UFOB – Universidade Federal do Oeste da Bahia

Disciplina: Estatística e Delineamento Experimental (AMB0010)

Aluna: Nathalia Naiany Ribeiro de Souza

Relatório II - Aula prática 19/10/2023

ANOVA DE 1 VIA:

1) Esse banco de dados contém informações de 31 indivíduos tratados com placebo,

um anti-hipertensivo já em uso no mercado OU um anti-hipertensivo novo. Verifique se
há efeito do tratamento sobre a pressão sistólica e os batimentos cardíacos desses
indivíduos. Descreva os resultados de forma apropriada.

Resultado:

Univariate Tests of Significance for Pressão (Aula 4. BANCO DE DADOS_ANOVA de uma

via.sta) Sigma-restricted parameterization Effective hypothesis decomposition
SS Degr. of MS F p
Intercept 891206,2 1 891206,2 2709,940 0,000000
Grupo 3631,0 2 1815,5 5,521 0,009526
Error 9208,2 28 328,9

Newman-Keuls test; variable Pressão (Aula 4. BANCO DE DADOS_ANOVA de uma via.sta)

Approximate Probabilities for Post Hoc Tests Error: Between MS = 328,87, df = 28,000
Grupo {1} {2} {3}
1 Placebo 0,050656 0,010778
2 AH Novo 0,050656 0,281631
3 AH Padrão 0,010778 0,281631
 205

200

195

190

185

180
PRESSÃO

175

170

165

160

155

150

145

140
Placebo AH Novo AH Padrão

Figura 1. Diferença de pressão arterial dos pacientes com os diferentes tipos de tratamento.

A análise realizada para avaliar o efeito do tratamento sobre a pressão arterial e batimentos
cardíacos revelou uma redução significativa na pressão dos pacientes tratados com AH
padrão quando comparados aos pacientes tratados com placebo (F(4, 54) = 5,52; p = 0,01). Não
houve diferença estatisticamente significante na pressão arterial de pacientes tratados com
AH novo quando comparados com os pacientes tratados com o placebo (F (4, 54) = 5,51; p =
0,05).

2) Verifique se há efeito do tratamento sobre a glicemia e os níveis de triglicerídeos

desses indivíduos. Descreva os resultados de forma apropriada.

Multivariate Tests of Significance (Aula 4. BANCO DE DADOS_ANOVA de uma via.sta)

Sigma-restricted parameterization Effective hypothesis decomposition
Test Value F Effect Error p
Intercept Wilks 0,007396 1811,866 2 27 0,000000
Grupo Wilks 0,816415 1,441 4 54 0,233119

Newman-Keuls test; variable Triglicerídeos (Aula 4. BANCO DE DADOS_ANOVA de uma

via.sta) Approximate Probabilities for Post Hoc Tests Error: Between MS = 916,82, df = 28,000
Grupo {1} {2} {3}
1 Placebo 0,744789 0,239538
2 AH Novo 0,744789 0,292247
3 AH Padrão 0,239538 0,292247

130

120

110
TRIGLICERÍDEOS

100

90

80

70

60

50
Placebo AH Novo AH Padrão
GRUPO

Figura 1. Diferença da quantificação de triglicerídeos dos pacientes com diferentes tipos de

tratamento.

130

125

120
GLICEMIA

115

110

105

100
Placebo AH Novo AH Padrão
GRUPO

Figura 2. Diferença da quantificação de glicemia dos pacientes com diferentes tipos de

tratamento.
A análise realizada para avaliar o efeito do tratamento sobre o triglicerídeos (Figura 1) e a
glicemia (Figura 2) revelou que não há uma redução significativa nos pacientes tratados com
AH padrão quando comparados aos pacientes tratados com placebo (F(4, 54) = 1,44; p = 0,23).
O mesmo modo, não houve diferença estatisticamente significante entre pacientes tratados
com AH novo quando comparados com os pacientes tratados com o placebo (F(4, 54) =1,44; p
= 0,74).
ANOVA DE DUAS VIAS

1) O banco de dados contém informações de 48 indivíduos (24 do GÊNERO

feminino e 24 do gênero masculino) divididos em três grupos: um grupo que não
consumiu álcool, um grupo que consumiu duas canecas e um grupo que consumiu
quatro canecas. Os indivíduos foram então submetidos a um teste de memória.
Verifique se há efeito do gênero e do consumo de álcool sobre a memória. Descreva os
resultados de forma apropriada.

