| dc.creator | Amador, Janete Pereira | |
| dc.creator | Lopes, Sidinei José | |
| dc.creator | Pereira, João Eduardo da Silva | |
| dc.creator | Souza, Adriano Mendonça | |
| dc.creator | Toebe, Marcos | |
| dc.date | 2011-12-17 | |
| dc.date.accessioned | 2023-09-27T19:21:36Z | |
| dc.date.available | 2023-09-27T19:21:36Z | |
| dc.identifier | https://periodicos.ufsm.br/cienciaenatura/article/view/9359 | |
| dc.identifier | 10.5902/2179460X9359 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8937532 | |
| dc.description | It is appropriate to use regression analysis establish relations that allowto predict tone or more variables in terms of others. When there arerepeated measurements for independent variable X for differentmeasurements for dependent variable Y, the regression model may beadjusted in three different ways: using individual values of X and Y(considering all data); with means of Y for levels of X (treatments) and,using weighted means of Y by the number of repetitions of each level ofX (treatment). The objective of this study is to adjust a linear regressionmodel by individual values with weighted and not weighted means ofthe treatments in order to test the presuppositions for the adequacy ofthe model and to analyze the variance decomposing the sum of squaresof error in its components, thus evaluating the Lack of Fit. Theadjustments of the models and its presuppositions were done in SAS.Thus, it was observed that the adjusted models for individual data andweighted means present the same coefficients. The test for Lack of Fit isonly possible with individual data. The choice of best strategy to analyzethe data should be decided by the researcher but it is suggested that,when all data of the research are accessible, the best strategy would beto estimate the model using individualized data since it presents moreprecise information regarding the variability of the data set which doesnot happen when working with means of variables. | en-US |
| dc.description | Quando se quer estabelecer relações que possibilitem predizer uma ou mais variáveis em função de outras, a análise de regressão é a técnica apropriada. Existindo medidas repetidas da variável independente X, para diferentes medidas da variável dependente Y, o modelo de regressão pode ser ajustado de três maneiras diferentes: utilizando os valores individuais de X e Y (considerando todos os dados); com as médias de Y para os níveis de X (tratamento); e, ainda, utilizando as médias ponderadas de Y pelo número de repetições de cada nível de X. O objetivo deste trabalho é ajustar um modelo de regressão linear simples através de valores individuais, com as médias ponderadas e não ponderadas dos tratamentos, a fim de testar os pressupostos para adequação do modelo, bem como, realizar a análise de variância, decompondo a soma de quadrados do erro em seus componentes, avaliando-se a falta de ajuste. Todas as técnicas foram realizada através do suporte computacional SAS. Observa-se que os modelos ajustados para dados individuais e médias ponderadas apresentam os mesmos coeficientes. O teste para falta de ajuste só é possível ser realizado com os dados individuais. A escolha da melhor estratégia adotada para analisar os dados, deve ser decidida pelo pesquisador, mas sugere-se que na disponibilidade dos dados individuais, a melhor estratégia seria estimar o modelo com estes, visto que apresentam informações mais precisas em relação a variabilidade do conjunto de dados, em relação ao uso das médias das variáveis. | pt-BR |
| dc.format | application/pdf | |
| dc.language | por | |
| dc.publisher | Universidade Federal de Santa Maria | en-US |
| dc.relation | https://periodicos.ufsm.br/cienciaenatura/article/view/9359/5510 | |
| dc.source | Ciência e Natura; Vol. 33 No. 2 (2011); 07-22 | en-US |
| dc.source | Ciência e Natura; v. 33 n. 2 (2011); 07-22 | pt-BR |
| dc.source | 2179-460X | |
| dc.source | 0100-8307 | |
| dc.title | Análise das Pressuposições e Adequação dos Resíduos em Modelo de Regressão Linear para Individuais, Ponderados e não Ponderados, utilizando Procedimentos do SAS® | pt-BR |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | info:eu-repo/semantics/publishedVersion | |
