Buscar

 

RI UFLA (Universidade Federal de Lavras) >
DEX - Departamento de Ciências Exatas >
DEX - Programa de Pós-graduação >
DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses) >

Por favor, utilize esse identificador para citar este item ou usar como link: http://repositorio.ufla.br/jspui/handle/1/13256

Título: Testes para comparações múltiplas de médias em experimentos com tendência e dependência espacial
Título Alternativo: Multiple comparisons tests of means in experiments with trend and spatial dependence
Autor(es): Nogueira, Cristina Henriques
Lattes: http://lattes.cnpq.br/4724450866403346
Orientador: Lima, Renato Ribeiro de
Membro da banca: Ferreira, Daniel Furtado
Membro da banca: Oliveira, Marcelo Silva de
Membro da banca: Mello, José Márcio de
Membro da banca: Santos, Gérson Rodrigues dos
Assunto: Geoestatística
Teste Scott-Knott
Teste Tukey
Experimentação florestal
Geostatistics
Scott-Knott test
Tukey test
Forest experiments
Data de Defesa: 28-Abr-2017
Data de publicação: 21-Jun-2017
Agência de Fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: NOGUEIRA, C. H. Testes para comparações múltiplas de médias em experimentos com tendência e dependência espacial. 2017. 141 p. Tese (Doutorado em Estatística e Experimentação Agropecuária)-Universidade Federal de Lavras, Lavras, 2017.
Resumo: A análise de variância destina-se à avaliação da influência dos efeitos de tratamentos em um experimento. Essa análise utiliza o teste 𝐺 para decidir sobre a igualdade ou não desses efeitos. Uma vez que o teste rejeita a hipótese de igualdade, tornase necessário aplicar testes de comparações múltiplas para definir quais tratamentos diferem entre si. Entretanto, a aplicação dos testes mencionados exige que os erros do modelo sejam independentes. Dessa forma, em fenômenos cujas componentes espaciais estão presentes, surge a necessidade de testes que incorporem essa informação em sua composição. Sendo assim, esse trabalho teve como objetivo a análise para experimentos com dependência espacial, ou seja, erros dependentes, considerando dois cenários: sem e com presença do efeito de tendência em função das coordenadas. Em ambos cenários, foi apresentado e avaliado o teste 𝐺 da análise de variância com a incorporação da informação espacial, sendo essa realizada por meio de técnicas geoestatísticas. A modelagem da tendência foi abordada sob metodologia da análise de covariáveis, sendo indicado testes para a significância desses efeitos com relação à cada coordenada espacial. No intuito de discernir quais tratamentos diferem entre si, apresentou-se propostas de inclusão da informação espacial para os testes que avaliam os contrastes de Tukey, fundamentados nas distribuições 𝑢 multivariada e 𝑟 estudentizada, além do teste de agrupamento de ScottKnott. A adequabilidade desses testes foi avaliada, via simulação, por meio da obtenção das taxas de erro tipo I, a qual estimou a proporção de experimentos que rejeitaram incorretamente a hipótese nula de igualdade entre os tratamentos. Numa segunda etapa dessa avaliação, realizada em experimentos simulados sob hipótese alternativa verdadeira, estimou-se o poder dos testes propostos, sendo esse poder definido pela razão entre o número de decisões corretas e o número de decisões tomadas em um experimento. Nesse processo de simulação foram considerados experimentos com 8 tratamentos e 10 repetições, cujo erro foi obtido em diversas configurações de dependência espacial. A partir disso, observou-se que o teste Scott-Knott apresentou maior controle das taxas de erro tipo I que os testes para os contrastes de Tukey, sendo, também, mais poderoso que esses últimos, principalmente na capacidade em detectar pequenas diferenças entre as médias dos tratamentos. Além disso, ao analisar alguns exemplos de experimentos, simulados e real, a modelagem e os testes para os efeitos de tendência espacial apresentaram resultados adequados. Finalmente, verificou-se que o poder dos testes para a abordagem espacial foi superior, em todos os cenários analisados, ao poder do teste obtido por meio da abordagem clássica. Com isso, concluiu-se que a incorporação da informação espacial resultou em uma maior eficiência para apontar diferenças entre os tratamentos, quando esses eram provenientes de experimentos com dependência espacial.
Abstract: The variance analysis is used to evaluate the influence of the effects of treatments on an experiment. This approach uses the F test to decide either the equality or not of these effects. Once this test rejects the hypothesis, it becomes necessary to apply the multiple comparisons test in order to verify which treatments differ from each other. However, the application of these mentioned tests above requires the modeled errors to be independents. Thus in experiments whose spatial components occur, it arises the need for tests that assimilates this information on its composition. Thus, this work had the purpose of analysis for experiments with spatial dependence. Initially, the F test of the analysis of variance was presented and evaluated with the incorporation of the spatial information, with this one being carried out by geostatistical techniques. The trend modeling was approached using a covariates analysis methodology. It is indicated relating to each spatial coordinate with tests for the significance of these effects. In order to discern which treatments differ, it was presented proposals for the inclusion of the information for the tests that evaluate the Tukey contrasts, based in the multivariate t distributions and the studendized range distributions, in addition to the Scott-Knott grouping test. The suitability of these tests was evaluated, through simulation, by obtaining the type I error rates which estimated the proportion of experiments that incorrectly rejected the null hypothesis of equality between treatments. In a second stage of this evaluation, performed in simulated experiments under a true alternative hypothesis, it was estimated the power of the proposed tests, with this power being defined by the ratio between the number of correct decisions and the number of decisions made in an experiment. In this simulation process were considered experiments with 8 treatments and 10 repetitions, whose error was obtained in several configurations of spatial dependence. From this analysis, it was observed that the Scott-Knott test presented greater control of the type I error rates than the tests for the Tukey contrasts, being also more powerful than the previous ones, especially in the ability to detect small differences between the means of the treatments. In addition it comes to, when analyzing some examples of simulated and real experiments, the modeling and the tests for the spatial tendency effects has presented appropriated results. Finally, it was verified that the power of the tests for the spatial approach was superior in all scenarios analyzed than the power of the test obtained through the classical approach. With this being said, it was concluded that the incorporation of the spatial information resulted in a greater efficiency to indicate differences between the treatments when they came from experiments with spatial dependence.
Informações adicionais: Arquivo retido, a pedido da autora, até dezembro de 2017.
URI: http://repositorio.ufla.br/jspui/handle/1/13256
Publicador: Universidade Federal de Lavras
Idioma: por
Aparece nas coleções: DEX - Estatística e Experimentação Agropecuária - Doutorado (Teses)

Arquivos neste Item:

Não há arquivos associados para este Item.

Itens protegidos por copyright, com todos os direitos reservados, Salvo indicação em contrário.


Mostrar estatísticas

 


DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback