Análise de Variância. Comparação de duas ou mais médias
|
|
- Nathalie Beretta Branco
- 6 Há anos
- Visualizações:
Transcrição
1 Análse de Varânca Comparação de duas ou mas médas
2 Análse de varânca com um fator Exemplo Um expermento fo realzado para se estudar dabetes gestaconal. Desejava-se avalar o comportamento da hemoglobna (HbA) em gestantes normas (N), com tolerânca dmnuída (TD) e dabétcas (D). Foram escolhdas 10 gestantes de cada tpo e meduse suas HbA. normal Tpos de gestante tolerânca dmnuída dabétca
3 Varável Resposta Y ( ou Varável Dependente) : Hemoglobna glcoslada (HbA) Tpo de gestante N TD D 7,86 6,20 9,67 6,38 7,82 8,08 6,90 8,50 9,25 7,78 6,50 8,20 8,17 8,09 8,64 6,26 6,90 9,67 6,30 7,82 9,23 7,86 7,45 10,43 7,42 7,75 9,97 8,63 7,43 9,59 Fazer análse descrtva
4 Modelo: observação Y = sstemátca + aleatóra componente sstemátca (prevsível): ncorpora o conhecmento que o pesqusador tem sobre o fenômeno componente aleatóra: representa varações ndvduas e fatores que não são explcados pela parte sstemátca Subpopulações: P 1, P 2,..., P k representadas por um nível do fator No exemplo: fator tpo de gestante 3 níves Suponha que : P 1 méda de Y : 1 P 2 méda de Y : 2 P k méda de Y : k
5 Queremos testar: H 0 : 1 = 2 = = k H A : pelo menos uma das médas é dferente das demas Análse de Varânca : compara a varabldade entre as médas amostras dos grupos e a varação dentro dos grupos. Se H 0 é verdadera, a varabldade entre as médas dos grupos deve ser pequena
6 Em cada nível do fator : uma amostra de observações k amostras ndependentes Nível 1 Nível 2... Nível k y 11 y 21 y k1 y 12 y y k2 y 1n1 y 2n2 y knk médas: y 1. y 2. y k. n=n 1 +n n k
7 Modelo estatístco (1): Y j = + e j =1,...,k; j =1,...,n onde: : méda do nível (efeto do nível ) e j : efeto aleatóro do j-ésmo ndvíduo do nível Y j : varável resposta do j-ésmo ndvíduo do nível Se a hpótese H 0 for verdadera, o modelo pode ser reescrto: Modelo estatístco (0): Y j = + e * j =1,...,k; j =1,...,n
8 Informação que não é explcada pela parte sstemátca Modelo 1: k n 1 j 1 e 2 j k n 1 j 1 ( y j ) 2 Modelo 0: k n 1 j 1 ( e * j ) 2 k n 1 j 1 ( y j ) 2
9 Modelo 1 (médas dferentes): n 1 n 1 Modelo 0 (mesma méda): y k n 1 n 1 j 1 j y j y. y.. Substtundo temos: SQD k 1 n j 1 ( y j y. ) 2 SQT k 1 n j 1 ( y j y.. ) 2
10 SQE = SQT - SQD SQE k 1 n (y y ) 2.. Varabldade Total = Varabldade entre grupos + Varabldade dentro dos grupos SQT = SQE + SQD
11 Cada uma das somas de quadrados envolve um certo número de quantdades que estão sendo estmadas. Então defnmos os correspondentes quadrados médos: SQT SQD SQE QMT QMD QME n 1 n k k 1 Se H 0 não for verdadera modelo 1 é mas adequado do que o modelo 0 (resíduos do modelo 1 são menores) QME: nformação dos dados captada pelo modelo 1 QMD: nformação que não é explcada pelo modelo1 F QME QMD Se QME for grande comparado à QMD, parte sstemátca do modelo 1 está captando grande parte da nformação. Quanto maor for o valor de F, maores as evdêncas contra H 0.
12 Para realzarmos o teste, precsamos da dstrbução da estatístca F Suposções 1) As amostras são ndependentes 2) Dentro de cada amostra as observações são ndependentes. 3) As observações são seleconadas de uma população na qual a varável resposta tem dstrbução Normal com varâncas guas. Y j ~ N(, 2 ), para todo e j.
