ANLISE DE VARINCIA

ANOVA

Prof. Adriano Mendona Souza, Dr.

Departamento de Estatstica
- PPGEMQ / PPGEP - UFSM

UM EXEMPLO DE APLICAO
Digamos que temos 6 mtodos de ensino aplicados a 30
crianas cada e gostaramos de fazer uma comparao
entre os mtodos.
Fazendo-se a comparao 2 a 2 por meio do teste Z ou
do teste t exigiria a execuo de 15 testes, pois por meio
6
6!
de combinao temos
15 testes, ou ento
2 2! 4!
optar pela anlise de varincia, onde as hipteses testadas
seriam:
2

H0: As mdias so iguais (1 = 2 = ... = i)

H1: Existe pelo menos uma das mdias diferentes.
Na tabela a seguir apresenta-se os mtodos de ensino
A, B, C, D, E e F. Apresenta-se tambm, a mdia, o
desvio padro, o n de crianas em cada mtodo e o
respectivo grau de liberdade gl = = N 1.

S2
N
gl

A
75
173,2
30
29

B
72
168,7
30
29

C
76
170,1
30
29

D
79
169,8
30
29

E
82
172
30
29

F
72
167,6
30
29

Uma anlise de varincia permite que vrios grupos sejam

comparados a um s tempo, utilizando variveis contnuas.
O teste paramtrico (a varivel de interesse deve ter
distribuio normal) e os grupos devem ser independentes.
4

Considerando uma varivel de interesse com mdia

e varincia 2 temos dois estimadores de 2:
SE2 = disperso entre os grupos, que em ingls
representado por SB2 (between).
SD2 = disperso dentro dos grupos, que em ingls
representado por SW2 (within).
O teste aplicado utilizando a estatstica calculada F

2
SB
SW2

que o teste que compara varincias.

5

A varincia das mdias amostrais calculada por

S x2

2
i

k -1

onde:
k representa os grupos e = k 1 o grau de liberdade.
Como o N igual para os 6 grupos, podemos proceder:
6

Determinando SE2:

= 75 + 72 + 76 + 79 + 82 + 72 = 456

x = (456)2
2

xi2 = 752 + 722 + 762 + 792 + 822 + 722 = 34734

Com k = 6

S x2

456
34.734 -

15,6

Pela distribuio amostral das mdias temos :

S x2

S 2 S x2 .N
N

S2 = (15,6) . (30) = 468

7

Mas S2 = SE2, onde S2 = N . S x2

SE2 = N

x - k

2
i

k -1

SE2 = 468
k 1 = 5 gl

Determinando SD2:
2
2
2

N
1
S

N
1
S

...

N
1
S
1
1
2
2
k
k
S D2
N 1 - 1 N 2 - 1 N 3 - 1 ... N k - 1

S D2

30 - 1173,2 30 - 1168,7 ... 30 - 1167,6

180 - 6

S D2 170,2 com 174 graus de liberdade.

Aplicando-se o teste, temos:

1 5 graus de liberdade do numerador
S E2
468
2,75
F 2
S D 170,2
2 174 graus de liberdade do denominador
2
S E sempre

2
S
fica no numerador e
D

no denominador.

Utilizando-se a estatstica tabelada F a 5% tem-se que

F(5,174); 5% = 2,21, onde Fcalc > Ftab, onde a Hiptese H0
rejeitada, isto ,
existe pelo menos 1 mdia diferente das demais.
9

EXPERIMENTOS
INTEIRAMENTE AO ACASO
(AMOSTRAS DE MESMO TAMANHO)

A idia da ANOVA comparar a variao

devida aos tratamentos com a variao devida
ao acaso ou resduo.
As hipteses bsicas aplicao da ANOVA so de que:
- as K populaes tenham a mesma varincia 2 condio de homocedasticidade;
- a varivel de interesse seja normalmente distribuda em
todas as populaes.
11

Experimento inteiramente ao acaso

Total
No de repeties
Mdia

1
y11
y12
y13
.
.
.
y1r
T1
r

2
y21
y22
y23
.
.
.
y2r
T2
r

Tratamento
3
y31
y32
y33
.
.
.
y3r
T3
r

y1

y2

y3

Total
...

...
...
...
...

k
yk1
yk2
yk3
.
.
.
ykr
Tk
r

T = y
n = kr

yk
12

Clculos para realizarmos uma ANOVA:

Determinar os graus de liberdade
tratamentos = k - 1;
total = kr - 1; resduo = k(r-1)
FC

SQ

SQ

Tot

Trat

y2 C
T
r

QM

QM

Res

Trat

SQ Res

k(r 1)

SQ Trat

k 1

SQRe s SQTot SQTrat

QM

QM

Trat
Res
13

Quadro da ANOVA de um experimento

inteiramente ao acaso
Causas de
variao
Tratamentos

SQ

GL

QM

SQTrat

k-1

QMTrat.

Resduo

SQRes.

k(r - 1)

QMRes.

QMTrat.
F
QMRes.

Total

SQTot.

kr - 1

Note que os quadrados mdios so obtidos dividindo as

somas de quadrados pelos respectivos graus de
liberdade.
14

Para testar as hipteses utilizada a estatstica F de

Snedecor, com (k 1) graus de liberdade no
numerador e k.(r 1) graus de liberdade no
denominador.
Se Fc > F,

1, 2

rejeita-se H0 e conclui-se que

existe pelo menos uma mdia que difere de outra.

15

Se Fcalc > Ftab, rejeitar H0.

Neste caso dizemos que existem diferenas
Estatisticamente significativas entre as mdias.
Se Fcalc < Ftab, no rejeitar H0.
Quando isso ocorre, dizemos que no existem
evidncias estatsticas de que as mdias sejam
diferentes.
16

O p-valor
Um

procedimento

de

teste

equivalente

usa

probabilidade de significncia (p-valor), a qual

calculada pela maioria dos programas estatsticos.
O p-valor representa a probabilidade de ser obtida uma
observao da distribuio F com k 1 e k(r 1) graus
de liberdade maior ou igual ao valor observado pela
Fcalc.
Note que se o p-valor for menor que , rejeitamos H0.
17

Se p-valor < , rejeita-se H0.

Em outras palavras, o p-valor a probabilidade, sob
H0, de ocorrncia do valor particular observado para a
estatstica de teste ou de valores mais extremos.
A probabilidade de significncia de um teste mede a
fora da evidncia contra H0 em uma escala numrica.
Um p-valor pequeno indica uma forte justificativa
(evidncia) para a rejeio de H0.
18

Exemplo 3.1
Suponhamos

que

um

pesquisador

conduziu

um

experimento inteiramente ao acaso em um conjunto de

dados que se pressupe que sejam normalmente
distribudos e que possuam homocedasticidade. O
interesse do pesquisador avaliar se existe uma diferena
significativa entre os tratamentos T1, T2 e T3. Como voc
ajudaria este pesquisador por meio da ANOVA
utilizando um nvel de significncia de 5%?
19

T1

T2

T3

11

16

10

21

12

17

Total

Soma

12

33

54

99

Mdias

11

18

11

20

Exemplo 3.2

Um fornecedor alimenta a linha de produo de uma

determinada indstria com peas em que a sua
espessura medida em milmetros e produzidas
pelas mquinas MA, MB e MC, verifique se existe
diferena significativa na espessura mdia destes
itens ao nvel de 5%.
21

MA

MB

3,2

4,9

3,0

4,1

4,5

2,9

3,5

4,5

3,7

3,0

4,0

3,5

3,1

4,2

4,2

Total

Soma

16,9

22,1

17,3

56,3

Mdias

3,38

4,42

3,46

3,75

n=5

MC

22

Exemplo 3.3
A Hiperfrtil desenvolveu 3 tipos de fertilizantes
especficos para a cultura do milho. Para test-los,
aplicou-os s mesmas reas em pequenos stios do
interior paulista, obtendo-se a produo mostrada na
tabela a seguir.
Com esses dados podemos dizer que h significativas
diferenas entre os fertilizantes utilizados? Teste essa
hiptese ao nvel de 5%.
23

Produo em sacas de 60kg

Fertilizantes
2
3
Total

Regio

Bragana

30

32

26

Vargem

35

31

29

Itu

25

42

26

Total

90

105

81

276

Mdias

30

35

27

30,66
24

Exerccio 3.1

A tabela a seguir apresenta os dados de produo de

milho, em toneladas por hectare, de quatro
variedades. Faa a anlise de varincia para verificar
se a produo mdia das variedades de milho igual
ao nvel de 5%.

25

Variedades
A

4,00

4,00

5,52

4,48

4,72

4,72

4,16

5,28

5,44

4,40

4,72

5,76

26

Exerccio 3.2
Trs grupos de ratos foram treinados para realizar
exerccio fsico anaerbio atravs de uma prancha
inclinada com um trilho, sobre o qual corria um carrinho
com pesos diferentes que o animal empurrava. Aps
vrios meses de treinamento, um dos grupos foi
submetido exausto de motores a gasolina pelo mesmo
tempo, e um terceiro grupo foi mantido como controle,
sem as atmosferas poludas. A tabela abaixo mostra o
resultado do desempenho fsico dos trs grupos.
Sabendo-se que esta varivel (desempenho fsico) distribuise normalmente, determine se h diferena entre os
grupos.
27

Rato

Controle

Rato

lcool

Rato

Gasolina

1
2
3
4
5
6
7
8
9
10
11
12

2.4
3.1
1.9
3.0
3.0
2.2
2.2
2.3
2.5
2.5
1.9
2.8

1A
2A
3A
4A
5A
6A
7A
8A
9A
10A
11A
12A

2.3
2.5
1.8
2.4
2.6
2.9
2.0
2.7
2.8
2.2
2.1
2.5

1G
2G
3G
4G
5G
6G
7G
8G
9G
10G
11G
12G

2.5
3.1
1.9
3.0
3.0
2.2
2.2
2.2
2.5
2.5
2.0
2.9

EXPERIMENTOS
INTEIRAMENTE AO ACASO
(COM NMEROS DIFERENTES DE
REPETIES)

A anlise estatstica de um experimento inteiramente ao

acaso com nmero diferentes de repeties no
apresenta maior dificuldade. Todos os clculos so
feitos da maneira j apresentada antes, com exceo
da soma de quadrados de tratamentos. A soma de
quadrados de tratamentos dada pela frmula:
T12 T22
Tk2
SQTr

...
C
r1
r2
rk
30

Exemplo 3.4

Testes psicolgicos para determinar o grau de satisfao

profissional foram aplicados a 35 pacientes, agrupados
por faixa etria. Os resultados so os seguintes:

31

18-20
8
11
9
13
10

21-24
20
12
21
12

25-34
20
18
21
29
23
15
27
16
20

35-44
18
20
21
17
20
16
22

45-54
13
13
18
9
14
8

55-70
12
16
13
13

Sabendo-se que a distribuio desta varivel normal,

determine se houve diferena significante
entre as diversas faixas etrias, usando nvel de significncia 1%.
32

Exemplo 3.5
Admitindo-se que as notas em Estatstica, para cada
turma, distribuem-se normalmente com mesma
varincia, quer-se saber se as mdias obtidas nas
provas de aproveitamento em cada uma das turmas
so iguais, com = 5%. Para tal, sortearam-se ao
acaso alunos em cada uma das turmas e verificaramse as suas notas, obtendo-se os seguintes resultados:
33

n
x
x2

ADM Diu.

ADM Not.

ECO Not.

ECO Diu.

2,5
6,5
3,5
4,0
5,5
5,5
4,5
4,0
10,0
5,5
2,2
4,0
3,5

1,0
0,5
0,5
8,0
3,0
0,5
3,0
7,0
6,5
5,5
0,5
6,5
8,5

9,5
2,0
1,0
5,0
2,0
4,5
9,0
5,5
3,0
4,5
7,0
3,5
9,0
8,0
1,0
5,5
8,5

13
61,5
4,73
338,25

13
51
3,92
320

3,5
5,0
2,0
7,0
5,0
4,0
4,5
2,0
8,5
4,0
1,5
2,5
9,5
3,0
8,0
6,5
1,5
17
78
4,58
460

17
88,5
5,20
594,75

COMPARAO DE MDIAS
O objetivo principal da ANOVA apontar se
um grupo estatisticamente diferente do outro ou
no. Logo, se a hiptese nula rejeitada a um
determinado nvel de significncia, sabemos ento
que existe pelo menos uma das mdias de um
tratamento que diferente das demais.

Estatisticamente para determinarmos qual ou quais

tratamentos

no

so

estatisticamente

iguais,

utilizamos uma diferena mnima significativa

(dms) que utilizada para comparar as mdias dos
tratamentos.

36

Nada impede que se a hiptese H0 seja aceita, isto ,

que as mdias dos tratamentos sejam consideradas
iguais que uma investigao seja conduzida.
Se H0 for aceita (mdias iguais) o mtodo de
comparao de mdias dito no-protegido;
Se H0 for rejeitada, uma investigao ser conduzida,
ento o mtodo dito protegido.
37

-AMOSTRAS

DE MESMO TAMANHO

Os testes utilizados para se encontrar a dms so os

seguintes:
o teste t,
o teste de Tukey,
o teste de Dunnett
e o teste de Duncan.

38

O teste t
2 . QMR
Encontrar a dms t , .
r

Sempre que o
valor absoluto da

onde:
t, valor de estatstica t tabelada com
graus de liberdade do resduo
nvel de significncia
QMR quadrado mdio dos resduos
r nmero de repeties de
cada tratamento

diferena entre duas

mdias igual ou maior
do que o valor da dms,
diz-se que as mdias so
estatisticamente
diferentes.
39

Exemplo 4.1

Consideremos o Exemplo 1 do item 3, onde se

verificou por meio da ANOVA que existe pelo
menos 1 dos tratamos T1, T2 e T3 que apresentam
uma mdia estatisticamente diferente ao nvel de 5%.
Logo nos perguntamos qual ou quais tratamentos so
diferentes.

40

O teste de Tukey

Encontrar a dms q , ( , k)

QMR
r

Onde:
q o valor tabelado, levando-se em considerao os graus de
liberdade do resduo () e o nmero de tratamentos (k) e o
nvel de significncia ().
QMR quadrado mdio dos resduos
r nmero de repeties de cada tratamento
41

Exemplo 4.2

Considere-se o Exemplo 3.2 do item anterior onde a

espessura de produo em milmetros das mquinas
MA, MB e MC so testados ao nvel de 5%.

42

O teste de Dunnett
Este teste deve ser aplicado toda vez que se
pretende comparar as mdias dos tratamentos
apenas com a mdia controle.
Encontra - se a dms d (, T)

2QMR
r

onde:
d valor tabelado ao nvel de significncia estabelecido (); grau
de liberdade do resduo () e o nmero de grupos tratados (T).
QMR quadrado mdio dos resduos
r nmero de repeties de cada tratamento
43

Exemplo 4.3

Suponhamos que no Exemplo 3.2 anterior a mquina

MA seja considerada como controle e apliquemos
ento o teste de Dunnett.

44

AMOSTRAS DE TAMANHOS
DIFERENTES
O mtodo para o clculo da diferena mnima
significativa (dms) semelhante ao exposto
anteriormente, apenas com o diferencial de que o
nmero de repeties em cada tratamento deve ser
levado em considerao e que a dms deve ser
calculada a cada diferena que se queira investigar.
Logo apresentamos uma tabela resumo de formulao.

Teste t

Teste de Tukey

Teste de
Dunnett

dms t ,

1 1
. QMR
r

r
j
i

dms q , ( , k)

1 1 QMR
.
2
r
r
i
j

1 1 QMR
dms d , ( , T) .
rt rc 2
46

Onde ri e rj so o nmero de repeties de cada

tratamento. Aqui tambm o teste de Dunnett
usado para comparar o grupo tratado com o
grupo controle e rt e rc representam o nmero de
repeties de cada grupo respectivamente.

47

Exemplo 4.4

Para ilustrao do procedimento, utilizamos o

experimento que conta o nmero de ovos por
poedeira, 35 dias aps o incio do experimento,
conforme a tabela a seguir:

48

N de ovos por poedeira, 35 dias aps

o incio do experimento.
Tratamento
A

25

24

25

20

21

31

18

17

29

32

19

23

22

16
49

ANOVA
Causas de
Variao

SQ

gl

QM

Tratamento

200

66,67

5,13
Resduo

130

10

Total

330

13

13,00

Ao nvel de 5% os tratamentos no so iguais.

Digamos que estamos interessados em calcular a dms
entre as mdias usando o teste de Tukey entre A e C, para
exemplificar.
50

 1 1 QMR
dms q , ( , k) .
r r 2
j
i
1 1 13
q 5% (10,4) .
rA rC 2

1 1
4,33 . 6,5
3 4

= 8,43
51

Resumidamente teremos:
Comparao

N de
repeties

dms
Turkey

Valor absoluto da
diferena

AB

3; 3

9,01

|25 29| = 4

AC

3; 4

8,43

|25 21| = 4

AD

3; 4

8,43

|25 19| = 6

BC

3; 4

8,43

|29 21| = 8

BD

3; 4

8,43

|29 19| = 10*

CD

4; 4

7,81

|21 19| = 2
52

Logo pode-se concluir que a mdia de B

significativamente maior que a D, logo este tratamento
apresenta um resultado superior.

53

OBSERVAES
Recomenda-se que quando se pretende comparar
grupos tratados com o grupo controle, deve-se designar
mais unidades ao grupo controle, de modo que a
seguinte expresso seja satisfeita:
rc

rt

k -1

rc r t .

k -1

onde:
rc repeties do grupo controle
rt repeties do grupo tratado
k nmero de tratamentos
54

 Embora o nmero de repeties no traga grande

dificuldade para a anlise de experimentos, convm
lembrar, que o nmero igual de repeties tem alguma
vantagem: a anlise de varincia mais fcil e os testes
de comparao de mdias so exatos.

55

EXPERIMENTOS EM BLOCOS AO ACASO

O experimento da anlise de varincia pode se

tornar mais sensvel se houver a possibilidade de
identificar e isolar as causas que influenciam o
experimento. Essas causas estranhas, quando no
identificadas, contribuem para aumentar o valor de
S2A e mascarar a concluso final

Assim, sempre que possvel essas causas de variao

devem ser isoladas atravs de um planejamento, onde
as observaes de cada amostra so divididas em subamostras e denominadas blocos. Isso equivale a fazer,
em lugar de uma classificao simples, uma
classificao dupla e cruzada das observaes,
segundo os tratamentos e segundo os blocos.
57

A soma total dos quadrados (STQ) , agora, dividida

em trs componentes: tratamento, bloco e erro,
testando-se simultaneamente dois valores de F, um
correspondente aos tratamentos e outro aos blocos.
Se este ltimo valor F resultar significativo, ser
indicativo de que estivemos acertados em isolar a
causa de variao; em caso contrrio, a concluso
seria a mesma se tivssemos aplicado o modelo de
classificao simples.
58

OPERACIONALIZANDO EXPERIMENTOS
EM BLOCOS AO ACASO
Para entender como se faz a anlise de varincia de um
experimento em blocos ao acaso, primeiro observe a
tabela a seguir. Nessa tabela esto indicados os dados de
um experimento em blocos ao acaso com k tratamentos
e r blocos. O total de cada tratamento dado pela soma
das r unidades submetidas a esse tratamento; o total de
bloco dado pela soma das k unidades do bloco.
59

Um experimento em blocos ao acaso

Bloco

Tratamento
1

y11

y21

y31

yk1

B1

y12

y22

y32

yk2

B2

y13

y23

y33

yk3

B3

y1r

y2r

y3r

ykr

Br

Total

T1

T2

T3

...

Tk

T = B = y

N de
repeties

...

n = kr

...

yk

Mdia

y1

y2

y3

...

Total

60

Clculos para ANOVA de um experimento em

blocos ao acaso:
os graus de liberdade:
tratamentos: k 1
blocos:

r1

total: kr 1
resduo: (kr 1) (k 1) (r 1) = (k 1) (r 1)

FC C

kr

61

Clculos intermedirios para a ANOVA

SQTot = y2 C
2

SQ Trat

T
-C

r
2

SQ Bloco

B
-C

SQRes = SQTot SQTrat SQBloco

62

Quadro de anlise de varincia de um

experimento em blocos ao acaso
Causas de
Variao

SQ

gl

QM

Tratamentos

SQTrat

k1

QMTrat

QM Trat
F
QM Res

Blocos

SQBloco

r1

QMBloco

QM Bloco
F
QM Res

Resduos

SQRes

(k 1) (r 1)

QMRes

Total

SQTot

kr 1

63

Exemplo 5.1
Vamos considerar a tabela a seguir, que condensa os
tempos, em minutos, que quatro tipos de barcos com
cascos diferentes levaram para percorrer determinado
circuito, em trs dias diferentes: dia calmo, com
ondas moderadas e um dia com ondas fortes e muito
vento. Verifique se existe uma relao entre o tipo de
casco com a caracterstica das ondas.
64

Blocos
Casco

T
R
A
T
A
M
E
N
T
O
S

Dia 1

Dia 2

Dia 3

45

46

51

142

20164

42

44

50

136

18496

36

41

48

125

15625

49

47

54

450

22500

172

178

203

553

76785

29584

31684

41209

102477

Tj
T j2

65

Exerccio 5.1
Tratamento
Bloco

45

48

60

II

90

69

78

III

79

57

77

IV

82

70

97

Considerando um experimento em blocos ao acaso, faa a anlise

de varincia destes dados tabelados:

66

Exerccio 5.2

So dados os pesos de trs ratos aos 30, 34, 38, 42 e

46 dias de idade. Faa a anlise de varincia e
interprete o resultado. Considere que cada animal
um bloco e que as idades so os tratamentos.

67

Peso em gramas de trs ratos

segundo a idade em dias
Idade
Rato
30

34

38

42

46

83

86

103

116

132

63

69

79

81

98

55

61

79

79

91
68

EXPERIMENTOS EM BLOCOS AO ACASO

COM REPETIO

A metodologia na aplicao deste modelo a

mesma da anterior.

Experimento em blocos ao acaso

com repeties

70

Bloco

Tratamento

Total

y111

y211

yk11

y112

y212

yk12

y11m

y21m

yk1m

y121

y221

yk21

y122

y222

yk22

y12m

y22m

yk2m

y1r1

y2r1

ykr1

y1r2

y2r2

ykr2

y1rm

y2rm

ykrm

Total

T1

T2

...

Tk

T = B = y

Nm. de
repeties

rm

rm

...

rm

n = krm

Mdia

y1

y2

...

yk

...

B1

B2

Br

Para fazer a anlise de varincia, preciso

calcular:

os graus de liberdade
total:

n1

tratamentos: k 1
blocos:

r1

resduo:

(n 1) (k 1) (r 1) = n k r + 1

72

y
n

SQTot = y2 C

SQ Bloco
QM

Trat

SQ Trat

-C
rm

QM Bloco

B
-C

km
SQ Trat

k -1
SQ Bloco

r -1

SQRes = SQTot SQTrat SQBloco

73

QM Res

SQ Res

n - k - r 1

o valor de F para tratamentos

QM Trat
F
QM Res
74

o valor de F para blocos

QM Bloco
F
QM Res

75

Quadro de ANOVA
Causas de
Variao

SQ

gl

QM

Tratamento

SQTrat.

k1

SQ Trat.
k -1

QM Trat.
QM Res.

Blocos

SQBloco

r1

SQ Bloco
r -1

QM Bloco
QM Res.

Resduo

SQRes.

Total

nkr+1

SQ Res.
n - k - r 1

n1

76

Exemplo 6.1
Notas dos alunos do teste segundo o tratamento
(fonte de informao) e o bloco (faixa de idade)
Bloco
I

II
Total

A
65
69
73

Tratamento
B
C
56
58
49
65
54
57

D
38
30
34

72
79
80
438

73
77
69
378

71
65
62
300

76
69
71
396

Total

648

864
1512

77