Escolar Documentos
Profissional Documentos
Cultura Documentos
ANDRÉ POSSATI
NATAL/RN
2015
ANDRÉ POSSATI
NATAL/RN
2015
UFRN / Biblioteca Central Zila Mamede.
Catalogação da Publicação na Fonte
Possati, André.
Avaliação de técnicas de memorização em um Teste Ravlt: uma
aplicação da análise de covariância / André Possati – Natal, RN, 2016.
65 f.: il.
Eu poderia escrever um livro nesta seção para falar da pessoa que tem participado
da minha vida durante esses 10 últimos anos, da minha luta, dos meus tombos, do meu
renascimento. Mas nenhum livro seria capaz de descrever a felicidade que sinto por tê-la
ao meu lado, sempre positiva, sempre rindo deliciosamente das minhas bobagens e sempre
companheira durante os perı́odos mais difı́ceis. Fernanda, obrigado por me manter ali-
mentado, amado e são, por esse perı́odo todo! Obrigado também por me apresentar sua
famı́lia maravilhosa: Inês, Washington, Rachel, Maria Angélica e Jose, de quem recebi
conselhos, abraços e três sobrinhos lindos!
Não menos importante foi a dedicação dos meus pais Rubens e Márcia, na construção
do meu caráter, do meu senso crı́tico e na construção da minha capacidade de colocar-me
no lugar do outro. Gostaria de poder fazer o mesmo que fizeram por mim, mas sei que
essa tarefa só é capaz de realizar quem é pai e mãe. Obrigado!
Gostaria de agradecer também aos meus irmãos Maurı́cio e Marcos pelo companhei-
rismo que já dura mais de 30 anos, pelas risadas, pelas noitadas regadas a boa música e
pelo alicerce que me ajudaram e ajudam a construir. Obrigado também a Anna por toda
a alegria que trouxe à famı́lia!
Ao clã Onaga, Claudia, Maı́ra e Flávia, pelo seu bom humor e sagaz inteligência, pe-
las massagens maravilhosas, pelos livros, filmes e principalmente pela companhia essencial
nesses anos todos.
Aos meus amigos de infância, Marcelo, Tiagos (Costantini e Olho), Gilberto, Rodrigos
(Moita, VG e Costantini), André, Marina, Julia, Caio e suas (seus) respectivas (os), pelas
infinitas horas de jogo, filosofia e bom humor. Aos seus pais pelo fundamental apoio nas
horas que mais precisei!
Aos meus amigos de escola que me arrastavam de casa para alguma festa quando
não tinha mais dinheiro para sair (porque gastara tudo antes da hora), Paulo, Fernando,
Bruno, Rodrigo, Eduardo, Leonardo, Wagner, Maurı́cio, Yuzo e outros vários que ainda
me acompanham.
Aos meus queridos amigos da UFRN: Kalil, Francimário, Joyce, Inara, Fidel, Elias,
Ramiro, Deillany, Jhonnata pelas muitas horas de estudo, ajuda com as disciplinas e boas
conversas, e tantos outros que não quero perder contato.
Ao RXK, a entidade que mais cresce no Brasil, por esses quase 20 anos de muita, mas
muita coisa boa!
Ao Programa Novos Talentos, ao PET e IC, dos quais tive a honra de participar e
aprender lições valiosas para toda a vida, bem como aos professores/tutores desses pro-
gramas: Pledson, Formiga, Dione e Carla.
Eu não poderia terminar sem agradecer a Ana Maria, pela oportunidade de trabalhar-
mos juntos em sua Dissertação de Mestrado, por ter me cedido gentilmente seu banco de
dados, por sua dedicação em alcançar o objetivo de me fazer compreender um pouco mais
de psicologia, pelo seu tempo e pela sua amizade. Obrigado!
”Felizes aqueles que se divertem com problemas que educam a alma e elevam o espı́rito.”
Fenelon
Resumo
O Teste de Aprendizagem Auditivo Verbal de Rey (RAVLT) é um instrumento de
grande utilidade para avaliação clı́nica de processos de perda de memória. O objetivo
principal deste trabalho é avaliar os efeitos de treinamento cognitivo e higiene do sono na
memorização de palavras em um teste RAVLT com idosos de 60 a 86 anos, em Natal. Estes
indivı́duos foram alocados aleatoriamente a quatro tratamentos de interesse: controle,
treino cognitivo, higiene do sono e combinação de treino cognitivo com higiene do sono.
Dados do número de palavras recordadas e ı́ndices de memorização relacionados obtidos
após a intervenção da aplicação dos tratamentos são analisados análises de covariância,
tomando-se os valores pré-intervenção dessas medidas como covariáveis. Os resultados
sugerem que treino cognitivo combinado com higiene do sono pode aumentar o número
médio de palavras recordadas na evocação espontânea em relação ao grupo controle.
Observa–se, também, que a técnica de análise de covariância é, em geral, mais eficiente
que análise de variância para comparar os efeitos dos tratamentos.
LISTA DE ILUSTRAÇÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1 Motivação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.1 Objetivo geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.2 Objetivos especı́ficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3 Estrutura da monografia . . . . . . . . . . . . . . . . . . . . . . . . 22
2 ESTUDO EXPERIMENTAL . . . . . . . . . . . . . . . . . . . . 23
3 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1 O modelo de análise de covariância . . . . . . . . . . . . . . . . . . 25
3.2 Verificação das suposições do modelo . . . . . . . . . . . . . . . . 27
3.3 Testes de hipóteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.1 Paralelismo das retas de regressão . . . . . . . . . . . . . . . . . . . . 28
3.3.2 Efeito dos tratamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.3 Coeficiente angular nulo . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 Intervalos de confiança para médias ajustadas . . . . . . . . . . . 32
5 CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
APÊNDICES 57
1 Introdução
1.1 Motivação
De acordo com o IBGE, o ritmo de envelhecimento da população brasileira está acima
da média mundial (SARAIVA; MARTINS, 2012). Dados de 2012 revelaram que a razão
entre o número de pessoas de 60 anos ou mais de idade para cada 100 pessoas de menos de
15 anos vem aumentando de maneira “marcante”, conforme o próprio instituto. Segundo
Kalache (1987), os fatores determinantes do envelhecimento de um paı́s são, fundamen-
talmente, ditados pelo comportamento de suas taxas de fertilidade e, de modo menos
importante, de suas taxas de mortalidade. Ainda segundo este autor, o envelhecimento
da população brasileira é um fato irreversı́vel, e que deverá se acentuar no futuro próximo.
