Académique Documents
Professionnel Documents
Culture Documents
e Outros Delineamentos
Um fator de perturbao (nuisance factor) um fator que provavelmente tem um efeito sobre a
resposta, mas o pesquisador no est interessado neste efeito. Quando este efeito conhecido e
controlvel, ento pode-se usar a tcnica de blocagem para eliminar esse efeito da comparao
entre os tratamentos.
Blocos
Caso tpico: julgador=bloco. Entre os blocos deve haver diferenas marcantes; dentro do bloco
deve haver homogeneidade. Geralmente, blocos igual a repeties.
Bloco II
Bloco b
* a tratamentos;
y11
y21
.
.
.
ya1
y12
y22
.
.
.
ya2
. . .
y1b
y2b
.
.
.
yab
* b blocos;
* uma observao por bloco por
tratamento;
* feita a casualizao dentro de cada
bloco.
O modelo estatstico
y ij i j ij
a mdia geral
i o efeito fixo do i-simo tratamento
j o efeito fixo do j-simo bloco
ij o erro aleatrio. Assume-se que ij ~ NID(0,2)
Hipteses:
H 0 : 1 2 ... a vs H a : i j para i j
y
a
i 1
j1
y .. b y i. y .. a y .j y .. y ij y i. y .j y ..
2
ij
i 1
j1
i 1
j1
Frmulas operacionais:
2
y
SQ T y ij2 ..
N
i 1 j1
a
SQ Blocos
1 b 2 y ..2
y .j
a j1
N
1 a 2 y ..2
SQ Tratamentos y i.
b i1
N
SQ Erro SQ T SQ Blocos SQ Tratamentos
Graus de liberdade:
Quadrados mdios:
SQT
N-1
SQBlocos
b-1
SQTratamentos
a-1
SQErro
ab-1-(a-1)-(b-1)=(a-1)(b-1)
QM tratamentos
SQtratamentos
a 1
E(QM Tratamentos ) 2
2
i
i 1
a 1
b
E(QM Blocos ) 2
a 2j
j1
b 1
E(QM Erro ) 2
Teste de igualdade de mdias de tratamentos (Teste F)
QM Tratamentos
F0
QM Erro
Rejeita-se H0 se F0 > F,a-1,(a-1)(b-1)
Usar o valor p do teste (p-value).
(266,47) 2
SQ Total (14,60 15,01 ... 14,42 )
7,6147
18
1
(266,47) 2
2
2
2
SQ Tratamentos [(89,37) (89,07) (83,04) ]
4,2511
6
18
1
(266,67) 2
2
2
SQ Blocos [(42,85) ... (44,54) ]
2,6016
3
18
SQ Erro 7,6147 2,6016 4,2511 0,7620
2
Conclumos que devemos rejeitar a hiptese de igualdade entre as mdias dos 3 tratamentos. O R 2 =
(SQModelo / SQT), para este modelo, vale 89,99%, isto indica que o modelo est muito bem ajustado
aos dados. O valor do coeficiente de variao foi igual a 1,90%, indicando tima preciso.
Resduos: eij
yij y ij
Exemplo:
10
Diagnstico do modelo:
1 - Normalidade.
2 - Heterogeneidade de varincias (por tratamento e por bloco).
