• Share
  • Email
  • Embed
  • Like
  • Save
  • Private Content
Princípios da estatística experimental
 

Princípios da estatística experimental

on

  • 18,542 views

 

Statistics

Views

Total Views
18,542
Views on SlideShare
18,541
Embed Views
1

Actions

Likes
0
Downloads
320
Comments
3

1 Embed 1

http://www.mefeedia.com 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel

13 of 3 previous next Post a comment

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

    Princípios da estatística experimental   Princípios da estatística experimental Presentation Transcript

    • Princípios da EstatísticaExperimental Prof. Adriana Dantas
    • As estatísticas1. ESTATÍSTICA DESCRITIVA• Parte da Estatística que apenas coleta,descreve, organiza e analisa um conjunto dedados. Nela não são tiradas conclusões.2. ESTATÍSTICA INDUTIVA• Também é chamada de inferência estatística.A partir da análise de dados são tiradasconclusões.
    • DIVISÕES DA ESTATÍSTICA Estatística Descritiva: coleta, elaboração, tabulação, análise, interpretação e apresentação dos dados. Inferência Estatística: procura obter informações a respeito de uma população a partir de amostras. Teoria de Probabilidade: procura descrever e prever as características de populações infinitas. Essa teoria permite avaliar (e controlar) o tamanho do erro que ele estará cometendo ao fazer generalizações (inferências). Teoria da Amostragem: técnicas que auxiliam na obtenção de amostras representativas de populações.
    • Considerações gerais Experimentos e ensaios são pesquisas planejadas para obter novos fatos, negar ou confirmar hipóteses ou resultados obtidos anteriormente. Ensaio – absoluto – 1 tratamento Comparativo – 2 ou + tratamento
    • Hipóteses Suposição admissível; teoria provada mas não demonstrada; suposição. Suposição que se faz de alguma coisa possível ou não, e da qual se tiram as conseqüências à verificar; Conjunto de condições que se toma como ponto de partida para desenvolver o raciocínio; Suposição, conjectura.• Objetivo:– Meta, alvo que se quer atingir;– Fim que se quer atingir, objeto de uma ação.
    • Formulação de hipóteses Construção de hipótese é a analogia Depende do conhecimento do pesquisador Apropriada para explicar um fenômeno Conduzir o experimento através da qual será testada Permite uma decisão relativa aos resultados Meio confiável de predição de eventos desconhecidos Mais simples possível entre as diversas hipóteses que possam ser formuladas A base da análise estatística do estudo experimental é o teste de hipótese Uma hipótese deve ser formulada formalmente e dados coletados durante o curso do estudo são utilizados para, se possível, rejeitar a hipótese
    • Declaração de hipóteses: Hipótese nula: afirma que não há tendência ou padrão real no estudo experimental; as razões para diferenças na observação são coincidências; Hipótese alternativa: é a hipótese em favor da qual a hipótese nula é rejeitada
    • Plano de experimento Depende das variáveis respostas, explanatórias e estranhas Define: estrutura das respostas, fatores experimentais e unidades experimentais
    • Tratamento É o objeto da pesquisa Condição imposta a parcela cujo efeito desejamos medir ou comparar
    • Parcela É a unidade em que é feita a aplicação casualizada do tratamento Fornece os dados experimentais A parcela reflete o efeito do tratamento É a menor porção do material experimental Ex: única planta, uma área, um lote de sementes, uma placa de petri, um animal, uma levedura, parte de uma árvore, etc.
    • Cuidado especial com a parcela O número de indivíduos ou área de uma parcela depende do grau de heterogeneidade do material a ser pesquisado. Quanto maior a heterogeneidade maior o número de indivíduos, a fim de bem representar o experimento.
    • Classificação dos experimentos  Aleatórios – planejamento ao acaso  Três tratamentos encontram na mesma condição, ex.: mesma faixa de fertilidade+F A C B Delineamentos: B A C -Inteiramente casualizado -Blocos casualizados A B C -Quadrado Latino-F
    •  Sistêmicos – não entra ao caso, os experimentos são colocados em conjunto.  Tratamento A é favorecido e o tratamento C prejudicado+F A A A Delineamentos: -Princípios básicos da B B B repetição -Levam a erros experimentais C C C -Fatores aleatórios-F
    • Tipos de experimentos A) preliminar – conduzidos dentro de estações experimentais para obtenção de novos fatos. Apresenta baixa precisão. Ensaios de introdução de variedades Triagem para escolha de tratamentos Introdução de 100 variedades de milho ............ 12345678 100
