Especialização em Engenharia de Processos e de Sistemas de Produção
|
|
- Afonso Guterres Cortês
- 6 Há anos
- Visualizações:
Transcrição
1 Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 3ª parte
2 Conforme foi apresentado anteriormente, o teste na análise de variância assume que as observações são independentes e normalmente distribuídas, com a mesma variância para cada tratamento. A validade, dessas suposições, deve ser verificada por meio da análise de resíduos.
3 ANOVA um fator A decomposição da variabilidade na análise de variância é puramente algébrica. Entretanto para realização de testes estatísticos e a obtenção de intervalos de confiança, utilizamos as seguintes hipóteses: Os erros são normais e independentes, com média e variância constante; e As observações são descritas por meio de modelo Na prática, precisamos verificar se estas suposições são válidas. Violações nestas suposições são verificadas através dos resíduos. O resíduo para a j-ésima observação do nível i é definido por em que é uma estimativa da observação em que y ij é uma estimativa da observação
4 Exemplo 17 Resíduos para a Resistência da Fibra. Algodão Resíduos 15-2,8-2,8 5,2 1,2-0,8 9,8 20-3,4 1,6-3,4 2,6 2,6 15,4 25-3,6 0,4 0,4 1,4 1,4 17,6 30-2,6 3,4 0,4-2,6 1,4 21,6 35-3,8-0,8 0,2 4,2 0,2 10,8
5 Gráfico dos resíduos versus ordem de coleta dos dados
6 GRÁFICO DOS RESÍDUOS CONTRA O TEMPO A validade da suposição de independência pode ser verificada por meio do gráfico de resíduos contra o tempo (ordem de coleta das observações). Se, neste gráfico, os resíduos (e i ) estiverem situados, aproximadamente, em torno de uma faixa horizontal centrada em e i = 0, então será obtida uma indicação da validade da suposição de independência. Por outro lado, configurações especiais, tais como a presença de sequencias de resíduos positivos e negativos, ou padrões de alternância de sinais, podem indicar que as observações não são independentes.
7 Um resíduo é definido como: Isto é, o resíduo é obtido da diferença entre uma observação e a média do tratamento correspondente. Configurações especiais, no gráfico de resíduos, contra a ordem de obtenção dos dados, indicam que as observações não são independentes.
8 Note-se que a violação da suposição de independência dos erros e ij pode exercer sérios efeitos sobre a validade das inferências realizadas por meio da análise de variância. Como esse é um problema difícil de ser corrigido, é importante tentar impedir a sua ocorrência. Geralmente, o emprego de uma aleatorização adequada para a coleta dos dados faz com que a condição de independência não seja violada.
9 Exemplos de gráficos de resíduos contra o tempo, Indicando: (a) validade da suposição de independência. (b) violação da suposição de independência.
10 Influência do R 2 na ANOVA Uma maneira de verificarmos se o modelo ajustado é adequado é olharmos o resultado do coeficiente de determinação (R 2 ). Este coeficiente mede o quanto a variável resposta é explicada pelo modelo. Quanto maior o valor de R 2 melhor! Dizemos que, com um valor de R 2 acima de 70%, o modelo está explicando bem a variação na variável resposta. A expressão usada para calcular o R 2 é dada por:
11 A expressão usada para calcular o R 2 é dada por: Em uma análise de variância com efeito fixo, estamos interessado em determinar se existe diferença entre os níveis dos fatores. Aqui (exemplo), não temos interesse em utilizar o modelo para previsão.
12 R 2 = 1 (162,1/636,96) = 0,7469 Logo R 2 > 0,7, o modelo está explicando bem a variação na variável resposta
13 Análise dos resíduos Na sequência, vamos fazer a análise de normalidade, independência e igualdade da variância dos resíduos. Grande parte dos problemas que encontramos na prática, são solucionados, considerando algumas suposições iniciais, tais como, assumir uma função de distribuição para os dados amostrados.
