O documento discute a análise de variância (ANOVA) com um fator. A ANOVA permite comparar várias amostras ao mesmo tempo usando variáveis contínuas. O documento apresenta um estudo que investigou os efeitos do monóxido de carbono em pacientes com doença arterial coronária de três centros médicos diferentes, testando a hipótese nula de que as médias de volume expiratório forçado dos pacientes eram idênticas entre os centros.
O documento discute a análise de variância (ANOVA) com um fator. A ANOVA permite comparar várias amostras ao mesmo tempo usando variáveis contínuas. O documento apresenta um estudo que investigou os efeitos do monóxido de carbono em pacientes com doença arterial coronária de três centros médicos diferentes, testando a hipótese nula de que as médias de volume expiratório forçado dos pacientes eram idênticas entre os centros.
O documento discute a análise de variância (ANOVA) com um fator. A ANOVA permite comparar várias amostras ao mesmo tempo usando variáveis contínuas. O documento apresenta um estudo que investigou os efeitos do monóxido de carbono em pacientes com doença arterial coronária de três centros médicos diferentes, testando a hipótese nula de que as médias de volume expiratório forçado dos pacientes eram idênticas entre os centros.
FACULDADE DE BIOTECNOLOGIA Disciplina: Estatística Aplicada
Aula
ANOVA (Análise de Variância)
Prof. Dr. Ricardo de Deus Estatística Aplicada Análise de Variância COM UM FATOR • Quando queremos testar a média de duas populações independentes, utilizamos o teste-t. A extensão do teste-t de duas amostras para três ou mais amostras é conhecida como análise de variância. Análise de variância permite que vários grupos sejam comparados a um só tempo, utilizando variáveis contínuas. O teste é paramétrico (a variável de interesse deve ter distribuição normal) e os grupos devem ser independentes. Análise de Variância COM UM FATOR • Quando queremos testar a média de duas populações independentes, utilizamos o teste-t. A extensão do teste-t de duas amostras para três ou mais amostras é conhecida como análise de variância.
Examinados dados de um estudo que
investigou os efeitos do monóxido de carbono em pacientes com doença da artéria coronária, submetendo-os a testes de exercícios. Os homens envolvidos foram recrutados de três centros médicos diferentes: • Escola de medicina da universidade de Johns Hopkins • Centro médico do rancho Los Amigos • Escola de medicina da Universidade de Saint Louis Para isso, é necessário que os pacientes dos diferentes centros médicos sejam comparáveis, o que foi considerado, no caso foi a função pulmonar dos pacientes. Então, desde que a população dos três centros tenham medida FEV (Volume Expiratório Forçado) , básicas médias µ1 ,µ2 e µ3, gostaríamos de testar a hipótese de que as médias das populações sejam idênticas, o que pode ser expressado como: • Hipótese nula: H0 H0: µ1 = µ2 = µ3
• Hipótese Alternativa: H1 H1: µ1≠ µ2 = µ3
(A hipótese alternativa é de que pelo menos uma das médias das populações seja diferente)
Da população de medidas de FEV, dos pacientes da universidade John Hpkins,
selecionamos uma amostra de tamanho n1 = 21 Da população do Rancho Los Amigos, extraímos uma amostra de tamanho n2 = 16 Da Universidade de St. Louis, selecionamos uma amostra de tamanho n3 = 23 Um intervalo de confiança de 95% para o FEV1 médio verdadeiro dos homens de cada centro médico é exibido. Com base nesse gráfico, o FEV1 médio, dos pacientes do John Hopkins pode ser pouco mais baixo do que as médias para os outros dois grupos; no entanto, todos os intervalos se sobrepõem.