Modelos lineares de efeitos mistos: formulação geral e utilização de alguns sistemas computacionais estatísticos

• Ano de defesa: 1997
• Autor(a) principal: Montebelo, Maria Imaculada de Lima
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: DELINEAMENTO EXPERIMENTAL; MODELOS LINEARES MISTOS
• Link de acesso: https://teses.usp.br/teses/disponiveis/11/11134/tde-20231122-092727/

Este estudo visa apresentar uma formulação atualizada dos modelos lineares de efeitos mistos e descrever as ideias básicas para a interpretação das hipóteses mais comumente testadas pelos pesquisadores das ciências aplicadas. Historicamente, o modelo misto tem sido analisado através de procedimentos computacionais apropriados para modelos de efeitos fixos modificados para a obtenção de estatísticas relevantes, através de comandos opcionais para especificar os termos dos erros. Tal estratégia, no entanto, pode não ser trivial, acarretando problemas de adequação e mesmo de interpretação das inferências realizadas. Nesse contexto discutiu-se a utilização de sistemas computacionais estatísticos como o, BMDP (1985), HARVEY (1990), MINITAB (1986), NTIA (1995), REML (1989), SANEST (1986), SAS (1992), SPSS (1994), STATGRAPHICS - PLUS (1992) e o STATISTICA (1994), na análise do modelo linear misto desbalanceado. Para esses propósitos considera-se o modelo misto clássico com dois fatores, supondo-se o fator A fixo e o fator B aleatório, caracterizado por: (descrito tese), onde: (descrito tese), é a parte dos efeitos fixos do modelo, e (descrito tese) é a parte, dos efeitos aleatórios do modelo, com distribuições : (descrito tese), respectivamente e (descrito tese), são variáveis aleatórias independentes. Para cada procedimento dos sistemas estatísticos mencionados adotou-se um conjunto de sintaxes básicas para o ajuste do modelo misto de classificação dupla cruzada com interação. Com base nas saídas emitidas discutiu-se a performance desses sistemas quanto às suas características metodológicas disponíveis, tais como: a entrada de dados, a flexibilidade quanto a especificação dos termos do modelo, a apresentação das expressões dos valores esperados dos quadrados médios com testes F exatos e aproximados. Visamos elucidar aos usuários das ciências aplicadas, estabeleceu-se um estudo descritivo sobre a análise da parte fixa do modelo, especificamente sobre as hipóteses que estão sendo testadas na análise de variância. Foram considerados dois conjuntos de dados citados em Iemma (1995a), para ilustrar esse desenvolvimento. Os resultados observados no estudo comparativo indicaram que o sistema computacional SAS apresenta grande flexibilidade para o ajuste do modelo de efeitos mistos, através dos procedimentos GLM, VARCOMP e MIXED e fornece análise de variância clássica mais completa que os demais, destacando-se a excelente performance do Proc MIXED. Por outro lado os sistemas computacionais MINITAB, NTIA, SANEST, SPSS, STAGRAPHICS e STATISTICA apresentam saídas limitadas para a análise do modelo misto e, não raro, requerem que o usuário complete a análise utilizando outros sistemas computacionais.