Faculdade de Odontologia

Slides:



Advertisements
Apresentações semelhantes
a mesma amostra medida duas vezes
Advertisements

Determinação do “Sample Size”
ANOVA 1 fator Prof. Ivan Balducci FOSJC / Unesp.
Teste de Significância & P-valor Faculdade de Odontologia
Estatística Não Paramétrica ANOVA de Kruskal-Wallis Ivan Balducci FOSJC / Unesp.
Teste de Comparação Múltipla de Tukey
Teste de hipóteses com duas amostras
Aprendizado de Máquina
Introdução ao processamento de dados e à estatística - parte 02
Análise de variância.
Propriedades físicas representativas de
A busca das mulheres para alcançar seu espaço dentro das organizações
Unidade 7 SEQUÊNCIAS E REGULARIDADES
Vamos contar D U De 10 até 69 Professor Vaz Nunes 1999 (Ovar-Portugal). Nenhuns direitos reservados, excepto para fins comerciais. Por favor, não coloque.
Curso de ADMINISTRAÇÃO
Análise de regressão linear simples: abordagem matricial
Estatística 13 – Comparação entre várias populações
RM ANOVA Prof. Ivan Balducci FOSJC / Unesp RM ANOVA é:
Sensibilidade / Especificidade
Inferências para uma amostra
Kruskal-Wallis Test Ex: Pesos em Kg de 3 grupos de indivíduos de grupos étnicos diferentes (caucasianos, latinos e asiáticos). Grupo 1: 72; 75; 73; 67;
One-Way ANOVA Com mais de duas amostras independentes de indivíduos queremos saber se as médias dos grupos na população são iguais.
GESTÃO ESTRATÉGICA ORIENTADA A RESULTADOS – GEOR
ESTATÍSTICA.
Renda até 2 SM.
ESTATÍSTICA.
ME623 Planejamento e Pesquisa
Projetos de experimentos com um fator e vários níveis
Justificativas Racionalização do uso do Plano – evitar desperdícios Correção de distorções Tratamento isonômico para cônjuges servidores Manutenção da.
EXPERIMENTO FATORIAL SHEILA REGINA ORO.
4. Experimentos em Blocos
ME623A Planejamento e Pesquisa
ME623 Planejamento e Pesquisa
ME623A Planejamento e Pesquisa
ME623A Planejamento e Pesquisa
4. Experimentos em Blocos
Bolha Posição de máx. W2 Ponto de Estagnação
ME623 Planejamento e Pesquisa
Estatística Descritiva (II)
ESTATÍSTICA DESCRITIVA
Conversão de um NFA para um DFA com um exemplo
LINHAS MAIS RECLAMADAS Ranking Negativo para Fiscalização Direcionada Conservação - Frota ANO IV – Nº 06.
ESTATÍSTICA.
Aula 8. Inferência para várias populações normais. ANOVA
Tributação da Exportação nas Empresas optantes pelo Simples Nacional
Comparação de Sistemas Usando Dados de Amostras
Núcleo de Mídia – Comercial Ranking Nacional de Circulação - Domingos Evolução Mês* 3,38% 2,20% 1,39% 1,13% -4,84% 0,49% -6,16% -0,07% -0,71% 0,27% 0,43%
EXERCÍCIOS PARA GUARDA-REDES
Disciplina: Bioestatística aluna: Débora Pinto Antunes
CLASSES: SÃO INTERVALOS DE VARIAÇÃO DA VARIÁVEL.
1 2 Observa ilustração. Cria um texto. Observa ilustração.
Regressão Pontos mais importantes: -objectivo -regressão linear
Estatística.
Estatística Aula 9 – 28/02/2011.
1 Aplicações do Fecho Regular. 2 A interseção de uma linguagem livre de contexto e uma linguagem regular é uma linguagem livre de contexto livre de contexto.
MATRIZ DE PARENTESCO Nas equações do Modelo Misto, é incluída a matriz de parentesco ( a inversa desta, A-1). Para que? A matriz de parentesco de n indivíduos.
Olhe fixamente para a Bruxa Nariguda
Equipe Bárbara Régis Lissa Lourenço Lucas Hakim Ricardo Spada Coordenador: Gabriel Pascutti.
Regras distribuição pontos simulador coliseum
Estatística e Probabilidade
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
Especialização em Pesquisa Clínica Módulo 3 – Epidemiologia e Bioestatística Daniel Kashiwamura Scheffer 1o. Semestre – 2009.
Análise de Variância medidas repetidas: one-way two-way
ME623A Planejamento e Pesquisa
Análise de Variância (ANOVA)
Métodos Estatísticos Aplicados às Ciências Biológicas - 9ª aula -
Métodos Estatísticos Aplicados às Ciências Biológicas 10ª aula.
Métodos Estatísticos Aplicados às Ciências Biológicas 8ª aula - Prática.
Fator - refere-se a um tipo de tratamento. Fatores será designado com letras maiúsculas. Nível - refere-se a vários tratamentos em qualquer fator. Níveis.
Análise de Variância (ANOVA) de 1 via
Transcrição da apresentação:

Faculdade de Odontologia ANOVA 1 fator Exemplo com Minitab Ivan Balducci Dr Phil Rowe Reader in Pharmaceutical Computing (Room 748) John Moores University Byrom Street Liverpool L3 3AF Phone 0151 231 2069 Fax 0151 231 2170 e-mail P.H.Rowe@livjm.ac.uk Faculdade de Odontologia São José dos Campos UNESP

Exemplo. Estudo tipo CRD. Sujeitos: 25 pacientes com úlceras Tratamentos: A, B, Placebo Medições: nº de dias até curar a úlcera Dados [médias] A: 5,6,6,7,7,8,9,10 [7.25] B: 7,7,8,9,9,10,10,11 [8.875] P: 7,9,9,10,10,10,11,12,13 [10.11] Essas diferenças são significantes?

C1 C2 C3 A B P 5 7 7 6 7 9 6 8 9 7 9 10 8 10 10 9 10 11 10 11 12 13 Ctr+L no minitab describe c1-c3 Grupos N média dp CoefVar(%) A 8 7.250 1.669 23.02 B 8 8.875 1.458 16.43 P 9 10.111 1.764 17.44

Investigação Informal Investigação Gráfica: box plots lado-a-lado dot plot lado-a-lado Comandos do Minitab, após digitar Ctr+L Boxplot c1 – c3; Overlay; MedLabel; YValue; IQRBox; Outlier. Indplot (c1 – c3 ); Overlay; Individual; Mean; CMean.

box-plot Grupo A vs P: não há sobreposição das faixas interquartis. Não se observam medidas discrepantes (outliers).

dot-plot Não se observam medidas discrepantes. De A para P: os valores médios aumentam. Não se observam medidas discrepantes.

No caso mais simples a ANOVA testa as hipóteses: O que a ANOVA faz? No caso mais simples a ANOVA testa as hipóteses: H0: As médias dos grupos são iguais. Ha: As médias não são iguais obs: em geral, referimos às sub-populações como “grupos” quando efetuamos a ANOVA.

Verificação do DP ? Compare o maior dp com o menor dp maior: 1.764 Suposição do modelo ANOVA: mesmo dp Variable treatment N Mean Median StDev days A 8 7.250 7.000 1.669 B 8 8.875 9.000 1.458 P 9 10.111 10.000 1.764 Compare o maior dp com o menor dp maior: 1.764 menor: 1.458 “um dp não é duas vezes maior que o outro dp” (posso, então, aplicar o modelo ANOVA)

Resultado da ANOVA 1 fator = oneway Comandos do Minitab, após digitar Ctr+L AOVOneway c1-c3; Tukey 5. AOV = anova Analysis of Variance for days Source DF SS MS F P treatment 2 34.74 17.37 6.45 0.006 Error 22 59.26 2.69 Total 24 94.00

1 menos o nº de indivíduos Resultado da ANOVA DF = graus de liberdade Minitab Analysis of Variance for days Source DF SS MS F P treatment 2 34.74 17.37 6.45 0.006 Error 22 59.26 2.69 Total 24 94.00 Nº de valores – nº de grupos 25-3 = 22 1 menos o nº de grupos 3-1 =2 1 menos o nº de indivíduos 25-1 = 24

Como ANOVA indica que os grupos não têm a mesma média, o que fazer? Onde está a diferença? Como ANOVA indica que os grupos não têm a mesma média, o que fazer? Analysis of Variance for days Source DF SS MS F P treatmen 2 34.74 17.37 6.45 0.006 Error 22 59.26 2.69 Total 24 94.00 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ----------+---------+---------+------ A 8 7.250 1.669 (-------*-------) B 8 8.875 1.458 (-------*-------) P 9 10.111 1.764 (------*-------) ----------+---------+---------+------ Pooled StDev = 1.641 7.5 9.0 10.5 Evidente diferença: P é pior que A (os IC’s não se sobrepõem)

Tukey (5%) - Comparações entre si Tukey's pairwise comparisons Family error rate = 0.0500 Individual error rate = 0.0199 Critical value = 3.55 Intervals for (column level mean) - (row level mean) A B B -3.685 0.435 P -4.863 -3.238 -0.859 0.766 95% confiança Use alfa = 0.0199 para cada teste. Esses são os IC’s(98.01%) para a diferença. Só P vs A é significante (ambos valores têm o mesmo sinal) IC(98%) para A-P é (-0.86 a -4.86)

Comandos Minitab ANOVA 1 fator Tukey