ANOVA.

Slides:



Advertisements
Apresentações semelhantes
Estatística amintas paiva afonso.
Advertisements

Analise de Regressão Parte 2.
CAPÍTULO 7 TESTE DE HIPÓTESE
Análise de Variância da Regressão
Análise de variância.
Intervalos de Confiança
CAPÍTULO 7 TESTE DE HIPÓTESE
DELINEAMENTO COMPLETAMENTE CASUALIZADO
Prof. Marllus Gustavo Ferreira Passos das Neves
Estatística Básica Utilizando o Excel
MB751 – Modelos de previsão
ANÁLISE DE VARIÂNCIA.
Distribuição F Considere duas populações com distribuição de Gauss com médias 1, 2 e variâncias 12 e 22 . Retire uma amostra aleatória de tamanho.
Folha de Cálculo TIC 10.
ANOVA Prof. Herondino.
Análise de Variância (ANOVA)
ME623A Planejamento e Pesquisa. Não Interação no Modelo de 2 Fatores A presença de interação tem um impacto na interpretação dos dados No entanto, se.
ME623 Planejamento e Pesquisa
ANOVA: Análise de Variância APLICAÇÃO.
Tecnologias da Informação e Comunicação
Microsoft Excel Folha de cálculo
Microsoft Office Excel Fórmulas complexas  Se  Soma.Se  Contar.Se  Contar.Val  Contar.Vazio.
Exploração e Cruzamento de Variáveis
Estatística e Probabilidade
Regressão Linear.
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
Fernando Gláuber Júnior Luana. Fase quente Fase fria.
... Blocos Aleatorizados AMOSTRAS INDEPENDENTES DADOS PAREADOS y11 y12
Apresenta:.
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
Novas Tecnologias Na Formação
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
Disciplina Engenharia da Qualidade II
Introdução a planejamento e otimização de experimentos
ME623A Planejamento e Pesquisa
Estatística Descritiva
ANOVA.
Visão Geral do SPSS.
Testes de Hipóteses.
Sistemas de Gestão De Bases de Dados
Prof. Marllus Gustavo Ferreira Passos das Neves
Análise de Variância (ANOVA)
AULA 6 Planejamento Experimental
Comparação de Médias de Várias Populações (2.2) 2.1. Experimentos com um fator e vários níveis.
PPGTI AULA 3 Prof. Dr. Márcio A. Fiori –
Métodos Estatísticos Aplicados às Ciências Biológicas 10ª aula.
ANÁLISE DISCRIMINANTE
Testes de Hipóteses.
AULA 2 Prof. Dr. Márcio A. Fiori -
Regressão Linear. Introdução A relação linear entre duas variáveis contínuas pode ser aferida através do coeficiente de correlação ou do modelo de regressão.
GESTÃO E GARANTIA DA QUALIDADE
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
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.
ANOVA de medidas independentes Estatística Aplicada - Componente Prática.
AULA 11 – REGRESSÃO Parte I
6. Andando na Superfície de Resposta Técnica de otimização baseada em planejamentos fatoriais Etapas distintas: Modelagem e deslocamento Modelagem: ajuste.
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.
Variância/ Covariância, Correlação Regressão. Variância.
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.
Planejamentos compostos centrais. Características do Planejamento Para um planejamento com K fatores temos 3 partes : 1 – Uma parte fatorial (pontos de.
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.
ANOVA II.
Testes de Hipóteses (cont.).
ANOVA.
Transcrição da apresentação:

ANOVA

ANOVA I – Dados relacionados Utiliza-se a ANOVA I para dados relacionados quando se testa uma variável para três ou mais situações, e os casos ou indivíduos em teste são os mesmos (ou emparelhados), em todas as situações de teste.

ANOVA I – Exemplo Considere-se a variável saldo médio de agências bancárias em três momentos diferentes da economia do país: crescimento, estabilidade e depressão. Consulte o ficheiro

ANOVA I A variável saldo (entre situações) representa as diferenças previstas nos resultados entre as três situações de teste. Uma vez que todos os casos (saldos das agências) passam por todas as situações, é possível consultar o desempenho global de cada um dos casos (agências) ao longo das três situações. Isto significa que as diferenças nos resultados devidas aos casos (agências), em termos individuais, podem ser tratadas como uma fonte de variância separada.

