Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Nestes problemas o investigador tem uma hiptese unilateral, verifica s o lado do grfico que
quer.
Passos para resolver estes problemas:
Modelo Nulo
i = bo
i = bo + ei
Erro-Padro
Desvio-Padro
Varincia
bo
b1
Andreia Martins
Dumm
y
b2
PRE (Reduo Proporcional do Erro) Utiliza-se para descobrir qual dos modelos
melhor.
Desvio-padro
4. Deciso
5. Concluso
Mdia
da VI
2.
3.
4.
5.
Estatstica de teste
Regra de teste Usa-se a distribuio t
Deciso
Concluso
Andreia Martins
Teste de Hiptese
1. Hiptese
H0: G1 = G2 = G3 (Hiptese Nula)
H1: nem todas s so iguais (Hiptese Alternativa)
2. Estatstica de Teste
a. Aceitar Ho
b. Rejeitar Ho
3. Regra de teste
Quadrados Mdios
Factor
Quadrados Mdios
Residual
4. Deciso
5. Concluso
Soma dos
quadrados Factor
Soma dos
quadrados Residual
Soma dos
quadrados totais.
Andreia Martins
Contrastes Ortogonais
o Sistema de comparao de mdias usado quando o investigador tem hipteses
especficas para as diferenas entre as mdias. Abaixo temos um exemplo de
codificao para contrastes.
Teste de Scheff
o Devem ser consideradas
diferentes
todas
as
mdias,
quando:
Quantidade de
grupos
Quadrado mdio
Residual (dentro
dos grupos
Andreia Martins
Nmero de
observaes
num dos
grupos
(pressupe
igual nmero
de
observaes
em cada
grupo)
Valor do F critico
ao nvel de
significncia
adotado
Resoluo do
Regresso
Problema
Usando Anlise
de
1. Definies
Efeito principal o efeito de uma VI (fator) quando as outras Vis esto no seu ponto
mdio
Efeito de interao o efeito resultante da multiplicao entre 2 ou mais Vis.
Tambm chamado efeito de moderao.
1. Codificao de cada VI em Dummy
Exemplo: Normatividade controlo 0 e Presso no fumar 1
Stress baixo 0 e alto 1
1.1. Mdias de cigarros fumados em cada condio
Andreia Martins
Dados
previstos
Yi = bo
Constante: valor de Yi no
modelo
quando
no
inclumos VIs grand mean
Modelo Proposto
i = b0 + b1Normatividadei + b2Stressi
Mdia de cigarros na
condio de controlo e
baixo stress
Correlaes:
rYX = A + B
rYZ = C + B
rXZ = D + B
1. Modelo Proposto
Legenda:
Mdia da
VD
Mdia da 1
VI
Andreia Martins
Aps a criao de uma varivel com a interao entre as Vis, volta-se a especificar o
modelo com os valores especficos dos parmetros
4. Interpretao
Andreia Martins
6. Interpretao
Andreia Martins
Andreia Martins
Regresso Linear
Passos Necessrios Antes da Anlise
1. Codificao de cada VI em Dummy
2. Criao de uma varivel com a interao entre as Vis
3. Utilizar as 3 variaveis (2 dummies e a interao) com preditores na regresso
4. Interpretao do primeiro contraste
Andreia Martins
ANOVA
1. Criar contrastes entre as Vis atravs da sintaxe do SPSS
2. Interao com contrastes
Regresso Linear
Regras:
A mdia de cada VI tem de ser igual a zero
A soma dos cdigos deve ser igual a zero
A soma dos produtos dos cdigos deve ser igual a zero
A diferena entre os cdigos deve ser igual a 1. Isto 0,5 (-0,5) =1
Andreia Martins
ANOVA
1. Utilizar as duas Vis como factores
2. Interpretar os efeitos principais
Regresso Linear
1. Centrar as duas variveis (Sexo e TSO)
1.1. TSO centra-se em torno da sua mdia
1.1.1. Subtrair a mdia dos valores da varivel a ser centrada, de modo que a
mdia da varivel centrada seja igual a zero. Isto TSO_C = TSO - 2,375
1.2. Sexo utiliza-se os cdigos de contraste
Necessrio definir um sistema de codificao de modo assegurar os efeitos
principais
Andreia Martins
1. Especificao do Modelo
1.1. Modelo Nulo
Yi = b0
Dados
previstos
Constante: valor de Yi no
modelo
quando
no
inclumos VIs grand mean
Efeito
Principal
do Sexo
Efeito
Principal
da TSO
Compara
masculino
com feminino
quando a
varivel TSO
est centrada
(TSO_C).
Assim, b1 =
efeito
principal do
sexo;
Interao: no
significativa
necessrio corrigir o
modelo
O efeito da
TSO quando
a varivel
sexo est no
seu ponto
mdio.
Assim, b2 =
efeito
principal da
TSO;
Coeficiente de
regresso que
representa a
interao entre
o sexo e a
TSO.
i = b0 + b1Sexoi + b2TSO_Ci
Andreia Martins
ANCOVA
1. Especificao do Modelo
1.1. Modelo Completo
Andreia Martins
4. Interpretao
Andreia Martins
5. Testar os contrastes
5.1. Codificar o sexo como 0 (homens) e 1 (mulheres)
5.2. Utilizar as variaveis sexo e TSO centrada na regressao
5.3. Intrepretar b2
Andreia Martins
Caractersticas:
o Mtodo estatstico para a descrio de variveis latentes;
o A varincia decomposta em comum (explicada) e nica (erro);
o Tem um modelo de medida subjacente s anlises;
o O nmero de fatores menor do que o nmero de variveis.
O problema deste tipo por exemplo: Eles foram instrudos a estimar em que medida
as pessoas representadas nos itens costumam fumar. As respostas para cada item
podiam variar de 0 (fumam pouco) a 4 (fumam muito). Os item so os seguintes: Item
1: Os amigos da universidade; Item 2: Os familiares; Item 3: As pessoas em
o Neste tipo de anlise as variveis so:
Sistema de Equaes
Variveis manifestas
(observveis) no
individuo. Normalmente
camado de item ou
indicador
Erros de estimao.
Normalmente
chamados erros de
medida
Coeficiente de
regresso
estandardizados que
representam o peso do
o Mtodo de Centroide fator em cada item
Para calcular os betas sem dados sobre a normatividade:
ri-n = Somatrio das correlaes do item i com todos os itens (incluindo a correo do
item com si prprio).
o Apenas precisa de saber as correlaes entre as variveis
Interpretao
Andreia Martins
Mltiplos Fatores
Rotao Ortogonal
Andreia Martins
Andreia Martins
2. Calcular o Beta
Andreia Martins
Rotao Oblqua
Fatores correlacionados
Sistema Equacionais
Ci1 = 11Fator1 + 12Fator2 + 13Fator3 + ei1
Ci2 = 21Fator1 + 22Fator2 + 23Fator3 + ei2
Ci3 = 31Fator1 + 32Fator2 + 33Fator3 + ei3
Ai1 = 41Fator1 + 42Fator2 + 43Fator3 + ei4
Ai2 = 51Fator1 + 42Fator2 + 53Fator3 + ei5
Ai3 = 61Fator1 + 42Fator2 + 63Fator3 + ei6
Andreia Martins
2. Calcular o Beta
Andreia Martins
Andreia Martins
Representaes
Andreia Martins
Andreia Martins
Ausncia de Outliers
Normalidade da distribuio dos erros;
A Homogeneidade dos erros;
Ausncia de multicolinearidade
1. Outliers
o Definio: so casos\observaes to extremadas que se situam fora da
distribuio prevista da varivel na populao.
o Pode ocorrer tanto na VD como na VI
Andreia Martins
Soluo:
o Ver se os outliers resultam de erros (na insero dos dados ou ma
interpretao da resposta)
Se houver algum destes erros, corrigir
o Se no houver, faze-se estes passos:
I. Correr a anlise incluindo os outliers
II. Correr a anlise excluindo os outliers
III. Avaliar os resultados
Se, na analise que fizeste primeiro (com outliers) deu NAO
significativo. e na analise que fizeste depois (sem outliers) deu
significativo. ou seja, se deram interpretaao diferentes, analisas
SEM outliers (a segunda);
No entanto... se derem ambas no significativas, ou seja, se
ambas tiverem a mesma interpretaao, analisas COM outlier (a
primeira)
2. Distribuio Normal dos Erros
Andreia Martins
Soluo:
o Transformao da varivel dependente:
Andreia Martins
Anlise Estatstica:
Soluo:
Andreia Martins
Solues
o Usar apenas uma das variveis
o Fazer um compsito das 2 variveis
Ansiedade + stress / 2
o Se houver mais do que 2 VI
Anlise fatorial dos preditores
Se emergir apenas um fator, fazer um compsito
Se emergirem mais do que um fator, fazer os compsitos
consoante o nmero de fatores.
Andreia Martins