EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
|
|
- Maria dos Santos Ana Carolina Caldeira
- 5 Há anos
- Visualizações:
Transcrição
1 EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
2 INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população, com base na observação de amostras. ou seja, obtenção de conclusões válidas para toda a população com base em amostras retiradas dessas populações.
3 INTRODUÇÃO Para tanto, torna-se necessário a formulação de hipóteses ou suposições relativas às populações. Essas suposições, que podem ou não ser verdadeiras, são chamadas de hipóteses estatísticas e constituem, geralmente, em considerações a respeito das distribuições de probabilidade das populações.
4 INTRODUÇÃO É muito comum formularmos uma hipótese estatística com o objetivo de rejeitá-la. Exemplo: Quando realizamos um experimento com o objetivo de verificar qual o cultivar de milho mais produtivo Formulamos a hipótese de que não existam diferenças entre os cultivares em relação à produção. Assim, quaisquer diferenças observadas são devidas às aos fatores não controláveis (o acaso)
5 INTRODUÇÃO A hipótese inicial que formulamos, é denominada de hipótese de nulidade (ou hipótese nula) e é representada por H o. Se verificarmos que os resultados obtidos em um experimento diferem acentuadamente dos resultados esperados para essa hipótese Devemos concluir que as diferenças observadas são significativas, e rejeitase a hipótese H o.
6 INTRODUÇÃO Ao rejeitarmos a hipótese de nulidade, aceitamos outra hipótese que é representada por H 1 e denominada de hipótese alternativa. No exemplo anterior sobre a comparação entre cultivares, a hipótese alternativa seria: os cultivares testados diferem entre si em relação à produção de milho.
7 INTRODUÇÃO Os métodos que permitem decidir se uma hipótese deve ser aceita ou rejeitada, ou se os resultados obtidos diferem significativamente dos esperados, são denominados testes de significância, ou testes de hipóteses.
8 H 0 : m produção de milho = 25t/ha H 1 : m produção de milho < 25t/ha f(x) Porém, ao tomarmos decisões de rejeitar ou aceitar uma determinada hipótese, estamos sujeitos a cometer dois tipos de erros: ERRO DO TIPO I é o erro que cometemos ao rejeitar uma hipótese verdadeira que deveria ser aceita, ou seja, o teste apresenta um resultado significativo, quando não existem diferenças entre os efeitos dos tratamentos. Região de rejeição de H 0 INTRODUÇÃO Região de não rejeição de H 0 Erro tipo I curva para H 0 valor crítico = 20 m = 25 variável X
9 H 0 : m produção de milho = 25t/ha H 1 : m produção de milho < 25t/ha f(x) m < 25 m = 25 variável X ERRO DO TIPO II é o erro que cometemos ao aceitar uma hipótese falsa que deveria ser rejeitada, INTRODUÇÃO ou seja, o teste apresenta um resultado não significativo, quando existem diferenças entre os efeitos tratamentos. Região de rejeição de H 0 Região de não rejeição de H 0 curva para H 1 curva para H 0 Erro tipo I Erro tipo II
10 f(x) INTRODUÇÃO Na prática, quando diminuímos a probabilidade de um dos erros, aumentamos a probabilidade de ocorrência do outro. Região de rejeição de H 0 H 0 : m produção de milho = 25t/ha H 1 : m produção de milho < 25t/ha Região de não rejeição de H 0 curva para H 1 Erro tipo II curva para H 0 Erro tipo I valor crítico = 19 m = 25 variável X
11 INTRODUÇÃO Quando aplicamos um teste de hipóteses, geralmente controlamos o ERRO DO TIPO I, através do nível de significância do teste. O nível de significância do teste, representado por α, é a probabilidade máxima aceitável de cometer um ERRO TIPO I. Geralmente, fixamos esse nível de significância em 5% α = 0,05 ou em 1% α = 0,01. 5% 95% Se utilizarmos o nível de significância de 5%, temos 5 chances em 100 de rejeitarmos uma hipótese que deveria ser aceita, isto é, há uma confiança de 95% de que tenhamos tomado uma decisão correta.
