ESTATÍSTICA II
Análise de Variância (ANOVA)
Márcio Augusto F. Rodrigues
11 de Dezembro de 2024
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 1 / 17
Análise de Variância (ANOVA)
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 2 / 17
ANOVA
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula
H0 : µ1 = µ2 = ... = µk
para um conjunto de k populações, primeiro precisamos encontrar uma medida de
variabilidade das observações individuais em torno de suas médias populacionais.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 3 / 17
ANOVA
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula
H0 : µ1 = µ2 = ... = µk
para um conjunto de k populações, primeiro precisamos encontrar uma medida de
variabilidade das observações individuais em torno de suas médias populacionais.
Isto é, temos o interesse de comparar médias de mais de duas populações.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 3 / 17
ANOVA
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula
H0 : µ1 = µ2 = ... = µk
para um conjunto de k populações, primeiro precisamos encontrar uma medida de
variabilidade das observações individuais em torno de suas médias populacionais.
Isto é, temos o interesse de comparar médias de mais de duas populações.
Essa medida de variabilidade é a estimativa combinada da variância comum σ 2 .
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 3 / 17
ANOVA
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula
H0 : µ1 = µ2 = ... = µk
para um conjunto de k populações, primeiro precisamos encontrar uma medida de
variabilidade das observações individuais em torno de suas médias populacionais.
Isto é, temos o interesse de comparar médias de mais de duas populações.
Essa medida de variabilidade é a estimativa combinada da variância comum σ 2 .
Seja n = n1 + n2 + ... + nk , então
2 (n1 − 1)s12 + (n2 − 1)s22 + ... + (nk − 1)sk2
sD = ,
n−k
em que sj2 é a variância amostral do grupo j. O subscrito D se refere a variabilidade
"dentro de grupos".
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 3 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Precisamos de uma expressão que estime a variação das médias em torno da
média global, ou seja, a variância "entre grupos".
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 4 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Precisamos de uma expressão que estime a variação das médias em torno da
média global, ou seja, a variância "entre grupos".
Se a hipótese nula é verdadeira, esta quantidade também estima a variância co-
mum σ 2
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 4 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Precisamos de uma expressão que estime a variação das médias em torno da
média global, ou seja, a variância "entre grupos".
Se a hipótese nula é verdadeira, esta quantidade também estima a variância co-
mum σ 2
n1 (x̄1 − x̄)2 + n2 (x̄2 − x̄)2 + ... + nk (x̄k − x̄)2
sE2 = ,
k −1
em que x̄j é a média amostral do grupo j e x̄ é a média global das n observações
n1 x̄1 + n2 x̄2 + ... + nk x̄k
x̄ = .
n1 + n2 + ... + nk
As médias amostrais variam em torno da média global mais do que as observações
individuais variam em torno das médias amostrais ?
Caso isso ocorra, isto implica que as correspondentes médias populacionais são
diferentes.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 4 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula que as médias populacionais são iguais, usamos a
seguinte estatística de teste
s2
Fcal = E2 .
sD
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 5 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula que as médias populacionais são iguais, usamos a
seguinte estatística de teste
s2
Fcal = E2 .
sD
Sob H0 , tanto sE2 quanto sD
2 estimam a variância comum σ 2 , e F
cal é próximo de 1.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 5 / 17
Análise de Variância (ANOVA)
Forma alternativa para o cálculo da ANOVA
Análise de Variância (ANOVA)
Para testar a hipótese nula que as médias populacionais são iguais, usamos a
seguinte estatística de teste
s2
Fcal = E2 .
sD
Sob H0 , tanto sE2 quanto sD
2 estimam a variância comum σ 2 , e F
cal é próximo de 1.
Se existe uma diferença entre as populações, então a variância entre os grupos é
maior que a variância dentro dos grupos, e Fcal é maior que 1.
Sob H0 , a estatística do teste distribuição F com k − 1 e n − k graus de liberdade.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 5 / 17
Análise de Variância (ANOVA)
Podemos organizar o procedimento na seguinte tabela
Tabela da ANOVA
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 6 / 17
Análise de Variância (ANOVA)
Podemos organizar o procedimento na seguinte tabela
Tabela da ANOVA
Fonte de variação GL SQ QM F
QME
Entre os grupos k −1 SQE QME F =
QMD
Dentro dos grupos n−k SQD QMD
Total n−1 SQT
Note que
SQE é a soma de quadrados entre os grupos e é o numerador de sE2 , isto é,
SQE = n1 (x̄1 − x̄)2 + n2 (x̄2 − x̄)2 + ... + nk (x̄k − x̄)2
2 , isto é,
SQD é a soma de quadrados dentro dos grupos e é o numerador de sD
SQD = (n1 − 1)s12 + (n2 − 1)s22 + ... + (nk − 1)sk2 .
Note que QME = sE2 e QMD = sD
2
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 6 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 7 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
A tabela abaixo apresenta o volume expiratório forçado em 1 segundo para pacientes
com doença coronária de três diferentes centros médicos.
Johns Hopkins Rancho Los Amigos St. Louis
3,23 2,57 3,22 2,61 2,79 3,17
3,47 2,08 2,88 3,39 3,22 2,23
1,86 2,47 1,71 3,17 2,25 2,19
2,47 2,47 2,89 2,87 2,98 4,06
3,01 2,74 3,77 2,47 1,98
1,69 2,88 3,29 2,77 2,81
2,10 2,63 3,39 2,95 2,85
2,81 2,53 3,86 3,56 2,43
3,28 1,98 2,64 2,88 3,20
3,36 2,71 2,63 3,53
2,61 2,71 3,38 2,81
2,91 3,41 3,07
x̄1 = 2, 63 litros x̄2 = 3, 03 litros x̄3 = 2, 88 litros
s1 = 0, 496 litros s2 = 0, 523 litros s3 = 0, 498 litros
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 7 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 8 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
Estamos interessados em testar se a média da variável FEV é igual para os pacientes
dos três diferentes centros médicos
H0 : µ= µ2 = µ3
Começamos calculando a estimativa da variância dentro dos grupos
(n1 − 1)s12 + (n2 − 1)s22 + ... + (nk − 1)sk2
SD2 =
n−k
(21 − 1)(0, 496)2 + (16 − 1)(0, 523)2 + (23 − 1)(0, 498)2
=
21 + 16 + 23 − 3
= 0, 254 litros2 .
A média global é dada por
n1 x̄1 + n2 x̄2 + n3 x̄3 21(2, 63) + 16(3, 03) + 23(2, 88)
x̄ = = = 2, 83 litros.
n1 + n2 + n3 21 + 16 + 23
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 8 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 9 / 17
Análise de Variância (ANOVA)
Exemplo : Volume expiratório forçado (FEV)
a estimativa da variância entre os grupos é
n1 (x̄1 − x̄)2 + n2 (x̄2 − x̄)2 + ... + nk (x̄k − x̄)2
SE2 =
k −1
21(2, 63 − 2, 83) + 16(3, 03 − 2, 83)2 + 23(2, 88 − 2, 83)2
=
3−1
= 0, 769 litros2 .
Assim, a estatística do teste é
sE2
Fcal = 2
.
sD
0, 769
= = 3, 028.
0, 254
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 9 / 17
Análise de Variância (ANOVA)
Tabela de análise de variância
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 10 / 17
Análise de Variância (ANOVA)
Tabela de análise de variância
Fonte de variação GL SQ QM F
Entre grupos 2 1,54 0,769 3,028
Dentro dos grupos 57 14,48 0,254
Total 59 16,02
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 10 / 17
Análise de Variância (ANOVA)
Tabela de análise de variância
Fonte de variação GL SQ QM F
Entre grupos 2 1,54 0,769 3,028
Dentro dos grupos 57 14,48 0,254
Total 59 16,02
Ao nível de significância de 5%, o valor tabela de F2,57 ≈ 3, 15.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 10 / 17
Análise de Variância (ANOVA)
Tabela de análise de variância
Fonte de variação GL SQ QM F
Entre grupos 2 1,54 0,769 3,028
Dentro dos grupos 57 14,48 0,254
Total 59 16,02
Ao nível de significância de 5%, o valor tabela de F2,57 ≈ 3, 15. Como o valor obtido
para F é menor que o valor tabela, não podemos rejeitar H0 , ao nível de significância
de 5%.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 10 / 17
Comparações Múltiplas
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 11 / 17
Comparações Múltiplas
A análise de variância permite estabelecer se as médias das populações em es-
tudo são, ou não são, estatisticamente iguais.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 11 / 17
Comparações Múltiplas
A análise de variância permite estabelecer se as médias das populações em es-
tudo são, ou não são, estatisticamente iguais.
Assim, se o teste ANOVA é significante, a única certeza é a que existe no mínimo
um par de médias diferente, mas não quantas e, tão pouco, quais.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 11 / 17
Comparações Múltiplas
A análise de variância permite estabelecer se as médias das populações em es-
tudo são, ou não são, estatisticamente iguais.
Assim, se o teste ANOVA é significante, a única certeza é a que existe no mínimo
um par de médias diferente, mas não quantas e, tão pouco, quais.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 11 / 17
Comparações Múltiplas
Teste de Tukey
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
Teste de Tukey
Estabelece a diferença mínima significante(dms), isto é, a menor diferença de mé-
dias de amostras que deve ser tomada com estatisticamente significante, em de-
terminado nível.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
Teste de Tukey
Estabelece a diferença mínima significante(dms), isto é, a menor diferença de mé-
dias de amostras que deve ser tomada com estatisticamente significante, em de-
terminado ní[Link] diferença é dada por :
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
Teste de Tukey
Estabelece a diferença mínima significante(dms), isto é, a menor diferença de mé-
dias de amostras que deve ser tomada com estatisticamente significante, em de-
terminado ní[Link] diferença é dada por :
Para n1 = n2 = ... = nk = r s
QMR
dms = q.
r
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
Teste de Tukey
Estabelece a diferença mínima significante(dms), isto é, a menor diferença de mé-
dias de amostras que deve ser tomada com estatisticamente significante, em de-
terminado ní[Link] diferença é dada por :
Para n1 = n2 = ... = nk = r s
QMR
dms = q.
r
Para ni diferentes s
QMR 1 1
dms = q. +
2 ni nj
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
Teste de Tukey
Estabelece a diferença mínima significante(dms), isto é, a menor diferença de mé-
dias de amostras que deve ser tomada com estatisticamente significante, em de-
terminado ní[Link] diferença é dada por :
Para n1 = n2 = ... = nk = r s
QMR
dms = q.
r
Para ni diferentes s
QMR 1 1
dms = q. +
2 ni nj
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 12 / 17
Comparações Múltiplas
onde :
QMR é o quadrado médio do resíduo da análise de variância ;
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 13 / 17
Comparações Múltiplas
onde :
QMR é o quadrado médio do resíduo da análise de variância ;
r é o número de repetições de cada tratamento (quando iguais) ;
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 13 / 17
Comparações Múltiplas
onde :
QMR é o quadrado médio do resíduo da análise de variância ;
r é o número de repetições de cada tratamento (quando iguais) ;
ni e nj tamanho das amostras dos grupos comparados ;
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 13 / 17
Comparações Múltiplas
onde :
QMR é o quadrado médio do resíduo da análise de variância ;
r é o número de repetições de cada tratamento (quando iguais) ;
ni e nj tamanho das amostras dos grupos comparados ;
q valor tabelado, para um nível de significância α, com k amostras comparadas e
(n − k ) graus de liberdade.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 13 / 17
Comparações Múltiplas
onde :
QMR é o quadrado médio do resíduo da análise de variância ;
r é o número de repetições de cada tratamento (quando iguais) ;
ni e nj tamanho das amostras dos grupos comparados ;
q valor tabelado, para um nível de significância α, com k amostras comparadas e
(n − k ) graus de liberdade.
De acordo com o teste de Tukey, duas médias são estatisticamente diferentes se o valor
absoluto da diferença entre elas for igual ou superior ao valor dms.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 13 / 17
Comparações Múltiplas
Valores da amplitude total estudentizada (q), para uso no teste de Tukey aos níveis de
significância de 5% e 1%.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 14 / 17
Comparações Múltiplas
Exemplo : Voltando ao exemplo anterior :
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 15 / 17
Comparações Múltiplas
Exemplo : Voltando ao exemplo anterior :
A análise de variância mostra um valor F significante ao nível de 0, 05. Assim, as
médias de A, B, C e D não são estatisticamente iguais.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 15 / 17
Comparações Múltiplas
Exemplo : Voltando ao exemplo anterior :
A análise de variância mostra um valor F significante ao nível de 0, 05. Assim, as
médias de A, B, C e D não são estatisticamente iguais.
Para verificar quais pares de médias são estatisticamente diferentes vamos utilizar
o teste de Tukey.
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 15 / 17
Comparações Múltiplas
Exemplo : Voltando ao exemplo anterior :
A análise de variância mostra um valor F significante ao nível de 0, 05. Assim, as
médias de A, B, C e D não são estatisticamente iguais.
Para verificar quais pares de médias são estatisticamente diferentes vamos utilizar
o teste de Tukey.
Calculo da diferença mínima significante : O valor de q para comparar 4 grupos,
com 16 graus de liberdade dos resíduos, ao nível de 5% de significância, é de
4,05. Assim
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 15 / 17
Comparações Múltiplas
Exemplo : Voltando ao exemplo anterior :
A análise de variância mostra um valor F significante ao nível de 0, 05. Assim, as
médias de A, B, C e D não são estatisticamente iguais.
Para verificar quais pares de médias são estatisticamente diferentes vamos utilizar
o teste de Tukey.
Calculo da diferença mínima significante : O valor de q para comparar 4 grupos,
com 16 graus de liberdade dos resíduos, ao nível de 5% de significância, é de
4,05. Assim r r
QMR 4, 25
dms = q. = 4, 05. = 3, 73
r 5
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 15 / 17
Comparações Múltiplas
Exemplo - continuação
Cálculo das diferenças absolutas :
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 16 / 17
Comparações Múltiplas
Exemplo - continuação
Cálculo das diferenças absolutas :
Pares de Médias Valor absoluto da diferença
AeB |8 − 5| = 3
AeC |8 − 5| = 3
AeD |8 − 2| = 6 *
BeC |5 − 5| = 0
BeD |5 − 2| = 3
CeD |5 − 2| = 3
* diferença significativa
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 16 / 17
Exercício
1 Três diferentes bancos possuem agências de mesmo porte em uma avenida mo-
vimentada de Salvador-BA. Para testar se essas agências têm movimento médio
equivalente, foi escolhida uma semana típica de trabalho e o desempenho, nesses
dias foi registrado. Os dados obtidos, em milhares de reais, estão apresentados na
tabela a seguir :
Bancos
1 2 3
146,4 194,3 173,7
199,2 227,2 246,5
179,5 203,4 289,8
98,4 111,8 127,4
263,7 275,0 265,6
Fazendo as suposições necessárias, qual a conclusão ao nível α = 5% ?
Márcio Augusto F. Rodrigues IME-UFG Grad. em Estatística - Slides 19 11 de Dezembro de 2024 17 / 17