Atividade de Bioestastistica

Avaliação 1 50 Um total de vinte e quatro caprinos machos da raça Boer foram submetidos a quatro métodos de castração para avaliar se o método influenciaria o Ganho de peso Total GPT em um período de 70 dias Os animais foram separados em seis grupos conforme o peso inicial Bloco e os dados do experimento estão disponíveis abaixo Bloco Metodologia C1 C2 C3 C4 1 148 79 121 99 2 123 78 85 121 3 129 25 145 153 4 146 156 111 25 5 154 89 29 107 6 56 146 84 96 a Realize Análise de variância teste de médias e conclua sobre os resultados b Aplique um teste estatístico para avaliar a homeocedasticidade c Aplique um teste estatístico para averiguar a normalidade dos resíduos d Realize o teste de Friedman e conclua sobre os resultados e Aplique o teste de U de MannWhitney para comparar os tratamentos f Comente sobre os resultados das abordagens paramétricas e não paramétricas 2 50 Foi mensurado o peso vivo PV a circunferência torácica CT e o comprimento do corpo CC de um grupo de 10 suínos Os dados estão disponíveis abaixo Animal PV CT CC 01 236 728 808 02 462 77 821 03 179 565 635 04 212 60 615 05 102 533 596 06 228 645 76 07 26 681 642 08 384 786 827 09 315 693 83 10 238 717 709 a Encontre o coeficiente de correlação de Pearson entre cada uma das variáveis e conclua sobre os resultados b Encontre o coeficiente de correlação de Spearman entre cada uma das variáveis e conclua sobre os resultados c Obtenha as equações de regressão linear para predizer o Peso vivo dos animais com base I Na Circunferência Torácica e II No comprimento do corpo Obtenha o coeficiente de determinação para cada equação represente graficamente e conclua sobre os resultados 1 50 Um total de vinte e quatro caprinos machos da raça Boer foram submetidos a quatro métodos de castração para avaliar se o método influenciaria o Ganho de peso Total GPT em um período de 70 dias Os animais foram separados em seis grupos conforme o peso inicial Bloco e os dados do experimento estão disponíveis abaixo Bloco Metodologia C1 C2 C3 C4 1 148 79 121 99 2 123 78 85 121 3 129 25 145 153 4 146 156 111 25 5 154 89 29 107 6 56 146 84 96 a Realize Análise de variância teste de médias e conclua sobre os resultados Descritivas Ganho de Peso Total GPT N Média Desvio padrão Erro Padrão 95 de Intervalo de Confiança para Média Mínimo Máximo Limite inferior Limite superior C1 6 126000 362933 148167 87913 164087 560 1540 C2 6 95500 485829 198339 44515 146485 250 1560 C3 6 95833 400121 163349 53843 137823 290 1450 C4 6 100167 422867 172635 55789 144544 250 1530 Total 24 104375 412604 84222 86952 121798 250 1560 Análise de variância ANOVA GPT Soma dos Quadrados df Quadrado Médio F Sig Entre Grupos 38225 3 12742 721 551 Nos grupos 353332 20 17667 Total 391556 23 1 Soma dos Quadrados Entre Grupos 38225 A variação das médias entre as metodologias Representa o quanto as médias dos diferentes grupos metodologias variam em relação à média total Nos Grupos 353332 A variação dentro de cada grupo metodologia Representa o quanto os valores individuais dentro de cada metodologia se desviam da média do grupo Total 391556 A soma total da variação dos dados ou seja a variação entre todas as observações em relação à média geral 2 df Graus de Liberdade Entre Grupos 3 Calculado como o número de grupos menos 1 ou seja k1 onde k é o número de grupos Número de graus de liberdade para Entre Grupos é 41 3 Nos Grupos 20 Calculado como o número total de observações menos o número de grupos ou seja Nk onde N é o número total de observações 24 e k é o número de grupos 4 Portanto 244 20 Total 23 O número total de observações menos 1 ou seja N1 241 23 3 Quadrado Médio Entre Grupos 12742 Calculado dividindo a soma dos quadrados Entre Grupos pelos graus de