12 INTRODUÇÃO Essa confiança de termos tomado uma decisão correta é denominada de grau de confiança, e é dada por: α % O teste de significância mais utilizado em estatística experimental é o teste F para comparação de variâncias.
13 INTRODUÇÃO p-valor é a probabilidade de que a estatística do teste (como variável aleatória) tenha valor extremo em relação ao valor observado (estatística) quando a hipótese nula é verdadeira. Exemplo: considere um teste de hipóteses para a média no qual o valor da estatística é dado por Z obs p-valor DENTRO da região de rejeição de H 0 p-valor FORA da região de rejeição de H 0
14 INTRODUÇÃO Assim, o p-valor indica o quanto nossos resultados são compatíveis com a hipótese nula. Valor alto do p-valor indica que os resultados são compatíveis com a hipótese nula, neste caso aceita-se H 0. Valor baixo do p-valor indica que os resultados NÃO são compatíveis com a hipótese nula, neste caso rejeita-se H 0 em favor de H 1.
15 TESTE F PARA ANÁLISE DE VARIÂNCIA A análise de variância é uma técnica que permite fazer a decomposição da variância total em partes atribuídas a causas conhecidas e independentes, e a uma porção residual de origem desconhecida e de natureza aleatória.
16 TESTE F PARA ANÁLISE DE VARIÂNCIA O teste F serve para comparar duas estimativas de variâncias independentes. Na análise de variância, as estimativas de variância são dadas pelos quadrados médios (QM), logo devemos obter um QM para cada causa de variação. Em um experimento inteiramente casualizado (DIC), temos 2 estimativas de variância: Uma devido aos efeitos de tratamento (QM Tratamento) A outra devido aos efeitos dos fatores não controlados ou acaso (QM Resíduo).
17 TESTE F PARA ANÁLISE DE VARIÂNCIA Para aplicar o teste F na análise de variância, utilizamos sempre no denominador o QM do resíduo Comparamos sempre uma variância causada pelos efeitos do fator que está sendo estudado (tratamentos, blocos, linhas, colunas, outros), com a variância causada pelos efeitos dos fatores não controlados ou acaso (resíduo). Assim, F = QMTratamentos QMResíduo = QM Trat QM Res
18 TESTE F PARA ANÁLISE DE VARIÂNCIA Sob a hipótese da nulidade (supondo que os efeitos dos tratamentos são todos nulos) teríamos duas estimativas de variância: QM Tratamento e QM Resíduo que não deveriam diferir, a não ser por variações amostrais (pois ambas estimam a variação do acaso). Variância Função Notação QM Resíduo estima a variação do acaso. σ 2 QM Tratamento estima a variação do acaso mais a variação causada pelo efeito de tratamentos. σ 2 + JΦ t, Φ t = I i=1 I 1 t i 2 F = QM Trat QM Res = σ2 + JΦ t σ 2
19 TESTE F PARA ANÁLISE DE VARIÂNCIA
20 TESTE F PARA ANÁLISE DE VARIÂNCIA
21 TESTE F PARA ANÁLISE DE VARIÂNCIA Critério do teste: se logo então F calculado F tabelado F calculado < F tabelado F = QMTratamentos QMResíduo o teste é significativo ao nível de significância α considerado. o teste é não significativo ao nível de significância α considerado. Deve-se rejeitar a hipótese nula H o : σ = σ 2 em favor de H 1 e concluir que os efeitos dos tratamentos diferem entre si ao nível de significância α considerado. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos, com um grau de confiança de α %. Não rejeitamos a hipótese nula H o : σ 1 2 = σ 2 2 e concluímos que os efeitos dos tratamentos não diferem entre si ao nível de significância α considerado.
