Transformação de dados: efeitos sobre a análise da variância

• Autor(a) principal: Demétrio, Clarice Garcia Borges
• Data de Publicação: 1978
• 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/11/0/tde-20240301-151432/
• topic: ANÁLISE DE VARIÂNCIA; TRANSFORMAÇÃO DE DADOS

Para se fazer a análise da variância de um experimento qualquer, devem ser respeitadas diversas hipóteses básicas, que proporcionam poder e nível de significância corretos aos testes. Estas hipóteses são as seguintes: - Os erros experimentais devem ter uma distribuição normal. - Os parâmetros fixos e aleatórios do modelo matemático devem ser aditivos. - Os erros experimentais devem ter uma variância comum, ou seja, deve haver homogeneidade das variâncias. - Os erros experimentais não devem ser correlacionados entre si. Neste trabalho estudou-se a importância de cada uma dessas hipóteses para a análise da variância e alguns testes que tornam possível a sua verificação. Nem sempre, porém, todas essas hipóteses são satisfeitas e a aplicação dos testes de significância seria prejudicada. Um modo de contornar a situação é mudar o modelo, ou seja, usar métodos não-paramétricos, ou, então, mudar a escala de medida por uma transformação adequada. As transformações mais usadas são (Descrito na Dissertação). Essas transformações, frequentemente são usadas sem preocupação mais profunda de sua validade, a não ser valores obtidos para coeficiente de variação. Procurou-se dar uma orientação melhor sobre a transformação ou não dos dados a serem analisados e para tanto foi feito um programa de computação eletrônica a fim de se verificarem os efeitos de cada tipo de transformação de dados sobre os resultados obtidos na análise da variância. Através desse estudo, verificou-se que: - A importância do coeficiente de variação é relativa. - Nem sempre há necessidade de se transformarem os dados, embora à primeira vista o pareça.