Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 49 5. ANÁLISE DE VARIÂNCIA 5.1. OBJETIVO Testar a hipótese sobre a igualdade das médias de vários conjuntos de informações, por um ou mais critérios. 5.2. INTRODUÇÃO Para o teste de igualdade de duas médias populacionais pode-se utilizar o teste paramétrico baseado na distribuição t de Student. No entanto quando se busca a diferença entre mais de dois conjuntos de informações não é mais possível a utilização do teste t, daí a necessidade de outras técnicas, tais como a análise de variância, que possibilitem testar a igualdade das médias populacionais, de mais de dois conjuntos de informações. Ronald Fisher, estatístico britânico com muitos trabalhos pioneiros para estatística clássica, desenvolveu um método para testar a igualdade de médias de mais de dois conjuntos de dados. O método de Fisher ficou denominado como análise de variância, e abreviadamente ANOVA (ANalysis Of VAriance ). O método é classificado de acordo com o número de fatores de interesse: modelo de fator único (modelo de classificação única) - somente um fator influencia a variável em estudo, dita variável dependente; modelo de dois fatores ou modelo de fator duplo (modelo de classificação dupla) - duas variáveis influenciam a variável dependente. UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 50 O modelo populacional da ANOVA: valor da variável = estimativa do valor pelo modelo + erro Os pressupostos básicos sobre os erros: 1. erros normalmente distribuídos; 2. os erros têm variância constante; 3. os erros são independentes entre si. Os pressupostos 2 e 3 são importantes para amostras pequenas ou de tamanhos diferentes. Para amostras grandes os testes de ANOVA são considerados robustos. TERMINOLOGIA Os termos utilizados na ANOVA vêm de estudos na área de agricultura, dado o grande número de trabalhos como, por exemplo, utilização de fertilizantes, irrigação e inseticidas e seus efeitos na safra agrícola de determinado produto. A safra obtida é a variável dependente em estudo, enquanto os fatores de interesse são: fertilizantes, irrigação e inseticidas. Os níveis de fertilizantes são os tratamentos, níveis de tratamento de um fator. A influencia de um fator na variável dependente é dito efeito principal. A análise de variância permite o estudo do efeito principal, ou dos efeitos principais, assim como a combinação entre os efeitos principais dito efeito interação. Análise de variância é o método para estimar quanto de variabilidade do conjunto de dados pode ser atribuído ao modelo e quanto pode ser atribuído aos efeitos aleatórios. A hipótese nula na ANOVA é a de que não se tem efeito principal e efeito interação, enquanto a hipótese alternativa é a de que esses efeitos existem. Fisher construiu o teste de para igualdade das médias observando a razão entre UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 51 estimativas da variância populacional que serão descritas a seguir, daí o nome da análise de variância. nível 1 nível 2 nível 3 y11 y12 y13 y21 y22 y23 .... ... ... ... yn1 yn2 yn3 média 1 média 2 média 3 média geral Acima da representação de um modelo de fator único tem-se yij como observações da variável dependente, e a média geral é a estimativa da média populacional assim como as médias são estimativas das médias populacionais de cada nível ou tratamento. A estimativa da variância populacional pode ser feita através de qualquer uma das colunas e uma combinação das observações das três colunas. Ou de outra forma a variância pode ser estimada usando as médias dos tratamentos, e essa estimativa não será tendenciosa somente se não existir diferença entre os