Manova Report
Manova Report
Ashutosh Kumar Jha

Aula 20 medidas de assimetria
Basics on statistical data analysis
Basics on statistical data analysis
Dipesh Tamrakar

Frequency Distributions
Frequency Distributions
jasondroesch

Correlacao
Correlacao
jon024

MANN WHITNEY U TEST.pptx
MANN WHITNEY U TEST.pptx
RichelleDordas1

Data Analysis
Data Analysis
Smriti Arora

What is bayesian statistics and how is it different?
What is bayesian statistics and how is it different?
Wayne Lee

Distribuição Amostral da Média
Distribuição Amostral da Média
Anderson Pinho

Estatística Descritiva
Estatística Descritiva
Marden Rodrigues

Anova 2__fatores_prof._ivan (2)
Anova 2__fatores_prof._ivan (2)
sirlaineengenhariaproducao

Cap cuu ct tuy song
Cap cuu ct tuy song
Ngoc Quang

Measures of Central Tendency
Measures of Central Tendency
jasondroesch

TRẮC NGHIỆM NỬA ĐẦU THAI KỲ 2
TRẮC NGHIỆM NỬA ĐẦU THAI KỲ 2
SoM

Bệnh sợi bọc vú
Bệnh sợi bọc vú
SoM

The Sign Test
The Sign Test
Sharlaine Ruth

Estatistica introdução
Estatistica introdução
Leonardo Ferreira

Z test
Z test
kagil

Chapter 8 1 - ct tiet nieu - page 314 - 366
Chapter 8 1 - ct tiet nieu - page 314 - 366
Tưởng Lê Văn

Nina Silva

Manova Report
Manova Report

Aula 20 medidas de assimetria
Aula 20 medidas de assimetria

Basics on statistical data analysis
Basics on statistical data analysis

Frequency Distributions
Frequency Distributions

Correlacao
Correlacao

MANN WHITNEY U TEST.pptx
MANN WHITNEY U TEST.pptx

Data Analysis
Data Analysis

What is bayesian statistics and how is it different?
What is bayesian statistics and how is it different?

Distribuição Amostral da Média
Distribuição Amostral da Média

Estatística Descritiva
Estatística Descritiva

Anova 2__fatores_prof._ivan (2)
Anova 2__fatores_prof._ivan (2)

Cap cuu ct tuy song
Cap cuu ct tuy song

Measures of Central Tendency
Measures of Central Tendency

TRẮC NGHIỆM NỬA ĐẦU THAI KỲ 2
TRẮC NGHIỆM NỬA ĐẦU THAI KỲ 2

Bệnh sợi bọc vú
Bệnh sợi bọc vú

The Sign Test
The Sign Test

Estatistica introdução
Estatistica introdução

Z test
Z test

Chapter 8 1 - ct tiet nieu - page 314 - 366
Chapter 8 1 - ct tiet nieu - page 314 - 366

## Semelhante a Anova de 1 via

Anova
Cap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De Classificação

1 delineamentos experimentais
1 delineamentos experimentais
luispaulos

estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental
ssuser98ac96

Tópico 3 Testes de Hipóteses - 2 amostras
Tópico 3 Testes de Hipóteses - 2 amostras
Ricardo Bruno - Universidade Federal do Pará

Anderson Santos

Análise de Sobrevivência de Kaplan-Meier
Análise de Sobrevivência de Kaplan-Meier
Rosario Cação

Estatistica Basica para Saude aula 2
Estatistica Basica para Saude aula 2
ValorP Consultoria e Cursos

000820491
Trabalho de analise de regressao 2012 trab2
Trabalho de analise de regressao 2012 trab2
Samuel Orlando Nhantumbo

Paulo Sérgio

RonkalySouza1

Confianca Noemi
Confianca Noemi
Marco Silva

Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)
guest1668ef

AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
NunoSilva599593

Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx
EliseuGouveia2

Bioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacao
Fabiano Reis

A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
Pablo Rodrigues

Estatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby Revisão
joaopss

ssuserac1de6

### Semelhante a Anova de 1 via(20)

Anova
Anova

Cap10 - Parte 2 - Anova Um Caminho De Classificação
Cap10 - Parte 2 - Anova Um Caminho De Classificação

1 delineamentos experimentais
1 delineamentos experimentais

estatística é uma disciplina ampla e fundamental
estatística é uma disciplina ampla e fundamental

