



























Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Os melhores documentos à venda: Trabalhos de alunos formados
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Comunidade
Peça ajuda à comunidade e tire suas dúvidas relacionadas ao estudo
Descubra as melhores universidades em seu país de acordo com os usuários da Docsity
Guias grátis
Baixe gratuitamente nossos guias de estudo, métodos para diminuir a ansiedade, dicas de TCC preparadas pelos professores da Docsity
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
1 / 35
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Pórtya Piscitelli Cavalcanti
Universidade de São Paulo
Escola Superior de Agricultura ”Luiz de Queiroz“
Introdução
Modelo
Estimação dos parâmetros
Análise de Variância e teste F
Exemplo de Aplicação
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.
I (^) Aumentar a precisão de experimentos.
I (^) Remover efeitos de variáveis pertubadoras.
I (^) Esclarecer a natureza dos efeitos dos tratamentos.
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.
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.
, α =
μ
α 1
. . .
αa
x 11
. . .
x 1 n
. . .
x 2 n
. . .
xan
, β = β
Introdução
Modelo
Estimação dos parâmetros
Análise de Variância e teste F
Exemplo de Aplicação
Reescrevendo o modelo y = Z α + X β + ε como
y = [ Z , X ]
α
β
em que U = [ Z , X ] e θ =
α
β
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 ′( I − P ) X ]−^1 X ′( I − P ) y = R(x^2 )−^1 R(xy)
em que P = Z ( Z
′ Z )
− 1 Z
′ .
Introdução
Modelo
Estimação dos parâmetros
Análise de Variância e teste F
Exemplo de Aplicação
Com esses resultados é possível calcular βˆ e a SQRL.
β^ ˆ =
R(xy)
R(x^2 )
(R(xy))
2
R(x^2 )
I (^) Método do resíduo condicional.
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 )
∑^ 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 ).
Introdução
Modelo
Estimação dos parâmetros
Análise de Variância e teste F
Exemplo de Aplicação