabilidade total dos dados é decomposta em duas: variabilidade dentro e variabilidade dentro:
ij i.
( x − x
i =1 j =1
) 2 Sum of squares within (SQW).
SQD também chamada resíduo (SQR)
7
Variação entre tipo
i i. ..
n (
i =1
x − x ) 2
Sum of squares between (SQB).
Variação total
k ni
ij ..
( x − x
i =1 j =1
) 2 Soma de quadrado total (SQT)
SQT=SQE+SQD
8
Recapitulando-se
Populações P1 P2
Médias 1 2
Variâncias 2 2
Deseja-se comparar as médias mediante o cálculo da variabilidade dos dados. É necessário estimar
2 (variância populacional). Para tanto, divide-se cada soma de quadrados pelo respectivo grau de
liberdade.
9
SQD
Estimador de 2
: se H0 for verdade, = ̂ 2
n−k
SQD
= Quadrado médio dentro (QMD), também chamado quadrado médio do resíduo (QMR)
N −k
SQE
= Quadrado médio entre (QME), se H0 não for verdade, o valor estimado do quadrado
k −1
1 k
médio entre será igual a QME = ̂ +
2
i i. ..
k − 1 i =1
n ( x − x ) 2
10
Para a realização do teste confronta-se o QMD e o QME.
QME
Estatística do teste:
QMD
QME
Se H0 for verdade, =1
QMD
QME
Se H0 não for verdade, 1
QMD
Se H0 for verdade,
QME
~ F 1 , 2 onde F é a curva F de Snedecor e 1 e 2 são os graus de
QMD
liberdade do numerador e denominador, respectivamente
11
Tabela da Análise de Variância – ANOVA
Fonte de gl SQ QM F
variação
Entre k-1 SQE SQE QME
QME =
k −1 QMD
Dentro N-k SQD SQD
QMD =
N −k
Total N-1 SQT
Fórmulas operacionais:
T2
SQT = X − , onde T = X ij
2
ij
i j N i j
SQD = T 2 T = X ij
i , onde i
i j X ij − i ni
2
j
Ti 2 T 2
SQE = i ni −
N
12
Prof. Lucas Borges Leal da Silva, DSc.
lucas.borges@ufrn.br
13