liberdade Entre Grupos SQ Entredf Entre ou seja 382253 12742 Nos Grupos 17667 Calculado dividindo a soma dos quadrados Nos Grupos pelos graus de liberdade Nos Grupos SQ Nosdf Nos ou seja 35333220 17667 4 F Estatística F A estatística F é a razão entre o quadrado médio Entre Grupos e o quadrado médio Nos Grupos Nesse caso temos FQuadradomédio entre grupos Quadradomédionos grupos 12742 17667 0721 A estatística F nos ajuda a determinar se a variação entre os grupos é significativamente maior do que a variação dentro dos grupos 5 Sig Valor p O valor p 0551 é o resultado do teste de hipótese Ele nos indica a probabilidade de que a diferença observada entre as médias dos grupos seja devido ao acaso Em termos de significância o Se p 005 rejeitamos a hipótese nula ou seja as médias dos grupos são significativamente diferentes o Se p 005 não rejeitamos a hipótese nula ou seja as médias dos grupos não são significativamente diferentes O valor de F 0721 e o valor de p 0551 indicam que não há diferença estatisticamente significativa entre as médias das quatro metodologias C1 C2 C3 C4 O valor p 0551 é bem maior que o nível de significância comum de 005 Isso sugere que as variações observadas nas médias entre os grupos podem ser devidas ao acaso Com base nos resultados da ANOVA podemos concluir que não há evidência suficiente para afirmar que as metodologias C1 C2 C3 C4 apresentam diferenças significativas em relação à variável medida Em outras palavras as médias das metodologias são estatisticamente semelhantes entre si Comparações múltiplas Variável dependente GPT Metodologia Metodologia Diferença média Erro Padrão Sig Intervalo de Confiança 95 Limite inferior Limite superior Tukey HSD C1 C2 305000 242670 600 37422 98422 C3 301667 242670 608 37755 98088 C4 258333 242670 714 42088 93755 C2 C1 305000 242670 600 98422 37422 C3 03333 242670 1000 68255 67588 C4 46667 242670 997 72588 63255 C3 C1 301667 242670 608 98088 37755 C2 03333 242670 1000 67588 68255 C4 43333 242670 998 72255 63588 C4 C1 258333 242670 714 93755 42088 C2 46667 242670 997 63255 72588 C3 43333 242670 998 63588 72255 A tabela apresenta as diferenças médias entre as metodologias e as respectivas significâncias Com base nas comparações múltiplas de Tukey não há diferenças significativas entre qualquer par de metodologias Todas as comparações apresentam valores de p maiores que 005 indicando que as metodologias C1 C2 C3 C4 têm médias similares e não há evidência suficiente para afirmar que uma metodologia é superior ou inferior às outras b Aplique um teste estatístico para avaliar a homocedasticidade Testes de homogeneidade de variâncias Estatística de Levene df1 df2 Sig GPT Com base em média 259 3 20 854 Com base em mediana 170 3 20 916 Com base em mediana e com gl ajustado 170 3 18992 916 Com base em média aparada 288 3 20 833 Os testes de homogeneidade de variâncias como o teste de Levene são usados para verificar se as variâncias dos grupos são homogêneas ou seja se elas são semelhantes Isso é importante porque muitos testes paramétricos como a ANOVA assumem que as variâncias entre os grupos são iguais Os resultados dos testes de Levene indicam que as variâncias dos grupos são homogêneas em todas as abordagens testadas média mediana etc visto que apresentam valores de p maiores de 005 o que indica que não há evidências suficientes para rejeitar a hipótese nula de que as variâncias são homogêneas c Aplique um teste estatístico para avaliar a normalidade dos resíduos Teste de Normalidade C1 p 0036 O valor de p é menor que 005 indicando que os dados para a metodologia C1 não são normalmente distribuídos C2 C3 e C4 p 0506 p 0751 e p 0413 respectivamente Os valores de p são maiores que 005 indicando que os dados para as metodologias C2 C3 e C4 