Transformação de dados como alternativa a análise de variância univariada

Autores/as

  • Katia Alves Campos Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais, Campus Machado. Rodovia Machado Paraguaçú, Km 03Santo Antônio37750000 - Machado, MG - BrasilTelefone: (35) 32959700Fax: (35) 32959700
  • Crysttian Arantes Paixão
  • Augusto Ramalho de Moraes Universidade Federal de Lavras (UFLA)Departamento de Ciências Exatas (DEX)Campus UniversitárioCaixa Postal 3037CEP 37200-000 Lavras – MG

Palabras clave:

função discriminante linear de Fisher, análise de variância multivariada, qualidade das mudas, tubetes, transformação de dados

Resumen

Em experimentos é comum a obtenção de várias variáveis respostas, as quais são submetidas a análises estatísticas individuais que levam a resultados para cada característica. Com a finalidade de apresentar uma análise alternativa para quando se tem várias características, neste trabalho foi utilizada a análise discriminante de Fisher, por meio da qual se realiza uma transformação dos dados multivariados das várias características em uma nova variável univariada, sem grandes perdas de informação. Para ilustração da técnica foram utilizados dados de um experimento para aprodução de mudas de café, em tubetes, no qual foram avaliados o efeito de dois substratos comerciais (A e B), e de cinco proporções (0, 20, 40, 60 e 80%) de substituição dos substratos por um composto orgânico. Sete características de qualidade das mudas foram avaliadas e uma nova variável foi obtida a partir da transformação das variáveis originais por meio da aplicação da função discriminante linear de Fisher. A análise de variância das características da qualidade de mudas individuais detectou diferenças significativas somente entre as proporções de substituição do substrato por adubo orgânico, sendo estimadas as proporções ótimas de 19 a 29% dependendo da característica. Já a análise de variância dos dados transformados detectou diferenças significativasna interação substratos x percentual de substituição. Esses resultados mostram que a transformação dos dados multivariados em uma nova variável unidimensional por meio da função discriminante de Fisher pode ser considerada uma técnica viável para avaliação de experimentocom várias características.

Citas

BARTLETT, M. S. Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London, Series A, London, v. 160, n. 2, p. 268-282, 1937. http://www.jstor.org/stable/96803

CHATFIELD, C.; COLLINS, A. J. Introduction to multivariate analysis. Gembloux: Presses Agroomiques, 1980. 362 p.

FERREIRA, D. F. Estatística multivariada. 2. ed. Lavras: UFLA, 2011. 675 p.

FISHER, R. A. The use of multiple measurements in taxonomic problems. Annals of Eugenics, London, v. 7, n. 2, p. 179-188, 1936. http://dx.doi.org/10.1111/j.1469-1809.1936.tb02137.x

HAIR, J. F. et al. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009. 688 p.

MANLY, B. J. F. Métodos estatísticos multivariados: uma introdução. 3. ed. Porto Alegre: Bookman, 2008. 229 p.

MARANA, J.P., MIGLIORANZA, E., FONSECA, E. de P., KAINUMA, R. H., Indices de qualidade e crescimento em mudas de café, produzidas em tubetes. Ciência Rural, Santa Maria, v.38, n.1, p. 39-45, 2008. http://dx.doi.org/10.1590/S0103-84782008000100007

MENDES, A. N. G.; GUIMARAES, R. J. Plantio e formação da lavoura cafeeira. Lavras, UFLA/FAEPE, 1998. 42p.

PADOVANI, C. R. P.; ARAGON, F.F. Programa computacional para método de discriminante de Fisher. Energ. Agric. Botucatu, v. 20, n. 1, p 1-10. 2005.

PIMENTEL-GOMES, F. Curso de estatística experimental. 15. ed. Piracicaba: FEALQ, 2009. 451 p.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2013. ISBN 3-900051-07-0, http://www.R-project.org/

SANTANA, S. L. S.; COGO, F. D.; GONC¸ALVES, B. O.; RIBEIRO, B. T.; CAMPOS, K. A.; MORAIS, A. R. Adição de Resíduos Orgânicos ao Substrato para Produção de Mudas de Café em Tubete. Agrogeoambiental, Inconfidentes, v.3, n.2, p.9-13, 2011. http://joomla3.ifsuldeminas.edu.br/˜ojs/index.php/Agrogeoambiental/article/view/326

SHAPIRO, S. S.; WILK, M. B. An analysis of variance test for normatily: complete samples. Biometrika, London, v. 52, n. 3/4, p. 591-611, Dec. 1965. http://www.jstor.org/stable/2333709

SILVA, A. R.; LEITE, M. T.; FERREIRA, M. C. Estimativa da area foliar e capacidade de retenc¸ao de calda fitossanitaria em cafeeiro. Bioscience Journal, Uberlandia, v. 24, n. 3, p. 66-73, 2008. http://www.seer.ufu.br/index.php/biosciencejournal/article/viewFile/6872/4552

STEEL, R. G. D.; TORRIE, J. H.; DICKEY, J. E. Principles and procedures of statistics. 3. ed. New York: McGraw-Hill, 1997. 666p.

Publicado

22-10-2014

Cómo citar

Campos, K. A., Paixão, C. A., & Moraes, A. R. de. (2014). Transformação de dados como alternativa a análise de variância univariada. Sigmae, 2(3), 57–64. Recuperado a partir de https://publicacoes.unifal-mg.edu.br/revistas/index.php/sigmae/article/view/278