Diante disso a manutenção da capacidade funcional de cada indivı́duo, de forma que ele
permaneça autônomo e independente pelo maior tempo possı́vel, é um grande desafio
(COSTA; PORTO; SOARES, 2003).
Um dos estudos conduzidos para identificar fatores que afetam a capacidade de memo-
rização de idosos foi o experimento controlado realizado como requisito para obtenção do
tı́tulo de Mestre em Psicologia na Universidade Federal do Rio Grande do Norte (UFRN)
pela estudante Ana Maria Souza Moreira (MOREIRA, 2015). O objetivo geral da au-
tora do experimento foi o de avaliar os efeitos de um programa de treino cognitivo e de
técnicas de higiene do sono para as funções executivas e para qualidade de sono de idosos
saudáveis. Tradicionalmente, as “funções executivas” referem-se às habilidades cognitivas
envolvidas no planejamento, iniciação, seguimento e monitoramento de comportamen-
tos complexos dirigidos a um fim e são utilizadas para designar uma ampla variedade
de funções cognitivas que implicam: atenção, concentração, seletividade de estı́mulos,
capacidade de abstração, planejamento, flexibilidade de controle mental, autocontrole e
memória operacional (HAMDAN; PEREIRA, 2009).
De acordo com Schaie (2005 apud COTTA et al., 2012) a memória se relaciona a
uma gama de processos cognitivos que envolvem a aquisição, a formação, a conservação
e a evocação de informações. Ao longo do ciclo de vida percebe-se seu aprimoramento
na infância e adolescência, estabilização ao longo da idade adulta e declı́nio ao longo
do envelhecimento, formando uma curva em formato de U invertido. Ainda segundo
Cotta et al. (2012), a avaliação da memória do paciente idoso se dá através de testes
neuropsicológicos e um dos testes mais utilizados nesse processo, por ser particularmente
útil em sua avaliação neuropsicológica, é o Teste de Aprendizado Auditivo-Verbal
de Rey ou RAVLT (REY, 1941; TAYLOR, 1959).
Os dados obtidos no experimento em Moreira (2015) foi baseado neste teste RAVLT.
18 Capı́tulo 1. Introdução
Este teste é constituı́do por uma listagem de 15 substantivos (lista A) a ser lida para o su-
jeito pesquisado com um intervalo de um segundo entre cada palavra. Esse procedimento
é realizado cinco vezes consecutivas e ao final de cada uma delas é pedido ao sujeito que
se recorde de cada uma das quinze palavras. Os escores (número de palavras recordadas)
alcançados durante esse processo de evocação das palavras são registrados em cada uma
das cinco tentativas. Estes escores são denotados pelas variáveis A1, A2, A3, A4 e A5
e os correspondentes valores possı́veis de cada um deles compreendem, portanto, inteiros
de 0 a 15.
Logo após esta etapa, uma lista composta por outros 15 substantivos (lista de in-
terferência B) é lida ao sujeito e solicitada sua subsequente evocação (tentativa B1). O
número de palavras certas nesta tentativa é também denotado por B1. A seguir pede-se
ao sujeito que se recorde das palavras da lista A sem que ela seja reapresentada (tentativa
A6). Após um intervalo de 20 minutos, pede-se ao sujeito que se lembre das palavras da
lista A (tentativa A7) também sem que a lista A seja lida para ele. Similarmente, os esco-
res correspondendo aos números de palavras corretamente recordadas nestas duas últimas
tentativas são denotados por A6 e A7, respectivamente. Estas etapas podem ser melhor
visualizadas no cronograma apresentado na Figura 1. Após a tentativa A7, é feito o teste
de memória de reconhecimento, quando uma lista contendo as 15 palavras da lista A, as
15 palavras da lista B e 20 distratores (semelhantes às palavras de lista A e B em termos
fonológicos ou semânticos) são lidas para o sujeito. A cada palavra lida, o sujeito deve
indicar se ela pertence (ou não) à lista A. A essa variável é dada o nome reconhecimento
e os escores alcançados variam entre 0 e 50. Contudo, essa variável não será analisada no
presente trabalho.
Os escores A1,..., A7 e B1 do teste RAVLT permitem a formação de vários outros
ı́ndices que podem ser usados para avaliar diferentes caracterı́sticas do mecanismo de me-
morização de um indivı́duo. Segundo Cotta et al. (2012), o escore total nas cinco primeiras
tentativas A1 + · · · + A5 é uma medida da curva de aprendizagem das palavras. Também,
as quantidades A7/A6, B1/A1 e A6/A5 medem respectivamente a velocidade de esqueci-
mento, a interferência proativa e a interferência retroativa. A velocidade de esquecimento
permite estudar a relação do conteúdo aprendido com o tempo. A interferência proativa
permite avaliar o grau de dificuldade do aprendizado de uma nova informação devido a
informação previamente absorvida e a retroativa avalia a dificuldade do indivı́duo recordar
informação passada devido a exposição de um novo conteúdo.
1.2. Objetivos 19
1.2 Objetivos
• evocação espontânea;
• velocidade de esquecimento;
• Avaliar e estimar estatisticamente o efeito das covariáveis e dos efeitos dos trata-
mentos sobre as caracterı́sticas definidas na Seção 1.2.1;
2 Estudo experimental
3 Metodologia
1. Uma outra suposição adicional que é implı́cita no modelo (3.1) é que os valores
da covariável não são influenciados pelos tratamentos. No presente contexto, esta
suposição não deve ser violada no experimento que será analisado uma vez que,
conforme descrito na Capı́tulo 2, os valores das covariáveis foram medidos antes
da aplicação dos tratamentos e não medidos simultaneamente com os valores das
variáveis respostas.
