Esquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina

Documentos relacionados
ESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística

Experimentos Fatoriais

Esquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina

DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)

Experimentos em Parcelas Subdivididas

ESQUEMA FATORIAL: DESDOBRAMENTO

Delineamento em Quadrado Latino (DQL)

ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

DELINEAMENTO EM QUADRADO LATINO (DQL)

ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

Lucas Santana da Cunha de outubro de 2018 Londrina

2 ou mais fatores são de interesse.

Lucas Santana da Cunha de outubro de 2018 Londrina

Roteiro de Aula Delineamentos Fatoriais 05/06/2018

Delineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL

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

Questão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.

ANÁLISE DE REGRESSÃO

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo

UNIDADE V EXPERIMENTOS FATORIAIS (RC)

ESTATÍSTICA EXPERIMENTAL

DELINEAMENTO EM BLOCOS AO ACASO

Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.

Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias

Teste de Comparações Múltiplas

Delineamento e Análise Experimental Aula 5

ESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04

Experimentos Balanceados com Dois Fatores

TESTE DE COMPARAÇÕES MÚLTIPLAS

Lucas Santana da Cunha 28 de setembro de 2018 Londrina

EXPERIMENTAÇÃO AGRÁRIA

EXPERIMENTAÇÃO AGRÍCOLA

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.

POLINÔMIOS ORTOGONAIS

COMPARAÇÕES MÚLTIPLAS

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

3ª LISTA DE EXERCÍCIOS

Probabilidade e Estatística

25 a 30 de novembro de 2013

Planejamento de Experimentos. 13. Experimentos com fatores aleatórios

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Delineamento Casualizado em Blocos

Modelo g.l. SQ Retas concorrentes ,46 Retas paralelas ,22 Retas com intercepto comum ,49 Retas coincidentes ,23

Delineamento e Análise Experimental Aula 4

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados. 4.4 Experimentos em Blocos Incompletos Balanceados

BAC011 - ESTATÍSTICA ANÁLISE DE VARIÂNCIA. Análise de Variância ANOVA. Prof. Dr. Emerson José de Paiva

UFRJ - CCMN - IM - Departamento de Métodos Estatísticos Planejamento de Experimentos - P2 Turma: MAA

Lucas Santana da Cunha 27 de novembro de 2017

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV

Instituto Federal Goiano

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Testes de Comparações Múltiplas

ESTATÍSTICA EXPERIMENTAL

CIRCULAR TÉCNICA N o 176 JANEIRO UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus

Ensaios Fatoriais. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman

EXPERIMENTAÇÃO AGRÁRIA

DELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS

Análise de Regressão EST036

DELINEAMENTO COMPLETAMENTE CASUALIZADO. Prof. Dra. Janete Pereira Amador

Delineamento e Análise Experimental Aula 3

Cap. 9 Comparação entre tratamentos

Planejamento de Experimentos

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

3 a. FASE DO CONCURSO VESTIBULAR DO BACHARELADO EM ESTATÍSTICA 1 a. PROVA DA DISCIPLINA: CE065 ELEMENTOS BÁSICOS PARA ESTATÍSTICA CANDIDATO:

MAE Planejamento e Pesquisa II

PLANEJAMENTO DE EXPERIMENTOS

Instituto Federal Goiano

5.3 Experimentos fatoriais a dois fatores (Revisando...)

MEDIDAS DE DISPERSÃO

Análise de Dados Longitudinais Aula

ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva

Planejamento Experimental

DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro

3. Experimentos a um único fator: Análise de Variância (ANOVA) 3.7 Comparações entre médias de tratamento

ANÁLISE CONJUNTA DE EXPERIMENTOS

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Prof. Dr. Lucas Santana da Cunha de abril de 2018 Londrina

Análise de Variância com mais de duas variáveis independentes (mais de dois fatores) Na aula do dia 17 de outubro (aula #08) introduzimos

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

Aula 14 Quadrado Latino 13/06/17

Universidade Estadual de Londrina. 10 de outubro de Lucas Santana da Cunha

Planejamento de Experimentos Experimento com um fator aleatório

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Testes de Hipóteses sobre a média: Várias Amostras

Prof. Dr. Marcone Augusto Leal de Oliveira UFJF CURSO INTRODUTÓRIO DE 12 HORAS OFERECIDO PARA A PÓS-GRADUAÇÃO DA UFABC EM NOVEMBRO DE 2017

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V

Instituto Federal Goiano

4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados

Planejamento de Experimentos Medidas Repetidas

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas

H 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)

3- Projetos Fatoriais

Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

Transcrição:

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 níveis (tratamentos) de apenas um fator; Entretanto, existem casos em que dois ou mais fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse;

Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Entretanto, existem casos em que dois ou mais fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse; Em geral, os experimentos fatoriais são mais eficientes para este tipo de experimento, pois estudam, ao mesmo tempo, os efeitos de dois ou mais fatores, cada um deles com dois ou mais níveis.

