Licenciatura Engenharia Zootécnica

Métodos Biométricos

7ª AULA PRÁTICA

1
 Sumário
• Teste de hipóteses para características
categóricas em ciência animal
• Aplicações práticas
• A distribuição QUI quadrado
• Funções no Excel: =INV.CHI(α; g.l.) ou
=CHIINV(α; g.l.) ou INV.CHIQ.Dir (α; g.l.)
• Classificação a um critério
• Teste de independência
2
Natureza das Variáveis

3
 Análise de frequências - a distribuição χ2

Os resultados das experiências e investigações podem dividir-se

em 2 grupos:

- Resultados obtidos através de pesagens ou medições -

característica quantitativa - ex: peso ao nascimento, produção
de leite

- Resultados obtidos através de contagem - característica

qualitativa - com base na qual podemos incluir
inequivocamente a observação numa determinada classe - ex:
sexo, tipo de parto, grupo sanguíneo....
4
 Teste Qui-
Qui-quadrado
Estatística de teste

f i = frequência observada em cada categoria (classe)

Fi = frequência esperada em cada categoria (classe)

Objectivo:
1. Comparar as frequências observadas com as
esperadas.
2. Decidir se as frequências observadas parecem
concordar ou discordar das frequências esperadas. 5
 Valores Críticos para Qui-
Qui-quadrado:
1. Identificada pelos graus de liberdade (gl) e corresponde à área
sob a curva à direita do valor crítico.
2. χ2(α, gl): valor crítico da distribuição qui-quadrado com gl e
a área para a direita.
3. A distribuição não é simétrica: valores críticos associados com
caudas à direita e à esquerda são dados separadamente.

6
 Exemplo: χ2(0,05; 16) = ?

Na Tabela qui-quadrado

χ2(0,05; 16 ) = 26,3 No Excel : INV.CHI(0,05;16) ou INV.CHIQ.Dir (0,05; 16)

Exemplo: c2(0,95; 10) = ?.

Na Tabela

χ2(0,95; 10) =3,94 Excel =INV.CHI(0,95;10)

8
 Propriedades da distribuição Qui-
Qui-Quadrado
1. A distribuição não é simétrica

9
 Propriedades da distribuição
Qui-
Qui-Quadrado
2. Os valores da distribuição Qui-quadrado
podem ser positivos ou nulos, mas não podem ser
negativos.

3. A distribuição Qui-quadrado é diferente

consoante o nº de graus de liberdade, gl= k – 1.
(k = nº de classes)

À medida que o nº de gl aumenta, a distribuição

aproxima-se da distribuição Normal. 10
11
 Aplicações do Qui-
Qui-quadrado

Comparar resultados experimentais com

resultados esperados para determinar:

(1) Classificação a um critério ou ajustamento a

uma distribuição conhecida

(2) Independência entre 2 variáveis:

P(A∩B) = P(A) * P(B)

12
 Classificação a um critério

Uma variável!

Análise da
concentração de
frequências!
13
 Classificação a um critério
• Neste caso o que se tem na realidade é uma única população
em que foi subdividido em categorias e dentro de cada
categoria observar a quantidade de elementos que ali estão
presentes.

• Por se tratar de um única população, subdividida em

categorias, os dados podem ser expostos, tal qual:

Categoria C1 C2 C3 . . . Ck Total

Ocorrências n1 n2 n3 nk n
14
 Classificação a um critério

Objectivo:
Objectivo:
O que pretende comprovar é se estas categorias, na população,
estão ou não de acordo com uma dada condição, sendo que esta
condição é a igualdade de ocorrência em cada categoria.

Quadro de hipóteses
Denotando por: f1 , f2 , f3 , . . . , fk as frequências que cada
categoria possui na população, o quadro de hipóteses é:
 H 0 : f1 = f2 = f3 = . . . = fk

 H a : Nem todas as categorias possuem as mesmas frequências
15
Procedimento geral:
1.. Suponha haver n observações.
2. Cada observação cai numa célula (ou classe).
3. Frequências observadas em cada célula: f1, f2, f3, … , fk.
A Soma das frequências observadas é n.

4. Frequência esperada, ou teórica, : F1, F2, F3, . . . , Fk.

Notação:

16
17
 Classificação a um critério
Exemplo 1
De acordo com a hereditariedade mendeliana, as proporções
fenotípicas resultantes de um cruzamento são: 9/16, 3/16 e
4/16.
Um pesquisador realizou cruzamentos entre animais de uma
certa raça bovina com o objectivo de estudar o tipo de herança
da característica pelagem e obteve os seguintes resultados:

Estes resultados estão de acordo com a teoria

mendeliana?
18
19
 Classificação a um critério
Objectivo:
Objectivo: verificar se as frequências observadas
concordam com uma determinada teoria.

Para isso os indivíduos são classificados segundo um

único atributo qualitativo (A) e dispostos em uma tabela
junto com as frequências esperadas de acordo com a
teoria.

