Análises de dados de medidas repetidas por meio do modelo linear geral e do modelo misto.
O delineamento em blocos casualizados com parcelas divididas (split-plot) é um dos mais utilizados na agricultura. São muito comuns situações em que medidas repetidas avaliadas na parcela ao longo do tempo sejam analisadas como split-plot e, dependendo da estrutura de covariância que modela os erros dentro da parcela, tanto o modelo linear geral (GLM) quanto o modelo misto (MIXED) do SAS podem ser utilizados para análise. O objetivo foi avaliar as diferenças entre os procedimentos GLM e MIXED em blocos casualizados, nos quais as subparcelas são analisadas como medidas repetidas. Utilizou-se a análise de dados de produção de matéria seca (PMS) de um experimento em blocos casualizados de alfafa com 20 cortes, realizados quando aproximadamente 10% das plantas estavam em florescimento. O GLM não permite a modelagem da estrutura de covariância dos dados, porém é apropriado para ajustar modelos lineares gerais pelo método dos quadrados, produzindo resultados corretos em análises de medidas repetidas quando a condição de circularidade e esfericidade é atendida, isto é, a matriz de covariâncias é simetria composta (CS); o procedimento MIXED apresenta matriz mais apropriada do que a CS, por disponibilizar cerca de 40 tipos de estruturas de covariâncias, quando os dados têm distribuição normal.
| Main Authors: | , , |
|---|---|
| Other Authors: | |
| Format: | Artigo de periódico biblioteca |
| Language: | Portugues pt_BR |
| Published: |
2012-05-18
|
| Subjects: | Análise de produção, Circularidade e esfericidade, (Co) variância dos erros, Matéria Seca, Matriz, |
| Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/924884 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | O delineamento em blocos casualizados com parcelas divididas (split-plot) é um dos mais utilizados na agricultura. São muito comuns situações em que medidas repetidas avaliadas na parcela ao longo do tempo sejam analisadas como split-plot e, dependendo da estrutura de covariância que modela os erros dentro da parcela, tanto o modelo linear geral (GLM) quanto o modelo misto (MIXED) do SAS podem ser utilizados para análise. O objetivo foi avaliar as diferenças entre os procedimentos GLM e MIXED em blocos casualizados, nos quais as subparcelas são analisadas como medidas repetidas. Utilizou-se a análise de dados de produção de matéria seca (PMS) de um experimento em blocos casualizados de alfafa com 20 cortes, realizados quando aproximadamente 10% das plantas estavam em florescimento. O GLM não permite a modelagem da estrutura de covariância dos dados, porém é apropriado para ajustar modelos lineares gerais pelo método dos quadrados, produzindo resultados corretos em análises de medidas repetidas quando a condição de circularidade e esfericidade é atendida, isto é, a matriz de covariâncias é simetria composta (CS); o procedimento MIXED apresenta matriz mais apropriada do que a CS, por disponibilizar cerca de 40 tipos de estruturas de covariâncias, quando os dados têm distribuição normal. |
|---|