ANÁLISE DE VARIÂNCIA (ANOVA)

Slides:



Advertisements
Apresentações semelhantes
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2016 Análise de Variância (ANOVA) Camilo Daleles Rennó
Advertisements

Planejamentos com Múltiplos Blocos Delineamento em blocos completos casualizados Um fator de perturbação é um fator que provavelmente tem um efeito sobre.
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.
6. Andando na Superfície de Resposta Técnica de otimização baseada em planejamentos fatoriais Etapas distintas: Modelagem e deslocamento Modelagem: ajuste.
Escola Superior de Agricultura “Luiz de Queiroz” Universidade de São Paulo LCE5801 – Regressão e Covariância Taciana Villela Savian Sala 304, pav. Engenharia,
Introdução à prática da
Medições – parte I: Precisão.
Revisão Medidas de Dispersão
Curso – NUTRIÇÃO UNISUL Profa. Denise E. Moritz
Prof. Leonardo Bianco de Carvalho FCAV/UNESP – Câmpus de Jaboticabal
ESTATÍSTICA AULA 15 Testes de hipóteses – Unidade 10
Testes de Hipóteses.
Probabilidade e Estatística Aplicadas à Contabilidade II
DISTRIBUIÇÃO AMOSTRAL E ESTIMAÇÃO
Probabilidade e Estatística Aplicadas à Contabilidade I
Estatística Bivariada
Estatística para Cursos de Engenharia e Informática
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2017 Teste de Hipótese Camilo Daleles Rennó
Estatística Descritiva (I)
ESTATÍSTICA AULA 07 PROBABILIDADE – Unidade 5 Conceitos básicos
Estimação de Parâmetros – Unidade 9 Professor Marcelo Menezes Reis
Medidas de Dispersão.
ESTATÍSTICA AULA 12 Inferência Estatística e Distribuição Amostral – Unidade 8 Professor Marcelo Menezes Reis.
Ulisses Denache Vieira Souza
2. Métodos discriminativos ou de diferença
A física é uma ciência experimental
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS
Regressão Linear Múltipla
Curso de Medicina/Nutrição Ms.Rosebel Trindade Cunha Prates
O CAMPO ELÉTRICO.
Diagnósticos e Análises de Regressão - Software R
Introdução – Análise de Variâncias (ANOVA)
Introdução – Análise de Variâncias (ANOVA)
Análise de regressão múltipla
Tutorial para a escolha do Teste Estatístico
Estatística Descritiva
Introdução – Análise de Variâncias (ANOVA)
Probabilidade e Estatística Aplicadas à Contabilidade II
Referência Bibliográfica Resultados e Discussão
A decisão de Concessão de Crédito
Universidade Tecnológica Federal do Paraná
O QUE É CONTROLE DE QUALIDADE ?
Aula 2b – Projetos 2k e ANOVA
SITUAÇÃO DE APRENDIZAGEM 2 AS REGIÕES DA ONU
Profa. Dra. Fernanda Sayuri Yoshino Watanabe
Ademir Fontana Fabiano de Carvalho Balieiro Fernando Vieira Cesário
DISTRIBUIÇÕES AMOSTRAIS
Análise Discriminante
Profa. Dra. Andreia Adami
Prof. Artur Aula Introdutória
ANOVA.
Profa. Andréia Adami Escola Superior de Agricultura “Luiz de Queiroz” Universidade de São Paulo LCE0211 – Estatística Geral Profa.
O que é Estatística? Introdução ao CEQ
Revisão de inferência.
Variância e Desvio padrão
Mestrado Profissional em Física Médica
Profa. Andréia Adami Escola Superior de Agricultura “Luiz de Queiroz” Universidade de São Paulo LCE0211 – Estatística Geral Profa.
Aplicação do Modelo de Regressão no Processo de Produção de Gasolina
Prof. Antonio Lopo Martinez
PROJETO FATORIAL 23 Considere que três fatores A, B e C, cada um em dois níveis O projeto experimental é denominado projeto fatorial 23 Oito combinações.
A física é uma ciência experimental
...semana que vem: laboratório!
Aula 13 Goodies* * Goodies related to animals, plants and numbers…
Metodologia da Pesquisa em Ensino de Ciências I
Regression and Clinical prediction models
Probabilidade e Estatística Aplicadas à Contabilidade II
ADRIANO FERRETI BORGATTO
Raisa Maria Emanuelle Cunha Costa¹ ; Luciana Cavalcanti Azevedo²
Testes de Significância
Estatística descritiva: medidas DE dispersão
Transcrição da apresentação:

ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br

Exemplo de Introdução Mariani et al. (2015), em estudo sobre avaliação de biscoitos tipo cookie sem glúten, elaboraram 4 formulações: FT: padrão (trigo) FAFS: farinhas de arroz e de soja FEFS: farelo de arroz e farinha de soja FAFEFS: farinhas de arroz e de soja e farelo de arroz Foram avaliados atributos físicos, químicos de 5 biscoitos, bem como análise sensorial por 5 provadores devidamente treinados. Os dados de umidade (%) e aparência global são apresentados na tabela a seguir: 07:25 ANOVA