22 TESTE F PARA ANÁLISE DE VARIÂNCIA Resumindo o critério do teste: se logo então notação F calc < F tab (5%) F tab 5% < F calc < F tab (1%) F tab 1% < F calc o teste é não significativo ao nível de significância α = 0,05. o teste é significativo ao nível de significância α = 0,05. o teste é significativo ao nível de significância α = 0,01. Aceitamos H o Rejeitamos H o em favor de H 1 com um grau de confiança de 95% Rejeitamos H o em favor de H 1 com um grau de confiança de 99% NS F calc F calc F calc
23 e contados o número de sementes em 10 bagas. TESTE F PARA ANÁLISE DE VARIÂNCIA Exemplo. Em um estudo para analisar os efeitos da Giberelina aplicada antes, durante e depois do florescimento sobre cachos de videira, foram realizados os seguintes tratamentos: 1. Imersão dos cachos em solução de Giberelina na concentração de 20 ppm no florescimento; 2. Imersão dos cachos em solução de Giberelina na concentração de 20 ppm no florescimento e 15 ppm no início da frituficação; 3. Imersão dos cachos em solução de Giberelina na concentração de 05 ppm antes do florescimento e 20 ppm no florescimento; 4. Desbaste manual das bagas; 5. Testemunha
24 TESTE F PARA ANÁLISE DE VARIÂNCIA O delineamento experimental utilizado foi em blocos casualizados, com 4 repetições por tratamento. As hipóteses para tratamentos que desejamos testar são: H 0 : Os tratamentos não diferem entre si em relação ao número de sementes em 10 bagas. H 1 : Os tratamentos diferem entre si em relação ao número de sementes em 10 bagas. As hipóteses para blocos que desejamos testar são: H 0 : Os blocos não diferem entre si em relação ao número de sementes em 10 bagas. H 1 : Os blocos diferem entre si em relação ao número de sementes em 10 bagas.
25 TESTE F PARA ANÁLISE DE VARIÂNCIA As somas de quadrados obtidas para análise de variância do número de sementes em 10 bagas normais (média de 4 cachos por parcela), foram: SQ Tratamento = 640,2365 SQ Blocos = 30,6812 SQ Total = 722,3056 Para testar as hipóteses, podemos construir o seguinte quadro de análise de variância: Causas de Variação GL SQ QM F Tratamentos n trat 1 = 640, 2365 SQ trat GL trat = QM trat QM resíduo = Blocos n blocos 1 = 30,6812 SQ blocos GL blocos = QM blocos QM resíduo = Resíduo GL Total GL trat + GL blocos = SQ Total SQ trat + SQ blocos = SQ resíduo GL resíduo = Total n trat n rep 1 = 722, 3056
26 TESTE F PARA ANÁLISE DE VARIÂNCIA Quadro de análise de variância: Causas de Variação GL SQ QM F Tratamentos 4 640, , , 38 ** Blocos 3 30, ,2271 2, 39 NS Resíduo 12 51,3879 4,2823 Total ,3056 o Valores de F da tabela Para Tratamento 4GL 12 GL : F calc = 37, 38 > 5, 41 = F tab 1% Para Bloco 3GL 12GL : F calc = 2, 39 < 3, 49 = F tab 5% 5% 3, 26 1% 5, 41 5% 3, 49 1% 5, 95
27 TESTE F PARA ANÁLISE DE VARIÂNCIA Conclusões: Para Tratamento Uma vez que F calc = 37, 38 > 5, 41 = F tab 1% o teste foi significativo ao nível de significância de 1%. Deve-se rejeitar a hipótese nula em favor de H 1 e concluir que os efeitos dos tratamentos diferem entre si ao nível de significância 1%. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos. Portanto, conclui-se que os tratamentos testados possuem efeitos diferentes quanto ao número de sementes em 10 bagas, com um grau de confiança de 99%.
28 TESTE F PARA ANÁLISE DE VARIÂNCIA Conclusões: Para Blocos Uma vez que F calc = 2, 39 < 3, 49 = F tab 5% o teste foi não significativo ao nível de significância de 5% deve-se aceitar a hipótese nula e concluir que os efeitos dos blocos não diferem entre si ao nível de significância 5%. Portanto, conclui-se que os blocos testados possuem efeitos semelhantes quanto ao número de sementes em 10 bagas.