3 - Interao bloco e tratamento
4- Efeito do tempo
11
Teste de Levene:
Blocos F=0,2745 p=0,9184
Trat/os F=0,0145 p=0,9856
DFFitS(i) - mede a alterao
provocada no valor ajustado
pela retirada da observao i
12
Blocos
Mdias
Varincias
14.2800
0.59520
14.8700
0.37470
13.8167
0.26823
14.5233
0.41773
14.8167
0.55223
14.8433
0.29843
13
yij i j xij x ij
14
15
1 - Modelo Aditivo
yij i j ij
Esperanas dos quadrados mdios:
E(QM Blocos ) 2 a 2
a
E(QM Tratamentos )
2
i 1
a 1
E(QM Erro ) 2
Teste F para tratamentos: QMTratamentos/QMErro
16
Exemplo. Oito provadores avaliaram o quanto gostavam ou desgostavam de trs marcas diferentes
de salsichas usando a ficha 8 (estruturada mista escala hednica). Os resultados foram:
Provador
Amostras
A
Total
49
62
34
Mdia
6,13
7,75
4,25
17
yij i j ij ij
E(QM Blocos ) 2 a 2
E(QM Tratamentos ) 2 2
b a
a 1 i1
2
i
E(QM Bl.Tr ) 2 2
Teste F para tratamentos: QMTratamentos/QMBl.Tr
18
b
i 1
a 2
2
i
bD 2
ou
2a 2
2
b 2
1 2
19
5
8,4
2,9
8
0,04
4
6,7
2,6
6
0,10
(1-)
0,96
0,90
2,306 2
0,10
0,4612
5
2,447 2
0,10
0,5471
4
20
C
O
L
U
N
A
S
L
I
N
H
A
S
21
22
A B C
B C A
C A B
A B C
C A B
B C A
B C A
A B C
C A B
23
Modelo estatstico:
y ijk i j k
ijk
i 1,..., p
j 1,..., p
k 1,..., p
24
Anlise de varincia:
A partio da variabilidade total dada por:
SQT = SQLinhas + SQColunas + SQTratamentos +SQE
Onde:
y...2
SQT y
N
i 1 j 1 k 1
p
2
ijk
SQLinhas
1 p 2 y...2
y i ..
p i1
N
SQTratamento s
y...2
1 p 2
y. j .
p j 1
N
N p2
SQColunas
1 p 2 y...2
y..k
p k 1
N
25
F0
QM Tratamentos
QM E
SQLinhas
SQColunas
Por diferena
SQTotal
p-1
p-1
(p-2)(p-1)
p2-1
SQLinhas/(p-1)
SQColunas/(p-1)
SQE/[(p-2)(p-1)]
26
Exemplo 3-4. Dados de aroma. Os resultados da anlise de varincia foram obtidas atravs do
software SAS (Statistical Analysis System) e esto representados na tabela a seguir.
27
28
Modelo matemtico:
yijkl i j l k l ijkl
A anlise estatstica, considerando as duas rplicas, foi realizada no SAS, cujos resultados
so apresentados a seguir.
29
Delineamento cross-over
Ordens
Sesses (j)
(i)
Julgadores
1
2
3
1
m=1
D=7
A=7
C=7
m=2
D=7
A=6
C=7
2
m=1
A=6
C=6
B=7
m=2
A=6
C=6
B=7
3
m=1
C=6
B=6
D=7
m=2
C=7
B=7
D=6
4
m=1
B=7
D=7
A=7
m=2
B=5
D=6
A=7
4
B=7
B=7
D=7
D=7
A=5
A=4
C=7
C=5
30
O modelo matemtico:
y ijkm i j k m i ijkm
ordem
31
E( QM Ordem ) 2 p S2 np
i
i 1
p 1
E( QM Sesso ) 2 np
i
i 1
p 1
p
E( QM Tratamento s ) 2 np
i
i 1
p 1
E( QM Ju lg( ordem ) ) 2 p S2
E( QM Erro ) 2
32
Causas de
Soma de Graus de Quadrados
variao
quadrados liberdade mdios
Tratamentos
2,63
3
0,88
Ordem
3,13
3
1,04
Sesso
2,38
3
0,79
Julga d. ordem
3,25
4
0,81
Erro
8,50
18
0,47
Total
19,88
31
F0
1,85
Nvel
descritivo
0,1738
33
34
Quadrado de Youden
Quando no for possvel utilizar um quadrado latino porque o nmero de nveis de
colunas menos do que o nmero de nveis de linhas, ento pode-se fazer uso do
Quadrado de Youden.
