me623a planejamento e pesquisa. testando contrastes ( exemplo ansiedade ) na última aula, testamos...
TRANSCRIPT
ME623APlanejamento e Pesquisa
2
Testando Contrastes (Exemplo Ansiedade)Na última aula, testamos os seguintes
contrastes
TratamentoDosagem (mg)
Coeficientes para Contrastes Ortogonais
0 (placebo) −2 0
50 (nível 1) 1 −1
100 (nível 2) 1 1
3
Contrastes Ortogonais (Exemplo Ansiedade)Calculando o valor dos contrastes e suas
SS:
Na Tabela ANOVAContrastesC1 e C2 são significativos
4
Método de SchefféExperimentador pode estar interessado
em mais de a – 1 possíveis comparaçõesScheffé (1953) propôs um método que
permite investigar qualquer e todos os possíveis contrastes das médias dos tratamentos
Controla o nível de significância geralα dos testes simultaneamente
Se estamos testando apenas pares de médias, o teste de Tukey é preferível.
Mas no caso geral, quando muitos ou todos contrastes são de interesse, o método de Scheffé é melhor.
5
Método de SchefféSuponha que um conjunto de m contrastes
tenha sido determinado
Em termos das médias amostrais:
No caso balanceado, o erro padrão desse contraste é:
E no caso não balanceado:
6
Método de SchefféO valor crítico de nível α é dado por:
Para cada hipótese , rejeita-se H0 se
IC de nível pelo menos 100(1 – α)% para Γu é:
ou reescrito como
7
Método de Scheffé (Exemplo Ansiedade)
Nesse exemplo, testamos os dois contrastes:
Já vimos que o valor números desses contrastes são:
E o erro padrão de cada contraste é dado por:
8
Método de Scheffé (Exemplo Ansiedade)
Para α=0.05, temos os seguintes valores críticos:
Conclusões:
As conclusões desse teste são as mesmas que as obtidas com o teste F para contrastes ortogonais
Exercício: calcule e compare os IC para os dois contrastes acima obtidos pelo teste t e pelo Método de Scheffé
9
Correção de Bonferroni para Comparações de Pares de Médias
Vimos anteriormente que o problema em usar testes t individuais de nível α para comparar todos os r=a(a – 1)/2 pares de médias é o fato de não controlar o nível de significância geral dos testes simultaneamente.
Isso é o que acontece com o teste LSDBonferroni propõe usar nível de
significância α/r em vez de α para cada um dos r teste t
Com isso, a probabilidade do erro do tipo I é no máximo α quando fazemos as comparações simultaneamente
10
Determinar o Tamanho AmostralDiscutiremos técnicas para determinar o
número de replicações em experimentos com um único fator
No entanto, tais técnicas podem ser usadas em experimentos mais complexos também
Quanto menor o efeito que queremos detectar, maior será o número de replicações necessárias
Iremos determinar o tamanho amostral por dois métodos
1. Curva Característica Operacional (CO)
2. Intervalo de Confiança
11
Determinar o Tamanho AmostralCurva CO: Para um determinado n, é o
gráfico da P(erro tipo II) de um teste contra um parâmetro relacionado à hipótese alternativa H1
Considere a probabilidade do erro tipo II no modelo de efeitos fixos no caso balanceado:
Então, precisamos saber a distribuição de F0 quando H0 é falsa. Pode-se mostrar que:
em que δ é o parâmetro de não-centralidade
12
Determinar o Tamanho AmostralCurvas CO no Apêndice V do livro
mostram o gráfico de β contra o parâmetro Φ, sendo:
Para especificar o parâmetro Φ, o experimentador pode, por exemplo, escolher valores das médias para as quais ele gostaria de rejeitar H0 com probabilidade alta
Também precisamos de uma estimativa de σ2. Isso pode vir de conhecimento prévio do problema, teste preliminar ou simplesmente um chute
13
Curva Característica OperacionalAnálise de Variância com Modelo de Efeitos Fixos
14
Determinar o Tamanho AmostralNo exemplo da fibra sintética, suponha
que a engenheira está interessada em rejeitar H0 com probabilidade de no mínimo 0.90 se as médias dos tratamentos são:
Então . Por que? Ela quer usar α=0.01 e sabe que o desvio
padrão da resistência não é maior σ=3. Portanto,
15
Determinar o Tamanho AmostralUsando a Curva OC, temos a seguinte
tabela:
Ela precisa de pelo menos n=6 replicações para obter um teste com poder de 0.90
O problema nesse procedimento é a dificuldade em selecionar os valores das médias dos tratamentos
16
Determinar o Tamanho AmostralUma alternativa é especificar a diferença
máxima entre dois pares de médias para qual H0 não seja rejeitada
Se a diferença entre duas médias é tão grande quanto D, pode-se mostrar que o valor mínimo de Φ2 é:
O tamanho amostral obtido aqui é conservador, isto é, garante que o poder seja no mínimo tão grande quanto o especificado
17
Determinar o Tamanho AmostralNo exemplo da fibra sintética, suponha
que a engenheira está interessada em rejeitar H0 com probabilidade de no mínimo 0.90 se qualquer par de tratamento difere por 10 ou mais.
Assumindo σ=3, como anteriormente, e para α=0.01, o valor mínimo de Φ2 é:
Como a equação é a mesma, podemos usar a mesma tabela e concluir que n=6
replicações são necessário para obter o poder desejado
18
Determinar o Tamanho AmostralIntervalo de ConfiançaPodemos usar o conceito de IC para
determinar o tamanho da amostraA idéia é especificar a margem de erro,
dada por
Ainda no exemplo da fibra sintética, suponha a engenheira quer, com 95% de confiança, que a diferença da resistência média para duas % de algodão seja no máximo 5psi.
A estimativa do desvio padrão é σ=3. Então uma estimativa do MSE é 9.
19
Calculamos a margem de erro para vários números de replicações:
Ela precisa de no mínimo n=4 replicações para ter a acurácia/margem de erro desejada
Determinar o Tamanho AmostralIntervalo de Confiança
20
Vamos trabalhar... No exemplo da fibra sintética, suponha que antes de
realizar o experimento, a engenheira determinou o seguinte conjunto de comparações
1. Os contrastes são ortogonais? Se sim, use o teste F e acrescente esses contrastes na tabela ANOVA
2. Teste os contrastes usando o Método de Scheffé. As conclusões coincidem com as obtidas no item 1?
3. Construa ICs de 95% para os contrastes pelo teste t e usando o método de Scheffé. Compare os resultados.