H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
|
|
- Aurora Terra Santos
- 6 Há anos
- Visualizações:
Transcrição
1 Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=,,...,i) Esta hipótese será testada por meio do teste F, aplicada à ANOVA: Aceitando H 0 ao nível de significância α constata-se a evidência da não existência do efeito do fator, ou dos tratamentos sobre a variável observada. Rejeitando H 0 ao nível de significância α, aceita-se a hipótese alternativa, na qual pelo menos um par de médias de tratamentos ou dos níveis do fator diferem entre si. CONTUDO, não se tem a identificação destas médias. Para se investigar quais das médias dos tratamentos diferem entre si, há necessidade de continuar a análise estatística desses dados observados.
2 Assim, de acordo com o tipo de níveis atribuídos para o fator, a técnica apropriada será escolhida. Logo, temos o seguinte esquema: Fator Qualitativo Teste de comparações múltiplas Rejeita H 0 H 0 H ANOVA Fator Quantitativo Regressão Aceita H 0 As pressuposições devem ser satisfeitas!
3 Teste de Comparações Múltiplas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 3
4 Os testes de comparações múltiplas, ou teste de comparações entre médias, servem como um complemento do teste F, para detectar diferenças de efeito entre os tratamentos. A técnica de comparações múltiplas permite testar as hipóteses do tipo: onde Y é um contraste. H 0 : Y = 0 H a : Y 0 Logo, vejamos o que é um contraste... 4
5 Contrastes O estudo de contrastes é muito importante na Estatística Experimental, principalmente quando o experimento em análise é composto por mais do que dois tratamentos. Com o uso de contrastes é possível ao pesquisador estabelecer comparações, entre tratamentos ou grupos de tratamentos, que sejam de interesse. Veremos os fundamentos para estabelecer grupos de contrastes, obter a estimativa para cada contraste estabelecido, bem com estimar a variabilidade associada a cada um destes contrastes. 5
6 Definição Contraste de médias são funções lineares de médias, cuja soma dos coeficientes é nula. Matematicamente: Considere a seguinte função linear de médias populacionais de tratamentos Y a m a m... a m I I I Y será um contraste entre médias se satisfizer a seguinte condição: 0 i a i Exemplo: Verifique se as funções abaixo são contrastes. Y Y Y m m m3 m4 m m 3 m3 m4 Y Y 4 3m m m3 m4 5 m m m3 OBS: Todo contraste é uma função linear, mas nem toda função linear é um contraste. 6
7 Na prática, geralmente não se conhece os valores das médias populacionais m i, mas suas estimativas. Daí, em Estatística Experimental, não se trabalha com o contraste Y mas com o seu estimador Ŷ, que também é uma função linear de médias obtidas por meio de experimentos ou amostras. Assim tem-se que o estimador para o contraste de médias é dado por: Yˆ a mˆ a mˆ... a I mˆ I OBS: O pesquisador pode formular aqueles contrastes que sejam de maior interesse para ele. Exemplo: Obtenha a estimativa dos seguintes contraste considerando as médias do exemplo do DIC da aula anterior: mˆ mˆ mˆ mˆ B C D ˆ A m 3kg / m 3 4 mˆ mˆ 3 mˆ 4 7kg / m 6kg / m 3kg / m Y 3m m m m Y m3 m4 7
8 A estimativa da variância de da estimativa de um contraste Y, admitindo independência entre as médias é dado por: ) ˆ ˆ(... ) ˆ ˆ( ) ˆ ˆ( ) ˆ ( ˆ I I m V a m V a m V a Y V I I I s a s a s a Y V... ) ˆ ( ˆ em que, i é o número de repetições do tratamento i. Se, teremos:... s s s s Se, teremos:... s s s s I... ) ˆ ( ˆ s a a a Y V I I s QM s Re Se, teremos: I... s a a a Y V I... ) ˆ ( ˆ Exemplo: Obtenha a estimativa da variância das estimativas dos contrastes do exemplo anterior. 8
9 Testes de Comparações Múltiplas Há um número elevado de testes para tais fins, apresentaremos alguns deles: a) Tukey b) Duncan c) SNK d) Dunnet e) T f) F g) Scheffé h) Bonferroni i) Scott-Knott 9
10 Exemplo: Para comparar a produtividade de quatro variedades de milho (kg/00m ), um agrônomo tomou 0 parcelas similares e distribuiu, inteiramente ao acaso, cada uma das 4 variedades (A, B, C, D) em 5 parcelas experimentais. A partir dos dados experimentais fornecidos abaixo, é possível concluir que existe diferença significativa entre as variedades com relação a produtividade, utilizando o nível de significância de 5%? Variável resposta (Y): produção de milho (kg/m ) Fator: variedades de milho Tratamento: A, B, C, D Repetição: = 5 Delineamento: DIC Objetivo: Estudar se há diferença entre as 4 variedades de milho segundo a sua produção. Ao nível de 5% de significância rejeitamos H 0, concluindo que existe efeito de tratamento. Como o fator Variedade é qualitativo Variedade Repetições A B C D Totais Médias Teste de Comparações Múltiplas. 0
11 a) Teste de Duncan (ou teste de amplitudes múltiplas)
12 Teste de Duncan Desenvolvido por Duncan (955), este teste também é conhecido como Teste de múltiplas amplitudes. É utilizado para testar todo e qualquer contraste entre duas () médias. Limitação: Não permite comparar grupos de médias entre si. Base: Várias diferenças mínimas significativas (D i ). OBS: É o menos rigoroso que o de Tukey, pois enquanto o de Tukey mantém a mesma probabilidade α para todos os contrastes, o de Duncan considera a probabilidade ( α) n para cada contraste dependendo do número de n de médias abrangidas pelo contraste.