Tópico 3 Testes de Hipóteses - 2 amostras
Tópico 3 Testes de Hipóteses - 2 amostras

Análise de Sobrevivência de Kaplan-Meier
Análise de Sobrevivência de Kaplan-Meier

Estatistica Basica para Saude aula 2
Estatistica Basica para Saude aula 2

000820491
000820491

Trabalho de analise de regressao 2012 trab2
Trabalho de analise de regressao 2012 trab2

Confianca Noemi
Confianca Noemi

Modelos_analise_Hipoteses_Variaveis (MIP 5)
Modelos_analise_Hipoteses_Variaveis (MIP 5)

AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx
AMD - Aula n.º 4 - Anova e Kruskal Wallis.pptx

Apresentação Testes parametricos para aplicação cientifica.pptx
Apresentação Testes parametricos para aplicação cientifica.pptx

Bioestatistica basica completa-apresentacao
Bioestatistica basica completa-apresentacao

A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...
A escolha do método estatístico profa. dra. lívia maria andaló tenuta (unic...

Estatística descritiva e inferencial Cozby Revisão
Estatística descritiva e inferencial Cozby Revisão

## Último

Texto e atividade - Fontes alternativas de energia
Texto e atividade - Fontes alternativas de energia
Mary Alvarenga

Aprendizagem Imersiva: Conceitos e Caminhos
Aprendizagem Imersiva: Conceitos e Caminhos

As Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. Weaver
C4io99

TEORIAS UECE.pdf química geral nome de cientistas famosos da química
TEORIAS UECE.pdf química geral nome de cientistas famosos da química
VictorEmanoel37

STALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolares
Daniel273024

Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
pattyhsilva271204

Temática – Projeto para Empreendedores Locais
Temática – Projeto para Empreendedores Locais
Colaborar Educacional

oficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdf
marcos oliveira

Resolução do Exame de Biologia UEM - 2008.
Resolução do Exame de Biologia UEM - 2008.
mozalgebrista

Acróstico - Bullying é crime!
Acróstico - Bullying é crime!
Mary Alvarenga

Painel para comemerorar odia dos avós grátis.pdf
Painel para comemerorar odia dos avós grátis.pdf
marcos oliveira

Texto e atividade - O que fazemos com a água que usamos.
Texto e atividade - O que fazemos com a água que usamos.
Mary Alvarenga

Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
IsaiasJohaneSimango

Falcão Brasil

Noite Alva! José Ernesto Ferraresso.ppsx
Noite Alva! José Ernesto Ferraresso.ppsx
Luzia Gabriele

Infografia | Presidência húngara do Conselho da UE
Infografia | Presidência húngara do Conselho da UE
Centro Jacques Delors

(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
Pr Davi Passos - Estudos Bíblicos

Folha de Atividades (Virei Super-Herói! Projeto de Edição de Fotos) com Grade...
Folha de Atividades (Virei Super-Herói! Projeto de Edição de Fotos) com Grade...
marcos oliveira

EBOOK_HORA DO CONTO_O MONSTRO DAS CORES_ANGELINA & MÓNICA_22_23
EBOOK_HORA DO CONTO_O MONSTRO DAS CORES_ANGELINA & MÓNICA_22_23
Sandra Pratas

Manejo de plantas daninhas
Manejo de plantas daninhas
Geagra UFG

### Último(20)

Texto e atividade - Fontes alternativas de energia
Texto e atividade - Fontes alternativas de energia

Aprendizagem Imersiva: Conceitos e Caminhos
Aprendizagem Imersiva: Conceitos e Caminhos

As Ideias Têm Consequências - Richard M. Weaver
As Ideias Têm Consequências - Richard M. Weaver

TEORIAS UECE.pdf química geral nome de cientistas famosos da química
TEORIAS UECE.pdf química geral nome de cientistas famosos da química

STALINISMO apresentação slides para escolares
STALINISMO apresentação slides para escolares

Apostila em LIBRAS - Curso Básico ENAP 2019.pdf
Apostila em LIBRAS - Curso Básico ENAP 2019.pdf

Temática – Projeto para Empreendedores Locais
Temática – Projeto para Empreendedores Locais

oficia de construção de recursos para aluno DI.pdf
oficia de construção de recursos para aluno DI.pdf

Resolução do Exame de Biologia UEM - 2008.
Resolução do Exame de Biologia UEM - 2008.

