[1] O documento discute os principais conceitos da estatística experimental, incluindo estatística descritiva, estatística indutiva, delineamentos de experimentos, tipos de variações, hipóteses, amostras e erros.
[2] É dividido em seções tratando de definições, tipos e objetivos da estatística, planejamento e execução de experimentos e pesquisas, e conceitos-chave como população, amostra, erro experimental e tratamentos.
[3] Fornece uma visão
4. As estatísticas
1. ESTATÍSTICA DESCRITIVA
• Parte da Estatística que apenas coleta,
descreve, organiza e analisa um conjunto de
dados. Nela não são tiradas conclusões.
2. ESTATÍSTICA INDUTIVA
• Também é chamada de inferência estatística.
A partir da análise de dados são tiradas
conclusões.
5. 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.
6. 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
7. 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.
8. 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
9. 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
10. Plano de experimento
Depende das variáveis respostas,
explanatórias e estranhas
Define: estrutura das respostas, fatores
experimentais e unidades experimentais
11. Tratamento
É o objeto da pesquisa
Condição imposta a parcela cujo efeito
desejamos medir ou comparar
12. 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.
13. 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.
14. 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
15. 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
16. 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
17. 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
18. 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
19.
20. 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
21. 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?
22. Diferenças ao acaso pequenas
Diferenças ao acaso não tão pequenas
Como saber se as diferenças são devido ao acaso ou
devido a diferenças reais entre tratamentos?
Vaca 1 Vaca 2 . . . Vaca n
Vaca 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).
24. 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
25. 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
26. Casualização
Distribuição aleatória dos tratamentos na
parcela
Assegura a validade da estimativa do erro
experimental
Errosindependentes
Estimativa das médias de forma
imparcial
27. 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...
28.
29. 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
30. 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
31. MÉTODO DE COLETA dos dados
Amostragem x Recenseamento
Vantagens 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
32. Exemplos de delineamentos de pesquisa
DELINEAMENTOS 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)
33. 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
34. 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.
35. Fontes de erros nas pesquisas por
amostragem
Erro de amostragem:
– sempre existe
– controlado pelo plano amostral
(Somente com amostragem probabilística !)
Erros não-amostrais (ou sistemáticos)
– difícil de ser controlado e mensurado
36. 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.
37. 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).
38. População
é o conjunto de pessoas ou organismos
de mesma espécie que habitam uma
determinada área num espaço definido de
tempo.
39. 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 (???)
40. 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
41. A Relação entre Erros, Precisão
e Exatidão
Erros aleatórios - • Erros sistemáticos –
ameaçam precisão ameaçam exatidão
Contribuídos por: Contribuídos por:
– O observador – O observador
– O participante – O participante
– O instrumento – O instrumento
42. Planejamento:
– Condição do pesquisador – Controle
– Projeto – registrado segurança eventuais trocas
de 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) ?
43. Experimento livre de variações
acidentais
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
44. Redução do efeito da variação
acidental
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
45. Modalidades experimentais
São as situações em que se pode encontrar um
indivíduo em relação a determinado atributo
Qualitativas
escala nominal. Ex: homem, mulher
escala ordinal. Ex: trab estudo primário, secundário
Quantitativas
escala de razões. Ex: Graus Celsius
escala de intervalos. Ex: Graus Fahrenheit
Dado estatístico
Informação obtida de um indivíduo acerca de
determinado atributo
48. Campo de variação
Conjunto de modalidades ou valores possíveis
para a variável
Variável discreta
Possui campo de variação numerável, finito ou
infinito, (ex: nº de quartos, nº de acidentes por
apólice)
Variável contínua
Possui campo de variação dado por um
intervalo contínuo (ex: superfície agrícola, taxa de
juro)
49. Escala Nominal
Valores 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 mercado
realizada nas regiões sul e sudeste do
Brasil, a variável estado de nascimento
do entrevistado foi codificada da seguinte
forma: 1=Rio Grande do Sul, 2=Santa
Catarina, 3=Paraná, 4=São Paulo e 5=Rio
de Janeiro.
50. Escala Ordinal
Valores 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.
51. Escala de Intervalos
Valores numa escala de intervalos eliminam a
limitação da escala ordinal
estabelecendo 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.
52. Outras escalas
NOTAS
Variam 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 relação
a dois ou mais tratamentos
Pacientes que expressam suas situação em
relação ao sintoma de determinada doença
53. PORCENTAGENS
Ex:
Porcentagem de água de um animal
experimental
Peso corporal relativo (peso corporal
observado dividido pelo peso corporal
relativo)
Obs: quando trabalhamos com % é sempre
bom guardar os dados que deram origem as
essas %, para discussões dos resultados
54. TAXAS OU COEFICIENTES
É a razão entre o número de indivíduos que apresentam
Ou apresentaram, determinada característica no curso
de 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
indivíduos
Ex: 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).
55. 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)
56.
57. 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.
58.
59.
60.
61. 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.
62. 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.
63. Variações que contribuem para o
erro experimental
Inerente a própria variabilidade do
material experimental;
Proveniente da falta de uniformidade do
ambiente em que é conduzido o
experimento.
64. 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 + ... + xN
que pode ser sintetizada por:
Σ= x1 + x2 + ... + xN
O símbolo Σ (sigma) indica soma é denominado
“somatório”.
65. Decomposição da Variação
Causas conhecidas
Variação entre amostragens (tratamentos)
Causas desconhecidas
Variação dentro das amostragens (erro ou
resíduo)
66. 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
67. 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