quarta-feira, 17 de junho de 2020

Estatística Robusta - A escolhida pela Inteligencia Artificial e as Normas ISO (não é dada em nenhuma disciplina da USP em Piracicaba)

Estatística Robusta - A escolhida pela Inteligencia Artificial e as Normas ISO (não é dada em nenhuma disciplina da USP em Piracicaba)


Dados de Propaganda e Vendas - Com um erro de digitação

- Pense que poderiam ser 10.000 dados, facilmente acontecem erros de digitação!


X

Y

30

430

21

335

35

520

42

490

37

470

2

2100

8

195

17

270

35

400

25

480



Programa SAS Utilizando Estatística Robusta

 data com;

input x y;

cards;

30   430

21   335

35   520

42   490

37   470

2    2100

8    195

17   270

35   400

25   480

20   4000

;

/* Com outlier Y =2100 */



proc robustreg data = com method = m;

model y = x;

run;


Dados e Data Mining - Com Estatística Robusta:

( Também analise errada em Excel)


















quarta-feira, 3 de junho de 2020

NPANOVA

RANOVA ou NPANOVA ou Kruskal Wallis

Programa de RANOVA com OUTLIER (Suco de Manga com 200 mg/l de NaOH)


data SUCOS;
input suco $ NaOH;
cards;
Maca    8
Maca    11
Maca    10
Maca    8
Maca    9
Uva 8
Uva 6
Uva 7
Uva 9
Laranja 5
Laranja 4
Laranja 5
Manga   200
Manga   1
Manga   1
;
proc npar1way data=SUCOS wilcoxon dscf;
 class suco;
 var NaOH;
run;




VIDEOAULAS

Simulando Outlier em ANOVA
( Variâncias heterogêneas e coeficiente de variação muito grande : maior que 250%)


Rodando RMANPVA ou NPMANOVA ou Teste de Kruskal Wallis
https://youtu.be/LGu-kUWN92c



terça-feira, 19 de maio de 2020

Aula 20/05/2020

- Terminar com todos os detalhes de arranjos fatoriais de tratamentos
- Gráficos de Controle - Uniformidade - Capacidade
- Chi Quadrado
- Planejar Apresentações:
   - Robson Machine Learning - Instalação
   - Suélen Regressão Logística (e Series Temporais Utilizando Random Forest)
   - Tamires dados de mestrado
   - Gustavo Trabalho de Mestrado
   - Gabriela Dissertação
   - Gabriel Dissertação



Fatorial sem Interação - Programa e Dados

Fatorial sem Interação - Programa e Dados
Autora: Ana Carolina Donofre





data fatorial;

input Linhagem $ Densidade $ GP;

cards;

C 10 2.44

C 10 2.39

C 10 2.42

C 10 2.45

C 14 2.03

C 14 1.99

C 14 2.05

C 14 2.07

C 18 1.78

C 18 1.83

C 18 1.81

C 18 1.73

R 10 2.37

R 10 2.30

R 10 2.34

R 10 2.38

R 14 1.88

R 14 1.90

R 14 1.87

R 14 1.92

R 18 1.65

R 18 1.69

R 18 1.70

R 18 1.67

;

proc print;
run;
/* Linhagem e Densidade sao os fatores sao causa do fenomeno
   GP é a variavel de resposta efeito do fenomeno
Exemplo Tamires:
 model Efi Bio PH Sal Ac_Org = Tratamento (veja que é somente 1 fator: Tratamento e 
    5 variaveis de resposta)
 manova 
 Novo Fator Tempo
 model Efi Bio PH Sal Ac_Org = Tratamento Tempo Tratamento*Tempo agora sao dois fatores 
       e 5 variaveis de resposta)
       Tempo: Niveis (7_dias 14_dias 21_dias)
Gustavo: Existe o Teste de Friedman que permite trabalhar com dosi fatores de forma
         Nao Parametrica, porem nao sei se trabalha com interação       
*/   
   
Proc glm;
class Linhagem Densidade;
model GP = Linhagem Densidade Linhagem*Densidade;
means Linhagem / Tukey lines alpha= 0.01;
means Densidade / Tukey lines;
run;



Fatorial sem Interação - Resultados
Autora: Ana Carolina Donofre





ObsLinhagemDensidadeGP
1C102.44
2C102.39
3C102.42
4C102.45
5C142.03
6C141.99
7C142.05
8C142.07
9C181.78
10C181.83
11C181.81
12C181.73
13R102.37
14R102.30
15R102.34
16R102.38
17R141.88
18R141.90
19R141.87
20R141.92
21R181.65
22R181.69
23R181.70
24R181.67

The GLM Procedure

Class Level Information
ClassLevelsValues
Linhagem2C R
Densidade310 14 18
Number of Observations Read24
Number of Observations Used24

The GLM Procedure

 

Dependent Variable: GP

SourceDFSum of SquaresMean SquareF ValuePr > F
Model51.835150000.36703000365.00<.0001
Error180.018100000.00100556  
Corrected Total231.85325000   
R-SquareCoeff VarRoot MSEGP Mean
0.9902331.5640200.0317102.027500
SourceDFType I SSMean SquareF ValuePr > F
Linhagem10.072600000.0726000072.20<.0001
Densidade21.758325000.87916250874.31<.0001
Linhagem*Densidade20.004225000.002112502.100.1514
SourceDFType III SSMean SquareF ValuePr > F
Linhagem10.072600000.0726000072.20<.0001
Densidade21.758325000.87916250874.31<.0001
Linhagem*Densidade20.004225000.002112502.100.1514


The GLM Procedure



The GLM Procedure

 

Tukey's Studentized Range (HSD) Test for GP

Note:This test controls the Type I experimentwise error rate, but it generally has a higher Type II error rate than REGWQ.

Alpha0.05
Error Degrees of Freedom18
Error Mean Square0.001006
Critical Value of Studentized Range2.97105
Minimum Significant Difference0.0272


The GLM Procedure

 



The GLM Procedure

 

Tukey's Studentized Range (HSD) Test for GP

Note:This test controls the Type I experimentwise error rate, but it generally has a higher Type II error rate than REGWQ.

Alpha0.05
Error Degrees of Freedom18
Error Mean Square0.001006
Critical Value of Studentized Range3.60930
Minimum Significant Difference0.0405