MAE0317 PLANEJAMENTO E PESQUISA I Projeto: A PRODUÇÃO DE CERVEJA PRODUZINDO CONHECIMENTO. Roteiro para a Análise dos Dados
|
|
- Herman Paiva Stachinski
- 6 Há anos
- Visualizações:
Transcrição
1 MAE0317 PLANEJAMENTO E PESQUISA I Projeto: A PRODUÇÃO DE CERVEJA PRODUZINDO CONHECIMENTO Roteiro para a Análise dos Dados Considere os bancos de dados juízesbd.csv e beerbd_15.csv disponíveis na página da disciplina, os quais contêm resultados do projeto A Produção de Cerveja Produzindo Conhecimento. juízesbd.csv contém informações dos juízes que fizeram parte do projeto: "Juiz" "Sexo" "Raca" "Idade" "Peso" "Altura" "BebPref1" "BebPref2" "BebPref3" "GostaCerveja" "HabitoBeber" beerbd_15 - contém dados dos Lotes 1 e 2 a 15 Dias de engarrafamento: "Lote" "Dias" "Temperatura" "Lupulo" "Acucar" "Tratamento" "Garrafa" "Espuma" "Replica" "Juiz" "Som" "Cor" "Transparencia" "Aroma" "Corpo" "Amargor" "Docura" "SensAlcoolica" "NotaGeral" #Sugestão de comando no R para leitura dos bancos: beer <- read.table("beerbd_15.csv", header=true, sep=";", dec=".") beer$lote <- factor(beer$lote) beer$tratamento <- factor(beer$tratamento) beer$temperatura <- factor(beer$temperatura) juizes <- read.table("juizesbd.csv", header=true, sep=";") beer <- merge(beer, juizes, by.x="juiz", by.y="juiz") 1
2 1. Escolha o Tratamento e a variável. (Adote a Lista apresentada no Anexo) Com o objetivo de comparar a variabilidade entre juízes e a variabilidade entre garrafas, ajuste para esses dados um modelo de ANOVA considerando Garrafa como fator aleatório. Assuma que foi obtida uma amostra aleatória de 6 garrafas de cerveja do referido tratamento (Lote 1 e Lote2). Apresente os dados: Sugestão de comando no R: beer_trat1 <- beer[which(beer$tratamento == 1),] Garrafa 1 Garrafa 2 Garrafa 3 Garrafa 4 Garrafa 5 Garrafa 6 Apresente a tabela de ANOVA: Fonte de No. de graus Variação de liberdade Soma de Quadrados Quadrado Médio Estatística F Valor p Modelo adotado e Hipótese(s) em Teste: Estimativas (dos componentes de variância e da média geral) e Conclusão (qual fonte de variabilidade mais contribui para a variação total da variável): 2
3 2. Escolha a variável (adote a Lista no Anexo). Para os dados de cada Lote, Tratamento e Garrafa, obtenha a média dessa variável entre os juízes. Salve esse novo banco de dados para as próximas análises. #Sugestão de comando no R ( supondo a variável NotaGeral): beer_mu <- aggregate(beer$notageral, list(beer$lote, beer$temperatura, beer$lupulo, beer$acucar, beer$tratamento,beer$garrafa,beer$espuma), mean) Apresente os dados obtidos com a média e desvio padrão de cada tratamento: Lote Garrafa T1 T2 T3 T4 T5 T6 T7 T8 Média s.d Com o objetivo de comparar os 8 tratamentos, ajuste um modelo de ANOVA considerando um único fator (fixo) em 8 níveis e Lote* como fator Bloco. Apresente a tabela de ANOVA: Fonte de No. de graus Variação de liberdade Soma de Quadrados Quadrado Médio Estatística F Valor p Modelo adotado e Hipótese(s) em Teste: A hipótese de aditividade entre Tratamentos e Bloco é apropriada? Realize um teste dessa hipótese. Estimativas (I.C. a 95% da média de cada grupo) e Conclusão: 3
4 2.2. Com o objetivo de comparar os 8 tratamentos, ajuste um modelo de ANOVA Fatorial 2x2x2 considerando os fatores Temperatura, Lúpulo e Açúcar como os fatores de interesse e Lote* como fator de Blocagem. Construa gráficos de perfis de médias para ilustrar o efeito principal dos fatores de interesse: Construa gráficos de perfis de médias para ilustrar o efeito de interação de primeira ordem entre os fatores de interesse: Construa gráficos de perfis de médias para ilustrar o efeito de interação de segunda ordem entre os fatores de interesse: 4
