Escolar Documentos
Profissional Documentos
Cultura Documentos
paramétricas
07 e 14 de dezembro 2021
David Wilson Russo Ramilo
p6199@ulusofona.pt
ANOVA e alternativas não paramétricas
Um Resumo…
Teoria Estatística
Estatística inferencial
Estatística descritiva
(Conclusões sobre a
(Descrição de variáveis
população através de
e sumário da
uma amostra
distribuição)
representativa)
✓ Teste Z → 𝑛 ≥ 30 e 𝜎 conhecido
✓ Teste t-student → 𝑛 < 30 ou 𝜎 desconhecido
➢ Duas amostras:
➢ H0: 𝜇𝐴 = 𝜇𝐵 = 𝜇𝐶 = 𝜇𝐷
➢ Teste t → Delineado para, numa mesma experiência, comparar uma média A com apenas uma outra B, com
probabilidade 𝛼 de se concluir, incorretamente, por uma diferença que não existe
➢ Se forem feitas mais comparações envolvendo a média A, a probabilidade de erro passa a ser maior do que 𝛼 →
Não é válido.
𝑥ҧ − 𝜇0
𝑡𝑐𝑎𝑙𝑐 = 𝑠
𝑛
ANOVA e alternativas não paramétricas
𝑥ҧ − 𝜇0
𝑡𝑐𝑎𝑙𝑐 = 𝑠
𝑛
ANOVA e alternativas não paramétricas
➢ Identifica a existência de, pelo menos, uma diferença entre grupos, se essa diferença existir
➢ No caso do teste ANOVA ser estatisticamente significativo → Aplicação de um teste de comparações múltiplas
entre médias
➢ Testes post-hoc (=“Depois disto”) → Permitem identificar quais as populações diferentes entre si, mantendo
controlado o nível de significância do teste
ANOVA e alternativas não paramétricas
ANOVA (I)
➢ Analysis of variance: Desenvolvida por Ronald A. Fisher
ANOVA (II)
ANOVA (III)
➢ Variação entre tratamentos ou grupos experimentais → Variância entre
➢ Variância dentro do mesmo tratamento → Média das variâncias de cada grupo → Variância dentro
➢ Variância dentro → Representa a fração da variabilidade que não é explicada pelo efeito dos tratamentos →
Variância residual (biológica) ou Variância do erro experimental
➢ Teste de comparação entre efeitos dos tratamentos → Baseia-se na suposição de que os k tratamentos A, B, …
podem originar médias diferentes, mas a variação entre os indivíduos 𝜎 2 é igual em todas as populações que
estão a ser comparadas
➢ Ou seja:
✓ H0: 𝜇𝐴 = 𝜇𝐵 = ⋯ = 𝜇𝑘
✓ Supondo homocedasticidade: 𝜎𝐴2 = 𝜎𝐵2 = ⋯ = 𝜎𝑘2 = 𝜎 2
➢ Assim, se existir efeito diferencial entre tratamentos, a variação entre eles deve ser maior que a variação dentro do
mesmo tratamento
ANOVA e alternativas não paramétricas
ANOVA (IV)
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐸𝑛𝑡𝑟𝑒
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐸𝑛𝑡𝑟𝑒 > 𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐷𝑒𝑛𝑡𝑟𝑜 ⇔ >1
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐷𝑒𝑛𝑡𝑟𝑜
➢ O seu resultado é comparado com um valor tabelado (distribuição F) para se rejeitar ou não a H0
ANOVA e alternativas não paramétricas
Exemplo 1
➢ Deseja-se comparar 3 drogas analgésicas (A1, A2 e A3) para reduzir a dor pós-operatória em pacientes submetidos
à mesma intervenção cirúrgica. As drogas foram distribuídas entre os pacientes por um processo aleatório. Os
índices de dor pós-operatória obtidos nesta experiência estão apresentados na tabela seguinte.
A1 A2 A3
(i=1) (i=2) (i=3)
Índice de dor 1 5 2
(x) 3 7 0
8 3
Exemplo 1 (Cont.)
