Artigo
Aprimoramento da análise de variância: a influência da proximidade espacial
Carregando...
Notas
Data
Orientadores
Editores
Coorientadores
Membros de banca
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista
Faculdade, Instituto ou Escola
Departamento
Programa de Pós-Graduação
Agência de fomento
Tipo de impacto
Áreas Temáticas da Extenção
Objetivos de Desenvolvimento Sustentável
Dados abertos
Resumo
Um dos princípios básicos da experimentação é a aleatorização, que tem como
finalidade gerar uma distribuição de amostragem para os erros experimentais, cujo
comportamento assintótico aproxima-se de distribuições normais não-correlacionadas.
Entretanto, nem sempre a prática de aleatorização é suficiente para neutralizar os efeitos de
correlação entre as parcelas adjacentes e, por isso, encontram-se experimentos cujos erros
apresentam uma estrutura de dependência espacial definida. Uma maneira para contornar esse
problema é utilizar uma abordagem espacial, em que é possível estimar e modelar a
correlação espacial entre os erros. Por meio desses modelos espaciais a dependência entre os
erros deixa de ser vista como uma inconveniência a ser evitada, passando a ser considerada
como um verdadeiro benefício, de forma que sua utilização pode proporcionar resultados
mais precisos. Assim, este trabalho descreve como implementar a análise de variância com
erros espacialmente correlacionados, na qual a matriz de covariância do erros, modelada por
meio de uma abordagem geoestatística, é utilizada como ponderadora das somas de
quadrados da análise de variância.
Abstract
One of the essential principles of the experimentation is the randomization
which contributes towards the presuppositions which the errors should be both equally and
identically distributed, are met. Nevertheless, experiments are found of which errors present a
definite spatial dependence structure. A way to bypass that trouble is to utilize a spatial
approach in which it is possible to estimate and model the spatial correlation among the
errors. So, the objective of this work was to report how to carry out the variance analysis with
spatially correlated errors in which the error covariance matrix, modeled through a
geostatistical approach, was utilized as a weighting factor of the sums of squares of the
variance analysis. The results obtained showed that spatial error correlation modeling
proved more efficient, since it produced greater values to the F statistic, if compared with the
values obtained by the model which supposed spatial error independence.
Descrição
Área de concentração
Agência de desenvolvimento
Palavra chave
Marca
Objetivo
Procedência
Impacto da pesquisa
Resumen
ISBN
DOI
Citação
NOGUEIRA, C. H.; LIMA, R. R. de; OLIVEIRA, M. S. de. Aprimoramento da análise de variância: a influência da proximidade espacial. Revista Brasileira de Biometria, São Paulo, v. 31, n. 3, p. 408-422, 2013.