3. O modelo (3.1) sugere que a regressão de y em x pode ser sumarizada por retas
paralelas, uma para cada tratamento. Estas retas têm coeficientes angulares comum
β, mas os correspondentes interceptos são dados por µ, µ + α2 ,..., µ + αk . Um caso
particular deste modelo é quando α2 = · · · = αk , quando as retas são coincidentes.
24 Capı́tulo 3. Metodologia
y = Zα + xβ + , (3.2)
em que y = (y11 , ..., y1n1 , y21 , ..., y2n2 , ..., yk1 , ..., yknk )> ,
1 0 0 ... 0 x11 11
. . . . . .
.. .. .. .. .. ..
1 0 0 ... 0 x1n1 1n1
1 1 0 ... 0 µ x21 21
.. .. .. .. .. ..
α
. . . . 2 . .
ZN ×k =
, α k×1 = ..
, x N ×1 = e N ×1 = ,
1 1 0 ... 0
.
x
2n2
2n2
. . . .. . .
.. .. .. .. ..
. α k
1 0 0 ... 1 xk1 k1
.. .. .. .. .. ..
. . . . . .
1 0 0 ... 1 xknk knk
com ∼ N (0, σ 2 I). Esta notação indica que o vetor tem distribuição Normal N -
dimensional com vetor de médias zero e matriz de covariâncias σ 2 I.
Os estimadores de mı́nimos quadrados dos parâmetros α e β sob o modelo (3.2) são
dados como a solução (α,
b β)
b do sistema de equações normais (RENCHER, 2008, p. 446)
Z> Zα
b + Z> xβb = Z> y,
(3.3)
x> Zα
b + x> xβb = x> y.
Dessa forma, uma vez que Z> Z tem posto completo, segue que o estimador de mı́nimos
quadrados do vetor α é
µ
b ȳ1. − βbx̄1.
α ȳ2. − ȳ1. − β(x̄
b 2. − x̄1. )
b2 > −1 >
α
b= .
.
=α 0 − (Z Z) Z x β
b=
. , (3.4)
.
b
. .
αbk ȳk. − ȳ1. − β(x̄
b k. − x̄1. )
b 0 = (Z> Z)−1 Z> y é a solução para as equações normais para o modelo y = Zα+
em que α
sem covariáveis, ȳi. = (1/ni ) nj=1 yij , x̄i. = (1/ni ) nj=1
P i P i
xij e α
b1 = 0. O estimador de
mı́nimos quadrados para β pode ser calculado pela expressão
e
ni
k X
X
exy = x> (I − P)y = (xij − x̄i. )(yij − ȳi. ).
i=1 j=1
A soma de quadrados residual associada com o ajuste pode ser também calculada por
> >
b > Z> y − βb X> y = SQEy − βb X> (I − P)y,
SQEy.x = y> y − α (3.6)
em que
ni
k X
X
SQEy = eyy = y> (I − P)y = (yij − ȳi. )2
i=1 j=1
Observa–se, portanto, que SQEy.x < SQEy . Com base neste fato, pode–se medir o
aumento em eficiência pela adição da covariável no modelo por
SQEy /(N − k)
E= ,
SQEy.x /(N − k − 1)
ou seja a razão do quadrado médio residual do modelo de ANOVA sem covariáveis para o
quadrado médio residual do modelo de ANCOVA. Esta medida foi proposta por Finney
(1946) e sugerida por Kuehl (2000). Ela indica quantas réplicas seriam necessárias pelo
modelo ANOVA para atingir a mesma precisão das médias dos tratamentos estimadas
sob o modelo ANCOVA. Por exemplo, o valor de 1,5 em eficiência significa que o modelo
de análise de variância precisa de 50% mais réplicas para atingir a mesma precisão das
médias dos tratamentos estimadas sob o modelo de análise de covariância.
modelo ajustado. De acordo com o ajuste pelo método dos mı́nimos quadrados para o
modelo (3.1) com base nos estimadores (3.4) e (3.5), os valores preditos pelo modelo são
ybij = µ
b+α
bi + βx b ij − x̄i. ).
b ij = ȳi. + β(x (3.8)
em que sy.x = SQEy.x /(N −k−1). Pode–se, também, testar formalmente a homogeneidade
das variâncias com testes, como por exemplo, o teste de Levene (LEVENE, 1960). A idéia
geral do teste de Levene é testar se as variâncias das observações são homogêneas através
de uma ANOVA para comparar as médias de zij = |yij − mediana(yij )|. Esta variável
transformada é tal que E(zij ) ≈ V ar(yij ).
A suposição de normalidade pode ser verificada com o teste de Shapiro-Wilk (SHA-
PIRO; WILK, 1965) e a avaliação do gráfico de probabilidade normal. Nos casos que
evidenciam não normalidade ou variância heterogênea entre os erros do modelo, o procedi-
mento de transformação de Box-Cox (BOX; COX, 1964) pode ser aplicado para encontrar
uma escala em que estas suposições sejam aproximadamente atendidas.
em que SQE(R) e SQE(C) são as somas de quadrados residuais dos modelos reduzido e
completo e gl(R) e gl(C) são, analogamente, os graus de liberdade das respectivas somas
de quadrados destes modelos. Sob a hipótese nula, a estatı́stica (3.11) tem distribuição
F de Snedecor com graus de liberdade gl(R) − gl(C) e gl(C), respectivamente.
A hipótese de paralelismo das retas de regressão pode, então, ser verificada da seguinte
maneira. Tomando–se o modelo (3.1) como modelo reduzido, a soma de quadrados re-
sidual deste modelo dada por SQEy.x em (3.7) tem N − k − 1 graus de liberdade. O
modelo completo é formado pelos mesmos parâmetros e condições do modelo reduzido,
porém com a adição de termos para permitir diferentes coeficientes angulares nas retas
de regressão entre os tratamentos, ou seja
(
1, se i = 2,
I2ij =
0, caso contrário,
..
. (
1, se i = k,
Ikij =
0, caso contrário.
H01 : γ2 = ... = γk = 0
H11 : pelo menos um γi , i = 2, ..., k, é diferente de zero.
y = Wγ + , (3.13)
28 Capı́tulo 3. Metodologia
γ
b = (b
µ, α
b2 , ..., µ
bk , β,
bγ bk )> = (W> W)−1 W> y
b2 , ..., γ
H02 : α2 = ... = αk = 0
H12 : pelo menos um αi (i = 2, ..., k) é diferente de zero.
em que ȳ.. = (1/N ) ki=1 nj=1 yij , x̄.. = (1/N ) ki=1 nj=1
P P i P P i
xij e os correspondentes graus
de liberdade são iguais a N − 2.
Portanto, a estatı́stica F para testar a hipótese H02 é
(SQE − SQEy.x )/(k − 1)
F = , (3.17)
SQEy.x /(N − k − 1)
que, quando H02 é verdadeira, tem distribuição F de Snedecor com (N −2)−(N −k −1) =
k − 1 no numerador e N − k − 1 no denominador. Seja Fk−1,N −k−1 (α) o quantil 100(1 − α)
desta distribuição. Portanto, o teste para H02 rejeita esta hipótese em favor de H12 , ao
nı́vel de significância de α, se o valor observado da estatı́stica F em (3.17) for superior a
Fk−1,N −k−1 (α).
H03 : β = 0
H13 : β 6= 0
e o teste correspondente pode também ser realizado pelo princı́pio da soma de quadra-
dos extra. Para testar estas hipóteses, impõe–se a restrição sobre β em H03 no modelo
completo (3.1), obtendo–se o modelo reduzido
com N − k graus de liberdade. Logo, por (3.7), a diferença entre as somas de quadrados
residuais dos modelos reduzidos e completo é
e2xy
SQE − SQEy.x = ,
exx
e2xy /exx
F = (3.19)
SQEy.x /(N − k − 1)
e deve–se rejeitar H03 : β = 0 em favor de H13 : β 6= 0 se F for superior a F1,N −k−1 (α).
µi = E(yij ) = µ + αi + β x̄.. .
µ
bi = µ bi + βbx̄.. = ȳi. − β(x̄
b+α b i. − x̄.. ), i = 1, ..., k.
(x̄i. − x̄.. )2
2 1
bi ∼ N µi , σ
µ +
ni exx
3.4. Intervalos de confiança para médias ajustadas 31
e
(x̄i. − x̄i0 . )2
2 1 1
bi − µ
µ bi0 ∼ N µi − µi0 , σ + + .
ni ni0 exx
em que tν,α/2 representa o (1−α/2) quantil da distribuição t de Student com N −k−1 graus
de liberdade e sy.x = SQEy.x/(N − k − 1). Similarmente, um intervalo de 100(1 − α)%
de confiança para µi − µi0 é dado por
s
1 1 (x̄i. − x̄i0 . )2
bi − µ
µ bi0 ± tν,α/2 sy.x + + (3.20)
ni ni0 exx
Neter et al. (1996, p. 1024-1025) sugerem que quando uma famı́lia de intervalos deva ser
construı́da, então métodos para inferência simultânea, tais como Scheffé e Bonferroni,
sejam aplicados, mas que o método de Tukey não é apropriado neste contexto de análise
de covariância.
33
4.1.1 Tentativa A6
As análises a seguir consideram o escore pós-teste na tentativa A6 como variável depen-
dente e o escore pré-teste na tentativa A6 como covariável. Inicialmente, procedeu–se o
teste de paralelismo das retas de regressão. De acordo com (3.18), este teste é obtido
pela comparação das somas de quadrados dos resı́duos do Modelo 3 (reduzido) e Modelo
34 Capı́tulo 4. Análise dos resultados
4 (completo). Análises dos resı́duos destes modelos foram realizadas para verificar as
suposições dos mesmos, não se detectando nenhuma evidência de violação. A Tabela 1
apresenta os graus de liberdade (GLE) e soma de quadrados residuais (SQE) para estes
dois modelos, a diferença dos graus de liberdade (GL) e a diferenca das somas de qua-
drados residuais entre o modelo reduzido e o modelo completo (SQ), a estatı́stica F e o
correspondente p-valor para o teste. Portanto, não há evidências estatı́sticas para rejei-
tar a hipótese de paralelismo das retas de regressão dos tratamentos (F = 0,16 com 3
e 33 graus de liberdade, P = 0,92), indicando que os efeitos dos tratamentos ajustados
pela covariável e o efeito da covariável ajustado pelos tratamentos podem ser estudados
separadamente um do outro.
Os ajustes pelo método dos mı́nimos quadrados pelos Modelos 1, 2 e 3 permitem testar
as hipóteses sobre os efeitos ajustados dos tratamentos e do efeito ajustado da covariável.
Ao ajuste de modelo de retas paralelas da regressão dos tratamentos (Modelo 3) foram
verificadas as correspondentes suposições de normalidade dos erros aleatórios pelo teste
Shapiro–Wilk (estatı́stica W = 0,98, P = 0,75) e variâncias constantes pelo teste de Levene
(F = 0,64, com 3 e 37 graus de liberdade, e P = 0,59), não se observando evidências
de violação dessas suposições. Os gráficos dos resı́duos padronizados do Modelo 3 na
Figura 8 no Apêndice A corroboram os resultados obtidos nesses testes. Estes gráficos
não indicam instabilidade da variância dos resı́duos versus os valores preditos e versus
os tratamentos. Também, o gráfico dos resı́duos padronizados versus a covariável não
sugere alguma possibilidade de efeito não linear dessa covariável nos escores pós-teste.
Por último, o gráfico de probabilidade Normal sugere que a suposição de normalidade dos
erros aleatórios no Modelo 3 parece razoável, uma vez que todos os resı́duos se encontram
dentro do envelope para a reta esperada.
As estimativas e erros padrão dos parâmetros do Modelo 3 são dados na Tabela 2. A
soma de quadrados residual para este modelo, dada na Tabela 1, é SQEy.x = 209,40 com
N − k − 1 = 41 − 4 − 1 = 36 graus de liberdade, levando a estimativa da variância do
erro experimental σ b2 = s2y.x = 209,40/36 = 5,82. As somas de quadrados residuais dos
Modelos 1 e 2 são 248,58 e 319,01 com 39 e 37 graus e liberdade, respectivamente. Assim,
as estimativas de σ 2 por estes modelos são 248,58/39 = 6,37 e 319,01/37 = 8,62.
A Figura 2 exibe um diagrama de dispersão para os escores pós teste versus os escores
pré-teste para cada tratamento com as respectivas retas ajustadas pelo Modelo 3. De
acordo com a Tabela 3, que contém as somas de quadrados diferenciais (Tipo III) para
4.1. Evocação espontânea 35
Controle
TC
HS
TC+HS
Resposta pós tratamento
15
10
5
2 4 6 8 10 12 14
testar o efeito entre o modelo reduzido e completo, a estatı́stica para testar a significância
dos efeitos dos tratamentos ajustados pela covariável é F = 2,25 com 3 e 36 graus de
liberdade (P = 0,099). Assim, há evidências estatı́sticas moderadas de diferenças entre
as médias dos tratamentos ao nı́vel de significância de 10%, mas não ao nı́vel de 5%.
Esta evidência sobre os efeitos dos tratamentos controlando–se pela covariável pode,
de certa forma, ser melhor entendida com base nas médias ajustadas dadas na Tabela 4.
O Tratamento que combina higiene do sono com treino cognitivo apresenta, em média,
duas palavras a mais do que a média dos outros três tratamentos. Usando (3.20), in-
tervalos de confiança de aproximadamente 90% de confiança para a diferença de médias
dos tratamentos TC, HS e TC+HS para a média ajustada do tratamento controle são
respectivamente (-1,56; 2,10), (-1,48; 3,51) e (0,67; 4,40). Portanto, indivı́duos submeti-
36 Capı́tulo 4. Análise dos resultados
Já o teste para verificar o efeito da covariável ajustado pelos tratamentos, linha da
fonte de variação A6 (pré) na Tabela 3, é fortemente significativo (F = 18,84 com 1
e 36 graus de liberdade, P = 0,0001). Assim, os escores de evocação espontânea pós
tratamentos estão positivamente correlacionados com os escores de evocação espontânea
pré tratamentos (βb = 0,56, erro padrão = 0,13).
A eficiência da inclusão da covariável é dada por E = 8,62/5,82 = 1,48, sugerindo que
seriam necessárias 48% mais réplicas para que um modelo de análise de variância sem a
covariável atingisse a mesma precisão dos efeitos dos tratamentos sob o modelo de análise
de covariância que usa os escores pré-teste como covariável.
4.1.2 Tentativa A7
Agora, procedem-se as análises para o escore pós-teste na tentativa A7 como variável
dependente e o escore pré-teste na tentativa A7 como covariável. De maneira análoga
as análises na Seção 4.1.1, procedeu–se inicialmente as análises dos resı́duos do Modelo
4, não se observando nenhuma evidência de violação das suposições desse modelo. O
4.1. Evocação espontânea 37
teste de paralelismo das retas de regressão foi também obtido comparando–se as somas de
quadrados dos resı́duos do Modelo 3 (reduzido) e Modelo 4 (completo). De acordo com a
Tabela 5, não há razões para rejeitar a hipótese de paralelismo das retas de regressão dos
tratamentos (F = 0,48 com 3 e 33 graus de liberdade, P = 0,70).
Para os resı́duos do modelo ajustado com retas de regressão paralelas entre os trata-
mentos (Modelo 3), o teste de Shapiro-Wilk apresenta o valor da estatı́stica de teste W
= 0,98 e valor P = 0,85. O teste de Levene para homogeidade das variâncias entre os
tratamentos tem F = 0,17, com 3 e 37 graus de liberdade, e P = 0,92. Portanto, não há
evidencias contra as suposições de normalidade e variância constante dos erros aleatórios
sob o Modelo 3. Estas conclusões podem ser visualizadas com os gráficos na Figura 9
no Apêndice A. Percebe–se também desta figura que não é evidente se há um efeito não
linear da covariável na resposta.
As estimativas e erros padrão dos parâmetros do Modelo 3 são dados na Tabela 6. A
20
Controle
TC
HS
TC+HS
Resposta pós tratamento
15
10
5
2 4 6 8 10 12 14
e erros padrões da Tabela 8. Neste sentido, o efeito dos tratamentos combinados foi mais
forte na tentativa A6, do que na A7.
O teste para verificar se há efeito linear da escore A7 pré-teste no correspondente
escore pós-teste, ajustado pelos tratamentos é, a exemplo do resultado desse teste na
análise do escore A6, fortemente significativo (F = 36,44 com 1 e 36 graus de liberdade,
P < 0,0001). Este teste sugere que o modelo de análise de covariância é mais apropriado
para comparar os efeitos dos tratamentos do que o modelo de análise de variância que
ignora os escores pré-teste, uma vez que os escores de evocação espontânea pós-teste na
tentativa A7 estão positivamente correlacionados com os correspondentes valores pré-teste
(β̂ = 0,76, erro padrão = 0,13).
que seriam necessárias 96% mais réplicas para que um modelo de análise de variância
sem a covariável atingisse a mesma precisão dos efeitos dos tratamentos sob o modelo de
análise de covariância que usa os escores pré-teste como covariável.
Uma vez que o modelo de retas paralelas entre os tratamentos fornece uma repre-
sentação adequada dos dados, realiza–se a análise dos resı́duos do Modelo 3. As es-
tatı́sticas do teste de normalidade de Shapiro-Wilk e do teste de Levene para homegenei-
dade das variâncias entre os tratamentos são respectivamente W = 0,96 (P = 0,18) e F =
0,58 (com 3 e 37 graus de liberdade, P = 0,63), não se observando evidências estatı́sticas
de violação dessas suposições. Os gráficos na Figura 10 no Apêndice A suportam estas
conclusões e não evidenciam um efeito não linear da covariável na resposta.
