A Análise da Variância (ANOVA) pode ser pensada como um método para testar a hipótese
:
por meio da análise de variâncias de diversas amostras.
a) Qual é o modelo estatístico que está por trás da ANOVA?
b) O que é estimado nesse modelo?
a) Qual é o modelo estatístico que está por trás da ANOVA?
b) O que é estimado nesse modelo?
Passo 1
O enunciado pede duas coisas: (a) qual é o modelo estatístico por trás da ANOVA que testa a hipótese
; (b) o que se estima nesse modelo.
Informações relevantes do enunciado: temos amostras/grupos e a hipótese nula diz que todas as médias de grupo são iguais. Não há números concretos fornecidos, só a estrutura hipotética.
Informações relevantes do enunciado: temos
Passo 2
Apresentação do modelo canônico (modelo de efeitos fixos, one‑way ANOVA). Escrevemos cada observação como
onde:
-
identifica o grupo (tratamento); -
indexa as observações dentro do -ésimo grupo; -
é a média geral (grand mean); -
é o efeito do -ésimo grupo (treatment effect), medindo quanto a média do grupo difere da média geral; -
é o erro aleatório associado à observação do grupo .
Passo 3
Condição de identifiabilidade e interpretação dos parâmetros. Para evitar redundância entre
e os
nós impomos a restrição
Com isso, a média do
-ésimo grupo é
A hipótese nula
é equivalente a
.
Passo 4
Pressupostos do modelo (por que são importantes e o que significam):
- Independência: as observações
são independentes entre si. Isso garante que somas de quadrados e variâncias se comportem bem. - Normalidade dos erros:
. Esse pressuposto dá a distribuição F exata para o teste (em amostras finitas). - Homocedasticidade (variâncias iguais): todos os grupos têm mesma variância residual
. Escrito como parte do modelo de erro acima.
Se esses pressupostos falham, o teste F pode perder validade (principalmente o nível) ou potência.
Passo 5
O que se estima no modelo: parâmetros de interesse e estimadores. Existem duas formas equivalentes de falar do que estimamos:
- Estimamos as médias de cada grupo
ou, na parametrização anterior, estimamos e os efeitos . - Estimamos a variância dos erros
.
Mostrarei as estimativas usuais (mínimos quadrados / máximas verossimilhança):
Passo 6
Estimadores dos parâmetros principais (fórmulas e interpretação).
Definimos as médias amostrais:
Definimos as médias amostrais:
onde
é o total de observações. Então:
- Estimador da média do grupo
:
- Estimador da média geral:
- Estimador do efeito do
-ésimo grupo:
Esses são os estimadores de mínimos quadrados ordinários sob a restrição
.
Passo 7
Estimador da variância dos erros. Primeiro definimos a soma de quadrados dos resíduos (SSE):
O estimador não tendencioso (momento) da variância residual é
Aqui
é o número de graus de liberdade para o erro (total de observações menos número de grupos ajustados).
Passo 8
Somas de quadrados usadas no teste (para contextualizar o que é estimado):
- Soma total de quadrados:
- Soma de quadrados entre tratamentos (SSTR, variabilidade explicada pelos grupos):
Valem a decomposição
As quantidades
e
permitem estimar a variabilidade atribuível aos efeitos dos grupos e aos erros, respectivamente.
Passo 9
Construção do teste F (mostra o uso das estimativas). Calculam-se as médias quadráticas:
O estatístico de teste é
Sob
e assumindo os pressupostos, tem-se
. Esse passo mostra que, além das médias e variâncias, o modelo estima razão de variâncias usada para testar se as médias diferem.
Passo 10
Derivação curta (intuitiva) dos estimadores por mínimos quadrados. Minimiza-se
sujeito a
. As equações normais dão
o que coincide com as fórmulas do Passo 6 — ou seja, essas estimativas minimizam a soma dos quadrados dos resíduos e são as estimativas de máxima verossimilhança se assumirmos normalidade dos erros.
Passo 11
Resumo didático e interpretação prática (para a prova). O modelo te dá uma decomposição clara: cada observação é média geral + efeito do grupo + erro. Na prova, para responder “qual é o modelo?” escreva a equação do Passo 2, diga a restrição
e liste os pressupostos (independência, normalidade, homocedasticidade). Para “o que é estimado?” diga que se estima:
- as médias de cada grupo
(ou e ), com e ; - a variância residual
por ; - e, indiretamente, as parcelas de variância (SSTR, SSE, MS) usadas no teste F.
Resposta
(a) Modelo:
com restrição
e pressupostos
(independência e homocedasticidade).\n
(b) Estima‑se as médias de grupo (ou
e
) e a variância residual
; estimadores usuais:
,
,
e
com
.
(b) Estima‑se as médias de grupo