1.1 - Decomposição da Soma de Quadrados Total - ANOVA

Antes de calcularmos a decomposição da soma de quadrados, vamos estabelecer a estrutura de covariância:

$E(Y_{ij})=\mu,\quad Var(Y_{ij})=\sigma^2_{\alpha}+\sigma^2_{\varepsilon}$

$Cov(Y_{ij})=Cov(Y_{ij&#39;})=\sigma^2_{\alpha},\quad \mbox{para}~j\neq j&#39;$

A técnica da ANOVA está associada a partição da variabilidade total dos dados em componentes. A soma de quadrados total é definida como medida da variabilidade total dos dados,

$SQT=\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij} - \overline{y}_{..})^{2}.$

Intuitivamente isto é razoável, pois se dividirmos SQT pelos seus graus de liberdade (N -1), obtemos a variância amostral dos dados.

Somando e subtraindo $\overline{y}_{i.}$ obtemos

$SQT=\sum_{i=1}^{k}\sum_{j=1}^{r}\left[(y_{ij}-\overline{y}_{i.})+(\overline{y}_{i.}-\overline{y}_{..})\right]^{2}=$

$=\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})^{2}+2\sum_{i=1}^{k} \sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})(\overline{y}_{i.}-\overline{y}_{..})+\sum_{i=1}^{k}\sum_{j=1}^{r}(\overline{y}_{i.}- \overline{y}_{..})^{2}=$

Entretanto, o produto cruzado na equação acima é nulo, pois

$=\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})(\overline{y}_{i.}-\overline{y}_{..})~=~\sum_{i=1}^{k}\sum_{j=1}^{r}\left(y_{ij}\overline{y}_{i.}- y_{ij}\overline{y}_{..}-\overline{y}_{i.}^2+\overline{y}_{i.}\overline{y}_{..}\right)=$

$=\sum_{i=1}^{k}\sum_{j=1}^{r}y_{ij}\overline{y}_{i.}-\sum_{i=1}^{k}\sum_{j=1}^{r}\yij\overline{y}_{..}-\sum_{i=1}^{k}\sum_{j=1}^{r}\overline{y}_{i.}^2+\sum_{i=1}^{k}\sum_{j=1}^{r}\overline{y}_{i.}\overline{y}_{..}=$

$=\sum_{i=1}^{k}r \overline{y}_{i.}^2 - \overline{y}_{..}\sum_{i=1}^{k}r \overline{y}_{i.} -\sum_{i=1}^{k}r \overline{y}_{i.}^2 + \overline{y}_{..}\sum_{i=1}^{k}r \overline{y}_{i.}=0$

Logo

$SQT=\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})^{2}+\sum_{i=1}^{k}\sum_{j=1}^{r}(\overline{y}_{i.}-\overline{y}_{..})^{2}=\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})^{2}+\sum_{i=1}^{k}r(\overline{y}_{i.}-\overline{y}_{..})^{2}$

isto é,

$SQT=SQA+SQE.$

Observações:

Soma de Quadrados do fator A (SQA) é o desvio das médias estimadas em cada tratamento (nível) em torno da média geral dos dados.Representa a variabilidade devido aos diferentes níveis do fator A.

Soma de Quadrados do Erro (SQE) é o desvio das observações em torno da média estimada do seu nível (tratamento).Representa a variabilidade dentro de cada nível do fator.

Graus de liberdade e estimativas da variância

O conceito de grau de liberdade está sempre associado a uma soma de quadrados. Considere $x_1, x_2, \ldots, x_n$ elementos, então

$\overline{x}=\frac{\sum\limits_{i=1}^{n} x_{i}}{n}~~~\mbox{e}~~~\sum_{i=1}^{n}(x_{i}-\overline{x})=0.$

Uma forma para calcularmos os graus de liberdade consiste em determinarmos o valor esperado das componentes SQA e SQE.

Vamos calcular os valores esperados das somas de quadrados.

$E[SQE]=E\left[\sum_{i=1}^{k} \sum_{j=1}^{r}(y_{ij}-\overline{y}_{i.})^{2}\right]=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}(y_{ij}^2-2y_{ij}\overline{y}_{i.}+\overline{y}_{i.}^2)\right]=$

$=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}y_{ij}^2-2\sum_{i=1}^{k}r\overline{y}_{i.}^2+\sum_{i=1}^{k} r\overline{y}_{i.}^2\right]=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}y_{ij}^{2}-\sum_{i=1}^{k}\frac{1}{r}y_{i.}^{2} \right]$

Substituindo as informações do modelo em $y_{ij}$ e $y_{i.}$ , obtemos

$E[SQE]=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}(\mu+\alpha_{i}+\varepsilon_{ij})^{2}-\sum_{i=1}^{k}\frac{1}{r}\left(\sum_{j=1}^{r}(\mu+\alpha_{i}+\varepsilon_{ij})\right)^{2}\right]=$

$=E\left[\sum_{i=1}^{k} \sum_{j=1}^{r}(\mu^2+\alpha_i^2+\varepsilon_{ij}^2+2\mu\alpha_i+2\mu\varepsilon_{ij}+2\alpha_i\varepsilon_{ij})\right.-$

