“Bicentenário da Independência: 200 anos de ciência, tecnologia e inovação no Brasil e 96 anos de contribuição da UFV”.
8 a 10 de novembro de 2022
Trabalho 16857
| ISSN | 2237-9045 |
|---|---|
| Instituição | Universidade Federal de Viçosa |
| Nível | Graduação |
| Modalidade | Pesquisa |
| Área de conhecimento | Ciências Agrárias |
| Área temática | Probabilidade e estatística |
| Setor | Departamento de Agronomia |
| Bolsa | Não se Aplica |
| Conclusão de bolsa | Não |
| Primeiro autor | Ivan Campos Mamede de Carvalho |
| Orientador | ANDRE MUNDSTOCK XAVIER DE CARVALHO |
| Título | Validade de diferentes modelos de ANOVA para dados longitudinais |
| Resumo | Dados longitudinais são dados que apresentam dependência entre si ao longo do tempo ou espaço em que são coletados, ou, em outras palavras, dados que apresentam alguma estrutura de correlação entre si uma vez que são provenientes de uma mesma unidade experimental ou amostral. Como exemplos comuns nas ciências agrárias pode-se citar tempos de avaliação sucessivos e camadas de solo sucessivas avaliadas em uma mesma unidade experimental. A literatura sobre estatística experimental clássica frequentemente considera que esse tipo de dados podem ser enquadrados como um modelo de parcelas subdivididas no tempo ou espaço, embora essa recomendação seja fortemente combatida por diversos autores. Portanto, o objetivo deste trabalho foi fornecer evidências empíricas sobre a validade dos modelos de parcela subdividida (com ou sem a correção de Satherwaitte), fatorial simples, faixas e ANOVA para medidas repetidas (rANOVA – lower bound) para a análise de dados longitudinais simulados. Três cenários foram simulados, cada um contendo 400 experimentos com quatro tratamentos principais combinados com 3 tempos sucessivos de avaliação (4x3) com oito repetições. Os dados foram simulados em Apache Open Office considerando erros normais e homocedásticos, nulidade total e desvio padrão variável entre 1 e 30. O cenário I foi considerado como testemunha, uma vez que não continha dados correlacionados no tempo, enquanto os demais cenários continham dados parcialmente correlacionados no tempo (cenário II) ou fortemente correlacionados no tempo (cenário III). Como os experimentos foram simulados sob nulidade total, a frequência empírica de valores de F significativos para os fatores A, B e interação em cada modelo de ANOVA foi contabilizada como frequência de erro tipo I (α nominal de 5 %). No cenário I a taxa de erro tipo I não diferiu de 5 % para nenhum dos fatores (A, B ou interação) em nenhum dos modelos de ANOVA testados. Para os demais cenários, contudo, observou-se que todos os modelos de ANOVA tiveram taxas de erro tipo I superiores a 5 % para um ou mais fatores (A, B ou interação), com exceção da ANOVA de medidas repetidas. Não obstante, a frequência de erro tipo I aumentou do cenário 2 para o 3, indicando que quanto maior a dependência entre os dados maior o erro. Conclui-se que os modelos de ANOVA em parcelas subdivididas (com ou sem a correção de Satherwaitte), em faixas ou em fatorial simples não são adequados para a análise de dados longitudinais. |
| Palavras-chave | Esquema em Faixas, rANOVA, Método de Monte Carlo |
| Forma de apresentação..... | Painel |
| Link para apresentação | Painel |
|---|