Baixe o app para aproveitar ainda mais
Prévia do material em texto
ANÁLISE DE REGRESSÃO Análise de regressão na experimentação é uma técnica estatística que busca entender e modelar a relação entre uma variável dependente e uma ou mais variáveis independentes, permitindo fazer previsões e inferências sobre os efeitos dessas variáveis na variável de interesse. Esperamos dela a normalidade, ou seja, que o resíduo permaneça próximo a 0. Vejamos o passo a passo de uma análise de regressão. CACÚLO DE UMA ANÁLISE DE REGRESSÃO Vejamos uma análise de regressão com 3 graus, ou seja, uma regressão cubica, temos os dados na tabela abaixo da altura de plantas de milho com diferentes doses de nitrogênio. BLOCOS DOSES (N) I II III IV TOTAL N 0 1,729 1,734 1,736 1,746 6,945 25 1,751 1,760 1,762 1,772 7,045 50 1,767 1,768 1,776 1,779 7,090 75 1,776 1,780 1,781 1,782 7,119 100 1,779 1,786 1,794 1,795 7,154 125 1,776 1,778 1,784 1,790 7,128 150 1,767 1,768 1,772 1,772 7,079 Total Blocos 12,345 12,374 12,405 12,436 49,560 O cálculo do ANOVA será procedido normalmente, neste caso não há subparcelas, logo teremos uma tabela de análise de variância no delineamento em blocos casualizados: FV GL SQ QM F BLOCO 3 0.00066 0.00022 31.42** TRATAMENTO 6 0.00721 0.0012 171.42** RESÍDUO 18 0.00013 0.000007 TOTAL 27 0.008 (3,18) = 3.16 e 5.09 (1,18) = 4.41 e 8.29 F tabelado a 5% e 1 % respectivamente (6,18) = 2.66 e 4.01 GRAUS DE LIBERDADE (N – 1) Temos 4 blocos, 7 níveis de tratamento e 28 tratamentos no total, pois 4 x 7 = 28 𝑆𝑄 𝐵𝑙𝑜𝑐𝑜𝑠= 12,3452+12,3742+⋯12,4362 7 − 49.5602 28 Nas demais somas de quadrados proceder da mesma maneira, alterando apenas os valores somados da primeira equação e a divisão, lembre-se que neste caso se utilizamos os valores da linha para somatória, devemos dividi-lo pelo número de níveis da coluna e vice e versa, como no exemplo. Na SQ total utilize a soma quadrática de todos os 28 valores e subtraia pela mesma 2° equação. O SQ resíduo é obtido por diferença da mesma maneira que o resíduo A de parcelas subdivididas. ANOVA SIGNIFICATIVO Como a análise de variância foi altamente significativa para ambos os casos (blocos e tratamento) procedemos com a regressão, que neste caso é do tipo cubica, então teremos 3 graus sendo analisados, vejamos o passo a passo para realizar a regressão. CALCULO DOS CONTRASTES A primeira coisa a se fazer é o calculo dos contrastes (Y) que será feito da seguinte forma. Na tabela 2, onde constam os números referentes ao 1°, 2° e 3° grau devemos multiplicamos pelos nossos totais de doses de nitrogênio que se encontram na coluna totais de N em nossa tabela 1. *IMPORTANTE: NA MULTIPLICAÇÃO DOS CONTRASTES DEVE-SE CONSIDERAR OS SINAIS DOS NUMEROS DA TABELA 2. DOSES Y1 Y2 Y3 0 -20,835 34,725 -6,945 25 -14,09 0 7,045 50 -7,09 -21,27 7,09 75 0 -28,476 0 100 7,154 -21,462 -7,154 125 14,256 0 -7,128 150 21,237 35,395 7,079 TOTAL Ŷ 0,632 -1,088 -0,013 *formulas utilizadas na análise de variância II