Mario de Andrade Lira Junior www.lira.pro.br 22/9/2015 www.lira.pro.br - Reservados todos os direitos autorais.1.

Slides:



Advertisements
Apresentações semelhantes
Estatística Experimental
Advertisements

Chapter 5Design & Analysis of Experiments 7E 2009 Montgomery 1 INTRODUÇÃO AOS EXPERIMENTOS FATORIAIS DEFINIÇÕES BASICAS VANTAGENS O MODELO A DOIS FATORES.
ANÁLISE DISCRIMINANTE
Blocos aleatorizados, quadrados latinos e experimentos relacionados
INFERÊNCIA DESCRITIVA
Medidas de Dispersão.
Os Sistemas Agrícolas.
MB751 – Modelos de previsão
ANÁLISE DE VARIÂNCIA.
PLANEJAMENTO E ANÁLISE DE EXPERIMENTOS
Delineamento de Parcela Subdividida
Lógica Epidemiológica
ANÁLISE DE VARIÂNCIA MULTIVARIADA - MANOVA
Técnicas Experimentais Aplicadas em Ciência do Solo
Estatística - Estimação – III - 1; Teorema do limite central
EXPERIMENTO FATORIAL SHEILA REGINA ORO.
Técnicas Experimentais Aplicadas em Ciência do Solo
ME623 Planejamento e Pesquisa
5. Experimentos Fatoriais
Sub-programas. Mecanismo de composição de programas Sub-programa está para peça de LEGO assim como um programa está para a construção.
MBA em Gestão de Empreendimentos Turísticos
1ª. AULA PRÁTICA.
O problema do emparelhamento máximo
Etapa Estatística Planejamento Análise Estatística Efeito de sequência
Universidade Estadual do Maranhão – UEMA Bacharelado em Administração
LCE0602-Estatística Experimental
Mario de Andrade Lira Junior lira.pro.br/wordpress 19/6/2014 lira.pro.br/wordpress - Reservados todos os direitos autorais.1.
Exemplos de experimentos
ENCONTRO NACIONAL DOS ESTUDANTES DE ENGENHARIA AMBIENTAL
ENSAIOS FATORIAIS Introdução Lima, PC Lima, RR.
GERENCIAMENTO DA QUALIDADE FERRAMENTAS DE CONTROLE
PLANEJAMENTO DO EXPERIMENTO
PLANO DE ENSINO FAPAN - Faculdade de Agronegócio de Paraíso do Norte
Mario de Andrade Lira Junior lira.pro.br\wordpress 2/4/2015 lira.pro.br\wordpress - Reservados todos os direitos autorais.
EFEITO DA APLICAÇÃO DE RESÍDUO DA INDÚSTRIA DE CELULOSE E FÓSFORO NAS CARACTERÍSTICAS DO SOLO, NA PRODUTIVIDADE E NUTRIÇÃO DO Eucalyptus dunnii Celina.
Disciplina de Epidemiologia I Faculdade de Saúde Pública da USP
Amostragem probabilística Amostragem não-probabilística
CURSO DE ARQUIVOLOGIA CCBSA - UEPB – Campus V
ANÁLISE DOS DADOS DE EXPERIMENTO
ANOVA do Delineamento Em Blocos Casualizados (DBC)
Modelos Hierárquicos (Nested)
Probabilidade e Estatística para Avaliação de Desempenho
... Blocos Aleatorizados AMOSTRAS INDEPENDENTES DADOS PAREADOS y11 y12
PLANEJAMENTO DO EXPERIMENTO
Introdução ao Stata 03 de maio de 2013
Regressão e Previsão Numérica.
Aula 6. Delineamento amostral
Análise de Variância medidas repetidas: one-way two-way
PROBABILIDADE E ESTATÍSTICA APLICADA À ENGENHARIA
Noções de Estatística - I
Análise de Variância (ANOVA)
Comparação de Médias de Várias Populações (2.2) 2.1. Experimentos com um fator e vários níveis.
AULA 5 Planejamento Experimental
Métodos Estatísticos Aplicados às Ciências Biológicas
Métodos Estatísticos Aplicados às Ciências Biológicas - 11ª aula -
Métodos Estatísticos Aplicados às Ciências Biológicas 10ª aula.
Métodos Estatísticos Aplicados às Ciências Biológicas 8ª aula - Prática.
AULA 2 Prof. Dr. Márcio A. Fiori -
INFERÊNCIA PARA DUAS POPULAÇÕES
MEDIDAS DE POSIÇÃO MÉDIAS MODA MEDIANA QUARTIS PERCENTIS.
ESTATÍSTICA.
Professor: Jerry A. Domingos
Fator - refere-se a um tipo de tratamento. Fatores será designado com letras maiúsculas. Nível - refere-se a vários tratamentos em qualquer fator. Níveis.
Amostragem e tratamento de dados faltantes Prof. Luciana Nunes Risco Relativo e Razão de Chances.
EXPERIMENTOS FATORIAIS
CURVA ABC PARA ESTOQUE PROF. JEFFERSON SALLES. CURVA ABC Obtém-se a curva ABC através da ordenação dos itens que serão analisados, conforme sua importância.
Marcos Antonio Estremote – Aula 3.  Determina a característica de variação de um conjunto de dados.  Amplitude  Desvio  Desvio médio ou desvio absoluto.
Regressão Linear (aula 14 – Parte 2).
Driéli Aparecida Reiner
Transcrição da apresentação:

Mario de Andrade Lira Junior 22/9/ Reservados todos os direitos autorais.1

Caso especial do fatorial, com todas as características do mesmo Principal diferença é o uso de parcelas diferentes para cada fator Um fator ocupa parcelas “maiores”, consideradas principais O outro ocupa parcelas “menores”, que ficam “dentro” da principal Em função das diferentes parcelas, há mais de uma variação do acaso Esta é a grande diferença em relação ao que vimos anteriormente Freqüentemente usado para medições repetidas no tempo, mas contra-recomendado. Formas mais adequadas de análise serão examinadas em outro tópico O mesmo vale para diferentes profundidades de amostragem

9/22/20153  Parcela principal  Sub-parcela  Resíduo (a)  Resíduo (b)

 Quatro sistemas de preparo de solo (plantio direto, uma aração e duas gradagens, duas gradagens, uma aração) – parcela principal, por exigerem parcelas relativamente grandes  Três variedades de milho – sub-parcela, já que parcelas pequenas podem ser utilizadas  Delineamento em blocos, controlando tipo de solo, por exemplo, com três blocos 22/9/2015 Aula de Estatística Aplicada à Agricultura – wwwliraprobr - Reservados todos os direitos autorais4

9/22/20155 Sub-parcela Parcela principal Bloco

 Como uma parcela fica “dentro” da outra temos resíduos diferentes  De modo geral, o maior resíduo é da parcela principal ◦ Parcela maior, portanto maior variação do acaso ◦ Sempre menor número de parcelas principais do que sub-parcelas  Menor GL para o resíduo das principais do que das sub-parcelas 22/9/2015 Aula de Estatística Aplicada à Agricultura – wwwliraprobr - Reservados todos os direitos autorais6

 Como cada fator só aparece em um tipo de parcela, cada um vai ser avaliado por um resíduo ◦ Fator da parcela principal, apenas pelo resíduo da parcela principal (a) ◦ Fator da sub-parcela, pelo resíduo da sub-parcela (b) ◦ Interação, como só aparece em função da relação entre as sub-parcelas dentro de cada parcela principal, também pelo resíduo (b) 22/9/2015 Aula de Estatística Aplicada à Agricultura – wwwliraprobr - Reservados todos os direitos autorais7

22/9/ Reservados todos os direitos autorais.8 Analise de variancia - efeito simples Class Level Information ClassLevelsValues cult dens bloco Number of Observations Read 36 Number of Observations Used 36 The GLM Procedure

22/9/ Reservados todos os direitos autorais.9 SourceDFSum of SquaresMean SquareF ValuePr > F Model <.0001 Error Corrected Total R-SquareCoeff VarRoot MSEy Mean SourceDFType III SSMean SquareF ValuePr > F bloco cult cult*bloco dens cult*dens <.0001 Tests of Hypotheses Using the Type III MS for cult*bloco as an Error Term SourceDFType III SSMean SquareF ValuePr > F cult