13 Ou seja, Nível 1 Nível 2... Nível k y 11 y y k1 y 12 y 22 y k2 y 1n1 y 2n2 y knk amostra N( 1, 2 ) amostra N( 2, 2 ) amostra N( k, 2 )
14 Se as suposções estverem satsfetas, sob a hpótese H 0 temos que: a estatístca do teste F =QME/QMD tem dstrbução F-Snedecor com (k-1) e (n-k) graus de lberdade. F QME QMD ~ F k 1,n k Rejetamos H 0 para valores grandes de F ou seja RC = {F a} Pelo Teorema de Cochran temos que sob H 0 : SQE 2 SQD 2 ~ ~ 2 ( k 1 ) 2 ( n k ) SQE e SQD ndependen tes
15 Resumo: Tabela de Análse de Varânca - ANOVA Fonte de Graus de Soma de Quadrado F varação lberdade quadrados médo Entre k-1 SQE QME QME/QMD Dentro n-k SDQ QMD Total n-1 SQT com F~F (k-1, n-k) QMD é um estmador para a varânca populaconal 2. Combnação das varâncas amostras dentro de cada grupo Só tem sentdo se a suposção de gualdade das varâncas populaconas é verdadera
16 Analyss of Varance Source DF SS MS F P Factor 2 23,403 11,702 19,36 0,000 Error 27 16,316 0,604 Total 29 39,719 Indvdual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev C1 10 7,356 0,8469 (-----*-----) C2 10 7,446 0,7183 (-----*-----) C3 10 9,273 0,7614 (-----*-----) Pooled StDev = 0,7774 7,20 8,00 8,80 9,60 Y. ~ N(, n 2 ) Y. QMD n ~ t n k
17 Quando rejetamos a Hpótese nula Localzar as dferenças através de Técncas de Comparações Múltplas. Alguns Métodos Tukey Scheffé Bonferron Comparar os grupos dos a dos por meo de ntervalos de confança para a dferença. Se o ntervalo não contém o zero, podemos obter conclusões sobre a razão da rejeção.
18 Comparação entre os métodos a) Tukey deve ser adotado quando tvermos nteresse em todas as possíves comparações de médas duas a duas. Quando o no. for pequeno em relação a k(k-1)/2, Bonferron é mas precso que o Tukey. b) Scheffé deve ser adotado quando temos nteresse em comparações envolvendo mas de duas médas
19 Análse de Resíduos Verfcar se o modelo adotado fo adequado O resíduo da observação y j é defndo como: y j - méda amostral do grupo = j. A méda dos resíduos é zero, e a varânca é a mesma das observações. A análse descrtva dos resíduos pode sugerr a valdade das suposções de Normaldade, Igualdade de Varâncas e Independênca ( quando dspusermos da ordem em que as observações foram obtdas)
20 Teste de Igualdade de Varâncas Teste de Bartlett (dstrbução normal) Teste de Levene (qualquer dstrbução contínua) Teste de Normaldade Uma forma de se verfcar descrtvamente a suposção de normaldade das observações, é construr o gráfco de probabldade normal dos resíduos
21 Desvos das Suposções Se as suposções de Normaldade ou Igualdade de Varâncas não estverem satsfetas, podem ser fetas transformações nos dados. No caso de não ser encontrada uma transformação adequada, podem ser adotadas técncas não paramétrcas
22 Fugas da Normaldade garantr a valdade da dstrbução F O modelo de ANOVA é robusto Teorema Lmte Central ( Dstr. Amostral da Méda ) Em casos extremos Testes Não Paramétrcos
23 Heterocedastcdade Transformação dos dados orgnas Testes não paramétrcos Utlzação de modelos mas geras Lembrar que heterocedastcdade já é uma dferença mportante entre os grupos
24 2 proporconal a Y Y Y Y Y 1 ou proporconal a Y logy 2 proporconal a 2 Y 1 Y
25 Fugas da Independênca Ajuste de Modelos Específcos Stuações Expermentas Meddas Repetdas Dados Longtudnas A) Comparação das glcemas médas na população de pacentes submetdos à revascularzação do mocárdo com a utlzação de crculação extracorpórea nos períodos, pré-operatóro, prmero e segundo das do pós-operatóro B) Comparação de graus médos de melhora em pacentes Esquzofrêncos ou Depressvos submetdos a três tpos de tratamento
26 Ths document was created wth Wn2PDF avalable at The unregstered verson of Wn2PDF s for evaluaton or non-commercal use only.