5 Apresente a tabela de ANOVA do ajuste do modelo de interação: #Sugestão de comando no R: fit <- aov(notageral ~ Lote* + Temperatura*Lupulo*Acucar) Fonte de Variação No. de graus de liberdade Soma de Quadrados Quadrado Médio Estatística F Valor p Modelo adotado e Hipótese(s) em Teste: Comente o padrão de variação entre os fatores ilustrado pelos gráficos de perfis de médias. Compare os valores das Somas de Quadrados entre os modelos com um único fator e o de interação. Com base na tabela de ANOVA do modelo de interação, que conclusões podem ser obtidas? Ajuste modelos reduzidos e, a partir deles, obtenha estimativas (I.C. a 95%) dos efeitos significantes. 5
6 2.3. Com o objetivo de comparar os 8 tratamentos, ajuste um modelo de ANOVA Hierárquico considerando os fatores Temperatura, Temperatura(Lúpulo) e Temperatura(Lupulo(Acucar)) como fatores de interesse e Lote* como fator Bloco. #Sugestão de comando no R: fit <- aov(notageral ~ Lote* + Temperatura/Lupulo/Acucar) Apresente a tabela de ANOVA: Fonte de Variação No. de graus de liberdade Soma de Quadrados Quadrado Médio Estatística F Valor p Modelo adotado e Hipótese(s) em Teste: Compare os valores das Somas de Quadrados entre os modelos de interação e hierárquico. Quais efeitos estão confundidos no modelo hierárquico? Com base na tabela de ANOVA do modelo hierárquico, que conclusões podem ser obtidas? 6
7 3. Para controlar o efeito da heterogeneidade entre os juízes, adote o seguinte procedimento para NORMALIZAÇÃO da variável que está sendo analisada: (i) Para as 144 observações da variável ajuste um modelo linear (sob premissas clássicas) com as seguintes variáveis preditoras: "Juiz", "Sexo", "GostaCerveja" e "HabitoBeber"; (ii) Obtenha os resíduos desse ajuste; (iii) Considere esses resíduos como os valores normalizados da variável. # Sugestão de comando no R para obter a variável (NotaGeral) normalizada fitjuizng <- lm(notageral ~ Juiz + Sexo + GostaCerveja + HabitoBeber, data=beer) summary(fitjuizng) normalized_notageral <- residuals(fitjuizng) beer$notageralnorm <- normalized_notageral Sem calcular a média entre juízes, apresente os dados normalizados juntamente com a média e desvio padrão de cada tratamento: Lote Garrafa Réplica T1 T2 T3 T4 T5 T6 T7 T Média s.d. Construa o gráfico de dispersão da variável normalizada e da variável original identificando os 8 Tratamentos. Usando a variável normalizada, com o objetivo de comparar os 8 tratamentos, ajuste um modelo de ANOVA Fatorial 2x2x2, considerando os fatores Temperatura, Lúpulo e Açúcar como os fatores de interesse e Lote* como fator de Blocagem. Para os efeitos significantes, interprete a diferença entre médias da variável normalizada em termos da qualidade da cerveja produzida. 4. Com base nos resultados dessas análises, e considerando a variável analisada, para a produção de cerveja artesanal, qual tratamento ( receita de cerveja ) você recomendaria? Considerando o experimento total, quais análises adicionais podem ainda ser aplicadas? Que lições foram aprendidas da realização desse experimento (destaque as mais relevantes em sua opinião)? Boa sorte 7
8 ANEXO: MAE0317 Item 1 Demais Itens No USP Tratamento Variável Variável T1 Notageral Transparencia T2 Notageral Amargor T3 Notageral SensAlcoolica T4 Notageral Aroma T5 Notageral Corpo T6 Notageral Docura T7 Notageral Transparencia* T8 Notageral Amargor* T1 Transparencia SensAlcoolica* T8 Transparencia Aroma* T2 Aroma Corpo* T4 Aroma Docura* T3 Docura NotaGeral T6 Docura NotaGeral* *: Não usar Lote como Bloco nas análises (apesar de considerar as 144 observações) 8
Lista 6 de Estatística e Probabilidade. Distribuição Amostral, Técnicas de Amostragem, Correlação e Regressão Linear Simples
Lista 6 de Estatística e Probabilidade Distribuição Amostral, Técnicas de Amostragem, Correlação e Regressão Linear Simples Distribuição Amostral 1) As alturas dos 5.000 alunos de uma universidade, apresenta
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 22 de outubro de 2018 Londrina 1 / 24 Obtenção de uma amostra Princípios básicos da experimentação Há basicamente duas
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Profª Railene Hérica Carlos Rocha 1. Introdução
