Beruflich Dokumente
Kultur Dokumente
CENTRO TECNOLGICO
DEPARTAMENTO DE INFORMTICA E ESTATSTICA
STATISTICA 6.0
FLORIANPOLIS SC
ABRIL DE 2004
SUMRIO
1. INTRODUO.....................................................................................................................3
2. GERENCIAMENTO DE ARQUIVOS...............................................................................5
2.1. CRIAR UM NOVO ARQUIVO ................................................................................................6
2.2. IMPORTAO DE ARQUIVOS DO EXCEL ...........................................................................10
3. ANLISE EXPLORATRIA DE DADOS .....................................................................13
3.1. DISTRIBUIO DE FREQNCIA DE VARIVEIS QUALITATIVAS ......................................13
3.1.1. Unidimensional.......................................................................................................13
3.1.2. Bidimensional .........................................................................................................23
3.2. DISTRIBUIO DE FREQNCIA DE VARIVEIS QUANTITATIVAS ....................................35
3.2.1. Tabela de Distribuio de Freqncia para Varivel Quantitativa Discreta........36
3.2.2. Representaes Grficas de Variveis Quantitativas Discretas ............................38
3.2.3. Dados Agrupados em Classes.................................................................................40
3.2.4. Polgono de Freqncias Mtiplos.........................................................................44
3.2.5. O Modelo Normal ...................................................................................................49
3.3. ESTATSTICAS DESCRITIVAS ...........................................................................................50
3.3.1. Medidas de Tendncia Central e Disperso...........................................................50
3.3.2. A Mdia e o Desvio Padro sob um Modelo Normal .............................................56
3.3.3. Desenho Esquemtico (Box Plot) ...........................................................................59
3.3.4. Diagrama de Disperso..........................................................................................62
3.3.5. Coeficiente de Correlao ......................................................................................64
3.3.6. Ajuste da Equao de uma Reta .............................................................................66
4. OPES GRFICAS ........................................................................................................72
5. TESTES ESTATSTICOS PARA COMPARAO DE DUAS MDIAS...................79
5.1. TESTE DE DUAS MDIAS POPULACIONAIS COM VARINCIAS DESCONHECIDAS ..............79
5.1.1. Amostras Independentes com Varincias Iguais e Desconhecidas ........................79
5.1.2. Amostras Independentes com Varincias Desiguais e Desconhecidas ..................85
5.1.3. Amostras Dependentes (Dados Pareados) .............................................................89
5.1.4. Intervalo de Confiana para a Diferena de Duas Mdias no Caso de Dados
Pareados.....................................................................................................................................93
6. TESTE PARA DUAS OU MAIS PROPORES ..........................................................96
6.1. O TESTE DO QUI-QUADRADO (CHI-SQUARE)...............................................................96
7. ANLISE DE VARINCIA............................................................................................115
7.1. DELINEAMENTO INTEIRAMENTE CASUALIZADO............................................................116
7.2. EXEMPLO ......................................................................................................................116
7.3. ANLISE ESTATSTICA ..................................................................................................118
7.3.1. Anlise de Varincia.............................................................................................120
7.3.2. Comparaes Mltiplas de Mdias ......................................................................122
7.3.3. Contrastes Ortogonais..........................................................................................124
7.3.4. Diagnstico do Modelo.........................................................................................127
Cap. 1 Introduo
1. INTRODUO
O software STATISTICA um programa integrado para gerenciar Anlise
Estatstica e Bases de Dados, caracterizando uma ampla seleo do processo
analtico, do bsico ao avanado, para as mais diversas reas - Cincias
Biomdicas, Biolgicas, Engenharias, Cincias Sociais, Agrrias - permitindo a
realizao de Data Mining (Minerao de Dados).
O sistema no inclui somente procedimentos estatsticos e grficos gerais,
mas, tambm, mdulos especializados (Anlise de Regresso, Anlise de
Sobrevivncia, Sries Temporais, Anlise Fatorial, Anlise Discriminante e
diversos outros mdulos). Dificilmente, o usurio necessitar de todos os
mdulos oferecidos pelo STATISTICA para a anlise do seu trabalho, e ser, a
partir de sua criatividade e conhecimento terico, que chegar as respostas dos
seus objetivos.
Neste trabalho, foram desenvolvidos trs assuntos: a) Anlise exploratria de
dados, b) Alguns testes de hipteses sobre mdias e propores e c) Anlise de
varincia com um fator (one-way ANOVA).
Esta apostila foi elaborada com o propsito de auxiliar os estudantes de
graduao e ps-graduao e demais interessados, na iniciao do uso de um
programa estatstico. Escolheu-se o programa STATISTICA, por apresentar uma
plataforma interativa com o usurio e, tambm, por ser ele dos programas mais
completos da rea existente na atualidade.
Pede-se que qualquer problema encontrado na apostila, entrar em contato
preferencialmente para jap@inf.ufsc.br ou para ogliari@inf.ufsc.br.
Cap. 1 Introduo
2. GERENCIAMENTO DE ARQUIVOS
O STATISTICA trabalha com variveis categorizadas, qualitativas e
quantitativas, permitindo a formao de grupos que sero analisados. Ou seja,
utiliza uma tcnica mais apropriada para resumir as informaes, adaptando
qualquer tipo de varivel ao caso estudado e armazena as variveis mediante
notao dupla, isto , utiliza os valores da varivel de forma categorizada (texto) e
na forma de nmeros, que podem ser valores codificados (numricos).
Por exemplo, a varivel Ferrugem, apresentada no Quadro 1.1, foi dividida
em categorias (quatro nveis): resistente (r), susceptvel (s), moderadamente
susceptvel (ms) e moderadamente resistente (mr). O STATISTICA usar os
cdigos numricos internamente, mas o usurio pode sempre referenciar a
ferrugem usando os textos respectivos, conforme apresentado na figura 2.1.
(3) Geralmente necessrio alterar esse arquivo inicial, com relao ao nmero
de variveis ou de casos para permitir a digitao dos dados coletados
(4) Esse arquivo ser alterado para possibilitar a entrada dos dados apresentados
no Quadro 1.1, logo necessrio excluir 3 variveis e incluir mais 22 casos,
gerando uma tabela com 7 colunas e 32 linhas
(5) Para excluir as 3 colunas, selecione as trs ltimas colunas, clique com o
boto direito do mouse e escolha a opo [DELETE VARIABLES], proceder
conforme apresentado nas Figuras 2.3 e 2.4:
(6) Para incluir os 22 casos, selecione a ltima linha, clique com o boto direito
do mouse e escolha a opo [ADD CASES], proceder conforme apresentado nas
Figuras 2.5 e 2.6:
(7) o arquivo deve ser salvo, para isso no menu [FILE], escolha a opo [SAVE] e
defina o nome do arquivo, conforme apresentado na Figura 2.7:
(8) Neste momento dispomos de uma tabela possvel para inserir os dados
apresentados no Quadro 1.1, mas primeiramente necessrio definir os nomes
das variveis e os tipo de dados a serem inseridos
(9) Clique duas vezes em cima da primeira coluna e aparecer a janela
apresentada na Figura 2.8:
onde:
Name: corresponde ao nome da varivel
Type: corresponde ao tipo da varivel, onde os valores possveis so: Double
(valores com decimais), Integer (valores inteiros), Text (texto) e Byte (valores
inteiros entre 0 e 255)
Display format: formato de apresentao dos dados
Observao: Para acessar a janela da Figura 2.1 e digitar os respectivos
textos da varivel Ferrugem, basta clicar no boto [Text Labels] da janela
apresentada na Figura 2.8.
(10) No Quadro 2.1 esto as possveis definies das 7 variveis apresentadas no
Quadro 1.1:
Quadro 2.1. Definies das
Varivel
Name
Cultivar
Cultivar
Rendimento mdio (kg/ h)
Rendimento
Ciclo
Ciclo (dias)
Altura planta (cm)
Altura_planta
Altura espiga (cm)
Altura_espiga
Tipo de gro
Tipo_grao
Ferrugem
Ferrugem (escala)
variveis
Type
Display Format
Byte
Number
Integer
Number
Byte
Number
Integer
Number
Integer
Number
Text
Text
-
(3) No STATISTICA, crie um novo arquivo com o mesmo tamanho que a regio
dos dados no Excel (mesmo nmero de colunas e linhas), o item 2.1 ensina como
criar um novo arquivo
(4) Criado o arquivo, selecione a primeira clula cole os dados da rea de
transferncia, atravs do menu [EDIT], opo [PASTE] e o resultado est
apresentado na Figura 2.11:
10
11
onde:
Range Columns: representa o nmero de variveis existentes na tabela de dados
Range Rows: representa o nmero de casos existentes na tabela de dados
Get case names from first column: atribui nomes aos casos conforme a primeira
coluna da tabela de dados
Get variable names from first row: atribui nomes s variveis conforme a primeira
linha da tabela de dados
Import cell formatting: importa a tabela mantendo a formatao existente no Excel
(5) O resumo deve ser verificado quanto ao nmero de variveis e casos existentes
na tabela de dados, se o mesmo diferir dos valores corretos, deve-se fazer o
seguinte processo: copiar a rea dos dados, juntamente com os nomes das
variveis e casos se existirem, para um novo arquivo do Excel, salvar e repetir
todos os itens anteriores
(6) Se o quadro resumo estiver correto, prossiga e o resultado est apresentado
na Figura 2.14:
3.1.1. Unidimensional
13
14
15
16
(2) Como demonstrado na Figura 3.7, sero includos somente os casos que a
varivel v6 (Tipo de gro) assume o valor dentado, que significar que a tabela
construda mostrar somente a distribuio da resistncia ferrugem para tipo
de gro dentados
(3) Para isso, clique em Specific, selected by: By Expression, digite a condio:
v6=dentado e clique no boto [OK]
(4) Ao voltar para a janela da figura 3.5, clique novamente no boto [Summary] e
o resultado est apresentado na Figura 3.8:
(6) Para realizar um estudo para hbridos de ciclo curto, hbridos com ciclo da
cultura entre 64 e 70 dias, altere a condio de filtragem conforme apresentado
na Figura 3.9, onde a condio : v3>=64 and v3<=70
(7) Ao clicar no boto [OK] e voltar para a janela da figura 3.5, clique novamente
no boto [Summary] e o resultado est apresentado na Figura 3.10:
17
18
Figura 3.12 Janela que mostra as variveis que podem ser selecionadas
ativar o Breaks between Columns (para que haja espao entre as colunas)
19
(5) Para fazer um grfico de barras, na janela da Figura 3.13, clique na aba
[Options2], selecione na opo [X-Y Axis position] o valor Reverse e clique no
boto [OK]. O grfico resultante est apresentado na figura a seguir:
20
21
22
3.1.2. Bidimensional
Com essa anlise possvel criar:
- Distribuio da freqncia para duas variveis;
- Tabelas de contingncia: independncia de variveis qualitativas, uso do:
o
Coeficiente de Cramr.
23
(4) Clique nos botes [OK] da janela anterior e da Figura 3.20 e aparecer a
janela apresentada na Figura 3.22:
24
Quando fixar o total de linhas e/ou o total de colunas e/ou o total geral?
A resposta deve ser de acordo com o objetivo da sua pesquisa. Fixe a varivel
que voc quer dar mais nfase. No exemplo, se for a ferrugem, fixe somente o
total de linhas. Se for o tipo de gro, fixe somente o total de colunas.
(7) Escolha o tipo de percentagem e clique no boto [Summary]. Os resultados
esto apresentados nas trs tabelas a seguir:
25
27
(5) Para fazer um grfico de barras, na janela da figura anterior, clique na aba
[Options2], selecione na opo [X-Y Axis position] o valor Reverse e clique no
boto [OK]. O grfico resultante est apresentado na figura a seguir:
Figura 3.31 Grfico de barras mltiplas, ferrugem (e seus quatro nveis: resistente,
susceptvel, moderadamente susceptvel e moderadamente resistente) versus tipo de gro
(e seus trs nveis:semi-duro, semi-dentado e dentado)
28
29
(4) Clique nos botes [OK] da janela anterior e da Figura 3.33 e aparecer a
janela apresentada na Figura 3.35:
30
C
(t - 1) t
0,4521588
(3 - 1) 3
= 0,5538
32
o tipo de legenda (Pie legend): Text and Percent (mostra o texto (nveis) e
as porcentagens)
33
(5) Para que os setores fiquem separados, clique com o boto direito do mouse em
cima do grfico e escolha a opo (Graph Properies (All Options)). Na janela que
abrir, clique na aba [Plot: Pie], ative o Exploded dos quatro setores, conforme
apresentado na Figura 3.46:
34
1)
36
No of obs
0
64
66
68
70
72
74
76
Ciclo
38
(2) Clique com o boto direito do mouse em cima do grfico e escolha a opo
(Graph Properies (All Options)). Na janela que abrir, clique na aba [Plot: Bars] e
modifique a opo Type para Lines, conforme apresentado na Figura 3.57:
No of obs
0
64
66
68
70
72
74
76
Ciclo
39
40
No. of obs.
12
10
8
6
4
2
0
3864
4347
4830
5313
5796
6279
6762
41
Histogram: Rendimento
Expected Normal
18
16
14
No. of obs.
12
10
8
6
4
2
0
3622.50
4226.25
4830.00
5433.75
6037.50
6641.25
No. of obs.
0
3967.5
4312.5
4657.5
5002.5
5347.5
5692.5
6037.5
6382.5
4140.0
4485.0
4830.0
5175.0
5520.0
5865.0
6210.0
6555.0
X <= Category Boundary
Note ainda que as linhas nos grficos representam o modelo normal (Karl
Gauss) em forma de sino. Este aspecto terico representa a maioria dos
fenmenos naturais e ser discutido mais adiante.
Amplitude de classes desiguais
Neste caso o STATISTICA no constri grficos (histogramas). Ele pode
apenas construir uma tabela de freqncia com as classes definidas. Dando
continuidade ao procedimento:
42
Observaes:
A varivel deve ser indicada por seu nmero, ou por sua sigla. No
exemplo, vamos trabalhar com a varivel Rendimento que pode ser
identificada como v2 ou como RENDIMENTO.
43
(2) Crie uma varivel aps a varivel Ferrugem, conforme definido na Figura 3.67:
44
45
46
(8) Clique no boto [OK] e o grfico resultante est apresentado na Figura 3.73:
(9) Para o grfico de freqncias mltiplas, clique com o boto direito do mouse
em cima do grfico e escolha a opo (Graph Properies (All Options)). Na janela que
abrir, clique na aba [Plot: General], ative o Multiple Lines conforme apresentado
na Figura 3.74:
47
(10) Na janela da Figura 3.74, clique na aba [Plot: Bars], desative o Display Bars
conforme apresentado na Figura 3.75:
(11) Clique no boto [OK] e o grfico resultante est apresentado na Figura 3.76:
48
49
(3) Clique no boto [Normal probability plots (2)] e o resultado est apresentado
na Figura 3.78:
Normal P-Plot: Rendimento
2.5
2.0
1.5
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
3800
4200
4000
4600
4400
5000
4800
5400
5200
5800
5600
6200
6000
6600
6400
Value
50
51
Mean mdia
Sum soma
Median mediana
Variance varincia
Skewness assimetria
Lower & upper quartiles - primeiro quartil (Q1) e terceiro quartil (Q3)
Range amplitude
52
Outro exemplo:
Esta anlise ser baseada em um outro arquivo: bezerros.sta, que deve ser
criado conforme dados apresentados no Quadro 3.1.
Quadro 3.1 - Resultado experimental do peso e comprimento, para duas raas de bezerros
Raa
Peso
Comprimento
(Kg)
(cm)
A
45
102
A
46
98
A
47
89
A
49
91
A
50
110
A
50
81
A
51
96
A
51
108
A
52
85
A
53
104
B
40
86
B
43
79
B
44
82
B
46
90
B
48
72
B
51
69
B
54
93
B
55
88
B
56
79
B
57
83
53
(4) Clique nos botes [OK] das duas figuras anteriores e aparecer a janela
apresentada na Figura 3.87, aps o clique na aba [Descriptives]:
54
Median & quartiles mediana, primeiro quartil (Q1) e terceiro quartil (Q3)
25%
25%
25%
__________________________________________
Mnimo
Q1
Mediana
Q2
Mximo
Distribution: Z (Normal)
X: digite o valor 1
57
0.6
1.0
0.5
0.8
0.4
0.6
0.3
0.4
0.2
0.2
0.1
0.0
0.0
-3
-2
-1
-3
-2
-1
Figura 3.93 - Distribuio normal padro: mdia mais ou menos 1 desvio padro ( x 1s )
0.6
1.0
0.5
0.8
0.4
0.6
0.3
0.4
0.2
0.2
0.1
0.0
0.0
-3
-2
-1
-3
-2
-1
Figura 3.94 - Distribuio normal padro: mdia mais ou menos 2 desvios padres ( x 2s )
58
0.6
1.0
0.5
0.8
0.4
0.6
0.3
0.4
0.2
0.2
0.1
0.0
0.0
-3
-2
-1
-3
-2
-1
Figura 3.95 - Distribuio normal padro: mdia mais ou menos 3 desvios padres ( x 3s )
59
Median = 50
25%-75%
= (46, 52.5)
Non-Outlier Range
= (40, 57)
40
38
Peso
60
61
Peso
50
48
46
44
42
40
38
A
Median
25%-75%
Non-Outlier Range
Raca
Peso
50
48
46
44
42
40
38
A
Median
25%-75%
Non-Outlier Range
Outliers
Raca
Figura 3.101 Desenho esquemtico para as raas A e B, usando o coeficiente igual a 0,4
62
63
150
Altura_espiga
140
130
120
110
100
230
240
250
260
270
280
290
Altura_planta
64
(3) Clique no boto [Two lists (rect. matrix)] e selecione a varivel Altura_planta
(First variable list) e a varivel Altura_espiga (Second variable list (optional)),
conforme apresentado na Figura 3.107.
65
66
150
Altura_espiga
140
130
120
110
100
230
240
250
260
270
280
290
Altura_planta
onde:
ei = resduo da i-sima obervao
Yi = valor observado da varivel resposta da i-sima obervao
67
(2) Crie duas variveis aps a varivel Ferrugem, conforme apresentado na Figura
3.113:
68
69
Figura 3.116 Janela para a criao do grfico de probabilidade normal dos resduos
1.0
0.5
0.0
-0.5
-1.0
-1.5
-2.0
-2.5
-30
-20
-10
10
20
30
Observed Value
70
20
Altura_espiga_res
10
-10
-20
-30
230
240
250
260
270
280
290
Altura_planta
71
4. OPES GRFICAS
Para editar o aspecto geral do grfico, basta clicar duas vezes com o boto
esquerdo do mouse sobre a rea de fora do grfico propriamente dita (rea onde
esto as palavras de legenda, ttulo e as escalas). Uma outra forma clicar com o
boto direito do mouse e escolher a opo Graph Properties (All Options), conforme
apresentado na Figura 4.1:
72
73
(1) Clicar duas vezes em cima do ttulo do grfico, aparecer a janela apresentada
na Figura 4.4:
(2) Alterar o ttulo, sua fonte, tamanho e cor, conforme seu padro adotado. Na
Figura 4.5 est um exemplo:
(3) Clicar duas vezes em cima do fundo do grfico, cujo padro a cor amarela
claro, trocando-se a cor conforme apresentado na Figura 4.6:
74
(4) Clicar duas vezes no ttulo do eixo que se deseja modificar, no exemplo o Y,
apresentado na Figura 4.7:
75
(6) Para alterar o eixo X, basta alterar a caixa de texto da opo Axis na Figura
4.8 para X e modificar o ttulo deste, conforme apresentado na Figura 4.8:
(7) Para modificar o preenchimento (rea) e a cor das barras, clicar com o boto
da direita em cima de uma das colunas, apresentado na Figura 4.10:
76
77
78
79
80
81
Distribuition: t (Student);
Two-tailed (teste bilateral);
(1-Cumulative p);
t=5,530084 (valor encontrado pelo t-test for Independent Samples)
df = 8 (graus de liberdade)
(3) Clique no boto [Compute] e o resultado est apresentado na Figura 5.7:
82
Note que encontra-se o valor p exatamente igual ao descrito pelo T-Test for
Independent Samples, conforme apresentado na Figura 5.5.
Diagrama de caixas (BOX PLOT )
(1) Na janela da Figura 5.4, para construir o diagrama de caixas, clique no boto
[Box & whisker plot] e o grfico resultante est apresentado na Figura 5.8:
83
(2) Na janela da Figura 5.9, clique no boto [Categorized normal plot] e o grfico
resultante est apresentado na Figura 5.10:
84
Figura 5.11 Resultado do teste-t para a produo dos dois diferentes tipos de adubos
85
86
87
Figura 5.18 Resultado do teste-t para as duas variedades com varincias desiguais
88
89
90
91
92
A seguir, o grfico mostra como as mdias esto prximas, pois aqui no foi
retirado o efeito de meninos.
(3) Na janela da Figura 5.25, para construir o diagrama de caixas, clique no boto
[Box & whisker plot] e o grfico resultante est apresentado na Figura 5.27:
93
(4) Clique no boto [OK], selecione a nova varivel criada (DifB_A) clicando no
boto [Variables] e na aba [Advanced] selecione as opes conforme apresentado
na Figura 5.30:
94
95
Fora/Longo (fl)
Fora/Curto (fc)
Na/Longo (nl)
Na/Curto (nc)
96
(4) Clicar no boto [W] (weight = peso ou ponderao) existente no canto inferior
direito da janela da Figura 6.2 e defina as opes conforme apresentado na
Figura 6.4;
97
(5) Clique nos botes [OK] da janela anterior e da Figura 6.2 e aparecer a janela
apresentada na Figura 6.5:
98
(8) Clique nos botes [OK] da janela anterior e da Figura 6.2, sendo que na janela
que aparecer, clique na aba [Options] e selecione as opes conforme apresentado
na Figura 6.8:
99
100
(3) Clique nos botes [OK] da janela anterior e da Figura 6.2, sendo que na janela
que aparecer, clique na aba [Options] e selecione as opes conforme apresentado
na Figura 6.14:
101
102
(2) Clicar no boto [Select cases] existente no canto inferior direito da janela da
Figura 6.2 e defina as opes conforme apresentado na Figura 6.18:
103
(3) Clique nos botes [OK] da janela anterior e da Figura 6.2. Na janela que
aparecer, clique na aba [Advanced] e no boto [Interaction plots of frequencies] e
o grfico resultante est apresentado na Figura 6.19:
Interaction Plot: Epoca x Forma
180
160
140
Frequencies
120
100
80
60
40
20
0
longo
curto
Forma
Epoca
fora
Epoca
na
Figura 6.19 Grfico da interao forma de corte e poca de plantio para sobreviventes.
104
(3) Clique nos botes [OK] da janela anterior e da Figura 6.2, sendo que na janela
que aparecer, clique na aba [Options] e selecione as opes conforme apresentado
na Figura 6.22:
105
106
107
(2) Clicar no boto [Select cases] existente no canto inferior direito da janela da
Figura 6.2 e defina as opes conforme apresentado na Figura 6.29, o filtro
construdo para estudar a forma longo:
108
(3) Clique nos botes [OK] da janela anterior e da Figura 6.2, sendo que na janela
que aparecer, clique na aba [Options] e selecione as opes Fisher exact, Yates,
McNemar (2 x 2 Tables) e Percentages of column count, conforme apresentado na
Figura 6.22.
(4) Clique na aba [Advanced] da janela da Figura 6.22, no boto [Detailed twoway tables] e os resultados esto apresentados nas figuras 6.30 e 6.31:
109
110
111
112
113
114
7. ANLISE DE VARINCIA
Deseja-se verificar se existem diferenas entre as respostas mdias de
tratamentos; o procedimento utilizado para inferir se tais diferenas realmente
existem chamado de Anlise de Varincia (ANOVA).
Idia - Decomposio da Variao (Varincias) em:
Variao atribuda s diferenas entre as unidades experimentais (QMR quadrado mdio do resduo)
Variao atribuda s diferenas entre as unidades experimentais e
atribuda s diferenas causadas pelos tratamentos (diferenas entre as
mdias) (QMTrat - quadrado mdio dos tratamentos)
O teste baseia-se em duas hipteses:
H0: as mdias dos tratamentos so todas iguais
Ha: as mdias dos tratamentos no so todas iguais
A primeira hiptese H0, tambm chamada de hiptese de nulidade, admite
que no existem diferenas significativas entre as mdias. J a segunda
hiptese, Ha, tambm chamada de hiptese alternativa, considera que existe
diferena significativa entre as mdias e, portanto, elas no so todas iguais.
O Teste F:
F=
QMTrat
QMR
(7.1)
(t-1), t (r-1)
como sua
(7.2)
onde:
t: nmero de tratamentos
r: nmero de repeties
115
Vamos usar este resultado para testar hipteses sobre diferenas entre
mdias de tratamentos. Realizaremos a Anlise de Varincia para podermos
concluir, com um certo nvel de confiana, que os nossos tratamentos
(resultados) so ou no so significativamente diferentes entre si.
7.1. Delineamento Inteiramente Casualizado
Modelo:
Yij = + i + ij
(7.3)
onde:
i = 1,2,...,t
j = 1,2,...,r
i = + i
(7.4)
onde:
O exemplo que usaremos foi extrado de Sokal and Rohlf, 1981, Biometry,
p.219-221, e, trata de um estudo de crescimento em cultura de tecido com a
presena de auxinas (arquivo oneway.sta).
Objetivo: testar o efeito da adio de diversos acares no crescimento.
Varivel Resposta: comprimento de sees de sementes (x 0,1114 mm).
Tratamentos:
tratamentos:
Plantas
foram
aleatoriamente
designadas
aos
cinco
116
2. 2% glicose
3. 2% de frutose
4. 1% de glicose + 1% de frutose
5. 2% de sacarose
76
59
57
57
62
68
61
58
59
67
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
75
67
70
75
65
71
67
67
76
68
57
58
60
59
62
60
60
57
59
61
58
61
56
117
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
58
57
56
61
60
57
58
58
59
58
61
57
56
58
57
57
59
62
66
65
63
64
62
65
65
62
67
X = ACUCAR
Y = TAMANHO
Regular
Linear Fit: OFF
Regression bands: OFF
118
Diagrama de Caixas
Para construir o grfico do diagrama de caixas siga os passos definidos
abaixo:
(1) No menu [Graphs], escolha [2D Graphs] [Box Plots]
(2) Selecione as variveis:
Box-Whiskers, Regular
Grouping intervals: Integer mode
119
120
121
122
123
Grupo Tukey
a
b
c
c
c
Tratamentos
1
5
2
3
4
Mdias
70,1
64,1
59,3
58,2
58,0
124
Contrastes
A
B
C
1
4
0
1
2
-1
1
0
Tratamentos
3
-1
1
0
4
-1
1
0
5
-1
-3
-1
(3) Digite os coeficientes do contraste como mostra a Figura 7.14, clicando duas
vezes com o boto esquerdo do mouse nos espaos da coluna 1.
(4) Clique no boto [OK]
(5) Note que o vetor ACUCAR mudou para (4 1 1 1 1), conforme apresentado
na Figura 7.15:
125
Repetir os passos (2) a (6) para os outros dois contrastes, sendo que os resultados
esto apresentados nas Figuras 7.17 e 7.18:
126
127
128
H o : 12 = 22 = ... = 2k
H a : i2 2j para i j
129
Figura 7.22 Grfico das mdias versus as varincias dos cinco tratamentos
130
Figura 7.24 Grficos normais de probabilidades dos resduos para cada tratamento
Concluso:
as
cinco
aproximadamente normal.
amostras
so
oriundas
de
distribuio
131