O ajuste do Modelo 3 para o escore total pós-teste pode ser sumarizado pelas estima-
tivas e erros padrão dos parâmetros do Modelo 3 que são dados na Tabela 10. Também,
40 Capı́tulo 4. Análise dos resultados
a soma de quadrados residual para este modelo, é SQEy.x = 1432,0 com 36 graus de li-
berdade, levando a estimativa da variância do erro experimental σ b2 = s2y.x = 1432,0/36 =
39,78. Estas somas de quadrados residuais para os Modelos 1 e 2 são 1580,8 e 3838, 6 com
39 e 37 graus e liberdade, e as estimativas de σ 2 para estes modelos são 1580,8/39 = 40,53
e 3838,6/37 = 103,74.
A relação entre os escores totais pós-teste versus os escores totais pré-teste para cada
tratamento pode ser visualizada na Figura 4. De acordo com a Tabela 11, não há efeitos
Controle
70
TC
HS
TC+HS
Resposta pós tratamento
60
50
40
30
20
25 30 35 40 45 50 55
Figura 4 – Dispersão dos escores totais pós-teste e pré-teste para os quatro tratamentos.
Retas de regressão são estimadas sob paralelismo
à aplicação dos tratamentos. Pelas análise das médias ajustadas na Tabela 12, nota–se
uma pequena desvantagem no número de médio ajustado de palavras dos tratamentos TC,
HS e TC+HS em relação ao Controle, e erros padrões dessas médias quase iguais entre
si e próximos de duas unidades. Este comportamento dos grupos tratados em relação
ao grupo controle precisa ser melhor entendido, seja com experimentações adicionais ou
buscando–se uma melhor interpretação para este resultado.
A Tabela 11 ainda revela que o teste para verificar o efeito da covariável ajustado
pelos tratamentos é fortemente significativo (F = 60, 50 com 1 e 36 graus de liberdade,
P < 0,0001), indicando a correlação positiva entre os escores totais pré e pós-teste (βb =
0,94, erro padrão = 0,12).
definidos no ı́nicio deste capı́tulo foram ajustados. A análise dos resı́duos para o Modelo 4
sugeriu evidências de violações das suposições normalidade e/ou variância constante. Por
isso, aplicou–se o procedimento de Box-Cox para encontrar uma transformação para a
variável dependente em que tais suposições fossem adequadas. A transformação sugerida
foi a logarı́tmica, a qual foi aplicada não só no ı́ndice de esquecimento pós-teste, mas
também no ı́ndice pré-teste.
A estatı́stica para testar a hipótese de paralelismo das retas de regressão dos tratamen-
tos, usando os dados transformados, é dada na Tabela 13. Portanto, não há evidências
estatı́sticas para rejeitar a hipótese de paralelismo das retas de regressão ao dos trata-
mentos ao nı́vel de 5% (F = 2,48 com 3 e 33 graus de liberdade, P = 0,08).
b2 = s2y.x =
de liberdade, produzindo uma estimativa da variância do erro experimental σ
4.3. Velocidade de esquecimento 43
1,59/36 = 0, 04. As somas de quadrados residuais dos Modelos 1 e 2 são 1,70 e 1,62 com
39 e 37 graus e liberdade, respectivamente. Assim, as estimativas de σ 2 por estes modelos
são 1,70/39 = 0,04 e 1,62/37 = 0,04.
A Figura 5 exibe o diagrama de dispersão para os ı́ndices de esquecimento pós teste
versus os valores pré-teste para cada tratamento com as respectivas retas ajustadas pelo
Modelo 3. O teste para a hipótese de que não há efeito dos tratamentos ajustado pela
1.0
Controle
TC
HS
TC+HS
0.5
Resposta pós tratamento
0.0
−0.5
−1.0
−2 −1 0 1 2
covariável é dado na Tabela 15. Assim, não há evidências estatı́sticas de diferenças entre
as médias dos tratamentos ao nı́vel de significância de 5% (F = 0,86 com 3 e 36 graus de
liberdade, P = 0,47). As médias ajustadas estimadas são dadas na Tabela 16. Nota–se
um menor número médio do ı́ndice de esquecimento transformado nos tratamentos TC
e TC+HS em relação ao controle e ao HS (mas, erros padrões aproxidamente iguais).
É importante notar que esta escala é logarı́tmica, isto implica que os valores negativos
são aqueles onde se observou valor do ı́ndice menor que 1 na razão A7/A6 dos valores
originais, ou seja, indicando maior esquecimento em algum nı́vel. No presente caso, essas
diferenças não foram significativas.
O teste para verificar o efeito da covariável ajustado pelos tratamentos também não
foi significativo (F = 0,73 com 1 e 36 graus de liberdade, P = 0,40). Assim, os valores do
ı́ndice de esquecimento pré-teste não tem correlação linear significativa com os valores do
ı́ndice pós-teste (βb = -0,07, erro padrão = 0,09).
44 Capı́tulo 4. Análise dos resultados
resı́duos deste modelo tem soma de quadrados SQEy.x = 1,46 com 36 graus de liberdade.
A correspondente estimativa da variância do erro experimental σ b2 = s2y.x = 1,46/36 =
0,04. Os Modelos 1 e 2 produzem soma de quadrados residuais iguais a 1,66 e 1,70 com
39 e 37 graus e liberdade, respectivamente. Assim, as estimativas de σ 2 por estes modelos
são 1,66/39 = 0,04 e 1,70/37 = 0,04.
O diagrama de dispersão para os ı́ndices de interferência proativa (transformados) pós
e pré-teste e as respectivas retas ajustadas de cada tratamento pelo Modelo 3 são dados
na Figura 6. De acordo com os testes na Tabela 19, não há evidências estatı́sticas de
diferenças entre as médias dos tratamentos ao (F = 1,68 com 3 e 36 graus de liberdade,
P = 0,19). A Tabela 20 mostra as diferenças nas médias das variáveis transformadas
46 Capı́tulo 4. Análise dos resultados
3.0
Controle
TC
HS
2.5 TC+HS
Resposta pós tratamento
2.0
1.5
1.0
0.5
0.0
(elevando-se as variáveis originais a −1/2), indicando que na escala original maiores valores
para interferência proativa foram em média sob o tratamentos TC, depois HS, seguido
por TC+HS, em relação ao tratamento controle. Contudo, pelo teste discutido acima tais
diferenças entre as médias ajustadas não foram estatisticamente significativas.