Resultado:

Univariate Tests of Significance for Mémória (Aula 4. BANCO DE DADOS_ANOVA de duas

vias.sta) Sigma-restricted parameterization Effective hypothesis decomposition
SS Degr. of MS F p
Intercept 163333,3 1 163333,3 1967,025 0,000000
Gênero 168,7 1 168,7 2,032 0,161382
Álcool 3332,3 2 1666,1 20,065 0,000001
Gênero*Álcool 1978,1 2 989,1 11,911 0,000080
Error 3487,5 42 83,0

Newman-Keuls test; variable Mémória (Aula 4. BANCO DE DADOS_ANOVA de duas vias.sta)

Approximate Probabilities for Post Hoc Tests Error: Between MS = 83,036, df = 42,000
Gênero Álcool {1} {2} {3} {4} {5} {6}
1 Feminino Nenhum 0,682914 0,496700 0,523758 0,364753 0,000123
2 Feminino 2 Canecas 0,682914 0,521052 0,605812 0,342566 0,000173
3 Feminino 4 Canecas 0,496700 0,521052 0,257534 0,183917 0,000136
4 Masculino Nenhum 0,523758 0,605812 0,257534 1,000000 0,000142
5 Masculino 2 Canecas 0,364753 0,342566 0,183917 1,000000 0,000132
6 Masculino 4 Canecas 0,000123 0,000173 0,000136 0,000142 0,000132

A análise de variância de duas vias (two-way ANOVA) revelou que não há efeito do
gênero sobre a memória (F(1, 42) = 2,03; p = 0,16), porém, há efeito do álcool (F(2, 42) = 20,06; p
< 0,01) e da interação entre gênero e álcool (F(2,42) = 11,91; p < 0,01) (Figura 1).
 80 Gênero Feminino
Gênero Masculino
75
70
65
60
55
MEMÓRIA

50
45
***
40
35
30
25
20
Nenhum 2 Canecas 4 Canecas
ÁLCOOL

Figura 1. Teste de memória após consumo de álcool (Nenhum: n = 10; 2 canecas: n = 10; 4
canecas: n = 10). *** Difere do grupo feminino que ingeriu 4 canecas de álcool, p < 0.01
(ANOVA two-way seguida do post hoc de Newman-Keuls).

2) Verifique, também, se há efeito do gênero e do consumo de álcool sobre a latência

para responder às questões. Descreva os resultados de forma apropriada. (Dica: caso
os dados não tenham distribuição normal nem homogeneidade de variâncias, é
possível transformá-los, calculando o seu logaritmo, por exemplo).

Resultados:

Univariate Tests of Significance for Latência (Aula 4. BANCO DE DADOS_ANOVA

de duas vias.sta) Sigma-restricted parameterization Effective hypothesis decomposition
SS Degr. of MS F p
Intercept 331,8008 1 331,8008 534,3418 0,000000
Gênero 1,7633 1 1,7633 2,8397 0,099377
Álcool 15,8754 2 7,9377 12,7831 0,000046
Gênero*Álcool 0,7604 2 0,3802 0,6123 0,546871
Error 26,0800 42 0,6210
 Newman-Keuls test; variable Latência (Aula 4. BANCO DE DADOS_ANOVA de duas
vias.sta) Approximate Probabilities for Post Hoc Tests Error: Between MS = ,62095, df =
42,000
Gênero Álcool {1} {2} {3} {4} {5} {6}
Feminino
1 Nenhum 0,064587 0,006295 0,659331 0,659331 0,020187
Feminino
2 2 Canecas 0,064587 0,385548 0,040981 0,068317 0,469768
Feminino
3 4 Canecas 0,006295 0,385548 0,002562 0,013376 0,550018
Masculino
4 Nenhum 0,659331 0,040981 0,002562 0,650662 0,009723
Masculino
5 2 Canecas 0,659331 0,068317 0,013376 0,650662 0,033574
Masculino
6 4 Canecas 0,020187 0,469768 0,550018 0,009723 0,033574

3,2

3,0

2,8
LATÊNCIA

2,6

2,4

2,2

2,0
Feminino Masculino
GÊNERO
Figura 1. Teste do efeito do gênero sob a latência.
 4,0

3,5

3,0
LATÊNCIA

2,5

2,0

1,5

1,0
Nenhum 2 Canecas 4 Canecas
ÁLCOOL
Figura 2. Teste do efeito do consumo de álcool sob a latência.

4,5 Álcool Nenhum

Álcool 2 Canecas
Álcool 4 Canecas
4,0

3,5
LATÊNCIA

3,0

2,5

2,0

1,5

1,0
Feminino Masculino
GÊNERO
Figura 3. Teste do efeito do gênero e do consumo de álcool sob a latência.
 A análise de variância de duas vias (two-way ANOVA) revelou que não há efeito do
gênero sobre a latência (F(1, 42) = 2,83; p = 0,09) (Figura 1), porém, há efeito do álcool (F(2, 42) =
12,78; p < 0,01) como demonstrado na Figura 2. Também não houve diferença
estatisticamente significante para a interação entre gênero e álcool (F(2,42) = 0,61; p = 0,54)
(Figura 3).
ANOVA DE UM VIA COM MEDIDAS REPETIDAS

1) O banco de dados contém as notas de 30 alunos. Os mesmos trabalhos foram

avaliados por 4 professores diferentes. Verifique se o professor interfere na nota do
aluno, isso é, se há efeito do professor sobre a nota. Descreva os resultados de forma
apropriada.

