Apresentação 5

Estatstica
Prof. Dr. Ednaldo Carvalho Guimares
Medicina Veterinria
Estatstica
ANLISE DE VARINCIA
Medicina Veterinria
Parcela ou unidade experimental a poro do

material experimental a que se aplica um tratamento.
INTRODUO
i) Objetivo da Estatstica Experimental
Ex.: em um experimento que se deseja avaliar o ganho de

peso de animais, a parcela pode ser de um animal ou
de um grupo de animais (Ex. avalia-se o ganho de peso
de um nico frango ou avalia-se o ganho de peso de 3
frangos colocados em uma gaiola);
A Estatstica Experimental tem por objetivo o

planejamento, a execuo, a anlise e a interpretao de
experimentos.
ii) Conceitos
Experimento ou ensaio um trabalho experimental
planejado com o objetivo de resolver algum problema de
interesse na rea de pesquisa ou na rea
comercial/empresarial.
Tratamento o processo cujo efeito deseja-se medir ou
comparar em um experimento. Ex.: doses do adubo X,
tipos de tratamento qumico, variedades de milho, etc..
em ensaios de adubao de milho a parcela pode ser de

uma linha de 10 m;
em laboratrio pode-se considerar uma placa de petri
como uma parcela, etc..
1
Estatstica
Medicina Veterinria
Estatstica
Medicina Veterinria
iii) Princpios bsicos da experimentao
Variaes de acaso So variaes que ocorrem nos

experimentos atribudas a efeitos de fatores no
controlados, conhecidos ou no, que afetam os resultados
experimentais. Ex.: diferenas genticas em seres vivos;
variaes em condies ambientais; incidncia desigual de
sol; erros de medies; variaes na qualidade do material;
etc..
a) Repetio o nmero de vezes que um tratamento

ocorre no experimento
Ex.: Estamos interessados em verificar se existe diferena
significativa entre dois tratamento (A e B), a varivel em
estudo a resistncia trao de materias usados em
cirurgia, temos:
Sem repetio:
Delineamento experimental a maneira de dispor as

parcelas
no
experimento.
Como
exemplos
de
delineamentos temos: delineamento de um nico critrio ou
delineamento inteiramente ao acaso (DIC); delineamento
de dois critrios ou delineamento em blocos casualizados
(DBC); delineamento em quadrado latino (DQL).
Com repetio:
A
Estatstica
Medicina Veterinria
Estatstica
As principais funes da repetio so:
permitir uma estimativa do erro experimental
aumentar a preciso do experimento
aumentar a preciso das estimativas obtidas no

experimento
ampliar o alcance da inferncia pela repetio do

experimento no tempo ou no espao.
Medicina Veterinria
Sem casualizao (com repetio)

A
Com casualizao (com repetio)
b) Casualizao
Para evitar que determinado tratamento seja favorecido,

procedemos a casualizao. Pela casualizao cada
tratamento tem a mesma probabilidade de ser destinado a
qualquer parcela, seja ela favorvel ou no.
5
Estatstica
Medicina Veterinria
Estatstica
c) Controle Local
Medicina Veterinria
O controle local consiste em restries para corrigir os

efeitos da variao conhecida ou suposta do material
experimental.
um princpio muito usado, mas no obrigatrio. Ele

consiste em distribuir os tratamentos sempre em
condies mais homogneas possveis.
Com repetio, com casualizao e com controle local
Suponha um experimento com 4 tratamentos (A, B, C, D)
Considerando o controle local temos: DIC - sem controle

local; DBC - com controle feito em uma direo e DQL com controle feito em duas direes.
BLOCO 1
BLOCO 2
BLOCO 3
B
C
D
C
A
C
A
D
A
D
B
B
A finalidade do controle local dividir um ambiente

heterogneo em sub-ambientes homogneos.
BLOCO 4
BLOCO 5
BLOCO 6
A
B
D
B
D
C
D
C
B
C
A
A
Este procedimento torna o experimento mais eficiente,

porque reduz o erro experimental.
Estatstica
Medicina Veterinria
Estatstica
iv) Variaes que ocorrem no experimento

As variao total de um experimento pode ser desmembrada
em variao devido ao tratamento (variao entre
tratamentos) e variao residual (variao dentro do
tratamento).
Yi = mdia do tratamento i
i =1
Y = mdia geral do exp erimento
VT = SQTotal = (Yij Y )
Medicina Veterinria
VE = SQEntre Trat = SQTrat = r. (Yi Y ) 2
A variao total a variao de cada observao em

relao mdia geral.
t
A variao entre tratamento aquela atribuda estritamente

variabilidade das mdias dos tratamentos em relao
mdia geral.
r = nmero de repeties
t = nmero de tratamentos
i =1 j =1
VT = Variao Total; SQTotal = Soma de quadrados Total; Yij

