Bibliografia Recomendada
|
|
- Sebastiana Fernanda Felgueiras
- 5 Há anos
- Visualizações:
Transcrição
1 Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. Montgomery, D. C. Design and Analysis of Experiments. Box, G. E. P.; Hunter, J. S.; Hunter, W. G. Statistics for Experimenters. Cornell, J. A. Experiments with mixtures. Portal de periódicos da CAPES
2 Análise de Regressão Nos planejamentos fatoriais os fatores são estudados em dois níveis. Modelo Linear MAIS INFORMAÇÕES!!! Níveis Intermediários Planejamentos Fatoriais com dois níveis são uma etapa inicial!!!
3 Análise de Regressão Exemplo de análise de regressão 1ª Tentativa: modelo linear Na forma matricial
4 Análise de Regressão Qual a melhor reta? A melhor reta é aquela que passa o mais perto possível de todos os pontos. Para a melhor reta a soma dos quadrados dos resíduos deve ser a menor possível MÉTODO DOS MÍNIMOS QUADRADOS
5 Análise de Regressão
6 Análise de Regressão Equações normais: Equação de Reta
7 Análise de Regressão Valores previstos e resíduos ΣResíduos = 0 ΣResíduos 2 0
8 Análise de Regressão O exame dos resíduos é fundamental para avaliar a qualidade do ajuste de qualquer modelo. A avaliação numérica dos resíduos é feita através da ANÁLISE DE VARIÂNCIA (ANOVA). A análise de variância é baseada na decomposição algébrica dos desvios das respostas observadas em relação à média.
9 Análise de Regressão COEFICIENTE DE DETERMINAÇÃO
10 Análise de Regressão ANÁLISE DE VARIÂNCIA (ANOVA): Para cada soma quadrática está associado um grau de liberdade (GL): SQ T (n 1) SQ R (p 1) SQ r (n p) SQ/GL = MQ MQ r é uma estimativa da variância dos pontos em torno do modelo MQ r pode ser interpretada como uma medida do erro médio quadrático da equação de regressão
11 Análise de Regressão ANÁLISE DE VARIÂNCIA (ANOVA): As MQ são utilizadas para avaliar se a equação de regressão é estatisticamente significativa. Para o teste de significância é usada uma distribuição F. O MODELO DE REGRESSÃO É ESTATISTICAMENTE SIGINIFICATIVO
12 TABELA ANOVA Análise de Regressão
13 Análise de Regressão Vamos praticar no STATISTICA!!!
14 Análise de Regressão Expansão da faixa de trabalho Analisem os novos dados!!!
15 Análise de Regressão Acréscimo do termo quadrático MODELO QUADRÁTICO Ajuste dos coeficientes pelo método dos mínimos quadrados.
16 Falta de Ajuste Lack of Fit Um exame cuidadoso dos gráficos dos resíduos deve ser considerado obrigatório. Se o experimento for realizada em duplicata, é possível usar essa informação para a estimativa do erro aleatório. SQ resíduo SQ erro puro SQ falta deajuste Desvio dos dados em torno da média Desvio do modelo em torno da média
17 Falta de Ajuste Lack of Fit ANOVA MAIS INFORMAÇÕES = MAIS EXPERIMENTOS Repetições Verdadeiras!!!
18 Análise de Regressão Expansão da faixa de trabalho com experimentos duplicados. Analisar a falta de ajuste do modelo linear. Fazer o ajuste para o modelo quadrático e analisar a falta de ajuste.
19 Metodologia da Superfície de Resposta As principais aplicações da MSR são: Mapeamento de uma superfície dentro da região explorada; Escolha das condições operacionais para obtenção de uma resposta especificada; Busca das condições ótimas ou, pelo menos, das melhores condições na região de interesse. A estratégia para otimização pode ser resumida em duas etapas: Experimentos de varredura para selecionar as variáveis (delineamentos fatoriais). Localizar/certificar a sub-região ótima usando análise da superfície de resposta para modelagem, refinamento e otimização.
20 Delineamentos Centrais Compostos São os mais indicados para a obtenção de modelos quadráticos. 0 k k k k 2 i i ij i j ii i i 1 i 1 j i i 1 y x x x x Quantidade de Fatores (k) Planejamentos Experimentais 3 k DCC
21 Delineamentos Centrais Compostos Um planejamento central composto para k fatores é formado de três partes: Uma parte chamada de fatorial (ou cúbica), contendo um total de n f pontos de coordenadas -1 ou +1. Uma parte axial (ou em estrela), formada por 2k pontos com todas as coordenadas nulas exceto uma, que é igual a um certo valor a (ou a). Um total de n c ensaios realizados no ponto central, onde todas as coordenadas são 0.
22 Delineamentos Centrais Compostos Para realizar um planejamento composto central, precisamos definir como será cada uma dessas três partes. Os pontos cúbicos são idênticos aos de um planejamento fatorial completo ou, dependendo do número de fatores, fracionário. Do ponto de vista da resolução, é recomendável usar um fatorial fracionário de resolução V. A escolha de resoluções menores não é muito trivial e dificulta a análise dos resultados.
23 Escolha de a Planejamento esférico Para o estudo de regiões esféricas a melhor escolha seria a k Planejamento Rotacional A rotacionalidade permite uma homogeneidade da variância em todas as direções. Para ser rotacional um planejamento cuja porção cúbica seja um fatorial completo ou um fatorial fracionário de resolução V deve ter a 4 n f Planejamento Box-Behnken É um planejamento esférico e no mínimo aproximadamente rotacional, porém são necessários apenas três níveis para as variáveis.
24 Escolha de a Planejamento cúbico Permite o estudo de regiões cúbicas fazendo a = 1.
25 Quantidade de Pontos Centrais As repetições no ponto central têm duas finalidades: Fornecer uma medida do erro puro; Estabilizar a variância da resposta prevista. Para estabilizar a variância é ideal fazer de 3 a 5 ensaios repetidos se o planejamento for esférico ou 2 a 3 se for cúbico.
26 Delineamentos Centrais Compostos Uma outra vantagem dos planejamentos centrais compostos é que, por serem formados por partes distintas, podemos construí-los seqüencialmente. Para evitar a existência de erro sistemático em relação as respostas dos diferentes blocos é necessário que a blocagem seja ortogonal. A blocagem será ortogonal se a n n n f a ca 2 n n f cf Quando fazemos o planejamento em blocos ortogonais estamos sacrificando a rotacionalidade, porém, existem exceções
27
28 Exemplo 1 Planejamento central composto rotacional para três fatores: Desidratação osmótica de abacaxi (Barros Neto et al., 2001). Fatores: (A) tempo de contato; (B) temperatura do processo; (C) concentração da solução osmótica. Resposta: perda de peso relativa.
29
30 Factor M ean/interc. (1)A (L) (2)B (L) (3)C (L) Regr. Coefficients; Var.:%PP; R-sqr=,75191; A dj:,70229 (2**(3) c 3 factors, 1 Blocks, 19 Runs; M S Residual=3,50942 DV: %PP Regressn Std.E rr. t(15) p -95,% +95,% Coeff. Cnf.Lim t Cnf.Lim t 54, , ,9460 0, , , , , ,4511 0, , , , , ,0360 0, , , , , ,7539 0, , ,98344 ANOV A; Var.:%P P; R-sqr=,75191; Adj:,70229 (2**(3 3 factors, 1 Blocks, 19 Runs; MS Pure Error=,56473 DV: %PP Factor SS df MS F p (1)A (L) 21, , ,3352 0, (2)B (L) 89, , ,6010 0, (3)C (L) 49, , ,5729 0, Lack of Fit 50, , ,1105 0, Pure Error Total SS 2, , ,56473
31 Predicted Values Observed Values
32 Raw Residuals Predicted Values
33 C = 0 2,0 C = 0 1,5 B 1,0 0,5 0,0-0, ,0-1,5-2,0-2,0-1,5-1,0-0,5 0,0 0,5 1,0 1,5 2,0 A
34 Factor A B C Critical values; Variable: %P P (2**(3) central com posit Solution: m axim um Predicted value at solution: 58,42687 Observed Critical Observed Minimum Values Maximum Predicted Value; V ar.:%pp; R-sqr= -1, , , , , , , , , Factor Constant (1)A (L) A (Q) (2)B (L) B (Q) (3)C (L) C (Q) 2L by 3L Predicted -95,% Conf. +95,% Conf. -95,% Pred. +95,% Pred. 3 factors, 1 Blocks, 19 Runs; MS Re DV: %PP Regressn Value Coeff. * Coeff. Value 56, , , , , , , , , , , , , , , , , , , , , , , , , , ,64440
35 x 1 tempo 210 tempo 0, ,05 53 x 2 temperatura 40 temperatura 0, ,85 6 x 3 concetração 65 concentração 0, ,38 3
36 Exemplo 2 Planejamento Box-Behnken para três fatores: Preparo de pudins com introdução de proteína solúvel de soja e soro de queijo (Castro, 1991). Fatores: (x 1 ) proteína de soja; (x 2 ) leite integral; (x 3 ) soro. Resposta: aceitabilidade obtida através de escala hedônica.
37
38
Análise de Regressão
Análise de Regressão Nos planejamentos fatoriais os fatores são estudados em dois níveis. Modelo Linear MAIS INFORMAÇÕES!!! Níveis Intermediários Planejamentos Fatoriais com dois níveis são uma etapa inicial!!!
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 maisEstatística Experimental
Estatística Experimental Prof. Dr. Evandro Bona ebona@utfpr.edu.br paginapessoal.utfpr.edu.br/ebona Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. 4ª
Leia maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia maisBibliografia Recomendada. Cornell, J. A. A Primer on Experiments with Mixtures.
Bibliografia Recomendada Cornell, J. A. A Primer on Experiments with Mixtures. Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. Bibliografia Recomendada
Leia maisaula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES
ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES 18 aula META Fazer com que o aluno seja capaz de realizar os procedimentos existentes para a avaliação da qualidade dos ajustes aos modelos. OBJETIVOS Ao final
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 maisUTILIZAÇÃO DE UM DELINEAMENTO COMPOSTO CENTRAL ROTACIONAL PARA AVALIAÇÃO MICROBIOLÓGICA DE POLPAS DE AÇAÍ PASTEURIZADAS
UTILIZAÇÃO DE UM DELINEAMENTO COMPOSTO CENTRAL ROTACIONAL PARA AVALIAÇÃO MICROBIOLÓGICA DE POLPAS DE AÇAÍ PASTEURIZADAS R. A. MATTIETTO 1, V. M. MATTA 2 1 Embrapa Amazônia Oriental 2 Embrapa Agroindústria
Leia maisPLANEJAMENTOS FATORIAIS E SUPERFÍCIE DE RESPOSTAS
Delineamento de experimentos e ferramentas estatísticas aplicadas às ciências farmacêuticas Felipe Rebello Lourenço PLANEJAMENTOS FATORIAIS E SUPERFÍCIE DE RESPOSTAS PARTE 6 PLANEJAMENTOS FATORIAIS E SUPERFÍCIE
Leia mais4.1 Introdução. 4. Metodologia de superfícies de resposta. 4.2 Modelagem inicial (Exemplo) 17/08/2016
4. Metodologia de superfícies de resposta 4.1 Introdução 4.2 Modelagem inicial 4.3 Caminho de máxima inclinação 4.4 Exemplos 4.1 Introdução Segundo Barros Neto, Scarminio e Bruns (2010, cap. 6), a metodologia
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 maisPesquisador. Planejamento de Experimentos Design of Experiments - DOE NOÇÕES SOBRE EXPERIMENTOS FATORIAIS. 1 - Fixar T e variar P até > Pureza
3 NOÇÕES SOBRE EXPERIMENTOS FATORIAIS Planeamento 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 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 maisPlanejamento e Otimização de Experimentos Ajuste de Modelos de Regressão e Outros Planejamentos
Planejamento e Otimização de Experimentos Ajuste de Modelos de Regressão e Outros Planejamentos Prof. Dr. Anselmo E de Oliveira anselmo.quimica.ufg.br anselmo.disciplinas@gmail.com.br Ajuste de modelos
Leia maisUSO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA
USO DE PLANEJAMENTO COMPOSTO CENTRAL NA AVALIAÇÃO DAS VARIÁVEIS TEMPERAURA E CONCENTRAÇÃO DE SOLVENTES NO ESTUDO DA SOLUBILIDADE DA UREIA F. M. A. S. COSTA 1, A. P. SILVA 1, M. R. FRANCO JÚNIOR 1 e R.
Leia maisPlanejamento e Otimização de Experimentos Métodos de Superfície de Resposta
Planejamento e Otimização de Experimentos Métodos de Superfície de Resposta Prof. Dr. Anselmo E de Oliveira www.quimica.ufg.br/docentes/anselmo elcana@quimica.ufg.br Visão geral técnicas matemáticas estatísticas
Leia mais4 Parte experimental Desenvolvimento do Método
35 4 Parte experimental Desenvolvimento do Método O vanádio por suas características e baixos níveis no soro levou os experimentos a condições extremas. Conseqüentemente, foram obtidos resultados com maiores
Leia maisVariável dependente Variável independente Coeficiente de regressão Relação causa-efeito
Unidade IV - Regressão Regressões Lineares Modelo de Regressão Linear Simples Terminologia Variável dependente Variável independente Coeficiente de regressão Relação causa-efeito Regressão correlação Diferença
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior lira.pro.br\wordpress REGRESSÃO X CORRELAÇÃO Diferença Regressão - equação ligando duas ou mais variáveis Correlação medida
Leia maisUNIVERSIDADE DE SÃO PAULO
UNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA "LUIZ DE QUEIROZ" DEPARTAMENTO DE CIÊNCIAS EXATAS RELATÓRIO DE ATIVIDADE PRÁTICA Relatório da aula prática nº 2, da disciplina LCE602 - Estatística
Leia maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira 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.
Leia maisPlanejamento de Misturas
Na maioria dos planejamentos os níveis dos fatores são independentes. As propriedades de uma mistura são determinadas pelas proporções de seus ingredientes, e não por valores absolutos. Planejamento de
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisPlanejamento de Misturas
Na maioria dos planejamentos os níveis dos fatores são independentes. As propriedades de uma mistura são determinadas pelas proporções de seus ingredientes, e não por valores absolutos. Planejamento de
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 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 maisModelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste
Modelos de Regressão Linear Simples - Erro Puro e Falta de Ajuste Erica Castilho Rodrigues 2 de Setembro de 2014 Erro Puro 3 Existem dois motivos pelos quais os pontos observados podem não cair na reta
Leia maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Análise de Experimentos em Fitotecnia CURSO: Mestrado (X) Doutorado (X) DEPARTAMENTO RESPONSÁVEL:
Leia maisUtilização de planejamento experimental no estudo de absorção de água de cerâmica incorporada com lama vermelha
Utilização de planejamento experimental no estudo de absorção de água de cerâmica incorporada com lama vermelha Introdução Lama vermelha Denominação e produção A lama vermelha é a denominação genérica
Leia maisEdenir Rodrigues Pereira Filho
Edenir Rodrigues Pereira Filho Professor Adjunto DQ-UFSCar Contatos 27/03/13 e-mail: erpf@uol.com.br ou erpf@ufscar.br Home page: http://www.ufscar.br/dq-gaia Experiência Profissional (1) Espectroanálise
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 maisBIOESTATÍSTICA. Análise de regressão
BIOESTATÍSTICA Análise de regressão Análise de correlação Existe uma associação estatística entre duas variáveis? As duas variáveis são independentes ( ou seja, qual o grau da variação das duas juntas)?
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 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 maisaula PLANEJAMENTO FATORIAL 2 2 META OBJETIVOS PRÉ-REQUISITOS
PLANEJAMENTO FATORIAL 2 2 10 aula META apresentar ao aluno aspectos fundamentais dos planejamentos fatoriais através da exemplificação com um planejamento 2 2. OBJETIVOS Ao final desta aula, o aluno deverá:
Leia maisPlanejamento e Otimização de Experimentos
Planejamento e Otimização de Experimentos Metodologia de Superfície de Resposta e Simplex Prof. Dr. Anselmo E de Oliveira anselmo.quimica.ufg.br anselmo.disciplinas@gmail.com Visão geral técnicas matemáticas
Leia maisANOVA - Etapas de Análise
ANOVA - Etapas de Análise Entender o Delineamento Estrutura de Tratamento Aleatorização das Unidades Amostrais Aleatorização das Unidades Experimentais aos Tratamentos Adotar um Modelo Estrutural e Distribucional
Leia maisaula AJUSTE POR MÍNIMOS QUADRADOS
AJUSTE POR MÍNIMOS QUADRADOS META Conduzir o aluno a aplicar o método de ajuste por mínimos quadrados, efetuando uma regressão linear e oferecer ao aluno uma oportunidade de praticar a aplicação do método
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 maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
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 maisEfeito Matriz Comparando-se Inclinação das Curvas
Título do Eixo Avaliação da Seletividade do Método Abs_Concentração Abs_Concentração Matriz Água Concentração Calculada Concentração Teórica Concentração Recuperado Concentração Teórica Concentração Recuperado
Leia maisINCERTEZAS DE CURVAS DE CALIBRAÇÃO AJUSTADAS SEGUNDO OS MODELOS LINEAR E QUADRÁTICO
ENQUALAB 8 - Congresso da Qualidade em Metrologia Rede Metrológica do Estado de São Paulo - REMESP 9 a de junho de 8, São Paulo, Brasil INCERTEZAS DE CURVAS DE CALIBRAÇÃO AJUSTADAS SEGUNDO OS MODELOS LINEAR
Leia maisAjuste por mínimos quadrados no Scilab
Ajuste por mínimos quadrados no Scilab O ajuste por mínimos quadrados é uma regressão linear nos parâmetros (eles podem ser arranjados na equação de regressão na forma de um único vetor) que tem sua eficiância
Leia maisRSM MÉTODO DA SUPERFÍCIE DE RESPOSTA
RSM MÉTODO DA SUPERFÍCIE DE RESPOSTA É UMA TÉCNICA ESTATÍSTICA MUITO ÚTIL PARA A MODELAÇÃO E ANÁLISE DE PROBLEMAS NOS QUAIS A (S) RESPOSTA (S) É INFLUENCIADA POR VÁRIAS VARIÁVEIS (FACTORES) E O GRANDE
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 maisEM MICROBIOLOGIA. Lavras, maio de 2012
PLANEJAMENTO EXPERIMENTAL EM MICROBIOLOGIA Prof. Dr. Whasley Ferreira Duarte Lavras, maio de 2012 1 8 4 < 0,5 8 4 SUMÁRIO Planejamento experimental Definição de bioestatística O que são as técnicas de
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 maisProjeto de Experimentos e Superfícies de Resposta (Design of Experiments DOE Response Surfaces - RS) (ENG03024-Análise de Sistemas Mecânicos)
UFRGS - Universidade Federal do Rio Grande do Sul EE - Escola de Engenharia DEMEC - Departamento de Engenharia Mecânica e Superfícies de Resposta (Design of Experiments DOE Response Surfaces - RS) (ENG0304-Análise
Leia maisDelineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)
Principais delineamentos: Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL) Os delineamentos podem ser: Balanceados Não balanceados
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 maisi j i i Y X X X i j 1 i 2 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 maisCurso de MINITAB Universidade Federal de Ouro Preto. Planejamento de Experimentos (DOE)
Planejamento de Experimentos (DOE) - Introdução Um experimento é um procedimento no qual as alterações propositais são feitas nas variáveis de entrada de um processo ou sistema, de modo que se possa avaliar
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
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 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 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 maisPlanejamento de Experimentos