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐸𝑛𝑡𝑟𝑒
➢ Se H0 é verdadeira, então =1
𝑉𝑎𝑟𝑖â𝑛𝑐𝑖𝑎 𝐷𝑒𝑛𝑡𝑟𝑜
➢ Contudo, mesmo que H0 seja verdadeira, é expectável diferenças aleatórias entre as variâncias entre e dentro, pois
as experiências são realizadas com amostras
➢ 𝐹𝑐𝑎𝑙𝑐 pode flutuar, ao acaso, ao redor de 1, sem que isso indique um efeito diferencial nos tratamentos
➢ O valor de F tabelado estipula o limite para uma diferença aleatória entre as variâncias entre e dentro
➢ Se 𝐹𝑐𝑎𝑙𝑐 < 𝐹𝑡𝑎𝑏𝑒𝑙𝑎𝑑𝑜 , não há diferença entre tratamentos → a variação entre populações é da mesma ordem
daquela observada dentro das populações
ANOVA e alternativas não paramétricas
Exemplo 1 (Cont.)
Causas de variação SQ GL QM 𝑭𝒄𝒂𝒍𝒄 𝑭𝟓%;𝟐;𝟓
Entre tratamentos 44,55 2 22,28 9,82 5,79
Dentro (Resíduo) 11,33 5 2,27
Total 55,88 7
*SQ = Somas de quadrados; GL = Graus de liberdade; QM = Quadrado médio
Exemplo 1 (Cont.)
➢ Sequência de passos da ANOVA:
❖ 𝛼 = 0,05
➢ Conclui-se que existe diferença entre drogas → Pacientes submetidos à cirurgia que recebem analgésicos diferentes
apresentam, em média, níveis de dor diferentes
ANOVA e alternativas não paramétricas
Exemplo 1 (Cont.)
➢ Notas:
❖ Apesar da H0 ser sobre igualdade entre médias, o teste desta hipótese é feito
através de uma razão de variâncias
❖ A H1 diz que existe maior variação entre as médias dos grupos do que dentro dos
grupos
A Tabela F
ANOVA e alternativas não paramétricas
Pressupostos ANOVA
➢ Pressupostos do teste ANOVA:
➢ Comparações múltiplas entre médias → Através de um teste post-hoc, que identifica diferenças particulares entre
médias, comparando-as duas a duas
➢ Testes semelhantes ao t-student, mas que controlam o nível de significância → levam em conta o número de
comparações feitas na experiência
❖ Ordenar os valores das médias → Anotar a que tratamentos se referem → Sublinhar as médias que não diferem
significativamente entre si
Ou
❖ Colocar letras ao lado das médias → Letras iguais indicam médias que não diferem significativamente entre si
ANOVA e alternativas não paramétricas
➢ O mesmo princípio pode ser estendido a mais de 2 tratamentos → Organização de blocos de 3 ou mais valores
relacionados entre si
Exemplo 2
➢ Prosseguindo o estudo do Exemplo 1, suponha que os indivíduos estudados foram reunidos em 4 blocos segundo a
idade. Quer-se, com isso, controlar a variação natural existente entre pessoas, para que ela não mascare uma
possível diferença entre as drogas. A variação geral observada após a administração das drogas teria, agora, as
seguintes explicações possíveis: efeito de cada droga, variação entre grupos de idade e a variação natural entre
indivíduos.
𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑡𝑜𝑡𝑎𝑙 = 𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑒𝑛𝑡𝑟𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑜𝑠 𝑑𝑟𝑜𝑔𝑎𝑠 + 𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑒𝑛𝑡𝑟𝑒 𝑏𝑙𝑜𝑐𝑜𝑠 𝑖𝑑𝑎𝑑𝑒 + 𝑉𝑎𝑟𝑖𝑎çã𝑜 𝑟𝑒𝑠𝑖𝑑𝑢𝑎𝑙 (𝑒𝑛𝑡𝑟𝑒 𝑖𝑛𝑑𝑖𝑣í𝑑𝑢𝑜𝑠)
➢ Variação aleatória entre pessoas não pode ser atribuída nem à droga nem à idade, pois já foram levadas em
consideração no modelo
ANOVA e alternativas não paramétricas
Exemplo 2 (Cont.)
➢ Cálculo do valor F:
➢ A determinação da significância das diferenças entre tratamentos e blocos, tomados 2 a 2, pode ser feita pelos
testes de Tukey, SNK ou pela correção de Bonferroni
➢ No exemplo 1, com o analgésico 2, o nível médio de dor é superior ao das demais drogas; já as drogas A1 e A3 não
diferem significativamente entre si, obtendo-se com elas um melhor controle da dor pós-operatória
➢ No exemplo 2, para além da conclusão anterior, conclui-se que, independentemente do analgésico utilizado, existe
diferença significativa entre classes de idade quanto ao nível da dor pós-operatória
ANOVA e alternativas não paramétricas
Exemplo 2 (Cont.)
