Introduo ao Planejamento

de Experimentos

Rochelle Costa
 PROJETO DE EXPERIMENTOS

Introduzida por Fischer em 1935

Inicialmente aplicada a experimentos de agricultura

Inicialmente
Agronomia, Biologia, Engenharia Qumica, Engenharia
Industrial e Engenharia da Qualidade

Atualmente

Todas as reas de conhecimento

 Projeto de Experimentos

Fortemente apoiada em conceitos estatsticos

Objetiva

Otimizar o planejamento, execuo e anlise de um experimento

Permite

Se estruture uma seqncia de ensaios de forma a traduzir os

objetivos preestabelecidos pelo pesquisador

A eficincia de experimentos assim projetados superior em

termos de informao a qualquer outra seqncia de no
estruturada de ensaios.
 Projeto de Experimentos

utilizada na otimizao de um SISTEMA

Processo
Ex.:
Produto treinamento Servio
Ex.: tnis para
absorver impacto

Avaliado por...

Indicadores de desempenho

Caractersticas de qualidade resultantes da sua operao

Ex.: Eficcia do treinamento em aumentar o VO 2mx

 Projeto de Experimentos

Fatores de rudo

Influenciar o
desempenho do Controle
sistema

Variveis Intervenientes
 Projeto de Experimentos
Objetivo central do projeto de experimentos

Maximizar o desempenho do sistema;

Minimizar custos;

Tornar o desempenho do sistema pouco sensvel ao efeito dos fatores de rudo.

Procedendo uma avaliao estatstica dos resultados para...

Assegurar respaldo cientfico;

Maximizar as informaes obtidas.

 Projeto de Experimentos
Fases do projeto de experimentos

Objetivo do Experimento

Metodologia do Experimento

Planejamento Final e Execuo do Experimento

Anlise

Otimizao
 Projeto de Experimentos
Trabalho em Equipe

Conhecimentos Mercadolgicos
(Ex.: Lacunas na literatura)

Exige...
Conhecimentos Tcnicos
(Ex.: Procedimentos para a coleta de dados)

Conhecimentos Estatsticos
(Ex.:para selecionar e executar os testes adequados para cada experimento)
 Projeto de Experimentos
Terminologias

Variveis de Resposta (Variveis Dependentes)

So os parmetros que sero medidos, avaliados pelo experimento.

Parmetros do Processo (Procedimentos Metodolgicos)

Todos os fatores que podem ser alterados e que talvez tenham um
efeito sobre as variveis dependentes.

Fatores Controlveis (Variveis independentes)

So aqueles parmetros dos procedimentos metodolgicos que sero
estudados a vrios nveis experimentais.
 Projeto de Experimentos
Terminologias

Fatores Constantes (Variveis de Controle)

So os parmetros que no entram no experimento e que so
mantidos constantes durante o estudo.

Fatores de Rudo (Variveis Intervenientes)

So as variveis que no podem ser controladas mas que afetam o
experimento. So responsveis pelo erro experimental (variabilidade).
 Projeto de Experimentos

Etapas de um Experimento

1. Objetivo do Experimento (O QU)

Reviso de literatura procurando as lacunas na literatura;
Definir os objetivos gerais e especficos do estudo;
Analisar a importncia/relevncia desses objetivos.

2. Metodologia do Experimento (COMO)

Definir as variveis dependentes associadas aos objetivos do estudo;
Identificar outras variveis de interesse;
Identificar os procedimentos metodolgicos;
Identificar os fatores controlveis;
Definir o nmero de nveis para cada varivel independente;
Definir possveis interaes entre as variveis independentes;
Identificar as restries experimentais (limitaes do estudo);
Escolher o modelo estatstico do experimento.
 Projeto de Experimentos

Etapas de um Experimento

3. Planejamento Final e Execuo do Experimento

Escrever o delineamento experimental;
Definir a ordem das coletas (aleatorizao);
Definir os procedimentos de coleta (uniformizao);
Desenhar as planilhas de coleta de dados;
Executar o experimento e anotar os resultados.

4. Anlise
Realizar a anlise dos dados;
Criar uma tabela com os dados descritivos;
Elaborar grficos dos efeitos dos fatores principais;
Elaborar grficos das interaes significativas.
 Projeto de Experimentos

Etapas de um Experimento

5. Otimizao
Modelar individualmente cada varivel dependente;
V.D. = f (F.C.)
Definir uma funo objetivo:
L = f1 (V.D.) L = f2 (F.C.)
Otimizar, isto , achar o ajuste dos fatores controlveis que
minimiza/maximiza L.
Verificar a consistncia da soluo.

