Delineamento e Análise Experimental Aula 4
|
|
- Isabella Farinha
- 5 Há anos
- Visualizações:
Transcrição
1 Aula 4 Castro Soares de Oliveira
2 ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre que médias se registram essas diferenças?
3 ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre que médias se registram essas diferenças? Tratamentos Qualitativos ANOVA Tratamentos Quantitativos Comparações Multiplas Análise de Regressão
4 Teste de Comparação Múltipla Quando a anova é significativa e o fator em estudo no experimento é uma variável qualitativa o procedimento apropriado é o das comparações entre as médias dos tratamentos através de testes de comparações múltiplas. Os testes de comparação múltipla permitem verificar entre que médias se registram diferenças, isto é, permitem investigar onde se encontram as diferenças possíveis entre I médias populacionais.
5 Teste de Comparação Múltipla Os tipos de experimentos para os quais os procedimentos de comparações múltiplas de médias são apropriados, são aqueles cujo objetivo é determinar os melhores tratamentos dentro de um conjunto qualitativo de tratamentos. Existem vários procedimentos que permitem fazer comparações múltiplas.
6 Teste de Comparação Múltipla A grande questão em qualquer discussão de procedimentos de comparações múltiplas é a questão da a probabilidade de erros Tipo I α = P [rejeitar H 0 H 0 é verdadeira] Ao se controlar de forma excessiva esse tipo de erro, aumenta-se a taxa de erro tipo II e diminui-se o poder do teste, sendo o teste, nesse caso, denominado conservativo ou conservador Ao se aumentar a taxa de erro tipo I, diminui-se a taxa de erro tipo II e o poder é aumentado, sendo considerado um teste poderoso ou liberal Os procedimentos de comparação múltipla são formulados de forma de controlar a taxa de erro tipo I.
7 Teste de Comparação Múltipla Existem dois tipos de testes de comparação múltipla: Comparação a priori ou estruturado que é definida pelo pesquisador antes de obter os dados Comparação a posteriori ou não-estruturada que é definida pelo pesquisdor depois de obter os dados
8 Constraste Definição Uma combinação linear de médias cujos coeficientes somam zero constitui um contraste de médias, denotado por em que n C = a i µ i i=1 n a i = 0 i=1
9 Constraste Exemplo Considere um experimento com 3 tratamentos, assim, temos µ 1, µ 2, µ 3. Podemos obter os seguintes contrastes: C 1 = µ 1 µ 2 C 2 = µ 1 + µ 2 2µ 3 C 3 = 1 2 (µ 3 + µ 2 ) µ 1
10 Constraste A variância de um contraste é dada por Var(C) = n i=1 a 2 i r QMErro Sejam dois contrastes: C 1 = n a i µ i C 2 = i=1 n b i µ i i=1 Sua covariância é dada por Cov(C 1, C 2 ) = n i=1 a i b i r QMErro
11 Teste t O teste t pode ser utilizado para testar contrastes A estatística do teste é dada por: t c = C VAR(C) t IJ I A região crítica de um teste de nível de significância α é dada por: t c > t α,ij I
12 Teste t (Exemplo) Tabela 1: Tabela de análise de variância para estudo do efeito da glicose na liberação de insulina FV GL SQ QM F c valor-p Tratamento 2 10,2967 5,1483 9,3054 0,0064 Erro 9 4,9794 0,5533 Total 11 15,2761
13 Teste t (Exemplo) Tabela 2: Valores médios do efeito da glicose na liberação de insulina Tratamento ȳ i. baixo 2,23 médio 3,44 alto 4,50
14 Teste t (Exemplo) Assim, podemos ter os seguintes contrastes: Ĉ 1 = m 1 m 2 = 2, 23 3, 44 = 1, 21 Ĉ 2 = m 1 m 3 = 2, 23 3, 44 = 2, 27 Ĉ 3 = m 2 m 3 = 3, 44 4, 50 = 1, 06 As variâncias dos contrastes são: var(ĉ1) = 12 + ( 1) 2 0, 5533 = 0,
15 Teste t (Exemplo) Na tabela abaixo verifica-se que apenas o C 2 tem valorp<0,05, desta forma apenas o tratamento baixo difere do tratamento alto. Constrantes Estimativa do Constraste valor-p C 1-1,21 0,1088 C 2-2,27 0,0051 C 3 1,06 0,1627
16 Teste de Tukey Tukey (1953) propôs um procedimento para testar hipóteses a partir de intervalos de confiança sobre as diferenças em todos pares de médias. A estratégia de Tukey consiste em definir a diferença mínima significativa (DMS). O teste de Tukey talvez seja o teste mais utilizado nos experimentos. Talvez isso aconteça pela sua praticidade e objetividade.
17 Procedimentos para aplicar o Teste de Tukey Calcular o diferença minima significativa (DMS) QMEerro DMS = q, r em que q é o valor tabelado em função do número de tratamentos I e do numero de graus de liberdade do erro r é o número de repetições respectivamente de todos os tratamentos
18 Procedimentos para aplicar o Teste de Tukey 1 Ordenar as médias em ordem decrescente 2 Calcular a DMS. 3 Colocar uma letra qualquer para a primeira média. Esta será a primeira média base 4 Obter o limite inferior (LI) fazendo a diferença entre cada média base e a DMS LI = X (1) DMS As médias que estiverem no intervalo entre a [X (1) ; LI] são consideradas iguais 5 Mudar a média base para a próxima média (sem saltar nenhuma) e repetir o Passo 3 e 4 até que a base seja a última média ou o intervalo contenha a última média.
19 Teste Tukey (Exemplo) No exemplo da insulina Tratamento Média repetições Alto 4,5 4 Médio 3,43 4 Baixo 2,23 4 Considerando α = 0, 05 temos DMS = 1, 47 Temos 4,5-1,47=3,03, assim as médias dos tratamento Alto e Médio podem ser consideradas iguais, mas as médias dos tratamentos Alto e Baixo são consideradas diferentes Temos 3,43-1,47=1,96, assim as médias dos tratamento Médio e Baixo podem ser consideradas iguais
20 Teste Tukey (Exemplo) Assim, o resultado do teste de Tukey é dados por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média Alto 4,5a Médio 3,43ab Baixo 2,23 b
21 Teste de Dunnett Dunnett (1955) propôs um procedimento para comparações múltiplas onde o interesse é o de comparar um grupo particular (muitas vezes o chamado grupo de controle) com cada um dos restantes grupo. A significância deste teste implicará apenas na conclusão de que os grupos tratados apresentam diferença com o grupo controle.
22 Procedimentos para aplicar o Teste de Dunnett Calcular o diferença minima significativa (DMS) DMS = D 2 QMEerro, r em que D é o valor tabelado por Dunnet em função I 1 graus de liberdade dos tratamentos envolvidos e do numero de graus de liberdade do erro r é o número de repetições respectivamente de todos os tratamentos
23 Procedimentos para aplicar o Teste de Dunnett Calcular as estimativas dos contrastes Ŷ 1 = ˆm 1 ˆm controle Ŷ 2 = ˆm 2 ˆm controle. =. Ŷ i = ˆm i ˆm controle Comparar o valor absoluto de cada estimativa do contraste com o valor DMS. Se Ŷ DMS o teste é significativo indicando que o grupo tratado difere do grupo controle. Se Ŷ < DMS então o grupo controle não difere do grupo tratado.
24 Teste de Dunnett (Exemplo) No exemplo da insulina considerar o tratamento baixo como controle Tratamento Média repetições Alto 4,5 4 Médio 3,43 4 Baixo 2,23 4 DMS = 1, 22 Ŷ 1 =4,5-2,23=2,27; como Ŷ1 > 1, 24 temos que as médias dos tratamentos Alto e Baixo são considerados diferentes Ŷ 3 =3,43-2,23=1,2, como Ŷ3 < 1, 22 temos que as médias dos tratamentos Médio e Baixo são considerados iguais
25 Teste de Scott-Knott Scott & Knott (1974) propuseram um procedimento que compara as médias dos tratamentos por conglomerados e sua significância é analisada por meio do da distribuição de χ 2 A grande vantagem em sua utilização é proveniente do fato de que nenhuma média pode pertencer a mais de um agrupamento, como ocorre nos anteriores, ou seja, o teste determina a constituição de grupos disjuntos, sempre que for encontrada significância na ANOVA.
26 Teste de Scott-Knott (Exemplo) Assim, o resultado do teste de Scott-Knott é dado por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média Alto 4,5a Médio 3,43a Baixo 2,23 b
27 Experimentos com tratamentos quantitativos Os tratamentos são denominados quantitativos quando podem ser ordenados segundo um critério quantitativos, por exemplo teor de cálcio, épocas de colheita, espaçamentos, teor de carotenóides, doses de hormônios Se os tratamentos em estudo no experimento forem quantitativos deve-se utilizar a análise de regressão quando a ANOVA rejeita a hipótese nula.
28 Experimentos com tratamentos quantitativos A regressão é uma técnica de análise que utiliza a relação entre duas ou mais variáveis quantitativas para determinar um modelo matemático de forma que o efeito de uma possa ser previsto por meio de outra variável. Na análise de experimentos, o modelo matemático mais empregado para tentar explicar o efeito dos tratamentos na variável resposta é o modelo polinomial (um valor está em função do outro). Os polinômios são da forma Y = β 0 + β 1 X + β 2 X β n X n A variável X, ou variável independente, é uma variável não aleatória corresponde aos tratamentos e a variável Y, ou variável dependente, que é a variável resposta.
29 Análise de Regressão Polinômio do 1 o grau ou Regressão linear Y = β 0 + β 1 X Polinômio do 2 o grau ou Regressão quadrática Y = β 0 + β 1 X + β 2 X 2 Polinômio do 3 o grau ou Regressão cúbica Y = β 0 + β 1 X + β 2 X 2 + β 3 X 3
30 Análise de Regressão
31 Passos para Análise de Regressão Definir os efeitos de regressão a serem testados. A cada efeito de regressão corresponde 1 grau de liberdade. Assim, é possível testar tantos efeitos de regressão quantos são os graus de liberdade para tratamentos; Determinar as Somas de Quadrados para cada um destes efeitos de regressão; No quadro da Análise de Variância, testar os efeitos de regressão utilizando o Quadrado Médio do Erro Experimental; Através do teste F, definir o grau do polinômio que melhor se ajusta às médias da característica observada
32 Passos para Análise de Regressão Determinar o grau de ajuste, através do Coeficiente de Determinação (R 2 ) R 2 = SQRegresso SQTratamento Obter as estimativas dos parâmetros do modelo de Regressão escolhido e apresentar os resultados em um gráfico
33 Experimentos com tratamentos quantitativos (Exemplo) Um experimento com coelhos avaliou diferentes níveis de substituição da proteína do farelo de soja pela proteína do feno de amoreira (0; 25; 50; 75 e 100%) no peso de coelhos. Para isto foi utilizado um delineamento inteiramente casualizado com 5 repetições. repetição Tratamento 0% 25% 50% 75% 100% 1 1,69 1,26 1,49 1,49 1,43 2 1,51 1,85 1,74 0,98 1,47 3 1,88 1,92 1,50 1,68 0,87 4 1,97 1,60 1,51 1,78 1,10 5 1,80 1,69 1,67 2,01 1,16
34 Experimentos com tratamentos quantitativos (Exemplo) H 0 : µ 1 = µ 2 = µ 3 = µ 4 = µ 5
35 Experimentos com tratamentos quantitativos (Exemplo) H 0 : µ 1 = µ 2 = µ 3 = µ 4 = µ 5 Assumindo α = 0, 05 temos: FV GL SQ QM F c valor-p Tratamento 4 0,9074 0,2268 3,49 0,0254 Erro 20 1,2970 0,0648 Total 24 2,2044 Como valor p < 0, 05, rejeita-se H 0, logo podemos concluir ao nível de 5% que o peso é diferente em pelo menos um dos níveis dos tratamentos.
36 Experimentos com tratamentos quantitativos (Exemplo) Análise de variância com decomposição da Soma de Quadrado de Tratamento em regressões.
37 Experimentos com tratamentos quantitativos (Exemplo) Análise de variância com decomposição da Soma de Quadrado de Tratamento em regressões. FV GL SQ QM F c valor-p Tratamento 4 0,9074 0,2268 3,49 0,0254 linear 1 0,7248 0, ,18 0,0032 quadrático 1 0,0769 0,0769 1,19 0,2892 cubico 1 0,0849 0,0849 1,31 0,2661 Desvio 1 0,0208 0,0208 0,32 0,5772 Residuals 20 1,2970 0,0649 Pela ANOVA verifica-se que apenas o modelo linear foi significativo(valor p < 0, 05).
38 Experimentos com tratamentos quantitativos (Exemplo) Assim, o ganho médio de peso (Y ) em função dos percentuais de substituição da proteína (X) é dada por: Ŷ = 1, 80 0, 005X r 2 = 0, 80 Pelas estimativas do modelo verifica-se: Se o nível se substituição de proteína for zero o peso médio será de 1,80kg Para cada 1% de substituição de proteína na ração o peso do animal cai 0,005kg 80% da variabilidade do peso pode ser explicado de substituição de proteína.
39 Experimentos com tratamentos quantitativos (Exemplo) Um experimento avaliou o efeito de diferentes doses de hcg no peso do útero ajustados para o peso vivo em camundongas. Foram utilizadas 30 camundongas, com 22 dias de idade, em que os animais foram divididos em 6 grupos Cada grupo recebeu respectivamente 0, 10, 20, 30, 40 e 50 UI de hcg, via intra-peritoneal, no volume de 0,2mL, duas vezes ao dia, com um intervalo de 12 horas entre as aplicações, durante um dia. Aproximadamente 24 horas após a última injeção as camundongas foram individualmente pesadas e eutanasiadas em seguida foram obtidos os pesos dos úteros.
40 Experimentos com tratamentos quantitativos (Exemplo) Rep Doses ,52 0,99 1,28 1,37 1,27 1,02 2 0,52 0,99 1,29 1,40 1,31 0,98 3 0,52 0,97 1,30 1,41 1,26 1,06 4 0,50 0,99 1,29 1,40 1,33 0,97 5 0,48 1,02 1,28 1,43 1,33 0,98
41 Experimentos com tratamentos quantitativos (Exemplo) H 0 : µ 1 = µ 2 = µ 3 = µ 4 = µ 5
42 Experimentos com tratamentos quantitativos (Exemplo) H 0 : µ 1 = µ 2 = µ 3 = µ 4 = µ 5 Assumindo α = 0, 05 temos: FV GL SQ QM F c valor-p Tratamento 5 2,6817 0, ,73 <0,0001 Residuo 24 0,0148 0,00062 Total 29 2,6965 Como valor p < 0, 05, rejeita-se H 0, logo podemos concluir ao nível de 5% que o peso é diferente em pelo menos uma das doses de HCg.
43 Experimentos com tratamentos quantitativos (Exemplo) Análise de variância com decomposição da Soma de Quadrado de Tratamento em regressões. FV GL SQ QM F c valor-p Tratamento 5 2,6817 0, ,73 <0,0001 linear 1 0,879 0, ,4128 <0,0001 quadrático 1 1, , ,0081 <0,0001 cubico 1 0, , ,9083 0,3501 Desvio 2 0, , ,1705 0,8442 Residuals 24 0,0148 0,00062 Pela ANOVA verifica-se que apenas o modelo linear e quadrático foram significativo(valor p < 0, 05). Como o r 2 = 0, 67 modelo quadrático é maior eu o r 2 = 0, 33 do modelo linear, os dados podem ser representados pelo modelo quadrático.
44 Experimentos com tratamentos quantitativos (Exemplo) Assim, o peso (Y ) em função das doses de HCG (X) é dado por: Ŷ = 0, 5 + 0, 06X 0, 001X 2 r 2 = 0, 67 Pelas estimativas do modelo verifica-se: Se a dose de HCg for zero o peso médio será de 0,5g O peso maximo está em torno da 30 de HCg. 67% da variabilidade do peso pode ser explicado pelas doses de HCg.
TESTE DE COMPARAÇÃO MÚLTIPLA
SUMÁRIO 1 TESTE DE COMPARAÇÃO MÚLTIPLA Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisSUMÁRIO. 2 Tabelas 10
SUMÁRIO 1 Regressão na análise de variância 2 1.1 Polinômio Ortogonal................................ 2 1.1.1 Constraste Polinomial............................ 5 1.1.2 Regressão por polinômio ortogonal.....................
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Regressão Polinomial e Análise da Variância Piracicaba Setembro 2014 Estatística Experimental 18 de Setembro de 2014 1 / 20 Vimos
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV TESTES DE COMPARAÇÕES MÚLTIPLAS DE MÉDIAS EXPERIMENTAIS Profª Railene Hérica Carlos
Leia maisDelineamento e Análise Experimental Aula 5
Aula 5 Castro Soares de Oliveira Delineamentos Experimentais Delineamento experimental ou desenhos experimentais é o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes
Leia maisH 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m = 0 H a : pelo menos m u m k, para
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
Leia maisDelineamento e Análise Experimental Aula 6. Anderson Castro Soares de Oliveira
Aula 6 Castro Soares de Oliveira Transformação de dados A análise dos resultados de um experimento é boa quando as pressuposições do modelo são atendidas: Os erros do modelo tem média zero e variância
Leia maisCOMPARAÇÕES MÚLTIPLAS
ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ COMPARAÇÕES MÚLTIPLAS Josiane Rodrigues Lilian Emerick Fernandes 2009 INTRODUÇÃO Comparação entre médias de tratamentos ou dos níveis de um fator de tratamentos;
Leia maisH 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m I = 0 H a : pelo menos m u m k,
Leia maisEXPERIMENTAÇÃO AGRÍCOLA
EXPERIMENTAÇÃO AGRÍCOLA DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) Eng. Agrônomo: Francisco Bruno Ferreira de Sousa Bruno.uno2011@hotmail.com/ fbfsagro@gmail.com Contato: (99) 99199460 Objetivos: Estudar
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Profª Railene Hérica Carlos Rocha 1. Introdução
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro
DELINEAMENTO INTEIRAMENTE CASUALIZADO Profª. Sheila Regina Oro Delineamento experimental Para planejar um experimento é preciso definir os tratamentos em comparação e a maneira de designar os tratamentos
Leia maisDelineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira
Aula 7 Castro Soares de Oliveira Experimentos Fatoriais Nos experimentos mais simples comparamos tratamentos de apenas um tipo ou fator. Em algumas situações existem vários fatores envolvidos em um experimento,
Leia maisPOLINÔMIOS ORTOGONAIS
POLINÔMIOS ORTOGONAIS Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de julho de 2016 Introdução A variável analisada na análise de
Leia mais09 de setembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 09 de setembro de 2013 1 2 3 4 5 6 7 8 9 10 Conteúdo Contexto Quando o F da ANOVA está sendo utilizado para testar diferenças
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro
DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES Profª. Sheila Regina Oro Delineamento em Blocos Casualizados com Repetições (DBCr) Utilizado quando temos mais de uma repetição de cada tratamento dentro
Leia maisLucas Santana da Cunha 28 de setembro de 2018 Londrina
Testes de Comparações Múltiplas Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 28 de setembro de 2018 Londrina Pela análise de variância realizada no Exemplo 1 da aula anterior, rejeitou-se a
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisRoteiro de Aula Delineamentos Fatoriais 05/06/2018
Roteiro de Aula Delineamentos Fatoriais 05/06/2018 Hipóteses: As seguintes hipóteses podem ser testadas nos experimentos fatoriais 2x2: Fator A: { [ ] Fator B: { [ ] Interação A x B: { ( ) [ ] [ ] ( )
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Introdução o Os ensaios em quadrados latinos levam em conta o controle local, aplicado em dois destinos:
Leia maisBioexperimentação. Prof. Dr. Iron Macêdo Dantas
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS GABARITO
UNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para Mestrado 16- GABARITO N o de inscrição
Leia maisAula 14 Quadrado Latino 13/06/17
Aula 14 Quadrado Latino 13/06/17 Considere um experimento em quadrado latino com linhas e colunas e tratamentos, assim: Obtenção da Análise de Variância Soma de Quadrados: Constante: K = 1 ( x ( ) i,j,k=1
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTE DE TUKEY O teste de Tukey também pode ser usado como um complemento do Teste F da análise de variância.
Leia maisEsquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina
Esquema Fatorial Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de junho de 2016 Muitos experimentos envolvem o estudo dos efeitos
Leia maisUNIDADE V EXPERIMENTOS FATORIAIS (RC)
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V EXPERIMENTOS FATORIAIS (RC) Profª Railene Hérica Carlos Rocha Pombal, PB. 1. Conceitos
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)
DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DBC O delineamento em
Leia maisExperimentos Fatoriais
Experimentos Fatoriais Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisDIC com número diferente de repetições por tratamento
DIC com número diferente de repetições por tratamento Introdução Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador deve utilizar na execução do experimento,
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda.perticarrari@unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador
Leia maisMAE Planejamento e Pesquisa I
MAE0317 - Planejamento e Pesquisa I COMPARAÇÕES DE MÉDIAS - 1 FATOR FIXO 1 de abril de 2014 Denise A. Botter MAE0317 1 de abril de 2014 1 / 55 INTRODUÇÃO Testamos H 0 : µ 1 =... = µ r. Se H 0 não é rejeitada,
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Testes de Comparações Múltiplas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Testes de Comparações Múltiplas Professora Renata Alcarde Sermarini Piracicaba Agosto 2016 Renata Alcarde Sermarini Estatística
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL Delineamento Inteiramente Casualizado - DIC Prof. Miguel Toledo del Pino, Dr. INTRODUÇÃO No DIC a distribuição dos tratamentos às unidades experimentais é feita inteiramente ao
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Caracterização o O delineamento inteiramente casualizado (DIC) é o mais simples de todos os delineamentos
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTE DE DUNCAN TESTE DE DUNCAN O teste de Duncan também pode ser usado como um complemento do Teste
Leia maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)
ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de dezembro de 2017 ANAVA dois critérios A análise de variância
Leia maisExperimentos em Parcelas Subdivididas
Experimentos em Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 08 de novembro de 2018 Londrina Tal como no caso de fatorial, o termo parcelas subdivididas não se refere a um tipo de delineamento
Leia maisANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças
Leia maisANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS
ANÁLISE ESTATÍSTICA DA RELAÇÃO ENTRE A ATITUDE E O DESEMPENHO DOS ALUNOS Nível de significância No processo de tomada de decisão sobre uma das hipóteses levantadas num estudo, deve-se antes de tudo definir
Leia maisDelineamento em Quadrado Latino (DQL)
Delineamento em Quadrado Latino () Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Na Seção anterior introduziu-se o delineamento em blocos ao acaso como um delineamento
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisEstimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)
Estimação parâmetros e teste de hipóteses Prof. Dr. Alberto Franke (48) 91471041 Intervalo de confiança para média É um intervalo em que haja probabilidade do verdadeiro valor desconhecido do parâmetro
Leia maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução A análise de variância (Anova) é utilizada para comparar médias de três ou mais populações.
Leia maisAula 13 Análise de Variância (ANOVA)
Aula 13 Análise de Variância (ANOVA) 1 Exemplo: Com o objetivo de avaliar o efeito no ganho de peso da utilização do farelo bruto na alimentação de frangos da linhagem Ross com um dia de idade, foi realizado
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 22 de outubro de 2018 Londrina 1 / 24 Obtenção de uma amostra Princípios básicos da experimentação Há basicamente duas
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
DISCIPLINA BIOEXPERIMENTAÇÃO Exercício de experimento fatorial resolução passo-à-passo Os dados apresentados abaixo são uma adaptação do exemplo apresentado por Banzato e Kronka (199) Os dados são valores
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente
Leia maisProcedimento de comparações múltiplas baseado na distribuição F e sua implementação no pacote Experimental Designs
Procedimento de comparações múltiplas baseado na distribuição F e sua implementação no pacote Experimental Designs Mariani Tabarim Vieira 1 2 Patrícia de Siqueira Ramos 3 Eric Batista Ferreira 4 1 Introdução
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisProjeto de Experimentos
Projeto de Experimentos O uso de Projeto de Experimentos conduz a uma seqüência estruturada de ensaios, que assegura o máximo de informação com um gasto mínimo de tempo/dinheiro. Entrada Processo Saída
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Análise de Variância Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 25 Introdução Existem muitas
Leia maisPlanejamento da pesquisa científica: incerteza e estatística. Edilson Batista de Oliveira Embrapa Florestas
Planejamento da pesquisa científica: incerteza e estatística Edilson Batista de Oliveira Embrapa Florestas Pesquisa em laboratórios na Embrapa Anos 70 Anos 80 Anos 90 Século 21 Precisão em Laboratórios:
Leia mais25 a 30 de novembro de 2013
em em Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 3 - Conteúdo em em 1 em 2 em em em Permite estudar como uma (simples)
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisTeste de Comparações Múltiplas
Teste de Comparações Múltiplas Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 24 de outubro de 2018 Londrina 1 / 9 Pela análise de variância realizada no Exemplo 1 da aula
Leia maisTestes de comparações de médias
UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS-POMBAL Testes de comparações de médias Pombal-PB Abril 2015 Renato Lima Dantas Dr. em Agronomia Procedimentos Pós-ANOVA O teste F significativo, para mais de dois
Leia maisTestes de Hipóteses sobre a média: Várias Amostras
Testes de Hipóteses sobre a média: Várias Amostras Na aula de hoje veremos como comparar mais de duas populações, baseados em dados fornecidos por amostras dessas populações. A Análise de Variância (ANOVA)
Leia maisQuestão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.