14 Análise dos resíduos Nesse sentido, surge a necessidade de certificarmos se essas suposições podem, realmente, ser assumidas. Em alguns casos, assumir a normalidade dos dados é o primeiro passo que tomamos para simplificar sua análise. Para dar suporte a esta suposição, consideramos, o teste Anderson-Darling, o teste Kolmogorov - Smirnov e o teste Shapiro - Wilk. Além disso, fazemos o gráfico "papel de probabilidade".
15 Teste de Normalidade Os testes de normalidade são utilizados para verificar se a distribuição de probabilidade associada a um conjunto de dados pode ser aproximada pela distribuição normal. As principais técnicas discutidas são: Papel de Probabilidade Teste de Kolmogorov-Smirnov Teste de Anderson-Darling Teste de Shapiro-Wilk
16 Papel de Probabilidade O Papel de Probabilidade é uma técnica gráfica utilizada para verificar a adequação de um determinado modelo estatístico aos dados. A técnica é simples de utilizar e pode ser aplicada a inúmeros tipos de modelos estatísticos. Considerar o modelo Normal com média μ e variância σ 2.
17 Se X ~ N(μ,σ 2 ), a transformação tem distribuição normal padrão (média zero e variância 1). Denotar a distribuição acumulada de Z por Φ. Se F é a função distribuição acumulada da distribuição normal com média μ e variância σ 2, temos que
18 Aplicando a função Φ -1 em ambos os lados, temos de onde obtemos que onde Φ -1 (F(x)) é o quantil da distribuição Normal padrão, calculado no ponto F(x).
19 Como a expressão anterior tem o formato de uma expressão linear, ao fazermos o gráfico entre x e Φ -1 (F(x)) devemos esperar um comportamento linear dos pontos, se a distribuição Normal for realmente adequada.
20 Com isso, construimos o Papel de Probabilidade a partir das seguintes etapas: Considere uma amostra x 1,..., x n ; Ordene os elementos da amostra, ou seja, x (1) x (2)... x (n) ; Calcule n valores d i = (i-0,3)/(n+0,4), com i = 1,..., n. A correção de 0,3 no numerador e 0,4 no denominador é necessário para que não tenhamos d i = 1, pois neste caso, temos que Φ -1 (1) =.
21 Calcule os quantis da distribuição Normal padrão para cada um dos valores d i, isto é, Faça um gráfico com os pontos E avalie a normalidade dos dados.
22 Teste de Anderson-Darling O teste Anderson-Darling (STEPHENS, 1974) é usado para testar se uma amostra de dados provém de uma determinada distribuição. Trata-se de uma modificação do teste Kolmogorov- Smirnov (KS). O Teste KS é de distribuição gratuita, no sentido de que os valores críticos não dependem da distribuição específica para calcular valores críticos. Isto tem a vantagem de permitir um exame mais sensível e a desvantagem de que os valores críticos devem ser calculados para cada distribuição.
23 O teste Anderson-Darling é definido como: sendo onde F é a distribuição cumulativa dos dados. As hipóteses do teste são: H0: Os dados seguem uma distribuição especificada; H1: Os dados não seguem uma distribuição especificada.
24 Os valores críticos para o teste Anderson- Darling, são dependentes da distribuição específica, sendo testada. Testar a hipótese de que a distribuição é feita de uma forma específica é rejeitada se a estatística de ensaio, A 2 for superior ao valor crítico.
25 Exemplo Avaliamos a normalidade dos resíduos através do gráfico "papel de probabilidade" e do teste de Anderson-Darling. No nosso caso, tomamos como hipótese nula a normalidade dos resíduos, e utilizamos a estatística de Anderson-Darling para testar esta hipótese. Para o exemplo, como o P-valor é alto (aproximadamente 0,16) não rejeitamos a hipótese de normalidade dos resíduos.
26 Exemplo 1-3,8 0, , ,6 0, , ,4 0,1063-1, ,4 0, , ,8 0, , ,8 0, , ,6 0, ,
27
28 Resíduos versus valores ajustados Com esse gráfico temos indícios sobre o comportamento da variância dos resíduos com relação aos valores ajustados. Uma análise mais detalhada sobre a igualdade da variância pode ser obtida através dos testes de igualdade das variâncias.