$-\left.\sum_{i=1}^{k}\frac{1}{r}\left(r^2\mu^2+r^2\alpha_i^2+\left(\sum_{j=1}^{r}\varepsilon_{ij}\right)^2+2~r^2\mu\alpha_i+2r\mu\sum_{j=1}^{r}\varepsilon_{ij}+2r\alpha_i\sum_{j=1}^{r}\varepsilon_{ij} \right)\right]=$

$=E\left[N\mu^2+\sum_{i=1}^{k} r\alpha_i^2+\sum_{i=1}^{k}\sum_{j=1}^{r}\varepsilon_{ij}^2+2\mu\sum_{i=1}^{k} r\alpha_i+2\mu\sum_{i=1}^{k}\sum_{j=1}^{r}\varepsilon_{ij}+2\sum_{i=1}^{k}\sum_{j=1}^{r}\alpha_i\varepsilon_{ij} \right.-$

$-\left.\left(N\mu^2+\sum_{i=1}^{k} r\alpha_i^2+\frac{1}{r}\sum_{i=1}^{k}\left(\sum_{j=1}^{r}\varepsilon_{ij}\right)^2+2\mu\sum_{i=1}^{k}r\alpha_i+ 2\mu\sum_{i=1}^{k}\sum_{j=1}^{r}\varepsilon_{ij}+2\sum_{i=1}^{k}\sum_{j=1}^{r}\alpha_i\varepsilon_{ij} \right)\right]=$

$=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}\varepsilon_{ij}^2-\frac{1}{r}\sum_{i=1}^{k}\left(\sum_{j=1}^{r}\varepsilon_{ij}\right)^2\right]=$

$=E\left[\sum_{i=1}^{k}\sum_{j=1}^{r}\varepsilon_{ij}^2\right]-\frac{1}{r}\sum_{i=1}^k E\left[\sum_{j=1}^r\varepsilon^2_{ij}+2\sum_{j\neq j&#39;}\varepsilon_{ij}\varepsilon_{ij&#39;}\right]=$

TeX Embedding failed!

$=\sum_{i=1}^{k}\sum_{j=1}^{r}\left(1-\frac{1}{r}\right)E(\varepsilon^2_{ij})=$

$=\sum_{i=1}^{k}\sum_{j=1}^{r}\left(1-\frac{1}{r}\right)(Var(\varepsilon_{ij})+[E(\varepsilon_{ij})]^2), \quad \text{mas } E(\varepsilon_{ij})=0, \text{ então}$

$=(N-k)\sigma^2_{\varepsilon}=k(r-1)~\sigma^2_{\varepsilon}$

Agora calculamos o valor esperado de SQA, mas antes para facilitar a construção definimos $\overline{y}_{i.}=\mu+\alpha_i+\overline{\varepsilon}_{i.}$ e

$\overline{y}_{..}=\frac{1}{N}\sum^k_{i=1}\sum^{r}_{j=1}y_{ij}=\frac{1}{N}\sum^k_{i=1}\sum^{r}_{j=1}(\mu+\alpha_i+\varepsilon_{ij})=\frac{1}{N}\underbrace{\displaystyle\sum^k_{i=1}r\mu}_{N\mu}+\frac{1}{N}\sum^k_{i=1}r\alpha_i+\frac{1}{N}\underbrace{\displaystyle\sum^k_{i=1}\sum^{r}_{j=1}\varepsilon_{ij}}_{\displaystyle\sum^{r}_{j=1}r\varepsilon_{i.}}$

Assim,

$E[SQA]=E\left[\sum^k_{i=1}r(\overline{y}_{i.}-\overline{y}_{..})^2\right]=$

$=E\left[\sum^k_{i=1}r\left(\mu+\alpha_i+\overline{\varepsilon}_{i.}-\frac{1}{N}\left(N\mu+\sum^k_{i=1}r\alpha_i+\sum^{r}_{j=1}r\varepsilon_{i.}\right)\right)^2\right]=$

$=E\left[\sum^k_{i=1}r\left(\alpha_i-\frac{1}{N}\sum^k_{i=1}r\alpha_r-\overline{\varepsilon}_{i.}-\frac{1}{N}\sum^k_{i=1}r\overline{\varepsilon}_{r.}\right)^2\right]=$

$=\sum^k_{i=1}r \left(E\left[\alpha^2_i-\frac{2}{N}\alpha_i\sum^k_{i=1}r\alpha_r+\frac{1}{N^2}\left(\sum^k_{i=1}r\overline{\varepsilon}_{r.}\right)^2\right]\right)+$

$+\sum^k_{i=1}r \left(E\left[(\overline{\varepsilon}_{i.})^2-\frac{2}{N}\overline{\varepsilon}_{i.}\sum^k_{i=1}r\overline{\varepsilon}_{r.}+\frac{1}{N^2}\left(\sum^k_{i=1}r\overline{\varepsilon}_{r.}\right)^2\right]\right)\overset{(**)}{=}$