Análise de Variância (ANOVA) de 1 via
varâncas guas guas? populaconas conhecdas? varâncas dferentes Teste Z varâncas guas guas? Amostras pequenas? (n
Leia maisMétodos Avançados em Epidemiologia
Unversdade Federal de Mnas Geras Insttuto de Cêncas Exatas Departamento de Estatístca Métodos Avançados em Epdemologa Aula 5-1 Regressão Lnear Smples: Estmação e Interpretação da Reta Tabela ANOVA e R
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia maisDelineamento Aleatorizado em Blocos Completos (DABC)
Delneamento Aleatorzado em Blocos Completos (DABC) Motvação Por que planear um expermento? Como dmnur o efeto resdual? Como controlar o efeto de fontes de varação conhecdas mas que não são de nteresse
Leia maisMAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler
MAE 317 Planeamento e Pesqusa I Profa. Júla Mara Pavan Soler pavan@me.usp.br IME/USP 1º Semestre/019 Delneamento Aleatorzado em Blocos Completos (DABC) Motvação Por que planear um expermento? Como dmnur
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia mais1ª PROVA DE ESTATÍSTICA EXPERIMENTAL
UNIVERSIAE ESTAUAL PAULISTA FACULAE E CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS E JABOTICABAL ª PROVA E ESTATÍSTICA EXPERIMENTAL - MEICINA VETERINÁRIA NOME: ATA / / ª QUESTÃO (5,5): Vnte suínos foram dstrbuídos
Leia maisA redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo:
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (,): A redução da
Leia maisa média populacional do i-ésimo tratamento; o efeito do i-ésimo tratamento na variável dependente Y e mede o afastamento da média µ
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (5,5): Vnte e cnco
Leia mais3 A técnica de computação intensiva Bootstrap
A técnca de computação ntensva ootstrap O termo ootstrap tem orgem na expressão de língua nglesa lft oneself by pullng hs/her bootstrap, ou seja, alguém levantar-se puxando seu própro cadarço de bota.
Leia maisMODELOS DE REGRESSÃO PARAMÉTRICOS
MODELOS DE REGRESSÃO PARAMÉTRICOS Às vezes é de nteresse nclur na análse, característcas dos ndvíduos que podem estar relaconadas com o tempo de vda. Estudo de nsufcênca renal: verfcar qual o efeto da
Leia maisAnálise de Regressão. Profa Alcione Miranda dos Santos Departamento de Saúde Pública UFMA
Análse de Regressão Profa Alcone Mranda dos Santos Departamento de Saúde Públca UFMA Introdução Uma das preocupações estatístcas ao analsar dados, é a de crar modelos que explctem estruturas do fenômeno
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisCapítulo 1. Exercício 5. Capítulo 2 Exercício
UNIVERSIDADE FEDERAL DE GOIÁS CIÊNCIAS ECONÔMICAS ECONOMETRIA (04-II) PRIMEIRA LISTA DE EXERCÍCIOS Exercícos do Gujarat Exercíco 5 Capítulo Capítulo Exercíco 3 4 5 7 0 5 Capítulo 3 As duas prmeras demonstrações
Leia maisDIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS
DIAGNÓSTICO EM MODELOS LINEARES GENERALIZADOS 1 A análse de dagnóstco (ou dagnóstco do ajuste) confgura uma etapa fundamental no ajuste de modelos de regressão. O objetvo prncpal da análse de dagnóstco
Leia maisCap. 11 Correlação e Regressão
Estatístca para Cursos de Engenhara e Informátca Pedro Alberto Barbetta / Marcelo Menezes Res / Antono Cezar Borna São Paulo: Atlas, 2004 Cap. 11 Correlação e Regressão APOIO: Fundação de Apoo à Pesqusa
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia mais1. CORRELAÇÃO E REGRESSÃO LINEAR
1 CORRELAÇÃO E REGREÃO LINEAR Quando deseja-se estudar se exste relação entre duas varáves quanttatvas, pode-se utlzar a ferramenta estatístca da Correlação Lnear mples de Pearson Quando essa correlação