Variável saldo (entre situações) ANOVA I – Tabela Tabela das fontes de variância para um design relacionado unidireccional (ANOVA I): Fonte de variância SQ gl MQ Rácio F Variável saldo (entre situações) SQbet glbet Casos/agências SQcas glcas Erro SQerro glerro Total SQtot gltot

ANOVA I A variância do erro representa as diferenças individuais entre os casos/indivíduos, dentro de cada uma das situações, devidas a variáveis irrelevantes que afectam o desempenho dos casos/indivíduos.

ANOVA I Os cálculos dos elementos da tabela de fontes de variância é semelhante ao da ANOVA I para dados não relacionados. O cálculo de SQcas obtém-se adicionando os quadrados dos totais para cada caso/indivíduo nas três situações, de forma a poder calcular-se a variância devida ao desempenho global dos casos/indivíduos. O cálculo de glcas é obtido subtraindo um ao número total de casos.

ANOVA I – Instruções Tc2 Soma dos totais de cada situação ao quadrado Ti2 Soma dos totais de cada caso/indivíduo ao quadrado Ti2=192+202+172 +152 +142 +192 n Número de casos em cada situação n=6 c Número de situações c=3 N Número total de resultados N=18 (x)2 Total dos totais ao quadrado (x)2=1042 (x)2/N Constante a subtrair a todos os SQ x Cada resultado individual x2 Soma dos quadrados dos resultados individuais

ANOVA I – Passo a passo 1. Cálculo de SQbet

ANOVA I – Passo a passo 2. Cálculo de SQcas

ANOVA I – Passo a passo 3. Cálculo de SQtot

ANOVA I – Passo a passo 4. Cálculo de SQerro

ANOVA I – Passo a passo 5. Cálculo dos graus de liberdade

ANOVA I – Passo a passo 6. Cálculo dos MQ

ANOVA I – Passo a passo 7. Cálculo do rácio F para MQbet e MQcas

Variável saldo (entre situações) ANOVA I – Tabela 8. Preenchimento da tabela ANOVA Fonte de variância SQ Gl MQ Rácio F Variável saldo (entre situações) 31,44 2 15,72 F2,10=7,18 Casos 9,78 5 1,956 F5,10=0,8935 Erro 21,89 10 2,189 Total 63,11 17

ANOVA I – Passo a passo 9. Consultar os rácios F na tabela e concluir. Na tabela, 1=glbet e 2=glerro. Assim: Entre situações tem-se um valor calculado (7,18) superior ao valor da tabela (4,10), logo rejeita-se a hipótese nula e conclui-se que há diferenças estatisticamente significativas entre os saldos médios das agências para as três situações consideradas. Para os casos (agências) o valor calculado (0,8935) é inferior ao valor da tabela (3,33), pelo que se aceita a hipótese nula e se conclui que não há diferenças globais significativas entre agências.

ANOVA I – SPSS Para efectuar uma análise de variância, com dados relacionados, no SPSS, os dados devem ser organizados da seguinte forma: Consulte o ficheiro

ANOVA I – SPSS No menu, seleccionar: Analyze  General Linear Model  Repeated Measures... Definir um nome para o factor (situação) e indicar o número de níveis do factor (3). Premir Add e depois Define.

ANOVA I – SPSS A caixa de diálogo deverá ficar com a seguinte configuração:

ANOVA I – SPSS Surge, então, uma caixa de diálogo onde se devem atribuir as variáveis aos factores respectivos. Para isso, seleccione cada variável na coluna da esquerda e prima o botão central para a associar ao factor correspondente.

ANOVA I – SPSS A caixa de diálogo deverá ficar com a seguinte configuração: Premir o botão OK.

ANOVA I – SPSS O resultado para o factor situação é o seguinte: Consulte o ficheiro Uma vez que a significância é inferior a 0,05, rejeita-se a hipótese nula e conclui-se que há diferenças estatisticamente significativas entre os saldos médios das agências para as situações consideradas.