Baixe o app para aproveitar ainda mais
Prévia do material em texto
Paralelismo, intersecção e igualdade de modelos Capítulo 8 Introdução Na Estatística Experimental: DIC, DBC e DQL Experimentos com apenas UM fator (níveis qualitativos ou quantitativos) Efeito de diferentes tipos de rações (A, B, C e D) sobre o ganho de peso de animais; Efeito de diferentes variedades de uma cultura sobre alguma característica de produção. Efeito de doses crescentes de N sobre a produção de grãos; Efeito de diferentes temperaturas sobre o armazenamento de sementes. Esses experimentos podem ser instalados em qualquer um dos tipos de delineamento em função da heterogeneidade do material experimental. Introdução Na Estatística Experimental: DIC, DBC e DQL Experimentos com dois ou mais fatores (níveis qualitativos ou quantitativos) Efeito de 2 variedades de cana-de-açúcar (V1 e V2), com 3 diferentes tipos de herbicidas (H1, H2 e H3). Então, teremos um fatorial 2x3, ambos os fatores qualitativos; Efeitos de 3 peneiras comerciais (18, 20 e 22 diâmetros), associadas a 3 densidades de plantio (10, 15 e 20 plantas/m linear), na produtividade do amendoim (Arachis hipogaea L.) variedade Tatu V 53. Então, teremos um fatorial 3x3. Introdução Nosso cenário: Experimentos com tratamentos em esquema fatorial sendo um dos fatores qualitativo e o outro quantitativo. Em geral, para os dados proveniente deste tipo de experimento há interesse em se saber como uma determinada relação entre variáveis pode mudar de acordo com o outro fator. Mais especificamente, se a relação for linear, deseja-se saber se as retas são: coincidentes, paralelas ou concorrentes, ou ainda, se elas possuem um intercepto comum. Modelo Completo Experimento instalado segundo um delineamento inteiramente casualizado (DIC) com K repetições, k=1, 2, 3,...,K. Os tratamentos estão arranjados segundo um esquema fatorial AxB. Fator A (qualitativo) com I níveis, i=1, 2,..., I. Fator B (quantitativo) com J níveis, j=1, 2, ...,J. O modelo completo é aquele que considera o fator B como “qualitativo” e a interação com o fator A. Modelo Completo O modelo completo O esquema da ANAVA Fonte de Variação Graus de liberdade Fator A (I-1) Fator B (J-1) A x B (I-1)(J-1) Erro IJ(K-1) Total IJK-1 QUALITATIVO QUANTITATIVO Modelos Reduzidos Dado que a relação entre as variáveis: Y (variável resposta) e níveis do fator B (quantitativo) seja uma relação linear, iremos verificar se as retas, para cada nível do fator A (qualitativo), são: Retas concorrentes; Retas paralelas; Retas com intercepto comum; Retas coincidentes. Modelos Reduzidos Retas concorrentes (I modelos lineares); 0 1 2 3 4 5 6 7 8 9 10 1 3 5 7 9 11 13 15 17 19 21 0 1 2 3 4 5 6 7 8 9 10 10 9 8 7 6 5 4 3 2 1 0 Modelos Reduzidos Retas paralelas (I modelos lineares); A1 0 1 2 3 4 5 6 7 8 9 10 1 3 5 7 9 11 13 15 17 19 21 A2 0 1 2 3 4 5 6 7 8 9 10 5 7 9 11 13 15 