Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Variância
(MANOVA)
Notas para a disciplina de Análise
Estatística III
Tomás da Silva
MANOVA 2
Pontos principais
• O que é a MANOVA? O que pode fazer-se com
a MANOVA?
• MANOVA: Objectivos
✸ Um exemplo
1
MANOVA 3
O Que É A MANOVA?
• Uma técnica similar à ANOVA
(Aliás, é uma extensão lógica da ANOVA)
• É usada quando o design envolve mais do que
uma variável dependente.
• Na verdade, devemos falar de modelos da
MANOVA (algo que, aliás, já tínhamos visto
quando falámos da ANOVA)
• Em todos os modelos, de qualquer forma,
teremos a seguinte equação:
DADOS = MODELO + ERRO
MANOVA 4
OBJECTIVOS
Se temos mais do que uma VD (var. dependente), então a
MANOVA permite:
• Controlar a inflação excessiva das taxas do erro
“experimentwise”* de tipo I e II
• Obviar à incapacidade da parte do investigador, ao efectuar
múltiplas ANOVAS unifactoriais, de ter em consideração as
correlações entre as VD’s.
*a taxa de erro experimentwise (αEW), representa o grau de risco
que acresce na análise de mais de uma variável dependente
em cada experiência. Em concreto a taxa de erro é definida
como a probabilidade de cometer um ou mais erros de tipo I
numa série de análises de variáveis dependentes.
2
MANOVA 5
Um Exemplo
Brace, Kemp & Snelgar (2003) apresentam o seguinte
exemplo:
Imagine que uma equipa de investigadores está interessada
em estudar se o facto de ser vítima de um crime influencia
o grau de medo face ao crime. Neste caso pode comparar
aqueles que foram vítimas de vários crimes, os que apenas
foram vítimas uma vez e aqueles que nunca foram vítimas.
Pode de seguida medir um certo número de diferentes
aspectos do medo do crime, incluindo medidas objectivas
tais como o número de medidas de segurança
implementadas no lar, o número de vezes por semana que os
participantes saem sozinhos, bem como uma medida de
auto-relato.
MANOVA 6
Estrutura da MANOVA
• Por comparação com um modelo familiar consideremos a
estrutura de uma ANOVA bi-factorial, neste caso, já estudado,
teremos:
y ijk = µ + α j + β k + αβ jk + e ijk
3
MANOVA 7
Estrutura da MANOVA—Cont.
• Os testes de significância para cada uma das hipóteses do modelo são
obtidos através do teste F, um para cada efeito, e calculados como um
rácio da Média dos Quadrados (MQ) do efeito pela MQerro.
Τ = ΗA + HB + Η AB +Ε
MANOVA 8
Estrutura da MANOVA—Cont.
• A matriz total das somas dos quadrados e do cruzamento dos
produtos (T) [SSCP T], é dividida numa parcela que contempla a
adição das expressões matriciais que integram a informação sobre as
SSCP entre os sujeitos (SSCP between; B) para cada hipótese do
modelo (HA, HB e HAB) e uma matriz da SSCP para os elementos erro
do modelo (E).
• Estas matrizes SSCP são muito importantes nas análises
multivariadas. Constituem os termos que transmitem a informação
acerca das correlações entre as variáveis dependentes. Esta
informação é utilizada permanentemente na obtenção da solução do
problema (Haase & Ellis, 1987).
• Depois de ter-se efectuado a partição da variabilidade, podemos
calcular as estatísticas que nos permitirão testar se qualquer um dos
efeitos contemplados no modelo permite dar conta de uma
proporção significativa da variabilidade na variável dependente ou
nas variáveis dependentes.
4
MANOVA 9
MANOVA 10
5
MANOVA 11
MANOVA 12
6
MANOVA 13
• O Exemplo
Vamos usar a base de dados, construída por
Brace, Kemp & Snelgar (2003).
Trata-se do estudo sobre o medo do crime para
diferentes grupos de vítimas deste tipo de
violência.
MANOVA 14
7
MANOVA 15
MANOVA 16
Comparar com o valor crítico obtido numa tabela do qui-quadrado; g.l. = nº de VD’s
8
MANOVA 17
• Realização da MANOVA
General Linear Model Multivariate Dependent
Variables security, outings, report Fixed Factors
group Multivariate options Display Means for
group Display Descriptive statistics Estimates of
effect size Homogeneity tests.
(Cf. Output em Anexo)