Delineamento em Blocos ao Acaso
|
|
- Artur Borba Canejo
- 8 Há anos
- Visualizações:
Transcrição
1 Costa, S.C. 1 Universidade Estadual de Londrina Departamento de Estatística Delineamento em Blocos ao Acaso Silvano Cesar da Costa Londrina - Paraná
2 Costa, S.C. 2 Delineamento em Blocos Casualizados Experimento em blocos casualizados são aqueles que levam em consideração os 3 princípios básicos da experimentação, sendo que o controle local é feito na sua forma mais simples e é chamado de blocos. Sempre que não houver homogeneidade das condições experimentais, deve-se utilizar o princípio do controle local, estabelecendo, então, subambientes homogêneos (blocos) e instalando, em cada um deles, todos os tratamentos, igualmente repetidos. Como cada bloco deve receber todos os tratamentos uma só vez, diz-se que blocos são repetições. Se receber mais de uma vez cada tratamento, diz-se experimentos em blocos casualizados com repetições dentro de blocos. O delineamento em blocos casualizados é mais eciente que o inteiramente ao acaso e, essa eciência depende da uniformidade das parcelas de cada bloco, podendo, inclusive, haver diferenças bem acentuadas de um bloco para outro.
3 Costa, S.C. 3
4 Costa, S.C. 4 Modelo estatístico Suponha a tratamentos que serão comparados e b blocos. Suponha ainda que há uma observação por tratamento em cada bloco e a ordem em que os tratamentos são atribuídos a cada um dos blocos é determinado aleatoriamente. Os dados seriam da forma: Bloco 1 Bloco 2 Bloco b y 11 y 12 y 1b y 21 y 22 y 2b y 31 y y 3b... y a1 y a2 y ab
5 Costa, S.C. 5 O modelo estatístico para este delineamento é: y ij = µ + τ i + β j + ϵ ij, { i = 1, 2,..., a j = 1, 2,..., b (1) em que: a) µ é a média geral (ou uma constante); b) y ij é o valor observado na parcela que recebeu o i-ésimo tratamento no j-ésimo bloco; c) τ i é um parâmetro que representa o i-ésimo efeito de tratamento; d) β j é um parâmetro que representa o j-ésimo efeito de bloco; e) ϵ ij é um componente do erro aleatório, associado ao j-ésimo bloco e i-ésimo tratamento, tal que ϵ ij NID(0, σ 2 ).
6 Costa, S.C. 6 Considere a estimação dos parâmetros do modelo (1), usando o método de mínimos quadrados. A função de mínimos quadrados é: L = [y ij µ τ i β j ] 2. Derivando-se L em relação aos parâmetros (µ, τ i e β j ) tem-se: L µ = 2 L τ i = 2 L β j = 2 [y ij ˆµ ˆτ i ˆβ ] j ( 1) = 0 [y ij ˆµ ˆτ i ˆβ ] j ( 1) = 0 [y ij ˆµ ˆτ i ˆβ ] j ( 1) = 0 e igualando-se os resultados a zero e aplicando os somatórios, obtém-se o chamado sistema de equações normais:
7 Costa, S.C. 7 y ij = abˆµ + bˆτ 1 + bˆτ bˆτ a + a ˆβ 1 + a ˆβ a ˆβ b y 1j = bˆµ + bˆτ 1 + ˆβ 1 + ˆβ ˆβ b y 2j = bˆµ + bˆτ 2 + ˆβ 1 + ˆβ ˆβ b... y aj = bˆµ + bˆτ a + ˆβ 1 + ˆβ ˆβ b y i1 = aˆµ + ˆτ 1 + ˆτ ˆτ a + a ˆβ 1 y i2 = aˆµ + ˆτ 1 + ˆτ ˆτ a + a ˆβ 2... y ib = aˆµ + ˆτ 1 + ˆτ ˆτ a + a ˆβ b......
8 Costa, S.C. 8 que pode ser resumido como: y ij = abˆµ + b ˆτ i + a y ij = bˆµ + bˆτ i + y ij = aˆµ + ˆβ j ˆτ i + a ˆβ j ˆβ j cujo sistema só tem solução, se impusermos as restrições ˆτ i = 0 e ˆβ j = 0.
9 Costa, S.C. 9 E os resultados são: y ij = abˆµ y ij = bˆµ + bˆτ i i = 1, 2,..., a y ij = aˆµ + a ˆβ j j = 1, 2,..., b Os estimadores de mínimos quadrados para µ, τ i e β j, são dados por: ˆµ = ȳ.. ; (2) ˆτ i = ȳ i. ȳ.. i = 1, 2,..., a; (3) ˆβ j = ȳ.j ȳ.. j = 1, 2,..., b; (4)
10 Costa, S.C. 10 A redução na soma de quadrados devido ao ajuste do modelo (1) é dada por: R(µ, τ, β) = ˆµ y + ˆτ i y i + ˆβ j y j (5) Substituindo-se as estimativas obtidas pelas equações de 2 a 4, na equação 5 e, após manipulação algébrica, tem-se: R(µ, τ, β) = ˆµ y + R(µ, τ, β) = = ȳ y + ˆτ i y i + ˆβ j y j (ȳ i. ȳ.. ) y i + y 2 i b + y 2 j a y2 ab (ȳ.j ȳ.. ) y j (6) com a + b 1 graus de liberdade. A variabilidade restante não levada em
11 Costa, S.C. 11 conta pelo modelo é a chamada soma de quadrados de resíduos, dada por: SQRes = yij 2 R(µ, τ, β) (7) Substituindo-se a equação 6 em 7, obtém-se: SQRes = yij 2 y 2 i b y 2 j a + y2 ab com (a 1)(b 1) graus de liberdade. Para testar a hipótese H 0 : τ i = 0, o modelo reduzido é: y ij = µ + β j + ϵ ij que é uma análise de variância no delineamento inteiramente casualizado. Por analogia com a equação de modelos com um fator, tem-se: R(µ, β) = y 2 j a
12 Costa, S.C. 12 que tem b graus de liberdade. Portanto, a soma de quadrados devido a τ i, após ajustar para µ e β j é: R(τ µ, β) = R(µ, τ, β) R(µ, β) (8) = yi 2 b + y 2 j a y2 ab y 2 j a (9) R(τ µ, β) = y 2 i b y2 ab (10) que é a soma de quadrados de tratamentos, com a 1 graus de liberdade. A soma de quadrados de blocos é obtida ajustando-se o modelo reduzido: y ij = µ + τ i + ϵ ij que é, também, uma análise de variância no delineamento inteiramente casualizado. Novamente, por analogia com a equação com um fator, a redução
13 Costa, S.C. 13 na soma de quadrados para o ajuste desse modelo é: R(µ, τ) = com a graus de liberdade. Assim, a soma de quadrados para blocos β j, após ajustar para µ e τ i é: y 2 i b R(β µ, τ) = R(µ, τ, β) R(µ, τ) = yi 2 b + y 2 j a y2 ab R(β µ, τ) = y 2 j a y2 ab que é a soma de quadrados de blocos, com a 1 graus de liberdade. y 2 i b
14 Costa, S.C. 14 Pode-se resumir as somas de quadrados da seguinte forma: SQT otal = n y 2 ij y2 ab SQT rat = y 2 i b y2 ab SQBlocos = y 2 j a y2 ab SQRes = SQT otal SQT rat SQBlocos Os cálculos são usualmente apresentados em uma tabela de variância, tal como a Tabela 1.
15 Costa, S.C. 15 Tabela 1: Quadro da análise de variância para delineamento em blocos casualizados. C.V. S.Q. gl Q.M. F calc F tab Pr(> F) Tratamentos SQT rat a 1 SQT rat a 1 QMT rat QMRes F α;a 1,(a 1)(b 1) Blocos SQBlocos b 1 SQBlocos b 1 Resíduo SQRes (a 1)(b 1) SQRes (a 1)(b 1) Total SQT otal ab 1
16 Costa, S.C. 16 Exemplo: Com a nalidade de estudar os efeitos da administração de raízes e tubérculos, como suplementação de inverno na alimentação de vacas em lactação, considerou-se um experimento em blocos casualizados com 4 tipos de suplementos (tratamentos) e 5 raças (blocos). As produções médias diárias de leite (kg) são apresentadas na Tabela 2.
17 Costa, S.C. 17 Tabela 2: Valores de produção de leite (kg). Tratamentos Blocos Sem Batata Totais Mandioca Araruta suplementação Doce Gir 6,4 10,9 12,0 11,2 40,5 Holandesa 6,2 11,6 10,9 11,6 40,3 Jersey 6,2 11,4 11,5 10,9 40,0 Nelore 7,1 10,4 11,1 12,1 40,7 Guzerá 6,6 12,4 11,8 10,1 40,9 5 y ij 32,5 56,7 57,3 55,9 202,4 5 yij 2 211,81 645,25 657,51 627, ,8
18 Costa, S.C. 18 Antes de se proceder à análise de variância, pode-se utilizar o gráco de caixas para exploração dos dados e, também, vericar se as exigências do modelo estão satisfeitas. A Figura 1 apresenta o gráco de caixas (box plot) para cada nível da variável produção de leite. Note que há uma forte evidência de que a produção de leite pode estar relacionada com a suplementação alimentar.
19 Costa, S.C x x x 10 Quilos x 6 Sem Suplemento Mandioca Araruta Batata Doce Tratamentos Figura 1: Produção de leite (kg) levando-se em conta o complemento alimentar.
20 Costa, S.C. 20 Homogeneidade de variâncias: A aplicação do teste de Bartlett é: Bartlett test of homogeneity of variances data: prod and Trat Bartlett's K-squared = , df = 3, p-value = Normalidade dos resíduos: Usa-se o teste de Shapiro-Wilk, cujo resultado é: Shapiro-Wilk normality test data: res W = , p-value = Teste de Aditividade de Tukey: Aplica-se para vericar se os efeitos principais são aditivos. Usa-se o pacote asbio: require(asbio) tukey.add.test(prod, Trat, Blocos) cujas hipóteses testadas são: H 0 : os efeitos são aditivos H 1 : os efeitos não são aditivos
21 Costa, S.C. 21 e os resultados são: Tukey's one df test for additivity data: Trat and Blocos on prod F = , num.df = 1, denom.df = 11, p-value = mostrando que os efeitos principais são aditivos. Logo, os pressupostos para a análise de variância foram vericados, ou seja, os dados apresentam homogeneidade de variâncias, têm distribuição que não difere da normal e os efeitos principais são aditivos. Pode-se, portanto, aplicar a metodologia discutida aos dados apresentados na Tabela 2, tem-se:
22 Costa, S.C. 22 SQT otal = y 2 ij y2 ab SQT otal = 93, 512 = ( 6, , , 1 2) (202, 4)2 4 5 SQT rat = y 2 i b y2 ab = 1 5 SQT rat = 87, 560 [ 55, , , , 5 2] (202, 4)2 4 5
23 Costa, S.C. 23 SQBlocos = y 2 j a y2 ab = 1 4 [ 40, , , , , 9 2] (202, 4)2 4 5 SQBlocos = 0, 122 SQRes = SQT otal SQT rat SQBlocos SQRes = 5, 83 = 93, , 560 0, 122 e substituindo-se esses resultados na Tabela 1, obtém-se a análise de variância no delineamento em blocos ao acaso, apresentada na Tabela 3.
24 Costa, S.C. 24 Tabela 3: Análise de variância no delineamento em blocos casualizados. Causa de variação S.Q. g.l. Q.M. F calc F tab Pr(>F) Blocos 0, ,030 0,0628 3,2592 ns 0,9918 Tratamentos 87, ,187 60,0755 3,4903 1,689e-07 Resíduos 5, ,486 Como F calc > 3, 49, rejeita-se H 0, ou seja, pelo menos um dos tratamentos difere dos demais.
25 Costa, S.C. 25 Como pelo menos uma das médias dos tratamentos difere, é necessário aplicar o teste de Tukey para se determinar qual o tratamento que difere dos demais. Assim, aplicando-se a fórmula: = q QMRes r (11) tem-se = 4, , = 1, kg.
26 Costa, S.C. 26 Construindo-se a tabela das médias ordenadas em ordem decrescente, tem-se: Médias (kg) Araruta (AR) 11,46 a Mandioca (MA) 11,34 a Batata Doce (BD) 11,18 a Sem Suplemento (SS) 6,50 b em que letras iguais indicam médias semelhantes. Concluí-se que quando não se usa suplemento alimentar, a média de produção de leite reduz signicativamente. As diferenças entre as médias de tratamentos podem ser visualizadas na Figura 2
27 Costa, S.C % family wise confidence level BD S M S A S M BD A BD A M Differences in mean levels of Trat Figura 2: Comparação das diferenças entre tratamentos pelo Teste de Tukey.
28 Costa, S.C. 28 Para obter o teste de Tukey diretamente do R, os comandos são: summary(anava.bl = aov(prod ~ Blocos + Trat)) TukeyHSD(anava.bl, "Trat", ordered = TRUE) plot(tukeyhsd(anava.bl, "Trat"), col='blue', las=1)
29 Costa, S.C. 29 Exercício - Inteiramente Casualizado Experimentos realizados com aves (pintainhos) são baratos, relativamente homogêneos e de fácil manejo. Os fatores de variação a controlar são: linhagem, sexo e instalações e a unidade experimental tem, em geral, de 8 a 10 aves. Considerando que as condições experimentais são homogêneas, realizou-se um experimento no delineamento inteiramente casualizado para comparação de quatro tipos de rações. Os dados são apresentados na Tabela 4.
30 Costa, S.C. 30 Tabela 4: Peso (kg) das parcelas (10 aves) ao nal do experimento. Ração A Ração B Ração C Ração D 20,00 17,44 19,20 18,74 23,40 19,42 23,26 16,18 22,40 20,32 23,14 18,48 20,68 18,24 20,32 18,94 21,26 19,42 18,18 20,00 18,80 Pede-se: a) Determine as médias e variâncias para cada tratamento; b) Verique se a pressuposição de homogeneidade de variância é atendida; c) Enuncie as hipóteses e proceda à análise de variância; d) Caso haja signicância dos tratamentos, aplique o teste de Tukey;
31 Costa, S.C. 31 Exercício - Blocos Casualizado Em um experimento com poedeiras, os fatores a controlar são: raça ou linhagem; nível e estágio da produção de ovos; peso do corpo e instalações. O número de poedeiras comumente empregado por parcela é de 4 a 8. Assim, num experimento simulado de alimentação de poedeiras, utilizou-se cinco tratamentos e quatro repetições por bloco. A constituição dos blocos foi levando em consideração os pesos das poedeiras. Portanto, num bloco colocou-se as melhores poedeiras, noutro as de segunda escolha e assim por diante. Na Tabela 5 são apresentados os números médios de ovos por poedeira, durante o período total de postura, nos diferentes tratamentos e blocos.
32 Costa, S.C. 32 Tabela 5: blocos. Número médio de ovos por ave nos respectivos tratamentos e Tratamentos Bloco I Bloco II Bloco III Bloco IV Total A 202,5 200,4 180,9 190,3 774,1 B 220,3 215,4 219,6 210,5 865,8 C 210,7 205,6 200,4 190,8 807,5 D 230,4 225,6 215,7 220,1 891,8 E 200,0 194,1 180,7 190,0 764,6 Total 1.063, ,1 997, , ,8 Pede-se: a) Determine as médias e variâncias para cada tratamento; b) Verique se a pressuposição de homogeneidade de variância é atendida; c) Enuncie as hipóteses e proceda à análise de variância; d) Caso haja signicância dos tratamentos, aplique o teste de Tukey;
ANÁLISE 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 cada
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 maisExemplos de Testes de Hipóteses para Médias Populacionais
Exemplos de Testes de Hipóteses para Médias Populacionais Vamos considerar exemplos de testes de hipóteses para a média de uma população para os dois casos mais importantes na prática: O tamanho da amostra
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia maisTÉCNICAS DE ANÁLISE DE DADOS
observação = previsível + aleatória aleatória obedece algum modelo de probabilidade ferramenta: análise de variância identificar fatores, controláveis, que expliquem o fenômeno ou alterem a característica
Leia maisTestes (Não) Paramétricos
Armando B. Mendes, DM, UAç 09--006 ANOVA: Objectivos Verificar as condições de aplicabilidade de testes de comparação de médias; Utilizar ANOVA a um factor, a dois factores e mais de dois factores e interpretar
Leia maisCONCURSO PÚBLICO PARA PROVIMENTO DE CARGO EFETIVO PROFESSOR DE ENSINO BÁSICO, TÉCNICO E TECNOLÓGICO Edital 23/2015 Campus Rio Pomba FOLHA DE PROVA
Tema 01: DELINEAMENTOS EXPERIMENTAIS Descreva as características que diferenciam um delineamento experimental (p. ex. inteiramente casualizado, em blocos completos, em quadrado latino, em blocos incompletos
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 maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisArranjo fatorial de tratamentos
Matéria Seca de Nódulos (mg/planta) Mario Andrade Lira Junior Estatística Aplicada à Agricultura 01- Exemplo gráfico com fator quantitativo Arranjo fatorial de tratamentos Características básicas Utilizável
Leia maisCap. 12 Testes Qui- Quadrados e Testes Não-Paramétricos. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc.
Cap. 1 Testes Qui- Quadrados e Testes Não-Paramétricos Statistics for Managers Using Microsoft Excel, 5e 008 Prentice-Hall, Inc. Chap 1-1 Final de curso... tempo de recordar : ) Cap. 9 Fundamentos de testes
Leia maisAnálise de Variância com dois ou mais factores - planeamento factorial
Análise de Variância com dois ou mais factores - planeamento factorial Em muitas experiências interessa estudar o efeito de mais do que um factor sobre uma variável de interesse. Quando uma experiência
Leia maisO modelo ANOVA a dois factores, hierarquizados
O modelo ANOVA a dois factores, hierarquizados Juntando os pressupostos necessários à inferência, Modelo ANOVA a dois factores, hierarquizados Seja A o Factor dominante e B o Factor subordinado. Existem
Leia maisO comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
ESTATÍSTICA INDUTIVA 1. CORRELAÇÃO LINEAR 1.1 Diagrama de dispersão O comportamento conjunto de duas variáveis quantitativas pode ser observado por meio de um gráfico, denominado diagrama de dispersão.
Leia mais25 a 30 de novembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 6 - Conteúdo 1 2 3 Dados multivariados Estrutura: n observações tomadas de p variáveis resposta.
Leia maisEstatística II. Aula 7. Prof. Patricia Maria Bortolon, D. Sc.
Estatística II Aula 7 Prof. Patricia Maria Bortolon, D. Sc. Análise da Variância Objetivos do Aprendizado Nesta aula você aprenderá: A utilizar a análise de variância de fator único para testar diferenças
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 maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Mario de Andrade Lira Junior
DELINEAMENTO EM BLOOS ASUALIZADOS (DB) Mario de Andrade Lira Junior GENERALIDADES Delineamento mais comum em ciências agrárias Delineamento mais simples com controle local Só usar quando confiar que pode
Leia maisTécnicas Multivariadas em Saúde. Comparações de Médias Multivariadas. Métodos Multivariados em Saúde - 2015. Roteiro. Testes de Significância
Roteiro Técnicas Multivariadas em Saúde Lupércio França Bessegato Dep. Estatística/UFJF 1. Introdução 2. Distribuições de Probabilidade Multivariadas 3. Representação de Dados Multivariados 4. Testes de
Leia maisXVIII CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA 19 a 23 de outubro de 2009
REGRESSÃO MÚLTIPLA APLICADA AOS DADOS DE VENDAS DE UMA REDE DE LOJAS DE ELETRODOMÉSTICOS VANESSA SIQUEIRA PERES 1 RESUMO: Esse trabalho foi realizado com o objetivo de ajustar os dados de vendas de uma
Leia maisCAP5: Amostragem e Distribuição Amostral
CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?
Leia maisTestes de Hipóteses para Diferença entre duas Médias - Amostras relacionadas
Testes de Hipóteses para Diferença entre duas Médias - Amostras relacionadas Introdução Ivan Bezerra Allaman Entende-se por amostras relacionadas ou emparelhadas quando a medida tomada na primeira amostra
Leia maisRESUMO. Palavras-chave: Segurança do trabalho, Protetor Auricular, ração animal. Introdução
DETERMINAÇÃO DE NÍVEIS DE RUÍDOS EM DPM (DESINTEGRADOR/PICADOR/MOEDOR) ACOPLADOS A MOTORES ELÉTRICOS EM LOCAL FECHADO PARA PROCESSAMENTO DE CANA-DE-AÇUCAR Maria Joselma de Moraes 2 ; Sueli Martins de Freitas
Leia maisA finalidade dos testes de hipóteses paramétrico é avaliar afirmações sobre os valores dos parâmetros populacionais.
Prof. Janete Pereira Amador Introdução Os métodos utilizados para realização de inferências a respeito dos parâmetros pertencem a duas categorias. Pode-se estimar ou prever o valor do parâmetro, através
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisDesvendando a Estatística com o R Commander
UTFPR - Universidade Tecnológica Federal do Paraná Desvendando a Estatística com o R Commander Prof. MSc. Jonas Joacir Radtke Sumário 1 Introdução p. 3 1.1 Instalação do R Commander..........................
Leia mais5. BLOCOS ALEATORIZADOS QUADRADOS LATINOS
5. BLOCOS ALEATORIZADOS e QUADRADOS LATINOS Vamos analisar 4 tipos de experimentos: I) Projetos completamente aleatorizados II) Projetos em blocos aleatorizados III) Quadrados Latinos IV) Quadrados Greco-Latinos
Leia maisCapítulo 3 Modelos Estatísticos
Capítulo 3 Modelos Estatísticos Slide 1 Resenha Variáveis Aleatórias Distribuição Binomial Distribuição de Poisson Distribuição Normal Distribuição t de Student Distribuição Qui-quadrado Resenha Slide
Leia maisAjuste de Curvas. Ajuste de Curvas
Ajuste de Curvas 2 AJUSTE DE CURVAS Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisMÓDULO 1. I - Estatística Básica
MÓDULO 1 I - 1 - Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos e empíricamente observáveis. Unidade Estatística nome dado a cada observação de um
Leia maisCapitulo 1- Introdução
Capitulo - Introdução Praticamente em todas as áreas do conhecimentos o uso da estatística em especial das técnicas de planejamento de experimentos são imprecendiveis para as tomadas de decisão visando
Leia maisCapítulo 8 - Testes de hipóteses. 8.1 Introdução
Capítulo 8 - Testes de hipóteses 8.1 Introdução Nos capítulos anteriores vimos como estimar um parâmetro desconhecido a partir de uma amostra (obtendo estimativas pontuais e intervalos de confiança para
Leia maisISO/IEC 17050-1. Avaliação da conformidade Declaração de conformidade do fornecedor Parte 1: Requisitos gerais
QSP Informe Reservado Nº 42 Janeiro/2005 ISO/IEC 17050-1 Avaliação da conformidade Declaração de conformidade do fornecedor Parte 1: Requisitos gerais Tradução livre especialmente preparada para os Associados
Leia maisCAPÍTULO 5 - Exercícios
CAPÍTULO 5 - Exercícios Distibuições de variáveis aleatórias discretas: Binomial 1. Se 20% dos parafusos produzidos por uma máquina são defeituosos, determinar a probabilidade de, entre 4 parafusos escolhidos
Leia mais25 a 30 de novembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 1 - Conteúdo 1 2 3 4 5 R (http://www.r-project.org/) Action = Excel + R (http://www.portalaction.com.br)
Leia maisProcessos Estocásticos
Processos Estocásticos Terceira Lista de Exercícios 22 de julho de 20 Seja X uma VA contínua com função densidade de probabilidade f dada por Calcule P ( < X < 2. f(x = 2 e x x R. A fdp dada tem o seguinte
Leia maisAnálise de Regressão Linear Simples e Múltipla
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Carla Henriques (DepMAT ESTV) Análise de Regres. Linear Simples e Múltipla
Leia mais4. RESULTADOS E DISCUSSÃO
4. RESULTADOS E DISCUSSÃO 4.1. Energia cinética das precipitações Na Figura 9 estão apresentadas as curvas de caracterização da energia cinética aplicada pelo simulador de chuvas e calculada para a chuva
Leia maisAnálise de Variância simples (One way ANOVA)
Análise de Variância simples (One way ANOVA) Análise de experiências com vários grupos de observações classificados através de um só factor (por exemplo grupos de indivíduos sujeitos a diferentes tratamentos
Leia mais3º Ano do Ensino Médio. Aula nº10 Prof. Daniel Szente
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº10 Prof. Daniel Szente Assunto: Função exponencial e logarítmica 1. Potenciação e suas propriedades Definição: Potenciação é a operação
Leia maisBoletim. Contabilidade Internacional. Manual de Procedimentos
Boletim Manual de Procedimentos Contabilidade Internacional Custos de transação e prêmios na emissão de títulos e valores mobiliários - Tratamento em face do Pronunciamento Técnico CPC 08 - Exemplos SUMÁRIO
Leia maisUMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL
UMA ABORDAGEM DOS TESTES NÃO-PARAMÉTRICOS COM UTILIZAÇÃO DO EXCEL Arthur Alexandre Hackbarth Neto, Esp. FURB Universidade Regional de Blumenau Carlos Efrain Stein, Ms. FURB Universidade Regional de Blumenau
Leia mais3 Previsão da demanda
42 3 Previsão da demanda Este capítulo estuda o processo de previsão da demanda através de métodos quantitativos, assim como estuda algumas medidas de erro de previsão. Num processo de previsão de demanda,
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisDatas Importantes 2013/01
INSTRUMENTAÇÃO CARACTERÍSTICAS DE UM SISTEMA DE MEDIÇÃO PROBABILIDADE PROPAGAÇÃO DE INCERTEZA MÍNIMOS QUADRADOS Instrumentação - Profs. Isaac Silva - Filipi Vianna - Felipe Dalla Vecchia 2013 Datas Importantes
Leia maisAV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980
Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.
Leia maisN1Q1 Solução. a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas.
1 N1Q1 Solução a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas. b) Há várias formas de se cobrir o tabuleiro com peças dos tipos A e B, com pelo
Leia maisUniversidade Estadual da Paraíba Centro de Ciências e Tecnologia Departamento de Estatística. Russilano Costa Silva. Testes de Comparações de Médias
Universidade Estadual da Paraíba Centro de Ciências e Tecnologia Departamento de Estatística Russilano Costa Silva Testes de Comparações de Médias Campina Grande Setembro-2010 Russilano Costa Silva Testes
Leia maisPrincípios Fundamentais
Graduação Curso de Engenharia de Produção 20/5/2012 Prof. Dr. Mário Luiz Evangelista Princípios Fundamentais Todas as Decisões são Tomadas a Partir de Alternativas É necessário um denominador comum a fim
Leia maisANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007
ANÁLISE DE DADOS ESTATÍSTICOS COM O MICROSOFT OFFICE EXCEL 2007 2 Professor Claodomir Antonio Martinazzo Sumário 1 Introdução... 03 2 Instalação da ferramenta Análise de Dados... 04 3 Estatística Descritiva...
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 maisINFLUÊNCIA DO USO DE ÁGUA RESIDUÁRIA E DOSES DE FÓSFORO NA ÁREA FOLIAR DO PINHÃO MANSO
INFLUÊNCIA DO USO DE ÁGUA RESIDUÁRIA E DOSES DE FÓSFORO NA ÁREA FOLIAR DO PINHÃO MANSO Marcio Melquiades Silva dos Anjos (1); Anderson Santos da Silva (1); Patrício Gomes Leite (2); Ronaldo do Nascimento
Leia maisSessão Saber profundo Contribuição dos xs (http://www.midomenech.com.br/artigos.asp)
Sessão Saber profundo Contribuição dos xs (http://www.midomenech.com.br/artigos.asp) Carlos H. Domenech e Patrícia Fonseca Em 0 palavras ou menos Durante a etapa Analisar do DMAIC o Belt usualmente deseja
Leia maisMétodos Estatísticos sticos Aplicados à Engenharia de Software Experimental
A Utilização de Métodos M Estatísticos sticos no Planejamento e Análise de Estudos Experimentais em Engenharia de Software Marco Antônio P. Araújo CES/JF e Faculdade Metodista Granbery maraujo@acessa.com
Leia maisEXCEL NA ANÁLISE DE REGRESSÃO
EXCEL NA ANÁLISE DE REGRESSÃO _2010_03_Exercicio _Regressão_exemplo O gerente de uma loja de artigos escolares, cada semana, deve decidir quanto gastar com propaganda e que atrativo (por exemplo preços
Leia maisPESQUISA OPERACIONAL
PARTE I Para os exercícios de programação linear abaixo, apresentar a modelagem do problema, a solução algébrica e a solução gráfica: 1. Uma confecção produz dois tipos de vestido: um casual e um de festa.
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisRegressão Linear em SPSS
Regressão Linear em SPSS 1. No ficheiro Calor.sav encontram-se os valores do consumo mensal de energia, medido em milhões de unidades termais britânicas, acompanhados de valores de output, em milhões de
Leia maisUNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM
Unidade 2 Distribuições de Frequências e Representação Gráfica UNIDADE 3 MEDIDAS DE POSIÇÃO E DISPERSÃO OBJETIVOS ESPECÍFICOS DE APRENDIZAGEM Ao finalizar esta Unidade, você deverá ser capaz de: Calcular
Leia maisDESSECAÇÃO DE BRAQUIÁRIA COM GLYPHOSATE SOB DIFERENTES VOLUMES DE CALDA RESUMO
DESSECAÇÃO DE BRAQUIÁRIA COM GLYPHOSATE SOB DIFERENTES VOLUMES DE CALDA Valter de Oliveira Neves Júnior 1 ; Zélio de Lima Vieira 1 ; Tiago Trevizam de Freitas 1 ; Edgar Rodrigues Marques 1 ; Paulo César
Leia maisCONTROLO DE SISTEMAS
UNIVERSIDADE DA BEIRA INTERIOR DEPARTAMENTO DE ENGENHARIA ELECTROMECÂNICA CONTROLO DE SISTEMAS Lugar Geométrico das Raízes PROJECTO E ANÁLISE DA RESPOSTA TRANSITÓRIA E ESTABILIDADE Parte 1/3 - Compensação
Leia maisAula 1: Introdução à Probabilidade
Aula 1: Introdução à Probabilidade Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 07 de Março de 2012 Experimento Aleatório Um experimento é qualquer processo
Leia maisAula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística
Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa
Leia maisAnálise de regressão linear simples. Departamento de Matemática Escola Superior de Tecnologia de Viseu
Análise de regressão linear simples Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável chamada a variável dependente
Leia maisV = 0,30. 0,20. 0,50 (m 3 ) = 0,030m 3. b) A pressão exercida pelo bloco sobre a superfície da mesa é dada por: P 75. 10 p = = (N/m 2 ) A 0,20.
11 FÍSICA Um bloco de granito com formato de um paralelepípedo retângulo, com altura de 30 cm e base de 20 cm de largura por 50 cm de comprimento, encontra-se em repouso sobre uma superfície plana horizontal.
Leia maisComo estimar peso vivo de novilhas quando a balança não está disponível? Métodos indiretos: fita torácica e hipômetro
Como estimar peso vivo de novilhas quando a balança não está disponível? Métodos indiretos: fita torácica e hipômetro Introdução O principal objetivo nos sistemas de criação de novilhas leiteiras é conseguir
Leia maisComparação dos procedimentos GLM em parcelas subdivididas e o MIXED no modelo de medidas repetidas
Comparação dos procedimentos GLM em parcelas subdivididas e o MIXED no modelo de medidas repetidas Maria Elizabeth da Costa Vasconcellos 1 Paula Cristina de Oliveira Klefens 2 Cezar Francisco Araujo Junior
Leia maisTrabalho 7 Fila de prioridade usando heap para simulação de atendimento
Trabalho 7 Fila de prioridade usando heap para simulação de atendimento Data: 21/10/2013 até meia-noite Dúvidas até: 09/10/2013 Faq disponível em: http://www2.icmc.usp.br/~mello/trabalho07.html A estrutura
Leia maisUFV Universidade Federal de Viçosa DMA Departamento de Matemática MAT 138 Noções de Álgebra Linear
UFV Universidade Federal de Viçosa DMA Departamento de Matemática MAT 138 Noções de Álgebra Linear 1 2 a LISTA DE EERCÍCIOS - 2005/I 1. Resolva os sistemas abaixo e classifique-os quanto ao número de soluções:
Leia mais5 A Metodologia de Estudo de Eventos
57 5 A Metodologia de Estudo de Eventos 5.1. Principais Conceitos Introduzido em 1969 pelo estudo de Fama, Fisher, Jensen e Roll, o estudo de evento consiste na análise quanto à existência ou não de uma
Leia maisRecomendação de Adubação N, P e K....para os estados do RS e SC
Recomendação de Adubação N, P e K...para os estados do RS e SC Recomendação de Adubação Objetivo Elevar os teores dos nutrientes (N, P e K) no solo a níveis considerados adequados para as culturas expressarem
Leia maisElaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL
Faculdade de Medicina Universidade Federal do Ceará Elaborado por Eduardo Rebouças Carvalho Hermano Alexandre Lima Rocha DISTRIBUIÇÃO NORMAL - Uma curva de distribuição pode descrever a forma da distribuição
Leia maisIV TESTES PARA DUAS AMOSTRAS INDEPENDENTES
IV TESTES PARA DUAS AMOSTRAS INDEPENDENTES Estes testes se aplicam a planos amostrais onde se deseja comparar dois grupos independentes. Esses grupos podem ter sido formados de duas maneiras diferentes:
Leia maisClassificação de Imagens
Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,
Leia maisRevisão: Noções básicas de estatística aplicada a avaliações de imóveis
Curso de Avaliações Prof. Carlos Aurélio Nadal cnadal@ufpr.br 1 AULA 03 Revisão: Noções básicas de estatística aplicada a avaliações de imóveis 2 OBSERVAÇÃO: é o valor obtido durante um processo de medição.
Leia maisRelatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Leia maisDistribuição de probabilidades
Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva
Leia maisESQUEMA FATORIAL: DESDOBRAMENTO
ESQUEMA FATORIAL: DESDOBRAMENTO Lucas Santana da Cunha http://wwwuelbr/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 22 de julho de 2017 Interação Significativa Quando a
Leia maisEng Civil Washington Peres Núñez Dr. em Engenharia Civil pela Universidade Federal do Rio Grande do Sul
PESQUISA ANÁLISE DE CARACTERÍSTICAS DE QUALIDADE DE MISTURAS ASFÁLTICAS PRODUZIDAS NA ATUALIDADE NO SUL DO BRASIL E IMPACTOS NO DESEMPENHO DE PAVIMENTOS FLEXÍVEIS. MANUAL DE OPERAÇÃO DO BANCO DE DADOS
Leia maisResoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/12/2011 pelo CEPERJ
Resoluções comentadas de Raciocínio Lógico e Estatística SEFAZ - Analista em Finanças Públicas Prova realizada em 04/1/011 pelo CEPERJ 59. O cartão de crédito que João utiliza cobra 10% de juros ao mês,
Leia maisMecanismo de Realocação de Energia. Versão 2013.1.0
Mecanismo de Realocação de Energia ÍNDICE MECANISMO DE REALOCAÇÃO DE ENERGIA 4 1. Introdução 4 1.1. Lista de Termos 6 1.2. Conceitos Básicos 7 2. Detalhamento das Etapas do Mecanismo de Realocação de Energia
Leia maisEA616B Análise Linear de Sistemas Resposta em Frequência
EA616B Análise Linear de Sistemas Resposta em Frequência Prof. Pedro L. D. Peres Faculdade de Engenharia Elétrica e de Computação Universidade Estadual de Campinas 2 o Semestre 2013 Resposta em Frequência
Leia mais6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro
TÍTULO : PLANO CONTÁBIL DAS INSTITUIÇÕES DO SISTEMA FINANCEIRO NACIONAL - COSIF 1 6. Pronunciamento Técnico CPC 23 Políticas Contábeis, Mudança de Estimativa e Retificação de Erro 1. Aplicação 1- As instituições
Leia maisEquações Diferenciais Ordinárias
Equações Diferenciais Ordinárias Uma equação diferencial é uma equação que relaciona uma ou mais funções (desconhecidas com uma ou mais das suas derivadas. Eemplos: ( t dt ( t, u t d u ( cos( ( t d u +
Leia mais7 Considerações finais
243 7 Considerações finais A utilização de outros tipos de materiais, como o aço inoxidável, na construção civil vem despertando interesse devido aos benefícios desse aço, e a tendência decrescente de
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 06 de julho de 2016 Nos experimentos fatoriais, todas
Leia maisCapítulo 7. Experimentos com dois ou três Fatores de Interesse. Gustavo Mello Reis José Ivo Ribeiro Júnior
Capítulo 7 Experimentos com dois ou três Fatores de Interesse Gustavo Mello Reis José Ivo Ribeiro Júnior Universidade Federal de Viçosa Departamento de Informática Setor de Estatística Viçosa 2007 Capítulo
Leia maisA presente seção apresenta e especifica as hipótese que se buscou testar com o experimento. A seção 5 vai detalhar o desenho do experimento.
4 Plano de Análise O desenho do experimento realizado foi elaborado de forma a identificar o quão relevantes para a explicação do fenômeno de overbidding são os fatores mencionados na literatura em questão
Leia maisANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)
ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 11 de dezembro de 2017 Uma análise de variância expressa uma medida
Leia maisDistribuição Gaussiana. Modelo Probabilístico para Variáveis Contínuas
Distribuição Gaussiana Modelo Probabilístico para Variáveis Contínuas Distribuição de Frequências do Peso, em gramas, de 10000 recém-nascidos Frequencia 0 500 1000 1500 2000 2500 3000 3500 1000 2000 3000
Leia maisLaboratório de Física I - EAD- UESC 2011
Laboratório de Física I - EAD- UESC 011 Equipe: 1. Nome:.... Nome:... 3. Nome:... Pólo:... Data:... Experiência três: CONSERVAÇÃO DA ENERGIA Relatório Programado: Guia para tomada e análise de dados Prazo:
Leia maisO teste de McNemar. A tabela 2x2. Depois
Prof. Lorí Viali, Dr. http://www.pucrs.br/famat/viali/ viali@pucrs.br O teste de McNemar O teste de McNemar para a significância de mudanças é particularmente aplicável aos experimentos do tipo "antes
Leia maisFAQ: Parametrização para Contabilização
TDN > Softwares de Gestão > RM > Recursos Humanos > Administração de Pessoal > FAQ FAQ: Parametrização para Contabilização Produto: Ambiente: RM Unspecified Versão: 11.0 Avaliação A principal finalidade
Leia maisContabilometria. Aula 11 Regressão Linear Múltipla e Variáveis Dummy
Contailometria Aula Regressão Linear Múltipla e Variáveis Dummy O Modelo de Regressão Múltipla Ideia: Examinar a relação linear entre variável dependente (Y) & ou mais variáveis independentes (X i ). Modelo
Leia maisINSTRUMENTAÇÃO E CONTROLE DE PROCESSOS TRANSFORMADAS DE LAPLACE
INSTRUMENTAÇÃO E CONTROLE DE PROCESSOS TRANSFORMADAS DE LAPLACE Preliminares No estudo de sistemas de controle, e comum usar-se diagramas de blocos, como o da figura 1. Diagramas de blocos podem ser utilizados
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisPROBABILIDADE. Aula 5
Curso: Psicologia Disciplina: Métodos Quantitativos Profa. Valdinéia Data: 28/10/15 PROBABILIDADE Aula 5 Geralmente a cada experimento aparecem vários resultados possíveis. Por exemplo ao jogar uma moeda,
Leia mais1. Configuração. 1.1. Configuração de eventos. 1.2. Pesquisa de eventos. 1.1.1. Códigos. 1.1.2. Dados para configuração
Integração Contábil 1. Configuração... 2 1.1. Configuração de eventos... 2 1.1.1. Códigos... 2 1.1.2. Dados para configuração... 2 1.3. Configurações diversas... 3 1.3.1. Códigos... 3 1.3.2. Dados para
Leia maisA Classificação da Pesquisa
A Classificação da Pesquisa Formas de Classificação da Pesquisa l I - Classificando as pesquisas com base em seus objetivos l II - Classificando as pesquisas com base nos procedimentos técnicos utilizados
Leia mais