Beruflich Dokumente
Kultur Dokumente
An
alise de Vari
ancia
Ap
os ANOVA
+ Exemplos
23 de setembro de 2016
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Table of contents
1
Analise de Variancia
Modelo Estatstico Linear
Estimadores da Variancia Comum
O Teste F para a Hip
otese Nula
Apos ANOVA
Comparacoes M
ultiplas
Analise Residual
+ Exemplos
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Intervalo de confianca
6 7 8 9 10 11 12 13 14 15 16
Interval number
Intervalo de confianca
Se um n
umero infinito de
amostras aleatorias sao
coletadas e um intervalo de
confianca de 100 (1 )%
para e computado para cada
amostra, 100 (1 )% dos
intervalos irao conter o valores
real de .
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Exemplo
Um fabricante de papel, usado para fabricar sacos de papel de
supermercado, esta interessado em melhorar a resistencia do
produto `a tensao. A engenheira de producao acredita que a
resistencia `a tensao seja uma funcao da concentracao de polpa de
madeira de lei e que a faixa de interesse das concentracoes esteja
entre 5 e 20 %. Uma equipe de engenheiros, responsaveis pelo
estudo, decide investigar quatro nveis de concentracao de polpa de
madeira de lei: 5%, 10%, 15% e 20%...
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Princpios de um Planejamento
Experimental
Replicacao
Aleatoriedade
Blocagem
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Replicacao
Definicao
As medicoes experimentais sao
repetidas.
Tratamento A: 0,1 L/dia
Condicoes Identicas
Procedimento
experimental
Tratamento B: 0,5 L/dia
Observador
Instrumentos de medicao
Localizacao
Tempo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Replicacao
Vantagens
permite a obtencao do erro experimental ou aleatorio
permite a obtencao de uma estimativa mais precisa dos fatores
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Aleatoriedade
Aleatoriedade
Os experimentos, com suas replicas, devem ser realizados de forma
aleatoria, de modo a garantir a distribuicao equanime de todos os
fatores nao considerados.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo de Blocagem
Figura: Tres tratamentos devem ser comparados, mas nao podem ser
observados simultaneamente (Fonte: Berthouex e Lewis, 2002).
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Blocagem
Blocagem
Controle e avaliacao, sistematica, da
variabilidade resultante de fatores
conhecidos que perturbam o sistema,
mas que nao se tem interesse em
estuda-los.
Blocos
Grupos de unidade experimental de
tal forma que cada grupo seja mais
homogeneo com respeito a algumas
variaveis que a colecao de unidades
experimentais como um todo.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo de Blocagem
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo de Blocagem
Figura: Area
de estudo com linhas de contorno indicando variacoes no
tipo de solo (ou concentracao). (Fonte: Berthouex e Lewis, 2002)
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Exemplo
Um fabricante de papel, usado para fabricar sacos de papel de
supermercado, esta interessado em melhorar a resistencia do
produto `a tensao. A engenheira de producao acredita que a
resistencia `a tensao seja uma funcao da concentracao de polpa de
madeira de lei e que a faixa de interesse das concentracoes esteja
entre 5 e 20 %.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Exemplo
Uma equipe de engenheiros, responsaveis pelo estudo, decide
investigar quatro nveis de concentracao de polpa de madeira de
lei: 5%, 10%, 15% e 20%. Os engenheiros decidem fabricar seis
corpos de prova, para cada nvel de concentracao. Todos os 24
corpos de provas sao testados, em ordem aleat
oria, em laboratorio.
Os dados do experimento sao mostrados na tabela a seguir.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
6
10
15
18
20
Total
M
edia
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Analise da Variancia
Metodo para decidir se as diferencas
nas medias sao significantes.
Hipotese 0: Medias sao iguais
1 = 2 = 3 = 4
Hipotese 1: Medias sao diferentes
1 6= 2 ou 1 6= 3 ou . . .
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
y11
y21
..
.
ya1
Observac
oes
y12
y22
..
..
.
.
ya2
Johannes G
erson Janzen
y1n
y2n
..
.
yan
Total
y1 .
y2 .
..
.
Media
y1 .=1
y2 .=2
..
.
ya .
y ..
ya .=a
y.. =
Planejamento e An
alise de Experimentos de um Fator
Hipoteses do Modelo
Hipoteses do Modelo
As amostras devem ser aleat
orias e independentes
As amostras devem ser extradas de populacoes normais
As populacoes devem ter variancias iguais
30
25
20
15
10
10
15
20
Hardwood concentration (%)
+ 1
1
(a)
+ 2
2
+ 3
3
+ 4
4
(b)
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
yij
Variavel aleatoria indicando a
ij-esima observacao.
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
i=1,2,. . . ,a
j=1,2,. . . ,n
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
6
10
15
18
20
Total
M
edia
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
i ou y.
n
P
yi . =
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
6
10
15
18
20
yij
j=1
n
Total
M
edia
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
ou y..
a
P
i=1
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
n
a P
P
6
10
15
18
20
yij
i=1 j=1
an
Total
M
edia
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
i
i = i
a
X
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
i = 0
i=1
6
10
15
18
20
i
10,00-15,96=-5,96
15,67-15,96=-0,29
17,00-15,96=1,04
21,17-15,96=5,21
Planejamento e An
alise de Experimentos de um Fator
ij
O erro inclui todas as outras
fontes de variabilidade,
incluindo medida, fatores
incontrolaveis, rudo, etc.
C(%)
5
10
15
20
possuem distribuicao
normal
sao independentes
possuem media zero e
variancia 2
Erro
1
...
6
-3=7-15,96-(-5,96)
...
0=10-15,96-(-5,96)
-3,67=12-15,96-(-0,29) . . . -0,67=15-15,96-(-0,29)
-3=14-15,96-1,04
. . . 1,00=18,00-15,96-1,04
-3,17=18-15,96-5,21
. . . -1,17=20,00-15,96-5,21
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
C(%)
5
10
15
20
Observac
oes
1
7=15,96+(10,00-15,96)+(-3)
12=15,96+(15,67-15,96)+(-3,67)
14=15,96+(17,00-15,96)+(-3)
18=15,96+(21,17-15,96)+(-3,17)
Johannes G
erson Janzen
...
...
...
...
...
6
10
15
18
20
Tot.
M
ed.
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Analise da Variancia
Metodo para decidir se as diferencas
nas medias sao significantes.
Hipotese 0
1 = 2 = 3 = 4
Hipotese 1
1 6= 2 ou 1 6= 3 ou . . .
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Hipoteses
H0 : 1 = 2 = . . . = a
H1 : i 6= j para pelo menos um par (i,j)
Hipoteses
H0 : 1 = 2 = . . . = a = 0
H1 : i 6= 0 para pelo menos um i
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
32
Varincia Interior
3.
33
Observao
34
y
y
y y
y
21
Varincia entre
Tratamentos
Varincia Total
22
23
24
2.
..
y
y y
y
y
11
12
13
1.
14
3
Tratamento
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Observao
y
y
y y
y
11
12
13
14
1.
y
y
y
y
y y y y y
y
y
21
31
22
32
23
24
2.
33
3.
Varincia Interior
Varincia Total
..
34
3
Tratamento
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
y
y y
y
y
y
Observao
31
y
y
y y
y
32
21
y
y y
y
y
11
12
13
1.
22
23
24
3.
33
2.
34
..
14
3
Tratamento
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Variancia Total
Soma Quadratica Total, SST
Variancia Total
n
a P
P
(yij y..)2
SST =
i=1 j=1
na 1
a X
n
X
(yij y..)2
i=1 j=1
Tratamento
1
2
..
.
y11
y21
..
.
ya1
Observac
oes
y12
y22
..
..
.
.
ya2
Johannes G
erson Janzen
y1n
y2n
..
.
yan
Total
y1 .
y2 .
..
.
Media
y1 .
y2 .
..
.
ya .
y ..
ya .
y..
Planejamento e An
alise de Experimentos de um Fator
a
P
(
yi . y..)2
i=1
a1
Tratamento
1
2
..
.
SStreatments = n
(
yi . y..)2
i=1
Observac
oes
y11 y12
y21 y22
..
..
..
.
.
.
ya1 ya2
Johannes G
erson Janzen
a
X
y1n
y2n
..
.
yan
Total
y1 .
y2 .
..
.
Media
y1 .
y2 .
..
.
ya .
y ..
ya .
y..
Planejamento e An
alise de Experimentos de um Fator
MSE =
(yij yi .)2
SSE =
i=1 j=1
y11
y21
..
.
ya1
(yij yi .)2
i=1 j=1
a (n 1)
Tratamento
1
2
..
.
a X
n
X
Observac
oes
y12
y22
..
..
.
.
ya2
Johannes G
erson Janzen
y1n
y2n
..
.
yan
Total
y1 .
y2 .
..
.
Media
y1 .
y2 .
..
.
ya .
y ..
ya .
y..
Planejamento e An
alise de Experimentos de um Fator
Particoes
Somas Quadraticas
SST = SStreatments + SSE
Graus de Liberdade
an 1 = (a 1) + [a (n 1)]
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
SStreatments
a1
SSE
a(n1)
MStreatments
MSE
F0
n
F0 =
a
P
i=1
i2
+ a1
2
Planejamento e An
alise de Experimentos de um Fator
Distribuicao F
F1 ,2
F1 ,2 =
W
1
Y
2
W e Y sao variaveis
aleatorias
1 e 2 sao graus de
liberdade
f , ,
1 2
f,1 ,2
f,1 ,2 indica F1 ,2 para nvel
de significancia .
Johannes G
erson Janzen
F0 =
SStreatments
a1
SSE
a(n1)
MStreatments
MSE
H0 e verdadeiro
F0 < f,a1,a(n1)
f , ,
1 2
H1 e verdadeiro
F0 > f,a1,a(n1)
Johannes G
erson Janzen
Tabela ANOVA
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Exemplo
Considere o experimento no incio da aula. Use a analise de
variancia para testar as hip
oteses que diferentes concentracoes de
madeira de lei nao afetam a resistencia media `a tracao do papel.
Concentrac
ao(%)
5
10
15
20
1
7
12
14
19
Observac
oes
2
3
4
5
8 15 11 9
17 13 18 19
18 19 17 16
25 22 23 18
Johannes G
erson Janzen
6
10
15
18
20
Total
M
edia
60
94
102
127
383
10,00
15,67
17,00
21,17
15,96
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Hipotese 0
1 = 2 = 3 = 4
Hipotese 1
1 6= 2 ou 1 6= 3 ou . . .
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
F0
F0 = 19,60
= 0,01
f, ,
1 2
H1 e verdadeiro
MONTGOMERY:
Applied Statistics, 3e
19,60 > f0,01;3;20
= 4,94
AppA UN5
W-303
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Comparacoes Multiplas
Metodos
Fisher
Student-Newman-Keuls
Tukey
..
.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Metodo de Fisher
Metodo de Fisher
r
| yi .
yj . |> LSD = t 2 ,a(n1)
2MSE
n
yi .: media do tratamento i
yj .: media do tratamento j
LSD: diferenca mnima
significante
t: distribuicao-t
t 1 , k = t , k
t , k
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Exemplo
LSD
r
LSD = t 0,05 ,4(61)
2
r
2MSE
2 6,51
= 2,086
= 3,07
n
6
Comparac
oes entre os Tratamentos
y1 . = 10,00 psi
y2 . = 15,67 psi
y3 . = 17,00 psi
..
.
y4 . = 21,17 psi
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Metodo de Fisher
Conclus
oes
ha diferencas significativas
entre todos os pares de
medias, exceto 2 e 3
as concentracoes de 10 e
15 % produzem
aproximadamente a
mesma resistencia `a
tensao, enquanto que as
demais concentrac
oes
produzem resistencias
diferentes
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Analise Residual
ANOVA
As observacoes sao independentes e
normalmente distribudas.
Johannes G
erson Janzen
Analise Residual
eij = yij yi .
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Normal score zj
Residual value
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Comparac
oes M
ultiplas
An
alise Residual
Analise Residual
Residual value
0
5%
10%
15%
20%
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Exemplo
A tabela apresenta dados de 50 amostras identicas obtidas de uma
grande quantidade de material. Cinco laborat
orios diferentes
analisaram 10 amostras escolhidas aleatoriamente. Os laboratorios
forneceram resultados inesperados e diferentes para as medias e as
variancias das concentrac
oes. Utilize a analise de variancia para
verificar se as variacoes entre os laborat
orios sao significantes.
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
Johannes G
erson Janzen
Planejamento e An
alise de Experimentos de um Fator
Exemplo
F0
F0 = 6,81
= 0,05
H1 e verdadeiro
f, ,
1 2
Planejamento e An
alise de Experimentos de um Fator