Métodos de Henderson para componentes da variância de dados não balanceados

O presente trabalho trata de algumas técnicas para a determinação de componentes da variância para dados não balanceados. Foram estudados os “MÉTODOS DE HENDERSON” (1953), ou mais especificamente, o “MÉTODO DA ANÁLISE DA VARIÂNCIA” (MÉTODO 1 DE HENDERSON), o do “AJUSTE PARA O VÍCIO NOS MODELOS MISTO...

Descripción completa

Detalles Bibliográficos
Autor: Valerio Filho, Walter Veriano
Tipo de recurso: tesis de maestría
Estado:Versión publicada
Fecha de publicación:1983
País:Brasil
Institución:Universidade de São Paulo (USP)
Repositorio:Biblioteca Digital de Teses e Dissertações da USP
Idioma:portugués
OAI Identifier:oai:teses.usp.br:tde-20240301-153948
Acceso en línea:https://www.teses.usp.br/teses/disponiveis/11/11134/tde-20240301-153948/
Access Level:acceso abierto
Palabra clave:COMPONENTES DE VARIÂNCIA
DELINEAMENTO EXPERIMENTAL
MÉTODO DE HENDERSON
Descripción
Sumario:O presente trabalho trata de algumas técnicas para a determinação de componentes da variância para dados não balanceados. Foram estudados os “MÉTODOS DE HENDERSON” (1953), ou mais especificamente, o “MÉTODO DA ANÁLISE DA VARIÂNCIA” (MÉTODO 1 DE HENDERSON), o do “AJUSTE PARA O VÍCIO NOS MODELOS MISTOS” (MÉTODO 2 DE HENDERSON) e “O MÉTODO DE AJUSTAR CONSTANTES” (MÉTODO 3 DE HENDERSON). O desenvolvimento teórico foi feito a partir de um modelo linear geral, sendo que os resultados obtidos são válidos para qualquer modelo linear de interesse. A partir de conjuntos de dados hipotéticos fizemos adaptações e aplicações numéricas para alguns casos de modelos com dois e três fatores de classificação. O MÉTODO 1 deve ser usado apenas para modelos aleatórios e é praticamente uma generalização do método usual da análise da variância de dados balanceados. O MÉTODO 2 é usado para modelos mistos desde que não exista interações e qualquer tipo de hierarquização entre efeitos fixos e aleatórios. Quanto ao volume de cálculo é um pouco mais trabalhoso que o MÉTODO 1. O MÉTODO 3 para modelos mistos e aleatórios, apesar de sua maior aplicabilidade, envolve na maioria das vezes matrizes de grandes dimensões.

Similares en LA Referencia