Escolar Documentos
Profissional Documentos
Cultura Documentos
(ANOVA) de 1 via
Comparação de k médias (k > 2)
Aula de hoje
2 Amostras k Amostras
1 Amostra
Sim (1 amostra) 1 amostra?
1 Amostra Quantitativa
Tipo de
Qualitativa
variável
Amostra
Nominal ou
Sim pequena? Não
Ordinal?
(n<30) Nominal Ordinal
Prova de Kolmogorov
Distribuição Prova Binomial
Smirnov para 1 amostra
Sim Não Teste Z Prova c2 de uma
normal? amostra
Prova de Iterações para
1 amostra
Variâncias
populacionais Transformação
conhecidas?
Não Sim
Distribuição
Teste t Teste Z
normal?
Sim Não
Prova de Kolmogorov
Smirnov para 1 amostra
Teste t Prova de Iterações para
1 amostra
2 Amostras 1 amostra? Não (2 amostras)
Amostras
Sim independentes
?
Tipo de
Quantitativa Qualitativas
variável
Não
Amostras Nominal,
Sim pequenas? Não Nominal ordinal ou Intervalar
(n<30) intervalar?
Ordinal
Variâncias
populacionais
Não Sim Transformação
conhecidas?
Tipo de
Quantitativa Qualitativas
variável
Variâncias Distribuição
iguais? Teste Z normal?
Sim Não
Sim Não
Nominal,
Distribuição
Sim Não Nominal ordinal ou Intervalar
normal?
intervalar?
Teste t para
Teste t para
variâncias
variâncias iguais Variâncias Prova U de Mann
diferentes Ordinal
iguais? Withney
Sim Não
Teste t para
amostras Transformação Prova de McNemar Prova de Wilcoxon Prova de Walsh
dependentes
Teste t para
Teste t para
variâncias
variâncias iguais
diferentes
Distribuição
Sim Não
Normal?
Teste t para
amostras Prova de Wilcoxon
dependentes
K Amostras Sim (k amostras _ k>2)
Tipo de
Quantitativa Qualitativa
variável
Amostras Amostras
Sim Não Não Sim
dependentes? dependentes?
ANOVA para
medidas repetidas Distribuição Nominal ou Nominal ou
Sim Não
(checar normal? ordinal? ordinal?
Nominal Ordinal Nominal Ordinal
pressupossições)
Distribuição
ANOVA Prova de Welch
normal?
Sim Não
2 Amostras Z
X 1 X2 0
12 22
n1 n2
t
X X2 0
1
1 1
s
n1 n2
Análise de Variância
Considere que há k populações de interesse.
O método de análise de variância permite
testar a hipótese
H 0 : 1 2 k
H1 : As médias não são iguais
Por que não comparar as
médias 2 a 2?
A cada comparação temos a possibilidade de
cometer um erro. A chance de cometer pelo
menos um erro quando conduzimos todos os
testes é normalmente inaceitavelmente
grande.
Comparações 2 a 2
1 comparação:
Probabilidade de rejeitar H0 quando H0 é
verdadeira (Erro tipo I) 5%
3 comparações (3 grupos)
Probabilidade de rejeitar H0 quando H0 é
verdadeira (Erro tipo I) (1-0,953 )=0,14
15 comparações (6 grupos)
Probabilidade de rejeitar H0 quando H0 é
verdadeira (Erro tipo I) (1-0,9515 )=0,54
Princípio da Análise de
Variância
Consiste em comparar a variabilidade entre as
médias dos grupos e a variabilidade dentro dos
grupos
Se a variabilidade entre as médias dos grupos for
muito maior que a variabilidade dentro dos grupos
temos elementos para supor que as médias dos
grupos não são iguais
Comparação das variâncias é realizada por meio da
razão das variâncias que segue a distribuição F
Pressuposições da ANOVA de
1via
As distribuições populacionais devem ser
normais
As variâncias devem ser iguais
(homocedasticidade)
Funcionamento do ANOVA
É possível estimar a variância populacional
de duas maneiras:
Estimativa 1 = Média entre as variâncias das
amostras
i
s 2
Estimativa 1 i
Estimativa 1 i
x
k 1
Boxplot of volume
580,0
577,5
575,0
volume
572,5
570,0
567,5
565,0
1 2 3 4
planta
Checando as premissas
Normalidade
Variâncias
Teste de Normalidade
Summary for volume Summary for volume
planta = 1 planta = 2
A nderson-D arling N ormality Test A nderson-D arling N ormality Test
A -S quared 0,20 A -S quared 0,20
P -V alue 0,814 P -V alue 0,796
Median Median
570 572 574 576 578 566 568 570 572 574 576
Planta 1: p=0,814
Planta 2: p=0,796
Median Median
570 572 574 576 578 580 570 572 574 576 578
Planta 3: p=0,796
Planta 4: p=0,127
s s s s
2 2 2 2
Estimativa 1 1 2 3 4
4
14 15 15 13,67
14,4
4
Estimativa da Variância entre
as Amostras
Considere, por um momento, que a H0 é
verdadeira. Podemos então pensar as 4
plantas como sendo amostras de tamanho 7
de uma mesma população. As quatro médias
amostrais são 4 valores da variável aleatória
x . Lembrando do Teorema do Limite Central
temos:
Estimativa da Variância entre
as Amostras
x x
n
logo
2 n x2
n é o tamanho de cada amostra
x x 2
x x x 573
2 2
s
2
x
k 1 4 1
(573 573) 2 (571 573) 2 (575 573) 2 (573 573) 2 8
4 1 3
Amostras de Mesmo Tamanho
Estimativa 2 (Variância entre as amostras)
Estimativa 2 n s 2
n
(x x ) 2
8 56
7 18,7
x
k 1 3 3
estimativa 2 n s x2 18,7
F 2 2 2 2 1,29
estimativa 1 s1 s2 s3 s4 14,4
4
Saída do Minitab
One-way ANOVA: volume versus planta
Source DF SS MS F P
planta 3 56,0 18,7 1,29 0,299
Error 24 346,0 14,4
Total 27 402,0
estimativa 2 n s x2
F 2 2
estimativa 1 s1 s2 sk2
k
tem uma distribuição F. O número de graus de liberdade do
numerador é k-1 e do denominador é N-k, onde N é o
número total de observações em todas as amostras
Amostras de Tamanhos
Diferentes
n x x
2
i i
i 1
estimativa 2 (k 1)
F k
estimativa 1
i i
( n
i 1
1) s 2
(N k)
Tabela de ANOVA
Soma dos quadrados entre os grupos : Soma dos quadrados dentro dos grupos :
SQE n j x j x
k k
SQD (ni 1) si2
2
j 1 j 1
ni xi x
2
i 1
estimativa 2 QME (k 1)
F k
estimativa1 QMD
i i
( n
i 1
1) s 2
(N k)
Tabela de ANOVA
1,6
1,4
1,2
Índice de tártaro
1,0
0,8
0,6
0,4
0,2
0,0
controle P2O7 HMP
grupo
Verificando a Normalidade Summary for tártaro Summary for tártaro
grupo = 1 grupo = 2
A nderson-Darling N ormality Test A nderson-D arling N ormality Test
A -S quared 0,24 A -S quared 0,15
P -V alue 0,690 P -V alue 0,947
Median Median
0,50 0,75 1,00 1,25 1,50 0,4 0,5 0,6 0,7 0,8 0,9 1,0
Median
Source DF SS MS F P
grupo 2 1,805 0,902 6,67 0,005
Error 23 3,112 0,135
Total 25 4,917