29 Exercício
30 TESTE F PARA ANÁLISE DE VARIÂNCIA Exemplo. Em um estudo para analisar os efeitos da adubação fosfatada na produção e qualidade de sementes de populações de amendoim, analisou-se o comportamento de 5 populações de amendoim. Os tratamentos foram constituídos por três cultivares (Tatu, Oirã e Tupã) e duas linhagens obtidas na FCA (FCA 170 e FCA 265). O experimento foi realizado em blocos casualizados, com 4 repetições. Sabendo-se que a soma de quadrados para o peso de 100 sementes (g) das 5 populações, submetidas a uma adubação de 40kg/ha de P 2 O 5 foram: SQ Tratamento = 844,80 SQ Blocos = 85,23 SQ Total = 971,60 Verifique se existe diferença significativa entre os tratamentos no peso de 100 semente.
31 TESTE F PARA ANÁLISE DE VARIÂNCIA As hipóteses para tratamentos que desejamos testar são: H 0 : As populações submetidas a uma adubação de 40kg/ha de P 2 O 5 não diferem entre si em relação ao peso de 100 sementes(g). H 1 : As populações submetidas a uma adubação de 40kg/ha de P 2 O 5 diferem entre si em relação ao peso de 100 sementes (g). As hipóteses para blocos que desejamos testar são: H 0 : Os blocos não diferem entre si em relação em relação ao peso de 100 sementes (g). H 1 : Os blocos diferem entre si em relação em relação ao peso de 100 sementes (g).
32 TESTE F PARA ANÁLISE DE VARIÂNCIA Para testar as hipóteses, construímos o seguinte quadro de análise de variância: Causas de Variação GL SQ QM F Tratamentos n trat 1 = 844, 80 SQ trat GL trat = QM trat QM resíduo = Blocos n blocos 1 = 85,23 SQ blocos GL blocos = QM blocos QM resíduo = Resíduo GL Total GL trat + GL blocos = SQ Total SQ trat + SQ blocos = SQ resíduo GL resíduo = Total n trat n rep 1 = 971, 60
33 TESTE F PARA ANÁLISE DE VARIÂNCIA Quadro de análise de variância: Causas de Variação GL SQ QM F Tratamentos 4 844,80 211,20 60, 97 Blocos 3 85,23 28,41 8, 20 ** Resíduo 12 41,57 3,4642 Total ,60 o Valores de F da tabela Para Tratamento 4 12 g. l. : F calc = 60, 97 > 5, 41 = F tab 1% Para Bloco 3 12 g. l. : F calc = 8, 20 > 5, 95 = F tab 1% 5% 3, 26 1% 5, 41 5% 3, 49 1% 5, 95
34 TESTE F PARA ANÁLISE DE VARIÂNCIA Conclusões: Para Tratamento Uma vez que F calc = 60, 98 > 5, 41 = F tab 1% o teste foi significativo ao nível de significância de 1%. Deve-se rejeitar a hipótese nula em favor de H 1 e concluir que os efeitos dos tratamentos diferem entre si ao nível de significância 1%. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos. Portanto, conclui-se que as populações submetidas a uma adubação de 40kg/ha de P 2 O 5 diferem entre si em relação ao peso de 100 sementes (g), com um grau de confiança de 99%.
35 TESTE F PARA ANÁLISE DE VARIÂNCIA Conclusões: Para Blocos Uma vez que F calc = 8, 20 > 5, 95 = F tab 1% o teste foi significativo ao nível de significância de 1%. Deve-se rejeitar a hipótese nula em favor de H 1 e concluir que os efeitos dos tratamentos diferem entre si ao nível de significância 1%. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos. Portanto, conclui-se que os blocos diferem entre si em relação ao peso de 100 sementes (g), com um grau de confiança de 99%.
