Testes de Hipóteses sobre a média: Várias Amostras

Tamanho: px
Começar a partir da página:

Download "Testes de Hipóteses sobre a média: Várias Amostras"

Transcrição

1 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) é uma técnica usada em Estatística para este fim e requer que a variável sob análise tenha distribuição normal. Uma versão não paramétrica para a comparação de várias populações é o teste de Kruskal- Wallis que também será apresentado na aula de hoje. 1

2 EXEMPLO 1: (ÁLCOOL E HABILIDADE DE DIRIGIR) Trinta e seis (36) pessoas participaram de um experimento para descobrir os efeitos do álcool na habilidade de dirigir. Elas foram aleatoriamente associadas a uma de três condições: placebo, pouco álcool e muito álcool. A bebida não-alcoólica parecia e tinha o mesmo gosto das demais. Os participantes foram pesados e tomaram a quantidade apropriada de bebida. Observe que temos uma situação de amostras independentes (interparticipantes), pois os grupos são diferentes. Uma hora após beber, os participantes dirigiram em um simulador durante 10 minutos e o número de erros que eles cometeram foi automaticamente registrado por um computador. Os dados obtidos estão na tabela a seguir. 2

3 Placebo Pouco Álcool Muito Álcool x = 5, 83 x = 6, 17 x = 10, 25 s = 2, 69 s = 2, 33 s = 3, 05 Há diferença significativa entre am médias dos diferentes grupos (placebo, pouco álcool e muito álcool)? Em caso afirmativo, a diferença está presente entre todos os grupos ou em apenas um em relação aos demais? 3

4 Análise Exploratória dos dados: a seguir apresenta-se um box-plot(gráfico caixa) dos resultados para cada grupo. 4

5 Na ANOVA a um fator com amostras independentes, os dados podem ser representados da seguinte forma cond. 1 cond cond. a y 11 y y 1a y 21 y y 2a. y n1 1 y n y na a Como as amostras são independentes, elas podem ter tamanhos diferentes. a representa o número de condições diferentes. n j representa o número de observações sob a j-ésima condição, j = 1, 2,..., a y ij representa a i-ésima observação sob a j- ésima condição, i = 1, 2,..., n j e j = 1, 2,..., a. 5

6 O nome em Estatística para um experimento com essa cofiguração é experimento a um fator completamente aleatorizado. No Bioestat a função apropriada para esse caso está em Estatísticas, Análise da Variância, ANOVA:um critério. 6

7 Um teste de hipóteses apropriado aqui é { H0 : µ 1 = µ 2 =... = µ a H 1 : pelo menos uma das médias é diferente das demais µ j corresponde à média do j-ésimo grupo. Neste exemplo temos três grupos tal que j = 1, 2, 3. A técnica que iremos trabalhar, Análise de Variância (ANOVA) requer que as amostras provenham de populações normais com variâncias iguais. O Bioestat tem testes que verificam a normalidade. A ANOVA busca por diferenças entre as médias dos grupos. Quando as médias são bem diferentes, dizemos que existe um alto grau de variação entre condições. Se não existirem diferenças entre as médias dos grupos, não existirá variação entre as condições. 7

8 Variância entre grupos: corresponde à variação devida às condições que definem os grupos. Variância intra-grupos: corresponde à variação dentro de cada grupo. Na ANOVA a um fator com amostras independentes a variação total é decomposta em duas parcelas correspondentes à variação entre grupos e à variação intra-grupos. SQ T ot }{{} variação total = SQ entre }{{} variação entre grupos + SQ dentro }{{} variação dentro dos grupos Se a hipótese nula de que todas as médias são iguais, isto é, de que não há variação entre grupos, é verdadeira, segue que a variação dentro dos grupos tende a ser igual à variação total. 8

9 Notação: SQ T ot : variação total, SQ entre : variação entre grupos e SQ dentro : variação intra grupos. QM T ot = SQ T ot : é uma média da variação total. N 1 N é o número total de observações no problema. No exemplo que estamos considerando N = 3 12 = 36. QM entre = SQ entre : é uma média da variação a 1 entre grupos, chamada quadrado médio entre grupos. a é o número de grupos (condições) no problema. No exemplo que estamos considerando a = 3. QM dentro = SQ dentro : é uma média da variação N a intra grupos, chamada quadrado médio intra grupos. 9

10 A estatística do teste realizado pela ANOVA é dada pela razão dos quadrados médios entre grupos e intra grupos, a saber, F = QM entre QM dentro. Se a hipótese nula é verdadeira, é possível mostrar que a estatística F tem uma distribuição F de Snedecor com a 1 e N a graus de liberdade no numerador e denominador, respectivamente. Se a hipótese nula é verdadeira, espera-se que a razão entre os quadrados médios entre e dentro dos grupos seja pequena. Em geral, rejeitaremos H 0 quando os valores amostrais de F forem grandes. 10

11 A Distribuição F de Snedecor A distribuição F está definida para valores positivos e apresenta assimetria positiva. A seguir veja um gráfico da densidade F com 4 e 2 graus de liberdade. 11

12 Usando um nível de significância α, a Região Crítica do teste da ANOVA será a cauda superior da distribuição F a 1,N a de área α. 12

13 Na ANOVA é comum apresentar os resultados usando uma tabela chamada tabela ANOVA. Esta tabela contém as seguintes informações: fontes de variação, graus de liberdade, quadrados médios e a razão F. fonte de variação SQ gl QM F entre grupos SQ entre a 1 QM entre F = QM entre QM dentro dentro dos grupos (residual) SQ dentro N a QM dentro total SQ T ot N 1 QM entre = SQentre a 1, QM Dentro = SQ dentro N a Se o valor de F for grande, H 0 será rejeitada. 13

14 Uma outra medida que também decorre da análise de variância é a chamada porcentagem da variação total explicada pelo fator sob consideração. Vimos que SQ T ot }{{} variação total = SQ entre }{{} variação entre grupos + SQ dentro }{{} variação dentro dos grupos Essa equação leva à seguinte definição R 2 = SQ entre SQ T ot Observe que R 2 está entre 0 e 1. Quanto maior for o valor de R 2, mais o fator explica a variação dos dados no problema. 14

15 O Bioestat tem a função ANOVA. No caso do exemplo apresentado devemos escolher: Estatísticas, Análise da Variância, ANOVA: um critério. O quadro a seguir mostra a saída do Bioestat para os dados do exemplo sob consideração. 15

16 Do quadro anterior podemos ver que o p-valor do teste ANOVA é muito pequeno (menor que 0,001), indicando que esses dados trazem evidência muito forte contra a hipótese nula de que as médias sob as diferentes condições são iguais. Observe que o valor da estatística de teste F também é grande. Logo, devemos rejeitar H 0 em favor da hipótese alternativa de que pelo menos uma das médias é diferente das demais. Se a hipótese nula, médias iguais, for rejeitada, significa que há evidência de que existem diferenças nas médias de tratamento. Observe que a hipótese alternativa é bastante vaga: pelo menos uma média é diferente das demais. A diferença existente não é especificada por H 1. 16

17 Dado que rejeitamos H 0, será importante saber, por exemplo, se as médias são duas a duas diferentes entre si, ou se uma delas é diferente das demais, ou outras possibilidades contempladas por H 1. Existem vários testes de comparação das médias duas a duas, no caso de rejeição de H 0 na ANOVA. Vamos apresentar aqui o teste de Tukey. 17

18 Comparações de pares de médias de tratamento Vamos ver a seguir o método de Tukey designado para este tipo de comparação: { H0 : µ i = µ k, i k H 1 : pelo menos um par de médias é desigual. Teste de Tukey (1953): Procedimento para o qual o nível de significância global é exatamente α, quando os tamanhos amostrais são iguais e no máximo α, quando os tamanhos são desiguais. Este procedimento também pode ser usado para construir intervalos de confiança sobre as diferenças de todos os pares de médias. Para estes intervalos, o nível de confiança simultâneo é 100(1 α)% para amostras de tamanhos iguais e pelo menos 100(1 α)% para amostras de tamanhos desiguais. 18

19 O procedimento de Tukey usa a distribuição da estatística de variação studentizada q = ȳmax ȳ min QM dentro /n, com ȳ max e ȳ min a maior e a menor entre as médias de tratamento. Para tamanhos amostrais iguais, o teste de Tukey declara que duas médias são significativamente diferentes se o valor absoluto da diferença amostral excede QMdentro T α = q α (a, N a) n. Valores de q α (a, N a) são tabulados em textos especializados de Estatística e também estão disponíveis em programas computacionais. 19

20 Atenção: É possível ocorrer a seguinte situação: (i) rejeita-se H 0 via ANOVA. (ii) não são encontradas diferenças significativas quando se comparam as médias duas a duas. Esta situação tem uma explicação, pois o teste F é um teste simultâneo de todos as comparações possíveis e não apenas das médias duas a duas. Se isso ococrrer significa que o contraste significativo não será uma comparação simples de duas médias. 20

21 Rodando as comparações, via teste de Tukey, dos pares de médias dos diferentes grupos para o problema sob estudo no Bioestat obtemos o seguinte quadro: 21

22 Pela saída no Bioestat podemos concluir que a média sob a condição muito álcool é significativamente diferente das outras duas médias, mas as médias sob as condições placebo e pouco álcool não são significativamente diferentes. Na saída do programa temos um resumo da tabela ANOVA, as médias amostrais em cada grupo e as linhas comparando os pares de médias duas a duas. ns representa não significativo. Assim, as médias sob placebo e pouco álcool não são significativamente diferentes. Observe também, pelo quadro anterior, que R 2 145, 167 = 0, 375 ou 37,5%. 145, ,

23 EXEMPLO 2: Um laboratório farmacêutico deseja investigar a bioatividade de uma nova droga. Um experimento a um fator completamente aleatorizado foi conduzido com três níveis de dosagem da droga, e os resultados obtidos estão na tabela a seguir. 20 g 30 g 40 g (a) Há evidências para indicar que os níveis de dosagem afetam a bioatividade? Use α = 0, 05. (b) Se a sua resposta foi afirmativa, faça comparações entre os pares de média. Que conclusões você pode tirar? 24

24 Saída do Bioestat: FV gl SQ QM F p-valor dose * Residuals Concluímos, ao nível de significância de 5% que há efeito de dosagem na bioatividade. A porcentagem da variação total explicada pela dosagem é dada por 0, 61 ou 61%. 450,7 450,7+288,2 25

25 (b) Vamos usar o prodedimento de Tukey para comparar as médias duas a duas. Saída do Bioestat: diferença p-valor Observa-se que a diferença existe entre a dosagem menor e a dosagem maior. Entre dosagens consecutivas, a diferença não é significativa. 26

26 Além disso, pelos efeitos estimados, concluímos que maior é a dosagem, maior será a bioatividade. 27

27 Amostras relacionadas: experimento intraparticipantes: Como fica? Em Estatística o nome usado para esse tipo de situação é Experimento a um fator em Blocos Completos Aleatorizados. No Bioestat usa-se a seguinte função para esse caso: Estatisticas, Análise da Variância, ANO- VA:dois critérios. Suponha agora que no experimento do exemplo anterior participam apenas 12 pessoas e que em intervalos de tempo espaçados elas sejam submetidas, em ordem aleatória, a cada uma das condições: placebo, pouco álcool e muito álcool. Ou seja, agora são as mesmas pessoas que são observadas sob cada condição. 28

28 Nesse caso as amostras não são independentes e além da variação entre grupos e dentro do grupos, passamos a poder medir uma variação inerente a cada participante (variação de linha, também chamada variação devido aos blocos). Observe que agora as amostras sob cada condição terão tamanhos iguais. Na ANOVA a um fator com amostras relacionadas(medidas repetidas), os dados podem ser representados da seguinte forma cond. 1 cond cond. a y 11 y y 1a y 21 y y 2a. y n1 y n2... y na Como as amostras são as mesmas, elas têm tamanhos iguais. 29

29 cond. 1 cond cond. a y 11 y y 1a y 21 y y 2a. y n1 y n2... y na a representa o número de condições diferentes. n representa o número de observações sob cada condição. N = an é o número total de observações. y ij representa a i-ésima observação sob a j- ésima condição, i = 1, 2,..., n e j = 1, 2,..., a. 30

30 Na ANOVA a um fator com amostras relacionadas a variação total é decomposta em três parcelas correspondentes à variação entre grupos, a variação inerente a cada participante (variação dos blocos) e a variação residual. SQ }{{ T ot } = SQ }{{ entre } + SQ }{{} Bl + SQ }{{ res } variação total variação entre grupos variação do indivíduo variação residual Notação: SQ T ot : variação total, SQ entre : variação entre grupos, SQ Bl - variação nos blocos (individual) e SQ dentro : variação residual (dentro de cada grupo). QM T ot = SQ T ot : é uma média da variação total. N 1 N é o número total de observações no problema. QM entre = SQ entre : é uma média da variação entre grupos, chamada a 1 quadrado médio entre grupos. a é o número de grupos (condições) no problema. QM Bl = SQ Bl n 1 : é uma média da variação dos blocos, chamada quadrado médio dos blocos. n é o número de observações (igual) sob cada condição. SQ dentro QM dentro = : é uma média da variação residual, chamada (a 1)(n 1) quadrado médio residual ou intra grupos. 31

31 A estatística do teste realizado pela ANOVA nesse caso é dada pela razão dos quadrados médios entre grupos e residual, a saber, F = QM entre QM dentro. Se a hipótese nula é verdadeira, é possível mostrar que a estatística F tem uma distribuição F de Snedecor com a 1 e (a 1)(n 1) graus de liberdade no numerador e denominador, respectivamente. Se a hipótese nula é verdadeira, espera-se que a razão entre os quadrados médios entre e dentro dos grupos seja pequena. Em geral, rejeitaremos H 0 quando os valores amostrais de F forem grandes. 32

32 A tabvela ANOVA correspondente a esse caso é dada por fonte de variação SQ gl QM F entre grupos SQ entre a 1 QM entre F = QM entre QM dentro blocos (individual) SQ Bl n 1 QM Bl dentro dos grupos (residual) SQ dentro (a 1)(n 1) QM dentro total SQ T ot N 1 QM entre = SQ entre a 1, QM Dentro = SQ dentro (a 1)(n 1) Se o valor de F for grande, H 0 será rejeitada. O Bioestat tem essa função. Estatísticas, Análise da Variância, ANOVA: dois critérios. 33

33 O quadro a seguir mostra a saída do Bioestat para os dados do exemplo sob consideração. Podemos perceber que o teste ANOVA rejeita H 0, pois o p-valor é muito pequeno. Logo, faz sentido realizar as comparações de médias duas a duas. 34

34 O quadro a seguir mostra a saída do Bioestat usando o procedimento de Tukey. 35

35 Cuidado: toda vez que as medidas forem repetidas para as mesmas unidades amostrais é fundamental rodar a ANOVA a dois critérios, pois caso contrário a variação dentro dos grupos poderá ficar inflacionada acarretando na não rejeição de H 0 um maior número de vezes por conta da variação residual inflacionada, ou seja, aumentando a chance de cometer o erro tipo II. Se as amostras forem relacionadas, ou seja, se for um experimento intra-participantes, rode o a ANOVA a dois critérios. 36

36 Vamos agora apresentar um método não-paramétrico para a análise de variância (ANOVA): O teste de Kruskal-Wallis Em situações nas quais a suposição de normalidade não é justificada, existe um procedimento alternativo ao teste F da ANOVA que não depende desta suposição. Um procedimento desse tipo foi desenvolvido por Kruskal e Wallis em Neste teste, H 0 corresponde à hipótese de que os a tratamentos (grupos ou condições) são idênticos versus a alternativa de que algum tratamento (grupo ou condição) gera observações que são maiores que as outras geradas pelos outros tratamentos (grupos ou condições). 37

37 Como este procedimento é designado para ser sensível para testar diferenças em médias, algumas vezes é conveniente pensar no teste de Kruskal-Wallis como um teste para a igualdade de médias de tratamento (grupo ou condição). Este teste é uma alternativa não-paramétrica à ANOVA usual. Passos no teste Kruskal-Wallis P1) Designe postos r ij às observações y ij em ordem crescente das observações. Em caso de empate, designe às observações empatadas a média dos postos correspondentes caso não houvesse empate. y ij representa a i-ésima observação do j-ésimo grupo. 38

38 P2) Calcule a soma dos postos para cada tratamento (grupo ou condição), a saber, r i. = n i r ij, i = 1, 2,..., a. j=1 P3) Calcule a estatística de teste H dada por H = 1 S 2 {N } [ a a ( R i. R.. ) 2 = 1 Ri. 2 S 2 n i=1 i i=1 ] N(N + 1)2 com n i o número de observações no i-ésimo tratamento (grupo), N o número total de replicações, e S 2 = 1 a N 1 i=1j=1 n (R ij R.. ) 2 = 1 N 1 a n i i=1j=1 R 2 ij 4 N(N + 1)2 4 Observe que S 2 é a variância amostral dos postos. Se não existem empates, S 2 = N(N + 1)/12 e a estatística de teste simplifica para H = 12 N(N + 1) a i=1 R 2 i. n i 3(N + 1). 39.

39 Quando o número de empates é moderado, haverá pouca diferença entre as duas expressões para H e a forma mais simples pode ser usada. Se os n i s são razoavelmente grandes, digamos n i 5, i, a distribuição de H é aproximadamente uma Qui-quadrado com a 1 graus de liberdade sob H 0. Portanto, a região crítica do teste a um nível α de significância, será dada por H χ 2 (1 α),a 1. O p-valor também pode ser usado. :) Calma: o Bioestat contém esse teste e você não precisará se preocupar em designar postos e calcular a estatística H. 40

40 Vamos rodar o teste proposto por Kruskal- Wallis no Bioestat. Estatísticas seguido de Análise da Variância seguido de Kruskal-Wallis. Indique as colunas contendo os dados e execute para obter Como podemos ver o p-valor é pequeno, indicando que os dados trazem evidência muito forte contra H 0. 41

41 Novamente, como H 0 é rejeitada, faz sentido em comparar os pares de médias duas a duas. No Bioestat há dois testes disponíveis: Dunn e Student-Newman-Keuls. Rodando o procedimento porposto por Dunn obtém-se 42

42 Referências bibliográficas: (1) Busssab e Morettin - Estatística Básica. Editora Saraiva (2) Triola. Introdução à Estatística. LTC. (3) Dancey e Reidy - Estatística sem Matemática para Psicologia - Penso 43

Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos

Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos a técnica de Análise de variância (ANOVA) a um fator, que resulta

Leia mais

3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento

3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento 3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento Suponha que a hipótese nula, de médias de tratamento iguais, tenha sido rejeitada em favor da hipótese

Leia mais

AULA 05 Teste de Hipótese

AULA 05 Teste de Hipótese 1 AULA 05 Teste de Hipótese Ernesto F. L. Amaral 03 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução

Leia mais

Métodos Estatísticos Avançados em Epidemiologia

Métodos 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 mais

A qualidade das inferências feitas por estes. de normalidade se fazem necessários.

A qualidade das inferências feitas por estes. de normalidade se fazem necessários. Verificação da Suposição de Normalidade A maior parte das técnicas estudadas de Inferência Estatística partem do pressuposto de normalidade dos dados: teste t para uma a- mostra, teste t pareado, teste

Leia mais

AULA 04 Teste de hipótese

AULA 04 Teste de hipótese 1 AULA 04 Teste de hipótese Ernesto F. L. Amaral 03 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal

Leia mais

Medidas de associação entre duas variáveis qualitativas

Medidas de associação entre duas variáveis qualitativas Medidas de associação entre duas variáveis qualitativas Hoje vamos analisar duas variáveis qualitativas (categóricas) conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos

Leia mais

AULA 07 Inferência a Partir de Duas Amostras

AULA 07 Inferência a Partir de Duas Amostras 1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,

Leia mais

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 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 mais

Cap. 9 Comparação entre tratamentos

Cap. 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 mais

Delineamento e Análise Experimental Aula 3

Delineamento 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 mais

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Capítulo 11 Análise da Variância Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Objetivos do Aprendizado Neste capítulo você aprenderá: Os conceitos básicos da modelagem

Leia mais

Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas

Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas 1 / 30 Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 30 Exemplo típico: Resistência de uma nova fibra sintética

Leia mais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)

DE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA) 1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância

Leia mais

Planejamento de Experimentos. 13. Experimentos com fatores aleatórios

Planejamento de Experimentos. 13. Experimentos com fatores aleatórios Planejamento de Experimentos 13. Experimentos com fatores aleatórios Até aqui assumimos que os fatores nos experimentos eram fixos, isto é, os níveis dos fatores utilizados eram níveis específicos de interesse.

Leia mais

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que 5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores. Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores são supostos

Leia mais

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses

BIOESTATÍSTICA. Parte 5 Testes de Hipóteses BIOESTATÍSTICA Parte 5 Testes de Hipóteses Aulas Teóricas de 05/05/2011 a 19/05/2011 5.1. Conceito de erro, estatística de teste, região de rejeição, nível de significância, valor de prova, potência do

Leia mais

Delineamento e Análise Experimental Aula 4

Delineamento 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 mais

Inferência para duas populações

Inferência para duas populações Inferência para duas populações Capítulo 13, Estatística Básica (Bussab&Morettin, 8a Edição) 7a AULA 27/04/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues 7a aula (27/04/2015) MAE229 1 / 27 1.

Leia mais

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II Prof.ª Sheila Regina Oro Projeto Recursos Educacionais Digitais Autores: Bruno Baierle e Maurício Furigo TESTE PARA UMA PROPORÇÃO H0: p = p 0

Leia mais

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Conceitos 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 mais

TESTE DE COMPARAÇÃO MÚLTIPLA

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 mais

Delineamento e Análise Experimental Aula 5

Delineamento 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 mais

Tópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas

Tópicos 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 mais

Estatística aplicada a ensaios clínicos

Estatística aplicada a ensaios clínicos Estatística aplicada a ensaios clínicos RAL - 5838 Luís Vicente Garcia lvgarcia@fmrp.usp.br Faculdade de Medicina de Ribeirão Preto Estatística aplicada a ensaios clínicos aula 12 1 grupo 2 grupos > 2

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes 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 mais

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas

Bioexperimentação. 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 mais

Análise da Variância. Prof. Dr. Alberto Franke (48)

Análise 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 mais

ESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística

ESQUEMA 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 mais

AULA 11 Teste de Hipótese

AULA 11 Teste de Hipótese 1 AULA 11 Teste de Hipótese Ernesto F. L. Amaral 20 de setembro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo

Leia mais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

Análise de Dados Longitudinais Aula

Análise de Dados Longitudinais Aula 1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva

Leia mais

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

Estatística Não Paramétrica. Como construir testes de aderência

Estatística Não Paramétrica. Como construir testes de aderência Estatística Não Paramétrica Como construir testes de aderência Teste Qui-quadrado Suposições amostra aleatória Dados nominais (sexo: M ou F) ou numéricos (idade: menor que 15, 15-24, 25-34, 35-44, 45-54,

Leia mais

Testes de Hipótese para uma única Amostra - parte I

Testes de Hipótese para uma única Amostra - parte I Testes de Hipótese para uma única Amostra - parte I 26 de Junho de 2014 Objetivos Ao final deste capítulo você deve ser capaz de: Estruturar problemas de engenharia como testes de hipótese. Entender os

Leia mais

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados. 4.4 Experimentos em Blocos Incompletos Balanceados

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados. 4.4 Experimentos em Blocos Incompletos Balanceados 4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.4 Experimentos em Blocos Incompletos Balanceados (EBIB) Em certos experimentos que usam blocos aleatorizados, podemos

Leia mais

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Regressão Múltipla Na aula do dia 24 de outubro analisamos duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. 1. definimos uma medida de associação

Leia mais

Análise da Variância (ANOVA)

Análise da Variância (ANOVA) Análise da Variância (ANOVA) ANOVA Análise da Variância (ANOVA) é um método para testar a igualdade de três ou mais médias populacionais, baseado na análise das variâncias amostrais Os dados amostrais

Leia mais

Testes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo

Testes 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 mais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

Planejamento de Experimentos. 7 Blocagem e Confundimento(Superposição) nos Planos 2 k

Planejamento de Experimentos. 7 Blocagem e Confundimento(Superposição) nos Planos 2 k Planejamento de Experimentos 7 Blocagem e Confundimento(Superposição) nos Planos 2 k 7.1 Introdução Em muitas situações é impossível rodar todas as combinações de tratamento num plano 2 k sob condições

Leia mais

Planejamento de Experimentos Medidas Repetidas

Planejamento de Experimentos Medidas Repetidas 1 / 27 Planejamento de Experimentos Medidas Repetidas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG Exemplo: 2 / 27 3 / 27 Em outras aplicações, a resposta de cada unidade experimental é medida

Leia mais

Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas.

Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Correlação e Regressão Hoje vamos analisar duas variáveis quantitativas conjuntamente com o objetivo de verificar se existe alguma relação entre elas. Vamos 1. definir uma medida de associação entre duas

Leia mais

Princípios de Bioestatística

Princípios 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 mais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2

AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre

Leia mais

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

SEEC 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 mais

1 Probabilidade - Modelos Probabilísticos

1 Probabilidade - Modelos Probabilísticos 1 Probabilidade - Modelos Probabilísticos Modelos probabilísticos devem, de alguma forma, 1. identificar o conjunto de resultados possíveis do fenômeno aleatório, que costumamos chamar de espaço amostral,

Leia mais

Por que testes não-paramétricos?