13 Procedimento: ) Sua expressão é: Se D i em que: k q z i, teremos: QM Re Vˆ( Yˆ) z s i k q D i é a d.m.s. = diferença mínima significativa. i Se k D i Teste de Duncan q z i, teremos: QM Re s z i é a amplitude total estudentizada, obtida em tabelas para o teste de Duncan com n (número de médias ordenadas envolvidas pelo contraste) e n (número de graus de liberdade do resíduo) a um nível α de probabilidade. ˆ) Vˆ ( Y é a estimativa da variância da estimativa do contraste entre duas médias de tratamentos. i é o número de repetições das médias confrontadas no contraste. OBS: É um procedimento sequêncial baseado na amplitude total estudentizada, válido para a totalidade dos contrastes de médias duas a duas. 3
14 Teste de Duncan ) Na aplicação desse teste, deve-se ordenar as médias e o primeiro contraste, deve levar em conta a maior e menor média. Se ele não for significativo não se deve testar outros contrastes. 3) Compara-se com D k : Ŷ Se Yˆ D k, o contraste é significativo ao nível α de probabilidade, indicando que as duas médias envolvidas no teste diferem entre si. Em que D k é a d.m.s., ao nível α de significância, para k médias abrangidas. Caso contrário, as médias não diferem entre si. OBS: Os resultados do método de Ducan, em geral, são os mesmos que os obtidos com Tukey, porém no Tukey mantém-se o nível em todos os C I, contrastes, enquanto que o Duncan temos ( α) n, sendo n o número de médias abrangidas. Logo, para cada n tem-se um diferente. OBS: Nota-se também que (de Tukey) é maior que qualquer um dos D i de Duncan o que o torna mais rigoroso. 4
15 Tabela do Teste de Duncan ao nível de 5% de probabilidade 5
16 Tabela do Teste de Duncan ao nível de % de probabilidade 6
17 Exemplo: Teste de Duncan mˆ D mˆ B mˆ C mˆ A 3 kg/00m a 7 kg/00m b 6 kg/00m b c 3 kg/00m c As médias seguidas de mesma letra não diferem entre si pelo teste de Duncan a 5% de significância. Pelo teste de Duncan, concluímos ao nível de 5% de significância que a variedade D teve desempenho médio significativamente superior as variedades B, C e A, e que não houve diferença entre B e C e entre C e A. OBS: Quando I = tratamentos, as amplitudes de Tukey e Duncan são iguais. 7
18 b) Teste de Tukey (ou DHS) A sigla DHS (Diferença Honestamente Significante) é a tradução original HSD, do inglês (Honestly Significant Difference). História: Desenvolvido por. W. Tukey (955). 8
19 Tarefa. a) Como fazer o teste de Tukey? b) Em que situações ele pode ser aplicado? c) O que é necessário? d) Descreva por itens os passos para realizar o teste de Tukey. e) Quais as suas vantagens e desvantagens? f) Utilize os dados do exemplo do DIC (feito na sala de aula) e aplique o teste de Tukey ao mesmo nível de significância considerado na ANOVA. Conclua adequadamente o teste, apresentando a tabela com as médias e as separações entre os grupos ( letras ), além de concluir biologicamente. 9
20 Exemplo: Teste de Duncan mˆ D mˆ B mˆ C mˆ A 3 kg/00m a 7 kg/00m b 6 kg/00m b c 3 kg/00m c As médias seguidas de mesma letra não diferem entre si pelo teste de Duncan a 5% de significância. Teste de Tukey mˆ D mˆ B mˆ C mˆ A 3 kg/00m a 7 kg/00m a b 6 kg/00m b 3 kg/00m b As médias seguidas de mesma letra não diferem entre si pelo teste de Tukey a 5% de significância. 0
21 Teste de Tukey Utilizado para testar todo e qualquer contraste entre duas médias. Limitação: Não permite comparar grupos de médias entre si. Base: Uma diferença mínima significativa d.m.s. (). Procedimento: Para testar todos os I(I )/ = C I, contrastes do tipo Y = m k m q, para k < q I, cujas hipóteses são: H 0 : Y = 0 H 0 : m k = m q H 0 : m k m q = 0 H a : Y 0 H a : m k m q H 0 : m k m q 0 sendo k q e k, q =,,..., I.