= Observao do tratamento i na repetio j;
SQ = soma de quadrados
Y = mdia geral
9
Estatstica
Medicina Veterinria
Estatstica
A variao dentro de tratamentos a variao de cada

observao em relao mdia do tratamento. a variao
de todas as fontes que causam variaes nos experimentos,
excetuando os tratamentos.
t
10
Medicina Veterinria
Desenvolvendo as frmulas de SQ, podemos reescreve-las

como:
Ti 2
C
i =1 r j
t
SQTrat =
em que :
VD = SQDentro de trat. = SQErro = SQ Re siduo = (Yij Yi ) 2
Ti = total do trat i
i =1 j =1
em que :
Yij = valor observado na parcela que recebeu o tratamento i na repetio j
C = fator de correo =
( Yij ) 2
t.r
SQTotal = Yij C
2
Prova-se, algebricamente que:

VT = VE + VD
SQResiduo = SQTotal - SQTrat

11
12
Estatstica
Medicina Veterinria
Estatstica
Medicina Veterinria
EXPERIMENTO DE UM CRITRIO - DELINEAMENTO

INTEIRAMENTE CASUALIZADO
v) As hipteses do modelo de anlise de varincia

Aditividade - Os efeitos do modelo matemtico que rege o
experimento devem ser aditivos ( efeito da mdia geral,
do tratamento, do bloco (caso exista), e do erro
experimental).
Normalidade - Os dados experimentais e por conseqncia
os erros experimentais devem seguir a distribuio
normal de probabilidade.
Homocedasticidade de varincias- as varincias de
tratamentos devem ser homogneas
Independncia de erros - os efeitos aleatrios (erros
experimentais) devem ser independentes, ou seja, no
pode ocorrer correlao entre os resduos.
o mais simples de todos os delineamentos experimentais,

sendo recomendado quando todas as condies
experimentais so homogneas.
prprio para experincias de laboratrio ou recintos
similares onde se possa garantir homogeneidade.
O modelo matemtico
Yij = + ti + ij
Yij o valor da parcela que recebeu o tratamento i na
repetio j; a mdia geral do experimento; ti o efeito
do tratamento i; e ij o erro da parcela que recebeu o
tratamento i na repetio j.
13
Estatstica
Medicina Veterinria
14
Estatstica
Medicina Veterinria
A casualizao
A anlise de varincia
Considere, por exemplo, um DIC com quatro tratamentos

(A, B, C, D) e quatro repeties, portanto, tem-se 16
parcelas experimentais. Feito um sorteio aleatrio, pode-se
ter, por exemplo, o seguinte esquema:
o processo desenvolvido por Fisher para dividir a

varincia de uma varivel aleatria em partes ortogonais
(independentes) correspondentes a tratamentos e erro
experimental.
C
B
D
B
B
D
A
A
B
A
C
D
Seus objetivos so:
A
C
D
C
obter estimativas precisas das mdias dos tratamentos e

diferenas entre mdias
testar hipteses sobre igualdade de mdias de
tratamentos e sobre a existncia de interao entre fatores.
Obter estimativas dos componentes de varincia
15
Estatstica
Medicina Veterinria
16
Estatstica
As hipteses na anlise de varincia so:

Ho: t1= t2 = ... = tt
H1: ti tj ( no mnimo para um par)
Os quadrados mdios, obtidos na anlise de varincia, so
estimativas no tendenciosas das varincias envolvidas no
experimento. Temos:
QMTrat =
SQTrat
G. L. Trat
QM Re sduo =
Medicina Veterinria
O teste de F ao aplicarmos a anlise de varincia,

estamos utilizando o teste de F para verificarmos a validade
da hiptese Ho, descrita anteriormente. Temos:
SQ Re sduo
G. L Re sduo
Fcalc =
QMTrat
QM Re sduo
Comparamos o valor calculado na anlise de varincia com

o valor de tabela
F(v1, v2), em que v1 e v2 so,
respectivamente, os graus de liberdade de tratamentos e
de resduos.
Se Fcalc > Ftab, temos que o experimento foi significativo, ou
seja, indica que existe uma probabilidade superior a 1- de
que pelo menos um dos tratamentos difere dos demais.
17
18
Estatstica
Medicina Veterinria
Estatstica
O quadro da anlise de varincia pode ser resumido da

seguinte forma:
Anlise de varincia de um experimento inteiramente
casualizado com t tratamentos e r repeties
FonteVariao
G. L.
S. Q.
Q. M.
Fcalc
F(v1,v2)
Tratamento
Resduo
t-1
t(r-1)
SQTrat
SQResduo
QMTrat
QMResduo
F calc
F tab
Total
tr-1
SQTotal
Medicina Veterinria
EXEMPLO 1: Um experimento em DIC, foi conduzido com o

objetivo de verificar o efeito de 5 tratamentos (T1, T2, T3, T4, T5),
sobre a rea de cicatrizao (mm2) de animais submetido a
cirurgia. Foram utilizadas 3 repeties (animais) para cada
tratamento. Os dados obtidos no experimento so apresentados
a seguir:
Repeties
Tratamento
T1
G. L. = graus de liberdade
21
22
22
T2
17
22
19
T3
22
22
20
T4
15
13
16
T5
28
25
24
Verificar se existe diferena significativa para a rea de

cicatrizao dos tratamentos. Use significncia de 5%.
19
Estatstica
Medicina Veterinria
20
Estatstica
COMPARAES MLTIPLAS ENTRE