O fatorial é um tipo de esquema, ou seja, uma das maneiras de organizar os tratamentos e não um tipo de delineamento;

O fatorial é um tipo de esquema, ou seja, uma das maneiras de organizar os tratamentos e não um tipo de delineamento; Os experimentos fatoriais são montados segundo um tipo de delineamento experimental;

O fatorial é um tipo de esquema, ou seja, uma das maneiras de organizar os tratamentos e não um tipo de delineamento; Os experimentos fatoriais são montados segundo um tipo de delineamento experimental; Nos experimentos fatoriais, os tratamentos são obtidos pelas combinações dos níveis dos fatores.

Exemplo 1 Num experimento fatorial pode-se combinar 2 doses de um antibiótico com 2 diferentes níveis de vitamina B12. Neste caso tem-se um fatorial 2 2, com os fatores Antibióticos (A) e Vitamina (V ), que ocorrem em 2 níveis (A 1 e A 2 ) e 2 níveis (V 1, V 2 ), respectivamente, e os 2 2 = 4 tratamentos seriam: A 1 V 1 A 1 V 2 A 2 V 1 A 2 V 2.

Exemplo 2 Num experimento fatorial pode-se combinar 3 doses de uma droga com 2 idades distintas. Neste caso tem-se um fatorial 3 2 pode-se combinar 3 Doses de uma droga (D 1, D 2 e D 3 ), 2 Idades (I 1 e I 2 ) e tem-se 3 2 = 6 tratamentos, que seriam: D 1 I 1 D 1 I 2 D 2 I 1 D 2 I 2 D 3 I 1 D 3 I 2

Exemplo 3 Num experimento fatorial pode-se combinar 3 variedades, 2 adubações e 2 épocas de plantio. Neste caso tem-se um fatorial 3 2 2 pode-se combinar 3 variedades (V 1, V 2 e V 3 ), 2 Adubações (A 1 e A 2 ) e 2 épocas de plantio (E 1 e E 2 ) e tem-se 3 2 2 = 12 tratamentos, que seriam: V 1 A 1 E 1 V 1 A 1 E 2 V 1 A 2 E 2 V 2 A 1 E 1 V 2 A 1 E 2 V 2 A 2 E 2 V 3 A 1 E 1 V 3 A 1 E 2 V 3 A 2 E 2

Tipos de efeitos avaliados Efeito Principal: é o efeito de cada fator, independente do efeito dos outros fatores;

Tipos de efeitos avaliados Efeito Principal: é o efeito de cada fator, independente do efeito dos outros fatores; Efeito de Interação: é o efeito simultâneo dos fatores sobre a variável em estudo. Dizemos que ocorre interação entre os fatores quando os efeitos dos níveis de um fator são modificados pelos níveis do outro fator.

Exemplo 1 Consideremos um experimento fatorial 2 2, com os fatores, Antibiótico (H) e Vitamina B12 (V) nos níveis: H 1 (sem antibiótico) e H 2 (com antibiótico); V 1 (sem vitamina B12) e V 2 (com vitamina B12), adicionados a uma dieta básica. Suponha os seguintes resultados de ganho de peso (kg), para os 2 2 = 4 tratamentos, nas seguintes situações:

Não há interação entre os fatores Fator H Fator B Vitamina B12 Dose do antibiótico V 1 V 2 Totais H 1 20 40 50 H 2 30 52 92 Totais 60 82 142

Há interação entre os fatores Fator H Fator B Vitamina B12 Dose do antibiótico V 1 V 2 Totais H 1 20 50 70 H 2 40 10 50 Totais 60 60 120

Vantagens As principais vantagens dos experimentos fatoriais em relação aos experimentos simples são: 1 Pode-se estudar dois ou mais fatores num único experimento. 2 Pode-se, por meio dos efeitos das interações, verificar se um fator é independente ou dependente do(s) outro(s).

Desvantagens As principais desvantagens dos experimentos fatoriais são: 1 O número de tratamentos ou combinações de níveis de fatores cresce, rapidamente, com o aumento do número de níveis, em cada fator, ou mesmo com o aumento do número de fatores. 2 A interpretação dos resultados se torna mais difícil à medida que aumentamos o número de níveis e de fatores no experimento.

Tabulação com dois fatores Seja y ijk a resposta observada para o i-ésimo nível (i = 1, 2,..., a) do fator A e j-ésimo nível (j = 1, 2,..., b) do fator B, para a k-ésima repetição (k = 1, 2,..., n). Em geral, os dados serão apresentados na forma da Tabela 1. Tabela 1: Arranjo geral para um experimento fatorial. Fator B 1 2... b 1 y 111, y 112,..., y 11n y 121, y 122,..., y 12n... y 1b1, y 1b2,..., y 1bn Fator A 2 y 211, y 212,..., y 21n y 221, y 222,..., y 22n... y 2b1, y 2b2,..., y 2bn..... a y a11, y a12,..., y a1n y a21, y a22,..., y a2n... y ab1, y ab2,..., y abn

Modelo estatístico As observações podem ser descritas pelo modelo estatístico linear: em que y ijk = µ + τ i + β j + (τβ) ij + ɛ ijk { i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n µ é o efeito da média geral; τ i é o efeito do i-ésimo nível do fator linha A; β j é o efeito do j-ésimo nível do fator coluna B; (τβ) ij é o efeito da interação entre τ i e β j ; ɛ ijk é o componente de erro aleatório.