29
30 Resíduos versus a ordem de coleta dos dados A seguir elaboramos o gráfico dos Resíduos versus a Ordem de Coleta dos dados. Com esse gráfico obtemos indícios da independência ou não entre os resíduos. Se algum comportamento sistemático for observado no gráfico, temos indícios de que alguma variável "extra" influenciou nos resultados do experimento, fato que viola uma das premissas básicas da ANOVA e compromete nossas conclusões.
31
32 ANOVA - Dois Fatores A decomposição da variabilidade na análise de variância é puramente algébrica. Entretanto, para realizarmos os testes estatísticos e os intervalos de confiança, utilizamos as seguintes hipóteses: Os erros são normais e independentes, com média 0 e variância constante σ 2 e As observações são descritas através do modelo
33 ANOVA - Dois Fatores Na prática, precisamos verificar se estas suposições não são absurdas. Violações nestas suposições são verificadas através dos resíduos. O resíduo para a k-ésima observação do nível i do fator A e nível j do fator B é definido por:
34 ANOVA - Dois Fatores Onde é uma estimativa da observação, obtida por: Portanto
35 Exemplo 18 Tipo de Caixa Redutora Tipo de eixo Rolado Cortado Importado Nacional 1,29-1,91 0,19 1,19-1,91-0,71-0,51 2,89-0,51-1,86 2,24 0,44-2,66 1,24 1,24-3,06 2,04 0,34-0,12 0,98-0,42-0,32 0,38 0,28-1,62 0,28 0,58 Importado -2,03-0,73-1,73-1,43-0,63-0,63 6,77-0,63 1,07 0,07-0,73 0,07 5,57-1,33-1,13-0,93-1,93 0,37 1,9 0,4-1 -0,8 0,3-0,5 2,2-1,5-1
36
37 GRÁFICO DE RESÍDUOS CONTRA AS MÉDIAS DOS TRATAMENTOS Para se avaliar a validade da suposição de igualdade de variâncias em todos os níveis do fator, deve-se traçar o gráfico dos resíduos contra as médias dos tratamentos ẍ i e analisar a dispersão dos resíduos. Se a suposição é válida, essa dispersão não deve depender do valor de ẍ i.
38 Padrões para os gráficos de resíduos contra as médias dos tratamentos: (a) satisfatório, (b) funil, (c) laço duplo
39 Se a faixa de dispersão no gráfico de resíduos contra as médias dos tratamentos depender do valor de ẍ i, terá sido obtida uma indicação de que a suposição de igualdade de variâncias não é válida. A abordagem mais usual, para lidar com situações onde a variação não é constante, consiste em utilizar-se transformações para estabilizar a variância e, então, aplicar as técnicas já abordadas, aos dados transformados. É importante notar que, nesse caso, as conclusões da análise de variância se aplicam aos dados transformados e devem ser estendidas, com cuidado aos dados originais.
40 É importante destacar que, lidar com situações nas quais ocorre a violação das suposições de igualdade de variâncias, muitas vezes é um problema complexo. Nem sempre é possível encontrar uma transformação que estabilize a variância. Isso pode ocorrer, por exemplo, quando as observações de tratamentos incluídos no estudo apresentam uma variabilidade, significativamente, diferente da variabilidade das demais observações.
41 A solução de problemas desse tipo envolve, primeiramente, um entendimento das causas que geraram as diferenças na variabilidade. Muitas vezes, essas diferenças podem ser conseqüência da ocorrência de situações anormais no processo que está sendo avaliado. Caso isso seja constatado, é recomendável coletar novas observações para os tratamentos correspondentes às medidas com grandes diferenças na variabilidade, se este procedimento for possível de ser realizado.
42 Por outro lado, se for uma característica própria do processo, a existência de alguns tratamentos, para os quais as observações apresentam uma variabilidade muito diferente da variabilidade das observações coletadas sob os demais tratamentos, é sugerida a adoção de um outro tipo de modelo que leve esse fato em consideração.
