LCE0602-Estatística Experimental

Slides:



Advertisements
Apresentações semelhantes
Correlação e Regressão
Advertisements

Estatística amintas paiva afonso.
Analise de Regressão Parte 2.
Intervalos de Confiança
2.5 INFERÊNCIAS SOBRE A DIFERENÇA NAS MÉDIAS, COMPARAÇÕES EMPARELHADAS
Cássio Luís Fernandes de Oliveira
ESTIMAÇÃO.
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Estatística 1 - Introdução.
Capítulo 8 Inferências com Base em Duas Amostras
MB751 – Modelos de previsão
PLANEJAMENTO E ANÁLISE DE EXPERIMENTOS
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Professor: Samir Silveira
Estatística Aplicada (Aula 4)
Intervalo de Confiança para a média da população
ANOVA Prof. Herondino.
J. Landeira-Fernandez Ética e Ciência
ESTATÍSTICA.
5. Experimentos Fatoriais
ME623A Planejamento e Pesquisa
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2014 Intervalo de Confiança Camilo Daleles Rennó
Teste de Hipóteses de uma amostra Prof. Helcio Rocha
Estatística e Probabilidade
Coeficiente de Variação de Pearson
DISTRIBUIÇÕES AMOSTRAIS
Estatística Para um dado conjunto de dados, podemos calcular as seguintes grandezas: 1) Medidas de posição 2) Medidas de dispersão 3) Parâmetros de simetria.
Pressuposições do Modelo Estatístico e Transformação de Dados
Mercado Financeiro Prof Samir Silveira.
Estatística – Unidade 2.
ESTATÍSTICA DECRITIVA
Etapa Estatística Planejamento Análise Estatística Efeito de sequência
Modelos de distribuição de erros
ESTATÍSTICA.
Site: Estatística Prof. Edson Nemer Site:
Estatística Inferencial (cap. 7 Martins)
Aula 6 - Método não-experimental ou de seleção não-aleatória
Profº: Glauco Vieira de Oliveira AGR/ICET/CUA/UFMT
PLANEJAMENTO DO EXPERIMENTO
Análise de Incertezas Introdução.
Aula 10 Medidas de dispersão Prof. Diovani Milhorim
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Intervalo de Confiança Camilo Daleles Rennó
Estatística e Probabilidade
ANÁLISE DOS DADOS DE EXPERIMENTO
Professor Antonio Carlos Coelho
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
Regressão e Previsão Numérica.
Medidas de Dispersão O que é dispersão?
Medidas Descritivas ESTATISTICA Aula 5 PROF: CÉLIO SOUZA.
análise dos estimadores
Estimativas de grandezas cap 2. e cap 3 Média Desvio Padrão e Variância Definições importantes Distribuição Normal Teorema do limite central Hipóteses.
Aula 6. Delineamento amostral
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Aula 4 – Estatística- Conceitos básicos
INFERÊNCIA ESTATÍSTICA PROPORÇÃO POPULACIONAL p
Metodologia da Pesquisa em Ensino de Ciências I
ME623A Planejamento e Pesquisa
Testes de Hipóteses.
AULA 6 Planejamento Experimental
INTERVALOS DE CONFIANÇA
QUI 154/150 – Química Analítica V Análise Instrumental
AULA 2 Prof. Dr. Márcio A. Fiori -
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.
EAL ESTATÍSTICA, PLANEJAMENTO E OTIMIZAÇÃO DE EXPERIMENTOS.
AULA 11 – REGRESSÃO Parte I
INTERVALO DE CONFIANÇA PARA A MEDIA POPULACIONAL (σ 2 desconhecido ) Sabemos que se o tamanho da amostra for superior a 30 a distribuição amostral das.
Marcos Antonio Estremote – Aula 3.  Determina a característica de variação de um conjunto de dados.  Amplitude  Desvio  Desvio médio ou desvio absoluto.
INFERÊNCIA ESTATÍSTICA
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:

LCE0602-Estatística Experimental Taciana Villela Savian tvsavian@usp.br tacianavillela@gmail.com Sala 304, ramal 237

Experimentação Parte da Estatística que estuda o planejamento, execução, coleta de dados, análise e interpretação dos resultados de um Experimento. Experimento: É um procedimento planejado com base em uma hipótese objetivando provocar fenômenos em condições controladas.

Planejado: indica que o pesquisador mantém o controle do experimento Planejado: indica que o pesquisador mantém o controle do experimento. Todas as ações no experimento devem ser predefinidas ou previstas (projeto). Deste modo, permite-se que o experimento seja repetido sob as mesmas condições.

Provocar fenômenos: equivale a escolher diferentes maneiras ou técnicas (tratamentos) para se resolver um problema. Exemplo: Escolher quatro diferentes formas de adubação de uma cultura para verificar com qual delas se obtém maior rendimento. Problema = baixo rendimento Fenômeno provocado = diferentes formas de adubação.