tratamentos. Quando existe diferença entre as médias populacionais dos tratamentos este estimador da variância populacional da variável dependente superestima a variância verdadeira. ANOVA no EXCEL Macro, ou suplemento, Análise de Dados - Fator Único - Fator Duplo com repetição - Fator Duplo sem repetição (ver exemplos) UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 52 5.3. PROCEDIMENTO (i) Hipótese a ser testada ..... Hipótese Nula ............. H0: µ µ µ1 2= = =....... n Hipótese contrária .......... Hipótese Alternativa .... Ha: as médias diferem (ii) Deve-se observar as médias amostrais dos m grupos e a média de cada uma das amostras. O cálculo da variância entre as amostras e dentro das amostras permitirá verificar se a hipótese nula é aceitável ou não. Designando-se: • número de informações em cada grupo ....... n • número total de informações .......... nm • média amostral dos m grupos ........ x x x x m n = + + +1 2 ....... • variância amostral entre os m grupos ......... S x x x x x x mentre n2 1 2 2 2 2 1 = − + − + + − − ( ) ( ) ............ ( ) • variância amostral dentro de cada grupo...... S x x ndentro i i2 2 1 = − − Σ( ) • média das m variâncias amostrais ....... S S S S m dentro dentro dentron2 1 2 2 2 2 = + + +............ UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 53 (iii) Quanto maior for a média das variâncias dentro das amostras maior a possibilidade de se aceitar a hipótese nula. Estatística Teste razão de variâncias ........ F nS S entre = 2 2 (iv) Se as médias populacionais dos grupos forem iguais a estatística teste deve estar próxima da unidade. Comparando-se a estatística F nS S entre = 2 2 com o valor crítico da distribuição F com m - 1 graus de liberdade no numerador e m ( n - 1) graus de liberdade no denominador. não rejeita-se H0 não aceita-se H0 F tabelado Se valor da estatística teste for maior do o valor tabelado, ou valor crítico, não se aceita a hipótese nula. UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 54 5.4. UTILIZANDO SOMA DOS QUADRADOS DOS DESVIOS A abordagem da análise de variância pode ser melhor trabalhada utilizando-se a soma de quadrados dos desvios, ou simplesmente soma de quadrados. m grupos com n informações cada • cada observação será denotada por : xij , i-ésimo elemento do j-ésimo grupo. • soma de todas as informações: T xij j m i n = == ∑∑ 11 • média amostral dos m grupos ou média geral ........ x x x x m n = + + +1 2 ....... ou x T nm = • variação total (VT) ou soma total dos quadrados ( STQ ou TSS ) TSS VT STQ x xij j m i n = = = − == ∑∑ ( )2 11 Para se verificar se a hipótese nula é não é falsa, ou seja a média populacional é a mesma em cada grupo de onde foram retiradas amostras aleatórias simples, deve- se estudar as variações entre os grupos de informações e dentro dos grupos de informações. Para proceder este estudo deve-se dividir a soma de quadrados acima em duas partes: uma referente a variação dentro de cada grupo, de forma a verificar a variação aleatória dentro dos grupos; e, em outra referente a variação entre os UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 55 grupos, de forma a verificar se a média de cada grupo de informações é diferente da média global. TSS VT STQ x x x x x xij j m i n ij j j j m i n = = = − = − + − = == == ∑∑ ∑∑( ) (( ) ( ))2 11 2 11 TSS VT STQ x x x x x x x xij j j j m i n ij j j m j j m i n i n = = = − + − = − + − = == = === ∑∑ ∑ ∑∑∑[( ) ( ) ] ( ) ( )2 2 11 2 1 2 111 tem-se: TSS x x n x xij j j m j j m i n = − + − = == ∑ ∑∑ ( ) ( )2 1 2 11 TSS RSS ESS= + ou STQ SQER SQTR= + ou VT VD VE= + ou VT VAleatória VExplicada= + • soma dos quadrados dos erros (SQER ou RSS ) variação