43 Na análise de variância com amostras de mesmo tamanho, o teste F será ligeiramente afetado, caso a suposições de igualdade de variâncias seja violada.
44 GRÁFICO DA PROBABILIDADE NORMAL A validade da suposição de normalidade pode ser verificada por meio de um gráfico de probabilidade normal para os resíduos. Neste gráfico, cada resíduo é representado em função de seu valor esperado, o qual é calculado supondo que os resíduos seguem uma distribuição normal.
45
46 É importante destacar que, se a distribuição dos resíduos εij não segue uma distribuição normal, apresentando pequenos desvios em relação a esta distribuição, esse fato não exerce grandes efeitos sobre o teste F, para os intervalos de confiança para as médias e para o método de Duncan de comparações múltiplas.
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS
VERIFICAÇÃO DA ADEQUAÇÃO DO MODELO DE ANÁLISE DE VARIÂNCIA ANÁLISE DE RESÍDUOS Conforme foi apresentado anteriormente, o modelo de análise de variância assume que as observações são independentes e normalmente
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisModelos de Regressão Linear Simples - Análise de Resíduos
1 Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 27 de Setembro de 2016 2 3 O modelo de regressão linear é dado por 3 O modelo de regressão linear é dado por Y i = β
Leia maisInferência 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 maisModelos de Regressão Linear Simples - Análise de Resíduos
Modelos de Regressão Linear Simples - Análise de Resíduos Erica Castilho Rodrigues 1 de Setembro de 2014 3 O modelo de regressão linear é dado por Y i = β 0 + β 1 x i + ɛ i onde ɛ i iid N(0,σ 2 ). O erro
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 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 maisMais Informações sobre Itens do Relatório
Mais Informações sobre Itens do Relatório Amostra Tabela contendo os valores amostrados a serem utilizados pelo método comparativo (estatística descritiva ou inferencial) Modelos Pesquisados Tabela contendo
Leia maisPlanejamento de Experimentos Experimento com um fator aleatório
1 / 12 Planejamento de Experimentos Experimento com um fator aleatório Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 2 / 12 Modelo Estatístico para Efeitos Fixos Y ij = µ + τ i + ɛ ij em que
Leia maisANÁLISE DE VARIÂNCIA. y j = µ + τ i + e i j = µ i + e i j
SUMÁRIO 1 Análise de Variância 1 1.1 O Teste F...................................... 1.2 Verificando as pressuposições do modelo..................... 5 1.2.1 Verificação de Normalidade.........................
Leia maisAULA 09 Regressão. Ernesto F. L. Amaral. 17 de setembro de 2012
1 AULA 09 Regressão Ernesto F. L. Amaral 17 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario F. 2008. Introdução à
Leia maisEstimação 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 maisRegressão linear simples
Regressão linear simples Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Introdução Foi visto na aula anterior que o coeficiente de correlação de Pearson é utilizado para mensurar o grau de associação
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 maisAULA 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 maisEsse material foi extraído de Barbetta (2007 cap 13)
Esse material foi extraído de Barbetta (2007 cap 13) - Predizer valores de uma variável dependente (Y) em função de uma variável independente (X). - Conhecer o quanto variações de X podem afetar Y. Exemplos
Leia maisCorrelação e Regressão
Correlação e Regressão Vamos começar com um exemplo: Temos abaixo uma amostra do tempo de serviço de 10 funcionários de uma companhia de seguros e o número de clientes que cada um possui. Será que existe
Leia maisEspecialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente
Leia maisEng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Eng a. Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Revisão de Estatística Coleta de dados Análise de dados
Leia maisANÁLISE DOS RESÍDUOS. Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos:
ANÁLISE DOS RESÍDUOS Na análise de regressão linear, assumimos que os erros E 1, E 2,, E n satisfazem os seguintes pressupostos: seguem uma distribuição normal; têm média zero; têm variância σ 2 constante
