Quadro da ANOVA

O que o bloco faz

models/anova_table Monta o quadro de efeitos com graus de liberdade, somas de quadrados, estatísticas e p-valores. A saída é models/effects.

Antes de continuar

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

p-valor

A probabilidade de obter um resultado tão extremo quanto o observado, ou mais, se a hipótese nula fosse verdadeira. p-valor pequeno indica dados pouco compatíveis com a hipótese nula; ele não é a probabilidade de a hipótese nula ser verdadeira nem mede o tamanho do efeito.

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.

Estatística F

A razão entre duas estimativas de variância: a explicada por um fator e a residual. Valores muito maiores que 1 indicam que o fator explica mais variação do que o acaso explicaria; é a estatística da análise de variância.

Modelo linear

Um modelo em que a resposta é a soma de efeitos das variáveis explicativas, cada um multiplicado por um coeficiente, mais um erro aleatório. Regressão e análise de variância são casos dele; “linear” se refere aos coeficientes, não à forma da curva.

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 para inspecionar o teste global de cada termo do ajuste e escolher como as somas de quadrados respondem ao desbalanceamento.

Pressupostos

• Os pressupostos do modelo que entra (normalidade e variância constante do erro nos modelos lineares; família e ligação no GLM) valem: o quadro só lê o ajuste.

  Verificar:Normalidade dos resíduosLeveneDiagnóstico dos resíduos

• No tipo III, os fatores estão em contrastes de soma zero (o bloco reajusta sozinho, também no GLM misto e no GLS; o lmerTest já é invariante ao contraste). Uma covariável numérica em interação com fator não é centrada: o efeito principal do fator é testado com a covariável em zero, e a nota avisa. No tipo I, a ordem dos termos na fórmula é a ordem das perguntas.

  Se falhar: No desbalanceado, prefira o tipo II quando não há interação, e o III quando há.

Configuração

Soma de quadrados aceita I, II ou III. Tipo I é sequencial; II ajusta pelos outros efeitos principais; III inclui todos os termos.

Exemplo

library(trama)

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

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "milho_dbc") |>
  tr_add("ajuste", "models/anova_dbc", resposta = "producao", tratamento = "hibrido", bloco = "bloco", from = "dados") |>
  tr_add("resultado", "models/anova_table", tipo_sq = "I", from = "ajuste")

A entrada é o ajuste DBC de produção: cada linha do quadro apresenta para tratamento e bloco os graus de liberdade, SQ tipo I, F e p-valor.

Como interpretar

Os tipos coincidem no desenho balanceado. Em dados desbalanceados, escolha o tipo conforme a hipótese e a ordem do modelo.