Aplicaes Prticas dos Resultados

ANOVA ONE-WAY
 COMPARAO DE VRIOS GRUPOS
(One-Way Analysis of Variance)

Tcnica estatstica desenvolvida por R. A. Fisher.

Consiste em um procedimento que decompe, em vrios componentes

identificveis, a variao total entre os valores obtidos no experimento.

Cada componente atribui a variao a uma causa ou fonte de variao

diferente.

O nmero de causas de variao ou fatores depende do delineamento

da investigao.
 ANOVA One-Way

Quando utilizar?

Experimentos que envolvem:

1 Varivel Dependente

1 Varivel Independente a vrios nveis (grupos)

 ANOVA One-Way

Variao global subdividida em duas fraes:

Variao entre as mdias dos vrios grupos, quando comparadas com a

mdia geral de todos os indivduos do experimento representa o efeito

dos diferentes tratamentos.

Variao entre as unidades experimentais de um mesmo grupo ou

tratamento, com relao mdia desse grupo representa as diferenas

individuais, ou aleatrias, nas respostas.

Variao entre + Variao dentro dos

Variao Total =
tratamentos tratamentos
 ANOVA One-Way

Variao entre os grupos experimentais = varincia entre os tratamentos

Varincia Entre

Variao dentro do mesmo tratamento = mdia das varincias de cada grupo,

sendo chamada Varincia Mdia Dentro dos Grupos
Varincia Intra

...Como representa tambm a frao da variabilidade que no

explicada pelo efeito dos tratamentos

Varincia Residual

ou

Varincia do Erro Experimental

 ANOVA One-Way

O teste de comparao entre os efeitos dos tratamentos baseia na

pressuposio de que os k tratamentos A, B, ... podem originar mdias
diferentes, mas a variao entre os indivduos () igual em todas as
populaes que esto sendo comparadas.

Em outras palavras...

H0 : A = B = ... = k

Supondo homocedasticidade, ou seja...

A = B = = K =
 ANOVA One-Way

Dessa forma, deduz-se que se houver efeito diferencial entre tratamentos, a

variao entre eles deve ser maior que a variao dentro do mesmo
tratamento.

Varincia Varincia
Entre > Intra

Varincia Entre
>1
Varincia Intra

H0

Razo F de Varincias vs. tabela

H0
 ANOVA One-Way
Clculos para obteno das varincias entre e intra
Varivel Dependente: flexibilidade
Varivel Independente: treinamento (3 tipos)

Tabela 1 Incremento nos nveis de flexibilidade (variando de 0 a 10) em indivduos submetidos a trs tipos de treinamento (T).

T1 T2 T3
(i=1) (i=2) (i=3) Total

Incremento 1 5 2 ----
flexibilidade 3 7 0 ----
(x)
---- 8 3 ----
n 2 3 3 8
x = Ti 4 20 5 29
x 10 138 13 161
x 2 6,7 1,7 ----
s 1,41 1,52 1,53 ----
 ANOVA One-Way
Termo de Correo C GL Total
C = (x)/n GLt = (n) 1
QM Entre
QMe = SQe / GLe
SQ Total
SQ Entre SQt = x - C
GL Entre
SQe = ( ) T - C
n GLe = k -1 QM Intra ou QM Residual
QMi = SQi / GLi

GL Intra ou GL Residual
SQ Intra ou SQ Residual Fcalc
GLi = (n) k
SQi = SQt SQe Fcalc = QMe/QMi

Tabela 2 Anlise da varincia realizada com os dados da Tabela 1.

Causas variao SQ GL QM Fcalc F5%;2;5

Entre tratamentos 44,55 2 22,28 9,82 5,79

Intra trat. (resduo) 11,33 5 2,27 ---- ----
Total 55,88 7 ---- ---- ----
SQ = soma dos quadrados; GL = graus de liberdade; QM = quadrado mdio
 ANOVA One-Way

Se H0 verdade Varincia Entre = Varincia Intra Fcalc = 1

Porm...
Mesmo sendo H0 verdadeira, podem se esperar diferenas aleatrias
entre as varincias entre e intra porque os experimentos so realizados
com amostras. Assim, existe a possibilidade que Fcalc flutue, ao acaso, ao
redor de 1, sem que isso indique um efeito diferencial nos tratamentos.