➢ Notas:
❖ Se o teste F para os blocos não for significativo → O pesquisador não teve sucesso em reduzir a variação
individual ou as unidades experimentais já eram homogéneas desde o início, não havendo necessidade de
reuni-las em blocos
❖ Um resultado não-significativo no teste para blocos pode ser devido a um tamanho amostral demasiadamente
pequeno para mostrar estatisticamente o efeito
ANOVA e alternativas não paramétricas
Exercício 1
➢ Vinte e seis cães foram alimentados com uma dieta seca revestida com diferentes agentes que supostamente
afetam o crescimento de cálculos nos dentes. A acumulação de cálculos é medida através de um índice que
combina estimativas da proporção dos dentes cobertos com o depósito e pela espessura do mesmo. Os cães foram
aleatoriamente distribuídos pelos 3 tratamentos: controlo, pirofosfato solúvel (P2O7) e hexametafosfato sódico
(HMP). O índice de acumulação de cálculo dentário foi medido em cada cão 4 semanas depois de terem recebido o
tratamento.
Exercício 1 (Cont.)
2. Observe o gráfico em baixo.
Exercício 1 (Cont.)
3. Observe as tabelas em baixo.
3.2. Indique o intervalo de confiança de 95% para a média do índice de formação de cálculos dentários da população
de cães submetida a uma dieta rica em HMP e interprete o resultado.
ANOVA e alternativas não paramétricas
Exercício 1 (Cont.)
4. Observe a tabela em baixo com o resultado do teste ANOVA.
4.1. O que pode concluir relativamente à média dos três grupos analisados? Considere 𝛼 = 0,05
4.3. Perante este cenário, qual o próximo passo na análise estatística? Qual o seu objetivo?
ANOVA e alternativas não paramétricas
Exercício 1 (Cont.)
5. Observe a tabela em baixo.
5.1. Qual foi o teste post-hoc escolhido para a análise de comparações múltiplas entre as médias dos diferentes
grupos?
➢ Nota: Neste teste, devem existir, pelo menos, 5 réplicas por grupo quando
se comparam 3 grupos
Exemplo 3
➢ Um entomologista deseja comparar 3 espécies de trepadeiras do género
Passiflora (maracujá), encontradas no Rio Grande do Sul, quanto à deposição
de ovos pela borboleta Heliconius erato phyllis. Para isso, examinou 5 plantas
da espécie Passiflora edulis, 5 de P. caerulea e 6 de P. tenuifila, contando, em
cada uma, o total de ovos depositados num determinado período de tempo,
igual para todas. Suponha que os resultados obtidos sejam os que estão
apresentados na tabela ao lado. A hipótese nula do pesquisador é a de que
não há diferença entre as 3 espécies de maracujá quando a oviposição. Qual
deve ser a conclusão do estudo?
Exemplo 3 (Cont.)
ANOVA e alternativas não paramétricas
Exemplo 3 (Cont.)
ANOVA e alternativas não paramétricas
Exemplo 3 (Cont.)
➢ Rejeita-se a hipótese nula e conclui-se que a quantidade de
ovos depositados pela borboleta varia entre as espécies de
Passiflora (P < 0,01)
✓ Correção de Bonferroni
✓ Teste U de Mann-Whitney
ANOVA e alternativas não paramétricas
Exemplo 3 (Cont.)
ANOVA e alternativas não paramétricas
Exemplo 3 (Cont.)
ANOVA e alternativas não paramétricas
Exemplo 3 (Cont.)
Exemplo 3 (Cont.)
➢ P. tenuifila difere de P. caerulea quanto ao
número de ovos depositados e não há diferença
estatisticamente significativa entre P. edulis e as
outras duas espécies de maracujá
Referências
➢ Callegari-Jacques SM. (2003). Bioestatística – Princípios e Aplicações. Artmed Editora.
➢ Petrie A, Watson P. (1999). Statistics for Veterinary and Animal Science. Blackwell Publishing.
ANOVA e alternativas não paramétricas