Leia maisPlanejamento 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 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 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 mais(a) Teste e IC para Duas Variâncias. (b) Teste para médias. Duas Amostras de Teste T e IC
Exercício 1 Contexto: amostras independentes de populações normais (a) Teste e IC para Duas Variâncias Método Hipótese nula Variância(Primeiro) / Variância(Segundo) = 1 Hipótese alternativa Variância(Primeiro)
Leia maisMAE Planejamento e Pesquisa II
MAE0327 - Planejamento e Pesquisa II EXPERIMENTOS/ESTUDOS NÃO-BALANCEADOS COM FATORES FIXOS - PARTE 1 7 de agosto de 2016 Denise A Botter MAE0327 7 de agosto de 2016 1 / 1 PLANEJAMENTO E PESQUISA I Estudos
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
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 maisANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM
ANÁLISE DE VARIÂNCIA - ANOVA Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM UM EXEMPLO DE APLICAÇÃO Digamos que temos 6 métodos de ensino aplicados a 30 crianças
Leia maisTESTES DE NORMALIDADE E SIGNIFICÂNCIA. Profª. Sheila Regina Oro
TESTES DE NORMALIDADE E SIGNIFICÂNCIA Profª. Sheila Regina Oro A suposição de normalidade dos dados amostrais ou experimentais é uma condição exigida para a realização de muitas inferências válidas a respeito
Leia maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia 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 maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
Leia maisBIOESTATÍSTICA. 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 maisVariância pop. * conhecida Teste t Paramétrico Quantitativa Distribuição normal Wilcoxon (teste dos sinais, Wilcoxon p/ 1 amostra)
Testes de Tendência Central (média, mediana, proporção) Classificação Variável 1 Variável 2 Núm ero Gru pos Dependência Teste Z Paramétrico Quantitativa - 1 - Premissas Variância pop. * conhecida Teste
Leia maisPHD 5742 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos
PHD 574 Estatística Aplicada ao Gerenciamento dos Recursos Hídricos 8 a aula Testes Não-Paramétricos de Hipóteses Mario Thadeu Leme de Barros Luís Antonio Villaça de Garcia Abril / 005 Estatística Aplicada
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisTESTE DE KOLMOGOROV-SMIRNOV. Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA
TESTE DE KOLMOGOROV-SMIRNOV Professor Ewaldo Santana Universidade Estadual do Maranhão - UEMA Conteúdo 2 Ewaldo Santana Introdução 3 Ewaldo Santana Introdução Testes estatísticos paramétricos, tais como
Leia maisAULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1
AULA 11 - Normalidade e Inferência em Regressão Múltipla - Parte 1 Susan Schommer Econometria I - IE/UFRJ Distribuições amostrais dos estimadores MQO Nas aulas passadas derivamos o valor esperado e variância
Leia maisCONHECIMENTOS ESPECÍFICOS
CONHECIMENTOS ESPECÍFICOS 2003 2004 2005 2006 2007 2008 2009 2010 X 39,0 39,5 39,5 39,0 39,5 41,5 42,0 42,0 Y 46,5 65,5 86,0 100,0 121,0 150,5 174,0 203,0 A tabela acima mostra as quantidades, em milhões
Leia maisVerificando as pressuposições do modelo estatístico
Verificando as pressuposições do modelo estatístico Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 As pressuposições do modelo estatístico: 1) os efeitos do modelo estatístico devem ser
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 maisAnálise da Regressão múltipla: Inferência. Aula 4 6 de maio de 2013
Análise da Regressão múltipla: Inferência Revisão da graduação Aula 4 6 de maio de 2013 Hipóteses do modelo linear clássico (MLC) Sabemos que, dadas as hipóteses de Gauss- Markov, MQO é BLUE. Para realizarmos
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisInferência 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 maisTESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS
TESTES DE HIPÓTESES E INTERVALOS DE CONFIANÇA EM MODELOS LINEARES GENERALIZADOS Antes de apresentar alguns dos testes de hipóteses e intervalos de confiança mais usuais em MLG, segue a definição de modelos
