Análise multivariada para dados onde a característica observada é subdividida em K classes
Autor(a) principal: | |
---|---|
Data de Publicação: | 1986 |
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-20220207-213009/ |
Resumo: | Neste trabalho, foi feito um estudo dos experimentos onde cada parcela e subdividida em K classes, segundo um critério pré-estabelecido. Estudou-se o comportamento dos experimentos através do método univariado, onde consideraram se as classes como uma· subdivisão das parcelas, e através do método multivariado onde as classes foram consideradas como um conjunto de mensurações observadas numa mesma parcela. As pressuposições do modelo univariado, em parcelas subdivididas, foram verificadas testando-se as hipóteses de: Homogeneidade das matrizes de covariâncias para tratamentos; Uniformidade da matriz comum de covariâncias. Consideraram-se, para fins de ilustração, as produções, em kg por parcela, de um experimento com batata (Solanum tuberosum L.), onde a produção de cada parcela foi dividida em 3 classes. As pressuposições do modelo em parcelas subdivididas não foram satisfeitas, invalidando assim a parte da análise referente a subparcelas (classes)e interação. A análise multivariada apresentou um menor número de diferenças significativas entre medias de tratamentos quando comparado com as análises individuais de cada classe. Isso ocorre porque no caso do modelo multivariado, o critério de rejeição de H0 e mais rigoroso, por levar em consideração um nível de significância conjunto. |
id |
USP_77b59086b16a7172e01cd6bd8f60649e |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-20220207-213009 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Análise multivariada para dados onde a característica observada é subdividida em K classesMultivariate analysis for data where the observed caracteristic is subdivided into K classesANÁLISE MULTIVARIADADELINEAMENTO EXPERIMENTALNeste trabalho, foi feito um estudo dos experimentos onde cada parcela e subdividida em K classes, segundo um critério pré-estabelecido. Estudou-se o comportamento dos experimentos através do método univariado, onde consideraram se as classes como uma· subdivisão das parcelas, e através do método multivariado onde as classes foram consideradas como um conjunto de mensurações observadas numa mesma parcela. As pressuposições do modelo univariado, em parcelas subdivididas, foram verificadas testando-se as hipóteses de: Homogeneidade das matrizes de covariâncias para tratamentos; Uniformidade da matriz comum de covariâncias. Consideraram-se, para fins de ilustração, as produções, em kg por parcela, de um experimento com batata (Solanum tuberosum L.), onde a produção de cada parcela foi dividida em 3 classes. As pressuposições do modelo em parcelas subdivididas não foram satisfeitas, invalidando assim a parte da análise referente a subparcelas (classes)e interação. A análise multivariada apresentou um menor número de diferenças significativas entre medias de tratamentos quando comparado com as análises individuais de cada classe. Isso ocorre porque no caso do modelo multivariado, o critério de rejeição de H0 e mais rigoroso, por levar em consideração um nível de significância conjunto.A trial study was carried out where each observation is subdivided into K classes, according to a predetermined criterion. Trials behaviour was studied by means of a univariate method, where classes were considered as a plot subdivision, and also by means of a multivariate method, where classes were considered as a set of variables observed in a sarne plot. The assumpti ons of the uni variate model (split- plot), were verifyed testing the following hypothesis: homogeneity of the covariance matrixes for treatments, uniformity of the common matrix of variances. Plot yields (kg/plot) of a potato (Solanum tuberosum L.), trial, where plot yield was divided into three classes, were considered. The assumptions of the univariate model, were not satisfied and so the part of the analysis related to subplots (classes) and interaction was invalidated. The multivariate analysis presented significant differences between the treatment's means less when compared to the analysis of each classe. This occurs because, in the case of the multivariate model, the criterion of rejection of H0 is more riaoro us, since it consideres a set level of signjficance.Biblioteca Digitais de Teses e Dissertações da USPCruz, Vivaldo Francisco daStuker, Henri1986-09-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://teses.usp.br/teses/disponiveis/11/11134/tde-20220207-213009/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/openAccesspor2022-02-08T19:54:41Zoai:teses.usp.br:tde-20220207-213009Biblioteca 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:27212022-02-08T19:54:41Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Análise multivariada para dados onde a característica observada é subdividida em K classes Multivariate analysis for data where the observed caracteristic is subdivided into K classes |
title |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
spellingShingle |
Análise multivariada para dados onde a característica observada é subdividida em K classes Stuker, Henri ANÁLISE MULTIVARIADA DELINEAMENTO EXPERIMENTAL |
title_short |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
title_full |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
title_fullStr |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
title_full_unstemmed |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
title_sort |
Análise multivariada para dados onde a característica observada é subdividida em K classes |
author |
Stuker, Henri |
author_facet |
Stuker, Henri |
author_role |
author |
dc.contributor.none.fl_str_mv |
Cruz, Vivaldo Francisco da |
dc.contributor.author.fl_str_mv |
Stuker, Henri |
dc.subject.por.fl_str_mv |
ANÁLISE MULTIVARIADA DELINEAMENTO EXPERIMENTAL |
topic |
ANÁLISE MULTIVARIADA DELINEAMENTO EXPERIMENTAL |
description |
Neste trabalho, foi feito um estudo dos experimentos onde cada parcela e subdividida em K classes, segundo um critério pré-estabelecido. Estudou-se o comportamento dos experimentos através do método univariado, onde consideraram se as classes como uma· subdivisão das parcelas, e através do método multivariado onde as classes foram consideradas como um conjunto de mensurações observadas numa mesma parcela. As pressuposições do modelo univariado, em parcelas subdivididas, foram verificadas testando-se as hipóteses de: Homogeneidade das matrizes de covariâncias para tratamentos; Uniformidade da matriz comum de covariâncias. Consideraram-se, para fins de ilustração, as produções, em kg por parcela, de um experimento com batata (Solanum tuberosum L.), onde a produção de cada parcela foi dividida em 3 classes. As pressuposições do modelo em parcelas subdivididas não foram satisfeitas, invalidando assim a parte da análise referente a subparcelas (classes)e interação. A análise multivariada apresentou um menor número de diferenças significativas entre medias de tratamentos quando comparado com as análises individuais de cada classe. Isso ocorre porque no caso do modelo multivariado, o critério de rejeição de H0 e mais rigoroso, por levar em consideração um nível de significância conjunto. |
publishDate |
1986 |
dc.date.none.fl_str_mv |
1986-09-17 |
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-20220207-213009/ |
url |
https://teses.usp.br/teses/disponiveis/11/11134/tde-20220207-213009/ |
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_ |
1809090931736969216 |