Ento...
Para testar a significncia do valor de F obtido no experimento, isto ,
verificar se o valor de Fcalc difere de 1 ao acaso ou por efeito dos
tratamentos, compara-se este valor com um Ftabelado. Este estipula o
limite para uma diferena aleatria entre as varincias entre e intra.
Tabela F
GL entre

GL intra
Tabela F
 ANOVA One-Way

Se...

No h entre os tratamentos j que a

variao observada entre populaes da
Fcalc < Ftabelado
mesma ordem daquela observada dentro
das populaes.

Fcalc > Ftabelado H entre as populaes.

9,82 > 5,79

F;glN;glD
 ANOVA One-Way

Resumindo...

1. Ho: 1 = 2 = 3
H1: existe alguma diferena entre essas mdias.

2. = 0,05

3. GLnumerador (entre) = k 1 = 3 1 = 2
GL denominador (intra) = (n) k = 8 3 = 5
Ento, F0,05;2;5 = 5,79
Rejeita-se H0

4. Fcalc = 9,82 > F0,05;2;5 = 5,79.

 ANOVA One-Way

Condies para o uso da ANOVA

Varincias amostrais (s) devem ser semelhantes nas diferentes amostras;

Os dados devem ter distribuio normal.

ANOVA vlida ...

Amostras Amostras
iguais iguais

n n
 ANOVA One-Way

Output

ANOVA

FC
Sum of
Squares df Mean Square F Sig.
Between Groups 4786.745 2 2393.372 10.035 .000
Within Groups 7870.912 33 238.512
Total 12657.657 35
 ANOVA One-Way

Porm...

Valor F significativo na Quais tratamentos so

ANOVA diferentes entre si

Comparaes Mltiplas entre Mdias

A B A C B C
 ANOVA One-Way

Porque no fazer vrios testes t ?

Tabela 3 Valores dos nveis de significncia usados nos testes de acordo com o nmero de mdias testadas.

Nvel de significncia usado no teste

N de mdias
(k) 0,05 0,01 0,001

2 0,05 0,01 0,001

3 0,14 0,03 0,003

4 0,26 0,06 0,006

5 0,40 0,10 0,010

6 0,54 0,14 0,015

10 0,90 0,36 0,044

 ANOVA One-Way

Comparaes Mltiplas entre Mdias

Semelhantes ao teste t, porm...

A varincia dentro dos grupos estimada

Levam em conta o nmero
usando o QM resduo, que baseado em
de comparaes feitas no
todas as amostras, enquanto no teste t a
experimento.
varincia estimada com base em duas
amostras apenas.

Teste de Tukey

Mais usados... Teste de Student-Newman-Keuls (SNK)

Correo de Bonferroni
 Multiple Comparisons
Comparaes
Dependent Variable: FC
Mltiplas
Mean
Difference 95% Confidence Interval
(I) intensidade (J) intensidade (I-J) Std. Error Sig. Lower Bound Upper Bound
Tukey HSD 60 bpm 80 bpm -9.68167 6.30493 .288 -25.1527 5.7893
100 bpm -27.82000* 6.30493 .000 -43.2910 -12.3490
80 bpm 60 bpm 9.68167 6.30493 .288 -5.7893 25.1527
100 bpm -18.13833* 6.30493 .019 -33.6093 -2.6673
100 bpm 60 bpm 27.82000* 6.30493 .000 12.3490 43.2910
80 bpm 18.13833* 6.30493 .019 2.6673 33.6093
Scheffe 60 bpm 80 bpm -9.68167 6.30493 .320 -25.8423 6.4789
100 bpm -27.82000* 6.30493 .000 -43.9806 -11.6594
80 bpm 60 bpm 9.68167 6.30493 .320 -6.4789 25.8423
100 bpm -18.13833* 6.30493 .025 -34.2989 -1.9777
100 bpm 60 bpm 27.82000* 6.30493 .000 11.6594 43.9806
80 bpm 18.13833* 6.30493 .025 1.9777 34.2989
60 = 80 < 100 LSD 60 bpm 80 bpm -9.68167 6.30493 .134 -22.5091 3.1458
100 bpm -27.82000* 6.30493 .000 -40.6475 -14.9925
80 bpm 60 bpm 9.68167 6.30493 .134 -3.1458 22.5091
100 bpm -18.13833* 6.30493 .007 -30.9658 -5.3109
100 bpm 60 bpm 27.82000* 6.30493 .000 14.9925 40.6475
80 bpm 18.13833* 6.30493 .007 5.3109 30.9658
Bonferroni 60 bpm 80 bpm -9.68167 6.30493 .403 -25.5840 6.2207
100 bpm -27.82000* 6.30493 .000 -43.7224 -11.9176
80 bpm 60 bpm 9.68167 6.30493 .403 -6.2207 25.5840
100 bpm -18.13833* 6.30493 .021 -34.0407 -2.2360
100 bpm 60 bpm 27.82000* 6.30493 .000 11.9176 43.7224
80 bpm 18.13833* 6.30493 .021 2.2360 34.0407
Dunnett C 60 bpm 80 bpm -9.68167 5.31566 -24.0385 4.6752