Condições controladas: significa que apenas os tratamentos podem variar, sendo as demais condições mantidas constantes, salvo o que chamaremos variações do acaso. Variar: formas de adubação. Constantes: cultura; época de plantio; profundidade semeadura; preparo do solo; irrigação, etc.

Variações do Acaso É toda variação apresentada pelo dados que é devida a fatores não controlados ou não controláveis. Considerar uma área experimental plana, de solo homogêneo na qual serão plantadas sementes selecionadas de um híbrido de milho. A semeadura será feita de modo que as sementes sejam colocadas no solo na mesma posição e profundidade. Essas sementes irão germinar, as plantas irão crescer e quando emitirem o pendão vamos medir suas alturas do solo até a inserção da folha bandeira.

Dificilmente as plantas medidas terão a mesma altura! Variações do Acaso Altura, em cm Dificilmente as plantas medidas terão a mesma altura!

Manchas de fertilidade no solo, variações no vigor da semente.... Variações do Acaso Altura, em cm, de 7 plantas de milho 203, 208, 198, 200, 202, 192 e 197 Quais seriam os fatores não controlados ou não controláveis? Manchas de fertilidade no solo, variações no vigor da semente....

Variações do Acaso Como medir? 1º Passo: Anotação dos dados de interesse (altura de milho) y1=203; y2=208; y3=198; y4=200; y5=202; y6=192; y7=197; 2º Passo: Obter uma estimativa da média ( )

Variações do Acaso Como medir? 3º Passo: Calcular os desvios ( ) de cada observação em relação à estimativa da média

Variações do Acaso Como medir? 4º Passo: Fazer uma visualização gráfica da dispersão dos resíduos.

Variações do Acaso Como medir? 5º Passo: Quantificar a variação do acaso por meio das MEDIDAS DE DISPERSÃO (“Estatística Geraaaaaalllll”). Variância - s2; Desvio padrão - s; Erro padrão da média – s( ); Coeficiente de variação – CV;

Variações do Acaso Como medir? Variância - s2: Para a amostra de 7 plantas

Variações do Acaso Como medir? Variância - s2: O que quer dizer essa medida? Difícil a interpretação

Variações do Acaso Como medir? Desvio padrão - s: Para a amostra de 7 plantas A amostra apresenta uma variabilidade de 5,07cm nas alturas das plantas de milho

Variações do Acaso Como medir? Erro padrão da média – s( ): Para a amostra de 7 plantas A média amostral da altura de plantas de milho foi estimada com uma precisão de 1,91cm.

Variações do Acaso Como medir? Coeficiente de variação – CV: Para a amostra de 7 plantas A amostra de altura das plantas de milho apresentou uma variabilidade de 2,53% em relação a média amostral.

Variações do Acaso Como medir? Coeficiente de variação – CV: Obs 1: Para dados relativos (valores positivos e negativos) o CV não tem sentido Sistema CIELab (CIE=Comissão Internacional da Iluminação) L=luminância (0 a 100); a= verde a vermelho (-120 a 120); b= azul a amarelo (-120 a 120); Quando a média tende a zero, o que acontece com o CV?

Variações do Acaso Como medir? Coeficiente de variação – CV: “CÁLCULO DE LIMITE”

Variações do Acaso Como medir? Coeficiente de variação – CV: Obs 2: A soma de uma constante a todos os dados não altera o valor da variância, mas, altera o valor da média (fica acrescida da constante) e, consequentemente, altera o valor do Coeficiente de Variação. A medida que a média aumenta o CV diminui

Variações do Acaso Como medir? Coeficiente de variação – CV: Considerando a amostra: 1, 2, 3, 4, 5 E a soma de uma constante k K 10 50 100 Média 3 13 53 103 Variância 2,5 CV 52,70 12,15 2,98 1,53

Intervalo de confiança para média Nos dá uma ideia da precisão da estimativa da média em termos de probabilidade estimativa da média é o quantil da distribuição t para um nível de significância alfa e v=n-1 graus de liberdade erro padrão da média

Intervalo de confiança para média Para amostra de altura das plantas de milho (definido pelo pesquisador)

y1=203; y2=198; y3=199; y4=200; y5=201; y6=202; y7=197; Amostra 2 y1=203; y2=198; y3=199; y4=200; y5=201; y6=202; y7=197; Comparar os resultados das duas amostras de milho

Comparação dos resultados das duas amostras Média 200 cm Variância 25,67 cm2 4,67 cm2 Desvio-padrão 5,07 cm 2,16 cm Erro padrão da media 1,91 cm 0,82 cm CV 2,53% 1,08% IC0,95 200 ± 4,68 cm 200 ± 2,01 cm

Comparação dos gráficos de dispersão das duas amostras