Escolar Documentos
Profissional Documentos
Cultura Documentos
Por exemplo,
Comparar três analgésicos para reduzir dores pós-operatórias em
pacientes submetidos à mesma intervenção cirúrgica;
µA vs µB , µA vs µC e µB vs µC
Alguns conceitos
Experimento: É um procedimento no qual alterações propositais são
feitas nas variáveis de entrada de um processo ou sistema, de modo
que se possa avaliar as possı́veis alterações sofrida pela variável
resposta, como também as razões de sua alteração.
Notação
Exemplo
Espécie
Repetição A B C
1 16 12 20
2 20 11 18
3 22 12 14
4 17 13 16
5 18 10 19
⇒ Por exemplo:
ȳ1 = (16 + 20 + . . . + 18)/5 = 18, 6
Análise de Variância - ANOVA 10 / 69
ANOVA
De maneira que:
t X
r t X
r
X 2 X 2
SQTotal = yij − ȳ = yij + ȳi − ȳi − ȳ =
i=1 j=1 i=1 j=1
t X
r
X 2
= (ȳi − ȳ ) + yij − ȳi =
i=1 j=1
t X
r h
X 2 i
(ȳi − ȳ )2 + 2 (ȳi − ȳ ) yij − ȳi + yij − ȳi
= =
i=1 j=1
t X
r t X
r t X
r
X X X 2
= (ȳi − ȳ )2 +2 (ȳi − ȳ ) yij − ȳi + yij − ȳi =
i=1 j=1 i=1 j=1 i=1 j=1
t
X t
X r
X
(ȳi − ȳ )2 + 2
=r (ȳi − ȳ ) yij − ȳi +
i=1 i=1 j=1
t X
r
X 2
+ yij − ȳi
i=1 j=1
para todo i.
Análise de Variância - ANOVA 15 / 69
ANOVA
E assim:
t t X
r
X X 2
SQTotal = r (ȳi − ȳ )2 + yij − ȳi
i=1 i=1 j=1
ou
SQTotal = SQEntre + SQDentro
sendo:
t
X
SQEntre = r (ȳi − ȳ )2
i=1
t X
r
X 2
SQDentro = yij − ȳi
i=1 j=1
Assim:
SQEntre
QMEntre =
t −1
SQDentro
QMDentro =
t(r − 1)
H1 : as médias de ao menos dois tratamentos são diferentes
Distribuição F:
Causas de Variação GL SQ QM F
SQEntre QMEntre
Entre t −1 SQEntre QMEntre=
t −1 QMDentro
SQDentro
Dentro t(r − 1) SQDentro QMDentro=
t(r − 1)
Total tr − 1 SQTotal —
Causas de Variação GL SQ QM F
SQTrat QMTrat
Tratamentos t −1 SQTrat QMTrat=
t −1 QMErro
SQErro
Erro t(r − 1) SQErro QMErro=
t(r − 1)
Total tr − 1 SQTotal —
O termo:
y2
C=
rt
é chamado de “correção”. Assim:
t X
X r
SQTotal = yij2 − C
i=1 j=1
2382
y = 16 + 12 + . . . + 19 = 238, 0 ⇒C = = 3776, 2667
15
A Soma de Quadrados Total é:
Temos ainda:
y1 = 93 y2 = 58 y3 = 87
E assim:
Causas de Variação GL SQ QM F
Tratamentos 2 140,1333 70,0667 16,30
Erro 12 51,6000 4,3000
Total 14 191,7333 —
F(2,12) = 3, 89
yij = µ + τi + e ij , i = 1, 2, . . . t
j = 1, 2, . . . r
ê ij = yij − µ̂ − τ̂i
Portanto,
1 Distribuição Normal
Para verificar se os resı́duos e ij aderem a uma distribuição normal, com
média zero, e uma certa variância σ 2 , pode-se realizar, por exemplo, o
teste de hipóteses de Lilliefors.
σ̂ 2 = QMErro
3 Independência
A observação da variável resposta em uma dada parcela não influencia
nos resultados observados nas demais parcelas.
A independência dos erros é, até certo ponto, garantida pelo princı́pio
da casualização. Porém, devemos testa-la, com o teste de
Durbin-Watson, por exemplo. Com as hipóteses:
4 Aditividade de Efeitos
O teste de Tukey para não aditividade foi proposto por Tukey em 1949
com a finalidade de verificar se dois termos tem efeitos aditivos.
Como não se sabe a priori qual será a ordenação das médias, trata-se
de procedimentos após a observação dos dados.