Leia maisPlanejamento 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 mais2 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 maisExperimentos em Quadrado Latino. Estatística Experimental
Experimentos em Quadrado Latino Estatística Experimental Características gerais O Quadrado Latino é um delineamento apropriado para ambientes experimentais heterogêneos. Foi proposto com a finalidade de
Leia maisUFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA
UFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA 18-06-2012 1. (Montgomery e Runger) Quatro fatores influenciam o sabor de um refrigerante, a saber,
Leia maisTeste de Cochran (Homogeneidade de Variância)
ara o modelo heterocedástico, vamos inicialmente testar as hipóteses Os métodos mais utilizados são os testes de Cochran, Bartlett e de Levene. Teste de Cochran (Homogeneidade de Variância) O teste de
Leia maisCap. 9 Comparação entre tratamentos
Estatística para Cursos de Engenharia e Informática Pedro Alberto Barbetta / Marcelo Menezes Reis / Antonio Cezar Bornia São Paulo: Atlas, 004 Cap. 9 Comparação entre tratamentos APOIO: Fundação de Apoio
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos 1 6.4 Os Modelos fatoriais 2 k : o caso geral. O modelo estatístico para um plano 2 k inclui k ( k 2 ( k ) ) efeitos principais efeitos de interação de ordem 2 efeitos de interação
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 17 de outubro de 2018 Londrina 1 / 31 Obtenção de uma amostra Há basicamente duas formas de se obter dados para uma pesquisa
Leia maisMAE Modelos Lineares Generalizados 2 o semestre 2017
MAE5763 - Modelos Lineares Generalizados 2 o semestre 2017 Prof. Gilberto A. Paula 3 a Lista de Exercícios 1. Supor y i ind FE(µ, φ i ) com φ i = α + γz i, para i = 1,..., n. Como ca a matriz modelo Z?
Leia maisPlanejamento Experimental
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 22 de setembro de 2018 Londrina Um pesquisador científico resolve problemas de interesse da sociedade de forma direta ou indireta, pela aplicação
Leia maisDELINEAMENTO EM QUADRADO LATINO (DQL)
DQL DELINEAMENTO EM QUADRADO LATINO (DQL) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DQL Na Seção anterior
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Tarciana Liberal MEDIDAS DE DISPERSÃO As medidas de posição apresentadas fornecem a informação dos dados apenas a nível pontual,
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisLucas Santana da Cunha 27 de novembro de 2017
EXPERIMENTAÇÃO E ANÁLISE DE VARIÂNCIA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 27 de novembro de 2017 Experimentação A experimentação se difundiu como
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisMétodos Quantitativos II
Métodos Quantitativos II MEDIDAS DE VARIABILIDADE O que significa Variabilidade? As medidas de tendência central nos dão uma ideia da concentração dos dados em torno de um valor. Entretanto, é preciso
Leia maisPLANEJAMENTO DE EXPERIMENTOS
PLANEJAMENTO DE EXPERIMENTOS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 01 de julho de 2017 Planejamento de Experimentos A experimentação
Leia maisEXPERIMENTOS COM INTERAÇÕES
EXPERIMENTOS COM INTERAÇÕES Na maioria dos experimentos, os tratamentos são de efeitos fixos. Mas também são realizados experimentos em que os efeitos dos tratamentos são aleatórios. 1 Para saber se, em
Leia mais3ª LISTA DE EXERCÍCIOS
MINISTERIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLOGICA INSTITUTO FEDERAL DE EDUCAÇÃO CIÊNCIA E TECNOLOGIA GOIANO CAMPUS URUTAÍ Estatística Experimental Prof. Anderson Rodrigo da Silva
Leia mais5.3 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 maisRoteiro de Aula Delineamentos Fatoriais 05/06/2018
Roteiro de Aula Delineamentos Fatoriais 05/06/2018 Hipóteses: As seguintes hipóteses podem ser testadas nos experimentos fatoriais 2x2: Fator A: { [ ] Fator B: { [ ] Interação A x B: { ( ) [ ] [ ] ( )
Leia maisBibliografia Recomendada.