22 Teste de Tukey ) Sua expressão é: Se k q, teremos: Se k q, teremos: q QM Re Vˆ( Yˆ) q s k q q QM Re s Em que: é a d.m.s. = diferença mínima significativa. q é a amplitude total estudentizada, obtida em tabelas com n (número de tratamentos ou médias de tratamentos) e n (número de graus de liberdade do resíduo a um nível α de probabilidade). ˆ) Vˆ ( Y é a estimativa da variância da estimativa do contraste entre duas médias de tratamentos.
23 ) Calcular todas as estimativas dos contrastes entre duas médias, isto é, os C I, I!!( I )! contrastes a serem testados da forma: Yˆ mˆ mˆ, i k q k Teste de Tukey 3) Compara-se com : Ŷ Se Yˆ, o contraste é significativo ao nível α de probabilidade, indicando que as duas médias envolvidas no teste diferem entre si. Caso contrário, as médias não diferem entre si. 4) O modo usual de se apresentarem esses resultados é ordenando-se as médias e colocando-se letras ao lado, de tal forma que, médias seguidas de mesma letra não diferem entre si. OBS: É um teste conjunto, pois é feito com nível de significância conjunto, por isso se diz que ele é mais exigente. 3
24 Exemplo: Teste de Tukey Considere o exemplo do DIC, considerando a variável resposta produção de milho. mˆ D mˆ B mˆ C mˆ A 3 kg/00m a 7 kg/00m a b 6 kg/00m b 3 kg/00m b As médias seguidas de mesma letra não diferem entre si pelo teste de Tukey a 5% de significância. Pelo teste de Tukey, concluímos ao nível de 5% de significância que a variedade D teve desempenho médio significativamente superior as variedades C e A, e que não houve diferença entre D e B e entre B, C e A. OBS: Quando temos muitos tratamentos, o teste de comparações múltiplas fica mais trabalhoso e consequentemente a conclusão fica mais difícil. OBS: O teste F da ANOVA e os testes de comparação entre médias não são equivalentes! O F é um teste na média dos contrastes e não um contraste específico. 4
25 Tabela do Teste de Tukey ao nível de 5% de probabilidade 5
26 Tabela do Teste de Tukey ao nível de % de probabilidade 6
27 Interpolação 7
28 Problema: Como determinar o n = 35, por exemplo??? 8
29 Interpolação Não sendo possível apresentar tabelas exaustivas, que cubram todos os valores possíveis de probabilidade ou dos parâmetros das distribuições, há muitas vezes necessidade de fazer interpolações para estimar os valores que nos interessam a partir de valores tabelados. A denominação interpolação linear assume que a função tabelada varia a uma taxa constante entre dois valores sucessivos da tabela. Embora haja outros métodos de interpolação (por exemplo, interpolação harmônica), este é o processo de interpolação mais vulgarmente utilizado para o efeito. Sejam y e y dois valores consecutivos do corpo de uma tabela, a que correspondem os antecendentes x e x, respectivamente. Suponha-se que pretendemos estimar o valor y e correspondente ao argumento x e, sendo x < x e < x. Calculamos primeiro a proporção : x e x x x e depois calculamos y e : y e y ( y ) y 9
30 Exemplo: Suponha que queremos o valor q (4, 35; 5%) da tabela de Tukey, contudo note que este valor não se encontra na tabela. Logo, precisamos fazer uma interpolação para estimar o valor. O valor anterior e posterior a este são q (4, 30; 5%) = 3,85 e q (4, 40; 5%) = 3,79. Assim: 30
31 x = 30 e y = 3,85 x e = 35 e y e =? x = 40 e y = 3,79 Calculamos primeiro a proporção : x e x x x ,5 y y y e e e y ( y y ) 3,85 0,5(3,79 3,85) 3,8 3
32 c) Teste de Student-Newman-Keuls (ou SNK) 3
33 Teste de SNK (Student Newman Keuls) O procedimento para a realização deste teste é bastante semelhante ao teste de Duncan. A diferença é que nas DMS's do SNK são usados os valores tabelados de q (i,n,) (Tabela de Tukey) ao invés de z (i,n,). q (i,n,) sendo: _ nível de significância estabelecido (); _ correspondente a combinação entre o número de médias abrangidas na comparação (i); e _ grau de liberdade do resíduo (n ) da ANOVA. 33
34 Teste de SNK A diferença mínima significante (DMS) entre duas médias pelo teste de SNK é dada por: ) Sua expressão é: Se k q, teremos: Se k q, teremos: SNK i q ( i, n', ) Vˆ( Yˆ) SNK i q ( i, n', ) k q QM Re s SNK i q ( i, n', ) QM Re s Tarefa. Utilize os dados do exemplo do DIC (feito na sala de aula) e aplique o teste de SNK ao mesmo nível de significância considerado na ANOVA. Conclua adequadamente o teste, apresentando a tabela com as médias e as separações entre os grupos ( letras ), além de concluir biologicamente. 34
35 Tarefa. Teste de SNK Foi realizada a análise de variância para os dados de porcentagem de absorção de água de 5 linhagens de feijão, com 3 repetições por linhagem. O valor do grau de liberdade do resíduo (glres) foi de 0 e o quadrado médio do resíduo (QMRes) foi 4,08. Rejeitou-se H0 ao nível de 5% de significância, concluindo-se que existe diferença entre as linhagens. Utilize o teste de SNK para descobrir quais linhagens são diferentes ou/e semelhantes. ˆm 95,5; ˆm 87,8; ˆm 3 86,9; ˆm 4 6,3; ˆm 5 08, Resposta: q 5 = 4,65; q 4 = 4,33; q 3 = 3,88; q = 3,5 ˆm 5 ˆm ˆm ˆm 3 ˆm 4 08, a 95,5 b 87,8 c 86,9 c 6,3 d 35
