4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados. 4.4 Experimentos em Blocos Incompletos Balanceados
|
|
- Marina Sintra Galvão
- 5 Há anos
- Visualizações:
Transcrição
1 4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.4 Experimentos em Blocos Incompletos Balanceados (EBIB) Em certos experimentos que usam blocos aleatorizados, podemos não ser capazes de rodar todas as combinações de tratamento em todos os blocos. Razões para isso podem ser por escassez do aparato experimental, tamanho físico do bloco, etc. Suponha no exemplo dos enxertos vasculares (veias) que cada lote de material é suficiente para testar apenas três níveis de pressão. Neste exemplo usou-se 4 níveis de pressão. É possível usar experimentos em blocos aleatorizados no qual nem todo tratamento está presente em cada bloco. EBIB 1
2 Quando todas as comparações de tratamento são igualmente importantes, as combinações de tratamento usadas em cada bloco são selecionadas de modo balanceado tal que cada par de tratamentos ocorra junto o mesmo número de vezes tanto quanto qualquer outro par. Um EBIB é um experimento em blocos incompletos no qual quaisquer dois tratamentos aparecem juntos um número igual de vezes. Suponha que existam a tratamentos diferentes e que há uma restrição de apenas k (k < a) tratamentos em cada bloco. Um EBIB pode ser construído tomando-se b = ( a ) blocos e, designando uma combinação k diferente de tratamentos para cada bloco. 2
3 Suponha a = 5 (número de tratamentos) e k = 3 (número de tratamentos ( ) em cada bloco). 5 Neste caso usaríamos = 10(= b) blocos, 3 a saber, O número de observações pode ser calculado como bk = 10 3 = 30 (número de blocos vezes o número de tratamentos em cada bloco). 3
4 Observe que neste exemplo, cada tratamento ocorre um mesmo número r de vezes, a saber, r = 6 e, cada par de tratamentos fixado ocorre o mesmo número de vezes λ que qualquer outro par, a saber, λ = 3 vezes. Observe também que o número de observações pode ser calculado como ar = 5 6 = 30 (número de tratamentos vezes o número de vezes que cada tratamento ocorre). Observação: O balanceamento ( ) pode ser obtido a com menos do que blocos. k Tabelas de EBIB s são fornecidas em Fisher (1953), Davies (1956) e Cochran e Cox(1957). 4
5 Exemplo: Suponha que um engenheiro químico ache que o tempo de reação em um processo químico dependa do tipo de catalisador empregado. Quatro catalisadores estão sendo investigados. O experimento consiste na seleção de um lote de matéria-prima, no carregamento da planta piloto e na observação do tempo de reação. Devido a variações no lote de matéria-prima o engenheiro decide usar os lotes como blocos. Porém, cada lote é grande o suficiente para permitir três catalisadores. Os dados obtidos estão na tabela a seguir. A ordem na qual os catalisadores são usados é aleatória. Neste exemplo temos a = b = 4 (número de níveis de tratamento e número de blocos) e k = 3 (número de níveis de tratamento em cada bloco). 5
6 Observe que com esses parâmetros, concluímos que r = 3, pois bk = ar. Assim, cada tratamento aparece três vezes ao longo dos quatro blocos. 6
7 Seja r, r < b, o número de vezes que cada tratamento aparece ao longo dos blocos. Então, o número total de observações feitas será dado por N = b k }{{} trat. s em cada bloco = a num. blocos em que cada trat. aparece {}}{ r. Além disso, o número de vezes que cada par de tratamentos aparece ao longo dos blocos é λ = r(k 1) a 1 Neste exemplo λ = = 2. No exemplo anterior λ = 6(2) 4 = 3, com r = 6, k = 3 e a = 5. 7
8 O parâmetro λ deve ser um número inteiro. De fato, para obter a relação para λ, considere qualquer tratamento, a saber, o tratamento 1. Como este tratamento aparece em r blocos e existem k 1 outros tratamentos em cada um destes r blocos, existem r(k 1) observações nos blocos que contêm o tratamento 1, excluindo-se as observações do tratamento 1. Essas r(k 1) observações também devem representar os a 1 tratamentos restantes λ vezes. Portanto, λ(a 1) = r(k 1). 8
