Em relação a análise de variância, pede-se o seguinte: Apresente os diferentes tipos de ANOVA
Passo 1
Beleza, então o enunciado pede para apresentar os diferentes tipos de ANOVA. O assunto aqui é Análise de Variância, lá da Estatística, e para resolver isso a gente precisa conhecer os principais “modelos” de ANOVA usados em experimentos: ANOVA com um fator, com vários fatores, medidas repetidas, blocos, etc. Não precisa saber nada avançado, só entender a ideia de comparar médias entre grupos e como isso muda conforme o desenho do estudo.
Passo 2
Vamos começar pela ANOVA mais simples: a One-Way ANOVA (ANOVA de um fator).
• Teoria: quando você tem só um fator (por exemplo, tipo de remédio) e quer comparar a média de mais de dois grupos (placebo, droga A, droga B), usa-se o modelo
• Teoria: quando você tem só um fator (por exemplo, tipo de remédio) e quer comparar a média de mais de dois grupos (placebo, droga A, droga B), usa-se o modelo
onde
é a medida do sujeito
no grupo
,
é a média geral,
é o efeito do
-ésimo grupo, e
é o erro aleatório. A ideia é testar
.
Passo 3
Agora a Two-Way ANOVA (ANOVA fatorial 2 fatores).
• Teoria: aqui você tem dois fatores (por exemplo, tipo de remédio e sexo do paciente) e pode testar efeitos principais e interação. O modelo é
• Teoria: aqui você tem dois fatores (por exemplo, tipo de remédio e sexo do paciente) e pode testar efeitos principais e interação. O modelo é
Passo 4
N-Way ANOVA (ANOVA fatorial geral).
• Teoria: estende a Two-Way para fatores. Você inclui todos os efeitos principais e interações de até ordem
. O modelo é só uma generalização dos termos de soma de efeitos.
• Teoria: estende a Two-Way para
Passo 5
Repeated Measures ANOVA (ANOVA de medidas repetidas).
• Teoria: quando você mede a mesma pessoa em vários momentos ou condições (por exemplo, peso antes, 1 mês e 3 meses depois). O erro dentro do sujeito desaparece como fator de confusão, e modela-se um termo de “sujeito” para capturar essa correlação.
• Teoria: quando você mede a mesma pessoa em vários momentos ou condições (por exemplo, peso antes, 1 mês e 3 meses depois). O erro dentro do sujeito desaparece como fator de confusão, e modela-se um termo de “sujeito” para capturar essa correlação.
Passo 6
Randomized Block ANOVA (ANOVA em blocos aleatórios).
• Teoria: se existe uma fonte de variação que não é o fator principal, mas que pode influenciar (por exemplo, dia de coleta), você “bloca” por dia. O modelo adiciona um efeito de bloco:
• Teoria: se existe uma fonte de variação que não é o fator principal, mas que pode influenciar (por exemplo, dia de coleta), você “bloca” por dia. O modelo adiciona um efeito de bloco:
Passo 7
Nested ANOVA (ANOVA aninhada).
• Teoria: quando níveis de um fator só fazem sentido dentro de níveis de outro (por exemplo, turmas dentro de escolas). Você modela um fator “escola” e, dentro de cada escola, “turma(es)”.
• Teoria: quando níveis de um fator só fazem sentido dentro de níveis de outro (por exemplo, turmas dentro de escolas). Você modela um fator “escola” e, dentro de cada escola, “turma(es)”.
Passo 8
Mixed-Effects ANOVA (ANOVA mista).
• Teoria: combina fatores fixos (que você quer comparar) e fatores aleatórios (que são apenas amostras de uma população maior). Exemplo: efeito de tratamento fixo e variabilidade entre laboratórios aleatórios.
• Teoria: combina fatores fixos (que você quer comparar) e fatores aleatórios (que são apenas amostras de uma população maior). Exemplo: efeito de tratamento fixo e variabilidade entre laboratórios aleatórios.
Resposta
Tipos de ANOVA mais comuns:
- One-Way ANOVA
- Two-Way ANOVA (e N-Way ANOVA)
- Repeated Measures ANOVA
- Randomized Block ANOVA
- Nested ANOVA
- Mixed-Effects ANOVA
- MANOVA (Multivariate ANOVA, para múltiplas variáveis-resposta)