36 d) Teste de Dunnett 36
37 Teste de Dunnett Utilizado se o interesse estiver na comparação de um determinado tratamento (controle ou padrão) com os demais, não havendo interesse na comparação dos tratamentos experimentais entre si. Limitação: Não permite comparar os tratamentos experimentais entre si e também grupos de tratamentos. Base: diferenças mínimas significativas (d.m.s.). Vantagem: Se fizer o mesmo com os outros testes (mesmo interesse) o poder é menor para detectar diferenças. Por isso que ele é usado, tem um podem maior. É mais sensível que o teste de Tukey e de Scheffé, pois detecta diferenças onde os dois últimos não detectam. Desvantagem: Despreza as outras comparações entre as médias. OBS: É um modificação do teste t para comparações múltiplas. 37
38 Teste de Dunnett OBS: O método é exato, quando os dados são balanceados. No caso de dados desbalanceados, o método é aproximado. Procedimento: Um experimento com I tratamentos, um dos quais é o controle, permite a aplicação do teste a I comparações. ) Calcular a estimativa de cada contraste entre um tratamento regular e o controle. Yˆ Yˆ... Yˆ I mˆ mˆ mˆ mˆ mˆ I controle controle mˆ controle 38
39 ) Sua expressão é: em que: d' d( I, gl.res; ) QM Re s i D i é a d.m.s. = diferença mínima significativa. Teste de Dunnett z i é a amplitude total estudentizada, obtida em tabelas com n (número de médias ordenadas envolvidas pelo contraste) e n (número de graus de liberdade do resíduo a um nível α de probabilidade). Vˆ ( Y ˆ) é a estimativa da variância da estimativa do contraste entre duas médias de tratamentos. i é o número de repetições das médias confrontadas no contraste. cont 3) Compara-se com d : Ŷ Se Yˆ d ', o contraste é significativo ao nível α de probabilidade, indicando que as duas médias testadas diferem entre si. Caso contrário, as médias não diferem entre si. 39
40 Tabela para o Teste de Dunnett unilateral 40
41 Tabela para o Teste de Dunnett bilateral 4
42 Contrastes ortogonais 4
43 Contrastes Ortogonais Sejam os contrastes: Yˆ a mˆ a mˆ... a I mˆ I ^ Dizemos que Y é ortogonal a Y se: Cov Yˆ b mˆ b mˆ... ^ b I mˆ I Cov( Yˆ, Yˆ ) I ( ˆ, ˆ a ibi Y Y ) si i i 0. Portanto, 0 Se Se s I s... s s... I, teremos: i, teremos: I I i aib i i a i b i 0 0 A implicação imediata é que podemos decompor a soma de quadrados de tratamento (SQTrat) exatamente por contrastes ortogonais. 43
44 OBS: Contrastes ortogonais significa que são independentes, ou seja, o valor de um independe do valor do outro que lhe é ortogonal. OBS: Três ou mais contrastes serão ortogonais entre si se eles forem ortogonais a. OBS3: Num experimento com I tratamentos, podemos formular vários grupos de contrastes ortogonais, porém cada grupo terá apenas (I ) contrastes ortogonais. OBS4: O teste para comparações múltiplas t e F exigem ortogonalidade dos contrastes (o que significa independência) 44
45 Exemplo: Verifique se o conjunto de contrastes é ortogonal: C C C 3 m m m m m m m 3 m 3m
46 Como montar um conjunto de contrastes ortogonais? Regra prática para obter grupos de contrastes ortogonais: Se um contraste tiver, como no nosso exemplo, 3 médias contra uma devese, no próximo contraste montá-lo com as médias que formam um grupo esquecendo-se o que ficou sozinha. E assim por diante. Se o primeiro contraste contar grupos de médias, nos próximos trabalhamse dentro de cada grupo. Exemplos: # Número ímpar de médias de tratamentos # Número par de médias de tratamentos 3 tratamentos: m, m e m 3 4 tratamentos: m, m, m 3 e m 4 C C ( m m) m m m 3 C C C ( m m) ( m3 m4) 3 m m 3 m m 4 46
47 e) Teste F 47
48 Teste F Quando na ANOVA se tem gl. para uma determinada causa de variação (que são os contrastes) o teste F é autosuficiente dispensando o uso de testes de comparações de médias. Nesses casos, Vejamos: F t (, v) ( v) O estudo de contrastes ortogonais na ANOVA é uma técnica chamada de desdobramento de gl. de tratamentos, ou repartição da SQTrat, em que: sendo em que: Ŷ i a i SQYˆ SQTrat SQYˆ i I i I a mˆ i i i i a i i SQYˆ... SQYˆ SQYˆ é a estimativa (valor) do contraste obtido com totais de tratamentos. são os coeficientes dos totais no contraste. é o número de observações desses totais (repetição). i I i I I a mˆ i i a i i,... I 48
