6.1 Modelo Aleatório

Anlise de Varincia e Planeamento de Experincias
6. MODELOS ALEATRIOS
6.1 Introduo
6.2 Modelo de Anlise de Varincia Simples com Efeitos Aleatrios
6.3 Modelo de Anlise de Varincia Dupla com Efeitos Aleatrios
6.4 Modelo Misto
6.5 Regras para o Clculo do valor esperado das Mdias Quadrticas
M. Salom Cabral. FCUL
Captulo 6.1-1
Nos pargrafos anteriores, anlise de varincia simples e anlise

factorial, assumimos que o investigador escolheu especificamente
os nveis do factor utilizado no planeamento da experincia e,
consequentemente, as inferncias obtidas com base na anlise de
varincia so s aplicveis aos nveis dos factores considerados.
Tnhamos um modelo de efeitos fixos.
Neste pargrafo vamos considerar que os nveis dos factores que
entram no modelo so escolhidos aleatoriamente no domnio de
variao desses mesmos nveis.
modelo de efeitos aleatrios ou modelo II

Tambm se diz modelo com efeitos aleatrios
Captulo 6.1-2
Os modelos de efeitos aleatrios para a anlise de varincia,

tambm chamados modelos das componentes da varincia,
tiveram a sua origem, tal como os modelos de efeitos fixos, em
problemas de astronomia; s mais tarde os estatsticos
reinventaram os modelos de efeitos aleatrios e desenvolveram
modelos mais complicados.
Captulo 6.1-3
Domnios onde frequente a existncia de experincias

envolvendo efeitos aleatrios:
(i) estudo das caractersticas quantitativas hereditrias tais como a
produo de sementes em plantas cultivadas.
Muitas variedades geneticamente distintas de plantas cultivadas so
desenvolvidas em programas de melhoramento. As variedades
representam uma amostra aleatria das variedades que potencialmente
podem ser desenvolvidas. Por sua vez, a descendncia de cada
variedade tambm encarada como uma amostra aleatria da
descendncia possvel de cada variedade. Pretende-se ento conhecer a
partio da variao total nas contribuies separadas das variedades e
da descendncia.
Captulo 6.1-4
(ii) ensaios clnicos - frequente a existncia de experincias

envolvendo efeitos aleatrios.
So exemplo disso os estudos inter laboratoriais, feitos de forma
rotineira pelos laboratrios clnicos, onde se pretende estudar a
variabilidade existente entre os testes feitos pelos diferentes
laboratrios. Em intervalos regulares de tempo amostras extradas de
uma grande quantidade homognea de soro so enviadas, para
anlise, para uma grande quantidade de laboratrios. Os laboratrios
envolvidos no ensaio assim como as amostras para eles enviadas so
considerados amostras aleatrias respectivamente da potencial
populao de laboratrios e das potenciais amostras de soro. Os
investigadores pretendem saber se existe uma variao significativa
nos resultados entre laboratrios.
Captulo 6.1-5
Modelo II- Um Factor
yij j eij j 1,..., k ; i 1,..., n

eij N (0, 2 )
j N (0, 2 )
i 1,..., n
j 1,..., k
j 1,..., k
eij e j independentes
independentes
independentes
i 1,..., n
j 1,..., k
s varincias 2 e 2 d-se o nome de componentes da varincia.
Captulo 6.1-6
Num programa de melhoramento de plantas (breeding) a componente

de varincia entre grupos, 2 , representa a variabilidade gentica
entre famlias e geralmente estamos interessados no quociente entre
esta variao gentica e a variao total, Y2 2 2
coeficiente de correlao intraclasses

2
2
2
Captulo 6.1-7
Nota
1- No melhoramento gentico animal (vegetal) tem-se interesse em
saber qual a proporo das diferenas entre animais (plantas) que
transmissvel descendncia; essa proporo dada por
4 2
coeficiente de heritabilidade
Captulo 6.1-8
2- correlao entre registos repetidos do mesmo animal (planta)

d-se o nome de repetibilidade.
2

2
coeficiente de repetibilidade
(Adaptado de Melhoramento Gentico Animal. Lus Telo da Gama. Escolar Editora,

Lisboa. Portugal)
Ver mais aplicaes em Kuehl pg.155-156
Captulo 6.1-9
A partio da variao total apresentada na tabela da anlise de

varincia para o Modelo I igualmente verificada neste modelo
SSTotal SS A SS E
y
k
j 1 i 1
ij
y.. n y. j y.. y ij y. j
k
j 1
j 1 i 1
Captulo 6.1-10
Tal como no Modelo I
Captulo 6.1-11
Consequentemente
MS A 2
F( k 1, N k )
2
2
MS E (n )
Captulo 6.1-12
e tem-se
n 2 2
SS A