36 Aula Prática
37 Em um DIC, estudou-se o efeito da idade da semente sobre a capacidade de emergência e o vigor de sementes de maracujá amarelo. Foram utilizados como tratamentos sementes de 0, 1, 2, 3, 4 e 5 anos de idade, e os resultados obtidos para o comprimento médio do hipocótilo das plântulas (cm) foram os seguintes: EXERCÍCIO AULA PRÁTICA Idade da Repetições Semente anos 4,81 4,76 4,80 4,33 1 anos 3,83 3,31 3,75 3,58 2 anos 3,46 3,78 3,81 4,16 3 anos 3,73 3,33 3,53 3,88 4 anos 2,53 3,10 3,28 2,66 5 anos 3,26 3,31 3,40 2,93
38 EXERCÍCIO AULA PRÁTICA Solução. Passo 1. Defina as hipóteses a serem testadas H 0 : As idades das sementes testadas possuem efeitos semelhantes sobre o comprimento do hipocótilo das plântulas. H 1 : As idades das sementes testadas possuem efeitos distintos sobre o comprimento do hipocótilo das plântulas.
39 Solução. EXERCÍCIO AULA PRÁTICA Passo 2. Coloque os dados em uma planilha do Excel 2.1 Digite os dados 2.2 Clique em arquivo, salvar como 2.3 Escolha: Nome: aula4 Tipo: Texto (MS-DOS) Salvar
40 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.2. Definição do modelo FTR <- as.factor(tr) # toda fonte de variação deve ser um fator mod <- aov(y~ftr) # anova sem análise de resíduo summary(mod)
41 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.3. Complete a tabela da ANOVA Causas de Variação Tratamento Resíduo Total GL SQ QM F Conclua:
42 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.3. Complete a tabela da ANOVA Causas de Variação GL SQ QM F Tratamentos 5 7,3184 1, , 23 Resíduo 18 1,2411 0,0689 Total 23 8,5595 Conclua: O teste foi significativo, com nível de significância α = 0,001. Deve-se rejeitar H 0 em favor de H 1 e concluir que os efeitos dos tratamentos diferem entre si. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos. Portanto, conclui-se que as idades das sementes testadas possuem efeitos distintos sobre o comprimento do hipocótilo das plântulas.
43 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.4. Determine o coeficiente de variação do experimento QMRes < ; QMRes cv <- 100*sqrt(QMRes)/mean(Y,na.rm=T);cv Conclua: o coeficiente de variação do experimento foi de: CV = 7,22%
44 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.5. Verifique o gráfico Box_Plot por TRatamento plot(y~ftr)
45 EXERCÍCIO AULA PRÁTICA Solução. Passo 3. Entre com os dados no software R 3.6. Verifique os gráficos de diagnóstico par(mfrow=c(1,3)) rs <- rstudent(mod) hist(rs, main="histograma"); boxplot(rs, main="boxplot") qqnorm(rs, main="normalidade"); qqline(rs)
46 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.7. Verifique a normalidade dos resíduos (teste de Shapiro Wilk) shapiro.test(rs) Conclua: O teste de normalidade foi não significativo, pois: p valor = 0,11 > 0,05 Portanto aceitamos a hipótese nula e concluímos que os resíduos dos tratamentos possuem distribuição normal.
47 Solução. EXERCÍCIO AULA PRÁTICA Passo 3. Entre com os dados no software R 3.8. Verifique a homocedasticidade dos resíduos (teste de Bartlett) bartlett.test(y~ftr) Conclua: O teste de homocedasticidade foi não significativo, pois: p valor = 0,95 > 0,05 Portanto aceitamos a hipótese nula e concluímos que os a variância dos resíduos dos tratamentos são homogêneas.
EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia 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 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 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 AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTE DE TUKEY O teste de Tukey também pode ser usado como um complemento do Teste F da análise de variância.