    •  B) crítico – objetivo é negar ou confirmar hipóteses obtidas no experimento preliminar. Conduzido dentro ou fora das estações. Científico com mais precisão. Compara vários tratamentos. Uso de técnicas estatísticas específicas 7 89 2 34 54 29 15 BLOCO 1 29 7 89 15 2 34 54 BLOCO 2 Selecionadas 7 variedades de milho
    •  C) Demonstrativo – lançamento pela rede de extensão rural, a produtores, empresários, empresas de pesquisa, etc. Demonstrar os melhores resultados do experimento crítico VL V54 V2 Duas melhores cultivares comparadas com variedades locais
    • Tipos de variações experimentais Variação premeditada – originada dos diferentes tratamentos introduzidos pelo pesquisador Variação externa – não intencionais (heterogeneidade de solo, condições de temperatura, umidade) Variação acidental – causa desconhecida, de desconhecida natureza aleatório, não está sob o controle do pesquisador (constituição genética, profundidade de semeadura, quantidade de ração administrada) – erro experimental
    • Variação ao acaso• Considerando clones idênticos– Planta de batata A (100 gramas)– Planta de batata B (120 gramas)• Existe a possibilidade de indicar a planta mais produtiva???• Efeitos controláveis – irrigação, nutrição, luz . .• Efeitos não controláveis – capacidade de absorção,estresses, posicionamento etc ...Qual a razão de não podermos indicar a planta mais produtiva nesse caso?
    • Diferenças ao acaso pequenasDiferenças ao acaso não tão pequenasComo saber se as diferenças são devido ao acaso oudevido a diferenças reais entre tratamentos? Vaca 1 Vaca 2 . . . Vaca nVaca em lactação H – 12,5 11,8 ??Vaca em lactação G – 8,0 7,5 ??A variação ao acaso (presença dos efeitos não controlados) causa “confusão” Exige que seja feita uma análise estatística que irá informar se as diferenças entre os tratamentos serão devidos ao acaso ou não.Serão consideradas - significativas (*, **, ***) ou - não significativas (ns).
    • Princípios básicos da experimentação Repetição Casualização Controle local
    • Repetição Corresponde ao número de vezes que o tratamento aparece no experimento Quanto maior o numero de repetições, menos a probabilidade de erro Testar hipótese (Anova) Estimar o erro experimental Avaliar de forma mais precisa cada tratamento Melhoria na precisão das estimativas das médias Melhora o poder dos testes estatísticos Então cada tratamento que se quer avaliar necessita de quantas repetições ? Normalmente, usa-se de 4 a 6
    • Depende de fatores Variabilidade do meio em que se realiza o experimento Numero de tratamentos em estudo Recursos de pessoal Equipamentos Custos de implantação do experimento
    • Casualização Distribuição aleatória dos tratamentos na parcela Assegura a validade da estimativa do erro experimental Errosindependentes Estimativa das médias de forma imparcial
    • Controle Local Usado quando as parcelas, antes de receberem os tratamentos, apresentam diferenças entre si Faz-se agrupamento das parcelas homogêneas em blocos Finalidade diminuir os erros Agrupamento: idade, pesos, sexo, textura de solo, localização geográfica, etc...
    • Amostra A amostra é um subconjunto finito, supostamente representativo, de elementos de uma população Utilizada para estudo de propriedades da população As técnicas para colher amostras devem deixar total ou parcialmente ao acaso a indicação dos elementos da população a incluir na amostra
    • Planejamento de uma pesquisa Fixação de LIMITES: custo, tempo disponível, tipo de informação, precisão dos resultados, etc MÉTODO DE COLETA dos dados: delineamento de pesquisa- censo ou amostragem- estudos experimentais e não experimentais
    • MÉTODO DE COLETA dos dadosAmostragem x RecenseamentoVantagens e desvantagens Menor tempo e custo Viabilidade _ tamanho da população, observações destrutivas Qualidade e precisão dos resultados (treinamento) Necessidade de elaboração do plano amostral Necessidade de cadastro Erros de amostragem podem ser grandes para alguns segmentos de interesse Mais difícil corrigir viés de cobertura
    • Exemplos de delineamentos de pesquisaDELINEAMENTOS EXPERIMENTAIS Experimento: avaliação de dois métodos de treinamento de funcionários, registrando a produtividade dos funcionários de 2 grupos selecionados aleatoriamente ESTUDOS NÃO EXPERIMENTAIS (observacionais) Levantar diversos atributos e medidas sobre o sistema de trabalho de funcionários respondentes através de um questionário Pesquisas por amostragem (Surveys)
