Curso de ANOVA e Desenho Experimental

Aula 1 • Variáveis e Escalas de Medição

Define variáveis independentes, dependentes e covariáveis nas quatro escalas de medição. A classificação correta das variáveis determina qual o modelo ANOVA aplicável.

Aula 2 • Fundamentos do Teste de Hipóteses

Introduz as hipóteses nula e alternativa, os valores p e os erros do tipo I e do tipo II. Fornece a lógica inferencial subjacente a qualquer teste ANOVA.

Aula 3 • Revisão de Conceitos Estatísticos Fundamentais

Abrange populações, amostras, distribuições e estatística descritiva. Estabelece o vocabulário quantitativo necessário para todo o trabalho subsequente com ANOVA.

Aula 4 • Delineamentos Experimentais vs. Observacionais

Contrasta experiências aleatorizadas com quase-experiências e estudos observacionais. Os formandos aprendem quando a inferência causal é ou não justificada.

Aula 1 • O Rácio F e a Sua Distribuição

Deriva o rácio F a partir dos quadrados médios e relaciona-o com a distribuição F. Os formandos aprendem a localizar valores críticos e a calcular valores p exatos.

Aula 2 • Porquê a ANOVA em Vez de Múltiplos Testes t

Explica a inflação da taxa de erro familiar quando se realizam testes t repetidos. Motiva a ANOVA como a ferramenta correta para comparar três ou mais médias de grupos simultaneamente.

Aula 3 • Pressupostos da ANOVA e Diagnósticos

Aborda os pressupostos de normalidade, homogeneidade da variância e independência. As verificações de diagnóstico evitam conclusões inválidas devido a violações dos pressupostos.

Aula 4 • Partição da Variância Total

Decompõe a soma dos quadrados total em componentes inter-grupos e intra-grupos. Esta partição é o coração computacional de qualquer modelo ANOVA.

Aula 1 • Métodos de Taxa de Falsa Descoberta

Introduz o controlo FDR de Benjamini-Hochberg como alternativa aos métodos de taxa de erro familiar. Os procedimentos FDR oferecem maior potência em contextos de comparação em larga escala.

Aula 2 • O Problema das Comparações Múltiplas

Quantifica como o erro familiar se acumula em testes aos pares. Estabelece a necessidade de controlo da taxa de erro antes de introduzir métodos de correção.

Aula 3 • Procedimentos Post-Hoc aos Pares

Aborda os métodos de Tukey HSD, Bonferroni e Scheffé com os seus pressupostos. Os formandos associam cada procedimento ao contexto de investigação adequado.

Aula 1 • Delineamentos Não Balanceados e Soma dos Quadrados Tipo III

Aborda tamanhos de célula desiguais e a escolha entre somas dos quadrados dos tipos I, II e III. A soma dos quadrados tipo III é padrão para delineamentos fatoriais não balanceados na maioria das áreas.

Aula 2 • Extensões Fatoriais de Ordem Superior

Estende a lógica bifatorial a delineamentos trifatoriais e superiores com interações de três fatores. Os formandos aprendem a gerir a complexidade e a interpretar tabelas de interação de ordem superior.

Aula 3 • Efeitos Principais na ANOVA Bifatorial

Calcula e interpreta o efeito principal de cada fator de forma independente. Os efeitos principais descrevem a influência média de um fator, colapsada através dos níveis do outro fator.

Aula 4 • Estrutura do Delineamento Bifatorial

Define delineamentos fatoriais cruzados e a estrutura de células para dois fatores. A compreensão das médias de célula e das médias marginais é pré-requisito para a interpretação da interação.

Aula 1 • Cálculo da ANOVA Unifatorial de Medidas Repetidas

Reparte a variância entre sujeitos, condições e componentes residuais. Os formandos constroem a tabela ANOVA e calculam o rácio F para os efeitos intrasujeitos.

Aula 2 • Delineamentos Mistos: Fatores Entre e Intrasujeitos

Combina um fator intersujeitos com um fator intrasujeitos num único modelo. Os delineamentos mistos requerem termos de erro separados para cada tipo de efeito.

Aula 3 • Lógica do Delineamento Intrasujeitos

Explica como a medição repetida remove a variância intersujeitos do erro. Este ganho de eficiência é a principal vantagem dos delineamentos intrasujeitos.

Aula 4 • Pressuposto de Esfericidade e Testes

Define esfericidade como variância igual das diferenças entre pares de condições. O teste de Mauchly deteta violações que inflacionam o erro do tipo I na ANOVA de medidas repetidas.

Aula 1 • Pressupostos da ANCOVA e Diagnósticos

Aborda a linearidade, a homogeneidade dos declives de regressão e a independência da covariável relativamente ao tratamento. As violações destes pressupostos invalidam as comparações de médias ajustadas.

Aula 2 • Cálculo das Médias Ajustadas

Deriva as médias ajustadas por mínimos quadrados removendo a influência da covariável das médias dos grupos. As médias ajustadas representam o desempenho dos grupos na média global da covariável.

Aula 3 • Múltiplas Covariáveis e Construção do Modelo

Estende a ANCOVA a múltiplas covariáveis e avalia a variância incremental explicada. Os formandos equilibram a complexidade do modelo com a perda de graus de liberdade.

Aula 4 • Fundamentação e Objetivos da ANCOVA

Explica como as covariáveis reduzem a variância do erro e ajustam as médias dos grupos para diferenças pré-existentes. A ANCOVA faz a ponte entre a regressão e a ANOVA num modelo linear unificado.

Aula 1 • Delineamentos em Blocos Completos Aleatorizados

Agrupa unidades experimentais em blocos homogéneos para remover a variação incómoda. A blocagem é a estratégia mais utilizada para aumentar a precisão da ANOVA.

Aula 2 • Delineamentos em Blocos Incompletos

Abrange delineamentos em blocos incompletos balanceados (BIB) quando blocos completos são inviáveis. Os formandos calculam médias de tratamento ajustadas e avaliam a eficiência do delineamento.

Aula 3 • Delineamentos de Parcelas Subdivididas e Sub-subdivididas

Atribui fatores de difícil alteração a parcelas principais e fatores de fácil alteração a subparcelas. Os delineamentos de parcelas subdivididas requerem termos de erro distintos para cada estrato.

Aula 4 • Quadrado Latino e Delineamentos Greco-Latinos

Controla dois fatores incómodos simultaneamente utilizando a estrutura de linhas e colunas do quadrado latino. Os formandos constroem quadrados válidos e analisam o modelo ANOVA resultante.

Aula 1 • Estimação da Dimensão do Efeito para Planeamento

Orienta a estimação das dimensões de efeito esperadas a partir de literatura anterior, dados piloto ou teoria. A introdução precisa da dimensão do efeito é o passo mais crítico na análise de potência.

Aula 2 • Dimensão da Amostra para ANOVA Unifatorial e Fatorial

Calcula o N necessário para delineamentos unifatoriais, bifatoriais e fatoriais de ordem superior. Os formandos consideram o número de células, o nível alfa e o nível de potência desejado.

Aula 3 • Potência para Delineamentos de Medidas Repetidas

Ajusta os cálculos de potência para a correlação intra-sujeitos e as correções de esfericidade. Os delineamentos de medidas repetidas requerem tipicamente menos participantes do que os delineamentos entre-sujeitos.

Aula 4 • Fundamentos da Análise de Potência

Define potência estatística como a probabilidade de rejeitar corretamente uma hipótese nula falsa. A relação de quatro parâmetros liga alfa, potência, dimensão do efeito e dimensão da amostra.