Coleção modelos

ANOVA · parcela subdividida

Análise de variância de parcelas subdivididas em blocos, com os erros (a) e (b).

O que o bloco faz

models/anova_split_plot Ajusta parcelas subdivididas com erros separados por estrato. A saída é models/fit.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Graus de liberdade
Quantas informações independentes sobram para estimar uma variabilidade depois de estimados os outros parâmetros. Definem qual distribuição t, F ou qui-quadrado se usa no teste; com poucos graus de liberdade a inferência fica mais incerta.
Variância
A média dos quadrados das distâncias de cada valor à média: mede o quanto os dados se espalham. O desvio padrão é a raiz quadrada da variância e fica na mesma unidade dos dados.
Resíduo
A diferença entre o valor observado e o valor que o modelo ajustado prevê para aquela observação. É nos resíduos que se conferem os pressupostos do modelo: eles devem parecer ruído, sem padrão.
Interação
Há interação quando o efeito de um fator depende do nível de outro: o adubo aumenta a produção numa cultivar e não em outra. Com interação, olhar o efeito médio de cada fator sozinho pode enganar.
Análise de variância (ANOVA)
Um método que divide a variação total da resposta em partes atribuídas a cada fonte (tratamentos, blocos, erro) e testa, pela estatística F, se cada fonte explica mais variação do que o acaso.

Quando usar

Use quando um fator é sorteado em parcelas maiores e outro em subparcelas, com precisão diferente para cada fator.

Pressupostos

  • Houve dois sorteios: o fator da parcela nas parcelas de cada bloco, e o da subparcela dentro de cada parcela. É isso que justifica os dois erros.

    Se falhar: Se os dois fatores foram sorteados juntos nas parcelas, é fatorial: use o models/anova_factorial.

  • Os erros (a) e (b) são normais e independentes entre si, cada um com variância constante.

    Verificar:Normalidade dos resíduosDiagnóstico dos resíduos

    Se falhar: Transforme a resposta. O Shapiro usa os resíduos do erro (b); Levene e Bartlett recusam a parcela subdividida (sem correção publicada para dois estratos de erro), e a variância se lê no painel escala-locação.

  • Dados balanceados (todo bloco com todas as combinações): o quadro com Error() só é o dos livros assim.

    Se falhar: No desbalanceado, ajuste o misto (1 | bloco:parcela) no models/lmer.

  • Se a subparcela é tempo ou medida repetida (não sorteada dentro da parcela), a análise com dois erros supõe esfericidade (simetria composta): a correlação entre duas medidas da mesma parcela é igual para qualquer par de tempos.

    Se falhar: Sem esfericidade (tempos próximos mais correlacionados que distantes), o F da subparcela fica liberal. O models/lmer só aceita efeitos aleatórios, não uma estrutura de correlação no erro (como AR(1)); é lacuna registrada na revisão metodológica.

Configuração

Informe resposta, fator sorteado na Parcela, fator da Subparcela e Bloco; essa ordem determina os estratos.

Exemplo

Exemplo de modelos
ANOVA · parcela subdividida
library(trama)

reg <- tr_registry()
tr_use("trama.models", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "aveia") |>
  tr_add("ajuste", "models/anova_split_plot", resposta = "producao", parcela = "variedade", subparcela = "nitrogenio", bloco = "bloco", from = "dados")

aveia traz variedade na parcela e nitrogênio na subparcela, com bloco como restrição.

Como interpretar

Use resíduo (a) para testar bloco e fator da parcela; resíduo (b) para subparcela e interação.

Implementação

  • stats::lm() versão 4.6.0Com bloco:parcela fixo: o quadro é o anova() sequencial, com o bloco e a parcela testados contra bloco:parcela (erro a) e a subparcela e a interação contra o resíduo (erro b). Médias e comparações usam o misto equivalente em lmerTest::lmer com (1 | bloco:parcela).

No código O bloco chama trama.models::tr_models_anova_split_plot(), em trama.models/R/ajustar.R:484.

A conta é feita nesta chamada:

Outras funções de pacotes que o bloco usa (8)

Referências

Livro-texto

  • Banzatto, D. A.; Kronka, S. N. (2006). Experimentação agrícola. 4. ed. Jaboticabal: Funep.
  • Pimentel-Gomes, F. (2009). Curso de estatística experimental. 15. ed. Piracicaba: FEALQ.
  • Montgomery, D. C. (2017). Design and Analysis of Experiments. 9. ed. Hoboken: Wiley.

Ver a bibliografia completa do trama