Please use this identifier to cite or link to this item: http://monografias.ufrn.br/handle/123456789/5468
Title: Análise de experimentos fatoriais em parcelas subdivididas sem réplicas com observações faltantes
Other Titles: Analysis of factotial experiments in split-plot without replicates with missing observations
Authors: Barbosa, Taynná Antunes Figueiredo
Keywords: Coons;Dados Faltantes;Haseman e Gaylor;Métodos de Estimação;Rubin;Split-plot;Taxa de Erro individual
Issue Date: 8-Dec-2017
Publisher: Universidade Federal do Rio Grande do Norte
Citation: BARBOSA, Taynná Antunes Figueiredo. Análise de experimentos fatoriais em parcelas subdivididas sem réplicas com observações faltantes. 2017. 116 f. Trabalho de Conclusão de Curso (monografia em estatística) - Departamento de Estatística, Centro de Ciências Exatas e da Terra, Universidade Federal do Rio Grande do Norte, Natal, 2017.
Portuguese Abstract: Observações faltantes é um tema de grande importância no campo de análise de experimentos, pois se tratadas de forma indevida podem afetar a análise. Neste trabalho são estudados três métodos de estimação de observações faltantes: Os métodos de Coons, de Rubin e de Haseman e Gaylor. Um estudo de simulação é realizado de forma que observações faltantes são estimadas por todos os métodos em dados simulados para um experimento em parcelas subdivididas 2^3 × 2 sem réplicas. Nove cenários são executados para cada método, em que são analisados diferentes níveis dos fatores posição das observações faltantes, variância da parcela e quantidade de efeitos ativos, com o objetivo de determinar as condições para posições das observações faltantes, variância do erro associado à parcela, quantidade de efeitos ativos associados à parcela e à subparcela e magnitude dos efeitos. Os resultados de interesse são: Erro médio da estimação, desvio-padrão do erro médio da estimação, média dos efeitos, variância dos efeitos e desempenho quanto a identificação correta de efeitos ativos e inativos. Para analisar o desempenho são considerados o poder, a taxa de erro individual (IER) e a taxa de erro simulatânea (EER). Dentre os métodos estudados, o método que se destaca com melhores resultados é o método de Rubin, uma vez que o método de Coons apresenta uma restrição para uma posição de observação faltante e o método de Haseman e Gaylor demonstrou ser afetado pelos três fatores considerados mais do que nos outros métodos.
Abstract: Missing data is a topic of great importance in the analysis of experiments, because if the problem is treated improperly it can affect the analysis. In this work, three methods of estimation of missing observations are studied: The methods of Coons method, Rubin and Haseman and Gaylor. A simulation study is performed so that missing observations are estimated by all methods in simulated data for an experiment in split-plot 2 3 × 2 without replication. Nine scenarios are executed for each method, in which different levels of the factors are analyzed: Position of missing observations, plot variance and amount of active effects, with the objective of determining the conditions for positions of the missing observations, variance of the error associated to the plot, amount of active effects associated to the plot and to the subplot and magnitude of the effects. The results of interest are: Mean error of the estimation, standard deviation of the mean error of the estimation, mean of the effects, variance of the effects and performance as the correct identification of active and inactive effects. To analyze the performance are considered the power, the individual error rate (IER) and the experimentwise error rate (EER). Among the methods studied, the method that stands out with better results is the Rubin method, since the Coons method presents a restriction to a missing observation position and the Haseman and Gaylor method has been affected by the three factors considered than in other methods.
URI: http://monografias.ufrn.br/jspui/handle/123456789/5468
Other Identifiers: 2014038184
Appears in Collections:Estatística

Files in This Item:
File Description SizeFormat 
ExperimentosFatoriais_Barbosa_2017.pdfMonografia1,09 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.