Por que testes não-paramétricos? Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Métodos Estatísticos Avançados em Epidemiologia Aula 3 Testes Não-Paramétricos: Wilcoxon Mann-Whitney Kruskal-Wallis

Leia mais

Testes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07

Testes 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

EXPERIMENTAÇÃO AGRÍCOLA

EXPERIMENTAÇÃO 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 mais

Teste de Hipóteses Paramétricos

Teste de Hipóteses Paramétricos Teste de Hipóteses Paramétricos Fundamentos de um teste de hipóteses Como construir testes de hipóteses para uma média. Como construir testes de hipóteses para uma proporção. Como construir testes de hipóteses

Leia mais

Teste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese

Teste de Hipótese. Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral. 2 Fundamentos do teste de hipótese Teste de Hipótese Capítulo 8 Triola, 10 a. Ed. (Capítulo 7 Triola, 9 a. Ed.) 1 Visão Geral 2 Fundamentos do teste de hipótese z 3 Teste de uma afirmativa sobre uma Proporção z 4 Teste de uma afirmativa

Leia mais

Inferência a partir de duas amostras

Inferência a partir de duas amostras Inferência a partir de duas amostras Inferência a partir de duas amostras. Inferência sobre duas médias: amostras dependentes. Inferência sobre duas médias: amostras grandes e independêntes 3. Comparação

Leia mais

Estatística. Nos exercícios que se seguem, e caso seja necessário, considere que os pressupostos necessários à aplicação da ANOVA são verificados.

Estatística. Nos exercícios que se seguem, e caso seja necessário, considere que os pressupostos necessários à aplicação da ANOVA são verificados. INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Ano Lectivo 007/008 Estatística Ficha n.º Nos exercícios que se seguem, e caso seja necessário, considere que os pressupostos necessários

Leia mais

Testes de Hipóteses: Duas Amostras

Testes de Hipóteses: Duas Amostras Testes de Hipóteses: Duas Amostras Na aula de hoje veremos como comparar duas populações P 1 e P 2, baseados em dados fornecidos por amostras dessas populações. Grande parte das técnicas usadas em Estatística

Leia mais

ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)

ANÁLISE 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 mais

Universidade Federal do Paraná Seminário de Bioestatistica. Teste de Wilcoxon. Danielle Pierin Olivia Cleto

Universidade Federal do Paraná Seminário de Bioestatistica. Teste de Wilcoxon. Danielle Pierin Olivia Cleto Universidade Federal do Paraná Seminário de Bioestatistica Teste de Wilcoxon Danielle Pierin Olivia Cleto Teste de Postos com Sinais de Wilcoxon para Pares Combinados Esse teste é usado com dados amostrais

Leia mais

Testes de Hipóteses Paramétricos

Testes de Hipóteses Paramétricos Testes de Hipóteses Paramétricos Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução Exemplos Testar se mais de metade da população irá consumir um novo produto

Leia mais

AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2

AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 AULA 12 - Normalidade e Inferência em Regressão Múltipla - Parte 2 Susan Schommer Econometria I - IE/UFRJ Testes de hipóteses sobre combinação linear dos parâmetros Na aula passada testamos hipóteses sobre

Leia mais

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari EXPERIMENTAÇÃO AGRÍCOLA 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, com

Leia mais

Estatística Não Paramétrica

Estatística Não Paramétrica Estatística Não Paramétrica Como construir testes de hipóteses para uma amostra Como construir testes de hipóteses para duas amostras dependentes Como construir testes de hipóteses para duas amostras independentes

Leia mais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO 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 mais

Lucas Santana da Cunha de outubro de 2018 Londrina

Lucas 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 mais

Testes de Hipóteses Paramétricos

Testes de Hipóteses Paramétricos Testes de Hipóteses Paramétricos Departamento de Matemática Escola Superior de Tecnologia de Viseu (DepMAT ESTV) Testes de Hipóteses Paramétricos 1 / 41 Introdução. Hipóteses Estatísticas. Erro Tipo I

Leia mais

DELINEAMENTO EM BLOCOS AO ACASO

DELINEAMENTO 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 mais

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses

PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos. 6 a aula Testes de Hipóteses PHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 6 a aula Testes de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 2007 Estatística Aplicada ao Gerenciamento

Leia mais

Estimação parâmetros e teste de hipóteses. Prof. Dr. Alberto Franke (48)

Estimação 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 mais

2 ou mais fatores são de interesse.