MDIAS
Medicina Veterinria
Teste de Tukey
Vimos que a anlise de varincia significativa, nos informa

apenas que pelo menos um tratamento aplicado no
experimento mais eficiente que os demais, entretanto
esta anlise no nos informa onde est esta diferena
Para tanto usaremos os testes de comparao entre
mdias, sendo que os mais rotineiramente utilizados so:
Teste t (DMS ou LSD); Teste de Tukey; Teste de Duncan;
Teste de Dunnet; Teste de Bonferroni; Teste de StudentNewman-Keuls (SNK); Teste de Scheff, Teste de ScotKnott
o mais indicado para comparar mdias 2 a 2;

o mais rigoroso dos testes e, por esta razo, o
mais utilizado na experimentao;
Se as mdias forem estimadas com o mesmo
nmero de repeties, a diferena mnima
significativa () dada por:
= q (t , v).
Como exemplo de aplicaes veremos, neste curso, o teste

de Tukey.
QM Re sduo
r
21
Estatstica
Medicina Veterinria
22
Estatstica
Medicina Veterinria
Amplitude Total Studentizada (q) para uso no teste de Tukey ( = 0,05)
r o nmero de repeties dos tratamentos, ou seja, r o

nmero de dados a partir do qual foi obtido o valor da
mdia.
q(t,v) o valor da amplitude total estudentizada, em um
nvel de significncia.
Este valor obtido na tabela de Tukey em funo do
nmero de tratamentos envolvidos no experimento e do
nmero de graus de liberdade (v) da fonte de variao
Resduo, da anlise de varincia.
23
V
2
3
4
5
1
18,00 27,00 32,80 37,10
2
6,09 8,30 9,80 10,90
3
4,50 5,91 6,82 7,50
4
3,93 5,04 5,76 6,29
5
3,64 4,60 5,22 5,67
6
3,46 4,34 4,90 5,31
7
3,34 4,16 4,68 5,06
8
3,26 4,04 4,53 4,89
9
3,20 3,95 4,42 4,76
10 3,15 3,88 4,33 4,65
11 3,11 3,82 4,26 4,57
12 3,08 3,77 4,20 4,51
13 3,06 3,73 4,15 4,45
14 3,03 3,70 4,11 4,41
15 3,01 3,67 4,08 4,37
16 3,00 3,65 4,05 4,33
17 2,98 3,63 4,02 4,30
18 2,97 3,61 4,00 4,28
19 2,96 3,59 3,98 4,25
20 2,95 3,58 3,96 4,23
24 2,92 3,53 3,90 4,17
30 2,89 3,49 3,84 4,10
60 2,83 3,40 3,74 3,98
120 2,80 3,36 3,69 3,92
K = Nmero de tratamentos
v = Graus de liberdade do resduo
6
40,40
11,70
8,04
6,71
6,03
5,63
5,36
5,17
5,02
4,91
4,82
4,75
4,69
4,64
4,60
4,56
4,52
4,49
4,47
4,45
4,37
4,30
4,16
4,10
K
7
8
43,10 45,40
12,40 13,00
8,48 8,85
7,05 7,35
6,33 6,58
5,89 6,12
5,61 5,82
5,40 5,60
5,24 5,43
5,12 5,30
5,03 5,20
4,95 5,12
4,88 5,05
4,83 4,99
4,78 4,94
4,74 4,90
4,71 4,86
4,67 4,82
4,65 4,79
4,62 4,77
4,54 4,68
4,46 4,60
4,31 4,44
4,24 4,36
9
47,40
13,50
9,18
7,60
6,80
6,32
6,00
5,77
5,60
5,46
5,35
5,27
5,19
5,13
5,08
5,03
4,99
4,96
4,92
4,90
4,81
4,72
4,55
4,48
10
49,10
14,00
9,46
7,83
6,99
6,49
6,16
5,92
5,74
5,60
5,49
5,40
5,32
5,25
5,20
5,15
5,11
5,07
5,04
5,01
4,92
4,83
4,65
4,56
12
52,00
14,70
9,95
8,21
7,32
6,79
6,43
6,18
5,98
5,83
5,71
5,62
5,53
5,46
5,40
5,35
5,31
5,27
5,23
5,20
5,10
5,00
4,81
4,72
15
55,40
15,70
10,50
8,66
7,72
7,14
6,76
6,48
6,28
6,11
5,99
5,88
5,79
5,72
5,65
5,59
5,55
5,50
5,46
5,43
5,32
5,21
5,00
4,90
20
59,60
16,80
11,20
9,23
8,21
7,59
7,17
6.87
6,64
6,47
6,33
6,21
6,11
6,03
5,96
5,90
5,84
5,79
5,75
5,71
5,59
5,48
5,24
5,13
24
Estatstica
Medicina Veterinria
O procedimento para verificar se existe

significativa entre os tratamentos o seguinte:
Estatstica
diferena
ordem
crescente
Medicina Veterinria
EXEMPLO 3. Em um experimento composto por 5 tratamentos e 6

repeties, cuja montagem seguiu um DIC, obteve-se anlise de
varincia significativa, conforme mostra o quadro abaixo:
Calcula-se as mdias dos tratamento;