49 Logo, a ANOVA para testar as hipóteses do conjunto de contrastes ortogonais será: Teste F Fonte de Variação (FV) graus de liberdade (gl) Soma de Quadrados (SQ) Quadrado Médio (QM) F calc F tab Yˆ SQYˆ QMYˆ QMYˆ QM Re s F [, I ( ); ] [ I ( )] t Tr ratamento Yˆ gl. Trat SQTrat SQYˆ QMYˆ QMYˆ QM Re s F [, I ( ); ] [ I ( )] t Yˆ SQYˆ I I QMYˆ I ˆ QMY I QM Re s F [, I ( ); ] [ I ( )] t Resíduo I( ) SQRes QMRes - - Total I SQTotal OBS: Assim, a construção de (I ) contrastes ortogonais decompõe a SQTrat na sua totalidade. Podemos construir vários grupos de (I ) contrastes ortogonais e testá-los. Porém cada um deles deve decompor toda a SQ do fator em estudo. 49
50 OBS: O coeficiente de confiança ( α) é válido para cada contraste, e não para o conjunto de todos os contrastes considerados. Logo, o nível conjunto de probabilidade é dado por: [ ( α) n ] n α em que, α é o nível de significância escolhido; n é o número de contrastes ortogonais. Teste F 50
51 f) Teste t-student 5
52 Teste t-student O teste t é menos usado nas comparações de médias de tratamentos, pois ele exige que: O grupo de contrastes sejam ortogonais; Os contrastes sejam em número igual ao número de gl. de tratamentos. Os contrastes sejam estabelecidos à priori, ou seja, no planejamento do experimento. Além disso, as mesmas comparações ou contrastes testados pelo t, podem ser feitas na própria análise de variância. 5
53 Procedimento: Teste t-student ) Este teste compara se o contraste difere significativamente de A (valor estabelecido, zero, por exemplo). Sua expressão é: Ŷ i t calc Yˆ i A Vˆ( Yˆ) em que: Ŷ i Vˆ( ˆ ) Y i é a estimativa do contraste. é a estimativa da variância da estimativa do contraste. ) Compara-se t calc com t tab = t (gl. do resíduo; α) : Se t calc > t tab, rejeita-se H 0 e conclui-se ao nível α de probabilidade, indicando que os grupos de médias testadas diferem entre si. Caso contrário, os grupos de médias não diferem entre si. 53
54 g) Teste de Scott-Knott 54
55 Tarefa 3. Qual é a vantagem e desvantagem de utilizar o teste de Scott-Knott? 55
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV TESTES DE COMPARAÇÕES MÚLTIPLAS DE MÉDIAS EXPERIMENTAIS Profª Railene Hérica Carlos
Leia maisEXPERIMENTAÇÃO 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 mais09 de setembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 09 de setembro de 2013 1 2 3 4 5 6 7 8 9 10 Conteúdo Contexto Quando o F da ANOVA está sendo utilizado para testar diferenças
Leia maisBioexperimentação. 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 maisTestes de comparações de médias
UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS-POMBAL Testes de comparações de médias Pombal-PB Abril 2015 Renato Lima Dantas Dr. em Agronomia Procedimentos Pós-ANOVA O teste F significativo, para mais de dois
Leia maisSEEC 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 maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
DISCIPLINA BIOEXPERIMENTAÇÃO Exercício de experimento fatorial resolução passo-à-passo Os dados apresentados abaixo são uma adaptação do exemplo apresentado por Banzato e Kronka (199) Os dados são valores
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Exemplo 1 de Introdução Medley & Clements (1998) estudaram o efeito de metais pesados, especialmente zinco, sobre
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 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 maisUNIVERSIDADE FEDERAL DA PARAÍBA
UNIVERSIDADE FEDERAL DA PARAÍBA Modelos de Probabilidade e Inferência Estatística Análise de Variância Parte 2 Departamento de Estatística Luiz Medeiros Estimação dos parâmetros e diagnóstico do modelo
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 mais)$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6. -~OLR$3GD&XQKD2VyULR )$52
)$&8/'$'('((1*(1+$5,$'(5(&856261$785$,6 7$%(/$6(67$7Ì67,&$6 -~OLR$3GD&XQKD2VyULR )$52 1RWDVH[SOLFDWLYDV TABELAS ESTATÍSTICAS Notas explicativas Fontes x As tabelas das distribuições binomiais, de Poisson,
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 maisDELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS
DELINEAMENTO INTEIRAMENTE CASUALIZADO e DELINEAMENTO EM BLOCOS CASUALIZADOS Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br 1. Objetivos Estudar o procedimento de instalação e análise de
Leia maisMINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS
MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para o Doutorado
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 maisINTRODUÇÃO. 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 maisConsiderações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra
Leia maisPlanejamento da pesquisa científica: incerteza e estatística. Edilson Batista de Oliveira Embrapa Florestas
Planejamento da pesquisa científica: incerteza e estatística Edilson Batista de Oliveira Embrapa Florestas Pesquisa em laboratórios na Embrapa Anos 70 Anos 80 Anos 90 Século 21 Precisão em Laboratórios:
