Baixe o app para aproveitar ainda mais
Prévia do material em texto
Análise de Variância ANOVA 1Profª Lisiane Selau ANOVA � Os testes de hipótese para média apresentados até aqui limitaram-se à comparação de duas médias. � Contudo, há situações em que se deseja comparar várias médias, cada uma oriunda de um grupo diferente. � Esses grupos, também chamados tratamentos, poderiam ser: � o desempenho em Km/l de carros consumindo 4 marcas de combustíveis, � a eficiência de 3 métodos de treinamento, � comparação da produtividade entre 5 máquinas. 2Profª Lisiane Selau One Way ANOVA � One Way ANOVA - Analisa experimentos que envolvem: � 1 Variável de resposta � 1 Fator controlável a vários níveis (vários grupos) � Os ensaios (repetições) realizados em cada nível do fator controlável configuram um grupo � O objetivo é identificar se os valores da variável de resposta medidos nos diversos níveis do fator controlável diferem entre si. 3Profª Lisiane Selau Exemplo: Um profissional deseja estudar se a temperatura ambiente influencia na produtividade dos funcionários. Para isso realizou três medidas de produtividade (peças/hora) em três temperaturas diferentes. Fator controlável: temperatura Níveis do fator controlável: 15, 25, 35 Variável de resposta: produtividade Repetições: 3 valores para cada nível Fator controlável T em p era tu ra 1 5 2 5 3 5 1 2 2 0 1 7 1 3 1 9 1 6 1 1 1 8 1 8 Níveis do fator controlável Variável de resposta 4Profª Lisiane Selau Disposição dos dados Fator A A1 A2 ... Ak y11 y21 ... yk1 y12 y22 ... yk2 : : : : : : yij : : : : : y1,n1 y2,n2 ... yk,nk Totais Ti . T1. T2. ... Tk. T.. = No.Obs. ni n1 n2 ... nk N = Médias .iY .1Y .2Y ... .kY = .. Y 5 Teste de Hipótese H0: não há diferenças significativas entre os grupos H1: há diferenças significativas entre os grupos kµµµ === ....21 'ii µµ ≠ Profª Lisiane Selau Modelo Estatístico � Os resultados poderiam ser representados por um modelo aditivo: onde: Yij é a observação j medida no tratamento i; µ média geral de todas as observações; τi. efeito do tratamento i; εij erro aleatório; j ijiij nj kiY ..., ,1= ,.....,1 ; . =++= ετµ 6Profª Lisiane Selau Exemplo 20 = 16 + 3 + 1 Temperatura 15 25 35 12 20 17 13 19 16 11 18 18 =.iT 36 57 51 144T.. = =in 3 3 3 9N = = .iY 12 19 17 16.. =Y ijiijY ετµ ++= Modelo Estatístico Níveis do fator controlável 7Profª Lisiane Selau Decomposição da variabilidade � A Análise de Variância se baseia na decomposição da variabilidade total. � Mais especificamente, os desvios das observações individuais em relação a média global podem ser escritos como: ( ) .iij YY − é o desvio da média do tratamento i em relação à média global é o desvio da observação individual em relação a média do tratamento i correspondente ( ) .. . YY i − ( ) ( ) ( ) . .. . .. iijiij YYYYYY −+−=− 8Profª Lisiane Selau � Elevando ao quadrado ambos os termos e efetuando o somatório, resulta: � Identificamos as seguintes somas quadradas: SQT = SQG + SQR � SQT soma dos quadrados totais, decomposta em: � SQG soma dos quadrados dos grupos (tratamentos), associada exclusivamente a um efeito dos grupos; � SQR soma dos quadrados dos resíduos, devida exclusivamente ao erro aleatório, medida dentro dos grupos. ( ) ( ) ( )∑∑∑ −+−=− 2.iij2...i i i ij 2 ..ij YYYYnYY 9Profª Lisiane Selau Tabela ANOVA � Os cálculos associados à Análise de Variância são apresentados em uma tabela, chamada de Tabela de Análise de Variância ou Tabela ANOVA (Analysis of Variance): Fonte de Variação SQ GDL MQ Teste F Entre Grupos SQG k-1 MQG MQG/MQR Dentro Grupos SQR N-k MQR Total SQT N-1 10Profª Lisiane Selau � MQG = SQG/(k-1)⇒ Média de Quadrados dos Grupos � MQR = SQR/(N-k) ⇒ Média de Quadrados dos Resíduos Média de Quadrados e Teste F � Se não há diferença significativa entre os grupos: E(MQG) = E (MQR) � Para testar a hipótese referente ao efeito dos grupos usamos a distribuição F que é o modelo adequado para a distribuição do quociente de duas variâncias. MQR MQGFcalc = Estima a variância entre os grupos Estima a variância dentro dos grupos 11Profª Lisiane Selau � Verifica-se que, se não há efeito dos grupos, esse quociente é próximo de 1 � Se há efeito dos grupos esse quociente será significativamente maior do que 1 � O limite de decisão é estabelecido usando os valores tabelados da distribuição F : kN,1k,F −−α αααα : nível de significância k-1 : graus de liberdade do numerador N-k : graus de liberdade do denominador Teste de hipóteses 12Profª Lisiane Selau � A hipótese nula µ1 = µ2 = ... = µk será rejeitada se F calculado > F tabelado = Logo há diferença significativa entre os grupos � Caso contrário, não há diferenças significativas entre os grupos kN,1k,F −−α Teste de hipóteses 13Profª Lisiane Selau Formulário para cálculo onde: T.. é a soma de todas as observações Ti. é a soma das observações no grupo i N..)T(TC 2= (Term o de C orreção)( )∑ −= TCYSQT 2ij( )∑ −= TCnTSQG i2.i( ) ( )∑ ∑ −=−= SQGSQTnTYSQR i2.i2ij 14Profª Lisiane Selau Exemplo Agente 0 5 10 15 20 43 47 55 50 52 47 53 50 54 49 46 52 54 54 54 45 50 55 55 55 45 49 52 56 55 46 51 53 52 56 47 55 55 57 56 44 48 56 57 53 42 49 59 55 57 48 50 56 60 60 49 47 57 56 57 44 49 54 58 55 Totais 546 600 656 664 659 T..= 3125 No.Obs. 12 12 12 12 12 N = 60 Médias 45,5 50,0 54,7 55,3 54,9 08,52Y .. = Os dados a seguir representam o alongamento de um composto de borracha, em função da quantidade de agente de processo adicionado durante a mistura. 15Profª Lisiane Selau Tabela ANOVA TC = T.. 2 / N = (3125) 2 / 60 = 162.760,42 SQT = Σ (Y ij ) 2 - TC = 163.971,00 - 162.760,42 = 1210,58 SQG = Σ (Ti.2 / ni) - TC = [(546) 2 / 12] + ... + [(659) 2 / 12] - 162.760,42 = 875,33 SQR = SQT - SQG = 1210,58 - 875,33 = 335,25 Fonte SQ GDL MQ Teste F Entre Grupos (Agente de processo) 875,33 4 218,83 35,9 Dentro Grupos (Residual) 335,25 55 6,09 Total 1210,58 59 16Profª Lisiane Selau Teste de Significância � Como Fcalculado > Ftabelado = F 0,05; 4,55 35,9 > 2,55 � Conclui-se que existe diferença significativa de alongamento entre os grupos, ou seja, a quantidade de agente na mistura influencia significativamente o alongamento � Qual a melhor quantidade considerando qualidade e economia? 17Profª Lisiane Selau Comparação múltipla de médias � Calcular o desvio padrão das médias � Calcular o limite de decisão � Escrever as médias em ordem crescente ou decrescente e compará-las duas a duas. cx n/MQRs = = 2,47 / 3,46 = 0,71 onde nc = (n1 + n2 + ... + nk) / k xd s3L ×= = 3 x 0,71 = 2,13 45,5 50,0 54,7 54,9 55,3 Y(1) Y(2) Y(3) Y(5) Y(4) 18Profª Lisiane Selau � A diferença entre as médias será significativa se for maior que o Ld � Usar barras contínuas sobre as médias que não diferem entre si Y(2) - Y(1) = 50,0 - 45,5 = 4,5 > Ld = 2,13 Dif. Signif. Y(3) - Y(2) = 54,7 - 50,0 = 4,7 > Ld = 2,13 Dif.Signif. Y(5) - Y(3) = 54,9 - 54,7 = 0,2 < Ld = 2,13 Dif. Não Signif. Y(4) - Y(5) = 55,3 - 54,9 = 0,4 < Ld = 2,13 Dif. Não Signif. Y(1) Y(2) Y(3) Y(5) Y(4) Comparação múltipla de médias 19Profª Lisiane Selau Otimização � A análise técnica deve acompanhar e complementar a análise estatística. � Na otimização devemos considerar o binômio qualidade e custo. Os resultados estatísticos, em conjunto com a análise gráfica dão suporte à tomada de decisão a respeito do processo. Via deregra, o experimento revela opções para a redução de custos e melhoria da qualidade, simultaneamente. � Como não existe diferença significativa entre as quantidades de agente 10, 15 e 20, a quantidade ótima de agente é 10 (dez) pois otimiza simultaneamente qualidade e custos. 20Profª Lisiane Selau Existem dois tipos de experimentos � Fatores Controláveis a níveis fixos � quando o efeito de cada nível é fixo, como no caso em que os tratamentos são diferentes máquinas ou diferentes temperaturas. � Fatores Controláveis a níveis aleatórios � quando o efeito de cada nível é aleatório, como no caso em que os tratamentos são diferentes lotes de produção, ou diferentes operadores escolhidos aleatoriamente. 