Ordena-se estas mdias
decrescente de valores);
EXEMPLO 2. Para os dados do EXEMPLO 1, aplique o Teste de Tukey

e faa as concluses. Use significncia de 5%.
ou
Verifica-se se a diferena entre duas mdias inferior a

DMS (), em caso afirmativo, conclui-se que no h
diferena estatstica entre os tratamento.
Se a diferena entre duas mdias for superior a DMS
ento existe diferena estatstica entre os tratamentos.
FV
GL
SQ
QM
TRAT
1,4220
0,3555
21,68
RESDUO
25
0,4100
0,0164
TOTAL
29
1,8320
As mdias dos tratamentos foram:
Y 1 = 1,65; Y 2 = 1,30; Y 3 = 1,00; Y 4 = 1,15; Y 5 = 1,20

Utilize o teste de Tukey para verificar a ocorrncia das diferenas
significativas entre as mdias de tratamentos.
25
Estatstica
Medicina Veterinria
26
Estatstica
Medicina Veterinria
EXPERIMENTO DE DOIS CRITRIO - DELINEAMENTO

EM BLOCOS CASUALIZADO
O objetivo da blocagem manter a variabilidade entre

parcelas, dentro dos blocos, to pequena quanto possvel,
contribuindo para a reduo da fonte de variao residual.
So considerados os princpios bsicos de repetio,

casualizao e controle local em um sentido ( linha ou
coluna do experimento)
O modelo matemtico
Prprio para as situaes onde existe heterogeneidade do

material experimental ou do ambiente onde se realiza o
ensaio
exemplo: diferena de temperatura; diferena em
fertilidade; diferena gentica; diferena entre idades;
diferena social, etc..
Podemos associar este experimento com a idia de
amostras estratificadas, vista na estatstica bsica.
Yij = + ti + b j + ij
Yij o valor da parcela que recebeu o tratamento i no bloco
j; a mdia geral do experimento; ti o efeito do
tratamento i; bj o efeito do bloco j e ij o erro da parcela
que recebeu o tratamento i no bloco j.
Estamos introduzindo mais uma fonte de variao na
anlise de varincia, a fonte bloco.
27
Estatstica
Medicina Veterinria
28
Estatstica
O planejamento Experimental
Medicina Veterinria
Calculo das somas de quadrados (SQ)
Suponha um DBC com 5 tratamentos (A, B, C, D, E) e 4

blocos (I, II, III, IV). Como exemplo da disposio das
parcelas no experimento, temos:
Bloco I
Bloco II
Bloco III
Bloco IV
SQTotal = Yij2 C
SQBlo cos =
B 2j
t
SQTrat =
C=
b
Yij ) 2
t.b
SQResduo = SQTotal SQTrat SQBlocos
29
30
Estatstica
Medicina Veterinria
Estatstica
Quadro de anlise de varincia
Medicina Veterinria
As hipteses na anlise de varincia so:
FV
GL
SQ
QM
Ho: t1= t2 = ... = tt
Bloco
b-1
SQBloco
QMBloco
FBloco
H1: ti tj ( no mnimo para um par)
Trat
t-1
SQTrat
QMTrat
FTrat
Resduo
(t-1).(b-1)
SQRes
QMRes
Total
tb-1
SQTotal
Ho : no existe efeito de blocos

H1 : pelo um dos blocos apresenta-se de forma
diferenciada sobre a varivel resposta
Lembre-se de que os quadrados mdios so obtidos

dividindo-se cada soma de quadrados por seu respectivo
grau de liberdade; e que os F so obtidos dividindo-se os
quadrados mdios da fonte de variao pelo quadrado
mdio do resduo.
31
Estatstica
Medicina Veterinria
Estatstica
EXEMPLO 5: Um experimento foi realizado com o objetivo de

estudar o efeito 4 tipos de dieta alimentar de um determinado
animal na converso alimentar. O delineamento experimental foi
em blocos casualizados com 4 tratamentos (dietas) e 5 blocos
(repeties).
TRATAMENTOS
Blocos
I
II
2,20
2,50
1,90
2,30
2,50
2,90
2,10
2,40
III
IV
V
2,30
2,20
1,70
1,60
1,60
2,50
2,40
2,30
1,90
2,20
2,10
2,10
32
Medicina Veterinria
EXPERIMENTOS EM ESQUEMA FATORIAL

