Análise de Variância medidas repetidas: one-way two-way

Slides:



Advertisements
Apresentações semelhantes
Estatística amintas paiva afonso.
Advertisements

Deve ser selecionado o modo
Como se familiarizar com seu banco de dados usando o SPSS
Analise de Regressão Parte 2.
CAPÍTULO 7 TESTE DE HIPÓTESE
Análise de Variância da Regressão
Cássio Luís Fernandes de Oliveira
CAPÍTULO 7 TESTE DE HIPÓTESE
Estatística Básica Utilizando o Excel
Tutorial de exercícios Estatística Básica Utilizando o Excel Delamaro e Marins 2a. Aula - Estatística Descritiva.
MB751 – Modelos de previsão
Faculdade de Odontologia
Análise de Medidas Repetidas: Áreas de Uso
Como se familiarizar com seu banco de dados Como se familiarizar com seu banco de dados usando o SPSS Profa. Suzi Camey Depto de Estatística - UFRGS.
PUCRS Introdução a gráficos.
Introdução ao Stata 16 de abril de 2013
ANOVA Prof. Herondino.
ME623 Planejamento e Pesquisa
ME623A Planejamento e Pesquisa
Treinamento do Microsoft® Access® 2010
ANOVA: Análise de Variância APLICAÇÃO.
Introdução ao Stata 7 de junho de 2013
POWER POWER POINT POINT.
Oráculo para a tomada de decisão na escolha do teste estatístico
Deve ser selecionado o modo
Regressão Múltipla Profas: Gardênia da Silva Abbad Elaine Rabelo Neiva
COMO OS CIENTISTAS DESCOBREM AS COISAS ?
Aula 6 - Método não-experimental ou de seleção não-aleatória
Unidade 6 – Formulários HTML Prof.: Henrique Santos
Aplicações Estatísticas uma rápida abordagem
Universidade Federal Fluminense Faculdade de Medicina Mestrado Profissional em Saúde Materno-Infantil 2011 BIOESTATÍSTICA-aula 6 Prof. Cristina Ortiz Valete.
Estatística e Probabilidade
Análise Descritiva de Dados
Amostras pareadas / Independência com variâncias desconhecidas
ANOVA II.
Teste de Hipóteses Pontos mais importantes: -objectivo
Estatística: Aplicação ao Sensoriamento Remoto SER ANO 2015 Análise de Variância (ANOVA) Camilo Daleles Rennó
ANOVA do Delineamento Em Blocos Casualizados (DBC)
Professor Antonio Carlos Coelho
Análise Multivariada BioEstat
Aula 12 - Teste de associação1 DATAAulaCONTEÚDO PROGRAMÁTICO 10/03Segunda1Níveis de mensuração, variáveis, organização de dados, apresentação tabular 12/03Quarta2Apresentação.
Regressão e Previsão Numérica.
análise dos estimadores
MÉTODO CIENTÍFICO Hipóteses (conjecturas, modelos, teoria)
Análise de Variância one-way two-way
Regressão Linear Múltipla
Aula 4 – Estatística- Conceitos básicos
Introdução a planejamento e otimização de experimentos
Metodologia da Pesquisa em Ensino de Ciências I
ME623A Planejamento e Pesquisa
ANOVA.
INTRODUÇÃO À BIOESTATÍSTICA PROFESSORA: Carolina Peixinho
Testes de Hipóteses.
Prof. Marllus Gustavo Ferreira Passos das Neves
Análise de Variância (ANOVA)
Alpha de Cronbach: Consistência Interna
AULA 6 Planejamento Experimental
Métodos Estatísticos Aplicados às Ciências Biológicas - 7ª aula -
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.
Programação para Física Ambiental
Testes de Hipóteses.
AULA 2 Prof. Dr. Márcio A. Fiori -
NOÇÕES DE INFERÊNCIA ESTATÍSTICA
ANOVA de medidas independentes Estatística Aplicada - Componente Prática.
AULA 07 CORRELAÇÃO Igor Menezes.
AULA 11 – REGRESSÃO Parte I
Tarefa Autor: Skyup Informática. Atividade – Tarefa O módulo atividade tarefa tem como principio básico a interação professor-aluno. Os alunos podem apresentar.
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:

Análise de Variância medidas repetidas: one-way two-way Medida repetida caracteriza dependência entre as observações. Notas de aula – Prof Adriano Ferreti Borgatto – 11/08/2014 Por Jeovani Schmitt

Análise de Variância one-way - medida repetida

Temos 7 pessoas em 4 métodos (a, b,c,d) = 28 observações Exemplo1 : Sete sujeitos foram classificados em uma escala, a qual mede o estresse dos indivíduos. O sujeito foi mensurado na escala, em cada um de 4 métodos de classificação (a, b, c, d). Quanto maior o escore, maior é o estresse dos sujeitos. Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais - 2014_2\aula_11_08\dados1.sav Temos 7 pessoas em 4 métodos (a, b,c,d) = 28 observações Pergunta: Desejamos saber se há diferença entre os métodos em termos de valores médios do escore de estresse.

Inicialmente fazemos uma análise descritiva, observando as médias:

As opções já vêm destacadas: Média em cada método

Podemos solicitar o box-plot.

Selecionar as variáveis que se deseja o box plot

Saída para o box-plot. Maior valor não discrepante 3º. Quartil mediana Menor valor não discrepante Como há poucas observações, coincide que Menor valor não discrepante é o 1º. Quartil (faltou o bigode na caixa do método d)

Outro gráfico importante é o de Barra de Erro (ERROR BAR)

Interpretação: Visualmente podemos observar que não há sobreposição do intervalo de confiança do método d com os demais. Isto é um indicativo de diferença entre as médias. Nos demais métodos, há sobreposição, indicando que não há diferença estatística entre os 3 métodos.

FAZER A ANOVA – medidas repetidas

o fator que está se repetindo é o método. 4

Post hoc não habilita nada (normal!)

Post hoc não habilita nada (normal!)

Para utilizar um Post hoc (1) para comparar os métodos, clicar opções e assinalar os destaques: (1) O Post hoc só deve ser usada se o resultado da ANOVA for significativa. (próximo slide)

Saídas SPSS Suposição de Sphericity Mauchly's sphericity test é um teste estatístico usado para validar a ANOVA para medidas repetidas. O teste foi introduzido por ENIAC co-inventor John Mauchly em 1940. O que é sphericity? Sphericity relaciona a igualdade das variâncias das diferenças entre os níveis da variável classificada como medida repetida. A Sphericity exige que as variâncias para cada conjunto dos escores sejam iguais.

Violação na suposição da sphericity Correções para violações da sphericity incluem os testes de Greenhouse-Geisser, o Huynh-Feldt e o Lower-bound. Para corrigir a sphericity, estes testes alteram os graus de liberdade, alterando assim, o nível de significância do teste F. Existem diferentes opiniões sobre qual a melhor correção a ser utilizada.

Saídas importantes SPSS a. A hipótese de sphericity não foi rejeitada (p > .05). A suposição de sphericity foi encontrada.

Indica que há diferença entre os métodos No Teste de efeitos entre assuntos (Tests of Within-Subjects Effects) são apresentados os resultados da ANOVA para o efeito de grupo Indica que há diferença entre os métodos (p < 0,01) Fazer post hoc Como a suposição da esfericidade foi satisfeita (p > 0,05 no teste do slide anterior, deve-se´olhar a linha Esfericidade considerada.

O teste F   Sphericity Assumed. (A suposição de sphericity é exigida) F = 61.465, p < .05 O que pode-se concluir? Testes Greenhouse-Geisser and Huynh-Feldt Estes testes produzem o mesmo valor de F. Entretanto, os graus de liberdade são correlacionados, para alguma violação da suposição de sphericity. 

Teste multivariado O teste multivariado não exige a suposição de sphericity

Testes de comparação múltipla O teste multivariado não exige a suposição de sphericity

Conclusão: O método 4 é diferente dos outros 3, e A, B e C não diferem estatisticamente. (variações casuais de amostragem) Obs.: Já havíamos visualmente tirada esta conclusão nos gráficos de barra de erro e box-plot.

Observação: Um outra maneira de entrar com os dados seria Agrupando a variável método. Seria assim:

Teríamos outra maneira de solicitar o diagrama em caixas.

Análise de Variância two-way – medida repetida

Exemplo2 : Estudo da eficácia das escovas de dente Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais - 2014_2\aula_11_08\dados2.sav

Exemplo2 : Estudo da eficácia das escovas de dente

Solicitar um gráfico de linhas:

O Tipo_escova é o FATOR INDEPENDENTE, pois não MUDA em um único indivíduo. Variável Tempo (antes e depois) é dependente – pois o mesmo indivíduo é observado duas vezes

Retas não paralelas é um indicativo de interação

Vamos executar a ANOVA two-way e verificar o que acontece com as variáveis: TEMPO TIPO_ESCOVA TEMPO*TIPO_ESCOVA  

Tempo (antes e depois é o fator que será comparado) 2 níveis: Antes e depois

Post hoc não habilita nada (normal!)

Saídas importantes SPSS É normal não aparecer o p-valor pois são apenas dois grupos. Obs.: A hipótese de sphericity não foi rejeitada . A suposição de sphericity foi encontrada.

ANOVA Tempo é significativo Interação é significativa Obs.: A hipótese de sphericity não foi rejeitada . Assume-se que a suposição não foi violada. O tipo de escova sozinho é apresentado numa tabela mais abaixo da saída. Tempo p-valor < 0,001 → significativo Tempo* Tipo_escova p-valor < 0,001 → significativo

ANOVA para Tipo_Escova Tipo_escova não é significativo. Em resumo: Tempo p-valor < 0,001 → significativo Tempo* Tipo_escova p-valor < 0,001 → significativo Tipo_escova p-valor < 0,001 → não significativo

ANOVA para Tipo_Escova Tempo p-valor < 0,001 → significativo Tempo* Tipo_escova p-valor < 0,001 → significativo Tipo_escova p-valor < 0,001 → não significativo Quando isto acontece estuda-se somente a INTERAÇÃO. Tempo p-valor < 0,001 → significativo Tempo* Tipo_escova p-valor < 0,001 → significativo Tipo_escova p-valor < 0,001 → não significativo A verificação do efeito da INTERAÇÃO é feito através de SINTAXE

DADO que a INTERAÇÃO foi SIGNIFICATIVA, a comparação da Interação será via SINTAXE   GLM Antes Depois BY Tipo_Escova /WSFACTOR=Tempo 2 Polynomial /METHOD=SSTYPE(3) /PLOT=PROFILE(Tempo*Tipo_Escova) /EMMEANS=TABLES(Tipo_Escova*Tempo) comp (Tipo_Escova) adj (Sidak) /EMMEANS=TABLES(Tipo_Escova*Tempo) comp (Tempo) adj (Sidak) /CRITERIA=ALPHA(.05) /WSDESIGN=Tempo /DESIGN=Tipo_Escova.

Colar a sintaxe, selecionar e executar no botão

Saídas importantes SPSS

Análise de Variância one-way - medida repetida

Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais - 2014_2\aula_11_08\Exercicio1..sav

Entrada dos dados no SPSS ANOVA ONE-WAY com medida repetida

Box-Plot para os três centros

Saídas importantes da ANOVA

ANOVA Não significativo ao nível de 5%. Nesta situação não é solicitado Post hoc

Análise de Variância two-way – medida repetida

Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais - 2014_2\aula_11_08\Exercicio2.sav

Entrada dos dados no SPSS Grupos 1 = suplemento 2 = placebo

Grupos 1 = suplemento 2 = placebo

Aparente interação. Basta ver se é significativa através ds ANOVA.

Tempo ( Tempo1, Tempo2, Tempo3, Tempo4) é o fator que será comparado) Número de níveis (tempo1, ..., tempo4)

Tempo p-valor < 0,001 → significativo Somente tempo deu significativo. Realizar post hoc somente com tempo. Tempo p-valor < 0,001 → significativo Tempo* Grupos p-valor < 0,466 → não significativo Grupos p-valor < 0,533 → não significativo

Voltar na análise e solicitar a comparação dos tempos:

Saídas (as anteriores são iguais, olhar diretamente a Comparação das médias entre os tempos.:

* Letras minúsculas iguais, nas linhas não diferem estatisticamente pelo teste de Sidak

FIM!