Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 Prof. Daniel de Christo Estatística Aplicada às Ciências Sociais e Ambientais Aula 6 Organização da Aula 1. Anova, Teste Tukey e valor p 2. Ferramentas da Estatística Contextualização Anova � Teste de Análise da Variância • Comparação de três ou mais amostras, populações ou variáveis • Variável quantitativa e distribuição normal • Muitas variações da Anova, diferentes tipos de experimentos Anova: Conceitos Básicos � Tratamento: é uma condição ou objeto/medir ou avaliar • Exemplos: equipamentos, nutrientes, temperatura etc. � Quantitativos e qualitativos � Tratamento = variável independente � Unidade experimental ou parcela: onde é feita a aplicação do tratamento • Exemplos: um motor, uma peça do motor, uma placa com meio de cultivo, uma porção de algum alimento � Fornece os dados para serem avaliados � Grupos ou indivíduos 2 � Repetição: é o número de vezes que um tratamento aparece no experimento � Metodologias para estimar o número satisfatório de repetições � Experiência do pesquisador Teste de Tukey � Quando há mais de dois tratamentos, como podemos indicar qual o melhor tratamento? • Aplicar um teste de comparação de médias dos tratamentos • Há vários testes: Tukey, Duncan, Scheffé, Dunnett e Bonferroni • “Complemento da Anova” • Fazer uma comparação de médias dos tratamentos Valor p � Testes estatísticos • Valor p ao invés do valor t • Representa a probabilidade de se obter, ao acaso, valor ≥ teste estatístico • Indica a probabilidade de cometer um erro ao acaso � Nível-p ou valor de significância • p < 0,05 • Aceita (não rejeita) H1 Instrumentalização 3 Anova � Decomposição da variação total: tratamentos (variância entre) e ao erro experimental (variância dentro) � Calcular as médias dos tratamentos H0: µ1 = µ2 = µ3 = µx... � Variância entre deve ser maior que a variância dentro: aceita H1 � Razão F de variância > 1 • F: homenagem a Fisher � Valor de F significativo na Anova • Há diferença, mas não indica entre quais tratamentos � Utilizar um teste de comparação de múltiplas médias � One way Anova (um critério): comparação das variações apenas entre os tratamentos � Two way Anova (dois critérios): comparação da variabilidade entre os blocos, além das variações entre os tratamentos Teste de Tukey � É um dos testes de comparação de média mais utilizado • Bastante rigoroso e fácil aplicação � Aplicado quando o teste “F” for significativo Aplicação � Exemplo: One way Anova • Comparação entre três (ou mais) variedades de Pinus sp. � Exemplo: Two way Anova • Comparação entre as variedades de Pinus sp., em dois ambientes diferentes 4 Teste de Tukey � Teste da Diferença Honestamente Significativa (Honestly Significant Difference – HSD) � Utilizado para testar toda e qualquer diferença entre duas médias de tratamento � DMS (Diferença Mínima Significativa) � Ordenar as médias: • média A < média B < média C ... � Comparar as médias: • média A X média B • média A X média C ... � Indica se a diferença é significativa ou não Valor p � Exemplo: • comparando duas amostras: p < 0,05 • diferença significativa/aceita H1 • pode variar de não significante (p > 0,05) a extremamente significante • Exemplo: p < 0,001 Síntese � Anova • Conceitos • SQTotal = SQTratamentos + SQResíduo � Teste Tukey • Comparação de médias; DMS � Valor p Contextualização 5 Ferramentas da Estatística Testes Não Paramétricos � Testes de hipóteses • Variáveis com distribuição normal; homogeneidade entre as populações analisadas • Frequentemente: distribuição diferente; heterogeneidade • Dados não atendem às exigências • Testes de distribuição livre ou testes não paramétricos • Qui quadrado • Teste Exato de Fisher (substitui qui quadrado em tabelas 2x2; amostra pequena) • Teste T de Wilcoxon (teste t – amostras emparelhadas) • Teste U de Wilcoxon-Mann- Whitney (teste t – amostras independentes) Vantagens dos Testes Não Paramétricos � Mais apropriados: não se conhece a distribuição ou assimétrica; heterogeneidade de s2 � Variável medida é ordinal � Mais eficientes quando as exigências clássicas não são atendidas Desvantagens dos Testes Não Paramétricos � Menor eficiência quando as exigências são atendidas (tamanho amostral maior que do teste paramétrico) � Alguns autores: menos informações extraídas do experimento � Análise não paramétrica é mais tediosa Testes Específicos Para Análise de Populações e Comunidades � Vários índices de diversidade e dominância populacional � Os valores mínimos significativos disponíveis em tabelas 6 Índices de Diversidade � Diminuição: • há competição interespecífica • local é menos diversificado • dominância de uma espécie � Aumento: • local é bastante diversificado, mesmo com número reduzido de indivíduos � Índice de Margalef (α) • Número de espécies e indivíduos � Índice de Gleason (Dg) • Considera todas as espécies da amostra � Índice de Menhinick (Dm) • Raiz quadrada do número total de indivíduos � Shannon-Wiener (H') • Mais completo; número de sp e a proporção • Diminuindo a probabilidade de erro dos cálculos Índices de Similaridade � Quociente de similaridade (Jaccard e Sorensen) � Porcentagem de similaridade � Índice de afinidade � Constância: classificar espécies • Constantes, acessórias e acidentais � Índice de associação � Importância • Ponto crítico: determina os custos e o tempo da pesquisa • Tamanho inadequado: pesquisa não estatisticamente significante • � tamanho = � representatividade (resultado mais próximo do real) Tamanho da Amostra Instrumentalização 7 � Mínimo: não estabelecido � Cálculo: várias fórmulas � Fórmula: depende do teste • Consultar bibliografia “Quanto maior a amostra, menor a distorção” Tamanho da Amostra � O tamanho da amostra aumenta: • quanto maior for a variância • quanto menor for o αααα �Diminui a probabilidade de estar errado (exemplo: 0,05 → 0,01) • quanto menor a diferença clínica: para detecção com confiança Aplicação Cálculo do Tamanho da Amostra � Fórmulas; depende do teste � Exemplo prático: • ração para engorda de animal • teste t pareado (antes e após) • s2 = 12Kg • d (diferença detectada) = 1Kg • p=0,05 ; zαααα=1,96 � Exemplo: ração de engorda • Fórmula (teste t pareado): N = (zα)2 . (s)2, onde N = (d)2 N = (1,96)2 . 12 = 46,1 (1)2 N = 47 animais tamanho da amostra � Outro exemplo: • Teste t �Comparação grupos teste/ controle �Outra fórmula: N = (zα)2 . 2 (s)2 (d)2 8 Síntese � Testes não paramétricos • Exemplos e aplicações • Vantagens e desvantagens � Índices de diversidade � Índices de similaridade � Tamanho da amostra • Importância; fórmulas e aplicação
Compartilhar