21Profª Lisiane Selau Exemplo a níveis aleatórios � Uma fábrica de embalagens de papel recebe a matéria prima (papel) em rolos. É desejável que as características dos rolos sejam homogêneas, de modo a fornecerem papel com a mesma resistência à tração. � O engenheiro suspeita que além da variabilidade inerente (dentro dos rolos) também possa haver uma variação significativa entre os rolos. Medições de resistência feitas em embalagens produzidas com material proveniente de cinco rolos aleatoriamente indicaram: 22Profª Lisiane Selau Rolo Resistência 1 72 73 70 74 74 75 78 77 80 76 2 63 70 69 65 66 66 62 65 67 63 3 78 74 82 76 76 73 75 4 75 74 73 78 75 71 67 73 5 85 82 80 86 83 92 89 86 Cálculos iniciais: Hipóteses Ho: não há diferenças significativas entre os rolos σσσσττττ= 0 H1: há diferenças significativas entre os rolos σσσσττττ> 0 Rolo Ti. ni .iY 1 749 10 74,90 2 656 10 65,60 3 534 7 76,29 4 586 8 73,25 5 683 8 85,38 T.. = 3208 N = 43 6074..Y ,= Exemplo a níveis aleatórios 23Profª Lisiane Selau Tabela ANOVA TC = (T .. )2 / N = (3208)2/43 = 239331,7 SQT = Σ( 2ijY ) - TC = 241476,0 - 239331,7 = 2144,28 SQG = Σ( 2 .iT /ni) - TC = [(749)2/10] + ... + [(683)2/8] - 239331,7 = 1774,18 SQR = SQT - SQG = 2144,28 - 1774,18 = 370,10 Fonte SQ GLD MQ Teste F Rolos 1774,18 4 443,54 45,54 Resíduos 370,10 38 9,74 Total 2144,28 42 Há diferenças significativas entre os rolos F calculado = 45,54 > F 0,05,4,38 = 2,618 24Profª Lisiane Selau Estimativa dos componentes de variação Variabilidade devida ao erro aleatório Variabilidade devida aos tratamentos (grupos) � Conhecidos os componentes de variação, podemos calcular a contribuição percentual de cada termo na composição da variabilidade total: ( ) 222TOTALijYVar σ+σ=σ= τ Percentual correspondente aos tratamentos: 2 TOTAL 2 x 100 σ στ Percentual correspondente ao erro aleatório: 2 TOTAL 2 x 100 σ σ σ2 = MQR cc 2 2 n MQRMQG n MQG − = σ− =στ 25Profª Lisiane Selau Os resultados indicam que 50,44 / 60,18 = 83,81 % da variabilidade total se deve a diferenças entre rolos. As causas dessas diferenças deveriam ser investigadas e, na medida do possível, eliminadas. Estimativa dos componentes de variação σ 2 = MQR = 9,74 44,50 6,8 74,954,443 n MQRMQG c 2 = − = − =σ τ 18,6074,944,50222TOTAL =+=σ+σ=σ τ 26Profª Lisiane Selau � Via de regra, a variabilidade devida aos grupos se deve a causas especiais que podem e devem ser eliminadas. � Por exemplo, diferenças entre máquinas podem ser devidas a falta de manutenção apropriada ou diferenças de setup. � Da mesma forma, diferenças entre lotes de produção podem ser devidas à qualidade da matéria prima usada na produção de cada lote. Nesse caso, deveriam ser investigados os fornecedores ou as condições de estocagem. � Já a variabilidade devida ao erro aleatório deve-se a causas comuns, inerentes ao sistema em estudo. � Para eliminar as causas comuns é preciso modificar o sistema como um todo, o que pode não se justificar economicamente Otimização 27Profª Lisiane Selau Exercício Proposto: Quatro concentrações de catalisadores que podem afetar o tempo de processo de uma mistura química estão sendo investigados. Os seguintes tempos de misturas foram obtidos: 28Profª Lisiane Selau RESPOSTAS � TC = T..2 / N = 59995,05 � Σ (Yij2) = 60085,8 � SQT = Σ(Yij2) - TC = 90,75 � SQG = Σ(Ti.2 / ni) - TC = 66,69 � SQR = SQT - SQG = 24,06 Fcalculado = 14,8 > Ftabelado= 3,24 ⇓ O efeito dos catalisadores é significativo ⇒ O catalisador ótimo é o 3 (3 e 4 não dif. sig.), pois otimiza o processo com relação a qualidade e custos (menor tempo de reação e menor quantidade do catalisador. Y(4) Y(3) Y(2) Y(1) 52,72 52,9 55,8 56,86 Sx = 0,55 nc = 5 Ld = 1,65 Y(3) - Y(4) = 0,18 < Ld � Dif. Ñ Signif. Y(2) - Y(3) = 2,9 > Ld � Dif. Signif. Y(1) - Y(2) = 1,06 < Ld � Dif. Ñ Signif. 29Profª Lisiane Selau Exercício Proposto: Com o objetivo de comparar um determinado índice inflacionário em três regiões metropolitanas em um período de cinco meses, você obteve os resultados apresentados a seguir. Verifique, por meio de uma análise de variância, se as médias são estatisticamente iguais ou não. 30Profª Lisiane Selau
Compartilhar