podem ser normalmente distribuídos d Realize o teste de Friedman e conclua sobre os resultados Sumarização de Teste de Hipótese Hipótese nula Teste Sig Decisão As distribuições de C1 C2 C3 e C4 são iguais Amostras Relacionadas de Análise de Variância de Dois Fatores de Friedman por Postos 615 Reter a hipótese nula Metodologia ShapiroWilk Estatística gl Sig GPT C1 777 6 036 C2 920 6 506 C3 951 6 751 C4 906 6 413 Amostras Relacionadas de Resumo de Análise de Variância de Dois Fatores de Friedman por Postos N total 6 Estatística de teste 1800 Grau de Liberdade 3 Sinal assintótico teste de dois lados 615 Teste Global de Friedman Hipótese Nula H₀ As distribuições de C1 C2 C3 e C4 são iguais Hipótese Alternativa H₁ Pelo menos uma das distribuições difere significativamente das outras Estatística de Teste 1800 Graus de Liberdade df 3 Valor de p 0615 Como o valor de p é maior que 005 não rejeitamos a hipótese nula Isso significa que não há diferença estatisticamente significativa entre as metodologias C1 C2 C3 e C4 Comparações por Método Pairwise Estatística de teste Erro Padrão Estatística de Teste Padrão Sig Adj Siga C2C1 833 745 1118 264 1000 C3C1 833 745 1118 264 1000 C2C3 000 745 000 1000 1000 C2C4 500 745 671 502 1000 C3C4 500 745 671 502 1000 C4C1 333 745 447 655 1000 a Os valores de significância foram ajustados pela correção Bonferroni para vários testes Não há evidências estatísticas para afirmar que existe diferença significativa entre as metodologias C1 C2 C3 e C4 O teste de Friedman mostrou um pvalor de 0615 indicando que as metodologias apresentam distribuições semelhantes Como os valores de p ajustados Bonferroni são todos maiores que 005 nenhuma das comparações pareadas revelou diferenças significativas ou seja nenhuma das metodologias difere significativamente das outras Isso confirma o resultado do teste global de Friedman e Aplique o teste de U de MannWhitney para comparar os tratamentos C1 x C2 Metodologia N Posto médio Soma de Classificações GPT C1 6 742 4450 C2 6 558 3350 Total 12 Estatísticas de testea GPT U de MannWhitney 12500 Wilcoxon W 33500 Z 882 Significância Sig 2 extremidades 378 Sig exata 2Sig de 1 extremidade 394b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O valor de p 0378 é maior que 005 o que significa que não há diferença estatisticamente significativa entre C1 e C2 Isso indica que com os dados disponíveis não podemos rejeitar a hipótese nula de que os valores das metodologias C1 e C2 vêm da mesma distribuição C1 x C3 Metodologia N Posto médio Soma de Classificações GPT C1 6 833 5000 C3 6 467 2800 Total 12 Estatísticas de testea GPT U de MannWhitney 7000 Wilcoxon W 28000 Z 1761 Significância Sig 2 extremidades 078 Sig exata 2Sig de 1 extremidade 093b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O pvalor 0078 é maior que 005 então não há diferença estatisticamente significativa entre as metodologias C1 e C3 no nível de 5 de significância Porém o pvalor está próximo de 005 sugerindo que pode haver uma tendência de diferença mas a amostra pode não ser grande o suficiente para confirmar isso com significância estatística C1 x C4 Metodologia N Posto médio Soma de Classificações GPT C1 6 800 4800 C4 6 500 3000 Total 12 Estatísticas de testea GPT U de MannWhitney 9000 Wilcoxon W 30000 Z 1441 Significância Sig 2 extremidades 150 Sig exata 2Sig de 1 extremidade 180b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O pvalor 0150 é maior que 005 então não há diferença estatisticamente significativa entre C1 e C4 O resultado indica que não há evidências suficientes para afirmar que uma metodologia produz valores sistematicamente diferentes da outra C2 x C3 Metodologia N Posto médio Soma de Classificações GPT C2 6 633 3800 C3 6 667 4000 Total 12 Estatísticas de testea GPT U de MannWhitney 17000 Wilcoxon W 38000 Z 160 Significância Sig 2 extremidades 873 Sig exata 2Sig de 1 extremidade 937b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O pvalor 0873 é muito maior que 005 então não há diferença estatisticamente significativa entre C2 e C3 Esse resultado indica que as metodologias C2 e C3 têm distribuições muito semelhantes C2 x C4 Metodologia N Posto médio Soma de Classificações GPT C2 6 592 3550 C4 6 708 4250 Total 12 Estatísticas de testea GPT U de MannWhitney 14500 Wilcoxon W 35500 Z 561 Significância Sig 2 extremidades 575 Sig exata 2Sig de 1 extremidade 589b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O pvalor 0575 é muito maior que 005 então não há diferença estatisticamente significativa entre C2 e C4 Isso significa que não há evidências suficientes para afirmar que uma metodologia gera valores sistematicamente diferentes da outra C3 x C4 Metodologia N Posto médio Soma de Classificações GPT C3 6 625 3750 C4 6 675 4050 Total 12 Estatísticas de testea GPT U de MannWhitney 16500 Wilcoxon W 37500 Z 241 Significância Sig 2 extremidades 810 Sig exata 2Sig de 1 extremidade 818b a Variável de Agrupamento Metodologia b Não corrigido para vínculos O pvalor 0810 é muito maior que 005 então não há diferença estatisticamente significativa entre C3 e C4 Esse resultado sugere que as distribuições dos valores das metodologias C3 e C4 são essencialmente as mesmas Nenhuma das comparações entre metodologias apresentou diferenças estatisticamente significativas Os postos médios foram muito próximos em todas as comparações sugerindo que todas as metodologias têm efeitos similares dentro da amostra analisada f Comente sobre os resultados das abordagens paramétricas e não paramétricas Os resultados das análises paramétricas e não paramétricas indicam que não há diferenças estatisticamente significativas entre as metodologias C1 C2 C3 e C4 Abordagem Paramétrica ANOVA A ANOVA mostrou um valor de F 0721 e p 0551 indicando que não há diferenças significativas entre as médias dos grupos O teste de Levene confirmou a homogeneidade de variâncias p 005 em todas as abordagens justificando o uso da ANOVA O teste de normalidade de ShapiroWilk revelou que apenas C1 apresentou desvio da normalidade p 0036 enquanto os outros grupos tiveram distribuições normais p 005 O teste de Tukey confirmou que não há diferenças significativas entre as metodologias pois todos os valores de p 005 Abordagem Não Paramétrica Friedman e MannWhitney O teste de Friedman apresentou p 0615 indicando que as distribuições dos grupos não diferem significativamente Os testes de MannWhitney para comparações entre pares mostraram pvalor sempre maior que 005 reforçando que não há diferenças significativas entre as metodologias Portanto tanto os testes paramétricos quanto os não paramétricos sugerem que não há evidência estatística de que as metodologias C1 C2 C3 e C4 apresentem desempenhos distintos Como a normalidade foi violada para C1 a análise não paramétrica Friedman reforça os achados da ANOVA Dado que ambas as abordagens concordam podemos concluir que as metodologias apresentam resultados estatisticamente semelhantes para o Ganho de Peso Total GPT 2 50 Foi mensurado o peso vivo PV a circunferência torácica CT e o comprimento do corpo CC de um grupo de 10 suínos Os dados estão disponíveis abaixo Animal PV CT CC 01 236 728 808 02 462 77 821 03 179 565 635 04 212 60 615 05 102 533 596 06 228 645 76 07 26 681 642 08 384 786 827 09 315 693 83 10 238 717 709 a Encontre o coeficiente de correlação de Pearson entre cada uma das variáveis e conclua sobre os resultados Média Desvio Padrão N PV 261600 1027902 10 CT 671800 849612 10 CC 724300 958819 10 Correlação de Pearson PV CT CC PV Correlação de Pearson 1 861 767 Sig 2 extremidades 001 010 Soma dos quadrados e produtos cruzados 950924 677052 680182 Covariância 105658 75228 75576 N 10 10 10 CT Correlação de Pearson 861 1 831 Sig 2 extremidades 001 003 Soma dos quadrados e produtos cruzados 677052 649656 609566 Covariância 75228 72184 67730 N 10 10 10 CC Correlação de Pearson 767 831 1 Sig 2 extremidades 010 003 Soma dos quadrados e produtos cruzados 680182 609566 827401 Covariância 75576 67730 91933 N 10 10 10 A correlação é significativa no nível 001 2 extremidades O coeficiente de correlação de Pearson mede a força e a direção da relação linear entre duas variáveis As correlações apresentadas são todas significativas ao nível de 001 2 extremidades o que indica que há uma correlação forte entre as variáveis Peso vivo PV x Circunferência Torácica CT Apresenta uma correlação de Pearson 0861 com significância de 0001 significativa Existe uma forte correlação positiva entre o Peso Vivo e a Circunferência Torácica Isso significa que à medida que o peso aumenta a circunferência torácica também tende a aumentar Peso vivo PV x Comprimento do Corpo CC Apresenta uma correlação de Pearson 0767 com significância de 0010 significativa Existe uma correlação positiva moderada entre o Peso Vivo e o Comprimento do Corpo O aumento do peso está moderadamente associado ao aumento do comprimento do corpo Circunferência Torácica CT x Comprimento do Corpo CC Apresenta uma correlação de Pearson 0831 com significância de 0003 significativa A Circunferência Torácica está fortemente correlacionada com o Comprimento do Corpo À medida que a circunferência torácica aumenta o comprimento do corpo também tende a aumentar As correlações entre as variáveis são bastante fortes com valores acima de 07 indicando que há uma associação significativa entre as variáveis Todos os valores de significância são menores que 001 o que significa que as correlações são estatisticamente significativas a um nível de 99 Esses resultados indicam que existe uma forte relação entre o peso a circunferência torácica e o comprimento do corpo nos suínos analisados b Encontre o coeficiente de correlação de Spearman entre cada uma das variáveis e conclua sobre os resultados Correlação de Spearman PV CT CC rô de Spearman PV Coeficiente de Correlação 1000 879 830 Sig 2 extremidades 001 003 N 10 10 10 CT Coeficiente de Correlação 879 1000 818 Sig 2 extremidades 001 004 N 10 10 10 CC Coeficiente de Correlação 830 818 1000 Sig 2 extremidades 003 004 N 10 10 10 A correlação é significativa no nível 001 2 extremidades A Correlação de Spearman é uma medida não paramétrica de correlação utilizada para avaliar a força e a direção de uma relação monotônica entre duas variáveis Ao contrário da correlação de Pearson a correlação de Spearman não assume uma distribuição normal dos dados sendo útil quando os dados são ordinais ou quando não se espera uma relação linear entre as variáveis Peso vivo PV x Circunferência Torácica CT Apresenta uma correlação de Spearman ρ 0879 com significância 0001 significativa Existe uma forte correlação positiva entre o Peso Vivo PV e a Circunferência Torácica CT O aumento do peso está fortemente associado ao aumento da circunferência torácica A relação é monotônica ou seja uma variável tende a aumentar à medida que a outra também aumenta mas não necessariamente de forma linear Peso vivo PV x Comprimento do Corpo CC Apresenta uma correlação de Spearman ρ 0830 com significância de 0003 significativa A correlação entre o Peso Vivo PV e o Comprimento do Corpo CC é moderada a forte indicando que à medida que o peso aumenta o comprimento do corpo também tende a aumentar de forma monotônica Circunferência Torácica CT x Comprimento do Corpo CC Apresenta uma correlação