Imputação de dados na análise de variância em experimentos no Delineamento Inteiramente Casualizado
DOI:
https://doi.org/10.5902/2179460X40447Palavras-chave:
Dados Faltantes, Métodos de Imputação, ANOVA, Análise de Dados ExperimentaisResumo
É comum a ocorrência de eventos não previstos no desenvolvimento de um experimento, principalmente em experimentos de campo, impossibilitando a mensuração das variáveis em determinadas parcelas experimentais. Pelo presente estudo, buscou-se verificar se há diferença no resultado do teste de Análise de Variância (ANOVA) para dados não balanceados no Delineamento Inteiramente Casualizado (DIC) quando realizada a inclusão de dados obtidos a partir da técnica de imputação de dados da Média Preditiva. Foram realizadas simulações de experimentos no DIC com 5 tratamentos e 10 repetições, gerando bancos de dados completos. De cada banco de dados, foi retirado 10% das parcelas e após aplicado o método de imputação, comparando os resultados da ANOVA em cada etapa. A imputação trouxe resultados aceitáveis, porém, não melhores do que os obtidos quando realizado o teste da ANOVA específico para dados desbalanceados.
Downloads
Referências
ALARCÓN SA, DIAS CTS. Imputação de dados em experimentos com interação genótipo por ambiente: uma aplicação a dados de algodão. Revista Brasileira de Biometria. 2009;27(1):125-138.
BERGAMO GC, DIAS CTS, KRZANOWSKI WJ. Distribuition-free Multiple Imputation in Interaction matrix through singular value decomposition. Sciencia Agricola. Piracicaba. 2008;65(4):422-427.
CARGNELUTTI FILHO A,STORCK L. Estatísticas de avaliação da precisão experimental em ensaios de cultivares de milho. Pesquisa Agropecuária Brasileira. Brasília. 2007;42(1):17-24.
ENGELS JM, DIEHR P. Imputation of missing longitudinal data: a comparison of methods. Journal of Clinical Epidemiology. 2003; 56:968-976.
GINKEL JRV, KROONENBERG PM. Analysis of Variance of Multiply Imputed Data. Multivariate Behav Res. 2014; 49(1): 78–91.
IEMMA AF. Que hipóteses estatísticas testamos através do SAS em presença de caselas vazias. Scientia Agricola, Piracicaba. 1995;52(2):210-220.
LÚCIO AD, STORCK L. Parâmetros da precisão experimental das principais culturas anuais do Estado do Rio Grande do Sul. Santa Maria. Ciência Rural. 1997;27(3).
NUNES LN et al. Uso da imputação múltipla de dados faltantes: uma simulação utilizando dados epidemiológicos. Caderno Saúde Pública. Rio de Janeiro. 2009;25(2):268-278.
OLIVEIRA RLR. Imputação de médias para análise de estabilidade e adaptabilidade em experimentos conjuntos incompletos: uma aplicação em café Conilon [dissertation]. Viçosa: Universidade Federal de Viçosa (UFV); 2012. 61p.
PADOVANI CR. Delineamento de Experimentos. São Paulo: Cultura Acadêmica: Universidade Estadual Paulista, Pró-Reitoria de Graduação, 2014.
PIMENTEL GOMES F. Curso de estatística experimental. 13.ed. Piracicaba, São Paulo: Nobel 1990.
R Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL https://www.R-project.org/. 2017.
RStudio Team. RStudio: Integrated Development for R. RStudio, Inc., Boston, MA. URL http://www.rstudio.com/. 2009 - 2017.
SANTOS LI, ALMEIDA MFF. Tratamento de Dados Faltantes: Uma avaliação de métodos de imputação de dados a partir do desempenho de um classificador Bayesiano. Anais do XIII Encontro Mineiro de Estatística, Diamantina: UFVJM, 2014.
SCHAFER JL, GRAHAM JW. Missing data: Our view of the state of the art. Psychological Methods. 2002;7(2):147-177.
SILVA MJC. Imputação múltipla: comparação e eficiência em experimentos multiambientais [dissertation]. Piracicaba: Escola Superior de Agricultura Luiz Queiroz (USP); 2012. 125p.
STORCK L. et al. Avaliação da precisão experimental em ensaios de competição de cultivares de soja. Lavras. Ciência Agropecuária. 2010;34(3):572-578.
ZHANG P. Multiple Imputation: Theory and Method. International Statistical Review. 2003;71(3):581-592.
Publicado
Como Citar
Edição
Seção
Licença
Para acessar a DECLARAÇÃO DE ORIGINALIDADE E EXCLUSIVIDADE E CESSÃO DE DIREITOS AUTORAIS clique aqui.
Diretrizes Éticas para Publicação de Revistas
A revista Ciência e Natura está empenhada em garantir a ética na publicação e na qualidade dos artigos.
A conformidade com padrões de comportamento ético é, portanto, esperada de todas as partes envolvidas: Autores, Editores e Revisores.
Em particular,
Autores: Os Autores devem apresentar uma discussão objetiva sobre a importância do trabalho de pesquisa, bem como detalhes e referências suficientes para permitir que outros reproduzam as experiências. Declarações fraudulentas ou intencionalmente incorretas constituem comportamento antiético e são inaceitáveis. Artigos de Revisão também devem ser objetivos, abrangentes e relatos precisos do estado da arte. Os Autores devem assegurar que seu trabalho é uma obra totalmente original, e se o trabalho e / ou palavras de outros têm sido utilizadas, isso tem sido devidamente reconhecido. O plágio em todas as suas formas constitui um comportamento publicitário não ético e é inaceitável. Submeter o mesmo manuscrito a mais de um jornal simultaneamente constitui um comportamento publicitário não ético e é inaceitável. Os Autores não devem submeter artigos que descrevam essencialmente a mesma pesquisa a mais de uma revista. O Autor correspondente deve garantir que haja um consenso total de todos os Co-autores na aprovação da versão final do artigo e sua submissão para publicação.
Editores: Os Editores devem avaliar manuscritos exclusivamente com base no seu mérito acadêmico. Um Editor não deve usar informações não publicadas na própria pesquisa do Editor sem o consentimento expresso por escrito do Autor. Os Editores devem tomar medidas de resposta razoável quando tiverem sido apresentadas queixas éticas relativas a um manuscrito submetido ou publicado.
Revisores: Todos os manuscritos recebidos para revisão devem ser tratados como documentos confidenciais. As informações ou ideias privilegiadas obtidas através da análise por pares devem ser mantidas confidenciais e não utilizadas para vantagens pessoais. As revisões devem ser conduzidas objetivamente e as observações devem ser formuladas claramente com argumentos de apoio, de modo que os Autores possam usá-los para melhorar o artigo. Qualquer Revisor selecionado que se sinta desqualificado para rever a pesquisa relatada em um manuscrito ou sabe que sua rápida revisão será impossível deve notificar o Editor e desculpar-se do processo de revisão. Os Revisores não devem considerar manuscritos nos quais tenham conflitos de interesse resultantes de relacionamentos ou conexões competitivas, colaborativas ou outras conexões com qualquer dos autores, empresas ou instituições conectadas aos documentos.
