Upload
phungkiet
View
218
Download
0
Embed Size (px)
Citation preview
DELINEAMENTO FATORIAL
Profª. Sheila Regina Oro
Delineamento Fatorial
Existem casos em que vários fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse.
Experimentos fatoriais: são aqueles nos quais são estudados, ao mesmo tempo, os efeitos de dois ou mais tipos de tratamentos.
Neste caso, os tipos de tratamento são referidos como fatores.
Delineamento Fatorial
Cada subdivisão de um fator é denominada nível do fator
Neste tipo de experimento, os tratamentos são todas as combinações possíveis entre os diversos fatores nos seus diferentes níveis
Delineamento Fatorial
Por exemplo: Imagine um experimento para comparar o efeito da temperatura e da concentração de determinada substância na velocidade de uma reação química.
Temperaturas: 20 e 25ºC
Concentrações: 30 e 40 ppm
Fatorial 2x2
Delineamento Fatorial
Fatorial 2x2 Dois fatores em dois níveis
Fatorial 3x3 Dois fatores em três níveis
Fatorial 2x2x2 Três fatores em dois níveis
Delineamento Fatorial
Fatorial 3x2 Dois fatores, sendo um fator com três níveis e outro
fator com dois níveis
Fatorial 3x4x2 Três fatores, sendo um fator com três níveis, outro fator com quatro níveis e outro fator com dois níveis
Delineamento Fatorial
Fatorial 23
Fator
Nível
Delineamento Fatorial
Vantagens de experimentos fatoriais:
permitem estudar os efeitos simples e principais e os efeitos das interações entre eles;
todas as parcelas são utilizadas no cálculo dos efeitos principais dos fatores e dos efeitos das interações, razão pelo qual o número de repetições é elevado.
Delineamento Fatorial
Desvantagens de experimentos fatoriais:
como os tratamentos são constituídos por todas as combinações possíveis entre os níveis dos diversos fatores, o número de tratamentos aumenta muito;
a análise estatística é mais trabalhosa e a interpretação dos resultados se torna mais difícil a medida que aumentamos o número de níveis e de fatores no experimento.
Delineamento Fatorial
De modo geral, em um estudo de análise de variância com dois fatores, temos “a” níveis do fator A e “b” níveis do fator B, arranjados de tal forma que cada repetição do estudo contêm uma observação de todos os “ab” tratamentos.
Delineamento Fatorial
Haverá interação entre os fatores se:
No gráfico, as linhas não são paralelas.
Delineamento Fatorial
Não haverá interação entre os fatores se:
No gráfico, as linhas forem praticamente paralelas.
ANOVA
FV GL SQ QM Fc Pr>Fc
Fator A a - 1 SQ A QM A
Fator B b - 1 SQ B QM B
Interação (AXB)
(a – 1).(b – 1)
SQ I QM I
Erro ab(r – 1) SQ R QM R
Total corrigido
n - 1 SQ Tot
CV (%) =
Média Geral Número de observações:
Modelo estatístico (Fator de efeito fixo)
ijKijjijK eiY
YijK = Variável Resposta coletada; μ = Média Total; αi = Efeito do Fator A;
βj = Efeito do Fator B; αβij = efeito da interação; eijk = Componente do erro aleatório.
Modelo estatístico (Fator de efeito fixo)
Suposições para o modelo:
Os erros eij são independentes (aleatorização);
Os erros eij possuem variância constante (σ2 = cte)
Os erros eij são variáveis aleatórias independentes e identicamente distribuídas, tendo distribuição normal com média zero e variância constante, isto é, eij ~ N (0, σ2)
Hipóteses de interesse
H01: A1 = A2 = ... = Aa = 0 (não existe efeito do fator A)
H11: Ai ≠ 0 para pelo menos um i (existe efeito do fator A)
H02: B1 = B2 = ... = Bb = 0 (não existe efeito do fator B)
H12: Bj ≠ 0 para pelo menos um j (existe efeito do fator B)
H03: AB11 = AB12 = ... = ABab = 0 (não existe
interação)
H13: ABij ≠ 0 (existe interação entre fatores)
Teste de significância (ANOVA)
Regra de decisão (para fatores e interação):
P-valor < nível de
significância
P-valor < 0,05
Rejeita-se H0
Teste de comparação de médias
Quando a interação não é significativa ao nível α% de significância
Comparação de médias entre os níveis do fator A
Comparação de médias entre os níveis do fator B
Teste de comparação de médias
Quando a interação é significativa ao nível α% de significância
Se isto ocorrer, temos a indicação da existência de dependência entre os efeitos dos fatores A e B
Ou seja, os efeitos do fator A dependem dos níveis do fator B, ou vice-versa
Teste de comparação de médias
Quando a interação é significativa ao nível α% de significância
Desdobramento da interação (AxB):
Estudo do comportamento do fator A dentro de cada nível do fator B
Estudo do comportamento do fator B dentro de cada nível do fator A
Considerações
Havendo interação significativa, não deve-se interpretar os efeitos principais isoladamente, deve-se estudar a variação de um dos fatores dentro do nível do outro fator com o qual ele interagiu
Se não houve interação entre os fatores, interprete os efeitos principais de cada fator sem se preocupar com os outros fatores em estudo