Your browser doesn't support javascript.
loading
Comparações múltiplas bayesianas em modelos normais homocedásticos e heterocedásticos / Bayesian multiple comparisons in homocedastic and heterocedastic normal models
Andrade, Paulo César de Resende; Ferreira, Daniel Furtado.
Afiliação
  • Andrade, Paulo César de Resende; Universidade Federal dos Vales do Jequitinhonha e Mucuri. Instituto de Ciência e Tecnologia. Diamantina. BR
  • Ferreira, Daniel Furtado; Universidade Federal de Lavras. Departamento de Ciências Exatas. Lavras. BR
Ciênc. agrotec., (Impr.) ; 34(4): 845-852, July-Aug. 2010. tab
Article em Pt | LILACS | ID: lil-556971
Biblioteca responsável: BR1.1
RESUMO
Procedimentos de comparações múltiplas são utilizados para comparar médias de níveis de um fator, porém, os testes mais populares apresentam problemas de ambiguidade dos resultados e de controle do erro tipo I, além de terem seus desempenhos influenciados negativamente no caso de heterogeneidade de variâncias e não balanceamento. Objetivou-se, neste trabalho propor alternativas bayesianas para comparações múltiplas considerando os casos de homogeneidade e heterogeneidade de variâncias. A metodologia utilizada nesse trabalho foi baseada na distribuição a posteriori t multivariada. Foram geradas k cadeias de médias, utilizando o método de Monte Carlo. Foi obtida a amplitude padronizada sob H0, obtida na distribuição a posteriori das médias, contemplando a possibilidade de se analisar tanto o caso de variâncias heterogêneas como o caso de variâncias homogêneas. Os procedimentos de comparações múltiplas bayesianos foram propostos com sucesso.
ABSTRACT
Multiple comparison procedures are used to compare factor's levels means, since the most popular tests show problems related to ambiguous results and to the control of the type I error rates. Moreover, their performance is worst in heterocedastics and unbalanced cases. The objective of this work is to propose a Bayesian alternative for multiple comparisons considering the homocedastic and heterocedastic normal models. The methodology adopted in this paper was based on a posteriori multivariate t distribution. It was used k Monte Carlo chains of the mean factor to make inferences. The standardized range was obtained, under H0, from the posteriori distribution of the means, for the analysis of homocedastic and heterocedastic cases. The bayesian procedures of multiple comparisons were successfully proposed.
Palavras-chave
Texto completo: 1 Coleções: 01-internacional Base de dados: LILACS Tipo de estudo: Prognostic_studies Idioma: Pt Revista: Ciênc. agrotec., (Impr.) Assunto da revista: BIOLOGIA / BIOTECNOLOGIA / CIENCIAS DA NUTRICAO / VETERINARIA Ano de publicação: 2010 Tipo de documento: Article País de afiliação: Brasil
Texto completo: 1 Coleções: 01-internacional Base de dados: LILACS Tipo de estudo: Prognostic_studies Idioma: Pt Revista: Ciênc. agrotec., (Impr.) Assunto da revista: BIOLOGIA / BIOTECNOLOGIA / CIENCIAS DA NUTRICAO / VETERINARIA Ano de publicação: 2010 Tipo de documento: Article País de afiliação: Brasil