Planejamento de Experimentos Exercício 6.17 Um pesquisador rodou uma única replicação de um plano 2 4, tendo obtido as seguintes estimativas dos efeitos: A = 76, 95, B = 67, 52, C = 7, 84 e D = 18, 73
Leia maisMódulo 16- Análise de Regressão
Módulo 6 Análise de Regressão Módulo 6- Análise de Regressão Situação Problema Um grupo de investidores estrangeiros deseja aumentar suas atividades no Brasil. Considerando a conjuntura econômica de moeda
Leia maisCIRCULAR TÉCNICA N o 176 JANEIRO UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus
ISSN -45 CIRCULAR TÉCNICA N o 76 JANEIRO 99 UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus Introdução Frederico Pimentel Gomes * Carlos Henrique Garcia ** Os ensaios fatoriais apresentam, em
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 maisTeste F-parcial 1 / 16
Teste F-parcial A hipótese nula, H 0, define o modelo restrito. Ingredientes SQR r : soma de quadrado dos resíduos sob H 0. R 2 r: coeficiente de determinação sob H 0. g: número de restrições a serem testadas
Leia maisMetodologia de Superfície de Resposta e Otimização LOPP UFRGS
Metodologia de Superfície de Resposta e Otimização 1 O que é Modelagem? As equações de regressão podem ser usadas para analisar a relação entre uma variável dependente (variável de resposta) e várias variáveis
Leia maisEstatística Descritiva e Inferencial CE081. Prof. Dr. Jomar Camarinha
Estatística Descritiva e Inferencial CE081 Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Teoria dos Conjuntos Análise Combinatória Noções de Probabilidade Noções de Amostragem
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 maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 6. Os Modelos fatoriais 2 k Trataremos agora de um caso especial de experimentos fatoriais no qual todos os fatores têm apenas dois níveis. Tais níveis podem ser quantitativos
Leia maisaula INTERPRETAÇÃO DOS DADOS DO PLANEJAMENTO FATORIAL 2 2 META conhecer fundamentos do planejamento fatorial, vistos na aula anterior
INTERPRETAÇÃO DOS DADOS DO PLANEJAMENTO FATORIAL 2 2 META conhecer fundamentos do planejamento fatorial, vistos na anterior OBJETIVOS Ao final desta, o aluno deverá: capacitar o aluno a manipular os dados
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 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 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 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 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 maisAndando na Superfície de resposta
Universidade Tecnológica Federal do Paraná Programa de Pós-Graduação em Engenharia Mecânica - PPGEM Andando na Superfície de resposta Prof a Daniele Toniolo Dias F. Rosa http://paginapessoal.utfpr.edu.br/danieletdias
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 maisTeste F-parcial 1 / 16
Teste F-parcial Ingredientes A hipótese nula, H 0, define o modelo restrito. A hipótese alternativa, H a : H 0 é falsa, define o modelo irrestrito. SQR r : soma de quadrado dos resíduos associada à estimação
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 maisIntrodução. Teste e avaliação de modelos. Teste e avaliação de modelos. Teste de modelos. Avaliação de modelos
Universidade Federal do Paraná Programa de Pós-Graduação em Ciências Veterinárias AZ 7 Tópicos em Produção Animal Introdução Qual o interesse em desenvolver modelos? Comparação de valores medidos e simulados
Leia maisEstatística Aplicada II. } Regressão Linear
Estatística Aplicada II } Regressão Linear 1 Aula de hoje } Tópicos } Regressão Linear } Referência } Barrow, M. Estatística para economia, contabilidade e administração. São Paulo: Ática, 007, Cap. 7
Leia maisRegressão Linear Simples
Regressão Linear Simples Mario Andrade Lira Junior Direitos autorais reservados segundo licença Creative Commons 3.0: com Atribuição; Não Comercial; Compartilha Igual Termos importantes Tipos de variáveis