Leia 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 maisEstimação 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 maisEscolha 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 maisTécnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL
Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Experimentos (testes) são realizados por pesquisadores em todos os campos de investigação, usualmente para descobrir
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 maisTestes de Hipóteses sobre a média: Várias Amostras
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)
Leia mais25 a 30 de novembro de 2013
LSD Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 LSD 1 2 3 LSD 4 Parte 2 - Conteúdo LSD Quando o F da ANOVA está sendo utilizado
Leia maisCurso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha
Curso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Noções de Estimação de Parâmetros Intervalos de Confiança
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 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 maisFunção R para analisar experimentos em DBC com Fatorial Duplo e um Tratamento Adicional, em uma só Rodada
Função R para analisar experimentos em DBC com Fatorial Duplo e um Tratamento Adicional, em uma só Rodada Pórtya Piscitelli Cavalcanti 1 2 Eric Batista Ferreira 1 Denismar Alves Nogueira 1 1 Introdução
Leia maisTEAZ Técnicas Experimentais Aplicadas à Zootecnia PLANO DE ENSINO
TEAZ Técnicas Experimentais Aplicadas à Zootecnia PLANO DE ENSINO II EMENTA Principais delineamentos experimentais usados em pesquisas zootécnicas. Condução de pesquisas e análises estatísticas mais utilizadas.
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 maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisREGRESSÃO LINEAR Parte I. Flávia F. Feitosa
REGRESSÃO LINEAR Parte I Flávia F. Feitosa BH1350 Métodos e Técnicas de Análise da Informação para o Planejamento Julho de 2015 Onde Estamos Para onde vamos Inferência Esta5s6ca se resumindo a uma equação
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 maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisEstatística. 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 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 maiso contraste é significativo ao nível
Rteir de Aula 8 Experimentaçã Ztécnica 25/04/2017 Teste de Tukey O prcediment para aplicaçã d teste é seguinte: Pass 1. Calcula-se valr de Pass 2. Calculam-se tdas as estimativas de cntrastes entre duas
Leia maisResolução da Prova de Matemática Financeira e Estatística do ISS Teresina, aplicada em 28/08/2016.
de Matemática Financeira e Estatística do ISS Teresina, aplicada em 8/08/016. 11 - (ISS Teresina 016 / FCC) Joana aplicou todo seu capital, durante 6 meses, em bancos ( e Y). No Banco, ela aplicou 37,5%
Leia maisNessa situação, a média dessa distribuição Normal (X ) é igual à média populacional, ou seja:
Pessoal, trago a vocês a resolução da prova de Estatística do concurso para Auditor Fiscal aplicada pela FCC. Foram 10 questões de estatística! Não identifiquei possibilidade para recursos. Considero a
Leia maisTestes 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 maisBioestatística Básica RCA 5804 COMPARANDO GRUPOS INDEPENDENTES. Prof. Dr. Alfredo J Rodrigues
Bioestatística Básica RCA 5804 COMPARANDO GRUPOS INDEPENDENTES Prof. Dr. Alfredo J Rodrigues Departamento de Cirurgia e Anatomia Faculdade de Medicina de Ribeirão Preto Universidade de São Paulo alfredo@fmrp.usp.br
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 maisPor 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 maisInferência Estatística
Metodologia de Diagnóstico e Elaboração de Relatório FASHT Inferência Estatística Profa. Cesaltina Pires cpires@uevora.pt Plano da Apresentação Duas distribuições importantes Normal T- Student Estimação
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 maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
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 maisMedidas Descritivas de Posição, Tendência Central e Variabilidade
Medidas Descritivas de Posição, Tendência Central e Variabilidade Prof. Gilberto Rodrigues Liska UNIPAMPA 27 de Março de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Sumário 1 Introdução
Leia maisTestes 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 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 maisInferência para várias populações normais análise de variância (ANOVA)
Inferência para várias populações normais análise de variância (ANOVA) Capítulo 15, Estatística Básica (Bussab&Morettin, 8a Edição) 9a AULA 11/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues
Leia maisDistribuições Amostrais
Distribuições Amostrais 1 Da população, com parâmetro, retira-se k amostras de tamanho n e calcula-se a estatística. Estas estatísticas são as estimativas de. As estatísticas, sendo variáveis aleatórias,
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 maisPlanejamento de Experimentos
Planejamento de Experimentos Analise de Variância (ANOVA) com um Fator Planejamento de Experimentos Muitas vezes é necessário obter informações sobre produtos e processos empiricamente. Trabalho assemelha-se
Leia maisTESTES NÃO PARAMÉTRICOS (para mediana/média)
MAE212: Introdução à Probabilidade e à Estatística II - Profas. Beti e Chang (2012) 1 TESTES NÃO PARAMÉTRICOS (para mediana/média) Os métodos de estimação e testes de hipóteses estudados até agora nessa
Leia mais(a) 0,90 (b) 0,67 (c) 1,0 (d) 0,005
359$'((67$7Ë67,&$6(/(d 0(675$'80*,QVWUXo}HVSDUDDSURYD D&DGDTXHVWmRUHVSRQGLGDFRUUHWDPHQWHYDOHSRQWR E4XHVW}HV GHL[DGDV HP EUDQFR YDOHP ]HUR SRQWRV QHVVH FDVR PDUTXH WRGDV DV DOWHUQDWLYDV F &DGDTXHVWmRUHVSRQGLGDLQFRUUHWDPHQWHYDOHSRQWR
Leia maisINTRODUÇÃO A MODELOS MISTOS
INTRODUÇÃO A MODELOS MISTOS Delineamento experimental ou desenho experimental, de uma forma bastante simples, é a forma em que os tratamentos (níveis de um fator ou combinações de níveis de fatores) são
Leia maisSÉRIE TÉCNICA ISSN
INSTITUTO DE PESQUISAS E ESTUDOS FLORESTAIS ESALQ/USP DEPARTAMENTO DE CIÊNCIAS FLORESTAIS SÉRIE TÉCNICA ISSN 000-837 ASPECTOS PRÁTICOS DOS DELINEAMENTOS EM LÁTICE Mário Luiz Teixeira de Moraes Fernando
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS
193 7 DELINEAMENTO EM BLOCOS CASUALIZADOS O delineamento em blocos casualizados, também denominado de delineamento em blocos completos casualizados, se constitui no delineamento estatístico mais utilizado
Leia maisExemplo 1: Sabemos que a média do nível sérico de colesterol para a população de homens de 20 a 74 anos é 211 mg/100ml.
Exemplo 1: Sabemos que a média do nível sérico de colesterol para a população de homens de 20 a 74 anos é 211 mg/100ml. O nível médio de colesterol da subpopulação de homens que são fumantes hipertensos
Leia maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisTeste de Hipótese e Intervalo de Confiança
Teste de Hipótese e Intervalo de Confiança Suponha que estamos interessados em investigar o tamanho da ruptura em um músculo do ombro... para determinar o tamanho exato da ruptura, é necessário um exame
Leia maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
Leia maisModificação do teste de Tukey para uso sob heterocedasticidade e desbalanceamento
Modificação do teste de Tukey para uso sob heterocedasticidade e desbalanceamento Paulo César de Resende Andrade 1 Lucas Luciano Barbosa 1 Regiane Teixeira Farias 1 Ana Luisa de Castro Pereira Martins
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 maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 4
UNIVERSIDADE EDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 4 1. Torna-se necessária uma comparação múltipla de médias quando
Leia mais7. Testes de Hipóteses
7. Testes de Hipóteses Suponha que você é o encarregado de regular o engarrafamento automatizado de leite numa determinada agroindústria. Sabe-se que as máquinas foram reguladas para engarrafar em média,
Leia maisa) 19% b) 20% c) Aproximadamente 13% d) 14% e) Qualquer número menor que 20%
0. 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 maisCURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS. UFBA/FACED José Albertino Lordello Sheila Regina Pereira
CURSO DE SPSS AULA 2 MEDIDAS DESCRITIVAS UFBA/FACED José Albertino Lordello Sheila Regina Pereira MEDIDAS RESUMO Uma maneira conveniente de descrever um grupo como um todo é achar um número único que represente
Leia maisDELINEAMENTO EM QUADRADO LATINO
37 8 LINMNTO M QURO LTINO O delineamento em quadrado latino, apesar de sua alta eficiência, é pouco utilizado na pesquisa agropecuária por ter uma flexibilidade muito menor que os outros, ou seja, ele
Leia maisTestes de Aderência, Homogeneidade e Independência
Testes de Aderência, Homogeneidade e Independência Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais O que é um teste de hipótese? Queremos saber se a evidência que temos em mãos significa
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) INTRODUÇÃO AOS MÉTODOS ESTATÍSTICOS EM ENGENHARIA VARIABILIDADE NA MEDIDA DE DADOS CIENTÍFICOS Se numa pesquisa, desenvolvimento de um processo ou produto, o valor
Leia maisNOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional
NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Métodos Estatísticos Métodos Estatísticos Estatística Descritiva Inferência Estatística Estimação Teste de Hipóteses TESTE
Leia maisMódulo 4. Estudos de dispersão (R&R) de sistemas de medição.
