Análise de Variância
Análise de Regressão
Prof. MSc. Danilo Scorzoni Ré
FMU – Estatística Aplicada
Análise de Variância
Conceitos Gerais
• Em toda a disciplina vimos como relacionar dois fenômenos quantitativos e avaliá-los se possuem relação entre si.
• A ANOVA (análise de variância) é um procedimento estatístico para comparar os efeitos de variáveis preditoras qualitativas.
• Vimos na aula de inferência (Controle de Qualidade) como comparar dois grupos
distintos através do teste t de Student (ou Gosset).
• No entanto, podemos querer comparar mais de dois grupos. Esse é o caso mais comum na indústria.
Conceitos Gerais
Processo Atual Ineficiente
Conceitos Gerais
Processo Atual Ineficiente
Novos Fornecedores de Matéria-Prima
Conceitos Gerais
Processo Atual Ineficiente
Novos Fornecedores de Matéria-Prima
Como saber qual é a melhor
alternativa?
Conceitos Gerais
• A ANOVA é o método estatístico adequado para comparar diferentes
tratamentos em um delineamento experimental corretamente planejado.
• O delineamento experimental é importante para atestar que as fontes de variação são controladas. Sendo assim, as conclusões sobre os efeitos de cada um dos fatores (fornecedores, por exemplo) podem ser tomadas com maior segurança.
• Um experimento bem planejado deve seguir dois princípios muito importantes: 1. Replicação
2. Aleatorização
Conceitos Gerais - Replicação
• É a habilidade de replicar os efeitos dos fatores testados em diversas unidades experimentais. A unidade experimental é a menor entidade cujo tratamento é aplicado.
Conceitos Gerais - Aleatorização
• É a garantia de que os tratamentos foram aplicados nas unidades aleatorizadas. Em termos práticos, cada unidade experimental tem a mesma chance de
receber os diferentes tratamentos testados.
Análise de Variância
Conceitos Gerais – Tipos de Delineamento Experimental
• Os delineamentos experimentais mais comuns são:
• Delineamento Inteiramente Casualizado – neste caso estamos avaliando apenas um fator, que pode ter 2 ou mais níveis testados. Por exemplo: diferentes
fornecedores para uma mesma matéria prima. Neste caso, as unidades experimentais são homogêneas, ou seja, possuem características muito semelhantes.
• Delineamento Casualizado em Blocos – também para avaliar apenas um fator com 2 ou mais níveis testados. Entretanto, assume-se que a unidade experimental é
heterogênea e, portanto, a casualização (ou aleatorização) é realizada dentro de
blocos de unidades experimentais homogêneas.
Análise de Variância
Conceitos Gerais – Tipos de Delineamento Experimental
Delineamento Inteiramente
Casualizado Delineamento Casualizado em Blocos
Bloco 1
Bloco 1
Delineamento Inteiramente ao Acaso - Exemplo
• Para testar diferentes tipos de ração no crescimento animal, uma empresa agropecuária tinha 20 animais à disposição para realizar o estudo.
• Os pesquisadores queriam testar 5 diferentes rações. Portanto, foi definido que seriam distribuídos 4 animais para cada tipo de ração.
• Os animais possuíam dimensões muito semelhantes, portanto, foi escolhido o
delineamento inteiramente casualizado.
• Os animais foram marcados com um colar com um número de 1 a 20 e os
tratamentos foram aleatorizados, onde cada animal teve a mesma chance de ser
escolhido para a aplicação de cada um dos tratamentos.
• Os animais foram alimentados somente com a ração testada e após 90 dias tiveram seus pesos medidos para avaliar a efetividade dos tratamentos.
Análise de Variância
Delineamento Inteiramente ao Acaso - Exemplo
Tipo de Ração Repetições
1 2 3 4 1 3,31 6,1 8,53 3,84 2 23,62 26,94 20,16 22,18 3 14,75 25,2 17,56 24,8 4 30,58 30,69 18,54 27,56 5 50,25 45,12 37,25 52,15
Análise de Variância
Delineamento Inteiramente ao Acaso - Exemplo
Tipo de Ração Repetições
1 2 3 4 1 3,31 6,1 8,53 3,84 2 23,62 26,94 20,16 22,18 3 14,75 25,2 17,56 24,8 4 30,58 30,69 18,54 27,56 5 50,25 45,12 37,25 52,15
Qual tipo de ração garante o melhor ganho
de peso entre os animais?
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Delineamento Inteiramente ao Acaso - Exemplo
Delineamento Inteiramente ao Acaso - Exemplo
Delineamento Inteiramente ao Acaso - Exemplo
• Visualmente parece ser muito evidente! • Mas existe diferença estatística? • Nível de significância: 5%
Análise de Variância
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
O teste F é o teste estatístico adequado para a
comparação de diferentes tratamentos. Ele é
obtido através do quadro de análise da variância.
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19 Número de tratamentos – 1
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19 Variação Geral
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19
Relação entre variância dos tratamentos e a geral
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
𝐻0: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 Todos os tratamentos são iguais
𝐻1: 𝜇𝑛 ≠ 𝜇𝑚 Pelo menos um dos tratamentos é diferente dos demais
Fonte de Variação Graus de Liberdade Soma de Quadrados Quadrado Médio F p-valor Tratamentos 4 3425 856,3 36,2 1,54E-07 Resíduo 15 355 23,7 Total 19 Rejeito 𝑯𝟎
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
• O teste F me diz que pelo menos um dos
tratamentos é diferente dos demais.
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
• O teste F me diz que pelo menos um dos tratamentos é diferente dos demais. • Mas quem é diferente de quem?
Análise de Relações - ANOVA
Delineamento Inteiramente ao Acaso - Exemplo
• O teste F me diz que pelo menos um dos tratamentos é diferente dos demais. • Mas quem é diferente de quem? • Teste de Tukey!
Concluímos então que o Tratamento 5 é
estatisticamente superior aos demais.
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
• Em uma indústria agropecuária que produz ração para porcos, os clientes tem reclamado que seu principal produto no mercado não tem funcionado da forma desejada.
• O Engenheiro de Qualidade decide então fazer um teste para mudar a composição da ração, priorizando diferentes componentes da ração. Os seguintes tratamentos foram, então, definidos:
• Tratamento A – Ração + Suplemento Proteína • Tratamento B – Ração + Suplemento Carboidratos • Tratamento C – Ração + Suplemento Gorduras
• Para testar a eficácia da ração, a indústria realizou o experimento em uma fazenda que tinha 15 porcos disponíveis. Porém, estes porcos apresentavam pesos
Análise de Relações - ANOVA
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
Análise de Relações - ANOVA
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
Fonte de Variação GL Soma de Quadrados Quadrado Médio F p-valor Tratamentos 2 3,73 1,865 67,8 1,05E-05 Blocos 4 32,09 8,0225 291,7 1,17E-08 Resíduo 8 0,22 0,0275 Total 14 36,04
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
Fonte de Variação GL Soma de Quadrados Quadrado Médio F p-valor Tratamentos 2 3,73 1,865 67,8 1,05E-05 Blocos 4 32,09 8,0225 291,7 1,17E-08 Resíduo 8 0,22 0,0275 Total 14 36,04 Rejeito 𝑯𝟎!
Análise de Relações - ANOVA
Análise de Relações - ANOVA
Delineamento Casualizado em Blocos - Exemplo
Fonte de Variação GL Soma de Quadrados Quadrado Médio F p-valor Tratamentos 2 3,73 1,865 67,8 1,05E-05 Blocos 4 32,09 8,0225 291,7 1,17E-08 Resíduo 8 0,22 0,0275 Total 14 36,04 Rejeito 𝑯𝟎!