Bibliografia Recomendada http://paginapessoal.utfpr.edu.br/ebona Bibliografia Recomendada Montgomery, D. C. Design and Analysis of Experiments. Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.;
Leia maisEstudar a relação entre duas variáveis quantitativas.
Estudar a relação entre duas variáveis quantitativas. Exemplos: Idade e altura das crianças Tempo de prática de esportes e ritmo cardíaco Tempo de estudo e nota na prova Taxa de desemprego e taxa de criminalidade
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando
Leia maisAnálise de Regressão EST036
Análise de Regressão EST036 Michel Helcias Montoril Instituto de Ciências Exatas Universidade Federal de Juiz de Fora Regressão sem intercepto; Formas alternativas do modelo de regressão Regressão sem
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia maisDelineamento 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 maisAnálise da Regressão. Prof. Dr. Alberto Franke (48)
Análise da Regressão Prof. Dr. Alberto Franke (48) 91471041 O que é Análise da Regressão? Análise da regressão é uma metodologia estatística que utiliza a relação entre duas ou mais variáveis quantitativas
Leia maisAula 2 Uma breve revisão sobre modelos lineares
Aula Uma breve revisão sobre modelos lineares Processo de ajuste de um modelo de regressão O ajuste de modelos de regressão tem como principais objetivos descrever relações entre variáveis, estimar e testar
Leia maisBibliografia Recomendada
Bibliografia Recomendada Barros Neto, B.; Scarminio, I. S.; Bruns, R. E. Como Fazer Experimentos. Montgomery, D. C. Design and Analysis of Experiments. Box, G. E. P.; Hunter, J. S.; Hunter, W. G. Statistics
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisUNIVERSIDADE DE SÃO PAULO ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ DEPARTAMENTO DE CIÊNCIAS EXATAS
1 1) Um Engenheiro Florestal fez um estudo com árvores de uma espécie dos cerrados brasileiros, tendo anotado a altura (X) e o volume (Y) de madeira de árvores de três idades (t) diferentes. Os dados estão
Leia maisMODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I
MODELOS MATEMÁTICOS E APLICAÇÕES 2015/2016 EXERCÍCIOS DE MODELOS LINEARES MISTOS PARTE I 1. Num estudo de selecção da videira, com vista a estudar a variabilidade genética do rendimento da casta Touriga
Leia maisCONHECIMENTOS ESPECÍFICOS
fonte de graus de soma de quadrado variação liberdade quadrados médio teste F regressão 1 1,4 1,4 46,2 resíduo 28 0,8 0,03 total 2,2 A tabela de análise de variância (ANOVA) ilustrada acima resulta de
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento de Blocos Completos Casualizados (DBCC) Quando usar? Quando as unidades experimentais não apresentam características
Leia maisINE 7001 Estatística para Administradores I Turma Prática 1 15/08/2016 GRUPO:
INE 7001 Estatística para Administradores I Turma 02301 - Prática 1 15/08/2016 No arquivo Prática_em_planilhas.xlsx, procurar pela planilha Prática1. Usando o primeiro conjunto de dados (dados sobre os
Leia maisConceitosintrodutórios Planejamentode Experimentos. Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT
Conceitosintrodutórios Planejamentode Experimentos Prof. Dr. Fernando Luiz Pereira de Oliveira Sala1 ICEB I DEMAT Email: fernandoest@ig.com.br Um planejamento de experimentos consiste em um teste ou umas
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisProbabilidade e Estatística. Estimação de Parâmetros Intervalo de Confiança
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://páginapessoal.utfpr.edu.br/ngsilva Estimação de Parâmetros Intervalo de Confiança Introdução A inferência estatística é o processo
Leia maisb) Teste a hipótese de efeito significante do tamanho da população sobre a venda do produto, na presença de renda per capita
Exemplo 1 (continuação a Estime por intervalo de 95% de confiança, o aumento do número médio de lotes vendidos devido a 1000 pessoas a mais na população, mantendo a renda per capita fixa b Teste a hipótese
Leia mais5.3 Experimentos fatoriais a dois fatores (Revisando...)
