Aulas 13_Revisão Final.key
Transcript of Aulas 13_Revisão Final.key
-
Reviso
Parte II
1Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Modelos sem Varivel Dependente
2Tera-feira, 17 de Dezembro de 13
-
Situao de PesquisaAgora o investigador quer saber em que medida a quantidade de chocolates que cada indivduo come se relaciona com o seu nvel de ansiedade, avaliada com uma escala variando de 0 = menor ansiedade a 4 = maior ansiedade. Os dados esto apresentados na Tabela abaixo.
Indivduos i Chocolates AnsiedadeAna 5 1
Antnio 2 0David 4 3Filipa 5 1Joana 6 2Joo 4 3Maria 7 4Paulo 4 3Pedro 3 2
Ricardo 2 0Rita 8 4Rute 10 4
3Tera-feira, 17 de Dezembro de 13
-
V1
Representao Grfica do Nosso Modelo
V2r = relao
4Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Medida da relao entre duas variveis
Covarincia (COV): medida da associao entre duas variveis. Permite avaliar a existncia e a direo da relao entre duas variveis quantitativas. A covarincia dada por:
5Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Medida da magnitude da relao entre duas variveis
Coeficiente de correlao (r de Pearson): medida da associao entre duas variveis. Permite avaliar a fora (magnitude) e direo da relao entre as variveis. O r de Pearson e seu Erro-Padro so dados por:
Uma correlao , assim, uma covarincia estandarzidada:
A correlao uma covarincia expressa em unidades de desvios-padro porque foi dividida pelo produto dos desvios-padro das variveis envolvidas;
Uma correlao pode variar entre -1 (correlao negativa perfeita) e +1 (correlao positiva perfeita).
6Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Interpretao da Magnitude do Coeficiente de Correlao
r = 0.00 (ausncia de relao entre as variveis) 0.00 < r 0.20 (relao muito fraca)0.20 < r 0.30 (relao fraca)0.30 < r 0.60 (relao moderada)0.60 < r 0.80(relao forte)0.80 < r < 1.00(relao muito forte) r = 1.00 (relao perfeita)
7Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Ausncia de Relao
Relao Fraca
Relao Moderada
Relao Forte
Relao Perfeita(V1 = V2)
Magnitude da RelaoV1 V2
V1
V1
V1
V1
V2
V2
V2
V2r = 0.736
Relao forte Positiva
Varincia Compartilhada = 2 = r2
= 0.7362r2 = 0.542
8Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Voltemos questo fundamental da
inferncia estatstica:
rX1.X2 = 0.736
X1.X2 = ?
Como, a partir do que observamos na amostra, podemos
inferir o que se passa na populao?
9Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (3,439) |valor crtico (2,228)| logo rejeito H0!
i. Hipteses
H0 : r = 0H1: r 0 0.05
ii. Estatstica de teste
Estatstica de teste = 3,439
Teste de Hipteses
iv. ConclusoPodemos assim dizer que existe na populao uma correlao
forte e positiva (r = 0.736, p < .05) entre a ansiedade e a quantidade de barras de chocolates que os alunos comem.
Rever a aula sobre o teste de hiptese?
10Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Modelos com uma Varivel Dependente e um Preditor Contnuo
11Tera-feira, 17 de Dezembro de 13
-
Situao de PesquisaAgora o investigador levantou a hiptese de que ao observar o nvel de ansiedade dos alunos (0 = menor ansiedade a 4 = maior ansiedade) se consegue prev a quantidade de chocolates que cada aluno come. Os dados esto apresentados na Tabela abaixo.
Indivduos i Chocolates AnsiedadeAna 5 1
Antnio 2 0David 4 3Filipa 5 1Joana 6 2Joo 4 3Maria 7 4Paulo 4 3Pedro 3 2
Ricardo 2 0Rita 8 4Rute 10 4
12Tera-feira, 17 de Dezembro de 13
-
YiIntercepto b0
Representao Grfica dos Modelos
Yi
Intercepto b0
Ansiedadei b1
Modelo Nulo: Yi = b0
Modelo Proposto: Yi = b0 + b1Ansiedadei
13Tera-feira, 17 de Dezembro de 13
-
2,311!
3,506!
4,701!
