Universidade Estadual do Rio Grande do Sul

Planejamento de Experimentos
Prof. Dr. Éder Julio Kinast

Introdução aos métodos

quantitativos para
planejamento e análise
de experimentos

Análise Paramétrica da
Média Aritmética
 Tópicos de Estatística
• População (de 𝑁 elementos) vs Amostra (de 𝑛 elementos)

• Média Aritmética 𝑥 vs Mediana 𝑥

47
 Valores 0, 5, 7, 8, 8, 9, 10 → 𝑥 = ≅ 6,71 e 𝑥 = 8
7

 Excel =MÉDIA(INTERVALO) e =MED(INTERVALO)

• Desvio-padrão amostral 𝑠 é a principal medida de dispersão dos

valores em relação à média aritmética

𝑛 2
𝑥𝑖 −𝑥
 𝑠= 𝑖=1
𝑛−1
é a raiz quadrada da média dos desvios quadráticos

em relação à média aritmética com um grau de liberdade a menos

que o número de amostras
Exemplo
 Excel =DESVPAD.A(INTERVALO) ou =DESVPADA(INTERVALO) Excel 1
 Distribuição Normal
1 𝑥−𝜇 2
1 −
• Função gaussiana 𝑓 𝑥 = 𝑒 2 𝜎
2𝜋𝜎

Média populacional
Frequência f(x)

Desvio-padrão
 populacional

Área Total
1 ou 100%


Variável x
 Distribuição Normal
• Exemplo: distribuição de frequência (histograma) dos
tamanhos de pés de sapato de 1000 mulheres adultas sem
problemas congênitos.

300  = 37,144
250
Frequência f(x)

200
 = 1,4482
150

100

50

0
32 33 34 35 36 37 38 39 40 41 42 43 Exemplo
x (tamanho do pé) Excel 2
 Distribuição Normal
• Todos os conjuntos de dados experimentais seguem uma DN?

• NÃO quando:
 O perfil de distribuição for assimétrico

 A distribuição não respeite o perfil gaussiano

400
 = 68,2029
 = 37,6
2
300 n = 10050
n=5
Frequência f(x)

Frequência f(x)

200  = 13,5672  = 1,6248

1

100

0 0
30 40 50 60 70 80 90 100 32 33 34 35 36 37 38 39 40 41 42 43
x x
 Distribuição Normal
• Quando um conjunto de dados SEGUIR uma DN, pode-se:
 Estimar o erro estatístico da média aritmética

 Estimar o intervalo de confiança que contém a média

 Utilizar testes estatísticos que consideram os parâmetros da DN

(testes paramétricos)

 Dimensionar a amostra a partir de uma incerteza máxima

admitida 𝛼

• Para estimar se um conjunto de dados segue uma DN, utiliza-

se um dos Testes de Normalidade
 Testes de Normalidade
• Testes Gráficos
 Papel da Probabilidade com R 2 > 0,95
 Comparação com valores esperados de uma normal (χ²-Pearson)

• Testes Estatísticos
 Anderson-Darling (n ≥ 8)
 Cramer-von Mises (n ≥ 4)
 Shapiro-Wilk (4 ≤ n ≤ 50)
 Ryan-Joiner (n ≥ 4)
 Kolmogorov-Smirnov (4 ≤ n ≤ 50)
 χ²-Pearson (n ≥ 20)
 Lilliefors (4 ≤ n ≤ 50)
 Jarque-Bera (n ≥ 20)
 Lilliefors-van Soest (4 ≤ n ≤ 50)
 D'Agostino-Pearson K² (n ≥ 20)
Exemplo
Excel 3
 Confiança vs Incerteza
• A confiança de um experimento é a expectativa de
repetibilidade do mesmo.

• Incerteza é o valor complementar a 100% da confiança.

Incerteza = 𝛼

Confiança = 1−𝛼
 Pequenas Amostras
• Um problema prático dos experimentos é o pequeno número
de elementos das amostras de estudo.

• Mesmo seguindo uma DN, poucos dados experimentais podem

não estimar adequadamente os parâmetros da distribuição.

• Nestes casos, utiliza-se uma alternativa à Distribuição

Normal, readequada para um pequeno número de amostras,
chamada Distribuição t (de Student).

• A Distribuição t pode ser utilizada para qualquer número de

amostras e tende à Distribuição Normal quando o número de
amostras tende ao infinito (𝑛 → ∞)

• Na verdade, a DN é um perfil de grandes populações (não

amostras!)
 Estimativa de Erro da Média
• Caso um conjunto de dados experimentais sigam uma DN, o
erro esperado máximo cometido ao estimar a média real
(populacional) vale
𝑡𝛼/2;𝜈 ∙ 𝑠
𝑒=
𝑛
𝜈 =𝑛−1

• O intervalo de confiança que contém a média com confiança

1 − 𝛼 é definido como
𝐼𝐶1−𝛼 = 𝑥 − 𝑒; 𝑥 + 𝑒

• Exemplo 4. Uma amostra de 16 alunos de uma escola fizeram

um teste de QI. Teste a normalidade dos dados com S-W,
estime a média de QI da população de alunos e o erro máximo
Exemplo
cometido com confiança de 95%. Excel 4
 Dimensionamento de amostra
• Isolando 𝑛 na fórmula do erro, pode-se estimar o número de
elementos de uma amostra para determinado erro máximo
que se deseje cometer
𝑡𝛼/2;𝜈 ∙ 𝑠 2
𝑛=
𝑒
Porém 𝜈 = 𝑛 − 1 e a expressão é recursiva!