Nas experincias cientficas, podemos estar interessados
no estudo da influncia de dois ou mais fatores sobre uma
mesma varivel resposta.
Podemos estar interessado tambm em verificar se dois ou
mais fatores controlados pelo pesquisador esto exercendo,
conjuntamente, algum tipo de influncia sobre a varivel
resposta.
Uma forma de anlise dessas interaes o esquema de
anlise conhecido como fatorial.
A grande vantagem da utilizao do esquema fatorial a
possibilidade de analisar isoladamente os fatores e tambm
simultnea desses fatores, reduzindo o nmero de anlises.
Verifique se existe diferena entre tratamentos. Use nvel de

significncia de 5%.
33
Estatstica
Medicina Veterinria
34
Estatstica
Nos experimentos em esquema fatorial pode-se utilizar os

delineamentos
inteiramente
ao
acaso
(DIC),
os
delineamentos em blocos casualizados (DBC) e os
quadrados latinos (DQL)
Vale ressaltar que o esquema fatorial e o esquema em
parcela subdividida (que no ser abordado neste curso) so
apenas esquemas de anlise, no se constituindo em
delineamentos experimentais.
O modelo matemtico de anlise de varincia no esquema
fatorial, para um experimento com 2 fatores (A, B) em DIC
dado por:
Yijk = + ai + b j + (a.b)ij + ijk
Medicina Veterinria
As somas de quadrados so dadas por:

SQTotal = Yijk2 C
C=
( Yijk ) 2
abr
em que : a = nmero de nveis do fator A; b = nmero de nveis do fator B;
r = nmero de repeties
T Ai
C
br
em que : T Ai o total do fator A no nvel i
SQA =
em que: ai o efeito do fator A; bj o efeito do fator B; (ab)ij o efeito

da interao entre os fatores A e B
35
36
Estatstica
Medicina Veterinria
Estatstica
TBi
C
ar
em que : TB j o total do fator B no nvel j
SQB =
SQTrat =
Medicina Veterinria
SQResduo = SQTotal SQA SQB - SQAxB

A utilizao de quadros auxiliares, tornam mais simples
os clculos das somas de quadrados.
O esquema do quadro de anlise de varincia para um
fatorial com dois fatores apresentado a seguir:
SQAxB = SQTrat SQA SQB

2
Yij
FV
GL
SQ
QM
a-1
SQA
QMA
FA
b-1
SQB
QMB
FB
AxB
(a-1).(b-1)
SQAxB
QMAxB
FAxB
Resduo
ab(r-1)
SQResiduo
QMResiduo
TOTAL
Abr-1
SQTotal
37
Estatstica
Medicina Veterinria
38
Estatstica
OBSERVAES:
Se as interaes apresentarem significncia, deve-se
proceder ao desdobramento das interaes e posterior
aplicao dos testes de mdias. Este procedimento ser
mostrado no desenvolvimento do exemplo.
MEDIC
M1
Se a interao for no significativa, mas os fatores so

significativos, aplica-se os testes de mdias para cada
fator isoladamente
M2
Se toda a anlise mostrar-se no significativa, conclui-se

que no existe diferena entre os tratamentos aplicados
no experimento e a anlise termina neste ponto
Note que o grau de complexidade da anlise ser cada
vez maior com a adio de novos fatores na anlise
Medicina Veterinria
EXEMPLO 6. Um experimento foi conduzido em DIC

fatorial, para verificar o tempo de recuperao (dias) de 4
raas de animais submetidos a 3 tipos medicamentos. Os
resultados foram:
M3
RAA
A
B
C
D
A
B
C
D
A
B
C
D
1
54
46
55
51
59
61
59
52
59
63
63
59
REPETIO
2
3
52
50
47
49
54
54
55
48
61
57
55
58
60
62
51
52
62
64
58
59
61
58
59
60
Total
156
142
163
154
177
174
181
155
185
180
182
178
Proceder analise de varincia e aos testes de mdias, com

significncia de 5%
39
Estatstica
Medicina Veterinria
40
Estatstica
CORRELAO E REGRESSO LINEAR
Medicina Veterinria
Classificao dos modelos
ANLISE DE CORRELAO
Interesse em mensurar a fora da associao entre as
variveis (geralmente atravs do clculo de algum
coeficiente).
ANLISE DE REGRESSO
Interesse em realizar previses sobre os valores da
varivel dependente (resposta) a partir dos valores das
variveis independentes (preditoras).
Construir um modelo estatstico (modelo de
regresso): uma equao que mostre o relacionamento
entre as variveis.
41
Anlise de
Correlao
Regresso Linear
Simples
Anlise de
Regresso
Regresso Linear
Mltipla
Regresso No
Linear
Exponencial
Logstica
42
Estatstica
Medicina Veterinria
Estatstica
COEFICIENTES DE CORRELAO
Medicina Veterinria
Correlao linear simples
Duas variveis quantitativas
temos duas variveis quantitativas

