Click here to load reader
Upload
tiago-caetano
View
15.198
Download
0
Embed Size (px)
Citation preview
1
ECOLOGIA NUMÉRICA
Testes de hipóteses:Testes a mais de duas amostras
(ANOVA)
2
Testes a mais de duas amostras
A B C D
Análise de variância
Testes de duas amostras:
A vs BB vs CA vs C
A B C
Porque não?
Testes a mais de duas amostras
Análise de variância
3
Para o conjunto das 3 hipóteses a probabilidade de correctamente não rejeitar todas as H0 seria 0.953 = 0.86
ou seja, α = 0.14 !!!!
Testes a duas amostras:A vs BB vs CA vs C
Porque não?
Hipótese nula
Testes a mais de duas amostras
Hipótese nula
Análise de variância
Verdadeira
Falsa
Aceitar Rejeitar
Não há erro α
β Não há erro
H0: µA=µB=µCH1: As médias não são todas iguais
Fontes de variação:
Intra-amostra ou intra-grupos (error)Entre-amostras ou entre-grupos
A análise de variância (ANOVA)
Análise de variância
4
Análise de variância
∑ ∑= =
−=
k
i
n
j
iijerro
i
XXSQ1 1
2)(
Fontes de variação:Somas dos quadrados
Total:
Entre-grupos:
Intra-grupos (erro):
∑∑= =
−=k
i
n
j
ijT
i
XXSQ1 1
2)(
∑=
−=k
i
iiG XXnSQ1
2)(
Análise de variância
5
Fontes de variação:Somas dos quadrados
SQTOTAL = SQGRUPOS + SQerro
Análise de variância
Estatística de teste:
erro
Grupos
erro
erro
Grupos
Grupos
QM
QM
SQ
SQ
F ==
υ
υ
Hipóteses:
H0: µA=µB=µCH1: As médias não são todas iguais
Análise de variância
6
Fontes de variação:Soma dos quadrados
SQTOTAL = SQGRUPOS + SQerro
glTOTAL = glGRUPOS + glerro
N - 1 = k - 1 + N - k
k é o número de grupos, N é o número total de observações
Análise de variância
Valor crítico:
errogF υυα ,,
Critério de decisão:
Rejeitar H0 se:
Não rejeitar H0 caso contrário
Estatística de teste:
erro
Grupos
QM
QMF =
errogFF υυα ,,>
Análise de variância
7
A distribuição F:
Análise de variância
• Os dados provêm duma população normal
• As variâncias são homogéneas
Pressupostos da ANOVA:
No entanto, à semelhança do referido para o teste t, a análise de variância é bastante robusta, i.e. o seu desempenho não é profundamente afectado por desvios moderados dos pressupostos
Análise de variância
8
Pressupostos da ANOVA:
As amostras provêm de populações normais com variância igual
Como verificar os pressupostos?
O que fazer caso não sejam cumpridos?
Análise de variância
• Testes de normalidade- Teste de Kolmogorov-Smirnov Estatística D
- Teste D’Agostino-PearsonEstatística K2
- Teste de Shapiro-WilkEstatística W
• Avaliação gráfica
• Análise de resíduos
Avaliação dos pressupostos da ANOVA:
Análise de variância
9
Avaliação dos pressupostos da ANOVA:Teste de Kolmogorov-Smirnov
Análise de variância
Avaliação dos pressupostos da ANOVA:Teste de Kolmogorov-Smirnov
Estatística de teste:
N
iYFD i
Ni−=
≤≤)(max
1
onde F é a distribuição teórica cumulativa da distribuição que está a ser testada.
Análise de variância
10
Avaliação dos pressupostos da ANOVA:Teste de Shapiro-Wilk
Estatística de teste:
∑
∑
=
=
−
=n
i
i
n
i
ii
xx
x
W
1
2
2
1
)(
)(
α
onde x(i) são os valores da amostra ordenados e α(i) são constantes obtidas a partir das médias, variâncias e covariâncias das estatísticas ordinais duma amostra de dimensão n duma população normal.
Análise de variância
Avaliação dos pressupostos da ANOVA:Teste de D’Agostino-Pearson
Análise de variância
11
onde Zg1 e Zg2 são obtidos do seguinte modo
Simetria Curtose
Análise de variância
Avaliação dos pressupostos da ANOVA:Teste de D’Agostino-Pearson
Histogram: F N Lt cm
Shapiro-Wilk W=,94919, p=,03160
Expected Normal
18 20 22 24 26 28 30 32 34
X <= Category Boundary
0
2
4
6
8
10
12
14
16
18
20
No
. o
f o
bs.
Análise de variância
Avaliação dos pressupostos da ANOVA:Normalidade
12
Box & Whisker Plot
Median
25%-75%
Min-Max F N Lt cm M N Lt cm
14
16
18
20
22
24
26
28
30
32
34
36
Análise de variância
Avaliação dos pressupostos da ANOVA:Normalidade
Histogram of Raw Residuals
Dependent variable: F N Lt cm
(Analysis sample)
-10 -8 -6 -4 -2 0 2 4 6 8
X <= Category Boundary
0
5
10
15
20
25
No. of obs.
