Académique Documents
Professionnel Documents
Culture Documents
Em muitas experincias interessa estudar o efeito de mais do que um factor e sobre uma varivel de interesse. Quando uma experincia envolve dois ou mais a e factores diz-se que temos uma ANOVA mltipla. Uma ANOVA em que todas u as combinaoes de todos os n c veis de todos os factores so consideradas diz-se a ANOVA factorial. Na maioria das situaes, quando estamos interessados em co estudar a inuncia de dois ou mais factores numa varivel, utilizamos uma e a ANOVA factorial. Exemplo: Pretende-se estudar a concentrao de clcio no sangue de uma ca a populao de aves parte da qual foi sujeita a um tratamento hormonal. Os ca investigadores pretendem averiguar se existem diferenas na concentrao mdia c ca e de clcio dependendo do tratamento hormonal e tambm dependendo do sexo a e das aves. Os factores deste estudo so o tratamento hormonal (presente ou a ausente) e o sexo (feminino e masculino).
Bioestat stica, 2007 1
Yijk onde
representa a mdia global, e i representa o efeito do n i do factor A, vel j representa o efeito do n j do factor B, vel ij representa o efeito da interaco dos factores A e B, ca o ca ijk representa um erro aleatrio de cada observao sendo estes erros independentes entre si e todos com distribuio Normal de mdia 0 e ca e varincia 2. a
Bioestat stica, 2007 8
vs
yi =
j=1 k=1 a n
yijk
yj =
i=1 k=1 n
yijk yijk
k=1 n
yij =
a b
y =
i=1 j=1 k=1
yijk
y =
10
(yijk y )2 = bn
i=1 j=1 k=1 SStotal i=1
(i y)2 y
SSA b
+ an
j=1
(j y)2 y
SSB a b
+n
i=1 j=1
(ij yi yj + y)2 y
SSAB
(yijk yij)2
i=1 j=1 k=1 SSE
11
SStotal tem N 1 = abn 1 graus de liberdade. SSA tem a 1 graus de liberdade. SSB tem b 1 graus de liberdade. SSAB tem (a 1)(b 1) graus de liberdade. SSE tem ab(n 1) graus de liberdade.
12
Tabela de ANOVA
Mdia de e quadrados
SSA a1 M SB = SSB b1 SSAB M SAB = (a1)(b1)
Fobs
M SA M SE M SB M SE M SAB M SE
p () () ()
M SA =
M SE
13
Atravs desta tabela podemos testar as hipteses referidas anteriormente atravs e o e dos p-values da ultima coluna. Neste caso: a estat stica de teste para as hipteses 1 (efeito principal do factor A) o e M SA F = M S Fa1,ab(n1), sob H0;
E
a estat stica de teste para as hipteses 2 (efeito principal do factor B) o e F = M SB Fb1,ab(n1), sob H0; M SE a estat stica de teste para as hipteses 3 (interaco) F = o ca e F(a1)(b1),ab(n1), sob H0;
M SAB M SE
14
Ora, + i + j + ij representa o valor mdio da combinao dos n e ca veis Ai e Bj , que podemos representar por ij . Este valor mdio pode ser estimado pela e mdia das observaoes deste grupo, Yij. Assim, os erros podem ser estimados e c por ijk = Yijk Yij. duos e costumam-se representar por eijk . Estas diferenas chamam-se res c Uma anlise de res a duos consiste em estudar o conjunto de todos os res duos eijk , i = 1, . . . , a, j = 1, . . . , b, k = 1, . . . , n, no sentido de averiguar se podemos considerar que essa amostra aleatria e proveniente de uma populao e o ca Normal. Para averiguar a Normalidade, constroem-se QQ-plots e fazem-se testes de ajustamento. No SPSS, podemos guardar os res duos, para seguidamente os analisar, atravs e do boto Save do menu da ANOVA, Analyze / General Linear Model / a Univariate.
Bioestat stica, 2007 16
17
19
Hipteses a testar o No caso de o factor em estudo ser de feitos xos temos H0 : 1 = 2 = . . . = g = ou equivalentemente H0 : 1 = 2 = . . . = g = 0 vs H1 : i = 0 pelo menos para um i vs H1 : i = pelo menos para um i
20
Hipteses a testar o Tambm podemos testar se os blocos produzem diferenas na varivel resposta e c a (ou seja, se vale a pena considerar os blocos como um factor) O factor associado aos blocos tanto pode ser considerado xo como aleatrio o (a situao mais habitual ser aleatrio). A tabela de ANOVA igual em ca e o e todos os casos. No caso de o factor bloco ser de feitos xos temos
H0 : 1 = 2 = . . . = g = 0
vs
(yij y)2 = b
i=1 j=1 SStotal g i=1
(i y )2 + g y
j=1 SST rat b
(j y)2 y
SSB
+
i=1 j=1
(yij yi yj + y)2
SSE
SStotal tem N 1 = gb 1 graus de liberdade. SST rat tem g 1 graus de liberdade. SSB tem b 1 graus de liberdade. SSE tem (g 1)(b 1) graus de liberdade.
Bioestat stica, 2007 22
Tabela de ANOVA
Fonte de Variao ca Tratamentos Blocos Erros Total Soma de quadrados SST rat SSB SSE SStotal g.l. g1 b1 (g 1)(b 1) gb 1 Mdia de e quadrados M ST rat M SB M SE Fobs
M ST rat M SE M SB M SE
p () ()
Atravs desta tabela podemos testar as hipteses referidas anteriormente atravs e o e do p-value associado aos tratamentos. Neste caso a estat stica de teste e M ST rat F = M S Fg1,(g1)(b1), sob H0.
E
Tambm podemos testar se os blocos inuenciam os resultados (em mdia) e e atravs do p-value associado aos blocos. Neste caso a estat e stica de teste e F = M SB Fb1,(g1)(b1), sob H0. M SE
Bioestat stica, 2007 23
24
As vantagens destes planeamentos so geralmente as seguintes: a 1. A experincia torna-se mais econmica pois exige um menor nmero de e o u unidades experimentais. 2. A variabilidade entre unidades experimentais reduzida relativamente a um e planeamento completamente aleatorizado. 3. A potncia superior ` do planeamento completamente aleatorizado. (tal e e a como acontecia ao compararmos duas mdia com amostras emparelhadas ou e com amostras independentes). a As desvantagens so geralmente as seguintes: 1. A experincia pode tornar-se muito demorada. e 2. Podem existir efeitos de alguns dos tratamentos que preduram no tempo (carryover ) e que afectam os resultados dos outros tratamentos. No SPSS existe um menu espec co para ANOVA com observaes repetidas, co Analyze / General Linear Model / Repeated Measures.
Bioestat stica, 2007 26