Como medir a associao entre essas variveis?
O coeficiente utilizado o coeficiente de correlao de
Pearson (r)
Diagrama de disperso indica a possibilidade de

correlao linear.
Coeficiente de correlao linear de Pearson: medir
a fora e a direo do relacionamento LINEAR entre
as duas variveis:
r=
Obs: Existem outros coeficientes na estatstica para medir

a fora de associao entre duas variveis, como
Coeficiente de Correlao de Spearman, Coeficiente de
Contingncia, etc.. No abordaremos estes coeficientes neste
curso.
xi
yi
xi yi n
( xi ) 2
( yi ) 2
xi 2
yi 2
43
Estatstica
Medicina Veterinria
44
Estatstica
Medicina Veterinria
Para verificar a significncia do r ( testar a hiptese que, na

populao, o coeficiente de correlao zero) a distribuio
utilizada a distribuio t Student com (n2) graus de
liberdade
Diagrama de Disperso
t = r
Correlao
SEM correlao
Correlao Linear
Linear Negativa
Positiva
No linear
n2
1 r2
Obs: Se pretendemos verificar se o coeficiente de correlao

estatisticamente diferente de uma constante, com essa
constante diferente de zero, devemos aplicar outro teste
(Spiegel (1993) ou Freund & Simon (2000))
45
Estatstica
Medicina Veterinria
Estatstica
40
45
50
55
60
GORD
60
77
75
80
93
Medicina Veterinria
Exemplo 3. Verificar se existe relao entre idade de

pessoas adultas (anos) e renda familiar (s.m)
Exemplo 1. Verificar se existe correlao entre peso do

animal (kg) e percentagem de gordura (%). Os
resultados foram:
PESO
46
X(idade)
Y (renda)
25
5
30
3
35
8
40
4
45
4
50
7
Exemplo 2. Verificar se existe relao entre idade de ces

(meses) e reao ao estimulo (milssimo de segundos)
idade
11
reao
18
12
10
5
47
48
Estatstica
Medicina Veterinria
Estatstica
REGRESSO LINEAR SIMPLES
Objetivo: obter uma equao matemtica que

expresse o relacionamento entre a varivel
dependente (resposta) e as independentes
(explicativas, preditoras).
Medicina Veterinria
Anlise de regresso simples: apenas duas

variveis.
Anlise de regresso mltipla: uma dependente e
mais de uma independente.
I) O modelo de regresso linear simples
Possibilita a realizao de previses:

Como as mudanas nos valores das variveis
independente influenciam a varivel dependente.
Tomada de decises.
Yi = + X i + ei
Melhor reta passar o mais perto possvel dos
pontos experimentais
Minimizar a distncia global dos pontos em
relao a reta
49
Estatstica
Medicina Veterinria
Estatstica
Estimativas dos parmetros

Graficamente, a anlise de regresso implica no
ajuste de uma reta que represente de uma boa
forma a estrutura dos dados.
70
60
Mas o que boa

forma de ajuste da
reta?
50
40
30
50
20
Note que a diferena

entre a reta ajustada e
a observao realizada
corresponde ao
resduo.
Logo, o ajuste ideal da
reta deve respeitar a
condio de menor
distncia possvel em
relao aos valores
observados.
Medicina Veterinria
60
55
50
45
40
35
i
30
25
E[Y|X]
20
10
5
15
51
Estatstica
Medicina Veterinria
52
Estatstica
Medicina Veterinria
Logo, a idia de ajuste dos parmetros do valor

esperado condicional passa por Minimizar a
Soma dos Quadrados dos Resduos.
A equao estimada ser dada por:
O estimador de Mnimos Quadrados Ordinrios

possui propriedades interessantes, quando as
hipteses bsicas no so violadas: ele noviesado e o mais eficiente entre os estimadores
lineares.
^
ei so os erros ou residuos (yi - yi )
Yi = a + bxi + ei
MMQ determinar a e b para o menor ei2

Para minimizar a ei2 temos:
a)Derivadas parciais em relao a a e b se anulam
Dado n pares (xi, yi) que correspondem a n

pontos em um grfico, vamos estar interessados
nas estimatimas a e b dos parmetros e do
modelo de regresso linear.
b) Determinante da matriz de derivadas parciais

seja maior que zero.
53
54
Estatstica
Medicina Veterinria
Estatstica
Medicina Veterinria
Exemplo 1. Ajustar o modelo de regresso linear para

a % de gordura (Y) em funo do Peso (X).
Ento as estimativas de a e b sero:
Xi Y i
[( X i X )(Yi Y )] SPXY X iYi
n
=
=
b=
SQX
X
(
)2
( Xi X )
X i2 n i
Peso
40
45
50
55
60
Gordura
60
77
75
80
93
1
a = [ Yi b X i ] = Y b X
n
55
Estatstica
Medicina Veterinria
56
Estatstica
INFERNCIA NA ANLISE DE REGRESSO