5,896!
7,091!
0!
1!
2!
3!
4!
5!
6!
7!
8!
9!
10!
0! 1! 2! 3! 4!
Nm
ero
de C
hoco
late
s!
Ansiedade!
Modelo Proposto: Representao Grfica e Interpretao dos Resultados
Yi = 2.311 + 1.195*Ansiedadei
Na medida em que aumenta um ponto na ansiedade, aumentam
1.195 chocolates.
Intercepto = Chocolates quando a ansiedade = 0
14Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Em que medida o Modelo Proposto melhor do que o Modelo Nulo
Proportional Reduction in Error (PRE):
Onde: SSE = Soma dos quadrados dos erros;
15Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Em que medida o Modelo Proposto melhor do que o Modelo Nulo
R2 = 0.542 interpretado como o tamanho do efeito e representa a proporo do erro reduzida pelo modelo proposto;
Neste caso, pode-se dizer que o Modelo Proposto representa uma reduo de 54,2% (0.542*100) no erro de estimao relativamente ao Modelo Nulo. Isto significa que a ansiedade explica 54.2% da varincia do consumo de chocolates;
A raiz quadrada do R2 representa a correlao mltipla ( R ) entre o conjunto dos preditores e a varivel dependente:
Por conveno, PRE designado R2:
Compare com a aula sobre correlao
16Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre os Parmetros Estimados
b0 = 2.311b1 = 1.195
0 = ?
Como, a partir do que observamos
na amostra, podemos inferir o que se passa na
populao?
1 = ?
17Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Teste de Hiptese
Ser o valor estimado para 0 (b0 = 2.311) significativamente diferente de 0?
Formulao das Hipteses
H0: 0 = 0 (Hiptese Nula)H1: 0 0 (Hiptese Alternativa) 0.05 (erro do tipo 1)
18Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (2.498) |valor crtico (2,228)| logo rejeito H0!
i. Hipteses
H0 : 0 = 0H1: 0 0 0.05
ii. Estatstica de teste
Estatstica de teste = 2.498
Teste de Hipteses
iv. ConclusoPodemos assim dizer que, na populao, a quantidade de
chocolates que os indivduos com grau de ansiedade mais baixo (i.e., ansiedade = 0) comem diferente de zero.
rever as aulas sobre o teste de hiptese de b0
19Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Teste de Hiptese
Ser o valor estimado para 1 (b1 = 1.195) significativamente diferente de 0?
Formulao das Hipteses
H0: 1 = 0 (Hiptese Nula)H1: 1 0 (Hiptese Alternativa) 0.05 (erro do tipo 1)
20Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (3.434) |valor crtico (2,228)| logo rejeito H0!
i. Hipteses
H0 : 1 = 0H1: 1 0 0.05
ii. Estatstica de teste
Estatstica de teste = 3.434
Teste de Hipteses
iv. ConclusoPodemos assim dizer que, na populao, o peso da ansiedade na quantidade de chocolates significativamente diferente de zero.
rever as aulas sobre o teste de hiptese de b1
21Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre o PRE (R, R2)
R = 0.736
= ?
Como, a partir do que observamos na amostra, podemos
inferir o que se passa na populao?
22Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (11.828) |valor crtico (4.960)| logo rejeito H0!
i. Hipteses
H0 : = 0H1: 0 0.05
ii. Estatstica de teste
Estatstica de teste = 11.828
Teste de Hipteses
iv. ConclusoNa populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo proposto melhor do que o modelo nulo.
rever as aulas sobre o teste de hiptese do R
23Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Modelos com uma Varivel Dependente Contnua e um Preditor
Dicotmico
24Tera-feira, 17 de Dezembro de 13
-
Problema de InvestigaoO investigador levantou a hiptese de que a quantidade de chocolates que homens e mulheres comem diferente.
Os dados esto apresentados na Tabela abaixo.
Indivduos i Chocolates SexoAna 5 Feminino
Antnio 2 MasculinoDavid 4 MasculinoFilipa 5 FemininoJoana 6 FemininoJoo 4 MasculinoMaria 7 FemininoPaulo 4 MasculinoPedro 3 Masculino
Ricardo 2 MasculinoRita 8 FemininoRute 10 Feminino
25Tera-feira, 17 de Dezembro de 13
-
Indivduos i Chocolates Sexo Sexo(Dummy)Ana 5 Feminino 1
Antnio 2 Masculino 0David 4 Masculino 0Filipa 5 Feminino 1Joana 6 Feminino 1Joo 4 Masculino 0Maria 7 Feminino 1Paulo 4 Masculino 0Pedro 3 Masculino 0
Ricardo 2 Masculino 0Rita 8 Feminino 1Rute 10 Feminino 1
necessrio quantificar a varivel independente usando o sistema de codificao dummy em que se atribui o cdigo 1 uma condio e 0 s outra condies. O nmero de variveis dummy = C 1, onde C = a quantidade de categorias.
Neste exemplo, atribumos 1 para as mulheres e 0 para os homens.
Informao sobre as Variveis
26Tera-feira, 17 de Dezembro de 13
-
YiIntercepto b0
Representao Grfica dos Modelos
Yi
Intercepto b0
Sexoi b1
Modelo Nulo: Yi = b0
Modelo Proposto: Yi = b0 + b1Sexoi
27Tera-feira, 17 de Dezembro de 13
-
3,169!
6,832!
0!1!2!3!4!5!6!7!8!9!
10!
Maculino = 0! Feminino = 1!
Nm
ero
de C
hoco
late
s!
Sexo!
Na medida em que aumenta um ponto no sexo, aumentam 3.663
chocolates.
Intercepto = Chocolates quando o sexo = 0
Modelo Proposto: Representao Grfica e Interpretao dos Resultados
Yi = 3.169 + 3.663*Sexoi
28Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre os Parmetros Estimados
b0 = 3.169b1 = 3.663
0 = ?
Como, a partir do que observamos
na amostra, podemos inferir o que se passa na
populao?
1 = ?
29Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (5.046) |valor crtico (2,228)| logo rejeito H0!
i. Hipteses
H0 : 0 = 0H1: 0 0 0.05
ii. Estatstica de teste
Estatstica de teste = 5.046
Teste de Hipteses
iv. ConclusoPodemos assim dizer que, na populao, a quantidade de chocolates que os indivduos do sexo masculino comem
diferente de zero.
rever as aulas sobre o teste de hiptese do b0
30Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (4.125) |valor crtico (2,228)| logo rejeito H0!
i. HiptesesH0 : 1 = 0H1: 1 0 0.05
ii. Estatstica de teste
Estatstica de teste = 4.125
Teste de Hipteses
iv. ConclusoO peso do sexo na quantidade de chocolates significativamente
diferente de zero. Isto quer dizer que, na populao, existe diferena na quantidade de chocolates que homens e mulheres comem.
rever as aulas sobre o teste de hiptese do b1
31Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre o PRE (R, R2)
R = 0.794
= ?
Como, a partir do que observamos na amostra, podemos
inferir o que se passa na populao?
32Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (17.042) |valor crtico (4.960)| logo rejeito H0!
i. Hipteses
H0 : = 0H1: 0 0.05
ii. Estatstica de teste
Estatstica de teste = 17.042
Teste de Hipteses
iv. ConclusoNa populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo proposto melhor do que o modelo nulo.
rever as aulas sobre o teste de hiptese do R
33Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Modelo com uma varivel dependente contnua e um preditor
com mais de duas categorias
34Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Situao de PesquisaAgora o investigador quer saber se mensagens persuasivas influenciam o consumo de chocolates. O investigador levantou duas hipteses: uma mensagem informando que o chocolate faz mal sade implica menor consumo de chocolates em comparao com uma mensagem neutra; enquanto uma mensagem informando que o chocolate faz bem leva a mais consumo do que uma mensagem neutra. Para testar estas hipteses, o investigador manipulou o contedo das mensagens por meio da alocao aleatria dos alunos em um de trs grupos: condio chocolate faz mal; condio de controlo em que a mensagem no envolvia chocolates; condio chocolate faz bem. Os dados esto apresentados na Tabela abaixo.