de Spearman ρ 0818 com significância de 0004 significativa A Circunferência Torácica CT e o Comprimento do Corpo CC também apresentam uma correlação positiva forte À medida que a circunferência torácica aumenta o comprimento do corpo também tende a aumentar de forma monotônica As correlações de Spearman entre as variáveis são fortes todas acima de 08 indicando que há uma associação significativa e consistente entre elas Todas as correlações são significativas a um nível de 001 2 extremidades o que indica que a relação entre as variáveis é estatisticamente significativa Em resumo as variáveis analisadas apresentam uma forte correlação monotônica entre si e a correlação de Spearman confirma a tendência observada na correlação de Pearson sendo as relações consistentes e significativas c Obtenha as equações de regressão linear para predizer o Peso vivo dos animais com base I Na circunferência Torácica e II No comprimento do corpo Obtenha o coeficiente de determinação para cada equação represente graficamente e conclua sobre os resultados Regressão linear do Peso Vivo PV em função da Circunferência Torácica CT Resumo do modelo Modelo R R quadrado R quadrado ajustado Erro padrão da estimativa 1 861a 742 710 553761 a Preditores Constante CT ANOVAa Soma dos Quadrados df Quadrado Médio F Sig Regressão 705603 1 705603 23010 001b Resíduo 245321 8 30665 Total 950924 9 a Variável Dependente PV b Preditores Constante CT Coeficientesa Coeficientes não padronizados Coeficientes padronizados t Sig B Erro Erro Beta Constante 43853 14700 2983 018 CT 1042 217 861 4797 001 a Variável Dependente PV Resumo do Modelo R Correlação 0861 Isso indica uma forte correlação positiva entre o Peso Vivo e a Circunferência Torácica o que sugere que à medida que a Circunferência Torácica aumenta o Peso Vivo também tende a aumentar R2 Coeficiente de Determinação 0742 Isso significa que 742 da variação no Peso Vivo é explicada pela Circunferência Torácica Portanto a Circunferência Torácica é um bom preditor para o Peso Vivo R2 Ajustado 0710 O valor ajustado do R2 leva em consideração o número de variáveis no modelo e é útil para comparar modelos com diferentes números de preditores Nesse caso a variação explicada ainda é alta mesmo após esse ajuste Erro padrão da estimativa 553761 O erro padrão da estimativa indica a quantidade média que os valores observados se afastam dos valores previstos pela equação de regressão Quanto menor o erro melhor a precisão do modelo ANOVA Análise de Variância A ANOVA nos ajuda a verificar se o modelo de regressão é estatisticamente significativo Soma dos Quadrados da Regressão 705603 Soma dos Quadrados do Resíduo 245321 F 23010 Significância Sig 0001 Muito menor que 005 o que indica que o modelo de regressão é estatisticamente significativo Em outras palavras a Circunferência Torácica tem uma relação significativa com o Peso Vivo Coeficientes da equação de regressão Intercepto Constante 43853 Esse é o valor de PV Peso Vivo quando a Circunferência Torácica CT é igual a zero Embora não tenha um valor real significativo fornece uma base para o cálculo da equação Coeficiente de CT 1042 Isso significa que para cada aumento de 1 unidade na Circunferência Torácica o Peso Vivo aumenta em 1042 unidades Ou seja há uma relação positiva entre a Circunferência Torácica e o Peso Vivo Valor t para CT 4797 O valor t é usado para testar a significância do coeficiente O valor de t é alto indicando que o coeficiente de CT é significativamente diferente de zero Significância Sig de CT 0001 O valor de significância muito baixo indica que o coeficiente de CT é estatisticamente significativo no modelo de regressão Equação de Regressão A equação de regressão para prever o Peso Vivo PV com base na Circunferência Torácica