LINEAR SIMPLES
A simples determinao dos coeficientes da
equao de regresso no garante a eficincia do
modelo na realizao de estimativas de y em
funo de X
a significncia do modelo deve ser verificada por
meio da anlise estatsticas
mostraremos as principais inferncias quanto ao
modelo de regresso linear simples.
Medicina Veterinria
a) Anlise de varincia da regresso

Vamos falar sobre a anlise de varincia para
verificar a qualidade do modelo ajustado
A anlise de varincia do modelo tem o objetivo
de verificar se o modelo ajustado significativo ou
no
As hipteses so:
Ho: no existe relao linear entre X e Y
H1: existe a relao linear entre X e Y
57
Estatstica
As Somas de Quadrados: SQ
SQTotal = SQY = Y 2
Medicina Veterinria
58
Estatstica
( Y ) 2
Medicina Veterinria
SQT, SQReg e SQRes esto associadas,

respectivamente, a n-1, 1 e n-2 graus de liberdade
Por definio, os quadrados mdios, so obtidos

dividindo-se as SQ pelos respectivos GL.
X Y
( XY ) 2
( SPXY ) 2
n
=
SQREG =
2
SQX
2 ( X )
X n
QM Re g = SQ Re g E (QM Re g ) = 12 ( X i X ) 2 + 2
QM Re s =
SQ Re s = SQT SQ Re g
SQ Re s
E (QM Re s ) = 2
n2
Se fizermos a relao entre o QM RLinear e o

QM Residuo, obtemos a estatstica F
59
60
10
Estatstica
F=
Medicina Veterinria
Estatstica
QMRLinear
QM Re sduo
A partir dessa estatstica, temos a significncia do

modelo, ou seja:
Se F < Ftabela aceito Ho (modelo no
adequado)
Medicina Veterinria
Fonte de
Variao
Regresso
GL
SQ
QM
F0,05
SQReg
QMReg
Fcalc
Ftab
Resduo
n-2
SQRes
QMRes
Total
n-1
SQTotal
b) Coeficiente de determinao
Se F > Ftabela rejeito Ho (modelo adequado)
r2 =
Variao exp licada SQREG

SPXY
=
=
Variao total
SQT
SQXSQY
61
Estatstica
Medicina Veterinria
62
Estatstica
c) Coeficiente de variao (CV)
Medicina Veterinria
Um primeiro passo a determinao dos erros

padro
um indicador da qualidade de ajuste
Os erros padro das estimativas dos

coeficientes linear (bo) e de regresso (b1) do
modelo de regresso, assim como o erro padro
de um determinado valor estimado ( ^ ), so
Yi
dados por:
QM Re s
s
CV = =
Y
Y
Menor CV melhor a qualidade do ajuste
2
2
1
X
s(bo ) = +
S
2
(
X
)
n
2
i
X
d) Intervalos de Confiana
Vamos abordar agora os intervalos de confiana
para os parmetros do modelo
63
Estatstica
s(b1 ) =
Medicina Veterinria
Estatstica
s2
2
X 2 ( X i )
i
i =1
i =1
n2
Medicina Veterinria
Assim, com base no erro padro de cada parmetro,

definimos os intervalos de confiana como:
Para o coeficiente linear:
bo t
s (bo )
Para o coeficiente de regresso:
Yi 2 b0 Yi b1 X iYi
s 2 = i =1
64
b1 t
= QM Re s
65
s (b1 )
66
11
Estatstica
Medicina Veterinria
Estatstica
O valor de t obtido por meio da distribuio tStudent, considerando /2 e GL = v = n-2

Este valor de t tambm usado para se testar
as hipteses a respeito dos parmetros do
modelo.
e) Testes de Hipteses
No teste de hipteses vamos verificar se as
suposies feitas a respeito dos parmetros do
modelo podem ou no serem aceitas.
H0: o= k
Ho: 1= k
H1: o k
H1: 1 k
Medicina Veterinria
O mais usual utilizar k = 0

Vamos utilizar a estatstica t e determinar a
significncia com v = n-2
t=
b0 k
s(b0 )
b1 k
s (b1 )
t=
As hipteses a serem testadas para o modelo

linear simples so:
67
Estatstica
Medicina Veterinria
68
Estatstica
Medicina Veterinria
REGRESSO LINEAR MLTIPLA