dentro das amostras dos grupos (VD) ou variação aleatória Diferenças decorrentes de fatores aleatórios desconhecidos, variação residual ou erro estatístico. SQER x xij j j m i n = − == ∑∑ ( )2 11 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 56 • soma dos quadrados de tratamentos ( SQTR ou ESS ) variação entre as amostras dos grupos ( VE ) ou variação explicada Diferenças decorrentes de tratamentos dados a cada grupo de informações. Quanto maior esta soma maior a possibilidade de não se aceitar a hipótese nula; ou seja maior a possibilidade de se rejeitar a hipótese de igualdade das médias populacionais dos diferentes grupos, ou dos resultados dos tratamentos dados a variável em estudo. SQTR x xj j m i n = − == ∑∑ ( )2 11 • média da soma dos quadrados (MSQ) Quando a soma de quadrados é dividida pelo número de graus de liberdade, tem-se a variância quadrática média ou quadrado médio ( ou soma dos quadrados média -- “MSS” ). Média da soma dos quadrados entre as amostras: = − − = ∑n x x m j j m ( )2 1 1 Média da soma dos quadrados dentro das amostras: = − − == ∑∑ ( ) ( ) x x m n ij j j m i n 2 11 1 • estatística teste variação média entre os grupos ou tratamentos F = variação média dentro dos grupos ou variação aleatória -- erro UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 57 F n x x m x x m n calculado j j m ij j j m i n= − − − − = == ∑ ∑∑ ( ) ( ) ( ) 2 1 2 11 1 1 • valor crítico do teste o valor crítico do teste (ou valor tabelado) é dado pela abscissa da variável aleatória distribuída de acordo com a distribuição F com (m – 1) graus de liberdade no numerador e com m (n - 1) graus de liberdade no denominador. • tomada de decisão não rejeita-se H0 não aceita-se H0 F tabelado Se valor da estatística teste for maior do o valor tabelado, ou valor crítico, não se aceita a hipótese nula. UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 58 5.5. TABELA ANOVA QUADRO DE ANÁLISE DE VARIÂNCIA (QAV) FONTE de VARIAÇÃO SOMA dos QUADRADOS Graus de liberdade QUADRADO MÉDIO TESTE F (Fcalc) ENTRE AMOSTRAS n x xj j m ( )− = ∑ 2 1 m - 1 n x x m j j m ( )− − = ∑ 2 1 1 (I) (I) (II) DENTRO AMOSTRAS ( )x xij j j m i n − == ∑∑ 2 11 m ( n - 1) ( ) ( ) x x m n ij j j m i n − − == ∑∑ 2 11 1 (II) TOTAL ( )x xij j m i n − == ∑∑ 2 11 mn - 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 59 5.6. PRESSUPOSTOS • Variâncias Populacionais iguais: σ12 = σ22 = σ32 = σ42 = ....... = σm2 = σ 2 • Cada População é Normalmente Distribuída ∼ N (µ ; σ 2) • Cada amostra extraída de sua população de tratamento, representada por uma coluna, é independente e aleatória ( AASn). 5.7. O MODELO Xij = µ + α i + ε ij Para cada observação Xij têm-se: 1. efeito médio devido a população a que pertence (µ ) 2. efeito do i-ésimo tratamento, específico a coluna a que pertence ( αi ) 3. efeito aleatórioou erro residual (ε ij ) 4. efeito aleatório (ε ij ) ∼ N (µ ; σ 2) MODELO com CLASSIFICAÇÃO ÚNICA ou com UM CRITÉRIO População 1 População 2 .................................................. População m (tratamento 1) (tratamento 2) ...................................................(tratamento m) µ1 µ2 µm σ12 σ22 σm2 AASn1 AASn2 AASnm AASn1 = ( x11 , x21 , x31 ,............., xn1 1 ), AASn2 = ( x12 , x22 , x32 ,............., xn2 2 ), .............................................................................. .................................................................................. AASnk = ( x1m , x2m , x3m ,............., xnn m ). UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 60 Em resumo: ANOVA – Estudo de variações, aleatórias (dentro) e explicadas (entre), para se testar a igualdade de médias populacionais. Algumas aplicações: • verificar se o índice médio de produção de três postos de trabalho diferem de forma significativa; • verificar se os escores em determinado teste diferem entre grupos de indivíduos. 