    • Planejamento de uma pesquisa PROCEDIMENTO de coleta dos dados: Observação, entrevista. Instrumento de coleta. Pré-teste. Treinamento. Sistemas de controle e supervisão da coleta Tipo de TRATAMENTO a ser realizado com os dados
    • EXECUÇÃO DA PESQUISA COLETA dos dados APURAÇÃO dos dados: captura dos dados, crítica, imputação APRESENTAÇÃO dos dados: tabelas, gráficos, medidas adequadas ANÁLISE e INTERPRETAÇÃO DOS DADOS: utilizar métodos estatísticos necessários,como os de inferência, se for o caso. TOMADA DE DECISÃO frente aos resultados obtidos.
    • Fontes de erros nas pesquisas poramostragem Erro de amostragem: – sempre existe – controlado pelo plano amostral(Somente com amostragem probabilística !) Erros não-amostrais (ou sistemáticos) – difícil de ser controlado e mensurado
    • Erros não-amostrais (ou sistemáticos)– Não-resposta decidir se poderá ser corrigido– Erros de mensuração: os dados levantados diferem da realidade, pode ocorrer por problemas com o entrevistador, respondente, instrumento ou procedimento de coleta– Erros de cobertura: os elementos amostrados compreendem parte da população alvo.
    • COMO OBTER ESSA AMOSTRA? DELINEAMENTO AMOSTRAL a ser utilizado DADA UMA AMOSTRA, COMO SABER SE A AMOSTRA É “BOA”? COMO SE FAZER INFERÊNCIA? Somente o conhecimento das probabilidades de seleção permite o cálculo de indicadores da qualidade da inferência (erro de amostragem).
    • População é o conjunto de pessoas ou organismos de mesma espécie que habitam uma determinada área num espaço definido de tempo.
    • Qual a razão de realizarmos a amostragem? •Redução de Custos •Redução de Mão-de-obra •Melhoria da qualidade dos dados (redução da fadiga) •Redução da precisão (???)
    • Erro experimental Promove diferenças entre parcelas que recebem o mesmo tratamento Não podem ser conhecidos individualmente e alteram, pouco ou muito os experimentos Deve-se reduzir o erro experimental Não podem ser conhecidos individualmente e alteram, pouco ou muito os experimentos Deve-se reduzir o erro experimental – inferências de significâncias, análises dos tratamentos são potencialmente diferentes, se forem não significativas, os tratamentos são semelhantes
    • A Relação entre Erros, Precisão e ExatidãoErros aleatórios - • Erros sistemáticos –ameaçam precisão ameaçam exatidãoContribuídos por: Contribuídos por:– O observador – O observador– O participante – O participante– O instrumento – O instrumento
    • Planejamento:– Condição do pesquisador – Controle– Projeto – registrado segurança eventuais trocasde coordenador do projeto...– Possibilidade de repetição do experimento• Fatores controláveis e não controláveis (Erro experimental)• Fatores aleatórios e não aleatórios• Objetivo de obtermos um resultado único sem condições de repetição (comum) ou resultados que possibilitem a repetição de resultados (inovação) ?
    • Experimento livre de variaçõesacidentais Condições uniformes de solo, plantas com constituição genética, mesmo numero de plantas por parcela, irrigação uniforme, ausência de pragas e doenças, mesmo numero de animais por parcela, animais com mesmo peso e idade  Minimizar as variações
    • Redução do efeito da variaçãoacidental Forma de parcela Tamanho da parcela Orientação das parcelas Efeito bordadura Falhas de plantas Número de repetições dos tratamentos Delineamento experimentais Forma e condução do experimento
    • Modalidades experimentaisSão as situações em que se pode encontrar umindivíduo em relação a determinado atributoQualitativas escala nominal. Ex: homem, mulher escala ordinal. Ex: trab estudo primário, secundárioQuantitativas escala de razões. Ex: Graus Celsius escala de intervalos. Ex: Graus FahrenheitDado estatísticoInformação obtida de um indivíduo acerca dedeterminado atributo
    • Objetivo da estatística:Inferir sobre a população com base na informação contida na amostra.
    • Variáveis estatísticas
    • Campo de variaçãoConjunto de modalidades ou valores possíveispara a variávelVariável discretaPossui campo de variação numerável, finito ouinfinito, (ex: nº de quartos, nº de acidentes porapólice)Variável contínuaPossui campo de variação dado por umintervalo contínuo (ex: superfície agrícola, taxa dejuro)
    • Escala NominalValores numéricos numa escala nominal apenas dão nome a uma categoria ou classe; os números são utilizados somente para diferenciar objetos, categorias ou nomes.Por exemplo, numa pesquisa de mercadorealizada nas regiões sul e sudeste doBrasil, a variável estado de nascimentodo entrevistado foi codificada da seguinteforma: 1=Rio Grande do Sul, 2=SantaCatarina, 3=Paraná, 4=São Paulo e 5=Riode Janeiro.