O teste sobre o efeito da covariável ajustado pelos tratamentos, segunda linha da
Tabela 19, é significativo (F = 5,87 com 1 e 36 graus de liberdade, P = 0,02). Assim,
detecta–se que há um efeito linear positivo do ı́ndice de interferência proativa pré-teste
no correspondente ı́ndice pós-teste (βb = 0,38, erro padrão = 0,16), justificando o uso
da análise de covariância em relação a um modelo com efeito apenas dos tratamentos
(Modelo 2).
Controle
TC
HS
TC+HS
1.5
Resposta pós tratamento
1.0
0.5
0.0
−0.5
são significativas ao nı́vel de 10%. A Tabela 24 mostra as diferenças nas médias das
variáveis transformadas (elevando-se as variáveis originais à terceira potência).Usando
(3.20), intervalos de 90% de confiança para as diferenças dos grupos TC, HS e TC + HS e
o grupo controle são respectivamente (-0,38; 0,13), (-0,43; 0,16) e (-0,09; 0,39), tornando
necessária investigações adicionais com maior número de indivı́duos, por exemplo, para
se ter maior precisão na comparação destes tratamentos.
O teste para a hipótese de que não há efeito da covariável ajustado pelos tratamentos
também não é significativo (F = 0,10 com 1 e 36 graus de liberdade, P = 0,76). Assim, o
ı́ndice de interferência retroativa pré-teste não prediz significativamente o ı́ndice pós-teste
e, assim, a diferença entre os tratamentos poderia ser verificada pelo modelo de análise
de variância com o fator de tratamentos.
5 Conclusão
Neste trabalho, dados dos números de palavras recordadas nas etapas A1, A2, A3,
A4, A5, A6, A7 e B1 de um teste RAVLT foram analisados por modelos de análise
de covariância. Os dados foram obtidos por estudo desenvolvido por Moreira (2015)
usando um experimento completamente aleatorizado, em que as unidades experimentais
eram um grupo de 41 idosos com idades variando de 60 a 86 anos. O objetivo principal
do experimento foi avaliar o efeito de quatro tratamentos (Controle, Treino Cognitivo,
Higiene do Sono e Treino Cognitivo + Higiene do Sono) em variáveis dependentes cujos
valores representam os escores simples A6 e A7 alcançados pelos idosos após a aplicação
dos tratamentos e também ı́ndices de aprendizado de palavras, oriundos de combinações
de escores das listas A e B. Estes ı́ndices foram definidos como o escore total A1 + A2 +
A3 + A4 + A5, a velocidade de esquecimento A7/A6, a interferência proativa B1/A1 e a
interferência retroativa A6/A5.
As análises dos resultados foram realizadas a partir de modelos de análise de co-
variância. Em cada um destes modelos, tomou-se como covariável a correspondente me-
dida da caracterı́stica de interesse observada nos indivı́duos antes da intervenção pela
aplicação do tratamento. Os modelos de retas paralelas foram suportados pelos dados em
todas as análises consideradas. Estas análises sugerem um efeito de significância moderada
do tratamento que combina treino cognitivo com higiene do sono no aumento do número
médio de palavras recordadas na tentativa A6 (ajustados pela covariável) em relação ao
controle. Também existem evidências moderadas de efeitos dos tratamentos sobre a in-
terferência retroativa embora tais efeitos, de acordo com os números de réplicas usados
no experimento, pareçam ser explicados por diferenças entre o tratamento combinado e
seus componentes quando administrados separadamente. Para as outras caracterı́sticas,
ou seja evocação espontânea na tentativa A7, memória de curto prazo, velocidade de
esquecimento e interferência proativa, não se observou diferenças significativas entre os
quatro tratamentos.
A adoção da análise de covariância se mostrou mais eficiente do que uma análise
de variância para estimar e avaliar os efeitos dos tratamentos em quase todas as carac-
terı́sticas analisadas. As únicas exceções foram nas análises dos ı́ndices de velocidade de
esquecimento e de interferência retroativa. As eficiências estimadas para as evocações es-
pontâneas nas tentativas A6 e A7, para a memória de curto prazo e ı́ndice de interferência
proativa foram respectivamente 148%, 196%, 261% e 113%.
Uma sugestão para um possı́vel experimento que tenha o mesmo objetivo com unidades
experimentais semelhantes às que foram consideradas no neste trabalho seria aumentar o
número de réplicas por tratamento visando detectar diferenças da ordem de uma ou duas
52 Capı́tulo 5. Conclusão
• Visualização gráfica dos modelos multivariados e testes com medidas repetidas pela
metodologia HE Plots (FOX; FRIENDLY; WEISBERG, 2013; FRIENDLY, 2010;
FRIENDLY, 2007; FRIENDLY, 2006).
53
Referências
COX, D. R. Planning of experiments. New York: John Wiley & Sons, 1958.
FOX, J.; FRIENDLY, M.; WEISBERG, S. Hypothesis tests for multivariate linear
models using the car package. R Journal, The, v. 5, n. 1, p. 39–52, 2013.
FRIENDLY, M. Data ellipses, he plots and reduced-rank displays for multivariate linear
models: Sas software and examples. Journal of Statistical Software, v. 17, n. 6, p. 1–43,
2006.
LEVENE, H. Robust tests for equality of variances. In: Contributions to probability and
statistics. [S.l.]: Stanford Univ. Press, Stanford, California, 1960. p. 278–292.