Umidade (%) Biscoito Formulação FT FAFS FEFS FAFEFS 1 7,10 6,89 7,32 6,58 2 5,95 7,41 7,22 3 5,96 8,96 7,59 7,57 4 8,10 8,70 7,70 5 6,14 8,20 7,77 7,09 Média 6,65 8,03 7,44 7,23 07:25 ANOVA

Aparência global Provador Formulação FT FAFS FEFS FAFEFS 1 2 3 4 5 Média 07:25 ANOVA

Quanto da variabilidade total dos dados é devido ao fator formulação e quanto é devido ao “acaso”? 07:25 ANOVA

Análise de Variância - ANOVA Decomposição da variação total em causas conhecidas e desconhecidas Hipótese em teste: a variação devida a tratamentos é igual a variação devida ao acaso ou erro experimental ou resíduo Em particular, a variabilidade é medida em termos de somas de quadrados! 07:25 ANOVA

Obtenção das somas de quadrados SQtotal = SQtrat + SQerro Obs.: SQtrat pode ser calculada a partir dos totais de tratamentos. 07:25 ANOVA

Tabela de ANOVA - exemplo FV GL SQ QM F Tratamentos 2 Resíduo 3 -- Total 5 07:25 ANOVA

Limites unilaterais de F a 5% de significância Teste de Hipóteses: F Limites unilaterais de F a 5% de significância GL_den. GL do numerador 1 2 3 4 5 161.4 199.5 215.7 224.6 230.2 18.51 19.00 19.16 19.25 19.30 10.13 9.55 9.28 9.12 9.01 7.71 6.94 6.59 6.39 6.26 6.61 5.79 5.41 5.19 5.05 6 5.99 5.14 4.76 4.53 4.39 7 5.59 4.74 4.35 4.12 3.97 8 5.32 4.46 4.07 3.84 3.69 9 5.12 4.26 3.86 3.63 3.48 10 4.96 4.10 3.71 3.33 11 4.84 3.98 3.59 3.36 3.20 Passos: Hipóteses Nível de significância Região crítica Estatística do teste Conclusão 07:25 ANOVA

Regra Decisória para o Teste de Hipóteses 07:25 ANOVA

Coeficiente de variação experimental (CV%) Precisão experimental e fontes de erro experimental Material experimental (vegetal ou animal) Unidades experimentais Erros grosseiros Classificação de Pimentel-Gomes* Baixo: < 10% Médio: 10 – 20% Alto: 20 – 30% Muito alto: >30% 07:25 ANOVA

Modelo Estatístico de Análise de Variância Em que: 07:25 ANOVA

Modelo Estatístico de Análise de Variância Índices ou indexadores: Obs.: Num DIC balanceado, o número total (N) de observações pode ser obtido por: N=IJ 07:25 ANOVA

Modelo Estatístico de Análise de Variância Estimadores dos parâmetros Média geral Efeito do i-ésimo tratamento Propriedades: 07:25 ANOVA

Flash Exercise Calcule os erros ou resíduos associados a cada parcela do exemplo Estime os efeitos de tratamento (formulação) em cada unidade experimental Mostre que a soma destes é nula 07:25 ANOVA

Exigências ou pressuposições do modelo: Independência dos erros ou resíduos (Teste de Durbin-Watson) Normalidade dos erros (Teste de Shapiro-Wilk, Lilliefors...) Homocedasticidade ou homogeneidade de variâncias de tratamentos (Teste de Bartlett, do F Máximo de Hartley, de Cochran, etc.) 07:25 ANOVA

Teste de Cochran H0: As variâncias dos I tratamentos são iguais H1: Ao menos uma das variâncias difere de outra(s) Se C ≥ CTab, rejeita-se H0. Tabela de Cochran 07:25 ANOVA

O que fazer se os dados não atenderem às exigências do modelo de ANOVA? 07:25 ANOVA

Transformação Box-Cox Análise não paramétrica: teste de Kruskal-Wallis 07:25 ANOVA

EXERCÍCIOS #1 Teste a hipótese de que as formulações apresentam a mesma média de aparência global. #2 O resultado das vendas de três marcas de doces caseiros durante certo período é dado a seguir:   Marca A B C 29 27 30 31 28 32 Totais 178 112 147 Faça a ANOVA e avalie a hipótese de que as marcas têm, em média, a mesma procura. Calcule e interprete o coef. de variação experimental 07:25 ANOVA

EXERCÍCIOS #3 Foi realizada análise físico-química de frutos de mangaba de acordo com o seu estágio de maturação. Proceda à ANOVA para cada características físico-química a fim de avaliar a hipótese de não diferença de acordo com o estágio. Estágio de maturação Repetição pH Acidez Brix Umidade (%) 1 3.53 0.94 8.30 87.04 2 3.44 0.96 9.00 88.01 3 3.45 8.60 88.76 3.74 0.86 13.80 82.08 3.84 0.83 82.09 3.78 0.84 13.10 3.95 16.90 83.84 17.60 83.39 4.00 17.50 83.42 07:25 ANOVA

Leitura recomendada Livro: Sônia Vieira. Análise de variância 07:25 ANOVA