Tabela de classificação simples: um atributo qualitativo 20

Vermelha = 9/16 * 144 = 81

21
Exemplo: apenas um atributo qualitativo (Pelagem)

Hipótese de concordância ou aderência: supõem que os dados

observados concordam ou se ajustam a uma determinada teoria
dada pelas frequências esperadas
H0: as frequências observadas concordam com as frequências
esperadas
Ha:
Ha: as frequências observadas não concordam com as
frequências esperadas
22
 Estatística do Teste
Para verificar se as diferenças entre as
frequências observadas e frequências esperadas
são reais ou casuais, utilizamos o teste qui-
quadrado, dado pela estatística X2 que tem
distribuição qui-quadrado:

~ χ2 (gl)
gl)
K =nº de classes; gl = k-
k -1
f i = frequência observada em cada categoria (classe)
classe)
Fi = frequência esperada em cada categoria (classe)
classe) 23
Para decidir comparamos o valor da estatística X2 (calculado) com
o valor crítico (Tabela χ2):
Rejeitamos H0 se:: X2 > valor crítico
Não temos motivos para rejeitar H0 se: X2 < valor crítico

24
 Exemplo 1 – Resolução
Um pesquisador realizou cruzamentos entre animais de uma
certa raça bovina com o objectivo de estudar o tipo de herança
da característica pelagem e obteve os seguintes resultados:

Passo 1: Estabelecer as hipóteses do teste:

H0: herança da característica pelagem concorda com a teoria
mendeliana
Ha: herança da característica pelagem não concorda com a teoria
mendeliana
25
Passo 2: Determinar o número de graus de liberdade.
gl = k-1 = 3-1 = 2
Passo 3: Calcular a estatística do teste:

26
Passo 4: Determinar o valor crítico e decidir sobre H0

α = 0,05; gl = 2 → χ2 (α; gl) = 5,99 > X2calculado = 2,9259

Decisão:
Decisão Não temos motivos para rejeitar H0.

Passo 5: Redigir a conclusão.

conclusão
Concluímos, ao nível de 5% de significância, que
as frequências observadas não diferem
significativamente das frequências esperadas
segundo a herança mendeliana.
27
 Classificação a um critério
Exemplo 2

Uma urna contém 5000 cubos vermelhos (v) e 5000 cubos

brancos (b). Tiramos 1 cubo, ao acaso, anotamos a sua cor e
voltamos a colocá-lo na urna.

Se repetirmos este procedimento n vezes devemos esperar n/2

cubos vermelhos e n/2 cubos brancos. Acidentalmente, o
número realmente observado de cubos vermelhos e cubos
brancos pode desviar-se destes valores.

28
29
Classificação a um critério

30
31
32
33
 X2c ≥
X2c
X2

034
H0
Ha:

H0
Ha:

35
 2
X2 X2Xc

gl

5,991
5,991 > 1,18
H0
36
37
BD_aulas-
BD_aulas-E51-
E51-ovos_a

38
39
40
X 2c
41
BD_aulas-
BD_aulas-E51-
E51-ovos_b

42
X 2c 43
44
Resolução pelo Excel

45
Resolução
pelo JMP

46
47
48
 JMP

Bd_aulas.xls 53_a

49
 JMP

Bd_aulas.xls E53_a

50
51
JMP

Bd_aulas.xls E53_b

52
JMP

53
 Testes de independência

Duas variáveis!

Análise da
associação!
56
 Hipóteses do teste
H0:Variáveis não são associadas
Ha:Variáveis são associadas

Verificamos se duas
variáveis podem estar
associadas!

57
 Testes de independência
Exemplo

Uma equipa de investigação estudou a relação

entre o grupo sanguíneo e o nível de
contaminação de uma doença de pele.

A tabela de contingência seguinte apresenta os

dados colhidos em 1500 indivíduos. Os
investigadores pretendem saber se o grupo
sanguíneo e o nível de contaminação da doença
de pele são independentes. 58
59
60
61
62
63
64
Resolução no Excel

65
 Resolução no Excel
• NOTA: Não esquecer de fixar linhas ($ antes da
letra da célula) e colunas ($ entre a letra e nº
da célula).

66
Resolução no Excel

67
Resolução no Excel

68
Resolução no Excel

69
 Resolução no JMP
Dados na folha do Excel

BD_aulas.xls: folha E54a

70
Resolução no JMP

71
Resolução no JMP

72
Resolução no JMP

73
Resolução no JMP

Com o rato do lado

direito clique na
tabela de contigência
e pede a frequência
esperada e o X2
calculado para cada
célula

74
BD_aulas.xls: folha E54b

75
BD_aulas.xls: folha E54b

76
5.5

BD_aulas.xls: folha E55 a

77
78
 JMP

BD_aulas.xls: folha E55 b

79
 JMP
Solução 5.5

80
 JMP

Solução 5.5
81