Carregar apresentação
PublicouDavi da Costa Mendonça Alterado mais de 8 anos atrás
1
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
2
Análise de Variância one-way - medida repetida
3
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 _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.
4
Inicialmente fazemos uma análise descritiva, observando as médias:
5
As opções já vêm destacadas:
Média em cada método
6
Podemos solicitar o box-plot.
7
Selecionar as variáveis que se deseja o box plot
8
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)
9
Outro gráfico importante é o de Barra de Erro (ERROR BAR)
12
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.
13
FAZER A ANOVA – medidas repetidas
14
o fator que está se repetindo é o método.
4
16
Post hoc não habilita nada (normal!)
17
Post hoc não habilita nada (normal!)
18
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)
19
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.
20
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.
21
Saídas importantes SPSS
a. A hipótese de sphericity não foi rejeitada (p > .05). A suposição de sphericity foi encontrada.
22
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.
23
O teste F Sphericity Assumed. (A suposição de sphericity é exigida) F = , p < 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.
24
Teste multivariado O teste multivariado não exige a suposição de sphericity
25
Testes de comparação múltipla
O teste multivariado não exige a suposição de sphericity
26
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.
27
Observação: Um outra maneira de entrar com os dados seria Agrupando a variável método. Seria assim:
28
Teríamos outra maneira de solicitar o diagrama em caixas.
29
Análise de Variância two-way – medida repetida
30
Exemplo2 : Estudo da eficácia das escovas de dente
Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais _2\aula_11_08\dados2.sav
31
Exemplo2 : Estudo da eficácia das escovas de dente
34
Solicitar um gráfico de linhas:
35
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
36
Retas não paralelas é um indicativo de interação
37
Vamos executar a ANOVA two-way e verificar o que acontece com as variáveis:
TEMPO TIPO_ESCOVA TEMPO*TIPO_ESCOVA
38
Tempo (antes e depois é o fator que será comparado)
2 níveis: Antes e depois
40
Post hoc não habilita nada (normal!)
41
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.
42
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
43
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
44
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
45
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.
46
Colar a sintaxe, selecionar e executar no botão
48
Saídas importantes SPSS
51
Análise de Variância one-way - medida repetida
52
Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais _2\aula_11_08\Exercicio1..sav
53
Entrada dos dados no SPSS
ANOVA ONE-WAY com medida repetida
54
Box-Plot para os três centros
55
Saídas importantes da ANOVA
57
ANOVA Não significativo ao nível de 5%.
Nesta situação não é solicitado Post hoc
60
Análise de Variância two-way – medida repetida
61
Arquivo de dados: D:\Jeovani\ESTATISTICA\2014-Prof. ADRIANO\Topicos especiais _2\aula_11_08\Exercicio2.sav
63
Entrada dos dados no SPSS
Grupos 1 = suplemento 2 = placebo
64
Grupos 1 = suplemento 2 = placebo
65
Aparente interação. Basta ver se é significativa através ds ANOVA.
66
Tempo ( Tempo1, Tempo2, Tempo3, Tempo4) é o fator que será comparado)
Número de níveis (tempo1, ..., tempo4)
73
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
74
Voltar na análise e solicitar a comparação dos tempos:
75
Saídas (as anteriores são iguais, olhar diretamente a Comparação das médias entre os tempos.:
76
* Letras minúsculas iguais, nas linhas não diferem
estatisticamente pelo teste de Sidak
77
FIM!
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.