9 Análise estatística do EBIB Como de praxe assumimos que existem a tratamentos e b blocos. Além disso, supomos que cada bloco contém k tratamentos (k < a), que cada tratamento ocorre r vezes no plano (r < b), e que existem N = ar = bk observações no total. Finalmente, o número de vezes que cada par de tratamentos ocorre em blocos diferentes r(k 1) é λ = a 1. Se a = b o plano é dito ser simétrico. O modelo estatístico é Y ij = µ + τ i + β j + ɛ ij em que Y ij é a observação do i-ésimo tratamento no j-ésimo bloco, µ é a média global, τ i s representam os efeitos de tratamento, β j s representam os efeitos de bloco e ɛ ij NID(0, σ 2 ) são os componentes de erro aleatório. 9
10 A variação total nos dados é dada por SQ T ot = i j y 2 ij y2.. N SQ T ot pode ser particionada em SQ T ot = SQ T rat.aj + SQ Bl + SQ Res, em que a soma de quadrados de tratamento é ajustada para separar os efeitos de tratamento e de bloco. Este ajuste é necessário porque cada tratamento está representado em um conjunto diferente dos r blocos tal que as diferenças entre totais de tratamento não ajustados y 1., y 2.,...,y a. são afetadas por diferenças entre blocos. 10
11 A soma de quadrados devida aos blocos é SQ Bl = 1 k j y 2.j y2.. N em que y.j é o total no j-ésimo bloco. SQ Bl tem b 1 graus de liberdade. A soma de quadrados de tratamento ajustada é SQ T rat.aj = a k Q 2 i i=1 λa em que Q i é o total ajustado para o i-ésimo tratamento, e é calculado como Q i = y i. 1 k bj=1 n ij y.j com n ij = { 1, se o trat. i aparece no bloco j 0, caso contrário 11
12 Os totais de tratamento ajustados somam zero. SQ T rat.aj tem a 1 graus de liberdade. SQ Res = SQ T ot SQ T rat.aj SQ Bl com N a b + 1 graus de liberdade. A estatística apropriada para testar a hipótese de ausência de efeito de tratamento é dada por F 0 = QM T rat.aj QM Res A tabela ANOVA correspondente é apresentada a seguir. 12
13 Q i = y i. 1 k bj=1 n ij y.j com n ij = { 1, se o trat. i aparece no bloco j 0, caso contrário 13
14 Exemplo 4.5: Verifique se há efeito de tratamento no experimento dos catalisadores. Os dados estão no arquivo catalisador.txt. SQ T ot = i j y2 ij = = 81, 00. SQ Bl = 1 3 ( ) = 55, 00 Q 1 = (n 11y.1 + n 12 y.2 + n 13 y.3 + n 14 y.4 ) = 9 3 Q 2 = 7 3, Q 3 = 4 3 e Q 4 = Assim, SQ T rat.aj = k i Q2 i λa = 22, 75 e, SQ Res = SQ T ot SQ T rat.aj SQ Bl = 3,
15 A tabela ANOVA é FV gl SQ QM F P-valor Trat.aj 3 22,75 7,58 11,66 0,0107 Bloco 3 55,00 Erro 5 3,25 0,65 Total 11 81,00 15
16 Se o fator em estudo é fixo, testes sobre médias dos tratamentos individuais podem ser de interesse. Se contrastes ortogonais são usados, os contrastes amostrais devem ser calculados usandose os totais de tratamento ajustados Q i no lugar de y i.. Neste caso, SQ C = k c i Q i i λa c 2 i i são os coeficientes do contraste. 2 em que os c i s Outros métodos de comparações múltiplas podem ser usados para comparar todos os pares de tratamento, nos quais os efeitos de tratamento são estimados por ˆτ i = k i Q i λa com erro padrão S = kqmres λa subseção
17 Na análise que acabamos de realizar, SQ T ot foi decomposta em SQ T rat.aj + SQ Bl + SQ Res. Pode ser que estejamos interessados em avaliar os efeitos de bloco. Para isso, uma outra decomposição da soma de quadrados total terá que ser usada, a saber, SQ T rat + SQ Bl.aj + SQ Res. Os totais ajustados por bloco são dados por Q j = y.j 1 r i n ij y i., j = 1, 2,..., b. Na tabela a seguir apresenta-se um sumário completo da tabela ANOVA. Observe que SQ T ot SQ T rat + SQ Bl + SQ Res. 17
18 18
19 Estimação de mínimos quadrados ˆµ = ȳ.. ˆτ i = kq i λa, i = 1, 2,..., a No exemplo em questão tem-se ˆτ 1 = 9/8, ˆτ 2 = 7/8, ˆτ 3 = 4/8 e ˆτ 4 = 20/8. Exercícios recomendados do capítulo 4: a 19
20 Exercício 4.38: Um experimentador deseja comparar 4 tratamentos em blocos de tamanho 2. Determine um EBIB para este experimento, usando 6 blocos. Solução: ( 4 Temos a = 4 e k = 2. Fazendo b = = 6, 2 implica que r = 3 (número de vezes que cada tratamento ocorre). Nesse caso λ = r(k 1) a 1 = = 1. Uma solução é dada por Trat. Bl. 1 Bl. 2 Bl. 3 Bl. 4 Bl. 5 Bl. 6 1 X X X 2 X X X 3 X X X 4 X X X ) 20
21 Exercício 4.39: Um experimentador deseja comparar 8 tratamentos em blocos de 4 observações. Determine um EBIB para esse experimento com λ = 3. Temos a = 8, k = 4 e λ = 3. Nesse caso o número de blocos deve ser o dobro do número de vezes que cada tratamento ocorre (ar = bk) e, como λ = r7 3 segue que uma escolha adequada para r é 7, levando b = 14. Não saia tentando montar a tabela por sua conta, pois possivelmente, no final, você perceberá que algum dos parâmetros fixados terá sido violado. Em geral exitem tabelas prontas para serem selecionadas. A partir dos capítulos 6,7 e 8 será, de fato, possível, propor um EBIB com essas condições. A seguir apresentamos um plano possível para essas condições. 21
22 x x x x x x x 2 x x x x x x x 3 x x x x x x x 4 x x x x x x x 5 x x x x x x x 6 x x x x x x x 7 x x x x x x x 8 x x x x x x x 22
23 Exercício 4.42: Verifique que um EBIB com parâmetros a = 8, r = 8, k = 4 e b = 16 não existe. Observe que essas condições implicariam r(k 1) λ = a 1 = 8(3) 7 = 24 7 que não é um número inteiro. Logo, um experimento em blocos incompletos balanceado com esses parâmetros não existe. 23
24 Exercício(s) do capítulo 4 para entregar na aula do dia 20/10. aluno nome exercícios 1 Aline 33 2 Andre 29 3 Carolina 28 4 Felipe 23 5 Fernanda 21 6 Igor 20 7 Laura 20 8 Mariana 21 9 Michele Pedro Sandra Veronica Priscila Dimas Thaís 33 24
5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que
5. Experimentos Fatoriais 5.3 Experimentos fatoriais a dois fatores. Modelo de Efeitos Y ijk = µ+τ i +β j +(τβ) ij +ɛ ijk, i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Ambos os fatores são supostos
Leia 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 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 maisPlanejamento de Experimentos
Planejamento de Experimentos 6. Os Modelos fatoriais 2 k Trataremos agora de um caso especial de experimentos fatoriais no qual todos os fatores têm apenas dois níveis. Tais níveis podem ser quantitativos
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 maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Delineamento Casualizado em Blocos
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Delineamento Casualizado em Blocos Estatística Experimental 5 de Outubro de 2016 1 / 20 DBC: Introdução Parcelas similares Delineamento
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 maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)
DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DBC O delineamento em
Leia mais3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento
3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento Suponha que a hipótese nula, de médias de tratamento iguais, tenha sido rejeitada em favor da hipótese
Leia maisExperimentos Fatoriais
Experimentos Fatoriais Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos
Leia 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 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 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 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 maisEsquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 06 de outubro de 2018 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos mais simples comparamos
Leia maisESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística
ESQUEMA FATORIAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 22 de julho de 2017 Esquema Fatorial Nos experimentos mais simples
Leia maisAnálise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos
Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos a técnica de Análise de variância (ANOVA) a um fator, que resulta
Leia maisDelineamento e Análise Experimental Aula 5
Aula 5 Castro Soares de Oliveira Delineamentos Experimentais Delineamento experimental ou desenhos experimentais é o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes
Leia maisANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)
ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de dezembro de 2017 ANAVA dois critérios A análise de variância
Leia 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 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 maisEsquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina
Esquema Fatorial Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de junho de 2016 Muitos experimentos envolvem o estudo dos efeitos
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 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 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 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 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 maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Testes de Comparações Múltiplas
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Testes de Comparações Múltiplas Professora Renata Alcarde Sermarini Piracicaba Agosto 2016 Renata Alcarde Sermarini Estatística
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 maisExperimentos em Parcelas Subdivididas
Experimentos em Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 08 de novembro de 2018 Londrina Tal como no caso de fatorial, o termo parcelas subdivididas não se refere a um tipo de delineamento
Leia 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 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 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 maisExperimentos Balanceados com Dois Fatores
Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplo1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo
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 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 maisTESTE DE COMPARAÇÃO MÚLTIPLA
SUMÁRIO 1 TESTE DE COMPARAÇÃO MÚLTIPLA Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre
Leia maisAnálise de Dados Longitudinais Aula
1/35 Análise de Dados Longitudinais Aula 08.08.2018 José Luiz Padilha da Silva - UFPR www.docs.ufpr.br/ jlpadilha 2/35 Sumário 1 Revisão para dados transversais 2 Como analisar dados longitudinais 3 Perspectiva
Leia 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 maisRalph S. Silva
ANÁLISE ESTATÍSTICA MULTIVARIADA Ralph S Silva http://wwwimufrjbr/ralph/multivariadahtml Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Revisão:
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 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 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 maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM BLOCOS ALEATORIZADOS
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM BLOCOS ALEATORIZADOS Dr. Sivaldo Leite Correia DIFERENTES FORMAS DE variailidade Em qualquer projeto experimental, pertuações originadas por fatores
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 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 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 maisMAE Planejamento e Pesquisa I
MAE0317 - Planejamento e Pesquisa I COMPARAÇÕES DE MÉDIAS - 1 FATOR FIXO 1 de abril de 2014 Denise A. Botter MAE0317 1 de abril de 2014 1 / 55 INTRODUÇÃO Testamos H 0 : µ 1 =... = µ r. Se H 0 não é rejeitada,
Leia maisPlanejamento de Experimentos Medidas Repetidas
1 / 27 Planejamento de Experimentos Medidas Repetidas Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG Exemplo: 2 / 27 3 / 27 Em outras aplicações, a resposta de cada unidade experimental é medida
Leia 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 maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 30 de maio, 2017 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 30 de maio, 2017 1 / 14 Aula 8 - Análise da capacidade
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 mais25 a 30 de novembro de 2013
em em Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 3 - Conteúdo em em 1 em 2 em em em Permite estudar como uma (simples)
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 maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 29 de julho de 2017 Parcelas Subdivididas Tal
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda.perticarrari@unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisAula inaugural do curso Análise de Regressão
Aula inaugural do curso Prof a Silvia Nagib Elian Sala 215 - Bloco A Instituto de Matemática e Estatística Universidade de São Paulo Agenda 1. Exemplo 2. Introdução 3. Modelo de regressão linear simples
Leia maisCE219 - Controle Estatístico de Qualidade
CE219 - Controle Estatístico de Qualidade Cesar Augusto Taconeli 06 de junho, 2018 Cesar Augusto Taconeli CE219 - Controle Estatístico de Qualidade 06 de junho, 2018 1 / 15 Aula 8 - Análise da capacidade
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 maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia 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 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 maisPlanejamento e Análise de Experimentos
Planejamento e Análise de Experimentos Aula 3 Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Agosto de 2011 ANOVA para Fator Único Análise
Leia maisDelineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira
Aula 7 Castro Soares de Oliveira Experimentos Fatoriais Nos experimentos mais simples comparamos tratamentos de apenas um tipo ou fator. Em algumas situações existem vários fatores envolvidos em um experimento,
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 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 maisAnálise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica
1/41 Análise de Dados Longitudinais Modelos de Regressão - Perspecitva Histórica Enrico A. Colosimo/UFMG http://www.est.ufmg.br/ enricoc/ Revisão para Dados Transversais 1 Características Informações amostrais
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 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 maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Regressão Polinomial e Análise da Variância Piracicaba Setembro 2014 Estatística Experimental 18 de Setembro de 2014 1 / 20 Vimos
Leia maisInstituto Federal Goiano
Instituto Federal Goiano Conteúdo 1 2 A correlação mede apenas o grau de associação entre duas variáveis, mas não nos informa nada sobre a relação de causa e efeito de uma variável sobre outra Na correlação,
Leia maisBlocos incompletos Balanceados (BIB) 8 de maio de 2017
Introdução Blocos incompletos Balanceados (BIB) 8 de maio de 2017 Em algumas sistuações experimentais o número de tratamentos pode ser numeroso, inviabilizando a formação de blocos completos homogêneos.
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 maisTécnicas Experimentais Aplicadas
Técnicas Experimentais Aplicadas em Ciência do Solo Mario de Andrade Lira Junior lira.pro.br/wordpress 7/4/010 1 Principais delineamentos Inteiramente casualizado Segundo mais comum Blocos completos Normalmente
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 06 de julho de 2016 Nos experimentos fatoriais, todas
Leia maisExperimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS DISCIPLINA: ESTATÍSTICA EXPERIMENTAL Experimentos em parcelas subdivididas e procedimentos para a aplicação
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 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 maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução A análise de variância (Anova) é utilizada para comparar médias de três ou mais populações.
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 maisSUMÁRIO. 2 Tabelas 10
SUMÁRIO 1 Regressão na análise de variância 2 1.1 Polinômio Ortogonal................................ 2 1.1.1 Constraste Polinomial............................ 5 1.1.2 Regressão por polinômio ortogonal.....................
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 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 maisDELINEAMENTO COMPLETAMENTE CASUALIZADO. Prof. Dra. Janete Pereira Amador
DELINEAMENTO COMPLETAMENTE CASUALIZADO Prof. Dra. Janete Pereira Amador Análise de Variância Considerando esquematicamente um experimento, tem-se: Tratamentos Unidade Experimental Efeito onde ij são as
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 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 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 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 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 maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Modelos explicativos estatísticos Modelos estatísticos visam descrever
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 Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisTeste de hipótese de variância e Análise de Variância (ANOVA)
Teste de hipótese de variância e Análise de Variância (ANOVA) Prof. Marcos Vinicius Pó Métodos Quantitativos para Ciências Sociais Testes sobre variâncias Problema: queremos saber se há diferenças estatisticamente
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 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 maisAnálise de Regressão Linear Múltipla IX
Análise de egressão Linear Múltipla I Aula Gujarati e Porter - Capítulo 8 Wooldridge - Capítulo 5 Heij et al., 004 Seção 4..4 Introdução Ao longo dos próximos slides nós discutiremos uma alternativa para
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL Delineamento Inteiramente Casualizado - DIC Prof. Miguel Toledo del Pino, Dr. INTRODUÇÃO No DIC a distribuição dos tratamentos às unidades experimentais é feita inteiramente ao
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 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 mais