Leia maisCAPÍTULO 2 - Estatística Descritiva
INF 16 Prof. Luz Alexandre Peternell CAPÍTULO - Estatístca Descrtva Exercícos Propostos 1) Consderando os dados amostras abaxo, calcular: méda artmétca, varânca, desvo padrão, erro padrão da méda e coefcente
Leia maisA redução na pressão sangüínea (mm Hg) em um período de quatro semanas observadas em cães experimentais está tabulada abaixo:
UNIVERSIDADE ESTADUAL PAULISTA FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL ª PROVA DE ESTATÍSTICA EXPERIMENTAL - MEDICINA VETERINÁRIA NOME: DATA / / ª QUESTÃO (5,5): A redução da
Leia maisModelo linear normal com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear normal com erros heterocedástcos O método de mínmos quadrados ponderados Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso de Admnstração em Gestão Públca Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos uns dos
Leia maisAnálise de Regressão Linear Múltipla IV
Análse de Regressão Lnear Múltpla IV Aula 7 Guarat e Porter, 11 Capítulos 7 e 8 He et al., 4 Capítulo 3 Exemplo Tomando por base o modelo salaro 1educ anosemp exp prev log 3 a senhorta Jole, gerente do
Leia maisAo se calcular a média, moda e mediana, temos: Quanto mais os dados variam, menos representativa é a média.
Estatístca Dscplna de Estatístca 0/ Curso Superor de tecnólogo em Gestão Ambental Profª. Me. Valéra Espíndola Lessa e-mal: lessavalera@gmal.com Meddas de Dspersão Indcam se os dados estão, ou não, prómos
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisAnálise de Variância. Introdução. Rejane Sobrino Pinheiro Tania Guillén de Torres
Análse de Varânca Rejane Sobrno Pnhero Tana Gullén de Torres Análse de Varânca Introdução Modelos de análse de varânca consttuem uma classe de modelos que relaconam uma varável resposta contínua com varáves
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisPRESSUPOSTOS DO MODELO DE REGRESSÃO
PREUPOTO DO MODELO DE REGREÃO A aplcação do modelo de regressão lnear múltpla (bem como da smples) pressupõe a verfcação de alguns pressupostos que condensamos segudamente.. Os erros E são varáves aleatóras
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisAula Características dos sistemas de medição
Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes
Leia mais2 Incerteza de medição
2 Incerteza de medção Toda medção envolve ensaos, ajustes, condconamentos e a observação de ndcações em um nstrumento. Este conhecmento é utlzado para obter o valor de uma grandeza (mensurando) a partr
Leia maisModelo linear clássico com erros heterocedásticos. O método de mínimos quadrados ponderados
Modelo lnear clássco com erros heterocedástcos O método de mínmos quadrados ponderados 1 Varâncas homogêneas Varâncas heterogêneas y y x x Fgura 1 Ilustração da dstrbução de uma varável aleatóra y (condconal
Leia maisAnálise Descritiva com Dados Agrupados
Análse Descrtva com Dados Agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas descrtvas
Leia maisGráficos de Controle para Processos Autocorrelacionados
Gráfcos de Controle para Processos Autocorrelaconados Gráfco de controle de Shewhart: observações ndependentes e normalmente dstrbuídas. Shewhart ao crar os gráfcos de controle não exgu que os dados fossem
Leia mais(B) Considere X = antes e Y = depois e realize um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.
INF 6 Notas de aula sujeto a correções Prof. Luz Alexandre Peternell (B) Consdere X antes e Y depos e realze um teste t para dados pareados e um teste da ANOVA de um DBC com 5 blocos. Compare os resultados.