Acróstico - Bullying é crime!
Acróstico - Bullying é crime!

Painel para comemerorar odia dos avós grátis.pdf
Painel para comemerorar odia dos avós grátis.pdf

Texto e atividade - O que fazemos com a água que usamos.
Texto e atividade - O que fazemos com a água que usamos.

Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx
Plano Analitico de Psicopedagogia -11 Classe- II Trimestre - 2024_014203.docx

Noite Alva! José Ernesto Ferraresso.ppsx
Noite Alva! José Ernesto Ferraresso.ppsx

Infografia | Presidência húngara do Conselho da UE
Infografia | Presidência húngara do Conselho da UE

(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS
(45-ESTUDO - LUCAS) A EPIRITUALIDADE DE JESUS

Folha de Atividades (Virei Super-Herói! Projeto de Edição de Fotos) com Grade...
Folha de Atividades (Virei Super-Herói! Projeto de Edição de Fotos) com Grade...

EBOOK_HORA DO CONTO_O MONSTRO DAS CORES_ANGELINA & MÓNICA_22_23
EBOOK_HORA DO CONTO_O MONSTRO DAS CORES_ANGELINA & MÓNICA_22_23

Manejo de plantas daninhas
Manejo de plantas daninhas

### Anova de 1 via

• 1. ANOVA DE 1 VIAPaulo Novis RochaNefrologistaProfessor Adjunto do Depto. Medicina FMB-UFBAProfessor Colaborador do PPgCS
• 2. Situação Problema (hipotética)Suponha que se deseja estudar o efeito de 6 drogas analgésicas no tratamento da cefaléiaPara isto, foram estudados 30 indivíduos adultos, aleatoriamente distribuídos em 6 gruposDroga 1Droga 2Droga 3Droga 4Droga 5Droga 6
• 3. Situação ProblemaVariável independente (resposta): DORquantitativaVariável dependente (fator) – tipo de DROGAqualitativa
• 4. Desenho experimentalApós 30 minutos de ingestão da droga, por vi oral, os pacientes eram convidados a graduar a sua cefaléia (de 0 a 15):15: dor excruciante0: ausência de dor
• 6. Representação gráficaH0: µ1 = µ2 = µ3 = µ4 = µ5 = µ6HA: nem todas estas médias de intensidade de dor são iguais
• 7. PerguntaAs médias de intensidade de dor são diferentes entre as 6 drogas?
• 8. Formulação das hipótesesH0: µ1 = µ2 = µ3 = µ4 = µ5 = µ6HA: nem todas estas médias de intensidade de dor são iguais
• 9. ANOVA 1 via: Quando é aplicadaComparação de 3 ou mais médiasApenas 1 fatorPressupostosAmostragem aleatóriaObservações independentesDistribuição normal (alternativa: Kruskal-Wallis)Variâncias iguais
• 10. Porque não realizar o teste t?Problemas com comparar médias 2 a 2Múltiplas comparações
• 11. Erro tipo IQuanto maior o número de comparações, maior a probabilidade de cometer um erro tipo IPara um α = 0,05, tem-se uma probabilidade de:0,05 (5%) de rejeitar uma H0 verdadeira0,95 (95%) de aceitar uma H0 verdadeiraSe fizermos 15 comparações, a probabilidade de aceitar pelo menos uma H0 verdadeira seria (0,95)15 = 0,463291A probabilidade de rejeitar pelo menos uma H0 verdadeira seria 1 - (0,95)15 = 1 - 0,463291 = 0,536709
• 12. Análise de variânciasA variabilidade dos dados pode ser atribuída à duas fontes distintas, da seguinte forma: à variabilidade devida à variação entre os indivíduos dentro de cada grupo (withingroup); à variabilidade devida a qualquer diferença sistemática entre os grupos (betweengroups)
• 13. ANOVA 1 via: Representação Gráfica
• 14. Análise de variânciasA estatística de teste será baseada na comparação da variação observada entre os grupos (entre suas médias) com a variação entre os indivíduos dentro dos grupos. F = variação entre grupos / variação dentro dos gruposSe o valor da estatística F for grande (p-valor pequeno) rejeitamos a afirmativa de igualdade entre as médias dos grupos.
• 16. Tabela ANOVAGl: (número de termos na soma) – número de médias calculadas
• 17. Entre grupos: 6 – 1 = 5
• 18. Dentro grupos: 30 – 6 = 24Tabela ANOVAPara um α = 0,05, o valor crítico de F é 2,76 (tabela F)Como 6,4 > 2,76, rejeita-se H0 (nem todas as médias são iguais, o que equivale a dizer que nem todos os tratamentos têm o mesmo efeito
• 20. Onde estão as diferenças?Em outras palavras, que médias são diferentes?“Post-hoc” testsCorreção de Bonferroni: α: 0,05/no máx. possível de comparações 2 a 2No nosso caso: α: 0,05/15 = 0,0033
• 22. SITUAÇÃO PROBLEMASuponha que se deseja estudar o efeito de três dietas sobre o metabolismo basal 6 horas após sua ingestão.
• 23. Para isto foram estudados 20 indivíduos do sexo masculino adultos de 22 a 28 anos, aleatoriamente distribuídos em 4 grupos: Grupo Controle, Dieta I, Dieta II e Dieta III
• 24. SITUAÇÃO PROBLEMACONTROLE DIETA I DIETA II DIETA III 32,7 38,2 47,1 36,2 33,7 31,3 46,4 35,9 31,6 36,1 46,5 38,7 32,7 38,4 45,2 32,1 36,1 37,0 44,1 38,3 30,7 36,2 45,1 34,2 31,7 29,3 44,4 33,9 29,6 34,1 44,5 36,7 30,7 36,4 43,2 30,1 34,1 35,0 42,1 36,3
• 25. Preparação no banco de dados dieta basal 1. controle 32.7 2. controle 33.7 3. controle 31.6 4. controle 32.7 5. controle 36.1 6. controle 30.7 7. controle 31.7 8. controle 29.6 9. controle 30.7 10. controle 34.1 11. dieta I 38.2 12. dieta I 31.3 13. dieta I 36.1 14. dieta I 38.4 15. dieta I 37.0 16. dieta I 36.2 17. dieta I 29.3 18. dieta I 34.1 19. dieta I 36.4 20. dieta I 35.0 21. dieta II 47.1 22. dieta II 46.4 23. dieta II 46.5 24. dieta II 45.2 25. dieta II 44.1 26. dieta II 45.1 27. dieta II 44.4 28. dieta II 44.5 29. dieta II 43.2 30. dieta II 42.1 31. dieta III 36.2 32. dieta III 35.9 33. dieta III 38.7 34. dieta III 32.1 35. dieta III 38.3 36. dieta III 34.2 37. dieta III 33.9 38. dieta III 36.7 39. dieta III 30.1 40. dieta III 36.3
• 26. SITUAÇÃO PROBLEMAPodemos notar que existem duas variáveis:
• 27. Dieta, com 4 possibilidades (independente) – qualitativa
• 29. Dependente: É a variável que mede o fenômeno que se estuda e que se quer explicar (tem que ser quantitativa para ANOVA).
• 30. Independente: É(são) a(s) variável(eis) que se considera(m) candidata(s) a explicar a variável dependente (qualitativa na ANOVA).
• 31. de Controle: É (ou são) a(s) variável (eis) que se considera(m) capaz(es) de interferir na relação entre dependente e independente, podendo sugerir relações falsas que dizem respeito à sua interferência e não à relação estudada; ex.: sexo e idade, variáveis segundo as quais a relação entre asma e alergia pode variar.SITUAÇÃO PROBLEMA dieta mean(basal) sd(basal) N(basal)controle 32.4 1.920184 10dieta I 35.2 2.924989 10dieta II 44.9 1.547184 10dieta III 35.2 2.689569 10
• 33. ANOVA ANÁLISE DE VARIÂNCIAComparação de vários grupos.
• 34. A análise de variância é chamada de um fator ou critério quando utilizamos uma única característica para classificar a população em diferentes grupos. É comum chamar os grupos de tratamentos.
• 35. O princípio básico da análise de variância é particionar a variabilidade total de um conjunto de dados em componentes, devido à diferentes fontes de variação.ANÁLISE DE VARIÂNCIAA variabilidade dos dados pode ser atribuída à duas fontes distintas, da seguinte forma: à variabilidade devida à variação entre os indivíduos dentro de cada grupo (within group);
• 36. à variabilidade devida a qualquer diferença sistemática entre os grupos (between groups)
• 37. As hipóteses sãoH0) Não há diferença entre as médias dos gruposH1) Pelo menos uma das médias é diferente das demais
• 38. ANÁLISE DE VARIÂNCIABA = Variabilidade dentro do grupoAB= Variabilidade entre o grupoSe B > A  Ho será rejeitada
• 39. ANÁLISE DE VARIÂNCIABA = Variabilidade dentro do grupoAB= Variabilidade entre o grupoSe B < A  Ho será aceita
• 40. ANÁLISE DE VARIÂNCIAA estatística de teste será baseada na comparação da variação observada entre os grupos (entre suas médias) com a variação entre os indivíduos dentro dos grupos. F =Se o valor da estatística F for grande (p-valor pequeno) rejeitamos a afirmativa de igualdade entre as médias dos grupos.
• 41. SITUAÇÃO PROBLEMATabela ANOVASource SS df MS F Prob > F-------------------------------------------------------------------------------------Between groups 896.178943 3 298.726314 54.64 0.0000Within groups 196.832022 36 5.46755616------------------------------------------------------------------------------------ Total 1093.01097 39 28.0259222MS=SS/dfF=MS between groups/MS within groups
• 42. ANÁLISE DE VARIÂNCIAPressupostos:Normalidade, Homogeneidade das Variâncias dos Grupos e Independência das Observações.
• 43. Estes pressupostos servem para implementar o teste estatístico para a hipótese que não há diferença entre as médias dos grupos ou tratamentos em questão.Teste de aderência à distribuição normal e homogeneidade de variânciasShapiro-Wilk W test for normal data-> dieta = controle Variable | Obs W V z Prob>z -------------+------------------------------------------------- basal | 10 0.97606 0.369 -1.561 0.94069_______________________________________________________________________________-> dieta = dieta I Variable | Obs W V z Prob>z -------------+------------------------------------------------- basal | 10 0.89214 1.662 0.918 0.17922_______________________________________________________________________________-> dieta = dieta II Variable | Obs W V z Prob>z -------------+------------------------------------------------- basal | 10 0.96918 0.475 -1.191 0.88313_______________________________________________________________________________-> dieta = dieta III Variable | Obs W V z Prob>z -------------+------------------------------------------------- basal | 10 0.94499 0.848 -0.279 0.60971Bartlett's test for equal variances: chi2(3) = 4.2344 Prob>chi2 = 0.237
• 44. COMPARAÇÕES MÚLTIPLAS Quando concluímos que as médiasdos grupos diferem (rejeitamos H0) no caso de três ou mais grupos, devemos continuar nossa análise para identificar de que forma são as diferenças comparando cada par de médias ou apenas os pares de interesse. COMPARAÇÕES MÚLTIPLASProblema: Quando fazemos muitas comparações a chance de cometermos o erro do tipo I em pelo menos um dos testes aumenta muito.
• 45. Foram desenvolvidos vários testes para fazer comparações múltiplas, todos tendo como objetivo principal controlar o erro do tipo I (global).COMPARAÇÕES MÚLTIPLASO teste de Tuckey, Scheffé, Dunnet, Ducan....
• 46. Por exemplo, o teste Tukey permite estabelecer a menor diferença entre as médias dos grupos que deve ser tomada com significante.
• 47. Vale ressaltar que na realização destes testes de comparações múltiplas usa-se a variância comum a todos os grupos.COMPARAÇÕES MÚLTIPLASEm muitos estudos as comparações de interesse são especificadas após a coleta dos dados. Nesse caso, deve-se levar em consideração todas as possíveis comparações.(Scheffe)Row Mean-| Col Mean | controle dieta I dieta II ---------+--------------------------------- dieta I | 2.8 | 0.079 | dieta II | 12.5 9.7 | 0.000 0.000 | dieta III| 2.9 0.0 -9.6 | 0.073 1.000 0.000
• 48. Análise de covariância anova systolic drug age,continuous(age) Number of obs = 58 R-squared = 0.5526 Root MSE = 8.87986 Adj R-squared = 0.5188 Source | Partial SS df MS F Prob > F -----------+--------------------------------------------------------------- Model | 5161.00551 4 1290.25138 16.36 0.0000 | drug | 2928.07959 3 976.02653 12.38 0.0000 age | 2027.767 1 2027.767 25.72 0.0000 | Residual | 4179.14966 53 78.8518805 -----------+-------------------------------------------------------------- Total | 9340.15517 57 163.862371
Idioma atualEnglish
Español
Portugues
Français
Deutsche