ANÁLISES ESTATÍSTICAS

COMPLEMENTARES DE
EXPERIMENTOS FATORIAIS
 1) Fatores qualitativos e
interação não significativa

 Aplicar testes de comparação múltipla

entre médias:

a) Tukey;
b) Duncan;
c) Contrastes ortogonais;
d) Scheffée;
e) Dunnett.
 Fator A:
a) Variância de uma média de ai:
QM E
V̂ m̂ i  
JK
b) Variância de um contraste de duas médias
de ai: 2QMe
V̂ m̂ i  m̂ i , 
JK

c) Variância de um contraste qualquer de

médias de ai:
 
 QMe 
V̂ X̂   2
iC i
 JK 
 Fator D:
a) Variância de uma média de dj:
QM E
V̂ m̂ i  
IK
b) Variância de um contraste de duas médias
de dj: 2QMe
V̂ m̂ i  m̂ i , 
IK

c) Variância de um contraste qualquer de

médias de dj:
 
 QMe 
V̂ X̂  2
iC i
 IK 
 TUKEY E DUNCAN
 Tukey:  Duncan:

Fator A Fator A

QMe QMe
Δ A  q α (I; GL E ) Du A  Z α (n o médias contr; GL E )
JK JK

Fator D Fator D

QMe QMe
Δ D  q α (J; GL E ) Du D  Z α (n médias contr; GL E )
o

IK IK
 2) Fatores qualitativos e
interação é significativa
 Aplicar testes de comparação múltipla
entre médias:

a) Tukey;
b) Duncan;
Desdobrar a
c) Contrastes ortogonais;
interação
d) Scheffée;
e) Dunnett.
 Desdobramento da interação
 fator A dentro de Dj (A/Dj)

V̂ m̂ ij  
QMe
K


V m  
 i , j  V m
 ij  m  
 ij ,  V m
 ij  m 
 ij  m
 i ,j ,
=
2QMe
K

  QMe 
V̂ X̂   i i
C 2

 K 
 Desdobramento da interação
 fator D dentro de Ai (D/Ai)

V̂ m̂ ij  
QMe
K


V m  
 i , j  V m
 ij  m  
 ij ,  V m
 ij  m 
 ij  m
 i ,j ,
=
2QMe
K

  QMe 
V̂ X̂    j j
C 2

 K 
 TUKEY E DUNCAN
 Tukey:  Duncan:

A/Dj A/Dj e D/Ai

QMe
QMe Du A/D j  Z α (n médias contr; GL E )
o
Δ A/Dj  q α (I; GL E ) K
K

D/Ai
AD numa única ordenação
QMe QMe
Δ D/Ai  q α (J; GL E ) Δ  q α (IJ; GL E )
K
K
 3) Um fator é quantitativo e
interação não é significativa
 Normalmente Fator D = quantitativo

 Fator A = qualitativo

QM E 2QMe
V̂ m̂ i   V̂ m̂ i  m̂ i , 
JK JK

   QMe 
V̂ X̂   iC i
2

 JK 
 TUKEY E DUNCAN
Fator A
 Tukey:

QMe
Δ A  q α (I; GL E )
JK

 Duncan:

QMe
Du A  Z α (n médias contr; GL E )
o

JK
 Fator D
Tabela auxiliar para análise de regressão do fator D
j Xj Y.j. Cj1 Cj2 Cj3 Cj1Y.j. Cj2Y.j. Cj3Y.j.
1 -2 2 -1
2 -1 -1 2
3 0 -2 0
4 1 -1 -2
5 2 2 1
Soma 0 0 0  Cj1Y.j.  Cj1Y.j.  Cj1Y.j.
K 10 14 10
M 1 1 5/6
Tabela suplementar da análise para o fator D quantitativo
C.V. GL SQ QM F(sob H0)
Fator D J-1 SQD ------ --------
RL 1 SQRL QMRL QMRL/QME
RQ 1 SQRQ QMRQ QMRQ/QME
RC 1 SQRC QMRC QMRC/QME
Desvios J-4 SQDesv QMDesv QMDesv/QME
Erro GLE SQE QME
  
j
C j1 Y. j.  2

SQ RQ 
 j
C j2 
Y. j.
2

SQ RL 
IK j C 2
j1
IK  j C 2j2

SQ RC 
 j
C j3 
Y. j.
2

IK j C 2j3

SQ Desv  SQ D  SQ RL  SQ RQ  SQ RC
Y  Y.../IJK  B1M1P1  B 2M2P2  B 3M3P3 ...BmMmPm  e
Grau 1

Grau 2

Grau 3

B1 
  C
j j1 
Y. j.
B2 
  C j j2 
Y. j.
IK  j C 2j1 IK  j C 2j2

B3 
  C j j3 
Y. j.
IK  j C 2j3
P1=x

J 12

P2  x 
2
12

 3J 2
 7
P3  x  x
3
20
M1, M2, M3 = Tabelados no quadro auxiliar;

Cj1, Cj2, Cj3 = Tabelados.