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 maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisParte 8 Testes de hipóteses Comparação de dois grupos
Parte 8 Testes de hipóteses Comparação de dois grupos Um objetivo frequente em estudos de diferentes áreas é a comparação de dois ou mais grupos (ou populações). Alguns exemplos: o Comparação dos salários
Leia maisIntrodução 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 mais7 Teste de Hipóteses
7 Teste de Hipóteses 7-1 Aspectos Gerais 7-2 Fundamentos do Teste de Hipóteses 7-3 Teste de uma Afirmação sobre a Média: Grandes Amostras 7-4 Teste de uma Afirmação sobre a Média : Pequenas Amostras 7-5
Leia mais5. Carta de controle e homogeneidade de variância
5. Carta de controle e homogeneidade de variância O desenvolvimento deste estudo faz menção a dois conceitos estatísticos: as cartas de controle, de amplo uso em controle estatístico de processo, e a homogeneidade
Leia maisANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Leia maisIntervalos de Confiança
Intervalos de Confiança INTERVALOS DE CONFIANÇA.1 Conceitos básicos.1.1 Parâmetro e estatística Parâmetro é a descrição numérica de uma característica da população. Estatística é a descrição numérica de
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia 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 maisAULA 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 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 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 maisPressuposições à ANOVA
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística I - UNIR Estatística II Pressuposições à ANOVA Prof. a Renata Gonçalves Aguiar 1 2 A análise de variância
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 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 maisDE 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 maisMorgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 02 Revisão de Estatística DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM Cronograma parcial DPS1037 Data Aula Conteúdo 10/ago 1 Introdução à Engenharia da
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 maisINSTRUÇÕES. O tempo disponível para a realização das duas provas e o preenchimento da Folha de Respostas é de 5 (cinco) horas no total.
INSTRUÇÕES Para a realização desta prova, você recebeu este Caderno de Questões. 1. Caderno de Questões Verifique se este Caderno de Questões contém a prova de Conhecimentos Específicos referente ao cargo
Leia maisaula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES
ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES 18 aula META Fazer com que o aluno seja capaz de realizar os procedimentos existentes para a avaliação da qualidade dos ajustes aos modelos. OBJETIVOS Ao final
Leia maisDistribuições de probabilidade de variáveis aleatórias contínuas
Distribuições de probabilidade de variáveis aleatórias contínuas Universidade Estadual de Santa Cruz Ivan Bezerra Allaman Distribuição Exponencial Introdução É utilizada frequentemente como modelo para
Leia maisINFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE
INFERÊNCIA EM MODELOS LINEARES GENERALIZADOS ANÁLISE DE DEVIANCE A análise de deviance é uma generalização, para modelos lineares generalizados, da análise de variância. No caso de modelos lineares, utiliza-se
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 maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia 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 maisCapítulo 9 - Regressão Linear Simples (RLS): Notas breves
Capítulo 9 - Regressão Linear Simples RLS: Notas breves Regressão Linear Simples Estrutura formal do modelo de Regressão Linear Simples RLS: Y i = β 0 + β 1 x i + ε i, 1 onde Y i : variável resposta ou
Leia 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 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 maisStela Adami Vayego DEST/UFPR
Resumo 1 Testes de hipóteses não paramétricos Os métodos não-paramétricos fazem poucas suposições sobre a natureza das distribuições dos dados. Não exige que as distribuições nas populações sejam normais,
Leia maisDefinição. Os valores assumidos pelos estimadores denomina-se estimativas pontuais ou simplesmente estimativas.
