UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE ... · O Teste de Aprendizagem Auditivo...
Transcript of UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE ... · O Teste de Aprendizagem Auditivo...
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTECENTRO DE CIENCIAS EXATAS E DA TERRA
DEPARTAMENTO DE ESTATISTICACURSO DE ESTATISTICA
ANDRE POSSATI
AVALIACAO DE TECNICAS DE MEMORIZACAO EM UM TESTE RAVLT: UMA
APLICACAO DA ANALISE DE COVARIANCIA
ORIENTADOR: Prof. Dr. Damiao Nobrega da Silva
NATAL/RN2015
ANDRE POSSATI
AVALIACAO DE TECNICAS DE MEMORIZACAO EM UM TESTE RAVLT: UMA
APLICACAO DA ANALISE DE COVARIANCIA
Monografia apresentada ao Departamentode Estatıstica da Universidade Federal doRio Grande do Norte, em cumprimentocom as exigencias legais para obtencao dotıtulo de formacao em Estatıstica.
ORIENTADOR: Prof. Dr. Damiao Nobrega da Silva
NATAL/RN2015
UFRN / Biblioteca Central Zila Mamede.
Catalogação da Publicação na Fonte
Possati, André.
Avaliação de técnicas de memorização em um Teste Ravlt: uma
aplicação da análise de covariância / André Possati – Natal, RN, 2016.
65 f.: il.
Orientador: Prof. Dr. Damião Nóbrega da Silva.
Monografia (Graduação) – Universidade Federal do Rio Grande do
Norte. Centro de Ciências Exatas e da Terra. Curso de Estatística.
1. Modelos lineares (estatística) - Monografia. 2. Teste de
Aprendizagem Auditivo Verbal de Rey (RAVLT) - Monografia 3.
Análise de covariância - Monografia. I. Silva, Damião Nóbrega da. II.
Universidade Federal do Rio Grande do Norte. III. Título.
RN/UF/BCZM CDU 519.233.4
Agradecimentos
Eu poderia escrever um livro nesta secao para falar da pessoa que tem participado
da minha vida durante esses 10 ultimos anos, da minha luta, dos meus tombos, do meu
renascimento. Mas nenhum livro seria capaz de descrever a felicidade que sinto por te-la
ao meu lado, sempre positiva, sempre rindo deliciosamente das minhas bobagens e sempre
companheira durante os perıodos mais difıceis. Fernanda, obrigado por me manter ali-
mentado, amado e sao, por esse perıodo todo! Obrigado tambem por me apresentar sua
famılia maravilhosa: Ines, Washington, Rachel, Maria Angelica e Jose, de quem recebi
conselhos, abracos e tres sobrinhos lindos!
Nao menos importante foi a dedicacao dos meus pais Rubens e Marcia, na construcao
do meu carater, do meu senso crıtico e na construcao da minha capacidade de colocar-me
no lugar do outro. Gostaria de poder fazer o mesmo que fizeram por mim, mas sei que
essa tarefa so e capaz de realizar quem e pai e mae. Obrigado!
Obrigado tambem aos meus pais/amigos/irmaos Osvaldo e Maria, Ademir e Nadja,
Francisco, Wagner... por estarem sempre presentes, e principalmente por ajudarem a
mim, meu pai e irmaos a suportarem a dor da perda de minha mae.
Gostaria de agradecer tambem aos meus irmaos Maurıcio e Marcos pelo companhei-
rismo que ja dura mais de 30 anos, pelas risadas, pelas noitadas regadas a boa musica e
pelo alicerce que me ajudaram e ajudam a construir. Obrigado tambem a Anna por toda
a alegria que trouxe a famılia!
Ao cla Onaga, Claudia, Maıra e Flavia, pelo seu bom humor e sagaz inteligencia, pe-
las massagens maravilhosas, pelos livros, filmes e principalmente pela companhia essencial
nesses anos todos.
Aos meus amigos de infancia, Marcelo, Tiagos (Costantini e Olho), Gilberto, Rodrigos
(Moita, VG e Costantini), Andre, Marina, Julia, Caio e suas (seus) respectivas (os), pelas
infinitas horas de jogo, filosofia e bom humor. Aos seus pais pelo fundamental apoio nas
horas que mais precisei!