    • Escala OrdinalValores numa escala ordinal dão nome e ordem a um objeto, categoria ou classe; os números são utilizados para diferenciar em ordem de superioridade, seguindo algum critério de hierarquia.Por exemplo, numa pesquisa, a variável instrução do entrevistado foi codificada assim:1=Sem Instrução, 2=Primeiro Grau,3=Segundo Grau, 4=Terceiro Grau,5=Mestre e 6=Doutor.
    • Escala de IntervalosValores numa escala de intervalos eliminam a limitação da escala ordinalestabelecendo intervalos iguais em que é possível ordenar as medições e, ao mesmo tempo, explicar quanto uma observação difere da outra.Por exemplo, o aumento da temperatura de ontem para hoje é de cinco graus, de 20 para 25 graus centígrados.
    • Outras escalasNOTASVariam de 0 a 5; 0 a 10; 0 a 100, ou em qualquer outro intervalo definido pelo pesquisador.Ex:Notas obtidas em provas ou competições esportivas;Pacientes que expressam suas preferências em relaçãoa dois ou mais tratamentosPacientes que expressam suas situação emrelação ao sintoma de determinada doença
    • PORCENTAGENSEx:Porcentagem de água de um animal experimentalPeso corporal relativo (peso corporalobservado dividido pelo peso corporalrelativo)Obs: quando trabalhamos com % é semprebom guardar os dados que deram origem asessas %, para discussões dos resultados
    • TAXAS OU COEFICIENTESÉ a razão entre o número de indivíduos que apresentamOu apresentaram, determinada característica no cursode certo período e o total de indivíduos na população. A taxa pode ser dada em porcentagem, mas é mais comum que seja dada por 1.000 ou por 10.000 indivíduosEx: Taxa de Mortalidade Infantil: é a razão entre o total de óbitos de menores de um ano de idade (excluídos os nascidos mortos) e o total de nascidos vivos em determinado período de tempo (geralmente um ano).
    • Projeto de experimentação • Definição do Problema – hipóteses, objetivos, qual o caminho até conseguir o resultado. • Delinear o experimento – tratamentos, repetições, variáveis, número de amostras, tempo, custo. • Condução do ensaio e coleta dos dados. • Tabulação e análise dos dados • Discussão dos resultados e conclusões (Esperados)
    • Variabilidade dos dados Definir quais as características que irá utilizar para avaliar os tratamentos, para atingir os objetivos da pesquisa. Ex. Estudo de comportamento das variedades de feijão, define: - resistência a antracnose - período de maturação de vagens e rendimento (Kg/ha) Essas características é medida nas parcelas e é denominada variável.
    • Análise de Variância Avaliar se duas ou mais amostras diferem significativamente com relação a alguma variável. É necessário um método estatístico para solicionar o problema. A analise de variância foi introduzida por Fisher.
    • Análise da variância (PROVA) Processo baseado na decomposição da variação total existente entre uma série de observações. São atribuídas a causas conhecidas e numa parte devida as desconhecidas ou não suscetíveis de controle. Ex.: Efeito de diferentes inseticidas no controle de pulgão da batata. Causas desconhecidas, diferenças existentes entre as plantas (parcelas), condicionando um tipo diferente de resposta a um mesmo inseticida. O efeito das causas desconhecidas contribuem para uma porção da variação total, que é isolada na análise de variância, recebendo a denominação de Erro ou Resíduo.
    • Variações que contribuem para oerro experimental Inerente a própria variabilidade do material experimental; Proveniente da falta de uniformidade do ambiente em que é conduzido o experimento.
    • Somatório Simples ( Σ )Considere X uma variável que assume as determinações:Xi (i = 1, 2, ..., N).A soma dos valores de Xi é x1 + x2 + ... + xNque pode ser sintetizada por: Σ= x1 + x2 + ... + xNO símbolo Σ (sigma) indica soma é denominado “somatório”.
    • Decomposição da Variação Causas conhecidas Variação entre amostragens (tratamentos) Causas desconhecidas Variação dentro das amostragens (erro ou resíduo)
    • Medições em termos de variância Calculada a soma dos quadrados (SQ) Número de graus de liberdade (GL) SQ/GL = Quadrados médio (QM) – são as variâncias entre as amostras Estas são confrontadas através de um teste de hipótese (Teste F) – avalia-se sua significância
    • Quadro da Análise da Variância Causas da Graus de Soma dos quadrados Quadrados médios F calculado variação liberdade (SQ) (QM) (GL)Entre amostras t-1 SQ 1 QM 1 = SQ 1/t-1 F= QM 1 / QM 2 Dentro das T (r-1) SQ 2 = SQ total – SQ 1 QM 2 =SQ 2/t (r – 1) amostras Total t.r - 1 SQ total