Técnicas Experimentais Aplicadas em Ciência do Solo

Slides:



Advertisements
Apresentações semelhantes
Aprendizado de Máquina
Advertisements

CAPÍTULO 7 TESTE DE HIPÓTESE
Análise de Variância da Regressão
Cássio Luís Fernandes de Oliveira
CAPÍTULO 7 TESTE DE HIPÓTESE
Mineração de Dados Avaliação de Classificadores
Modelos de Regressão Múltipla.
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística 8 - Distribuições Amostrais
Estatística Básica Utilizando o Excel
MANOVA Análise de variância multivariada
MB751 – Modelos de previsão
Estatística: Aplicação ao Sensoriamento Remoto ANO 2010
MEDIDAS DE DISPERSÃO Medidas de tendência central fornecem um resumo parcial das informações de um conjunto de dados. A necessidade de uma medida de variação.
PLANEJAMENTO E ANÁLISE DE EXPERIMENTOS
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.
Estatística e Probabilidade
Coleta e Modelagem dos Dados de Entrada
Técnicas Experimentais Aplicadas em Ciência do Solo
J. Landeira-Fernandez Ética e Ciência
ME623 Planejamento e Pesquisa
Análise de Variância (ANOVA)
ME623 Planejamento e Pesquisa
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2014 Intervalo de Confiança Camilo Daleles Rennó
DISTRIBUIÇÃO AMOSTRAL DA PROPORÇÃO DA AMOSTRA OU
DISTRIBUIÇÃO AMOSTRAL DA MÉDIA DA AMOSTRA OU DISTRIBUIÇÃO AMOSTRAL DE
VALORES ESPERADOS.
Projeto de Resposta Transitória através do ajuste do Ganho de malha aberta Para utilizar os índices de desempenho de segunda ordem temos que levar em consideração:
ANOVA: Análise de Variância APLICAÇÃO.
Pressuposições do Modelo Estatístico e Transformação de Dados
Engenharia Ambiental – UNISUL Profa. Denise Esteves Moritz
Distribuição T - Student
Modelagem Estatística
Modelos de distribuição de erros
Mario de Andrade Lira Junior lira.pro.br/wordpress 19/6/2014 lira.pro.br/wordpress - Reservados todos os direitos autorais.1.
ESTATÍSTICA.
QUAL O REAL IMPACTO DA ESTATÍSTICA NO DESENHO EXPERIMENTAL, NOMEADAMENTE NA PREVISÃO DE METODOLOGIAS E NA ANÁLISE DE RESULTADOS?
Amostragem Pontos mais importantes:
Regressão Múltipla Profas: Gardênia da Silva Abbad Elaine Rabelo Neiva
Regressão Pontos mais importantes: -objectivo -regressão linear
Site: Estatística Prof. Edson Nemer Site:
Inferência Estatística
PLANEJAMENTO DO EXPERIMENTO
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Regressão Camilo Daleles Rennó
Professor Antonio Carlos Coelho
Medidas de Dispersão Aula 8.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Intervalo de Confiança Camilo Daleles Rennó
Aula 11 - Teste de hipóteses, teste de uma proporção
Aplicações Estatísticas uma rápida abordagem
COMPARAÇÃO DE DUAS POPULAÇÕES
Estatística Aplicada Aula 8
Estatística e Probabilidade
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
1- Experimentos com Um Fator: A Análise de Variância
Modelagem Estatística
Professor Antonio Carlos Coelho
Regressão e Previsão Numérica.
Universidade Federal Fluminense Faculdade de Medicina Mestrado Profissional em Saúde Materno-Infantil 2011 BIOESTATÍSTICA-aula 2 Prof. Cristina Ortiz Valete.
Estimativas de grandezas cap 2. e cap 3 Média Desvio Padrão e Variância Definições importantes Distribuição Normal Teorema do limite central Hipóteses.
Regressão.
Aula 6. Delineamento amostral
Testes de Hipóteses.
Regressão Linear Simples
Testes de Hipóteses.
Regressão linear simples
Regressão linear simples
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:

Técnicas Experimentais Aplicadas em Ciência do Solo Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Modelo Linear Generalizado Modelo – simplificação da realidade Linear – formato de reta Generalizado – não específico Cada delineamento experimental é uma versão específica do modelo geral Este modelo, por sua vez é um caso específico do modelo de efeitos mais generalizado

Modelo Ou em português: O valor de um ponto ij qualquer é função da média geral, do efeito do tratamento e da variação do acaso Aula de Estatística Aplicada à Agricultura – 2008-1- lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Características Requisitos Amostra aleatória Efeitos aditivos Erros experimentais independentes Distribuição normal da variação do acaso com média zero Homocedasticidade As variâncias do acaso devem ser aproximadamente iguais para todos os tratamentos Aula de Estatística Aplicada à Agricultura – 2008-1- lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Eliminar outliers Outlier - ponto muito fora do comportamento geral Melhora heterocedasticidade Aula de Estatística Aplicada à Agricultura – 2008-1- lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Análise de resíduo Aula de Estatística Aplicada à Agricultura – 2008-1- lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Análise de resíduo Melhor através do resíduo padronizado Resíduo padronizado=desvio/(raiz QMR) Cerca de 67% deve ficar entre -1 e 1 Cerca de 95% entre -2 e 2 Valores fora de -3 a 3 muito suspeitos Muito importante discutir razão do provável outlier Decisão de eliminação de outlier é de pesquisa, não de análise lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Independência Independência dos resíduos Critério mais importante para anova Ausência de independência torna o nível de significância muito maior do que o previsto Difícil de corrigir lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Visualização da independência lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Homocedase Regras práticas Razão entre a menor e a maior variância de um tratamento é 3 ou 4, dependendo do autor Pressupor homocedase para tratamentos similares e com número igual de repetições Não se justifica para assimetria ou curtose positiva Nesta situação, a variância tende a ser função da média lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Correlação entre média e variância lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Testes para homocedase Cochran Hartley Bartlett Muito usado Tende a mascar diferenças para curtose negativa e encontrar para curtose positiva Levene Calcular resíduo da análise de variância Fazer análise de variância dos resíduos em valores absolutos, com os tratamentos Se as variâncias forem homogêneas, o teste F será não significativo lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Transformações Úteis para corrigir falta de aditividade Também diminuem heterocedasticidade Logaritmo – correlação entre média e variância Arcoseno –heterocedase para proporção de contagem Raiz quadrada – heterocedase para contagem Última escolha – não usar o modelo linear generalizado e usar a estatística não paramétrica Aula de Estatística Aplicada à Agricultura – 2008-1- lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Distribuição normal do resíduo Não muito importante, exceto se: Curtose positiva Assimetria Teste F é robusto Pequenas fugas da normalidade são usuais e não afetam substancialmente Testes de aderência à normalidade 2 Kolmogorov-Smirnov Shapiro-Wilks lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Efeitos fixos e aleatórios Efeito fixo – pré-determinado Conclusões válidas apenas para os estudados Efeito aleatório – amostra de população Tratamento consta de uma amostra de uma população Conclusões valem para população A escolha depende muitas vezes do objetivo lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017

Leitura recomendada Vieira, S. Análise da variância. Capítulo 5 Capítulo 9 Littell et al. SAS for mixed models Capítulo 1 Capítulo 2 lira.pro.br\wordpress - Reservados todos os direitos autorais. 31/03/2017