Se o modulo da estatstica t for menor que o valor
de tabela aceita-se H0, caso contrrio rejeita-se.
Usando p-valor, temos que se p-valor maior que
0,05 aceita-se H0, caso contrrio H0 rejeitada.
Fazer a anlise completa do modelo
regresso linear simples para os exemplo 1.
de
A generalizao do modelo linear com mais de uma

varivel independente chamada de regresso linear
mltipla, com modelo geral dado por:
Yi = o + 1x i 1 + 2x i 2 +...+ k x ik + i
A determinao dos coeficientes da regresso feita a
partir da soluo do sistema de equaes normais de
mnimos quadrados.
n
i =1
i =1
i =1
i =1
n o + 1 x i 1 + 2 x i 2 +...+ k x ik = y i
n
i =1
i =1
i =1
i =1
i =1
o x i 1 + 1 x i21 + 2 x i 1x i 2 +...+ k x i 1x ik = x i 1y i
#
i =1
i =1
i =1
i =1
i =1
2
o x ik + 1 x ik x i 1 + 2 x ik x i 2 +...+ k x ik
= x ik y i
69
Estatstica
Medicina Veterinria
Estatstica
O sistema pode ser resolvido por qualquer mtodo de

resoluo de equaes algbricas lineares (mais utilizado
o mtodo matricial).
As inferncias seguem o padro daquelas feitas na
Regresso Linear Simples com as devidas adaptaes.
Vamos exemplificar com um modelo com duas variveis
preditoras resolvidas em programa computacional.
Ex. Suponha um estudo em que se deseja determinar um modelo estatstico que explique a
Creatinina em funo da idade (anos) e do peso (kg) de pessoas adultas.
Creatinina
70
0.87
1.15
1.31
1.61
1.63
1.22
1.73
1.43
0.95
1.59
1.81
idade
30
34
38
41
44
45
46
48
50
51
53
55
peso
62
73
72
80
70
69
84
85
65
58
81
87
71
Medicina Veterinria
Estatstica de regresso
R mltiplo
0.7703
R-Quadrado
0.5933
R-quadrado ajustado
0.5029
Erro padro
0.2266
Observaes
12
ANOVA
Regresso
Resduo
Total
Interseo
idade
peso
gl
2
9
11
SQ
0.6743
0.4622
1.1366
MQ
0.3372
0.0514
F
6.5645
F de significao
0.0174
CoeficientesErro padro Stat t

-0.6563
0.5813
-1.1291
0.0218
0.0095
2.3026
0.0141
0.0076
1.8527
valor-P
0.2881
0.0468
0.0969
Inferior 95.0%
-1.9713
0.0004
-0.0031
Superior 95.0%
0.6586
0.0433
0.0313
72
12

Apresentação 5

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Apresentação 5

Uploaded by

Copyright:

Available Formats

Estatstica

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

Parcela ou unidade experimental a poro do

Ex.: em um experimento que se deseja avaliar o ganho de

A Estatstica Experimental tem por objetivo o

em ensaios de adubao de milho a parcela pode ser de

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

iii) Princpios bsicos da experimentao

Variaes de acaso So variaes que ocorrem nos

a) Repetio o nmero de vezes que um tratamento

Delineamento experimental a maneira de dispor as

Prof. Dr. Ednaldo Carvalho Guimares

As principais funes da repetio so:

permitir uma estimativa do erro experimental

aumentar a preciso do experimento

aumentar a preciso das estimativas obtidas no

ampliar o alcance da inferncia pela repetio do

Prof. Dr. Ednaldo Carvalho Guimares

Sem casualizao (com repetio)

Com casualizao (com repetio)

Para evitar que determinado tratamento seja favorecido,

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

O controle local consiste em restries para corrigir os

um princpio muito usado, mas no obrigatrio. Ele

Considerando o controle local temos: DIC - sem controle

A finalidade do controle local dividir um ambiente

Este procedimento torna o experimento mais eficiente,

Prof. Dr. Ednaldo Carvalho Guimares

iv) Variaes que ocorrem no experimento

Y = mdia geral do exp erimento

VE = SQEntre Trat = SQTrat = r. (Yi Y ) 2

A variao total a variao de cada observao em

Prof. Dr. Ednaldo Carvalho Guimares

A variao entre tratamento aquela atribuda estritamente

VT = Variao Total; SQTotal = Soma de quadrados Total; Yij

Prof. Dr. Ednaldo Carvalho Guimares

A variao dentro de tratamentos a variao de cada

Prof. Dr. Ednaldo Carvalho Guimares

Desenvolvendo as frmulas de SQ, podemos reescreve-las

VD = SQDentro de trat. = SQErro = SQ Re siduo = (Yij Yi ) 2

Prova-se, algebricamente que:

SQResiduo = SQTotal - SQTrat

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

EXPERIMENTO DE UM CRITRIO - DELINEAMENTO

v) As hipteses do modelo de anlise de varincia

o mais simples de todos os delineamentos experimentais,

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

Considere, por exemplo, um DIC com quatro tratamentos

o processo desenvolvido por Fisher para dividir a

Seus objetivos so:

obter estimativas precisas das mdias dos tratamentos e

Prof. Dr. Ednaldo Carvalho Guimares

Prof. Dr. Ednaldo Carvalho Guimares

As hipteses na anlise de varincia so:

O teste de F ao aplicarmos a anlise de varincia,

Comparamos o valor calculado na anlise de varincia com

Prof. Dr. Ednaldo Carvalho Guimares

O quadro da anlise de varincia pode ser resumido da