Leia maisXIX CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 27 de setembro a 01 de outubro de 2010
PROPOSTA DE APLICAÇÃO DA ANÁLISE DE VARIÂNCIA COM MODELO AUTOREGRESSIVO PARA ANÁLISE DE VARIEDADES DE TRIGO (Triticum aestivum L.) DIOGO FRANCISCO ROSSONI¹, MARIELE VILELA BERNARDES PRADO², JAIR ROCHA
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 maisAnálise Estatística de Experimentos
Agosto, 2013 Sumário 1 Termos e conceitos 2 Experimentos Problema Planejamento Protocolo 3 Conceitos Testes 4 Um Fator Dois Fatores Fatorial Completo 5 Pesquisa Científica Termos e conceitos Processo de
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 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 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 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 maisTESTES DE NORMALIDADE E SIGNIFICÂNCIA. Profª. Sheila Regina Oro
TESTES DE NORMALIDADE E SIGNIFICÂNCIA Profª. Sheila Regina Oro A suposição de normalidade dos dados amostrais ou experimentais é uma condição exigida para a realização de muitas inferências válidas a respeito
Leia maisaula EXEMPLO DE APLICAÇÃO DE REGRESSÃO Análise do desempenho do modelo em regressões
Análise do desempenho do modelo em regressões EXEMPLO DE APLICAÇÃO DE REGRESSÃO META Apresentar ao aluno um exemplo de aplicação de regressão, que necessite de um termo quadrático OBJETIVOS Ao final desta
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 maisEXTRAÇÃO DE FENOL PRESENTE EM EFLUENTES AQUOSOS UTILIZANDO O TENSOATIVO TRITON N101 COMO AGENTE EXTRATOR
EXTRAÇÃO DE FENOL PRESENTE EM EFLUENTES AQUOSOS UTILIZANDO O TENSOATIVO TRITON N101 COMO AGENTE EXTRATOR NEVES SILVA W. P. 1, BARROS NETO E. L. 1, BARBOSA DE BARROS E. L. 2, CARVALHO P. C. A. P. 1, CARVALHO
Leia maisEFEITOS DE AGENTES CRIOPROTETORES NA CAPACIDADE DE RETENÇÃO DE ÁGUA EM PASTA DE PESCADO UTILIZANDO-SE A TÉCNICA DE ANÁLISE DE SUPERFÍCIE DE RESPOSTA
EFEITOS DE AGENTES CRIOPROTETORES NA CAPACIDADE DE RETENÇÃO DE ÁGUA EM PASTA DE PESCADO UTILIZANDO-SE A TÉCNICA DE ANÁLISE DE SUPERFÍCIE DE RESPOSTA ÂNGELA MORAES TEIXEIRA* LUIZ HENRIQUE BEIRÃO** Estudou-se
Leia maisREGRESSÃO LINEAR SIMPLES PARTE III
REGRESSÃO LINEAR SIMPLES PARTE III Instalando e usando a opção Regressão do Excel. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor da Cavalcante
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 inteiramente casualizado. Mario A. Lira Junior Estatística Aplicada à Agricultura UFRPE
Delineamento inteiramente casualizado Mario A. Lira Junior Estatística Aplicada à Agricultura UFRPE Características especiais Ambiente é homogêneo Ou na ausência de informação sobre heterogeneidade Delineamento
Leia maisMAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler
MAE 37 Planeamento e Pesquisa I Profa. Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP º Semestre/09 Delineamento Completamente Aleatorizado - DCA T T... T Y Y... Y Y Y... Y...... Yi... Yn Y n... Yn n
Leia maisDELINEAMENTO FATORIAL. Profª. Sheila Regina Oro
DELINEAMENTO FATORIAL Profª. Sheila Regina Oro Existem casos em que vários fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse. Experimentos fatoriais: são
Leia maisModelos de Análise de Variância
Modelos de Análise de Variância Delineamento Completamente Aleatorizado: k tratamentos, r réplicas (balanceado) yi iid ~ N ; i i Normalidade Variância constante ( homocedasticidade ) Independência Análise
Leia maisControle de Processos Industriais
Controle de Processos Industriais Visão geral e funcionamento Prof. Walmes Zeviani walmes@ufpr.br Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná Atualizado
Leia mais+ 2. = - 1 se A = 15 = 1 se A = 25
Yˆ = 7,5 + 8, X + 5,00 X = - se A = 5 = se A = 5 = - se B = = se B = Exemplo 8.6...4. Outro exemplo: Fatorial ³ Montgomery (997), p. 05. Estudo do efeito da porcentagem de carbonation, A, pressão de operação,
Leia mais