Despadronizar a equação

x
 X  X
h
 4) Um fator é quantitativo e
interação é significativa

 Neste caso Fator D quantitativo

(preferencialmente);

 estudara regressão do fator D dentro de

cada nível do fator A (A1, A2, ... AI);

 Fator A: duas alternativas

 Primeira alternativa

QM E 2QMe
V̂ m̂ i   V̂ m̂ i  m̂ i , 
JK JK

   QMe 
V̂ X̂   iC i
2

 JK 
 TUKEY E DUNCAN
Fator A
 Tukey:

QMe
Δ A  q α (I; GL E )
JK

 Duncan:

QMe
Du A  Z α (n médias contr; GL E )
o

JK
 Segunda alternativa
Desdobramento da interação
 fator A dentro de Dj (A/Dj)

V̂ m̂ ij  
QMe
K


V m  
 i , j  V m
 ij  m  
 ij ,  V m
 ij  m 
 ij  m
 i ,j ,
=
2QMe
K

  QMe 
V̂ X̂   i i
C 2

 K 
 TUKEY E DUNCAN
 Tukey:

QMe
A/Dj
Δ A/Dj  q α (I; GL E )
K

 Duncan:

A/Dj QMe
Du A/D j  Z α (n médias contr; GL E )
o

K
 Fator D
 Fazer uma regressão dos níveis do Fator D
dentro de cada nível do Fator A

 Dentro do A1
Tabela auxiliar para análise da regressão do fator D dentro do nível A1
J Xj Y1j. Cj1 Cj2 Cj3 Cj1Y1j. Cj2Y1j. Cj3Y1j.
1 30 289 -2 2 -1 -578 578 -289
2 35 288 -1 -1 2 -288 -288 576
3 40 308 0 -2 0 0 -616 0
4 45 320 1 -1 -2 320 -320 -640
5 50 267 2 2 1 534 534 267
Soma 200 1472 0 0 0 -12 -112 -86
K 10 14 10
M 1 1 5/6
Tabela suplementar para regressão do fator D dentro do nível 1 do fator A
C.V. GL SQ QM F(sob H0)
Fator D/A1 J-1 SQD/A1 ------ ------
RL 1 SQRL QMRL QMRL/QME
RQ 1 SQRQ QMRQ QMRQ/QME
RC 1 SQRC QMRC QMRC/QME
Desvios J-4 SQDesv QMDesv QMDesv/QME
Erro GLE SQE QME

SQ D/A1
1
   j Y1j . 
2 Y .. 1
2

SQ RL 
 j
C j1 
Y1j .
2

K JK K  j C 2j1

  C
j j2 Y1j .  2

SQ RC 
  C j j3 Y1j .  2

SQ RQ 
K j C 2
j2
K  j C 2j3

SQDesv  SQD / A1  SQ RL  SQ RQ  SQ RC
Y1  Y1../ JK  B1M1P1  B 2M2P2  B 3M3P3 ...BmMmPm  e

Grau 1

Grau 2

Grau 3

B1 
 j
C j1 
Y1j .  j
C j2 
Y1j .
B2 
K  j C 2j1 K  j C 2j2

B3 
 j
C j3 
Y1j .
K  j C 2j3
 J 2
1
P1=x; P2  x 
2
;
12

 3J 2  7
P3  x  x
3
;
20

M1, M2 e M3 = tabelados

Despadronizar a equação

x
 X  X
h
5) Os dois fatores são quantitativos
e interação não significativa

 Regressão para os níveis do Fator A e

outra regressão para os níveis do Fator D
 Fator A
Tabela auxiliar para análise de regressão do fator D
i Xj Yi.. Cj1 Cj2 Cj3 Cj1Yi.. Cj2Yi.. Cj3Yi..
1 0 -2 2 -1
2 50 -1 -1 2
3 100 0 -2 0
4 150 1 -1 -2
5 200 2 2 1
Soma 0 0 0  Cj1Yi..  Cj2Yi..  Cj3Yi..
K 10 14 10
M 1 1 5/6
Tabela suplementar da análise para fator A quantitativo.
C.V. GL SQ QM F(sob H0)
Fator A I-1 SQA ---- ------
RL 1 SQRL QMRL QMRL/QME
RQ 1 SQRQ QMRQ QMRQ/QME
RC 1 SQRC QMRC QMRC/QME
Desvios I-4 SQDesv QMDesv QMDesv/QME
Erro GLE SQE QME
  C Y ..
i i1 i
2
 C Y ..
i i2 i
2

SQ RL  SQ RQ 
JK  C 2
i i1
JK  C 2
i i2

 C Y ..
i i3 i
2

SQ RC 
JK  C 2
i i3

SQDesv  SQA  SQRL  SQRQ  SQRC

Y  Y.../IJK  B1M1P1  B 2M2P2  B 3M3P3 ...BmMmPm  e
Grau 1

Grau 2

Grau 3

 C Y ..
i i1 i
 C Y ..
i i2 i
B1  B2 
JK  C 2
i i1
JK  C 2
i i2

 C Y ..
i i3 i
B3 
JK  C 2
i i3
P1=x;

I 1
2

P2  x 2
;
12

 3I  7
2

P3  x  x
3
20
M1, M2, M3 = Tabelados no quadro auxiliar;

Ci1, Ci2, Ci3 = Tabelados.