E MS A E
k
1
n0 2 2
n j n j
k
2
n
j
k
1
j 1
n0
n j k
k 1 j 1
E MS E 2
Captulo 6.1-13
Objectivos
1. Testar hipteses
H 0 : 2 0 vs H 1 : 2 0
2. Estimar as componentes da varincia
Captulo 6.1-14
Captulo 6.1-15
Captulo 6.1-16
Estimao e Intervalos de Confiana para as

Componentes da Varincia.
1- Estimao
MS E
MS A MS E
N (k 1)
MS A MS E
k
2
N n 2j
j 1
MS A MS E
MS (n 1) MS
A
E
MS A MS E N (k 1)
2
MS A MS E N (k 1) MS E ( N
2
j)
j 1
Captulo 6.1-17
O que Fazer Quando Obtemos Estimativas da

Varincia Negativas?
Captulo 6.1-18
2 - Intervalos de Confiana
Captulo 6.1-19
Captulo 6.1-20
Captulo 6.1-21
Captulo 6.1-22
Funo Potncia do Teste
Captulo 6.1-23
tem distribuio F Snedecor com (k-1, N-k) g.l.
Captulo 6.1-24
Como Calcular o Nmero de Observaes Necessrias

para o Teste Ter uma Determinada Potncia?
Tal como no modelo de efeitos fixos, existem grficos das curvas

caractersticas para o caso equilibrado (Montegomery 1991, pag.
611 a 614) (podemos calcular a potncia sem recorrer a estes
grficos)
A leitura desses grficos d-nos o erro do tipo II, , contra o
parmetro
1
n 2
para vrios g.l. do numerador e denominador e = 0.05 ou 0.01.

Captulo 6.1-25
Um estudo gentico com animais para produo de

carne consistiu em registar o peso ao nascimento de vrias crias
resultantes do acasalamento de vrios machos com grupos
separados de fmeas.
Exemplo 1 -
Captulo 6.1-26
Captulo 6.1-27
1.Seleccionar Advanced Linear/Nonliner Models+General

Linear Models
Captulo 6.1-28
2. Seleccionar One-way ANOVA+Ok
Captulo 6.1-29
3. Seleccionar Variables
Captulo 6.1-30
4. Escolher de acordo com a categoria
Captulo 6.1-31
5. Escolher options
Captulo 6.1-32
6. Ok+Ok
Captulo 6.1-33
7. Test all effects
Captulo 6.1-34
Concluso : Rejeitamos
H0
Captulo 6.1-35
9. Seleccionar
Captulo 6.1-36
> (1397.8-463.8)/8
[1] 116.75
Variable: Peso
Variance Components
Type III decomposition
Variable: Peso
Relative Variance Components (in Percent)
Macho, 116.75
Macho, 20.1%
Error, 463.79
Error, 79.9%
Captulo 6.1-37
Com n=8
Captulo 6.1-38
Outro mtodo de estimao para as componentes da varincia

1.Seleccionar Advanced Linear/Nonliner Models+Variance
components
Captulo 6.1-39
2. Seleccionar Variables
Captulo 6.1-40
3.Ok
Captulo 6.1-41
4. Seleccionar o mtodo pretendido
Captulo 6.1-42
Concluso:
(i) As estimativas de 2 e de 2 so, respectivamente, 116.7493 e
463.7920.
(ii) A estimativa do coeficiente de correlao intraclasses

2
MS A MS E
MS A (n 1) MS E
> (1397.8-463.8)/(1397.8+7*463.8)
[1] 0.2011024
(iii) A variabilidade entre os machos corresponde a 20% da

variabilidade total.
Captulo 6.1-43
(iv)
As estimativas dos diferentes intervalos de confiana obtm-se
substituindo os estimadores pelas respectivas estimativas. Para
o exemplo e ao nvel de confiana de 90% temos:
(326,722)
- 4,1387
estimativa do intervalo de confiana para 2

estimativa do intervalo de confiana
aproximado para 2 . Comente.
0.02,0.67 estimativa do intervalo de confiana para
Captulo 6.1-44
As estimativas obtidas pelo mtodo da :

(i) ML.
(ii) REML
Comente as diferenas.
Captulo 6.1-45
Modelo II- Dois Factores
Planeamento completamente aleatorizado com dois factores

aleatrios
Captulo 6.1-46
Objectivos
1. testar as hipteses
2. estimar as componentes da varincia

Captulo 6.1-47
Testes de Hipteses
SS Total SS A SS B SS AB SS E
com
2
SS A bn yi.. y...
i 1
SS B an y. j . y...
b
j 1
SS AB n yij . yi.. y. j . y...

a
i 1 j 1
SS E yijk yij .
a
i 1 j 1 k 1
e independentes
Captulo 6.1-48
Os valores esperados dos diferentes MS so:

E ( MS A ) 2 n 2 bn 2
E ( MS B ) 2 n 2 an 2
E ( MS AB ) 2 n 2
E ( MS E ) 2
Captulo 6.1-49
Captulo 6.1-50
Captulo 6.1-51
Captulo 6.1-52
Estimao e Intervalos de
Componentes da Varincia
Confiana
para
as
1. Estimao
2 MS E
MS A MS AB
bn
MS B MS AB
an
MS AB MS E
n
Utilizar os procedimentos j indicados quando obtemos

varincias negativas
2. Intervalos de Confiana
possvel obter um intervalo de confiana para 2 , tendo em

ateno que
ab(n 1) MS
(2ab ( n 1 ))
Captulo 6.1-53
Intervalos de confiana exactos para as outras componentes

da varincia j no possvel, podendo-se no entanto obter
intervalos aproximados (ver Scheff pag. 244)
Captulo 6.1-54
A cultura de clulas parece ser influenciada pelo

meio utilizado e pela temperatura. Quatro testes repetidos de
um planeamento factorial foram efectuadas no laboratrio para
trs meios e trs temperaturas. Quer os trs meios quer as trs
temperaturas para os quais foi realizado o ensaio foram
escolhidas aleatoriamente. A ordem pela qual as 36 observaes
foram efectuadas foi aleatria. Os dados encontram-se na
tabela que se segue. Que concluses podem ser tiradas
relativamente variabilidade das observaes?
Exemplo 2-
Captulo 6.1-55
Captulo 6.1-56
Resoluo:
Concluso:
(i) para os nveis de significncia 0.1 e 0.05, rejeita-se a
hiptese da variabilidade devida interaco e a variabilidade
devida s diferentes temperaturas serem zero.
Captulo 6.1-57
(ii)
A estimativa da varincia de yijk

y2 675.21 244.87 1429.58 432.06 2781.72
2 675.21 componente
do erro - representa a variabilidade
das clulas.
Captulo 6.1-58
componente do meio - d-nos a variabilidade na

performance do meio e corresponde a 8.8% da varincia total
(2781.72)
2 244.87
componente da temperatura - a variabilidade

associada a utilizarmos outra temperatura e corresponde a
51.4% da varincia total.
2 1429.58
componente da interaco - contribui com

15.5% na varincia total estimada. O facto da interaco ser
significativa quer dizer que a performance relativa dos vrios
meios no varia de forma consistente com a temperatura.
2 432.06
Captulo 6.1-59
Advanced
Models
Linear
/Nonlinear
Models/General
Linear
Captulo 6.1-60
Variable: Observ
Relative Variance Components (in Percent)
Variable: Observ
Variance Components
Meio*Temp, 432.06
Meio*Temp, 15.5%
Error, 675.21
Meio, 8.8%
Meio, 244.87
Temp, 1429.66
Error, 24.3%
Temp, 51.4%
Captulo 6.1-61
Como
Calcular
o
Nmero
de
Observaes
Necessrias para o Teste Ter uma Determinada
Potncia ?
Tal como no Modelo II com um factor, recorrendo aos

grficos com as curvas caractersticas (Montegomery 1991,
pag. 610 a 614).
Captulo 6.1-62

6.1 Modelo Aleatório

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

6.1 Modelo Aleatório

Transféré par

Droits d'auteur :

Formats disponibles

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Nos pargrafos anteriores, anlise de varincia simples e anlise

modelo de efeitos aleatrios ou modelo II

Anlise de Varincia e Planeamento de Experincias

Os modelos de efeitos aleatrios para a anlise de varincia,

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Domnios onde frequente a existncia de experincias

Anlise de Varincia e Planeamento de Experincias

(ii) ensaios clnicos - frequente a existncia de experincias

Anlise de Varincia e Planeamento de Experincias

Modelo II- Um Factor

yij j eij j 1,..., k ; i 1,..., n

s varincias 2 e 2 d-se o nome de componentes da varincia.

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Num programa de melhoramento de plantas (breeding) a componente

coeficiente de correlao intraclasses

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

2- correlao entre registos repetidos do mesmo animal (planta)

(Adaptado de Melhoramento Gentico Animal. Lus Telo da Gama. Escolar Editora,

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

A partio da variao total apresentada na tabela da anlise de

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Tal como no Modelo I

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Estimao e Intervalos de Confiana para as

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

O que Fazer Quando Obtemos Estimativas da

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

Funo Potncia do Teste

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias

tem distribuio F Snedecor com (k-1, N-k) g.l.

M. Salom Cabral. FCUL

Anlise de Varincia e Planeamento de Experincias