Leia maisFAAP APRESENTAÇÃO (1)
ARESENTAÇÃO A Estatístca é uma cênca que organza, resume e smplfca nformações, além de analsá-las e nterpretá-las. odemos dvdr a Estatístca em três grandes campos:. Estatístca Descrtva- organza, resume,
Leia maisRegressão Linear Múltipla. Frases. Roteiro
Regressão Lnear Múltpla Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 004 Rotero 1. Especfcação do Modelo. Modelo
Leia maisNome: Nº: Estatística para Economia e Gestão Licenciaturas em Economia e Gestão. 2.º Semestre de 2008/2009
Estatístca para Economa e Gestão Lcencaturas em Economa e Gestão.º Semestre de 008/009 Exame Fnal (.ª Época) 16 de Junho de 009; 17h30m Duração: 10 mnutos INSTRUÇÕES Escreva o nome e número de aluno em
Leia maisTermo-Estatística Licenciatura: 4ª Aula (08/03/2013)
Termo-Estatístca Lcencatura: 4ª Aula (08/03/013) Prof. Alvaro Vannucc RELEMBRADO Dstrbução dscreta (hstogramas) x contínua (curvas de dstrbução): Dada uma Função de Dstrbução de Densdade de Probabldade,
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) CLÁSSICA: TÉCNICA ÚTIL, PORÉM RESTRITIVA!
ANÁLSE DE VARÂNCA (ANOVA) CLÁSSCA: TÉCNCA ÚTL, PORÉM RESTRTVA! Questões assocadas à verfcação de suas suposções: (adtvdade, ndependênca, homocedastcdade e normaldade) k..d.~n(0, ) quadrados mínmos ordnáros
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisComo Construir Modelos Empíricos
Unversdade Tecnológca Federal do Paraná Programa de Pós-Graduação em Engenhara Mecânca - PPGEM Como Construr Modelos Empírcos Prof a Danele Tonolo Das F. Rosa http://pagnapessoal.utfpr.edu.br/daneletdas
Leia maisAvaliação do Modelo. Avaliação de Modelos. Métricas para avaliação de desempenho. Métricas para avaliação de desempenho 31/05/2017
3/05/07 Avalação do Modelo Avalação de Modelos Métrcas para avalação de desempenho Como avalar o desempenho do modelo? Métodos para avalação de desempenho Como obter estmatvas confáves? Métodos para comparação
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) CLÁSSICA: TÉCNICA ÚTIL, PORÉM RESTRITIVA!
ANÁLSE DE VARÂNCA (ANOVA) CLÁSSCA: TÉCNCA ÚTL, PORÉM RESTRTVA! Questões assocadas à verfcação de suas suposções: (adtvdade, ndependênca, homocedastcdade e normaldade) k..d.~n(0, ) quadrados mínmos ordnáros
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisESTATÍSTICA APLICADA II ANO LECTIVO 2011/2012. Exame Final 26 de Julho de 2012
ETATÍTICA APLICADA II ANO LECTIVO / Exame Fnal 6 de Julho de Duração : H 3 M Nota: Responder um grupo por folha (utlze frente e verso de cada folha) Em todas as questões apresentar os cálculos efectuados
Leia maisVariável discreta: X = número de divórcios por indivíduo
5. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia mais(c) 0,5; 9,5; -10,5; -0,5; 12,3; 2,3; etc. Ocorre desvio alto para o indivíduo 19 (-19,5) X (idade da casa)
Bussab&Morettn Estatístca Básca Capítulo 6 Problema zˆ,5, 55x αˆ : a acudade vsual méda estmada para recém-nascdos (zero anos de dade) é,5; βˆ : a acudade vsual méda estmada dmnu,55 a cada ano,5; 9,5;
Leia maisUNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EXATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA
UNIVERSIDADE FEDERALDO PARÁ INSTITUTO DE CIÊNCIAS EATAS E NATURAIS FACULDADE DE ESTATÍSTICA CURSO DE BACHARELADO EM ESTATÍSTICA JEFFERSON PINTO BARBOSA JUNIOR ECONOMETRIA: MULTICOLINEARIDADE E HETEROCEDASTICIDADE
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisTESTE DO QUI-QUADRADO - Ajustamento
Exemplo 3: Avalar se uma moeda ou um dado é honesto; Em 100 lances de moeda, observaram-se 65 coroas e 35 caras. Testar se a moeda é honesta. 1 H 0 : a moeda é honesta; H 1 : a moeda não é honesta; 2 α
Leia mais1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
1. ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 011 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de
Leia maisGabarito da Lista de Exercícios de Econometria I
Gabarto da sta de Exercícos de Econometra I Professor: Rogéro lva Mattos Montor: eonardo enrque A. lva Questão Y X y x xy x ŷ ˆ ˆ y ŷ (Y - Y ) (X - X ) (Ŷ - Y ) 360 00-76 -00 35.00 40.000 36-4 30.976 3076