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 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 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 maisEXPERIMENTAÇÃO AGRÍCOLA
EXPERIMENTAÇÃO AGRÍCOLA DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) Eng. Agrônomo: Francisco Bruno Ferreira de Sousa Bruno.uno2011@hotmail.com/ fbfsagro@gmail.com Contato: (99) 99199460 Objetivos: Estudar
Leia 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 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 maisAula 14 Quadrado Latino 13/06/17
Aula 14 Quadrado Latino 13/06/17 Considere um experimento em quadrado latino com linhas e colunas e tratamentos, assim: Obtenção da Análise de Variância Soma de Quadrados: Constante: K = 1 ( x ( ) i,j,k=1
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Introdução o Os ensaios em quadrados latinos levam em conta o controle local, aplicado em dois destinos:
Leia 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 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 maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTE DE DUNCAN TESTE DE DUNCAN O teste de Duncan também pode ser usado como um complemento do Teste
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 maisDIC com número diferente de repetições por tratamento
DIC com número diferente de repetições por tratamento Introdução Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador deve utilizar na execução do experimento,
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 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 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 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 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 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 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 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 maisMINISTÉRIO 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 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 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 maisLucas Santana da Cunha 27 de novembro de 2017
EXPERIMENTAÇÃO E ANÁLISE DE VARIÂNCIA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 27 de novembro de 2017 Experimentação A experimentação se difundiu como
Leia 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 maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br UNIDADE EXPERIMENTAL OU PARCELA Unidade Experimental (ou Parcela) são os indivíduos (plantas ou animais)
Leia maisPlanejamento de instalação de experimentos no campo
Planejamento de instalação de experimentos no campo Antonio Williams Moita Embrapa Hortaliças Goiânia, 28 de novembro de 2012 Experimentação Agrícola Histórico John Bennet Lawes - após prolongadas experimentações
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 maisRoteiro de Aula Delineamentos Fatoriais 05/06/2018
Roteiro de Aula Delineamentos Fatoriais 05/06/2018 Hipóteses: As seguintes hipóteses podem ser testadas nos experimentos fatoriais 2x2: Fator A: { [ ] Fator B: { [ ] Interação A x B: { ( ) [ ] [ ] ( )
Leia maisDELINEAMENTO EM QUADRADO LATINO (DQL)
DQL DELINEAMENTO EM QUADRADO LATINO (DQL) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DQL Na Seção anterior
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS GABARITO
UNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para Mestrado 16- GABARITO N o de inscrição
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 maisProjeto de Experimentos
Projeto de Experimentos O uso de Projeto de Experimentos conduz a uma seqüência estruturada de ensaios, que assegura o máximo de informação com um gasto mínimo de tempo/dinheiro. Entrada Processo Saída
Leia maisDelineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)
Principais delineamentos: Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL) Os delineamentos podem ser: Balanceados Não balanceados
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 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 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 maisConcurso Público para provimento de cargo efetivo de Docentes
Questão 01 Os dados, a seguir, são referentes às notas de cinco alunos de uma turma para as provas P 1 e P 2. P 1 = {2, 3, 4, 5, 6} P 2 = {2, 2, 4, 5, 7} Analisando os resultados, é possível afirmar que:
Leia maisLucas Santana da Cunha 28 de setembro de 2018 Londrina
Testes de Comparações Múltiplas Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 28 de setembro de 2018 Londrina Pela análise de variância realizada no Exemplo 1 da aula anterior, rejeitou-se a
Leia 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 maisCOMPARAÇÕES MÚLTIPLAS
ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ COMPARAÇÕES MÚLTIPLAS Josiane Rodrigues Lilian Emerick Fernandes 2009 INTRODUÇÃO Comparação entre médias de tratamentos ou dos níveis de um fator de tratamentos;
Leia maisQuestão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.