• Continuação do Exemplo 4. Estime o número de alunos para

submeter ao teste de QI para que o erro máximo cometido
seja de 1 ponto.

Exemplo
Excel 4
 Testes t (de hipóteses)
• Testes de hipóteses servem para comparar um conjunto de dados com
um valor esperado ou dois conjuntos de dados.

• Os dados compõem destruições normais que são comparadas.

• Da distribuição A para B muda a
A B
tendência central, mas a
variabilidade é constante;
Frequência f(x)

C
• Da distribuição A para C muda a
variabilidade, mas a tendência
central é constante;
• Da distribuição B para C muda a
tendência central e a variabilidade.

Variável x
• Para o teste BILATERAL, a média amostral será significativamente
DIFERENTE do valor esperado se houver menos de 𝛼/2 de área de
intersecção entre as DNs teóricas.

• Para os testes UNILATERAIS, a média amostral será

significativamente MAIOR ou MENOR do que o valor esperado se
houver menos de 𝛼 de área de intersecção entre as DNs teóricas.
 Teste t de UMA média
amostral vs um valor esperado
• Compara uma média aritmética amostral com um valor
esperado.

• Continuação do Exemplo 4. Existe diferença significativa

entre o valor médio e a pontuação 95?

• Continuação do Exemplo 4. Sabe-se que populações com QI

médio inferior a 100 pontos apresentam dificuldade de
aprendizado nas séries finais. Teste se a amostra de alunos
apresenta média significativamente menor que 100 pontos.

Exemplo
Excel 4
 Teste t de DUAS médias com
variâncias iguais
• Compara duas médias aritméticas amostrais que possuem
desvios-padrão sem diferença estatística significativa.

• O teste de diferença de desvios-padrão (variâncias) é

realizado com o Teste F.

• Exemplo 5. Um grupo de 20 estudantes homens e 30

estudantes mulheres do último ano do ensino médio tiveram
as suas alturas medidas. Espera-se que os homens tenham
altura significativamente maior que as mulheres nesta idade.
Teste as normalidades dos dados e se a hipótese de altura se
confirma com incerteza de 5%.

Exemplo
Excel 5
 Teste t de DUAS médias com
variâncias diferentes
• Compara duas médias aritméticas amostrais que possuem
desvios-padrão com diferença estatística significativa.

• O teste de diferença de desvios-padrão (variâncias) é

realizado com o Teste F.

• Exemplo 6. Um grupo de 25 crianças de 4 a 5 anos que

frequentaram escolas maternais desde os 2 anos e um grupo
de 30 crianças de mesma idade que não frequentaram escolas
foram submetidas a testes de grupamento (uma das partes do
teste de QI). Espera-se que as crianças que frequentaram
escolas tenham desempenho melhor nos testes. Teste as
normalidades dos dados e se a hipótese de desempenho se
confirma com incerteza de 5%.
Exemplo
Excel 6
 Teste t de dados pareados
• Compara dois conjuntos de pares de dados

• Exemplo 7. Um grupo de 24 estudantes foram submetidos a

um teste de 100 questões “rápidas” de lógica. Então, um dia
após todos participaram de uma aula de conceitos e formas de
resolução de problemas de lógica. Após, um novo teste
(equivalente) de 100 questões foi aplicado. Espera-se que após
a aula, os resultados médios tenham sido melhores. Teste a
normalidade dos dados e se a hipótese de desempenho se
confirma com incerteza de 5%.

Exemplo
Excel 7
 Análise de Variância
• Quando houver 3 ou mais conjuntos de dados, utiliza-se a
ANOVA (ANalysis Of VAriance), que avalia se há diferença
significativa entre pelo menos um dos conjuntos de dados em
relação aos demais.

• Há três suposições básicas que devem ser satisfeitas para que

se possa aplicar a análise de variância:
 As amostras devem ser aleatórias e independentes;
 As amostras devem ser extraídas de populações normais;
 As populações devem ter variâncias iguais.

• Para comparar os diversos conjuntos de dados (2 a 2) e

agrupá-los, utiliza-se um dos testes de comparação múltipla
(Tukey-Kramer, Bonferroni, Schefè, etc)

• Para comparar os diversos conjuntos de dados com um padrão

controle, utiliza-se o teste de Dunnet.
 Análise de Variância
• A igualdade de variâncias é verificada com os testes de
Bartlett ou Levene.

• Exemplo 8. Um teste de conhecimentos foi aplicado aos

integrantes de 6 diferentes turmas, cada uma com 20 alunos.
Testes as normalidades dos dados com S-W e a igualdade de
variâncias com Bartlett. Há pelo menos um dos conjuntos de
dados que apresenta diferença estatística com os demais ao
nível de 5%? Quais são os grupos de Tukey? Considerando a
Turma 101 como o controle, pois são compostos por alunos
selecionados, quais são equivalentes e quais são
estatisticamente diferentes? Apresente um gráfico de barras
com as barras de erro.
Exemplo
Excel 8