17 19 21 23 25 Modelos Reduzidos Retas intercepto comum (I modelos lineares); A1 0 1 2 3 4 5 6 7 8 9 10 1 3 5 7 9 11 13 15 17 19 21 A2 0 1 2 3 4 5 6 7 8 9 10 1 5 9 13 17 21 25 29 33 37 41 Modelos Reduzidos Retas coincidentes (1 modelo linear); A2 0 1 2 3 4 5 6 7 8 9 10 1 5 9 13 17 21 25 29 33 37 41 Modelos Reduzidos n=ij pares (Xij,Yijk) com i=1,2,...,I níveis de A e k=1, 2,...K repetições em função de j = 1, 2,...J níveis do fator B; J níveis de B, para i=1 K repetições Totais Xij Y1j1 Y1j2 Y1j3 ... Y1jK Y1j. X11 Y111 Y112 Y113 ... Y11K Y11. X12 Y121 Y122 Y123 ... Y12K Y12. X13 Y131 Y132 Y133 ... Y13K Y13. ... ... ... ... ... ... ... X1J Y1J1 Y1J2 Y1J3 ... Y1JK Y1J. Modelos Reduzidos J níveis de B K repetições Totais Xij Y1j1 Y1j2 Y1j3 ... Y1jK Y1j. X11 Y111 Y112 Y113 ... Y11K Y11. ... ... ... ... ... ... ... X1J Y1J1 Y1J2 Y1J3 ... Y1JK Y1J. X21 Y211 Y212 Y213 ... Y21K Y21. ... ... ... ... ... ... ... X2J Y2J1 Y2J2 Y2J3 ... Y2JK Y2J. ... ... ... ... ... ... ... XI1 YI11 YI12 YI13 ... YI1K YI1. ... ... ... ... ... ... ... XIJ YIJ1 YIJ2 YIJ3 ... YIJK YIJ. i = 1 i = 2 i = I Modelos Reduzidos Retas concorrentes (I níveis de A I modelos de regressão); 2I parâmetros a serem estimados: para cada nível I do fator A temos uma reta com dois parâmetros. Matricialmente: Matriz de delineamento (X) Modelos Reduzidos K repetições do nível 1 do fator B “quantitativo” Matriz X para o nível i do fator A (qualitativo) K repetições do nível J do fator B “quantitativo” Estimativa dos parâmetros Modelos Reduzidos Modelos Reduzidos Retas paralelas (I níveis de A I modelos de regressão) porém todos com a mesma inclinação ; I+1 parâmetros a serem estimados Matricialmente: Matriz de delineamento (X) Modelos Reduzidos K repetições do nível 1 do fator B “quantitativo” para o nível 1 do fator A (qualit.) 1ª repetição do nível 2 do fator B “quantitativo” para o nível 1 do fator A (qualit.) K-ésima repetição do nível J do fator B “quantitativo” para o nível 1 do fator A (qualit.) Modelos Reduzidos Parâmetros Modelos Reduzidos Parâmetros Modelos Reduzidos Retas com intercepto comum (I níveis de A I modelos de regressão) porém todos com mesmo intercepto e diferentes coeficientes angulares; I+1 parâmetros a serem estimados Matriz de delineamento (X) Modelos Reduzidos Modelos Reduzidos Parâmetros Modelos Reduzidos Retas Coincidentes (I níveis de A 1 modelo de regressão); 2 parâmetros a serem estimados Matriz de delineamento (X) Modelos Reduzidos Modelos Reduzidos Parâmetros Modelos Encaixados Retas Concorrentes Retas Intercepto C. Retas Paralelas Retas Coincidentes Esquemas de ANAVA Fonte de Variação Graus de liberdade Fator A (I-1) Fator B (J-1) A x B (I-1)(J-1) Tratamentos IJ-1 Erro IJ(K-1) Total IJK-1 Modelo Maximal Esquemas de ANAVA Fonte de Variação Graus de liberdade Retas Concorrentes 2I - 1 Desvios de Regressão I(J - 2) Tratamentos IJ-1 Erro IJ(K-1) Total IJK-1 Modelo Retas Concorrentes (2I parâmetros) Esquemas de ANAVA Fonte de Variação Graus de liberdade Retas Paralelas I Desvios de Regressão [I(J - 1)] – 1 Tratamentos IJ-1 Erro IJ(K-1) Total IJK-1 Modelo Retas Paralelas (I + 1 parâmetros) Esquemas de ANAVA Fonte de Variação Graus de liberdade Retas Intercepto C. I Desvios de Regressão [I(J - 1)] – 1 Tratamentos IJ-1 Erro IJ(K-1) Total IJK-1 Modelo Retas Intercepto C. (I + 1 parâmetros) Esquemas de ANAVA Fonte de Variação Graus de liberdade Retas Coincidentes 1 Desvios de Regressão IJ - 2 Tratamentos IJ-1 Erro IJ(K-1) Total IJK-1 Modelo Retas Coincidentes (2 parâmetros) oleObject1.bin image1.wmf ijk ij j i ijk y e ab b a m + + + + = oleObject2.bin image2.wmf QMErro = 2 ˆ s oleObject3.bin image3.wmf j j x y A 11 01 1 : b b + = oleObject4.bin image4.wmf j I I j I x y A 1 0 : b b + = oleObject5.bin image5.wmf j j x y A 1 01 1 : b b + = oleObject6.bin image6.wmf j I j I x y A 1 0 : b b + = oleObject7.bin image7.wmf j j x y A 11 0 1 : b b + = oleObject8.bin image8.wmf j I j I x y A 1 0 : b b + = oleObject9.bin image9.wmf j j I x y A 1 0 1 : ... b b + = image110.png oleObject10.bin image10.wmf e q + = X Y image12.png image130.png image140.png image150.png image160.png oleObject11.bin image11.wmf e q + = X Y oleObject12.bin image12.wmf 111 11 121 1 211 2 1 1000 0 1000 0 100 0 100 0 010 0 010 1 000 1 000 K JK JK IJ IJK X X X X X X X X X éù êú êú êú êú êú êú êú êú êú = êú êú êú êú êú êú êú êú êú êú ëû K MMMKM K K KMM MMM K K KMM MMM K KMM MMM K M MMMM K oleObject13.bin image13.wmf oleObject14.bin image14.wmf 01 0 1 I b b b éù êú êú = êú êú ëû θ M oleObject15.bin image15.wmf 11 22 2 12 00 00 00 jk jk jk jk T I Ijk jk jkjkIjk ijk jkjkjk ijk nX nX XX n X XXX X éù êú êú êú êú êú êú = êú êú êú êú êú êú ëû å å å ååå å LL MMOMM L L oleObject16.bin oleObject17.bin oleObject18.bin image16.wmf 01 1 2 ˆ ˆ ijk iii ijkijk ijk ijk YX xY x bb b =- = å å oleObject19.bin image17.wmf 0010200 :... I H bbbb ==== oleObject20.bin image18.wmf 111 11 121 1 211 2 1 100 0 100 0 10 0 10 0 10 0 10 100 100 K JK JK IJ IJK X X X X X X X X X éù êú êú êú êú êú êú êú êú êú = êú êú êú êú êú êú êú êú êú êú ëû K MMMK K K K MMM K K KM MMM K KM MMM K MMMM K oleObject21.bin image19.wmf oleObject22.bin image20.wmf 0 11 1 I b b b éù êú êú = êú êú ëû θ M oleObject23.bin image21.wmf 1 2 11 2 0 0 jkIjk jkjk jkjk T jkjk IjkIjk jkjk nIJKXX XX XX XX éù = êú êú êú êú = êú êú êú êú êú ëû åå åå åå L L MMOM L oleObject24.bin image22.wmf 010200 0 `111211 ... : ... I I H bbbb bbbb ==== ì í ==== î oleObject25.bin image23.wmf 111 11 121 1 211 2 1 1 1 1 1 1 1 1 1 K JK JK IJ IJK X X X X XX X X X éù êú êú êú êú êú êú êú êú êú = êú êú êú êú êú êú êú êú êú ëû MM MM MM MM MM oleObject26.bin oleObject27.bin image24.wmf 0 1 b b éù = êú ëû θ oleObject28.bin image25.wmf 2 ijk ijk T ijkijk ijkijk nIJKX XX XX éù = êú êú = êú êú ëû å åå
Compartilhar