Aos meus amigos de escola que me arrastavam de casa para alguma festa quando
nao tinha mais dinheiro para sair (porque gastara tudo antes da hora), Paulo, Fernando,
Bruno, Rodrigo, Eduardo, Leonardo, Wagner, Maurıcio, Yuzo e outros varios que ainda
me acompanham.
Aos meus queridos amigos da UFRN: Kalil, Francimario, Joyce, Inara, Fidel, Elias,
Ramiro, Deillany, Jhonnata pelas muitas horas de estudo, ajuda com as disciplinas e boas
conversas, e tantos outros que nao quero perder contato.
Gostaria fazer um agradecimento especial aos meus amigos do Ventania, Guilherme
e Marılia, primeiro pela amizade que construımos nesses ultimos quatro anos, pela com-
panhia na casa da Ponta Negra e sobretudo pelo maravilhoso lanche que voces fazem!
Sucesso amigos!
Ao RXK, a entidade que mais cresce no Brasil, por esses quase 20 anos de muita, mas
muita coisa boa!
Gostaria de agradecer a fantastica equipe de professores da Estatıstica da UFRN, pelo
acolhimento e amizade, ao Prof. Pledson pelo excelente trabalho junto a coordenacao do
curso e, em especial, ao Prof. Damiao, que aceitou a tarefa de me orientar nesse trabalho
dedicando muitas horas de seu tempo para que o resultado fosse o melhor possıvel. Obri-
gado Professor!
Ao Programa Novos Talentos, ao PET e IC, dos quais tive a honra de participar e
aprender licoes valiosas para toda a vida, bem como aos professores/tutores desses pro-
gramas: Pledson, Formiga, Dione e Carla.
Eu nao poderia terminar sem agradecer a Ana Maria, pela oportunidade de trabalhar-
mos juntos em sua Dissertacao de Mestrado, por ter me cedido gentilmente seu banco de
dados, por sua dedicacao em alcancar o objetivo de me fazer compreender um pouco mais
de psicologia, pelo seu tempo e pela sua amizade. Obrigado!
ResumoO Teste de Aprendizagem Auditivo Verbal de Rey (RAVLT) e um instrumento de
grande utilidade para avaliacao clınica de processos de perda de memoria. O objetivo
principal deste trabalho e avaliar os efeitos de treinamento cognitivo e higiene do sono na
memorizacao de palavras em um teste RAVLT com idosos de 60 a 86 anos, em Natal. Estes
indivıduos foram alocados aleatoriamente a quatro tratamentos de interesse: controle,
treino cognitivo, higiene do sono e combinacao de treino cognitivo com higiene do sono.
Dados do numero de palavras recordadas e ındices de memorizacao relacionados obtidos
apos a intervencao da aplicacao dos tratamentos sao analisados analises de covariancia,
tomando-se os valores pre-intervencao dessas medidas como covariaveis. Os resultados
sugerem que treino cognitivo combinado com higiene do sono pode aumentar o numero
medio de palavras recordadas na evocacao espontanea em relacao ao grupo controle.
Observa–se, tambem, que a tecnica de analise de covariancia e, em geral, mais eficiente
que analise de variancia para comparar os efeitos dos tratamentos.
Palavras-chave: Estudo pre-teste/pos-teste. Experimento completamente aleatorizado.
Modelos lineares.
AbstractThe Rey Auditory Verbal Learning Test (RAVLT) is a useful tool for clinical evaluation
of memory loss processes. This study aims to evaluate the effects of cognitive training and
sleep hygiene techniques on word memorization in a RAVLT test applied to 60-86 year-
old subjects. The individuals in the study were randomly allocated to four treatments of
interest: control, cognitive training, sleep hygiene and a combination of cognitive training
with sleep hygiene. Data on the post-treatment number of recalled words and related
memorization indexes are analyzed by covariance analyses, taking the corresponding pre-
intervention measures as covariates values. The results suggest that cognitive training
combined with sleep hygiene may increase the average number of words recalled in the
spontaneous evocation phase of the test in relation to the control group. Covariance
analysis is seen to be generally more efficient than analysis of variance to compare the
treatment effects.