Indivduos i Chocolates Mensagem1 5 Controlo2 2 Faz Mal3 4 Controlo4 5 Faz Bem5 6 Controlo6 4 Faz Mal7 7 Faz Bem8 4 Controlo9 3 Faz Mal
10 2 Faz Mal11 8 Faz Bem12 10 Faz Bem
35Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Sistema de Codificao Dummy
Indivduos i Chocolates Mensagens Dummy 1D1Dummy 2
D21 5 Controlo 0 02 2 Faz Mal 1 03 4 Controlo 0 04 5 Faz Bem 0 15 6 Controlo 0 06 4 Faz Mal 1 07 7 Faz Bem 0 18 4 Controlo 0 09 3 Faz Mal 1 0
10 2 Faz Mal 1 011 8 Faz Bem 0 112 10 Faz Bem 0 1
Como temos 3 categorias, podemos ento definir 2 variveis dummy
36Tera-feira, 17 de Dezembro de 13
-
YiIntercepto b0
Representao Grfica dos Modelos
Yi
Interceptob0
D1i b1
Modelo Nulo: Yi = b0
Modelo Proposto: Yi = b0 + b1D1i + b2D2i
D2i b2
37Tera-feira, 17 de Dezembro de 13
-
Resoluo do Problema: Anlise de Regresso Linear Simples
38Tera-feira, 17 de Dezembro de 13
-
D1 = os indivduos da condio faz mal comem menos 2 chocolates do que os
indivduos da condio de controlo.
Intercepto = Chocolates quando D1 e D2 = 0
Modelo Proposto: Representao Grfica e Interpretao dos Resultados
Yi = 4.750 2.000*D1i + 2.750*D2i
D2 = os indivduos da condio faz bem comem
mais 2.75 chocolates do que os indivduos da condio de controlo.
39Tera-feira, 17 de Dezembro de 13
-
Yi = 4.750 2.000*D1i + 2.750*D2i
Modelo Proposto: Representao Grfica e Interpretao dos Resultados
Intercepto = Chocolates quando D1 e D2 = 0
D1 = os indivduos da condio faz mal comem menos 2 chocolates do que os
indivduos da condio de controlo.
D2 = os indivduos da condio faz bem comem
mais 2.75 chocolates do que os indivduos da condio de controlo.
40Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre os Parmetros Estimados
b0 = 4.750b1 = -2.000b2 = 2.750
0 = ?
Como, a partir do que observamos
na amostra, podemos inferir o que se passa na
populao?
1 = ? 2 = ?
41Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (6.625) |valor crtico (2,262)| logo rejeito H0!
i. Hipteses
H0 : 0 = 0H1: 0 0 0.05
ii. Estatstica de teste
Estatstica de teste = 6.625
Teste de Hipteses
iv. ConclusoPodemos assim dizer que, na populao, a quantidade de
chocolates que os indivduos da condio do controlo comem diferente de zero.
rever as aulas sobre o teste de hiptese do b0
42Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (-1.972) < valor crtico (-1.833), logo rejeito H0!
i. HiptesesH0 : 1 = 0H1: 1 < 0 0.05
ii. Estatstica de teste
Estatstica de teste = -1.972
Teste de Hipteses
iv. ConclusoO peso da dummy 1 na quantidade de chocolates significativamente menor do que zero. Isto quer dizer que, na populao, os indivduos na condio de faz mal comem menos chocolates do que os indivduos da condio de controlo. Portanto, a hiptese do investigador foi confirmada.
rever as aulas sobre o teste de hiptese do b1
43Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (2.712) > valor crtico (1.833), logo rejeito H0!
i. HiptesesH0 : 2 = 0H1: 2 > 0 0.05
ii. Estatstica de teste
Estatstica de teste = 2.712
Teste de Hipteses
iv. ConclusoO peso da dummy 2 na quantidade de chocolates significativamente maior do que zero. Isto quer dizer que, na populao, os indivduos na condio de faz bem comem mais chocolates do que os indivduos da condio de controlo. Portanto, a segunda hiptese do investigador foi
confirmada.
rever as aulas sobre o teste de hiptese do b2
44Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Populao (N)
Amostra (n)
Inferncia sobre o PRE (R, R2)
R = 0.843
= ?
Como, a partir do que observamos na amostra, podemos
inferir o que se passa na populao?
45Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (11.068) |valor crtico (4.260)| logo rejeito H0!
i. Hipteses
H0 : = 0H1: 0 0.05
ii. Estatstica de teste
Estatstica de teste = 11.068
Teste de Hipteses
iv. ConclusoNa populao, a reduo do erro implicada pelo modelo proposto
significativamente diferente de zero. Portanto, o modelo proposto melhor do que o modelo nulo.
rever as aulas sobre o teste de hiptese do R
46Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Resoluo do Problema com Anlise de Varincias com um factor (One-way ANOVA)
47Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (11.068) |valor crtico (4.260)| logo rejeito H0!
i. Hipteses
H0 : 1 = 2 = 3 H1: ao menos uma mdia difere das outras 0.05
ii. Estatstica de teste
Estatstica de teste = 11.068
Teste de Hipteses
iv. ConclusoExiste ao menos uma diferena entre as mdias de chocolates comidos
nos grupos. Portanto, a manipulao influenciou o consumo de chocolates. Quais mdias so diferentes umas das outras?.
rever as aulas sobre o teste
de hiptese na ANOVA
48Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
One-way ANOVA: Comparaes PlaneadasSistema de comparao de mdias usado quando o investigador tem hipteses especficas para as diferenas entre as mdias. Este sistema muitas vezes chamado contrastes. Abaixo temos um exemplo de codificao para comparaes planeadas.
Grupos Comparao 1C1Comparao 2
C2
G1: Faz Mal -1 0
G2: Controlo 1 -1
G3: Faz Bem 0 1
C1 = Compara o grupo 1 com o grupo 2;C2 = Compara o grupo 3 com o grupo 2.
Regras: A quantidade de contraste igual ao nmero de graus de liberdade do numerador; a soma de cada contraste deve ser igual zero.
Assim, o grupo 2 (controlo) o grupo de referncia contra o qual os outros grupos so comparados
49Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
... e continuando com mais trabalho
Vamos usar comparaes planeadas porque o investigador tem hipteses especficas
50Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Teste de Hiptese
Ser a mdia do grupo faz mal 1 (M1 = 2.750) significativamente menor do que a mdia do grupo de controlo 2 (M2 = 4.750)? Isto , ser 1 (Contraste1 = -2.000) < 0?
Formulao das Hipteses
H0: 1 = 0 (Hiptese Nula)H1: 1 < 0 (Hiptese Alternativa) 0.05 (erro do tipo 1)
Ateno direo da hiptese proposta pelo investigador
51Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (-1.972) < valor crtico (-1.833), logo rejeito H0!
i. HiptesesH0 : 1 = 0H1: 1 < 0 0.05
ii. Estatstica de teste
Estatstica de teste = -1.972
Teste de Hipteses
iv. ConclusoO contraste 1 significativamente menor do que zero. Isto quer dizer que,
na populao, os indivduos na condio de faz mal comem menos chocolates do que os indivduos da condio de controlo. Portanto, a
primeira hiptese do investigador foi confirmada.
rever as aulas sobre o teste de hiptese do b1
52Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
... e continuando
53Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
Teste de Hiptese
Ser a mdia do grupo faz bem 3 (M3 = 7.500) significativamente maior do que a mdia do grupo de controlo 2 (M2 = 4.750)? Isto , ser 2 (Contraste2 = 2.750) > 0?
Formulao das Hipteses
H0: 2 = 0 (Hiptese Nula)H1: 2 > 0 (Hiptese Alternativa) 0.05 (erro do tipo 1)
Ateno direo da hiptese proposta pelo investigador
54Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
iii. Decisoestatstica de teste (2.712) > valor crtico (1.833), logo rejeito H0!
i. HiptesesH0 : 2 = 0H1: 2 > 0 0.05
ii. Estatstica de teste
Estatstica de teste = 2.712
Teste de Hipteses
iv. ConclusoO Contraste 2 significativamente maior do que zero. Isto quer dizer que,
na populao, os indivduos na condio de faz bem comem mais chocolates do que os indivduos da condio de controlo. Portanto, a
segunda hiptese do investigador foi confirmada.
rever as aulas sobre o teste de hiptese do b2
55Tera-feira, 17 de Dezembro de 13
-
IPEAP 2013
FIM
56Tera-feira, 17 de Dezembro de 13