2 ou mais fatores são de interesse. 5. Experimentos Fatoriais 5.1 Definições e Princípios Básicos 2 ou mais fatores são de interesse. Experimentos Fatoriais: em cada replicação do experimento todas as combinações dos níveis de tratamento

Leia mais

Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E

Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:

Leia mais

Especialização em Engenharia de Processos e de Sistemas de Produção

Especialização 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 mais

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade de Variância (ANOVA) 1/24

rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade de Variância (ANOVA) 1/24 ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 07: Análise de Variância (ANOVA) 1/24 Definição A análise de variância (ANOVA) é um método para testar a igualdade

Leia mais

Esquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina

Esquema 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 mais

Delineamento em Quadrado Latino (DQL)

Delineamento 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 mais

Lucas Santana da Cunha de outubro de 2018 Londrina

Lucas 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 mais

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 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 mais

Modelo de Regressão Múltipla

Modelo 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 mais

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... ANÁLISE DE VARIÂNCIA. Departamento de Matemática ESTV.

INTRODUÇÃO. Exemplos. Comparar três lojas quanto ao volume médio de vendas. ... ANÁLISE DE VARIÂNCIA. Departamento de Matemática ESTV. INTRODUÇÃO Exemplos Para curar uma certa doença existem quatro tratamentos possíveis: A, B, C e D. Pretende-se saber se existem diferenças significativas nos tratamentos no que diz respeito ao tempo necessário

Leia mais

Métodos Quantitativos Aplicados

Métodos Quantitativos Aplicados Métodos Quantitativos Aplicados Aula 6 http://www.iseg.utl.pt/~vescaria/mqa/ Tópicos apresentação Análise de dados bivariada: os casos dos testes de proporções para duas amostras independentes e emparelhadas

Leia mais

Capítulo 9 - Regressão Linear Simples (RLS): Notas breves

Capítulo 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 mais

Carlos Antonio Filho

Carlos Antonio Filho Estatística II - Seção 04 Carlos Antonio Filho ESAGS 2 o semestre de 2017 Carlos Antonio Filho (ESAGS) Estatística II - Seção 04 2 o semestre de 2017 1 / 137 Comparação de médias de duas populações Vamos

Leia mais

Introdução à probabilidade e estatística II

Introdução à probabilidade e estatística II Introdução à probabilidade e estatística II Testes de hipóteses para duas médias populacionais Prof. Alexandre G Patriota Sala: 98A Email: patriota@ime.usp.br Site: www.ime.usp.br/ patriota Testes de hipóteses

Leia mais

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski

Testes de hipóteses. Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Testes de hipóteses Wagner H. Bonat Fernando P. Mayer Elias T. Krainski Universidade Federal do Paraná Departamento de Estatística Laboratório de Estatística e Geoinformação 07/06/2018 WB, FM, EK ( LEG/DEST/UFPR

Leia mais

Experimentos Fatoriais

Experimentos 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 mais

COMPARAÇÕES MÚLTIPLAS

COMPARAÇÕES 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 mais

DELINEAMENTO 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 Profª. Sheila Regina Oro Delineamento em Blocos Casualizados com Repetições (DBCr) Utilizado quando temos mais de uma repetição de cada tratamento dentro

Leia mais

INSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.

INSTRUÇÕES. 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 mais

TESTE DE HIPÓTESE. Introdução

TESTE DE HIPÓTESE. Introdução TESTE DE HIPÓTESE Introdução O teste de hipótese estatística objetiva decidir se uma afirmação sobre uma população, usualmente um parâmetro desta, é, ou não, apoiada pela evidência obtida dos dados amostrais.

Leia mais

Delineamento e Análise Experimental Aula 6. Anderson Castro Soares de Oliveira

Delineamento 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 mais

Teste de hipóteses. Estatística Aplicada Larson Farber

Teste de hipóteses. Estatística Aplicada Larson Farber 7 Teste de hipóteses Estatística Aplicada Larson Farber Seção 7.1 Introdução ao teste de hipóteses Uma hipótese estatística é uma alegação sobre uma população. A hipótese nula H 0 contém uma alternativa

Leia mais

DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

DELINEAMENTO 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 mais

Lucas Santana da Cunha 28 de setembro de 2018 Londrina

Lucas 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 mais

ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)

ANÁLISE 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 mais

MAE Planejamento e Pesquisa II

MAE 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 mais

Estimação e Testes de Hipóteses

Estimação e Testes de Hipóteses Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas

Leia mais

Em aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas).

Em aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas). Em aplicações práticas é comum que o interesse seja comparar as médias de duas diferentes populações (ambas as médias são desconhecidas). Na comparação de duas populações, dispomos de duas amostras, em

Leia mais

Inferência Estatística:

Inferência Estatística: Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Inferência Estatística: Princípios de Bioestatística decidindo na presença de incerteza Aula 9: Testes de Hipóteses

Leia mais