Repeated Measures Analysis of Variance (Aula 4. BANCO DE DADOS_ANOVA 1 via com

medidas repetidas.sta) Sigma-restricted parameterization Effective hypothesis decomposition
SS Degr. of MS F p
Intercept 4324,801 1 4324,801 354,0130 0,000000
Error 354,279 29 12,217
PROFESSO 18,614 3 6,205 22,3374 0,000000
Error 24,166 87 0,278

Duncan test; variable DV_1 (Aula 4. BANCO DE DADOS_ANOVA 1 via com medidas
repetidas.sta) Approximate Probabilities for Post Hoc Tests Error: Within MS = ,27777, df =
87,000
PROFESSO {1} {2} {3} {4}
1 Professor 1 0,011164 0,012287 0,000048
2 Professor 2 0,011164 0,941673 0,000054
3 Professor 3 0,012287 0,941673 0,000114
4 Professor 4 0,000048 0,000054 0,000114

A análise estatística realizada demonstrou que há efeito do professor sobre a nota atribuída
na avaliação dos estudantes. Quando os professores 3 e 4 realizam a correção da avaliação
há uma redução significativa nas notas quando comparada a correção do professor 1 (F (3, 87)
PROFESSOR 3 = 22,33; p = 0,04; (F(3, 87) PROFESSOR 4 = 22,33; p < 0,01). (Figura 1).
 7,5

7,0

6,5

6,0
NOTAS

5,5

5,0

4,5

4,0
1 2 3 4
PROFESSOR
Figura 1. Diferença da nota dos alunos quando avaliados por diferentes professores.
ANOVA DE DUAS VIAS COM MEDIDAS REPETIDAS

1) O tipo de prova tem efeito sob a nota dos estudantes, caso ele faça a prova em
diferentes momentos?

Repeated Measures Analysis of Variance (Aula 4. BANCO DE DADOS_ANOVA 2 via com

medidas repetidas.sta) Sigma-restricted parameterization Effective hypothesis decomposition
SS Degr. of MS F p
Intercept 512824,9 1 512824,9 4739,467 0,000000
Tipo de Prova 1993,9 1 1993,9 18,428 0,000081
Error 5410,2 50 108,2
SEMANAS 38591,7 3 12863,9 122,670 0,000000
SEMANAS*Tipo de Prova 5765,4 3 1921,8 18,326 0,000000
Error 15729,9 150 104,9

Duncan test; variable DV_1 (Aula 4. BANCO DE DADOS_ANOVA 2 via com medidas
repetidas.sta) Approximate Probabilities for Post Hoc Tests Error: Between; Within; Pooled MS
= 105,70, df = 199,96
Tipo de SEMAN
{1} {2} {3} {4} {5} {6} {7} {8}
Prova AS
Semana 0,8709 0,0000 0,0000 0,2411 0,1511 0,0000 0,0000
1 Dissertativa
_1 23 04 04 15 86 04 04
Semana 0,8709 0,0000 0,0000 0,2005 0,1346 0,0000 0,0000
2 Dissertativa
_3 23 04 05 32 73 05 04
Semana 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,2146
3 Dissertativa
_5 04 04 09 04 03 90 36
Semana 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000
4 Dissertativa
_7 04 05 09 04 04 03 62
Múltipla Semana 0,2411 0,2005 0,0000 0,0000 0,7451 0,0002 0,0000
5
Escolha _1 15 32 04 04 87 15 03
Múltipla Semana 0,1511 0,1346 0,0000 0,0000 0,7451 0,0005 0,0000
6
Escolha _3 86 73 03 04 87 07 11
Múltipla Semana 0,0000 0,0000 0,0000 0,0000 0,0002 0,0005 0,0004
7
Escolha _5 04 05 90 03 15 07 36
Múltipla Semana 0,0000 0,0000 0,2146 0,0000 0,0000 0,0000 0,0004
8
Escolha _7 04 04 36 62 03 11 36

A análise estatística realizada demonstrou que há efeito do tipo de prova sob a nota dos
estudantes, quando realizadas em diferentes semanas (F(3,150) = 18,326; p < 0,01). Além disso,
o tipo de prova sob a nota dos alunos é estatisticamente significativo (F(3,150) = 18,428; p <
0,01), assim foi possível constatar que houveram maiores diferenças nas notas dos alunos a
partir da terceira semana de aplicação, sendo que a prova dissertativa obteve maiores notas
quando comparada à prova de múltipla escolha (Figura 1).

90 Tipo de Prova Dissertativa

Tipo de Prova Múltipla Escolha

80

70

60
NOTA

50

40

30

20
1ª 3ª 5ª 7ª
SEMANA

Figura 1. Efeito do tipo de prova sob a nota dos alunos, quando realizadas em diferentes
momentos.