Doe And Sas

UNIDADE EXPERIMENTAL (UE): Material experimental ao qual é atribuído um tratamento. São independentes umas das outras

ERRO EXPERIMENTAL: Erro não explicável encontrado entre replicações com o mesmo tratamento. Só é estimado se existir replicação. A magnitude do erro experimental é estimado pelo quadrado médio do erro (QME) ou pela variância amostral. 1- Erros sistemáticos: Efeitos consistentesque provocam enviesamento das estimativas e que podem ser atribuídos a uma fonte. Devem ser eliminados da experiência ou contabilizados no modelo. 2- Erros aleatórios: Produzem variabilidade que não se consegue explicar. Têm valor esperado zero. Devem ser minimizados.

CONCEITOS

AMOSTRA EXPERIMENTAL: Pode ser a unidade experimental ou parte da unidade experimental. Várias amostras na mesmaunidade experimental não são independentes. REPLICAÇÃO: Várias unidades experimentais com o mesmo tratamento. São independentes. REPETIÇÃO: Medidas repetidas na mesma unidade experimental, não independentes.

PRECISÃO: Os valores observados são semelhantes ao valor a estimar. Os erros aleatórios afectam a precisão das estimativas. EXACTIDÃO: Os valores observados são semelhantes entre si. Oserros sistemáticos afectam a exactidão das estimativas AUMENTO DA PRECISÃO; Casualização Tamanho da amostra Numero de replicações Selecção dos tratamento Aperfeiçoamento da técnica Medidas adicionais (covariável) e Controlo local ( Blocos)

CASUALIZAÇÃo Factores externos afectam com igual probabilidade todos os tratamentos Uma estimativa válida do erro experimental. Validade da análise estatística edas inferências

PRESSUPOSTOS DOS MODELOS LINEARES Erros têm distribuição Normal., média zero e variância σ2 , São independentes. Observações com distribuição normal com média μ. e variância constante. Pode não existir homogeneidade das variâncias. Esta é contabilizada no modelo de efeitos aleatórios Os erros podem ser dependentes nos modelos para medidas repetidas.

REGRESSÃO
REGRESSÃOLINEAR Função que explica a relação linear causa-efeito entre uma variável independente x e uma variável dependente y. REGRESSÃO LINEAR MÚLTIPLA Função que explica a relação linear causa-efeito entre duas ou mais variáveis independentes xi e uma variável dependente y.

ANÁLISE DE COVARIÂNCIA Para comparar os declives de rectas de regressão de vários grupos. REGRESSÃO CURVILINEA Quando a influênciada variável independente na variável dependente não é linear.

SAS Para os testes F correctos: PROC GLM; CLASS tratamentos: MODEL y= cov trat cov*trat/solution SS1; Para estimar as rectas: MODEL y= trat cov*trat/noint solution SS1 NOTAS: A interacção entre os tratamentos e a covariável produz uma recta para cada tratamento e o teste F associado compara os declives das rectas Na ANCOVA deve-seutilizar SS1 . Soma dos quadrados sequencial - Remove o efeito da covariavel antes de testar o efeito dos tratamentos MODELO NÃO LINEAR: EXEMPLO Curva de BRODY: SAS PROC NLIN; PARMS A=600 peso0=280 k=0.05; MODEL peso=A-(A-peso0)*exp(-k*(idade-8)); SAS PROC GLM; MODEL Y=X1 X21/; MODELO POLINOMIAL:

MODELO:

y = β 0 + β1 x + ε

MODELO:

y i = β 0 + β 1 x 1 i + β 2 x 2 i + .... + ε i

yi = β 0+ β 1 xi + β 2 x 2 i + ε i

PROPRIEDADES DO MODELO: Var (yi)= Var (erros), Covariância entre yi e yj é zero. São independentes SAS PROC REG (OU GLM); MODEL Y=X/; ANALISE DE RESIDUOS: Gráfico dos resíduos vs valores estimados: 1- Forma de curva - regressão não linear 2- Zonas com todos os pontos acima do zero e outras zonas com todos os pontos abaixo de zero- autocorrelação. Erros nãoindependentes. 3- A distancia entre pontos vai aumentando ou diminuindo mostrando não homogeneidade das variâncias – transformação das variáveis ou definição de nova estrutura de variância.

PROPRIEDADES DO MODELO: Var (yi)= Var (erros), Covariância entre yi e yj é zero. São independentes SAS PROC REG (OU GLM); MODEL Y=X1 X2…..Xn/; MULTICOLINEARIDADE: E VALORES EXTREMOS Correlação elevada entre...