$=\sum^k_{i=1}r \left(\sigma^2_{\alpha}-\frac{2}{N}r\sigma^2_{\alpha}+\frac{1}{N^2}\sum^k_{i=1}r^2\sigma^2_{\alpha}\right)+\sum^k_{i=1}r \left(\frac{\sigma^2_{\varepsilon}}{r}-\frac{2r\sigma^2_{\varepsilon}}{N~r}+\frac{1}{N^2}\sum^k_{i=1}r^2\frac{\sigma^2_{\varepsilon}}{r}\right)=$

$=\left(\sum^k_{i=1}r-\frac{2}{N}\sum^k_{i=1}r^2+\frac{1}{N^2}\left(\sum^k_{i=1}r\right)\left(\sum^k_{i=1}r\right) \right)\sigma^2_{\alpha}+$

$+\left(\sum^k_{i=1}\frac{r}{r}-\frac{2}{N}\sum^k_{i=1}r^2+\frac{1}{N^2}\left(\sum^k_{i=1}r\right)\left(\sum^k_{i=1}r\right) \right)\sigma^2_{\varepsilon}=$

$=\left(N-\frac{1}{N}\sum^k_{i=1}r^2\right)\sigma^2_{\alpha}+(k-1)\sigma^2_{\varepsilon}=$

$=r(k-1)\sigma^2_\alpha+(k-1)\sigma^2_\varepsilon$

Na passagem ( $**$ ), usamos a propriedade $E(X^2)=\text{Var}(X)+E^2(X)$ (para mais detalhes consulte o conteúdo variância de variáveis aleatórias) e o fato que $\alpha_i$ tem distribuição normal com média zero e variância $\sigma^2_\alpha$ e $\varepsilon_{ij}$ tem distribuição normal com média zero a variância $\sigma^2_\varepsilon.$

Portanto, como argumentamos na seção (ANOVA efeitos fixos), o QME é um bom estimador para a variância pois

$E[QME]=E\left[\frac{SQE}{N-k}\right]=\frac{1}{N-k}E[SQE]=\sigma^2_{\varepsilon};~~~\mbox{e}$

$E[QMA]=E\left[\frac{SQA}{k-1}\right]=\frac{1}{k-1}E[SQA]=\frac{1}{k-1}(k-1)(r\sigma^2_\alpha+\sigma^2_\varepsilon)=r\sigma^2_{\alpha}+\sigma^2_{\varepsilon}$

Assim, QMA também é um bom estimador para a variância. Entretanto, se existe diferença entre as médias dos níveis, o valor esperado do quadrado médio do fator A (devido aos níveis) é maior do que $\sigma^{2}_{\varepsilon}$ .

Assim, temos os seguintes graus de liberdade:

Soma de Quadrados	Graus de Liberdade	Quadrados Médios
SQA	k - 1	$\frac{SQA}{k-1}$
SQE	k(r - 1)	$\frac{SQE}{k(r-1)}$
SQT	k r - 1

Agora, mostramos um breve resumo dos valores esperados dos quadrados médios.

Fator	Graus de Liberdade	Quadrados Médios	Valor Esperado dos Quadrados Médios
Fator A	k-1	$QMA$	$E(QMA)=\sigma^2_\varepsilon+r\sigma^2_\alpha$
Erro	k(r-1)	$QME$	$E(QME)=\sigma^2_\varepsilon$

Tabela 1.1.1: Valores Esperados dos Quadrados Médios.

Estatística
$QMA=$	$r\displaystyle\sum^k_{i=1}\frac{(\overline{Y}_{i.}-\overline{Y}_{..})^2}{k-1}$
$QME=$	$\displaystyle\sum^k_{i=1}\sum^r_{j=1}\frac{(\overline{Y}_{ij}-\overline{Y}_{i.})^2}{k(r-1)}$
$\overline{Y}_{i.}=$	$\displaystyle\sum^r_{j=1}\frac{Y_{ij}}{r}$
$\overline{Y}_{..}=$	$\displaystyle\sum^k_{i=1}\sum^r_{j=1}\frac{Y_{ij}}{kr}$

Tabela 1.1.2: Resumo dos Quadrados médios e médias para o modelo (1.1).

Com os resultados obtidos na tabela 1.1.1 temos os seguintes estimadores:

Para a componente do erro temos

$\hat{\sigma}^2_\varepsilon=QME~~~~(1.1.1)$

Agora, para calcular o efeito do fator A, utilizamos a equação (1.1.1) da seguinte forma

$\hat{\sigma}^2_\alpha=\frac{QMA-\hat{\sigma}^2_\varepsilon}{r}\overset{(1.1.1)}{=}\frac{QMA-QME}{r}~~~~(1.1.2)$

A tabela 1.1.3 representa os estimadores pontuais do modelo (1.1).

Representação do Modelo	Estimador Pontual
$\hat{\mu}$	$\overline{Y}_{...}$
$\hat{\sigma}^2_\alpha$	$\displaystyle\frac{QMA-QME}{r}$
$\hat{\sigma}^2_\varepsilon$	$QME$