Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas

Análise de Covariância, Resumos de Máquinas

Modelo ANCOVA y = Zα + Xβ + ε. PPGEEA. ESALQ/USP. Page 8. Introdução. Modelo. Estimação dos parâmetros. Análise de Variância e teste F. Exemplo de Aplicação.

Tipologia: Resumos

2022

Compartilhado em 07/11/2022

Mauricio_90
Mauricio_90 🇧🇷

4.5

(63)

227 documentos

1 / 35

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Introdução Modelo Estimação dos parâmetros Análise de Variância e teste F Exemplo de Aplicação
Análise de Covariância
Pórtya Piscitelli Cavalcanti
Universidade de São Paulo
Escola Superior de Agricultura ”Luiz de Queiroz“
PPGEEA ESALQ/USP
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe
pff
pf12
pf13
pf14
pf15
pf16
pf17
pf18
pf19
pf1a
pf1b
pf1c
pf1d
pf1e
pf1f
pf20
pf21
pf22
pf23

Pré-visualização parcial do texto

Baixe Análise de Covariância e outras Resumos em PDF para Máquinas, somente na Docsity!

Análise de Covariância

Pórtya Piscitelli Cavalcanti

Universidade de São Paulo

Escola Superior de Agricultura ”Luiz de Queiroz“

Sumário

Introdução

Modelo

Estimação dos parâmetros

Análise de Variância e teste F

Exemplo de Aplicação

ANCOVA

I (^) Fisher (1934)

I (^) Ajuste do efeito de uma variável resposta que sofreu

influência de uma FV não controlada.

I (^) Análise de variância (ANOVA) e regressão.

Principais usos

I (^) Aumentar a precisão de experimentos.

I (^) Remover efeitos de variáveis pertubadoras.

I (^) Esclarecer a natureza dos efeitos dos tratamentos.

Covariável

I (^) Variável auxiliar ou concomitante.

I (^) Uma ou mais covariáveis.

I (^) Necessita estar correlacionada com a variável

resposta.

I (^) Não afetada pelo tratamento.

I (^) Exemplo : pesos de animais.

Modelo

I (^) DIC com uma covariável

Modelo estatístico

yij = μ + αi + βxij + εij i = 1 ,... , a; j = 1 ,... , n,

Modelo ANCOVA

y = Z α + X β + ε.

Modelo

Z =

, α =

μ

α 1

. . .

αa

, X =

x 11

. . .

x 1 n

. . .

x 2 n

. . .

xan

, β = β

Sumário

Introdução

Modelo

Estimação dos parâmetros

Análise de Variância e teste F

Exemplo de Aplicação

Estimação dos parâmetros

Reescrevendo o modelo y = Z α + X β + ε como

y = [ Z , X ]

[

α

β

]

  • ε = U θ + ε

em que U = [ Z , X ] e θ =

[

α

β

]

Estimação dos parâmetros

Através da inversa generalizada de Z

Z ,

α ˆ = ( Z

Z )

− 1 Z

y − ( Z

Z )

− 1 Z

X βˆ = αˆ 0 − ( Z

Z )

− 1 Z

X βˆ

Por substituição de αˆ no sistema

β^ ˆ = [ X ′( IP ) X ]−^1 X ′( IP ) y = R(x^2 )−^1 R(xy)

em que P = Z ( Z

Z )

1 Z

′ .

Sumário

Introdução

Modelo

Estimação dos parâmetros

Análise de Variância e teste F

Exemplo de Aplicação

Análise de Variância e teste F

Com esses resultados é possível calcular βˆ e a SQRL.

β^ ˆ =

R(xy)

R(x^2 )

SQRL =

(R(xy))

2

R(x^2 )

I (^) Método do resíduo condicional.

Análise de Variância e teste F

Tabela 2: Tabela da ANCOVA.

Ajuste pela regressão FV GL SQ QM Fc

Trat. a − 1 SQTrat∗ = SQT ∗ −SQR∗ QMTrat∗ =

SQTrat∗ a − 1

QMTrat∗ QMR∗ Resíduo a(n − 1 ) − 1 SQR∗ = R(y^2 ) − SQRL QMR∗ =

SQR∗ a(n − 1 ) − 1

Total an − 2 SQT ∗ = SQT (Y ) −

(SQT (XY ))^2 SQT (X )

Análise de Variância e teste F

  1. Hipótese H 0 : β 1 = β 2 =... = βa:

F 2 =

∑^ a

i

R(xy)

2 i

R(x

2 )i

R ( xy )

2

R ( x

2 )

a − 1

R(y

2 ) − ( R ( xy ))

β

a(n − 2 )

em que βˆ = R ( x

2 )

− 1 R ( xy ).

Sumário

Introdução

Modelo

Estimação dos parâmetros

Análise de Variância e teste F

Exemplo de Aplicação