Exemplo: Tm-se 4 tratamentos; 4 julgadores; para cada julgador pode-se utilizar
somente 3 tratamentos;
35
36
22,1
22,4
20,7
21,8
87,0=y..
a
b blocos
k
b blocos
n=ar=bk observaes
b=ar/k blocos
37
Propriedade: o nmero de vezes que cada par de tratamento aparece junto no mesmo bloco :
r(k 1)
a 1
No exemplo,
3( 31)
4 1
(a 1) r (k 1)
Usar estes
resultados
r(k 1)
a 1
n bk ar
38
O modelo estatstico
yij j i ij
Onde yij a observao do i-simo tratamento no j-simo bloco; a mdia geral; i
o efeito do i-simo tratamento; j o efeito do j-simo bloco e ij o erro aleatrio,
NID(0,2).
2
y
SQT yij2 ..
N
i 1 j 1
a
Somas de quadrados:
SQBlo cos
1 b 2 y..2
y. j
k j 1
N
a
SQTratamento s ( ajustado )
k Qi2
i 1
39
1 b
Qi yi. nij y. j
k j 1
i 1,2,..., a
40
F0
QM Tratamentos(ajustado)
QM E
Exemplo 3-6: dados de aceitabilidade de um produto. um BIB com a=4, b=4, k=3,
r=3, =2, e N = (a x r) =(4 x 3)=12.
(87) 2
SQT 631,56
0,8100
12
1
(87) 2
2
2
SQBlo cos (22,1) ... ( 21,8)
0,5500
3
12
1
Q1 21,8 (22,1 22,4 21,8) 0.30
3
1
Q2 21,4 (22,4 20,7 21,8) 0,23
3
1
Q3 21,6 (22,1 22,4 20,7) 0,13
3
1
Q4 22,2 (22,1 20,7 21,8) 0,67
3
41
SQTratamentos ( ajustado )
0,2275
(2)(4)
Interpretao: como o nvel descritivo baixo (< 5%) conclumos que as formulaes
utilizadas tem efeito significativo na aceitabilidade do produto.
42
Contrastes ortogonais:
Os contrastes ortogonais devem ser calculados com relao aos totais de tratamentos
ajustados (Qi). A soma dos quadrados do contraste dado por:
SQc
c Q
i
i 1
a ci2
i 1
43
i kQi /(a)
k (QM E )
a
Exemplo 3-6
3.0 ,0065
0 ,04937
2.4
44
Teste de Tukey
kQM E
3(0,0065)
5,22
0,2577
a
2( 4)
4 vs 3 : 2 / 8 - ( 0 ,4 / 8 ) 0 ,3000 0 ,2577*
3 vs 1 : - 0,4 / 8 - ( 0 ,9 / 8 ) 0,0625 0 ,2577
3 vs 2 : - 0,4 / 8 - ( 0 ,69 / 8 ) 0,0338 0 ,2577
2 vs 1 : - 0,69 / 8 - ( 0,9 / 8 ) 0,0288 0,2577
45
yi . y.. i
No SAS so obtidas
com o comando
LSMEANS
ACEITABI
LSMEAN
7.13750000
7.16250000
7.20000000
7.50000000
.
0.9825
0.8085
0.0130
0.9825
.
0.9462
0.0175
0.8085
0.9462
.
0.0281
0.0130
0.0175
0.0281
.
46
47
48
Provadores
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
1
A=3
H=2
B=2
C=3
F=2
J=3
I=3
E=3
G=2
D=3
C=3
H=1
J=3
G=3
B=2
F=2
D=3
E=1
A=2
I=2
J=2
I=1
B=2
C=3
G=3
D=2
H=2
E=3
F=1
A=2
Ordem de avaliao
2
B=2
A=1
C=3
D=2
H=3
F=1
E=1
G=1
J=1
I=2
D=1
B=3
E=1
A=1
H=1
I=3
F=2
G=2
C=3
J=1
D=3
C=2
G=3
E=2
H=2
J=1
F=3
A=1
B=3
I=1
3
D=1
J=3
F=1
H=1
I=1
G=2
B=2
A=2
C=3
E=1
G=2
J=2
F=2
I=2
E=3
D=1
A=1
H=3
B=1
C=3
B=1
H=3
I=1
F=1
D=1
E=3
A=1
C=2
G=2
J=3
49
a = 10 tratamentos
k = 3 unidades experimentais por bloco
b = 30 blocos
r = 9 repeties
50
O teste de Durbin
Notao:
Xij os resultados do tratamento j no bloco i se o tratamento j aparece no bloco i
Ordene os Xij dentro de cada bloco assinalando o posto 1 menor observao no bloco,
posto 2 segunda menor, e assim por diante, at o posto k, que assinalado a maior de todas
as observaes no bloco i, j que existe apenas k observaes dentro de cada bloco. Denotase por R(Xij) o posto de Xij onde Xij existe.
Compute-se a soma dos postos assinalados aos r valores observados para o j-simo
tratamento e chame esta soma de Rj.
R j R( X ij )
i 1
51
Observao:
1) Se as observaes so no numricas, por exemplo: ruim, mdio, bom, muito bom,
mas so passveis de serem ordenadas dentro dos blocos de acordo com algum critrio
de interesse, o posto de cada observao anotado e os valores de Rj so calculados
como antes.
2) Se houver empates, recomenda-se assinalar o posto mdio s observaes empatadas.
Hipteses:
H0: Os tratamentos tem efeitos idnticos;
H1: Pelo menos um tratamento tende a produzir valores maiores do que pelo menos um
dos outros tratamentos.
52
ra( k 1 )( k 1 ) j 1
k 1
53
Exemplo:
a = 10 tratamentos
k = 3 unidades experimentais por bloco
b = 30 blocos
r = 9 repeties
RA=14 RB=16
RI=16 RJ=19
RC=25
RD=17
RE=18
RF=15
RG=20
RH=18
12( 10 1 )
3.9( 10 1 )( 3 1 )
( 14 2 16 2 25 2 17 2 18 2 15 2 20 2 18 2 16 2 19 2 )
9.10( 3 1 )( 3 1 )
3 1
T 0 ,15( 3324 ,00 ) 486 ,00
T 498 ,60 486 ,00
T 12 ,6
T
54
Com a utilizao de um programa estatstico, obtemos o valor de qui-quadrado ( 2), com 101=9 graus de liberdade e nvel de significncia de 5%, igual a 16,918978. Como a estatstica
de Durbin menor do que o valor de qui-quadrado tabelado, devemos aceitar a hiptese nula
e, assim, no foi observado diferenas significativas entre os tratamentos quanto ao sabor.
P(2>12,6)=0,1816 (valor p)
Comparaes mltiplas
O mtodo que se segue pode ser usado para comparar pares de tratamentos se e somente se a
hiptese nula for rejeitada.
Considere dois tratamentos i e i diferentes se as suas somas de postos satisfazem a
desigualdade:
Ri' Ri t( 1 / 2 )
r ( k 1 )( k 1)[ bk ( a 1) aT ]
6( a 1)( bk a b 1)
55
Continuao do exemplo:
Neste exemplo, faremos os testes de comparao de pares de tratamentos, somente para fins
didticos, pois o teste de Durbin no foi significativo. Vamos, inicialmente, encontrar o valor
da d.m.s.
Ri' Ri t( 1 / 2 )
r( k 1 )( k 1)[ bk ( a 1 ) aT ]
6( a 1)( bk a b 1 )
t( 1 0,05 / 2; 51 ) 2,007584
Ri' Ri 2,0076
Ri' Ri 2,0076
49248
2754
Ri' Ri 8,4896
56
R R 25 14 11
C
R R 25 15 10
C
R R 25 16 9
C
R R 25 17 8
C
57