Análise de covariância em experimentos em blocos casualizados, com observações perdidas
Autor(a) principal: | |
---|---|
Data de Publicação: | 1982 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://teses.usp.br/teses/disponiveis/11/11134/tde-20231122-100447/ |
Resumo: | O presente trabalho foi desenvolvido, com o objetivo de determinar fórmulas para estimação de observações perdidas e de variâncias da estimativa de contrastes entre médias de tratamentos ajustados para regressão envolvendo observações perdidas na análise de covariância com uma variável auxiliar, nos experimentos em blocos casualizados. Foram considerados os seguintes casos : perda de uma observação da variável, de uma da covariável, de uma da variável e uma da covariável, no mesmo par ou não, de duas da variável, de duas da covariável. Em todas as situações, as estimativas das observações, perdidas foram determinadas, através da minimização da soma de quadrados do resíduo, ajustada para regressão, dada pela seguinte expressão: (Descrito na dissertação). No caso da perda de duas observações da variável ou da covariável, aplicou-se o método iterativo sugerido por YATES (1933), utilizando-se as fórmulas que estimam uma observação da variável ou uma da covariável, para a atenção dos valores. Partindo-se das funções lineares de contrastes entre médias de tratamentos ajustados para regressão, foram de terminadas suas respectivas estimativas de variâncias. As principais conclusões obtidas foram: 1. as f6rmulas de estimação encontradas, exceto o caso da perda do par, são dadas em função de Exy e Exx, assim os valores só podem ser obtidos pelo método iterativo; 2. na aplicação do método iterativo para a obtenção dos valores, verifica-se que a convergência se dá mais rapidamente, quando os valores arbitrários iniciais são tomados próximos das médias; 3. no caso de perda de duas observações da variável ou da covariável, a obtenção dos valores através do método iterativo, leva aos mesmos resultados obtidos com o uso das fórmulas específicas de cada caso, mostrando que esse método, pode ser generalizado estendendo-se para qualquer caso em que tenha ocorrido perda de mais de duas observações da variável ou da covariável; 4. no caso de perda de observações da covariável, as estimativas de variâncias das estimativas de contrastes entre médias de tratamentos ajustados para regressão , são obtidas pela fórmula usual; 5. no caso de perda de observações da variável, as estimativas de variâncias das estimativas de contrastes entre medias de tratamentos ajustadas para regressão, são obtidas por fórmulas específicas a cada situação onde as perdas ocorreram. |
id |
USP_056d284abf42c58e6bf03a01ff94bae7 |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20231122-100447 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Análise de covariância em experimentos em blocos casualizados, com observações perdidasCovariance analysis in randomized blocks designs with missing observationsANÁLISE DE COVARIÂNCIADELINEAMENTO EXPERIMENTALMODELOS MATEMÁTICOSPLANEJAMENTO EM BLOCOSO presente trabalho foi desenvolvido, com o objetivo de determinar fórmulas para estimação de observações perdidas e de variâncias da estimativa de contrastes entre médias de tratamentos ajustados para regressão envolvendo observações perdidas na análise de covariância com uma variável auxiliar, nos experimentos em blocos casualizados. Foram considerados os seguintes casos : perda de uma observação da variável, de uma da covariável, de uma da variável e uma da covariável, no mesmo par ou não, de duas da variável, de duas da covariável. Em todas as situações, as estimativas das observações, perdidas foram determinadas, através da minimização da soma de quadrados do resíduo, ajustada para regressão, dada pela seguinte expressão: (Descrito na dissertação). No caso da perda de duas observações da variável ou da covariável, aplicou-se o método iterativo sugerido por YATES (1933), utilizando-se as fórmulas que estimam uma observação da variável ou uma da covariável, para a atenção dos valores. Partindo-se das funções lineares de contrastes entre médias de tratamentos ajustados para regressão, foram de terminadas suas respectivas estimativas de variâncias. As principais conclusões obtidas foram: 1. as f6rmulas de estimação encontradas, exceto o caso da perda do par, são dadas em função de Exy e Exx, assim os valores só podem ser obtidos pelo método iterativo; 2. na aplicação do método iterativo para a obtenção dos valores, verifica-se que a convergência se dá mais rapidamente, quando os valores arbitrários iniciais são tomados próximos das médias; 3. no caso de perda de duas observações da variável ou da covariável, a obtenção dos valores através do método iterativo, leva aos mesmos resultados obtidos com o uso das fórmulas específicas de cada caso, mostrando que esse método, pode ser generalizado estendendo-se para qualquer caso em que tenha ocorrido perda de mais de duas observações da variável ou da covariável; 4. no caso de perda de observações da covariável, as estimativas de variâncias das estimativas de contrastes entre médias de tratamentos ajustados para regressão , são obtidas pela fórmula usual; 5. no caso de perda de observações da variável, as estimativas de variâncias das estimativas de contrastes entre medias de tratamentos ajustadas para regressão, são obtidas por fórmulas específicas a cada situação onde as perdas ocorreram.This work has been developed to determine formulas for estimation of missing data and also to find the variance of the estimate of contrasts among treatment means adjusted for regression with missing observations in the covariance analysis with one regressar variable in randomized blocks experiments. The following cases have been concerned: the lost of just one variable observation, the lost of just one concomitant variable observation; the lost of one variable and one concomitant variable observation in the same paír or in different pairs; the lost of two variable observation and finally the lost of two concomitant variable observations. For all the situations above related, the estimates of the missing observations had been determined through the minimization of the residual sum of squares adjusted for regression. This error sum of squares has the following expresion : (See dissertation). The iterative method suggested by YATES (1933) has been applied in the situations of missing of two variable or concomitant variable observations. Following his idea it was used the formulas that estimate one variable observation or on concomitant variable observation. Based on the linear function of contrast among the treatments means adjusted for regression, it was determined its variance estimates. The main concl usions obtained were : 1. The formulas of estimation found, except for the Lost of the pair case, are given as a function of Exy and Exx and canse quently the only way to get the values is through the iterative method. 2. When the iterative method is applied to obtain the values it was found that the convergence is obtained more rapidly if the initial arbitrary values are taken in the neighbourhood of the means. 3. For the loat of two variables or concomitant variables observations it was found that the determination of the values by using the iterative method lead to the sarne results as given by particular formulas for each case. This shows that the studied method can be generalized to any situation in which the lost of more than two observations of the variable or concomitant variable have been happened. 4. For the lost of the concomitant variable observation the variance estimates of the constrasts among treatment means adjusted for regression are obtained by the usual formula. 5. For the lost of the variable observations the variance estimates of contrasts among treatment means adjusted for regression are get by specific formulas for each situation where the missings have happened.Biblioteca Digitais de Teses e Dissertações da USPCampos, Humberto deMuniz, Joel Augusto1982-11-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/11/11134/tde-20231122-100447/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2023-11-24T19:46:05Zoai:teses.usp.br:tde-20231122-100447Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212023-11-24T19:46:05Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas Covariance analysis in randomized blocks designs with missing observations |
title |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
spellingShingle |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas Muniz, Joel Augusto ANÁLISE DE COVARIÂNCIA DELINEAMENTO EXPERIMENTAL MODELOS MATEMÁTICOS PLANEJAMENTO EM BLOCOS |
title_short |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
title_full |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
title_fullStr |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
title_full_unstemmed |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
title_sort |
Análise de covariância em experimentos em blocos casualizados, com observações perdidas |
author |
Muniz, Joel Augusto |
author_facet |
Muniz, Joel Augusto |
author_role |
author |
dc.contributor.none.fl_str_mv |
Campos, Humberto de |
dc.contributor.author.fl_str_mv |
Muniz, Joel Augusto |
dc.subject.por.fl_str_mv |
ANÁLISE DE COVARIÂNCIA DELINEAMENTO EXPERIMENTAL MODELOS MATEMÁTICOS PLANEJAMENTO EM BLOCOS |
topic |
ANÁLISE DE COVARIÂNCIA DELINEAMENTO EXPERIMENTAL MODELOS MATEMÁTICOS PLANEJAMENTO EM BLOCOS |
description |
O presente trabalho foi desenvolvido, com o objetivo de determinar fórmulas para estimação de observações perdidas e de variâncias da estimativa de contrastes entre médias de tratamentos ajustados para regressão envolvendo observações perdidas na análise de covariância com uma variável auxiliar, nos experimentos em blocos casualizados. Foram considerados os seguintes casos : perda de uma observação da variável, de uma da covariável, de uma da variável e uma da covariável, no mesmo par ou não, de duas da variável, de duas da covariável. Em todas as situações, as estimativas das observações, perdidas foram determinadas, através da minimização da soma de quadrados do resíduo, ajustada para regressão, dada pela seguinte expressão: (Descrito na dissertação). No caso da perda de duas observações da variável ou da covariável, aplicou-se o método iterativo sugerido por YATES (1933), utilizando-se as fórmulas que estimam uma observação da variável ou uma da covariável, para a atenção dos valores. Partindo-se das funções lineares de contrastes entre médias de tratamentos ajustados para regressão, foram de terminadas suas respectivas estimativas de variâncias. As principais conclusões obtidas foram: 1. as f6rmulas de estimação encontradas, exceto o caso da perda do par, são dadas em função de Exy e Exx, assim os valores só podem ser obtidos pelo método iterativo; 2. na aplicação do método iterativo para a obtenção dos valores, verifica-se que a convergência se dá mais rapidamente, quando os valores arbitrários iniciais são tomados próximos das médias; 3. no caso de perda de duas observações da variável ou da covariável, a obtenção dos valores através do método iterativo, leva aos mesmos resultados obtidos com o uso das fórmulas específicas de cada caso, mostrando que esse método, pode ser generalizado estendendo-se para qualquer caso em que tenha ocorrido perda de mais de duas observações da variável ou da covariável; 4. no caso de perda de observações da covariável, as estimativas de variâncias das estimativas de contrastes entre médias de tratamentos ajustados para regressão , são obtidas pela fórmula usual; 5. no caso de perda de observações da variável, as estimativas de variâncias das estimativas de contrastes entre medias de tratamentos ajustadas para regressão, são obtidas por fórmulas específicas a cada situação onde as perdas ocorreram. |
publishDate |
1982 |
dc.date.none.fl_str_mv |
1982-11-05 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://teses.usp.br/teses/disponiveis/11/11134/tde-20231122-100447/ |
url |
https://teses.usp.br/teses/disponiveis/11/11134/tde-20231122-100447/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815257223033520128 |