Leia maisCAPÍTULO 9 REGRESSÃO LINEAR PPGEP REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES REGRESSÃO LINEAR SIMPLES UFRGS. Regressão Linear Simples
CAPÍTULO 9 REGREÃO LINEAR IMPLE REGREÃO LINEAR IMPLE UFRG Em mutos problemas há duas ou mas varáves que são relaconadas, e pode ser mportante modelar essa relação. Por exemplo, a resstênca à abrasão de
Leia maisAnálise de Incertezas I.B De Paula
Um bom expermentalsta deve fazer todo o esforço possível para mnmzar os erros de seu expermento. Cabe ao expermentalsta a responsabldade de apresentar uma medda da confabldade de seus dados. amos defnr
Leia maisANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA
ANÁLISE EXPLORATÓRIA E ESTATÍSTICA DESCRITIVA 014 Estatístca Descrtva e Análse Exploratóra Etapas ncas. Utlzadas para descrever e resumr os dados. A dsponbldade de uma grande quantdade de dados e de métodos
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO
Anas Eletrônco ÍNDICE DE CONSISTÊNCIA TEMPORAL: UM NOVO MÉTODO PARA AVALIAÇÃO DA ESTABILIDADE TEMPORAL DE ARMAZENAMENTO DE ÁGUA NO SOLO Anderson Takash Hara, Heraldo Takao Hashgut, Antôno Carlos Andrade
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisMétodos Experimentais em Ciências Mecânicas
Métodos Expermentas em Cêncas Mecâncas Professor Jorge Luz A. Ferrera Sumáro.. Dagrama de Dspersão. Coefcente de Correlação Lnear de Pearson. Flosofa assocada a medda da Estatstca. este de Hpótese 3. Exemplos.
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisUNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL MATERIAL DIDATICO DO CURSO
UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO FACULDADE DE CIÊNCIAS AGRÁRIAS E VETERINÁRIAS CAMPUS DE JABOTICABAL MATERIAL DIDATICO DO CURSO ESTATISTICA EXPERIMENTAL: Com aplcaçoes em R Medcna
Leia maisRegressão Linear Simples. Frases. Roteiro
Regressão Lnear Smples Frases Por serem mas precsos que as palavras, os números são partcularmente adequados para transmtr conclusões centífcas Pagano e Gauvre, 4 Rotero. Modelagem de Relação. Modelo Lnear
Leia mais3. Estatística descritiva bidimensional
3. Estatístca descrtva bdmensonal (Tabelas, Gráfcos e números) Análse bvarada (ou bdmensonal): avala o comportamento de uma varável em função da outra, por exemplo: Quantas TV Phlps são venddas na regão
Leia maisCléber da Costa Figueiredo Séries Temporais PAE - 2º semestre de 2007
Quem sou? Autocorrelação Lcencado em matemátca pelo IME- USP; Incação Centífca sob orentação da Profª Drª Mônca Carnero Sandoval; Transformação de Bo-Co. Mestre em estatístca sob a orentação da Profª Drª
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisProf. Cláudio Serra, Esp. 1. Produção de Leite x índice Pluviométrico y = 0.8x R 2 =
Análse de Regressão Cap.. Introdução Análse de regressão é uma técnca de modelagem utlzada para analsar a relação entre uma varável dependente () e uma ou mas varáves ndependentes,, 3,..., n. O ojetvo
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisContabilometria. Aula 8 Regressão Linear Simples
Contalometra Aula 8 Regressão Lnear Smples Orgem hstórca do termo Regressão Le da Regressão Unversal de Galton 1885 Galton verfcou que, apesar da tendênca de que pas altos tvessem flhos altos e pas axos
Leia maisCapítulo XI. Teste do Qui-quadrado. (χ 2 )
TLF 00/ Cap. XI Teste do Capítulo XI Teste do Qu-quadrado ( ).. Aplcação do teste do a uma dstrbução de frequêncas 08.. Escolha de ntervalos para o teste do.3. Graus de lberdade e reduzdo.4. Tabela de
Leia maisPrograma de Certificação de Medidas de um laboratório
Programa de Certfcação de Meddas de um laboratóro Tratamento de dados Elmnação de dervas Programa de calbração entre laboratóros Programa nterno de calbração justes de meddas a curvas Tratamento dos resultados
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-4 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Programa do curso: Semana Conteúdo Apresentação da dscplna. Prncípos de modelos lneares de regressão.
Leia maisAvaliação do tamanho da amostra de segmentos regulares para estimar a área plantada com café na região sul de Minas Gerais
Avalação do tamanho da amostra de segmentos regulares para estmar a área plantada com café na regão sul de Mnas Geras Marcos Adam Maurco Alves Morera Bernardo Fredrch Theodor Rudorff Insttuto Naconal de
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisUNIDADE VIII ENSAIOS FATORIAIS
UNIDADE VIII ENSAIOS FATORIAIS CUIABÁ, MT 015/ PROF.: RÔMULO MÔRA 1. INTRODUÇÃO Ensaos fatoras são aqueles em que se estudam smultaneamente dos ou mas fatores, cada um deles com dos ou mas níves. O fatoral
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisO que heterocedasticidade? Heterocedasticidade. Por que se preocupar com heterocedasticidade? Exemplo de heterocedasticidade.
Heterocedastcdade y = β 0 + β + β + β k k + u O que heterocedastcdade? Lembre-se da hpótese de homocedastcdade: condconal às varáves eplcatvas, a varânca do erro, u, é constante Se sso não for verdade,
Leia maisCap. IV Análise estatística de incertezas aleatórias
TLF 010/11 Cap. IV Análse estatístca de ncertezas aleatóras Capítulo IV Análse estatístca de ncertezas aleatóras 4.1. Méda 43 4.. Desvo padrão 44 4.3. Sgnfcado do desvo padrão 46 4.4. Desvo padrão da méda
Leia maisAnálise de Regressão
Análse de Regressão método estatístco que utlza relação entre duas ou mas varáves de modo que uma varável pode ser estmada (ou predta) a partr da outra ou das outras Neter, J. et al. Appled Lnear Statstcal
Leia maisTópicos Extras 2ª parte. Análise de Correlação e Regressão
Tópcos Extras ª parte Aálse de Correlação e Regressão 1 Defções báscas ANÁLISE DE CORRELAÇÃO Mesurar a força da assocação etre as varáves (geralmete através do cálculo de algum coefcete). ANÁLISE DE REGRESSÃO
Leia maisANÁLISE DA VARIÂNCIA DA REGRESSÃO
ANÁLISE DA VARIÂNCIA DA REGRESSÃO PROCEDIMENTO GERAL DE REGRESSÃO Em um modelo de análse de varânca, como no DIA, o fator em estudo pode ser quanttatvo ou qualtatvo. FATOR QUANTITATIVO: é aquele cujos
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisContagens em dispositivos de pesagens (scale counting)
Contagens em dspostvos de pesagens (scale countng) Raquel Cymrot (Unversdade Presbterana Macenze) raquelc@macenze.com.br Lnda Lee Ho (USP) lndalee@usp.br Resumo Mutas vezes uma ndústra produz pequenas
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisResumo 7-22, Janete Pereira Amador 1, Sidinei José Lopes 2, João Eduardo Pereira 1, Adriano Mendonça Souza 1, Marcos Toebe 3
7-, 011 Análse das pressuposções e adequação dos resíduos em modelo de regressão lnear para valores ndvduas, ponderados e não ponderados, utlzando pro- cedmentos do SAS Janete Perera Amador 1, Sdne José
Leia mais2. Validação e ferramentas estatísticas
. Valdação e ferramentas estatístcas Mutos aspectos relaconados à socedade são suportados, de alguma forma, por algum tpo de medção analítca. Mlhões de medções analítcas são realzadas todos os das, em
Leia mais8.2. Tipos de Ações Gerenciais em Empresas que Valorizam o Controle de Qualidade
8. USO DA ANÁLISE DE VARIÂNCIA E DA REGRESSÃO 8.1. Introdução A estatístca é a cênca que lda com a coleta, o processamento e a dsposção de dados (nformação) atuando como ferramenta fundamental nos processos
Leia maisEstatística e Probabilidade
Estatístca e Probabldade Professor conteudsta: Rcardo Vda Sumáro Estatístca e Probabldade Undade I 1 CONCEITOS BÁSICOS...1 1.1 Concetos fundamentas... 1. Processos estatístcos de abordagem... 1.3 Dados
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais