Baixe o app para aproveitar ainda mais
Prévia do material em texto
Delineamento e Análise Experimental Aula 3 Anderson Castro Soares de Oliveira Anderson Delineamento e Análise Experimental ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre que médias se registram essas diferenças? ANOVA s{ $, Tratamentos Qualitativos �� Tratamentos Quantitativos �� Comparações Multiplas Análise de Regressão Anderson Delineamento e Análise Experimental Teste de Comparação multipla Os testes de comparação múltipla permitem verifica entre que médias se registram essas diferenças , isto é, permitem investigar onde se encontram as diferenças possíveis entre I médias populacionais. Existem muitos testes deste tipo: Teste de Tukey Teste de Student-Newman-Keuls (SNK) Teste de Duncan Teste de Dunnett Teste de Scheffé Teste de Scott-Knott Anderson Delineamento e Análise Experimental Teste de Tukey Tukey (1953) propôs um procedimento para testar hipóteses a partir de intervalos de confiança sobre as diferenças em todos pares de médias. A estratégia de Tukey consiste em definir a diferença mínima significativa (DMS). O teste de Tukey talvez seja o teste mais utilizado nos experimentos. Talvez isso aconteça pela sua praticidade e objetividade. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Procedimentos para aplicar o Teste de Tukey Calcular o diferença minima significativa (DMS) Dados balanceados (numero de repetições iguais): DMS = q √ QMEerro r , Dados desbalanceados (numero de repetições diferentes) DMS = q √ QMEerro 2 ( 1 rA + 1 rb ) em que q é o valor tabelado em função do número de tratamentos I e do numero de graus de liberdade do erro r , rA, rB é o número de repetições respectivamente de todos os tratamentos, do tratamento A e do tratamento B Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Tukey Ordenar as médias Calcular as diferenças entre todas as médias Comparar as diferenças com a DMS. Se o módulo da diferença é menor que a DMS, então não há diferença significativa. Se o módulo da diferença é maior que a DMS, então as médias dos tratamentos são diferentes. Indicar a significância entre dois tratamentos atribuindo letras diferentes para ambos, e a igualdade entre eles atribuindo a mesma letra para ambos. Anderson Delineamento e Análise Experimental Teste Tukey (Exemplo) No exemplo da insulina Tratamento Média repetições Alto 4,5 4 Médio 3,43 4 Baixo 2,23 4 Considerando α = 0,05 temos DMS = 1,47 Temos 4,5-1,47=3,03, assim as médias dos tratamento Alto e Médio podem ser consideradas iguais, mas as médias dos tratamentos Alto e Baixo são consideradas diferentes Temos 3,43-1,47=1,96, assim as médias dos tratamento Médio e Baixo podem ser consideradas iguais Anderson Delineamento e Análise Experimental Teste Tukey (Exemplo) Assim, o resultado do teste de Tukey é dados por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média Alto 4,5a Médio 3,43ab Baixo 2,23 b Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Teste de Student-Neuman-Keuls (SNK) Newman (1939) propôs um procedimento que consiste em ajustar um valor do teste t para mais de dois tratamentos. O SNK é muito semelhante ao teste de Tukey , exceto que ele analisa as diferenças em termos de camadas. Para uma camada, o teste dá o mesmo resultado que seria obtido através do teste de Tukey. Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Student-Neuman-Keuls (SNK) Colocar as médias dos I tratamentos em ordem decrescente Calcular a estimativa do contraste da forma Yˆ1 = ymaior − ymenor em que este contraste todos os I tratamentos Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Student-Neuman-Keuls (SNK) Calcular o diferença minima significativa (DMS) Dados balanceados (numero de repetições iguais): DMS = q √ QMEerro r , Dados desbalanceados (numero de repetições diferentes) DMS = q √ QMEerro 2 ( 1 rA + 1 rb ) em que q é o valor tabelado em função do número de tratamentos I envolvidos no contraste e do numero de graus de liberdade do erro r , rA, rB é o número de repetições respectivamente de todos os tratamentos, do tratamento A e do tratamento B Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Student-Neuman-Keuls (SNK) Comparar Yˆ1 com a DMS Se Yˆ1 < DMS, o teste não é significativo, indicando que as duas médias que entraram no contraste Yˆ1 não diferem. Então, ligamos as médias abrangidas pelo contraste por uma barra contínua e não podemos comparar médias dentro da barra. Se Yˆ1 ≥ DMS, o teste é significativo, indicando que as duas médias que entraram no contraste Yˆ1 diferem. Então, passamos a testar contrastes que abrangem um número imediatamente inferior de médias (I − 1). Voltar ao passo 2, obtendo Yˆ2 Fazer isso até não ser mais necessário realizar comparações Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Teste de Student-Neuman-Keuls (SNK) (Exemplo) No exemplo dos cães Tratamento Média T3 29,28 T0 15,00 T2 13,32 T1 3,98 Calculando a DMS Numero tratamentos 4 3 2 DMS 10,11 9,12 7,49 Anderson Delineamento e Análise Experimental Teste de Student-Neuman-Keuls (SNK) (Exemplo) Yˆ1=29,28-3,98=25,3; como Yˆ1 > 10,11 temos que as médias dos tratamentos T3 e T1 são consideradas diferentes Yˆ2=29,28-13,32=15,96; como Yˆ2 > 9,12 temos que as médias dos tratamentos T3 e T2 são consideradas diferentes Yˆ3=29,28-15=11,28, como Yˆ3 > 7,49 temos que as médias dos tratamentos T3 e T0 são consideradas diferentes Yˆ4=15-3,98=11,02, como Yˆ4 > 9,12 temos que as médias dos tratamentos T0 e T1 são consideradas diferentes Yˆ5=15-13,32=1,68, como Yˆ5 < 7,49 temos que as médias dos tratamentos T0 e T2 são consideradas iguais Yˆ6=13,32-3,98=9,34, como Yˆ6 < 9,12 temos que as médias dos tratamentos T2 e T1 são consideradas diferentes Anderson Delineamento e Análise Experimental Teste de Student-Neuman-Keuls (SNK) (Exemplo) Assim, o resultado do teste de SNK é dado por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média T3 29,28a T0 15,00 b T2 13,32 b T1 3,98 c Anderson Delineamento e Análise Experimental Teste de Duncan Duncan (1955) propôs um procedimento semelhante ao teste de de Student-Neuman-Keuls O procedimento de utilização do teste de Duncan é semelhante ao teste SNK, diferindo apenas no calculo da DMS. Dados balanceados (numero de repetições iguais): DMS = q √ QMEerro r , Dados desbalanceados (numero de repetições diferentes) DMS = q √ QMEerro 2 ( 1 rA + 1 rb ) em que q é o valor tabelado por Duncan em função do número de tratamentos I envolvidos no contraste e do numero de graus de liberdade do erro r , rA, rB é o número de repetições respectivamente de todos os tratamentos, do tratamento A e do tratamento BAnderson Delineamento e Análise Experimental Notes Notes Notes Notes Teste de Duncan (Exemplo) No exemplo dos cães Tratamento Média T3 29,28 T0 15,00 T2 13,32 T1 3,98 Calculando a DMS Numero tratamentos 4 3 2 DMS 8,09 7,86 7,49 Os demais procedimentos são idênticos ao teste de SNK Anderson Delineamento e Análise Experimental Teste de Duncan (Exemplo) Assim, o resultado do teste de Duncan é dado por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média T3 29,28a T0 15,00 b T2 13,32 b T1 3,98 c Anderson Delineamento e Análise ExperimentalTeste de Scheffé Scheffé (1953) propôs um procedimento para comparar qualquer contraste entre médias Um contraste é uma combinação linear entre as médias dos tratamentos de um experimento, observando-se o critério de que a soma destes contrastes seja nula Y = c1m1 + c2m2 + ...