No experimento fatorial, em geral, deseja-se testar primeiramente a significância da interação entre os fatores. Isto é: H 0 : (τβ) ij = 0 para todo i, j H 1 : Pelo menos um (τβ) ij 0 Caso a interação não seja significativa, testa-se os efeitos principais: H 0 : τ 1 = τ 2 =... τ a = 0 H 1 : Pelo menos um τ i 0 H 0 : β 1 = β 2 =... β b = 0 H 1 : Pelo menos um β j 0

Do modelo estatístico y ijk = µ + τ i + β j + (τβ) ij + ɛ ijk { i = 1, 2,..., a j = 1, 2,..., b k = 1, 2,..., n Tem-se que os estimadores de mínimos quadrados para µ, τ i, β j e (τβ) ij são ˆµ = ȳ; ˆτ i = ȳ i ȳ, i = 1, 2,..., a; ˆβ j = ȳ j ȳ, j = 1, 2,..., b; (τβ) ˆ ij = y ij ȳ i ȳ j ȳ, i = 1, 2,..., a j = 1, 2,..., b

ANAVA Tabela 2: Análise de variância para um experimento fatorial com 2 fatores. C.V. G.L. S.Q. Q.M. F cal A a 1 SQ A QM A = SQ A a 1 B b 1 SQ B QM B = SQ A b 1 A B (a 1)(b 1) SQ A B QM A B = SQ A B (a 1)(b 1) F cal = QM A QM Res F cal = QM B QM Res F cal = QM A B QMRes Resíduo ab(n 1) SQ Res QM Res = SQ Res ab(n 1) Total abn 1 SQ Total

Soma de quadrados Assim, tem-se: SQ Total = SQ A + SQ B + SQ A B }{{} +SQ Res, de forma que a soma de quadrados total é dada por: SQ Total = a b n i=1 j=1 k=1 y 2 ijk ( a i=1 b j=1 n k=1 y ijk abn As somas de quadrados para os efeitos principais são: SQ A = SQ B = a i=1 b j=1 T 2 A i bn T 2 B j an ( a ( a i=1 b j=1 n k=1 y ijk abn i=1 b j=1 n k=1 y ijk abn ) 2 ) 2 ) 2

Para o cálculo da soma de quadrados da interação, SQ AxB, deve-se, inicialmente, calcular a soma de quadrados do efeito conjunto de A e B, denotada por SQ A,B. Logo, SQ A,B = a i=1 b j=1 T 2 AiBj n ( a ) 2 b n i=1 j=1 k=1 y ijk abn Esta soma de quadrados contém SQ A e SQ B. Portanto, a soma de quadrados da interação é: SQ AxB = SQ A,B SQ A SQ B, e, a soma de quadrados de resíduos, obtém pela diferença: SQ Res = SQ Total SQ A SQ B SQ AxB. Obs.: Nos experimentos fatoriais com 2 fatores, a soma de quadrados do efeito conjunto é sempre igual à soma de quadrados de tratamentos.

Exemplo A Tabela 3 apresenta os dados do desenvolvimento das mudas de 2 espécies de eucaliptos (E 1 e E 2 ) plantados em 3 tipos de recipientes (R 1, R 2 e R 3 ). Tabela 3: Alturas médias das mudas, em centímetros, aos 80 dias de idade. Espécies Recipientes T Ri E 1 E 2 R 1 26,2 26,0 102,6 24,8 24,6 101,3 203, 9 25,0 25,4 26,7 25,2 R 2 25,7 26,3 103,5 19,6 21,1 25,1 26,4 19,0 18,6 R 3 22,8 19,4 80,2 19,8 21,4 18,8 19,2 22,8 21,3 78,3 181, 8 85,3 165, 5 T Ej 286,3 264,9 551,2 A um nível de significância de 5%, os fatores Espécies de eucaliptos e tipos de recipientes atuam de forma independente?

Exercício 1 Num experimento planejado para avaliar três detergentes, um laboratório lavou roupa três vezes em cada combinação de detergente e temperatura de água, obtendo porcentagens de roupas bem lavadas, dadas a seguir: Detergente A Detergente B Detergente C Total Água fria 45 39 46 43 46 41 55 48 53 416 Água morna 37 32 43 40 37 46 56 51 53 395 Água quente 42 42 46 44 45 38 46 49 42 394 Total 372 380 453 1205 A um nível de 0,01 de significância, pede-se: a) há efeito da interação entre o tipo de detergente e a temperatura da água? Justifique sua resposta. b) Há efeito de temperatura da água na porcentagem de roupas bem lavadas? Justifique sua resposta. Se sim, qual temperatura tem uma maior porcentagem? c) Há efeito de detergente na porcentagem de roupas bem lavadas? Justifique sua resposta. Se sim, qual detergente tem uma maior porcentagem?