MINISTÉRIO DA EDUCAÇÃO CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR DISCIPLINA: ESTATÍSTICA EXPERIMENTAL LISTA DE EXERCÍCIOS 3 a AVALIAÇÃO PROFESSOR: ROBERTO QUEIROGA Questão 1: Faça um croqui (disposição
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia mais1 Teoria da Decisão Estatística
1 Teoria da Decisão Estatística 1.1 Teste de Hipótese É uma metodologia estatística que permite tomar decisão sobre uma ou mais populações baseando no conhecimento de informações da amostra. Ao tentarmos
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 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 maisDPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 20 Introdução à otimização experimental e experimentos de um fator DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos
Leia 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 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 maisH 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)
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,
Leia maisEstatística Aplicada
Estatística Aplicada Testes de Hipóteses Professor Lucas Schmidt www.acasadoconcurseiro.com.br Estatística Aplicada TESTES DE HIPÓTESES Inferência estatística: tomar decisões sobre a população com base
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 maisH 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)
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 = 0 H a : pelo menos m u m k, para
Leia maisEsquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.
Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas. 1 Experimento em esquema de parcelas subdivididas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar Experimentos em
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 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 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 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 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 maisPro. Marcio Leles Romarco de Oliveira 1
Universidade Federal dos Vales do Jequitinhonha e Mucuri Centro de Ciências Agrárias Departamento de Engenharia Florestal Delineamento experimental Estatística aplicada a Engenharia Florestal Assunto Delineamento
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 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 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 mais3ª LISTA DE EXERCÍCIOS
MINISTERIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLOGICA INSTITUTO FEDERAL DE EDUCAÇÃO CIÊNCIA E TECNOLOGIA GOIANO CAMPUS URUTAÍ Estatística Experimental Prof. Anderson Rodrigo da Silva
Leia 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 maisHipótese Testadas. Efeito A. Efeito B. { H o: b j = 0, j = 1, 2,, n B. H 1 : pelo menos um valor de b k 0, k [1; n B ]
Aula 13 Experimentos Fatoriais 06/06/017 Considere um DIC com fatores fatores ( A e B ) com n A e n B níveis, e r repetições; Hipótese Testadas Efeito A { H o: a i = 0, i = 1,,, n A. H 1 : pelo menos um
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 maisUnidade IV Inferência estatística
Unidade IV Inferência estatística 4.. Introdução e histórico 4.. Conceitos fundamentais 4.3. Distribuições amostrais e Teorema central do limite 4.4. Estimação de parâmetros 4.5. Testes de hipóteses 4.6.
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 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 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 maisENGENHARIA DA QUALIDADE A ENG AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Projetos de Experimentos Terminologia Passos de implementação Princípios
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 maisESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt
ESTATÍSTICA Distribuições qui-quadrado, t de Student e F de Snedecor Lucas Schmidt lucas.breniuk@hotmail.com Estimação de parâmetros Média Variância Proporção Estimação de parâmetros Média: " estimador
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 maisPLANEJAMENTO DE EXPERIMENTOS
PLANEJAMENTO DE EXPERIMENTOS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 01 de julho de 2017 Planejamento de Experimentos A experimentação
Leia 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 maisProfessora Ana Hermínia Andrade. Período
Teste de Hipóteses Professora Ana Hermínia Andrade Universidade Federal do Amazonas Faculdade de Estudos Sociais Departamento de Economia e Análise Período 2016.1 Teste de Hipóteses O Teste de Hipóteses
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 maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
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 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 1ª parte Introdução PPE - Parte da
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 Experimental
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 22 de setembro de 2018 Londrina Um pesquisador científico resolve problemas de interesse da sociedade de forma direta ou indireta, pela aplicação
Leia 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 maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento Completamente 1. Quando usar? Casualizado (DCC) Este delineamento é usado quando as unidades experimentais
Leia maisrio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade de Variância (ANOVA) 1/24
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 07: Análise de Variância (ANOVA) 1/24 Definição A análise de variância (ANOVA) é um método para testar a igualdade
Leia 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 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 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 maisESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04
ESTATÍSTICA EXPERIMENTAL Delineamento experimental. Aula 04 Conceito Delineamento experimental É o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes tratamentos
Leia mais