Análise de variância
Avaliação dos pressupostos da ANOVA:Análise de resíduos
13
P-Plot: F N Lt cm
18 20 22 24 26 28 30 32 34 36
Observed Value
-3
-2
-1
0
1
2
3
Expecte
d N
orm
al V
alu
e
All Groups
Análise de variância
Avaliação dos pressupostos da ANOVA:Análise de resíduos
• Teste de homocedasticidade- Teste de Hartley - Teste de Cochran - Teste de Bartlett
• Avaliação gráfica
• Análise de resíduos
Análise de variância
Avaliação dos pressupostos da ANOVA:Homogeneidade de variâncias
14
Teste de Hartley
Teste de Cochran
2
min
2
maxmax
s
sF = 1,,max −> nkFF α
Rejeitar H0
se
∑=
2
2
max
is
sC 1,, −> nkCC α
Rejeitar H0
se
Análise de variância
Avaliação dos pressupostos da ANOVA:Homogeneidade de variâncias
Teste de Bartlett
[ ]
−−
−−+
−−
−
−−
=
∑ ∑
∑∑∑∑
)1(
1
1
1
)1(3
11
)ln()1()1(
)1(ln)1(
2
2
2
ii
ii
i
ii
i
C
nnk
snn
snn
χ
2
1
2
−> kC χχRejeitar H0
se
Análise de variância
Avaliação dos pressupostos da ANOVA:Homogeneidade de variâncias
15
Box & Whisker Plot
Mean
±SD
±1,96*SD F N Lt cm M N Lt cm
18
20
22
24
26
28
30
32
34
36
Análise de variância
Avaliação dos pressupostos da ANOVA:Avaliação gráfica
Predicted vs. Residual Scores
Dependent variable: F N Lt cm
23 24 25 26 27 28 29 30 31 32 33
Predicted Values
-8
-6
-4
-2
0
2
4
6
Re
sid
ua
ls
95% confidence
Análise de variância
Avaliação dos pressupostos da ANOVA:Análise de resíduos
16
Avaliar se os pressupostos são cumpridos
Não Sim
Testes paramétricosTestes não paramétricos
Transformação dos dados
Não
Análise de variância
Teste de Kruskal-Wallis: abordagem não-paramétrica
Estatística de teste:
H0: as amostras provêm da mesma populaçãoH1: as amostras não provêm da mesma população
)1(3)1(
12
1
2
+−+
= ∑=
Nn
R
NNH
k
i i
i
Hipóteses:
Análise de variância
17
Quando há empates deve ser utilizado um factor de correcção:
C
HHC =
A estatística de teste deve ser corrigida do seguinte modo:
NN
tC
−−=
∑3
1
onde
)(1
3∑∑=
−=m
i
ii ttt
Análise de variância
Teste de Kruskal-Wallis: abordagem não-paramétrica
Valor crítico: υαχ ,2
Critério de decisão:
Rejeitar H0 se:
Não rejeitar H0 caso contrário
2
,
2
υαχχ >
C
HHC =Estatística de teste:
sendo gl=k-1 (k=número de grupos)
Análise de variância
Teste de Kruskal-Wallis: abordagem não-paramétrica
18
Quando a H0 é rejeitada numa hipótese envolvendo
3 ou mais amostras, não é sempre óbvio qual ou
quais das amostras diferem das outras.
Há, por isso, a necessidade de efectuar testes a
posteriori de comparações múltiplas
Procedimentos de teste a posteriori
Análise de variância
ANOVA
Teste de Kruskal-Wallis Teste de Dunn
Teste de Tukey (tipo Tukey)Teste d eNewman-Keuls Teste de Scheffé
Testes a posteriori
Análise de variância
19
Valor crítico: kq ,,υα
Critério de decisão:
Rejeitar H0 se:
Não rejeitar H0 caso contrário
kqq ,,υα>
n
s
XXq AB
2
−=
Estatística de teste:
Sendo gl=N-k (N=número total
de observações; k=número de grupos)
Teste de Tukey
Análise de variância
Valor crítico: kQ ,α
Critério de decisão:
kQQ ,α>
SE
RRQ AB −
=Estatística de teste:
sendo k=número de grupos
onde
+
−−
+=
∑BA nnN
tNNSE
11
)1(1212
)1(
Teste de Dunn
Rejeitar H0 se:
Não rejeitar H0 caso contrário
Análise de variância
20
Teste t para amostras emparelhadas
1 amostra
Síntese
2 amostras
2 amostrasemparelhadas
Teste t
Teste Wilcoxon
P
NP
Teste t
Teste Mann-Whitney
P
NP
Teste Wilcoxon para amostras emparelhadas
P
NP
3 ou + amostras
ANOVA
Teste Kruskal-Wallis
P
NP
Análise de variância