ANOVA de medidas independentes Estatística Aplicada - Componente Prática.

Slides:



Advertisements
Apresentações semelhantes
DISTRIBUIÇÕES AMOSTRAIS
Advertisements

ANOVA 1 fator Prof. Ivan Balducci FOSJC / Unesp.
Qui-quadrado características gerais
Teste de Comparação Múltipla de Tukey
Analise de Regressão Parte 2.
CAPÍTULO 7 TESTE DE HIPÓTESE
CAPÍTULO 7 TESTE DE HIPÓTESE
1 Controlo e Aprendizagem Aula Teórico-Prática nº 1 Metodologia experimental Planificação das aulas Temas dos trabalhos de grupo Avaliação.
Medidas de Tendência Central DADOS AGRUPADOS
Modelos de Regressão Múltipla.
Análise de regressão linear simples: abordagem matricial
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Prof. Marllus Gustavo Ferreira Passos das Neves
Eduardo S. Ponce Maranhão
MB751 – Modelos de previsão
Análise de Medidas Repetidas: Áreas de Uso
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Inferências para uma amostra
Introdução a planejamento e otimização de experimentos
Análise de Variância (ANOVA)
Modelos de regressão Cláudio Monteiro
ANOVA: Análise de Variância APLICAÇÃO.
COMPARAÇÃO DE DUAS POPULAÇÕES
Estatística e Probabilidade
Amostras pareadas / Independência com variâncias desconhecidas
ANOVA II.
2.3 Experimentos Fatoriais 22 Efeitos das Interações
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
ANOVA do Delineamento Em Blocos Casualizados (DBC)
Modelagem Estatística
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
ANOVA.
análise dos estimadores
Aula 16- Análise de variância (ANOVA) 1 Lembrando: para testar hipóteses segundo estratégia de Neyman e Pearson é necessário 1) formular as hipóteses estatísticas;
Análise de Variância one-way two-way
Regressão Linear Múltipla
Disciplina Engenharia da Qualidade II
Análise de Variância medidas repetidas: one-way two-way
Introdução a planejamento e otimização de experimentos
Metodologia da Pesquisa em Ensino de Ciências I
ME623A Planejamento e Pesquisa
Estatística Descritiva
ANOVA.
Testes de Hipóteses.
COMPARAÇÃO DE MÉDIAS TESTE DE TUKEY.
Análise de Variância (ANOVA)
Teste de Tukey Comparação Múltipla de Médias
AULA 6 Planejamento Experimental
Métodos Estatísticos Aplicados às Ciências Biológicas - 7ª aula -
Comparação de Médias de Várias Populações (2.2) 2.1. Experimentos com um fator e vários níveis.
Probabilidade Teste de hipóteses para duas médias:
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Métodos Estatísticos Aplicados às Ciências Biológicas 8ª aula - Prática.
Regressão Linear Simples
Testes de Hipóteses.
Média e valor médio No estudo da estatística descritiva, para além das tabelas de frequências e gráficos, estudam-se outros métodos para resumir a informação.
SPSS Guia Prático para Pesquisadores
INFERÊNCIA PARA DUAS POPULAÇÕES
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
Regressão linear simples
Experimentação e Instrumentação Regressão Linear e Múltipla
Inferência 1:Estimação de Parâmetros Relembrando o Teorema Central do Limite Da aula anterior: a) Os estimadores da média e da s 2 são não viciados e de.
Estatística Aplicada - Componente Prática Ensaio de hipóteses estatísticas Ensaio para µ com  2 conhecido e desconhecido.
AULA 07 CORRELAÇÃO Igor Menezes.
EXPERIMENTOS FATORIAIS
Teste t de medidas INDEPENDENTES Estatística Aplicada - Componente Prática.
Variância/ Covariância, Correlação Regressão. Variância.
CMIP- Centro de Metrologia e Inovação em Processos Programa de Pós-Graduação em Odontologia Profª Andréa ANÁLISE DE REGRESSÃO LINEAR MÚLTIPLA.
Estatística Aplicada - Componente Prática
Como construir modelos empíricos. Nos modelos estudados, cada fator foi fixado em dois níveis Por esta razão temos que nos contentar com uma visão limitada.
Transcrição da apresentação:

ANOVA de medidas independentes Estatística Aplicada - Componente Prática

Fez-se um inquérito a 5 alunos dos 3 primeiros anos relativamente à sua actividade física habitual (fora das aulas da FCDEF). Os resultados são apresentados no quadro seguinte (as respostas correspondem a uma escala de lickert com 10 pontos – quanto mais pontos maior é o índice de actividade) Utilizando um  de 0.05 ensaie a hipótese dos alunos apresentarem índices de actividade diferente

Cálculo da ANOVA factorial com recurso ao EXCEL e SPSS

No SPSS a base de dados só tem 2 colunas: 1ª para os grupos (variável independente ou factor; 2ª para os resultados (variável dependente) No EXCEL a base de dados tem de estar organizada em colunas adjacentes

EXCEL Rótulos na 1ª coluna

Resultados n Somatório MédiaVariância Somatório dos quadrados Média dos quadrados descritiva Pelo menos em 2 dos grupos em comparação há diferenças significativas mas não tem múltiplas comparações à posteriori Valor de pValor de f

SPSS 1 2 3

Resultados Somatório dos quadrados Média dos quadrados Valor de pValor de f

Comparações entre grupos p Diferença de médias Erro padrão Valor de p IC da diferença de médias

Cálculo sem recurso a software

Passos para o calculo da ANOVA grupos independentes 1. Formulação das hipóteses bilateral ou non directional 2. Cálculo da ANOVA 2.1. Somatório dos quadrados intragrupo 3. Cálculo da variância intragrupo (S 2 i ) e intergrupo (S 2 e ) 2.2. Somatório dos quadrados intergrupo 2.2. Somatório dos quadrados total 4. Cálculo de F

xx2x2 Grupo Somatório Grupo Somatório29171 Grupo Somatório1555 Totais79481 Cálculo dos somatórios de x e x 2 Cálculo dos somatórios dos quadrados INTRA INTER TOTAL

Cálculo das variâncias Cálculo do valor de F Fonte de variaçãoSQGlS2S2 Fp Entre grupos <0.05 Intra grupos Total Tabela sumário ANOVA

6-6 Zona de não rej. de Ho Zona de rej. de Ho Fa > Fc – rejeita-se Ho Há, em pelo menos dois grupos, diferenças estatisticamente significativas Teste de múltipla comparação à posteriori (TUKEY) Valor crítico do Honest significance difference (HSD) Como saber entre que grupos existe a tal diferença?

Teste de múltipla comparação à posteriori (TUKEY) Número de comparações possíveis Valor crítico do HSD de Tukey Passos para o cálculo das múltiplas comparações 1. Encontrar o valor de q (tabela E) 2. Calcular o valor crítico de HSD 3. Construir a matriz de múltiplas comparações (valores médios de cada grupo) 4. Comparar cada diferença de médias com o valor crítico de HSD (se média > HSD – rejeita-se H 0 ) Nº grupos (k); Gl i (nº sujeitos – nº grupos)  (0.05 ou 0.01)

1. Encontrar o valor de q (tabela E) 2. Calcular o valor crítico de HSD 3. Construir a matriz de múltiplas comparações K=3; gl i =12;  (0.05) Comparar cada diferença de médias com o valor crítico de HSD Há diferenças significativas entre: Não há diferenças significativas entre:

Quando o número de sujeitos em cada grupo é diferente em vez de n (grupos) usa-se a média harmónica Exemplo para: n 1 =3; n 2 =3; n 3 =4 Na fórmula do HSD utilizarse-ia 3.27 em vez de 3 no denominador, i.é., em vez de 15 / 3 ficava 15 / 3.27