MANOVA

ANLISE MULTIVARIADA APLICADA AS CINCIAS AGRRIAS
PS-GRADUAO EM AGRONOMIA CINCIA DO SOLO: CPGA-CS
ANLISE DE VARINCIA MULTIVARIADA

Carlos Alberto Alves Varella1
NDICE
INTRODUO.......................................................................................................................2
MODELO ESTATSTICO......................................................................................................2
MATRIZES DE SISTEMAS DE EQUAES NORMAIS ..................................................3
DECOMPOSIO DA SOMA DE QUADRADOS E PRODUTOS TOTAIS .....................4
TESTE PARA A HIPTESE NULA H0 ................................................................................4
TESTE PARA VETORES DE MDIAS................................................................................5
EXEMPLO DE APLICAO ................................................................................................6
BIBLIOGRAFIA .....................................................................................................................6
1
Professor. Universidade Federal Rural do Rio de Janeiro, IT-Departamento de Engenharia, BR 465 km 7 - CEP 23890-000 Seropdica
RJ. E-mail: varella@ufrrj.br.
INTRODUO
A anlise de varincia multivariada utilizada para comparar vetores de mdias. Os dados
normalmente so provenientes de delineamentos estatsticos. A formulao de um teste
estatstico para comparar vetores de mdias, depende da partio do total da varincia em:
varincia devido ao efeito de tratamentos e varincia devido ao erro. Est partio da varincia
total denominada de MANOVA, anlise de varincia multivariada (JOHNSON &
WICHERN, 1999). Em experimentos que envolvem variveis aleatrias contnuas, medidas na
mesma unidade experimental, pode-se pressupor a multinormalidade e realizar uma anlise
multivariada. Um ponto relevante da anlise multivariada o aproveitamento da informao
conjunta das variveis envolvidas (REGAZZI, 2000).
As pressuposies para realizao da MANOVA so as seguintes:
1) Modelo aditivo para efeitos de tratamentos, blocos (se houver) e erro;
2) Independncia dos erros;
3) Igualdade da matriz de covarincia para todas as amostras;
4) Distribuio multinormal dos erros, com varincia .
MODELO ESTATSTICO
O modelo estatstico para um delineamento em blocos casualizados com b blocos e k
tratamentos em que so medidas p variveis :
Yijr = r + tir + b jr + eijr
i = 1,2, K , k ;
em que,
r
Yijr
r
tir
b jr
eijr
j = 1,2, K , b; r = 1,2, K , p;
= indexador das variveis;
valor observado da r-sima varivel sob o efeito do i-simo tratamento no j=
simo bloco;
= mdia geral da r-sima varivel;
= efeito do i-simo tratamento na r-sima varivel;
= efeito do j-simo bloco na r-sima varivel;
= efeito aleatrio associado observao Yijr
Na forma matricial o modelo estatstco :

Y = X +
em que,
Y
X
=
=
=
=
matriz de observaes de dimenses bk x p;

matriz do delineamento de dimenses bk x (1+k+b);
matriz de parmetros de dimenses (1+k+b) x p;
matriz de erros de dimenses bk x p.
Podemos tambm escrever da seguinte forma:
] [
] [
~ ~
~
Y = ~y1 , ~
y2 , K , ~
y p = X1 , X 2 , K , X p + e~1 , e~2 , K , ~
ep
Para a varivel r (r=1,2,...,p) temos que:

~y = X~ + ~
er
r
r
MATRIZES DE SISTEMAS DE EQUAES NORMAIS
Considerando-se o modelo linear multivariado Y = X + , a matriz de sistemas de

equaes normais :
& = X 'Y
X ' X
A soluo de mnimos quadrados do sistema de equaes normais dada pela matriz:
& = &1 , &2 , K , & p = ( X ' X )1 X ' Y
& possui dimenses (1+k+b) x p, onde X a matriz de valores das

A matriz de solues
p variveis independentes e Y a matriz de valores resposta para os efeitos de tratamentos. Da
mesma forma que no modelo univariado, sendo posto de (XX)=k+b-1, o sistema admite mais
de uma soluo, isto , a matriz (XX) no possui inversa verdadeira.
Impondo-se as
restries de que os somatrios dos efeitos de tratamentos e blocos sejam igual a zero, o
sistema apresenta soluo nica que denotaremos por:
= ( X ' X + AA')1 X ' Y = 1 , 2 , K , p
em que,
= melhor estimador linear ou BLUE de ;
( X ' X + AA')1 = inversa condicional de XX.
DECOMPOSIO DA SOMA DE QUADRADOS E PRODUTOS TOTAIS

Considerando-se o modelo linear multivariado Y = X + , tem-se, do mtodo dos
mnimos quadrados, que:
' = Y ' Y ' X ' Y

em que,
' = matriz de soma de quadrados e produtos de resduo que denotaremos por E, com
ne= n-Posto[X] graus de liberdade. No modelo de blocos ao acaso temos que:
ne = kb (k + b 1) = kb k b + 1 = (k 1) (b 1)
Y ' Y = matriz de soma de quadrados e produtos de totais que denotaremos por A;
' X ' Y = matriz de soma de quadrados e produtos de parmetros;
Da mesma forma que no modelo univariado temos que:
A= H +B+E
onde,
A, H , B e E so matrizes de dimenses p x p, de soma de quadrados e produtos de

totais, tratamentos, blocos e resduo, respectivamente.
TESTE PARA A HIPTESE NULA H0
A hiptese H0 a ser testada, considerando k tratamentos e p variveis, a de que os

vetores de mdias de tratamentos so iguais, isto :
H 0 : ~1 = ~2 = L = ~k
ou
k1
11 21

k2
12
22
=
=L=
H0 :
L
L L

1 p 2 p
kp
Essa hiptese o mesmo que testar se os vetores de efeitos de tratamentos so nulos, isto
:
~ ~
~
H 0 : t1 = t2 = L = tk = 0
ou
t k1 0
t11 t 21
t
t t
0
k2
12
22
H0 :
=
=L= =
L L
L L

t1 p t 2 p
t kp 0
O teste de Wilks o mais utilizado para testar a hiptese H0 da MANOVA. Contudo
outros testes tambm so utilizados, tais como Pillai, Hotelling-Lawley e o teste de Roy, os
quais podem apresentar resultados diferentes para a mesma anlise. O teste de Wilks
representado pela letra grega (lambda maisculo), assim definido:
E
det (E )
=
det (H + E ) H + E
Na presena de diferenas sistemticas entre tratamentos, espera-se sempre obter < 1 , e

tanto mais significativo quanto menor for seu valor. Para avaliar a significncia do valor de
obtido, pode-se usar tabela prpria para o teste de Wilks, ou trnsformar o valor de em
valor F correspondente. O valor de obtido na tabela para o teste de Wilks funo de , p, q
e ne. O valaor de tabelado :
tab = ( ; p; q; ne )
A regra de deciso : rejeita-se a hiptese nula ao nvel de significncia se:
cal < tab

Caso contrrio no se rejeita H0 e diz-se que o teste foi significativo ao nvel de
siginificncia .
TESTE PARA VETORES DE MDIAS
Quando rejeitamos a hiptese H0, isto , os vetores de mdias no so iguais, e temos

mais de dois tratamentos, torna-se necessrio um teste de mdias para verificar quais vetores
so diferentes entre si. Para comparar dois vetores de mdias de tratamentos, podemos usar o
teste T2 de Hotelling como apresentado a seguir:
EXEMPLO DE APLICAO
Fazer MANOVA para experimento com um fator inteiramente casualizado utilizando o

programa computacional SAS.
BIBLIOGRAFIA
FISHER, R.A. The use of multiple measurements in taxonomic problems. Annals of

Eugenics, v.7, p.179-188, 1936.
JOHNSON, R. A.; WICHERN, D. W. Applied multivariate statistical analysis. 4th ed.
Upper Saddle River, New Jersey: Prentice-Hall, 1999, 815 p.
KHATTREE, R. & NAIK, D.N. Multivariate data reduction and discrimination with SAS
software. Cary, NC, USA: SAS Institute Inc., 2000. 558 p.
REGAZZI, A.J. Anlise multivariada, notas de aula INF 766, Departamento de Informtica da
Universidade Federal de Viosa, v.2, 2000.
VARELLA, C.A.A. Estimativa da produtividade e do estresse nutricional da cultura do
milho usando imagens digitais. 2004. 92 f. Tese (Doutorado em Engenharia Agrcola)
Universidade Federal de Viosa, Viosa, 2004.
SAS. Online doc version 8. Disponvel em: http://v8doc.sas.com/sashtml/. Acesso em 14 mar.
2007.

MANOVA

Enviado por

Direitos autorais:

Formatos disponíveis

MANOVA

Enviado por

Dados do documento

Descrição original:

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

MANOVA

Enviado por

Direitos autorais:

Formatos disponíveis

ANLISE MULTIVARIADA APLICADA AS CINCIAS AGRRIAS

PS-GRADUAO EM AGRONOMIA CINCIA DO SOLO: CPGA-CS

ANLISE DE VARINCIA MULTIVARIADA

Yijr = r + tir + b jr + eijr

Na forma matricial o modelo estatstco :

matriz de observaes de dimenses bk x p;

Podemos tambm escrever da seguinte forma:

Para a varivel r (r=1,2,...,p) temos que:

Considerando-se o modelo linear multivariado Y = X + , a matriz de sistemas de

& = &1 , &2 , K , & p = ( X ' X )1 X ' Y

& possui dimenses (1+k+b) x p, onde X a matriz de valores das

= ( X ' X + AA')1 X ' Y = 1 , 2 , K , p

= melhor estimador linear ou BLUE de ;

( X ' X + AA')1 = inversa condicional de XX.

DECOMPOSIO DA SOMA DE QUADRADOS E PRODUTOS TOTAIS

' = Y ' Y ' X ' Y

' X ' Y = matriz de soma de quadrados e produtos de parmetros;

Da mesma forma que no modelo univariado temos que:

A, H , B e E so matrizes de dimenses p x p, de soma de quadrados e produtos de

A hiptese H0 a ser testada, considerando k tratamentos e p variveis, a de que os

Na presena de diferenas sistemticas entre tratamentos, espera-se sempre obter < 1 , e

cal < tab

Quando rejeitamos a hiptese H0, isto , os vetores de mdias no so iguais, e temos

Fazer MANOVA para experimento com um fator inteiramente casualizado utilizando o

FISHER, R.A. The use of multiple measurements in taxonomic problems. Annals of

Você também pode gostar