5.8. ANOVA - CASO DE AMOSTRAS COM TAMANHOS DIFERENTES m grupos com número de informações diferentes amostra 1 ....... n1 informações amostra 2 ....... n2 informações amostra 3 ....... n3 informações .................................................... .................................................... amostra m ....... nm informações • cada observação será denotada por : xij , i-ésimo elemento do j-ésimo grupo. • soma de todas as informações: N n n n n nm j j m = + + + + = = ∑1 2 3 1 ......... UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 61 • média amostral dos m grupos ou média geral ........ x n x n x n x N m m = + + +1 1 2 2 ....... ou x x N ij i n j m j = == ∑∑ 11 • variação total (VT) ou soma total dos quadrados ( STQ ou TSS ) TSS VT STQ x xij i n j m j = = = − == ∑∑ ( )2 11 tem-se: TSS x x n x xij j i n j j j m j m j = − + − = == ∑ ∑∑ ( ) ( )2 1 2 11 • soma dos quadrados dos erros ( SQER ou RSS ) variação dentro das amostras dos grupos (VD) ou variação aleatória SQER x xij j i n j m j = − == ∑∑ ( )2 11 • soma dos quadrados de tratamentos ( SQTR ou ESS ) variação entre as amostras dos grupos ( VE ) ou variação explicada SQTR n x xj j j m = − = ∑ ( )2 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 62 • média da soma dos quadrados ( MSQ ) Quando a soma de quadrados é dividida pelo número de graus de liberdade, tem-se a variância quadrática média ou quadrado médio ( ou soma dos quadrados média -- “MSS” ). Média da soma dos quadrados entre as amostras: = − − = ∑n x x m j j j m ( )2 1 1 Média da soma dos quadrados dentro das amostras: = − − == ∑∑ ( )x x N m ij j i n j m j 2 11 • estatística teste variação média entre os grupos ou tratamentos F = variação média dentro dos grupos ou variação aleatória -- erro F n x x m x x N m calculado j j j m ij j i n j m j= − − − − = == ∑ ∑∑ ( ) ( ) 2 1 2 11 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 63 • valor crítico do teste o valor crítico do teste (ou valor tabelado) é dado pela abscissa da variável aleatória distribuída de acordo com a distribuição F com (m - 1) graus de liberdade no numerador e com (N - m) graus de liberdade no denominador. 5.9. ANÁLISE DE VARIÂNCIA DE CLASSIFICAÇÃO DUPLA ( ou DE DOIS CRITÉRIOS ) A análise de variância de dois critérios, ou de classificação dupla, permite testar a hipótese de igualdade das médias populacionais, através de informações amostrais, levando-se em consideração dois tratamentos. A análise de variância pode também ser utilizada levando-se em consideração mais de dois critérios, o que pode ser visto em textos mais avançados sobre o assunto. Cada informação denotada por xij indica a informação da i-ésima linha e da j-ésima coluna de uma tabela de dupla entrada com m níveis do primeiro tratamento ( m colunas ) e n níveis do segundo tratamento ( n linhas ). O MODELO Xij = µ + α i + βj + ε ij Para cada observação Xij têm-se: 1. efeito médio devido a população a que pertence (µ ) 2. efeito do i-ésimo tratamento, específico a coluna a que pertence ( αi ) 3. efeito do j-ésimo tratamento, específico a linha a que pertence (βj ) 4. efeito aleatório ou erro residual (ε ij ) 5. efeito aleatório (ε ij ) ∼ N (µ ; σ 2) UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 64 • soma de todas as informações: T xij j m i n = == ∑∑ 11 • média amostral dos m grupos ou média geral ........ x x x x m n = + + +1 2 ....... ou x T nm = • variação total (VT) ou soma total dos quadrados ( STQ ou TSS) TSS VT STQ x xij j m i n = = = − == ∑∑ ( )2 11 A soma total dos quadrados deve ser dividida, agora, em três parcelas, ou seja em três somas dequadrados de forma a se verificar as hipóteses: (i) não existe diferença significativa entre os níveis do primeiro tratamento, ou seja entre as colunas da tabela de dupla entrada; e, (ii) não existe diferença significativa entre os níveis do segundo tratamento, ou seja entre as linhas da tabela de dupla entrada. A divisão da soma total dos quadrados deve ser feita para se explicitar: a parte explicada pelos efeitos do primeiro tratamento, ou das colunas; a parte explicada pelos efeitos do segundo tratamento, ou das linhas; e a parte referente ao resíduo, ou erro. SQT = SQTRlinha + SQTRcoluna + SQER • soma dos quadrados do primeiro tratamento -- coluna (SQTRcoluna ou ESScoluna) SQTRcoluna n x xcolunaj j m = − = ∑( )2 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 65 • soma dos quadrados do segundo tratamento -- linha (SQTRlinha ou ESSlinha) SQTRlinha m x xlinhai i n = − = ∑( )2 1 • soma dos quadrados dos erros (SQER ou RSS) -- obtida por diferença SQER x x x x x xij colunaj linhai j m i n = − − − − − == ∑∑ [( ) ( ) ( ) ]2 2 2 11 • média da soma dos quadrados (MSQ) Quando a soma de quadrados é dividida pelo número de graus de liberdade, tem-se a variância quadrática média ou quadrado médio ( ou soma dos quadrados média -- “MSS” ). Média da soma dos quadrados do primeiro tratamento (coluna): = − − = ∑n x x m colunaj j m ( )2 1 1 Média da soma dos quadrados do segundo tratamento (linha): = − − = ∑m x x n linhai i n ( ) ( ) 2 1 1 Média da soma dos quadrados dos erros : = − − SQER m n( )( )1 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 66 • estatística teste para colunas variação média entre os níveis do primeiro tratamento ou das colunas F = ou variação média dentro dos grupos ou variação aleatória -- erro F SQTRcoluna m SQER m n calculado = − − − 1 1 1( )( ) para linhas variação média entre os níveis do segundo tratamento ou das linhas F = ou variação média dentro dos grupos ou variação aleatória -- erro F SQTRlinha n SQER m n calculado = − − − 1 1 1( )( ) UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 67 TABELA ANOVA QUADRO DE ANÁLISE DE VARIÂNCIA (QAV) FONTE de VARIAÇÃO SOMA dos QUADRADOS graus de liberdade QUADRADO MÉDIO TESTE F (Fcalc) ENTRE AMOSTRAS (COLUNAS) n x xcolunaj j m ( )− = ∑ 2 1 m - 1 n x x m colunaj j m ( )− − = ∑ 2 1 1 (IC) (IC) (II) ENTRE AMOSTRAS (LINHAS) m x xlinhai i n ( )− = ∑ 2 1 n - 1 m x x n linha i i n ( )− − = ∑ 2 1 1 (IL) (IL) (II) DENTRO AMOSTRAS (ERRO) SQER (m - 1) (n - 1) SQER m n( )( )− −1 1 (II) TOTAL ( )x xij j m i n − == ∑∑ 2 11 mn - 1 UNIVERSIDADE FEDERAL DO RIO DE JANEIRO – ESCOLA POLITÉCNICA DEPARTAMENTO DE ENGENHARIA INDUSTRIAL - ESTATÍSTICA APLICADA I TEXTO 5 - ANÁLISE DE VARIÂNCIA - Prof. André Salles 68 5.10. TESTE DE SCHEFFÉ Uma das limitações da ANOVA está no fato de que, não se aceitando a hipótese nula, não existe possibilidade de se afirmar quais colunas, no caso de classificação única, ou quais as linhas ou colunas, no caso de classificação dupla, diferem das demais. O teste desenvolvido por Scheffé pode ser utilizado para isto. No caso de classificação única se duas médias populacionais diferem tem-se que a distância entre suas médias amostrais deve ser maior ou igual a um determinado número delta dado por: ))]1(();1[(11)1( )1( 21 −− +− − =∆ nmmFtabelado nn m nm SQER No caso de classificação dupla: entre colunas tem-se: )]1)(1();1[()]1(2[ )1( −−− − − =∆ j i nmmFtabelado n m nm SQER entre linhas tem-se: ∆ = − − − − − SQER m n n m Ftabelado n m ni j j( ) [ ( )] [( );( )( )] 1 2 1 1 1 1
Compartilhar