Tipo de Recipiente
Rep. A B C D E
1 1,5 1,4 1,0 1,1 1,4
2 1,4 1,4 1,1 1,3 1,3
3 1,6 1,3 0,9 1,1 1,3
4 1,7 1,2 1,0 1,2 1,2
5 1,8 1,3 1,0 1,1 1,0
6 1,9 1,2 1,0 1,1 1,0
yi 9,9 7,8 6,0 6,9 7,2
ȳi 1,65 1,30 1,00 1,15 1,20
No exemplo, temos:
37, 82
y = 1, 5 + 1, 4 + . . . + 1, 0 = 37, 80 ⇒C = = 47, 628
30
A Soma de Quadrados Total é:
9, 92 + 7, 82 + . . . + 7, 22
SQTrat = − C = 49, 05 − 47, 628 = 1, 422
6
Causas de Variação GL SQ QM F
Recipientes 4 1,422 0,3555 21,68**
Erro 25 0,410 0,0164
Total 29 1,832 —
** significativo a 5% de probabilidade.
F(4,25) = 2, 76
ȳA − DMS = 1, 65 − 0, 22 = 1, 43
Como todas as outras médias foram inferiores a 1,43 concluı́mos que o
recipiente A foi superior a todos os demais
ȳB − DMS = 1, 30 − 0, 22 = 1, 08
ȳE − DMS = 1, 20 − 0, 22 = 0, 98
Recipientes Médias1
A 1,65 a
B 1,30 b
E 1,20 bc
D 1,15 bc
C 1,00 c
1 Médias seguidas de mesma letra são
estatisticamente iguais pelo teste de
Tukey no nı́vel de 5% de probabili-
dade.
ANOVA 2 fatores
yij = µ + τi + βj + eij , i = 1, 2, . . . t
j = 1, 2, . . . r
µ̂ = ȳ
τ̂i = ȳi − µ̂
β̂j = ȳ j − µ̂
y2
t P r
2 −
P
SQTotal = y
ij
i=1 j=1 tr
2
2
Pt y y
i
−
SQTrat =
i=1 r tr
2
P yj
r y2
−
SQBloco =
j=1 t tr
SQErro = SQTotal − SQTrat − SQBloco
Causas de Variação GL SQ QM F
SQBlocos QMBlocos
Blocos r −1 SQBlocos QMBlocos=
r −1 QMErro
SQTrat QMTrat
Tratamentos t−1 SQTrat QMTrat=
t−1 QMErro
SQErro
Erro (r − 1)(t − 1) SQErro QMErro=
(r − 1)(t − 1)
Total tr − 1 SQTotal —
Blocos
Trat. I II III IV V VI VII VIII Totais
A 20,9 17,7 17,5 19,6 18,2 20,6 15,5 17,5 147,5
B 17,5 17,2 17,9 17,2 17,5 17,5 15,8 18,9 139,5
C 16,4 15,3 16,2 17,8 18,0 16,5 16,7 18,0 134,9
D 15,4 14,6 13,8 14,0 13,7 18,0 17,0 15,5 122,0
E 17,2 18,5 17,5 17,9 17,8 17,9 18,6 17,4 142,8
Totais 87,4 83,3 82,9 86,5 85,2 90,5 83,6 87,3 686,7
1
adaptado de: Campos, H. Estatı́stica Aplicada à Experimentação com
Cana-de-açúcar.
Análise de Variância - ANOVA 63 / 69
ANOVA
No exemplo, temos:
686, 72
y = 20, 9 + 17, 7 + . . . + 17, 4 = 686, 7 ⇒C = = 11788, 92
40
A Soma de Quadrados Total é:
Causas de Variação GL SQ QM F
Blocos 7 9,4478 1,3497 <1
Tratamentos 4 47,3715 11,8429 7,46**
Erro 28 44,4486 1,5874
Total 39 101,2679 —
** significativo a 1% de probabilidade.
ȳA = 18, 4 ȳE = 17, 9 ȳB = 17, 4 ȳC = 16, 9 ȳD = 15, 3
ȳA = 18, 4 ȳE = 17, 9 ȳB = 17, 4 ȳC = 16, 9 ȳD = 15, 3
E assim:
Recipientes Médias1
A 18,4 a
E 17,9 a
B 17,4 a
C 16,9 ab
D 15,3 b
1 Médias seguidas de mesma letra
são estatisticamente iguais pelo
teste de Tukey no nı́vel de 5% de
probabilidade.