5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores (Revisando...) 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
Leia maisESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04
ESTATÍSTICA EXPERIMENTAL Delineamento experimental. Aula 04 Conceito Delineamento experimental É o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes tratamentos
Leia maisAnálise de Controle Estatístico em um Processo Petroquímico
Análise de Controle Estatístico em um Processo Petroquímico Autores do Artigo: Danilo Soares Bittencourt Karina Rossini Rogério Miorando Cenário Unidade Industrial de estudo é produtora de polietileno
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisProf. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017
Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 2 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 207 SUMÁRIO - BREVE DESCRIÇÃO, FUNDAMENTOS, CONCEITOS, CARACTERÍSTICAS,
Leia maisInstituto Federal Goiano
e simples e Instituto Federal Goiano e Conteúdo simples 1 2 3 4 5 simples 6 e simples Associação entre duas variáveis resposta Exemplos: altura de planta e altura da espiga, teor de fósforo no solo e na
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisUniversidade Federal de Alfenas Programa de Pós-graduação em Estatística Aplicada e Biometria-PPGEAB Prova de Conhecimentos Específicos
-PPGEAB Dados que podem ser necessários na resolução de algumas questões: I. Dados da Tabela t de Student com ν graus de liberdade. P (t > t α ) = α ν 0,05 0,025 4 2,132 2,776 5 2,015 2,571 6 1,943 2,447
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisDELINEAMENTO FATORIAL. Profª. Sheila Regina Oro
DELINEAMENTO FATORIAL Profª. Sheila Regina Oro Existem casos em que vários fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse. Experimentos fatoriais: são
Leia mais4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados
4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.2 Quadrados Latinos (QL) Suponha que um experimentador esteja estudando o efeito de 5 formulações diferentes de
Leia maisNome do candidato (a):
Questão de Estatística Geral Questão 1. Sementes de certa espécie de planta daninha foram extraídas de plantas em propriedades onde os produtores acusaram a resistência da espécie a certo produto e de
Leia maisModelo de Regressão Múltipla
Modelo de Regressão Múltipla Modelo de Regressão Linear Simples Última aula: Y = α + βx + i i ε i Y é a variável resposta; X é a variável independente; ε representa o erro. 2 Modelo Clássico de Regressão
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro
DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES Profª. Sheila Regina Oro Delineamento em Blocos Casualizados com Repetições (DBCr) Utilizado quando temos mais de uma repetição de cada tratamento dentro
Leia maisMAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler
MAE 37 Planeamento e Pesquisa I Profa. Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP º Semestre/09 Delineamento Completamente Aleatorizado - DCA T T... T Y Y... Y Y Y... Y...... Yi... Yn Y n... Yn n
Leia maisRegression and Clinical prediction models
Regression and Clinical prediction models Session 6 Introducing statistical modeling Part 2 (Correlation and Linear regression) Pedro E A A do Brasil pedro.brasil@ini.fiocruz.br 2018 Objetivos Continuar
Leia maisNOTAS DE AULAS DE FÍSICA MODERNA
NOTAS DE AULAS DE FÍSICA MODERNA Prof. Carlos R. A. Lima CAPÍTULO 6 MECÂNICA QUÂNTICA DE SCHRÖDINGER Edição de janeiro de 2010 CAPÍTULO 6 MECÂNICA QUÂNTICA DE SCHRÖDINGER ÍNDICE 6.1- Introdução 6.2- Equação
Leia maisMAE 0535 Pesquisa de Mercado
MAE 0535 Pesquisa de Mercado Universidade de São Paulo USP Instituto de Matemática, Estatística e Computação IME Professora: Silvia Elian Nagib 2º Semestre de 2015 Apresentação 2 Exemplo 1 Uma escala Likert
Leia maisVERIFICAÇÃO DOS RECURSOS NECESSÁRIOS. Capítulo 1 VARIÁVEIS E AMOSTRAS 1
PREFÁCIO VERIFICAÇÃO DOS RECURSOS NECESSÁRIOS xiii DO EXCEL... xv Capítulo 1 VARIÁVEIS E AMOSTRAS 1 VARIÁ VEIS 4 NÚMERO DE VARIÁVEIS 5 CLASSIFICAÇÃO DAS VARIÁVEIS 6 ESCALA DE MEDIÇÃO DAS VARIÁVEIS 7 POPULAÇÃO