Resíduos padronizados
2
2
● ● ● ●
● ● ● ●
● ● ●
1
1
● ● ● ● ●
● ●
●
● ● ● ● ●
●● ● ●● ● ●
● ● ●
● ● ● ●
0
0
● ● ● ● ● ● ●
● ● ● ● ● ●
● ● ●
● ●
−2 −1
−2 −1
● ● ● ● ●
●
● ●
● ● ● ●
● ●
8 10 12 14 16 Controle TC HS HS+TC
● ● ●
●
Quantis amostrais
● ● ●
●
● ● ●●
1
● ● ● ● ●●●
●●
● ● ●●
● ● ● ● ● ●●●
●●●
● ● ● ●
0
●●
● ●
● ● ●●
●●●●
● ● ● ● ●●●●
● ●
−2 −1
−2 −1
● ● ● ● ● ●●
● ●
●
● ●
●
● ●
2 4 6 8 10 12 14 −2 −1 0 1 2
● ●
Resíduos padronizados
Resíduos padronizados
2
2
● ●
● ●
● ● ● ●
● ● ● ● ● ●
1
●
● 1 ●
●
● ● ● ● ● ●
●
● ●
●
● ● ● ● ●
● ●
● ● ● ● ● ●
0
● ● ●
●
● ●
●● ● ● ● ● ●
●
●
● ● ●
● ● ● ●
−1
−1
● ●
● ● ● ●
● ● ● ●
● ● ● ● ● ●
−2
−2
6 8 10 12 14 Controle TC HS HS+TC
● ●
Resíduos padronizados
● ●
Quantis amostrais
● ●
● ● ●●
● ● ●● ●
1
● ●
● ● ●●
● ● ● ●●●
● ● ● ●●●
● ● ● ●●●
● ● ●●●
0
● ● ●
● ● ●
●
● ● ● ● ● ●●●●
●
● ● ●●
−1
−1
● ●
● ● ●●
● ● ●●
● ● ● ● ● ●
−2
−2
2 4 6 8 10 12 14 −2 −1 0 1 2
● ●
Resíduos padronizados
Resíduos padronizados
2
● ●
● ● ● ●
●● ● ●
● ● ● ●
1
1
● ●
● ●● ● ● ● ●
●
● ● ● ● ● ● ● ● ●
● ● ● ●
0
0
● ● ● ●
● ● ● ● ● ● ●
● ● ● ●
● ●
● ● ● ●
−1
−1
● ● ● ● ● ● ●
● ● ●
● ● ● ●
● ● ● ●
35 40 45 50 55 60 Controle TC HS HS+TC
● ●
Resíduos padronizados
● ●
● ●
●
●●
Quantis amostrais
● ● ●
● ● ●●
1
● ●
● ● ● ● ●●●
● ● ●● ● ●●
●●●●
● ● ●●
0
● ● ●●
● ● ●● ●●●●
● ● ●●
● ●
● ●● ●●●
−1
−1
● ● ● ● ● ●● ●●●
●● ● ●
● ● ● ●
25 30 35 40 45 50 55 −2 −1 0 1 2
Resíduos padronizados
● ● ● ●
2
2
● ●
1
● ● ● ● ●
1 ● ● ●
●
●● ●● ● ● ● ● ● ● ●
●● ● ● ●
● ● ●● ● ● ● ● ●
0
0
● ●
● ● ●● ●
● ● ●
● ●
● ●
● ● ● ●
● ●
● ● ● ●
● ● ● ●
● ●
−2
−2
● ●
● ● ●
●
Quantis amostrais
2
● ●
1
● ● ●● ● ●● ●
● ●● ●
●● ●●●●
●
●● ● ●●●●●●
●●●●
● ●● ● ●●●●●
0
● ●
● ● ● ● ●●●
●●
● ● ●● ●●●●
● ●
● ● ●●
● ● ● ●
● ●
−2
−2
● ●
● ●
2
2
Resíduos padronizados
Resíduos padronizados
● ●
●● ● ● ●
● ● ●
1
1
● ●
● ●● ●
● ● ●
●
●
● ●
● ● ● ● ● ●
● ●● ● ● ●
0
0
● ● ● ● ● ●
●
●
● ● ● ● ● ●
● ● ●
−1
●●
●●
● ●
−1 ● ●
●
●
●
● ● ● ●
−2
−2
● ●
● ●
2
2
Resíduos padronizados
● ●
●●
Quantis amostrais
●
● ●●
● ● ●●
1
● ● ●
●
●
● ● ●●●
●●
● ● ●
●
● ● ● ● ● ●●●●●
● ●
0
● ● ● ● ●●●●
●●
● ● ●
●
●
● ● ●●●
−1
−1
● ● ●●
●● ●
● ●
● ●●
● ● ●
●
−2
−2
● ●
2
Resíduos padronizados
Resíduos padronizados
● ● ●
●
● ●
●● ● ●
●
●
1
1
●● ●
●
●● ● ●
●
●●●● ● ● ●
● ●
●● ●
●
●
●
●
●
● ●● ● ●
0
● ●
● ● ● ● ●
● ●
●
● ● ● ●
● ● ● ●
−1
−1
● ● ● ●
● ● ● ●
●● ● ● ● ●
−2
−2
● ●
2
Resíduos padronizados
● ● ● ●
● ●
Quantis amostrais
● ● ● ●●
●
1
● ●
●
● ● ● ●●●
●
● ● ●● ● ● ●●
●●●
● ●●
● ●●
●
● ● ●●
0
● ● ●●
● ● ● ●●●
● ●●●
●● ●●
● ● ●●
−1
−1
● ● ●●
● ● ●
●
● ● ● ● ● ●
−2
−2
● ●
library(car)
library(effects)
library(plotrix)
library(xtable)
library(MASS)
dd <- data.frame(trat=d$trat, x, y)
# Efici^
encia:
anova(fit2)$"Mean Sq"[2]
anova(fit3)$"Mean Sq"[3]
(E <- anova(fit2)$"Mean Sq"[2]/anova(fit3)$"Mean Sq"[3])
op <- par(mfrow=c(2,2))
par(op)
# Gráfico de dispers~
ao:
ab_a6 = fit3
c <- coef(ab_a6)
abline(c[1],c[2], lty=1,lwd=2)
abline(c[1]+c[3],c[2], lty=2,lwd=2)
abline(c[1]+c[4],c[2], lty=3,lwd=2)
abline(c[1]+c[5],c[2], lty=4,lwd=2)