1. Inferência Estatística Inferência Estatística é o uso da informção (ou experiência ou história) para a redução da incerteza sobre o objeto em estudo. A informação pode ou não ser proveniente de um experimento
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisAnálise de Aderência e de Associação
Análise de Aderência e de Associação Capítulo 14, Estatística Básica (Bussab & Morettin, 8a Edição) Capítulo 8, Introdução Computacional à Probabilidade e Estatística (Pedrosa & Gama, Porto Editora) 8a
Leia maisEXPERIMENTAÇÃO 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 mais6 Teste de Normalidade das Cargas Fatoriais
6 Teste de Normalidade das Cargas Fatoriais Até o presente momento os intervalos de confiança e os valores-p para o TIAF são sugeridos com base em métodos não paramétricos, que não exigem a normalidade
Leia maisEstatística 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 maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Caracterização o O delineamento inteiramente casualizado (DIC) é o mais simples de todos os delineamentos
Leia maisAULA 07 Regressão. Ernesto F. L. Amaral. 05 de outubro de 2013
1 AULA 07 Regressão Ernesto F. L. Amaral 05 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas
Leia maisAnálise Multivariada Aplicada à Contabilidade
Mestrado e Doutorado em Controladoria e Contabilidade Análise Multivariada Aplicada à Contabilidade Prof. Dr. Marcelo Botelho da Costa Moraes www.marcelobotelho.com mbotelho@usp.br Turma: 2º / 2016 1 Agenda
Leia maisESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL ANTÔNIO ARNOT CRESPO
COMUNICAÇÃO SOCIAL E MARKETING CENTRO DE CIÊNCIAS SOCIAIS APLICADAS UNIVERSIDADE CATÓLICA DE PETRÓPOLIS ESTATÍSTICA APLICADA PARA PESQUISA EM MARKETING E COMUNICAÇÃO BASEADO NO LIVRO ESTATÍSTICA FÁCIL
Leia maisUNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO. PROJETO DE EXTENSÃO Software R: de dados utilizando um software livre.
UNIVERSIDADE FEDERAL DA FRONTEIRA SUL Campus CERRO LARGO PROJETO DE EXTENSÃO Software R: Capacitação em análise estatística de dados utilizando um software livre. Fonte: https://www.r-project.org/ Módulo
Leia maisPlanejamento e Pesquisa 1. Dois Grupos
Planejamento e Pesquisa 1 Dois Grupos Conceitos básicos Comparando dois grupos Testes t para duas amostras independentes Testes t para amostras pareadas Suposições e Diagnóstico Comparação de mais que
Leia maisX 2. (σ 2 + µ 2 ) = 1 n (nσ 2 + nµ 2 ) = σ 2 + µ 2. µ = 0 E(T ) = σ 2
Estatística II (GET00182) Turma A1 Prova 1 20/10/2017 2/2017 NOME: GABARITO 1. Seja X 1, X 2,, X n uma amostra aleatória simples de uma população X com média µ e variância σ 2. (a) Mostre que, se µ = 0,
Leia maisComparação entre intervalos de confiança calculados com métodos bootstrap e intervalos assintóticos
Comparação entre intervalos de confiança calculados com métodos strap e intervalos assintóticos Selene Loibel Depto. de Estatística, Matemática Aplicada e Computação, IGCE, UNESP, Rio Claro, SP E-mail:sloibel@rc.unesp.br,
Leia maisMODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS
MODELOS DE REGRESSÃO PARA DADOS CONTÍNUOS ASSIMÉTRICOS 1 Diversas distribuições podem ser consideradas para a modelagem de dados positivos com distribuição contínua e assimétrica, como, por exemplo, as
Leia maisInstituto Nacional de Pesquisas Espaciais - INPE. Divisão de Processamento de Imagens - DPI
1 Sumário 2 Introdução Técnicas de ESDA Matrizes de Proximidade Espacial Média Espacial Móvel (m i ) Indicadores Globais de Autocorrelação Espacial Índices Globais de Moran (I), Geary (C) e Getis e Ord
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia 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 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 maisCapítulo 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 maisTestes de Hipóteses. Ricardo Ehlers Departamento de Matemática Aplicada e Estatística Universidade de São Paulo
Testes de Hipóteses Ricardo Ehlers ehlers@icmc.usp.br Departamento de Matemática Aplicada e Estatística Universidade de São Paulo Introdução e notação Em geral, intervalos de confiança são a forma mais
Leia 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 maisModelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência
Modelos Lineares Generalizados - Modelos log-lineares para tabelas de contingência Erica Castilho Rodrigues 12 de Agosto 3 Vimos como usar Poisson para testar independência em uma Tabela 2x2. Veremos
Leia mais