+ cimi em que c1 + c2 + ...+ ci = 0 ou ∑ ci = 0 Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Scheffé Obter uma estimativa do constraste Yˆi = c1mˆ1 + c2mˆ2 + ...+ cimˆi Calculamos a estimativa de variância da estimativa do contraste Vˆ (Yˆ ) = (c21 + c 2 2 + ...+ c 2 i ) QMErro r Calcular o diferença minima significativa (DMS) DMS = √ (I − 1)FαVˆ (Yˆ em que: I é o numero de tratamentos F é o valor tabelado da distribuição F em função dos graus de liberdade do tratamento e dos graus de liberdade do erro. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Procedimentos para aplicar o Teste de Scheffé Comparar o valor absoluto de cada estimativa do contraste com o valor DMS. Se Yˆ ≥ DMS o teste é significativo indicando que os grupos diferem entre si. Se Yˆ < DMS então os grupo controle não difere entre si. Anderson Delineamento e Análise Experimental Teste de Scheffé (Exemplo) No exemplo da insulina Tratamento Média repetições Alto 4,5 4 Médio 3,43 4 Baixo 2,23 4 Considerando α = 0,05 temos DMS = 1,53 Temos Yˆ14,5− 3,43 = 1,07⇒ Yˆ1 < DMS assim as médias dos tratamento Alto e Médio podem ser consideradas iguais Temos Yˆ24,5− 2,23 = 2,27⇒ Yˆ2 > DMS assim as médias dos tratamento Alto e Baixo podem ser consideradas diferentes Temos Yˆ33,43− 2,23 = 1,2⇒ Yˆ3 < DMS assim as médias dos tratamento Médio e Baixo podem ser consideradas iguais Anderson Delineamento e Análise Experimental Teste de Scheffé (Exemplo) Assim, o resultado do teste de Scheffé é dado por: Médias seguidas de mesma letra não difere entre si ao nível nominal de m 5% de significância Tratamento Média Alto 4,50a Médio 3,43ab Baixo 2,23 b Anderson Delineamento e Análise Experimental Teste de Dunnett Dunnett (1955) propôs um procedimento para comparações múltiplas onde o interesse é o de comparar um grupo particular (muitas vezes o chamado grupo de controle) com cada um dos restantes grupo. A significância deste teste implicará apenas na conclusão de que os grupos tratados apresentam diferença com o grupo controle. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Procedimentos para aplicar o Teste de Dunnett Calcular o diferença minima significativa (DMS) Dados balanceados (numero de repetições iguais): DMS = D √ 2 QMEerro r , Dados desbalanceados (numero de repetições diferentes) DMS = D √ QMEerro ( 1 rA + 1 rb ) em que D é o valor tabelado por Dunnet em função I − 1 graus de liberdade dos tratamentos envolvidos e do numero de graus de liberdade do erro r , rA, rB é o número de repetições respectivamente de todos os tratamentos, do tratamento A e do tratamento B Anderson Delineamento e Análise Experimental Procedimentos para aplicar o Teste de Dunnett Calcular as estimativas dos contrastes Yˆ1 = mˆ1 − mˆcontrole Yˆ2 = mˆ2 − mˆcontrole ... = ... Yˆi = mˆi − mˆcontrole Comparar o valor absoluto de cada estimativa do contraste com o valor DMS. Se Yˆ ≥ DMS o teste é significativo indicando que o grupo tratado difere do grupo controle. Se Yˆ < DMS então o grupo controle não difere do grupo tratado. Anderson Delineamento e Análise Experimental Teste de Dunnett (Exemplo) No exemplo dos cães Tratamento Média T0 15,00 T1 3,98 T2 13,32 T3 29,28 DMS = 8,36 Yˆ1 = 3,98− 15 = 11,02⇒ Yˆ1 > DMS assim a média do tratamento T1 difere do controle Yˆ2 = 13,32− 15 = 1,68⇒ Yˆ2 < DMS assim a média do tratamento T2 não difere do controle Yˆ3 = 29,28− 15 = 14,28⇒ Yˆ3 > DMS assim as média do tratamento T3 difere do controle Anderson Delineamento e Análise Experimental Teste de Scott-Knott Scott & Knott (1974) propuseram um procedimento que compara as médias dos tratamentos por conglomerados e sua significância é analisada por meio do da distribuição de χ2 A grande vantagem em sua utilização é proveniente do fato de que nenhuma média pode pertencer a mais de um agrupamento, como ocorre nos anteriores, ou seja, o teste determina a constituição de grupos disjuntos, sempre que haja sido encontrada significância na ANOVA. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Experimentos com tratamentos quantitativos Os tratamentos são denominados quantitativos quando podem ser ordenados segundo um critério quantitativos, por exemplo teor de cálcio, épocas de colheita, espaçamentos, teor de carotenóides, doses de hormônios Se os tratamentos em estudo no experimento forem quantitativos deve-se utilizar a análise de regressão quando a ANOVA rejeita a hipótese nula. Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos A regressão é uma técnica de análise que utiliza a relação entre duas ou mais variáveis quantitativas para determinar um modelo matemático de forma que o efeito de uma possa ser previsto por meio de outra variável. Na análise de experimentos, o modelo matemático mais empregado para tentar explicar o efeito dos tratamentos na variável resposta é o modelo polinomial (um valor está em função do outro). Os polinômios são da forma Y = β0 + β1X + β2X 2 + ...+ βnX n A variável X , ou variável independente, é uma variável não aleatória corresponde aos tratamentos e a variável Y , ou variável dependente, que é a variável resposta. Anderson Delineamento e Análise Experimental Análise de Regressão Polinômio do 1o grau ou Regressão linear Y = β0 + β1X Polinômio do 2o grau ou Regressão quadrática Y = β0 + β1X + β2X 2 Polinômio do 3o grau ou Regressão cúbica Y = β0 + β1X + β2X 2 + β3X 3 Anderson Delineamento e Análise Experimental Análise de Regressão Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Passos para Análise de Regressão Definir os efeitos de regressão a serem testados. A cada efeito de regressão corresponde 1 grau de liberdade. Assim, é possível testar tantos efeitos de regressão quantos são os graus de liberdade para tratamentos; Determinar as Somas de Quadrados para cada um destes efeitos de regressão; No quadro da Análise de Variância, testar os efeitos de regressão utilizando o Quadrado Médio do Erro Experimental; Através do teste F, definir o grau do polinômio que melhor se ajusta às médias da característica observada Anderson Delineamento e Análise Experimental Passos para Análise de Regressão Determinar o grau de ajuste, através do Coeficiente de Determinação (R2) R2 = SQRegresso SQTratamento Obter as estimativas dos parâmetros do modelo de Regressão escolhido e apresentar os resultados em um gráfico Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Um experimento com coelhos avaliou diferentes níveis de substituição da proteína do farelo de soja pela proteína do feno de amoreira (0; 25; 50; 75 e 100%) no peso de coelhos. Para isto foi utilizado um delineamento inteiramente casualizado com 5 repetições. repetição Tratamento 0% 25% 50% 75% 100% 1 1,69 1,26 1,49 1,49 1,43 2 1,51 1,85 1,74 0,98 1,47 3 1,88 1,92 1,50 1,68 0,87 4 1,97 1,60 1,51 1,78 1,10 5 1,80 1,69 1,67 2,01 1,16 Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) H0 : µ1 = µ2 = µ3 = µ4 = µ5 Assumindo α = 0,05 temos: FV GL SQ QM Fc valor-p Tratamento 4 0,9074 0,2268 3,49 0,0254 Erro 20 1,2970 0,0648 Total 24 2,2044 Como valor − p < 0,05, rejeita-se H0, logo podemos concluir ao nível de 5% que o peso é diferente em pelo menos um dosníveis dos tratamentos. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Experimentos com tratamentos quantitativos (Exemplo) Análise de variância com decomposição da Soma de Quadrado de Tratamento em regressões. FV GL SQ QM Fc valor-p Tratamento 4 0,9074 0,2268 3,49 0,0254 linear 1 0,7248 0,7248 11,18 0,0032 quadrático 1 0,0769 0,0769 1,19 0,2892 cubico 1 0,0849 0,0849 1,31 0,2661 Desvio 1 0,0208 0,0208 0,32 0,5772 Residuals 20 1,2970 0,0649 Pela ANOVA verifica-se que apenas o modelo linear foi significativo(valor − p < 0,05). Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Assim, o ganho médio de peso (Y ) em função dos percentuais de substituição da proteína (X ) é dada por: Yˆ = 1,80− 0,005X r2 = 0,80 Pelas estimativas do modelo verifica-se: Se o nível se substituição de proteína for zero o peso médio será de 1,80kg Para cada 1% de substituição de proteína na ração o peso do animal cai 0,005kg 80% da variabilidade do peso pode ser explicado de substituição de proteína. Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Um experimento avaliou o efeito de diferentes doses de hCG no peso do útero ajustados para o peso vivo em camundongas. Foram utilizadas 30 camundongas, com 22 dias de idade, em que os animais foram divididos em 6 grupos Cada grupo recebeu respectivamente 0, 10, 20, 30, 40 e 50 UI de hCG, via intra-peritoneal, no volume de 0,2mL, duas vezes ao dia, com um intervalo de 12 horas entre as aplicações, durante um dia. Aproximadamente 24 horas após a última injeção as camundongas foram individualmente pesadas e eutanasiadas em seguida foram obtidos os pesos dos úteros. Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Rep Doses 0 10 20 30 40 50 1 0,52 0,99 1,28 1,37 1,27 1,02 2 0,52 0,99 1,29 1,40 1,31 0,98 3 0,52 0,97 1,30 1,41 1,26 1,06 4 0,50 0,99 1,29 1,40 1,33 0,97 5 0,48 1,02 1,28 1,43 1,33 0,98 Anderson Delineamento e Análise Experimental Notes Notes Notes Notes Experimentos com tratamentos quantitativos (Exemplo) H0 : µ1 = µ2 = µ3 = µ4 = µ5 Assumindo α = 0,05 temos: FV GL SQ QM Fc valor-p Tratamento 5 2,6817 0,53634 869,73 <0,0001 Residuo 24 0,0148 0,00062 Total 29 2,6965 Como valor − p < 0,05, rejeita-se H0, logo podemos concluir ao nível de 5% que o peso é diferente em pelo menos uma das doses de HCg. Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Análise de variância com decomposição da Soma de Quadrado de Tratamento em regressões. FV GL SQ QM Fc valor-p Tratamento 5 2,6817 0,53634 869,73 <0,0001 linear 1 0,879 0,879 1425,4128 <0,0001 quadrático 1 1,80191 1,80191 2922,0081 <0,0001 cubico 1 0,00056 0,00056 0,9083 0,3501 Desvio 2 0,00021 0,00011 0,1705 0,8442 Residuals 24 0,0148 0,00062 Pela ANOVA verifica-se que apenas o modelo linear e quadrático foram significativo(valor − p < 0,05). Como o r2 = 0,67 modelo quadrático é maior eu o r2 = 0,33 do modelo linear, os dados podem ser representados pelo modelo quadrático. Anderson Delineamento e Análise Experimental Experimentos com tratamentos quantitativos (Exemplo) Assim, o peso (Y ) em função das doses de HCG (X ) é dado por: Yˆ = 0,5 + 0,06X − 0,001X 2 r2 = 0,67 Pelas estimativas do modelo verifica-se: Se a dose de HCg for zero o peso médio será de 0,5g O peso maximo está em torno da 30 de HCg. 67% da variabilidade do peso pode ser explicado pelas doses de HCg. Anderson Delineamento e Análise Experimental Notes Notes Notes Notes
Compartilhar