60 = 80 80 bpm
100 bpm
60 bpm
-27.82000*
9.68167
6.30465
5.31566
-44.8479
-4.6752
-10.7921
24.0385
60 < 100 100 bpm
100 bpm
60 bpm
-18.13833 7.15901 -37.4738 1.1971
27.82000* 6.30465 10.7921 44.8479
80 = 100 80 bpm 18.13833 7.15901 -1.1971 37.4738
*. The mean difference is significant at the .05 level.
 Testes de Comparaes Mltiplas

Teste de Tukey

Complemento ANOVA;
Visa identificar quais as mdias que, tomadas duas a duas, diferem
significativamente entre si;
Mtodo que protege o testes de um aumento no nvel de significncia
devido ao grande nmero de comparaes efetuadas;
Se forem utilizados k grupos experimentais, possvel realizar k(k 1)/2
comparaes de mdias duas a duas.

Teste de Student-Newman-Keuls (SNK)

similar ao Tukey, com exceo de que o valor crtico depende no do

nmero de tratamentos (k) envolvidos no experimento, mas do nmero de
mdias includas (k) na amplitude de mdias que ser sendo testada.
 Testes de Comparaes Mltiplas

Correo de Bonferroni

Consiste em corrigir o valor de , calculando-se:

= nvel de significncia global do experimento

Bonf = m m = n de comparaes a serem realizadas

usada em muitos testes estatsticos;

No caso de comparaes mltiplas aps a ANOVA, o procedimento consiste
em calcular uma diferena entre mdias usando a frmula:

xA - xB
tBonf =
(n n )
QMi 1 + 1
A B

Vantagem: no requer que as vrias comparaes sejam independentes;

Desvantagem: produz um teste mais conservador que o Tukey, a menos que
seja usada uma correo (procedimento seqencial de Holm).
 Testes de Comparaes Mltiplas

Teste de Dunnet

Teste utilizado para comparar uma mdia, geralmente a do grupo-controle,

com as demais;
Aplica-se quando o pesquisador no est interessado em realizar todas as
comparaes possveis, mas apenas as (k 1) de cada tratamento com o
controle, aproveitando a vantagem de maior poder da anlise de varincia.

Teste de Scheff

Teste menos poderoso que o de Tukey ou o SNK;

Especialmente til nos casos dos contrastes mltiplos, quando se quer
comparar um grupo de tratamentos com outro, por exemplo, A2 + A3 contra A1.
 Testes de Comparaes Mltiplas
Apresentao dos Resultados

Tabela 4 Modelo de apresentao dos resultados de uma comparao mltipla de mdias.

Modelo 1
Treinamento A2 A1 A3
n 3 2 3
Mdia 6,7 2,0 1,7
Mdias sublinhadas no diferem significativamente entre si pelo teste de Tukey ( =5%)

Tabela 5 Modelo 2 de apresentao dos resultados de uma comparao mltipla de mdias.

Modelo 2
Treinamento n Mdia
A1 2 2,0a
A2 3 6,7b
A3 3 1,7a
Mdias indicadas pela mesma letra no diferem significativamente
entre si pelo teste de Tukey ( =5%)
rochellerochacosta@msn.com
 ANOVA One-Way

Clculos da ANOVA

Termo de correo C C = (x)/n C = (29)/8 = 105,12

SQ Total SQt = x - C SQt = 161 105,12 = 55,88

SQ Entre SQe = ( )T - C 4 + 20 + 5 - 105,12 = 149,67 105,12 = 44,55

n 2 3 3
SQ Intra ou SQ Residual SQi = SQt SQe 55,88 44,55 = 11,33
GL Total GLt = (n) 1 8 1 = 7
GL Entre GLe = k -1 3 1 = 2
GL Intra ou GLResidual GLi = (n) k 8 3 = 5
QM Entre QMe = SQe / GLe 44,55 / 2 = 22,28
QM Intra ou QM Residual QMi = SQi / GLi 11,33 / 5 = 2,27