Com esses valores da tabela 3 é possível realizar uma nova analise de variância dessa vez dentro das regressões, vejamos: GL SQ QM F RL 1 0,003566 0,003566 509,43** RQ 1 0,003523 0,003523 503,29** RC 1 0,000007 0,000007 1 ns DR 3 0,0000114 0,000038 5,43** RESÍDUO 18 0,00013 0,000007 * Como o valor da regressão cubica não apresentou resultados significativos a descartamos. GRAU 1 GRAU 2 GRAU 3 -3 5 -1 -2 0 1 -1 -3 1 0 -4 0 1 -3 -1 2 0 -1 3 5 1 K 28 84 6 M 1 1 1/6 Construiremos uma tabela baseada no principio que cada total de tratamento (DOSE DE N) deve ser multiplicado pelos números da tabela ao lado. Por exemplo, o primeiro número 6,945 deve ser multiplicado por -3, 5 e -1, o segundo 7,045 deve ser multiplicado por -2, 0 e 1; e assim por diante. Os resultados dessas multiplicações estarão nas suas respectivas linhas da nossa tabela número 3 que está exemplificada abaixo. 𝑆𝑄 = Ŷ2 𝐽 𝑥 𝐾 J = N° de repetições ou bloco K = presente na tabela 2 Ŷ = total de contrastes 𝑆𝑄𝑑𝑟 = 𝑆𝑄 𝑡𝑟𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑜 − (𝑆𝑄𝑅𝐿 + 𝑆𝑄𝑅𝑄 + 𝑆𝑄𝑅𝐶 DR ou desvio da regressão Nada mais é do que um “resíduo” como não podemos alocar os outros 3 graus de liberdade de tratamento dentro das regressões, o que sobrar fica no DR TESTE R Agora, após realizar a anova e ao menos uma das regressões apresentarem resultados significativos para obter os resultados finais será necessário fazer o teste R, basta aplicarmos a formula a seguir. 𝑅 = Σ 𝑆𝑄 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎𝑡𝑖𝑣𝑜𝑠 𝑆𝑄 𝑑𝑒 𝑡𝑟𝑎𝑡𝑎𝑚𝑒𝑛𝑡𝑜 → 𝑅 = 0.003566 + 0.003523 0.00721 = 0.9832 O resultado do teste F é dado por porcentagem, e sua interpretação é a seguinte. 98% dos resultados da análise de regressão podem ser explicados pela variação dos tratamentos, os outros 2% podem ser fruto do efeito aleatório, aquilo que não controlamos. AJUSTE DO MODELO No contexto da regressão, o ajuste de modelo envolve a escolha dos coeficientes que melhor representam a relação entre a variável dependente e as variáveis independentes. Por exemplo, na regressão linear, é necessário encontrar os valores dos coeficientes angular e linear que minimizam a soma dos quadrados dos erros entre os valores observados e os valores previstos. A formula para calcular o ajuste de modelo é a seguinte: 𝑌 = Ŷ + (B1 x M1 x P1) + (𝐵2 × 𝑀2 × 𝑃2) Após obter o resultado de Y precisamos deriva-lo lembre – se da regra de derivação representada a seguir: 𝑥 = 𝐴 𝑥𝑏 𝑑𝑥 = 𝐴 × 𝑏 𝑥𝑏−1 Onde Ŷ é a média de todos os valores de tratamento, como no exemplo teríamos: Ŷ = 49.560 28 = 1.770 B1 e B2 onde o Y representa os totais obtidos na tabela 3 (0,632 e -1,088) com o respectivo sinal B1 = Ŷ1 𝐽 × 𝐾 B2 = Ŷ2 𝐽 × 𝐾 𝑃2 = 𝑥2 − 𝑛2−1 12 n = número de níveis de tratamento (no exemplo = 7) 𝑃1 = 𝑥 �̅� = todas as doses de N somadas divididas pelo número de níveis 𝑥 = ( 𝑥−�̅� 𝑞 ) q = intervalo entre os níveis de tratamento nesse caso é 25 M1 e M2 estão representados na tabela numero 3 M = 1
Compartilhar