Despadronizar a equação

x
 X  X
h
 Fator D
Tabela auxiliar para análise de regressão do fator D
j Xj Y.j. Cj1 Cj2 Cj3 Cj1Y.j. Cj2Y.j. Cj3Y.j.
1 -2 2 -1
2 -1 -1 2
3 0 -2 0
4 1 -1 -2
5 2 2 1
Soma 0 0 0  Cj1Y.j.  Cj1Y.j.  Cj1Y.j.
K 10 14 10
M 1 1 5/6
Tabela suplementar da análise para o fator D quantitativo
C.V. GL SQ QM F(sob H0)
Fator D J-1 SQD ------ --------
RL 1 SQRL QMRL QMRL/QME
RQ 1 SQRQ QMRQ QMRQ/QME
RC 1 SQRC QMRC QMRC/QME
Desvios J-4 SQDesv QMDesv QMDesv/QME
Erro GLE SQE QME
  
j
C j1 Y. j.  2

SQ RQ 
 j
C j2 
Y. j.
2

SQ RL 
IK j C 2
j1
IK  j C 2j2

SQ RC 
 j
C j3 
Y. j.
2

IK j C 2j3

SQ Desv  SQ D  SQ RL  SQ RQ  SQ RC
Y  Y.../IJK  B1M1P1  B 2M2P2  B 3M3P3 ...BmMmPm  e
Grau 1

Grau 2

Grau 3

B1 
  C
j j1 
Y. j.
B2 
  C j j2 
Y. j.
IK  j C 2j1 IK  j C 2j2

B3 
  C j j3 
Y. j.
IK  j C 2j3
P1=x

J 12

P2  x 
2
12

 3J 2
 7
P3  x  x
3
20
M1, M2, M3 = Tabelados no quadro auxiliar;

Cj1, Cj2, Cj3 = Tabelados.

Despadronizar a equação

x
 X  X
h
 6) Os dois fatores quantitativos e
interação significativa

 Superfície resposta

 Modelo de regressão linear múltipla

Y   0  1X 1  11X   2 X 2   22 X  12 X 1X 2  

2
1
2
2
 Y  X
~ ~


Y é o vetor das médias Y

~
ij com i = 1,2, ...I e j = 1,2, ... J;

X é a matriz das variáveis independentes =

 
 1 X1 X12 X 2 X 22 X1 X 2  ;
 ~ ~ ~ ~ ~ ~ ~ 
  ''
 é o vetor dos parâmetros =  0 1 11 2 22 12 
~

 é o vetor dos desvios das médias estimadas em relação ao modelo.

Pelo Método dos Mínimos Quadrados

X'X=X'Y

 = (X'X) -1
X'Y
~

EXPRESSÃO MÁGICA DA REGRESSÃO

 I=3 para X1 = [ 0; 10; 20 ] '
J=4, para X2 = [ 0; 4; 8; 12 ]'.
 
2 2
Y   1 X1 X1 X2 X2 X1 X 2    
~  ~ ~ ~ ~ ~ ~ ~  ~ ~

Y11 1 0 0 0 0 0 0 11
Y12 1 0 0 4 16 0 1 12
Y13 1 0 0 8 64 0 11 13
Y14 1 0 0 12 144 0 2 + 14
Y21 1 10 100 0 0 0 22 21
Y22 = 1 10 100 4 16 40 12 22
Y23 1 10 100 8 64 80 23
Y24 1 10 100 12 144 120 24
Y31 1 20 400 0 0 0 31
Y32 1 20 400 4 16 80 32
Y33 1 20 400 8 64 160 33
Y34 1 20 400 12 144 240 34
Determinação do ponto crítico e
da sua natureza
 
Y   0  X ' a  X ' AX
 

X1  1
X a 
X2  2

 11  12 / 2
A 
 12 / 2  22
  1  1
X 
*
A a
2

a b 1 1 d b
A A 
c d ad  cb
c a
 Natureza do ponto crítico

 Estimativas dos autovalores característicos da

matriz A 

 A  I é igual a zero (I = matriz identidade).

 Regra de decisão

1 <0 e 2 <0 então o ponto crítico é de máximo;

1 >0 e 2 >0 então o ponto crítico é de mínimo;
1 <0 e 2 >0 ou 1 >0 e 2 <0 então o ponto crítico é de sela
 COEFICIENTE DE
DETERMINAÇÃO
 Para cada tipo de regressão uma fórmula
específica

Regressão dos níveis do Fator D

SQmodelo(grau ajustado)
r 
2

SQD
 Regressão dos níveis do Fator A
SQmodelo(grau ajustado)
r 
2

SQA

Regressão dos níveis do Fator D dentro de

cada nível do Fator A

SQmodelo(grau ajustado)
r 
2

SD D/Ai
 Superfície de resposta
(Fatores quantitativos e interação significativa)

SQmodelo
R 
2

(SQA  SQD  SQAD)