MINISTÉRIO DA EDUCAÇÃO CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR DISCIPLINA: ESTATÍSTICA EXPERIMENTAL LISTA DE EXERCÍCIOS 3 a AVALIAÇÃO PROFESSOR: ROBERTO QUEIROGA Questão 1: Faça um croqui (disposição
Leia maisDELINEAMENTO EM QUADRADO LATINO (DQL)
DQL DELINEAMENTO EM QUADRADO LATINO (DQL) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DQL Na Seção anterior
Leia maisANÁLISE DE VARIÂNCIA. y j = µ + τ i + e i j = µ i + e i j
SUMÁRIO 1 Análise de Variância 1 1.1 O Teste F...................................... 1.2 Verificando as pressuposições do modelo..................... 5 1.2.1 Verificação de Normalidade.........................
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento de Blocos Completos Casualizados (DBCC) Quando usar? Quando as unidades experimentais não apresentam características
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 17 de outubro de 2018 Londrina 1 / 31 Obtenção de uma amostra Há basicamente duas formas de se obter dados para uma pesquisa
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia maisESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística
ESQUEMA FATORIAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 22 de julho de 2017 Esquema Fatorial Nos experimentos mais simples
Leia maisANÁLISE DE REGRESSÃO
ANÁLISE DE REGRESSÃO Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 09 de janeiro de 2017 Introdução A análise de regressão consiste na obtenção de uma equação
Leia maisDPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 20 Introdução à otimização experimental e experimentos de um fator DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos
Leia maisEsquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 06 de outubro de 2018 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos mais simples comparamos
Leia maisAnálise de variância (ANOVA)
Análise de variância (ANOVA) Universidade Estadual de Santa Cruz Ivan Bezerra Allaman CRONOGRAMA 1. História 2. Concepção da ideia 3. Formalização da ideia e o surgimento da distribuição F 4. Hipóteses
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisCap. 9 Comparação entre tratamentos
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisMINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS
MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Eperimentação Agropecuária Prova do Processo Seletivo para o Mestrado
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos Analise de Variância (ANOVA) com um Fator Planejamento de Experimentos Muitas vezes é necessário obter informações sobre produtos e processos empiricamente. Trabalho assemelha-se
Leia maisBibliografia Recomendada.
Bibliografia Recomendada http://paginapessoal.utfpr.edu.br/ebona Bibliografia Recomendada Montgomery, D. C. Design and Analysis of Experiments. Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.;
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 29 de julho de 2017 Parcelas Subdivididas Tal
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento Completamente 1. Quando usar? Casualizado (DCC) Este delineamento é usado quando as unidades experimentais
Leia maisMAE Planejamento e Pesquisa II
MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisi j i i Y X X X i j i i i
Mario de Andrade Lira Junior lira.pro.br\wordpress lira.pro.br\wordpress Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida do grau de ligação entre duas variáveis Usos Regressão
Leia maisNOÇÕES SOBRE EXPERIMENTOS FATORIAIS
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planejamento de Experimentos Design of Experiments - DOE Em primeiro lugar devemos definir o que é um experimento: Um experimento é um procedimento no qual alterações
Leia maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia maisExperimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS DISCIPLINA: ESTATÍSTICA EXPERIMENTAL Experimentos em parcelas subdivididas e procedimentos para a aplicação
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia mais