CT é PV 438531042x CT O modelo tem um R2 de 0742 indicando que ele explica 742 da variabilidade no Peso Vivo com base na Circunferência Torácica Isso é uma boa explicação do comportamento da variável dependente O modelo é estatisticamente significativo com um valor de F de 23010 e uma significância de 0001 Cada aumento de 1 unidade na Circunferência Torácica resulta em um aumento de 1042 unidades no Peso Vivo Regressão linear do Peso Vivo PV em função do Comprimento do Corpo CC Resumo do modelo Modelo R R quadrado R quadrado ajustado Erro padrão da estimativa 1 767a 588 537 699791 a Preditores Constante CC ANOVAa Soma dos Quadrados df Quadrado Médio F Sig Regressão 559158 1 559158 11418 010b Resíduo 391766 8 48971 Total 950924 9 a Variável Dependente PV b Preditores Constante CC Coeficientesa Coeficientes não padronizados Coeficientes padronizados t Sig B Erro Erro Beta Constante 33383 17759 1880 097 CC 822 243 767 3379 010 a Variável Dependente PV Resumo do Modelo R Correlação 0767 Isso indica uma correlação moderada a forte entre o Peso Vivo e o Comprimento do Corpo Ou seja há uma relação positiva entre essas variáveis conforme o Comprimento do Corpo aumenta o Peso Vivo tende a aumentar também R2 Coeficiente de Determinação 0588 Isso significa que 588 da variação no Peso Vivo é explicada pelo Comprimento do Corpo Embora esse valor seja menor que o R2 da regressão com a Circunferência Torácica ainda é uma boa explicação para a variabilidade do Peso Vivo R2 Ajustado 0537 O valor ajustado do R2 é 0537 o que leva em consideração o número de variáveis no modelo Mesmo com o ajuste o modelo ainda explica uma boa parte da variação no Peso Vivo Erro padrão da estimativa 699791 O erro padrão da estimativa é um pouco maior em comparação com a regressão com a Circunferência Torácica indicando que a previsão do Peso Vivo com base no Comprimento do Corpo pode ter um erro um pouco maior ANOVA Análise de Variância Soma dos Quadrados da Regressão 559158 Soma dos Quadrados do Resíduo 391766 F 11418 Significância Sig 0010 Menor que 005 indicando que o modelo de regressão é estatisticamente significativo Ou seja o Comprimento do Corpo tem uma relação significativa com o Peso Vivo Coeficientes da equação de regressão Intercepto Constante 33383 Esse é o valor de PV Peso Vivo quando o Comprimento do Corpo CC é igual a zero Embora não tenha um valor real significativo fornece uma base para o cálculo da equação Coeficiente de CC 0822 Isso significa que para cada aumento de 1 unidade no Comprimento do Corpo o Peso Vivo aumenta em 0822 unidades Há uma relação positiva entre o Comprimento do Corpo e o Peso Vivo Valor t para CC 3379 O valor t é usado para testar a significância do coeficiente O valor de t é relativamente alto indicando que o coeficiente de CC é significativamente diferente de zero Significância Sig de CC 0010 O valor de significância de 0010 indica que o coeficiente de CC é estatisticamente significativo no modelo de regressão Equação de Regressão A equação de regressão para prever o Peso Vivo PV com base no Comprimento do Corpo CC é PV 333830822x CC O modelo tem um R2 de 0588 o que significa que ele explica 588 da variabilidade no Peso Vivo com base no Comprimento do Corpo Embora esse valor seja menor que o da Circunferência Torácica ainda é uma boa explicação do comportamento da variável dependente O modelo é estatisticamente significativo com um valor de FFF de 11418 e uma significância de 0010 Cada aumento de 1 unidade no Comprimento do Corpo resulta em um aumento de 0822 unidades no Peso Vivo Em resumo a Circunferência Torácica CT apresenta um modelo mais forte de previsão para o Peso Vivo do que o Comprimento do Corpo CC mas ambos têm relações significativas e úteis para prever o Peso Vivo