Leia maisRegressão Linear - Parte I
UFPE - Universidade Federal de Pernambuco Curso: Economia Disciplina: ET-406 Estatística Econômica Professor: Waldemar Araújo de S. Cruz Oliveira Júnior Regressão Linear - Parte I 1 Introdução Podemos
Leia maisAULA 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 maisModelos de Regressão Linear Simples - parte III
1 Modelos de Regressão Linear Simples - parte III Erica Castilho Rodrigues 20 de Setembro de 2016 2 3 4 A variável X é um bom preditor da resposta Y? Quanto da variação da variável resposta é explicada
Leia maisESTATÍSTICA PARA GEOGRAFIA AULA DE 23/08/2017
ESTATÍSTICA PARA GEOGRAFIA AULA DE 23/08/2017 OBJETIVOS DA AULA Apresentar funções do R que retornam medidas de posição e de dispersão tais como (mean, median, quantile, range, var, sd) Usando o R representar
Leia maisPRINCÍPIOS BÁSICOS DE EXPERIMENTAÇÃO. Profª. Sheila Regina Oro
PRINCÍPIOS BÁSICOS DE EXPERIMENTAÇÃO Livro: Curso de estatística experimental Autor: Frederico PIMENTEL-GOMES Capítulo: 2 Livro: Estatística experimental Autor: Sonia VIEIRA Capítulo: 1 Profª. Sheila Regina
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais CORRELAÇÃO LINEAR Coeficiente de correlação linear r Mede o grau de relacionamento linear entre valores
Leia maisNOTAS DE AULAS DE FÍSICA MODERNA
NOTAS DE AULAS DE FÍSICA MODERNA Prof. Carlos R. A. Lima CAPÍTULO 6 MECÂNICA QUÂNTICA DE SCHRÖDINGER Edição de agosto de 2011 CAPÍTULO 6 MECÂNICA QUÂNTICA DE SCHRÖDINGER ÍNDICE 6.1- Introdução 6.2- Equação
Leia maisMATERIAL DE APOIO AULA 2
MATERIAL DE APOIO AULA 2 MÉTODO C.E.E.A O Método C.E.E.A. é uma estratégia que eu desenvolvi para ter mais controle e sucesso no meu processo de elaboração e execução de receitas de cervejas. Com ele eu
Leia maisQuestão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.
MINISTÉRIO DA EDUCAÇÃO CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR DISCIPLINA: ESTATÍSTICA EXPERIMENTAL LISTA DE EXERCÍCIOS 3 a AVALIAÇÃO PROFESSOR: ROBERTO QUEIROGA Questão 1: Faça um croqui (disposição
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisMEDIDAS DE DISPERSÃO. Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões
MEDIDAS DE DISPERSÃO Os dados a seguir referem-se ao índice pluviométrico de três cidades no Estado de São Paulo, em 3 diferentes ocasiões Cidade A: 185, 185, 185 x 185mm Cidade B: 18, 184, 189 x 185mm
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos
Leia maisFísica Geral - Laboratório. Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação
Física Geral - Laboratório Aula 2: Organização e descrição de dados e parâmetros de dispersão e correlação 1 Física Geral - Objetivos Ao final do período, o aluno deverá ser capaz de compreender as principais
Leia maisDelineamento em Quadrado Latino (DQL)
Delineamento em Quadrado Latino () Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Na Seção anterior introduziu-se o delineamento em blocos ao acaso como um delineamento
Leia maisREGRESSÃO E CORRELAÇÃO
REGRESSÃO E CORRELAÇÃO A interpretação moderna da regressão A análise de regressão diz respeito ao estudo da dependência de uma variável, a variável dependente, em relação a uma ou mais variáveis explanatórias,
Leia maisPROBABILIDADE 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 maisDELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro
DELINEAMENTO INTEIRAMENTE CASUALIZADO Profª. Sheila Regina Oro Delineamento experimental Para planejar um experimento é preciso definir os tratamentos em comparação e a maneira de designar os tratamentos
Leia maisPlanejamento de Experimentos Introdução - Teste t
1/22 Planejamento de Experimentos Introdução - Teste t Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Depto. Estatística - ICEx - UFMG 2/22 Introdução - Planejamento de Experimentos Experimento:
Leia maisMAE 317 Planejamento de Experimentos I. Profa. Júlia Maria Pavan Soler IME/USP
MAE 317 Planejamento de Experimentos I Profa. Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP Motivação Por que coletamos dados? Ciência Factual: observar fatos criar Teorias Como coletar os dados? Que
