English

ANOVA de dois fatores

Modelos e regressão · distribuição de referência: F

Quando usar

Avaliar ao mesmo tempo o efeito de dois fatores sobre uma resposta numérica, e se eles interagem, como dose e sexo num ensaio.

Hipótese nula

Para cada fator, as médias dos níveis são iguais; para a interação, o efeito de um fator não depende do nível do outro.

Pressupostos

Estatística

F_A = \dfrac{QM_A}{QM_{\text{erro}}}, \quad F_B = \dfrac{QM_B}{QM_{\text{erro}}}, \quad F_{AB} = \dfrac{QM_{AB}}{QM_{\text{erro}}}

Tamanho de efeito

η² parcial de cada efeito: fator A, fator B e interação.

\eta^2_p = \dfrac{SQ_A}{SQ_A + SQ_{\text{erro}}}

Como reportar

Dose: F(2, 54) = 7,9; p = 0,001; η²p = 0,23. Interação: F(2, 54) = 1,1; p = 0,34

No R e no Python

R
summary(aov(y ~ dose * sexo, data = dados))
Python
import statsmodels.api as sm
import statsmodels.formula.api as smf
m = smf.ols("y ~ C(dose) * C(sexo)", data=dados).fit()
sm.stats.anova_lm(m, typ=2)

No Python, stats é scipy.stats e np é numpy.

Variantes e alternativas

Onde fica no catálogo

Modelos e regressão. Testes feitos dentro de um modelo ajustado: se um coeficiente importa, se o modelo explica algo e se os resíduos cumprem os pressupostos.

Na árvore de decisão

  1. O que você quer fazer? Comparar grupos, ou um grupo com um valor de referência
  2. Que tipo de resposta você mediu? Numérica: uma medida, como peso, tempo ou nota
  3. Quantos grupos ou medidas? Dois fatores ao mesmo tempo, como dose e sexo

Abrir a árvore de decisão