Módulo 4 Estudos de dispersão (R&R) de sistemas de medição. Conteúdos deste módulo Estudos de dispersão (variabilidade) Método da amplitude Método da média e da amplitude Método da ANOVA Análises gráficas
Leia maisPlanejamento 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 maisSignificância do Coeficiente de Correlação
Significância do Coeficiente de Correlação A primeira coisa que vamos tentar fazer nesta aula é apresentar o conceito de significância do coeficiente de correlação. Uma vez entendido este conceito, vocês
Leia maisTESTES DE HIPÓTESES. Conceitos, Testes de 1 proporção, Testes de 1 média
TESTES DE HIPÓTESES Conceitos, Testes de 1 proporção, Testes de 1 média 1 Testes de Hipóteses População Conjectura (hipótese) sobre o comportamento de variáveis Amostra Decisão sobre a admissibilidade
Leia maisTestes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou
Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes
Leia maisNOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional
NOÇÕES DE TESTE DE HIPÓTESES (I) Teste de hipóteses para a proporção populacional Estimação Teste de Hipóteses Qual é a probabilidade de "cara no lançamento de uma moeda? A moeda é honesta ou desequilibrada?
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 maisA Importância da Estatística na Pesquisa Científica e na Tomada de Decisão
A Importância da Estatística na Pesquisa Científica e na Tomada de Decisão Ricardo Alves de Olinda Universidade Estadual da Paraíba - UEPB Centro de Ciências e Tecnologia - CCT Departamento de Estatística
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 maisBioestat 5.0. Rafael de Oliveira Xavier. Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar
Bioestat 5.0 Rafael de Oliveira Xavier Lab. Ecologia e Conservação, Departamento de Botânica, UFSCar O Bioestat é um programa criado em 1998 por José Márcio Ayres e colaboradores, com o apoio de vários
Leia maisPoder do teste e determinação do tamanho da amostra:pca & PBC
Poder do teste e determinação do tamanho da amostra:pca & PBC Relembrando: α = probabilidade do erro do tipo I: P(Rejeitar H 0 H 0 é verdadeira). β = probabilidade do erro do tipo II: P(Não rejeitar H
Leia maisAULA 11 Heteroscedasticidade
1 AULA 11 Heteroscedasticidade Ernesto F. L. Amaral 30 de julho de 2012 Análise de Regressão Linear (MQ 2012) www.ernestoamaral.com/mq12reg.html Fonte: Wooldridge, Jeffrey M. Introdução à econometria:
Leia maisTUKEY Para obtenção da d.m.s. pelo Teste de TUKEY, basta calcular:
Compaação de Médias Quando a análise de vaiância de um expeimento nos mosta que as médias dos tatamentos avaliados não são estatisticamente iguais, passamos a ejeita a hipótese da nulidade h=0, e aceitamos
Leia maisAULA 19 Análise de Variância
1 AULA 19 Análise de Variância Ernesto F. L. Amaral 18 de outubro de 2012 Metodologia de Pesquisa (DCP 854B) Fonte: Triola, Mario F. 2008. Introdução à estatística. 10 ª ed. Rio de Janeiro: LTC. Capítulo
Leia maisTeste modificado de Tukey: avaliação do poder e eficiência
Teste modificado de Tukey: avaliação do poder e eficiência Paulo César de Resende Andrade 1 Alailson França Antunis 1 Douglas Mendes Cruz 1 Jéssica Rodrigues Andrade 1 Valdeane Figueiredo Martins 1 1 Introdução
Leia maisCapítulo 6 Estatística não-paramétrica
Capítulo 6 Estatística não-paramétrica Slide 1 Teste de ajustamento do Qui-quadrado Testes de independência e de homogeneidade do Qui-quadrado Testes dos sinais e de Wilcoxon Teste de Mann-Whitney Teste
Leia maisCapítulo 3. O Modelo de Regressão Linear Simples: Especificação e Estimação
Capítulo 3 O Modelo de Regressão Linear Simples: Especificação e Estimação Introdução Teoria Econômica Microeconomia: Estudamos modelos de oferta e demanda (quantidades demandadas e oferecidas dependem
Leia maisTestes de hipóteses Paramétricos
Testes de hipóteses Paramétricos Modelos de análise de variância com um factor Teste de Bartlett Teste de comparações múltiplas de Scheffé Rita Brandão (Univ. Açores) Testes de hipóteses Paramétricos 1
Leia mais