Leia maisElaboração e Delineamento de Projetos
Universidade Federal de Goiás Programa de Pós-Graduação em Ecologia e Evolução Elaboração e Delineamento de Projetos www.ecologia.ufrgs.br/~adrimelo/planejamento Prof. Adriano S. Melo asm.adrimelo no gmail.com
Leia maisGET00116 Fundamentos de Estatística Aplicada Turma C1 Lista de Exercícios 1/2018 Profa. Ana Maria Farias
GET00116 Fundamentos de Estatística Aplicada Turma C1 Lista de Exercícios 1/018 Profa. Ana Maria Farias 1. Faça cada um dos cálculos indicados a seguir, apresentando os resultados com (i) casas decimais
Leia maisEstatística e Probabilidade. Aula 11 Cap 06
Aula 11 Cap 06 Intervalos de confiança para variância e desvio padrão Confiando no erro... Intervalos de Confiança para variância e desvio padrão Na produção industrial, é necessário controlar o tamanho
Leia maisDPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 20 Introdução à otimização experimental e experimentos de um fator DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos
Leia mais4 Parte experimental Desenvolvimento do Método
35 4 Parte experimental Desenvolvimento do Método O vanádio por suas características e baixos níveis no soro levou os experimentos a condições extremas. Conseqüentemente, foram obtidos resultados com maiores
Leia maisIntrodução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas de Variabilidade
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Estatística Introdução à Bioestatística Turma Nutrição Aula 3 Análise Descritiva: Medidas de Tendência Central Medidas
Leia mais( ) Referem-se aos dados coletados e podem ser
Universidade Estadual de Maringá - UEM Programa de Integração Estudantil - PROINTE Preceptoria de Bioestatística Farmácia Professora: Nazaré Barata Mateus Preceptora: Rafaela Ferreira de Souza Lista 1
Leia maisMétodos Estatísticos Avançados em Epidemiologia
1 / 44 Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Referência: Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 44
Leia maisExemplo 1. Conjunto de dados de uma amostra de 12 meninas da escola: y i x i
Exemplo 1 Y : peso (kg) de meninas de 7 a 11 anos de uma certa escola de dança X : altura (m) das meninas A partir de 3 valores prefixados de X, foram obtidas, para cada valor de X, 4 observações independentes
Leia maisProva # SUB 15 junho de 2015
MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # SUB 15 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque
Leia maisTransformações e Ponderação para corrigir violações do modelo
Transformações e Ponderação para corrigir violações do modelo Diagnóstico na análise de regressão Relembrando suposições Os erros do modelo tem média zero e variância constante. Os erros do modelo tem
Leia maisProva # 2 8 junho de 2015
MAE 229 -Introdução à Probabilidade e Estatística II Prof. Fábio Machado e Prof. Lígia Henriques-Rodrigues Prova # 2 8 junho de 2015 Questão 1 2 3 4 Total Valor Nome: Nro. USP: Observações: Não destaque
Leia maisPrincípios de Bioestatística
Princípios de Bioestatística Análise de Variância Enrico A. Colosimo Departamento de Estatística Universidade Federal de Minas Gerais http://www.est.ufmg.br/~enricoc 2011 1 / 25 Introdução Existem muitas
Leia maisEXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA DE VELAS DE PARAFINA
Revista da Estatística da UFOP, Vol I, 2011 - XI Semana da Matemática e III Semana da Estatística, 2011 ISSN 2237-8111 EXPERIMENTO FATORIAL BLOCADO PARA DETERMINAÇÃO DE DIFERENÇAS ENTRE TEMPO DE QUEIMA
Leia maisEstatística para Cursos de Engenharia e Informática
Estatística para Cursos de Engenharia e Informática BARBETTA, Pedro Alberto REIS, Marcelo Menezes BORNIA, Antonio Cezar MUDANÇAS E CORREÇOES DA ª EDIÇÃO p. 03, após expressão 4.9: P( A B) = P( B A) p.
Leia maisESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano
ESCOLA SECUNDÁRIA JAIME MONIZ Matemática Aplicada às Ciências Sociais 10º ano Ficha de Trabalho: Revisão Estatística Univariada e Bivariada. 2009/2010 Nos arredondamentos que efectuar, conserve sempre
Leia mais