Keywords: Pretest/posttest study. Completely Randomized Experiment. Linear Models.
Sumario
LISTA DE ILUSTRACOES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1 INTRODUCAO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1 Motivacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.1 Objetivo geral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2.2 Objetivos especıficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3 Estrutura da monografia . . . . . . . . . . . . . . . . . . . . . . . . 22
2 ESTUDO EXPERIMENTAL . . . . . . . . . . . . . . . . . . . . 23
3 METODOLOGIA . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.1 O modelo de analise de covariancia . . . . . . . . . . . . . . . . . . 25
3.2 Verificacao das suposicoes do modelo . . . . . . . . . . . . . . . . 27
3.3 Testes de hipoteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.3.1 Paralelismo das retas de regressao . . . . . . . . . . . . . . . . . . . . 28
3.3.2 Efeito dos tratamentos . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.3.3 Coeficiente angular nulo . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3.4 Intervalos de confianca para medias ajustadas . . . . . . . . . . . 32
4 ANALISE DOS RESULTADOS . . . . . . . . . . . . . . . . . . 35
4.1 Evocacao espontanea . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.1 Tentativa A6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.1.2 Tentativa A7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
4.2 Memoria de curto prazo . . . . . . . . . . . . . . . . . . . . . . . . . 41
4.3 Velocidade de esquecimento . . . . . . . . . . . . . . . . . . . . . . 43
4.4 Indices de interferencia . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4.1 Interferencia proativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
4.4.2 Interferencia retroativa . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
5 CONCLUSAO . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
REFERENCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
APENDICES 57
A GRAFICOS PARA ANALISES RESIDUAIS . . . . . . . 59
B PROGRAMA R PARA AS ANALISES ESTATISTICAS 65
Lista de ilustracoes
Figura 1 – Cronograma das etapas do teste RAVLT . . . . . . . . . . . . . . . . . 21
Figura 2 – Dispersao dos escores pos-teste e pre-teste na tentativa A6 para os
quatro tratamentos. Retas de regressao sao estimadas sob paralelismo . 37
Figura 3 – Dispersao dos escores pos-teste e pre-teste na tentativa A7 para os
quatro tratamentos. Retas de regressao sao estimadas sob paralelismo . 40
Figura 4 – Dispersao dos escores totais pos-teste e pre-teste para os quatro trata-
mentos. Retas de regressao sao estimadas sob paralelismo . . . . . . . 42
Figura 5 – Dispersao dos ındices de esquecimento pos-teste e pre-teste para os
quatro tratamentos. Retas de regressao sao estimadas sob paralelismo . 45
Figura 6 – Dispersao dos ındices de interferencias proativa pos-teste e pre-teste
para os quatro tratamentos. Retas de regressao sao estimadas sob
paralelismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Figura 7 – Dispersao dos ındices de interferencias retroativa pos-teste e pre-teste
para os quatro tratamentos. Retas de regressao sao estimadas sob
paralelismo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Figura 8 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o escore da tentativa A6 . . . . . . . . . . . . . . . . . . . . . . . . . . 59
Figura 9 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o escore da tentativa A7 . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Figura 10 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o escore total . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
Figura 11 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o ındice de esquecimento . . . . . . . . . . . . . . . . . . . . . . . . . 62
Figura 12 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o ındice de interferencia proativa . . . . . . . . . . . . . . . . . . . . . 63
Figura 13 – Diagrama de dispersao e grafico de probabilidade normal com envelope
para os resıduos padronizados do modelo de analise de covariancia para
o ındice de interferencia retroativa . . . . . . . . . . . . . . . . . . . . 64
Lista de Tabelas
Tabela 1 – Teste de paralelismo das retas de regressao da analise de covariancia
para o escore pos-teste na tentativa A6 . . . . . . . . . . . . . . . . . 36
Tabela 2 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 da analise de covariancia para o escore pos-teste na ten-
tativa A6 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Tabela 3 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o escore pos-teste na tentativa A6 . . . . . . . 38
Tabela 4 – Medias ajustadas para o escore pos-teste na tentativa A6 com erros
padroes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
Tabela 5 – Teste de paralelismo das retas de regressao da analise de covariancia
para o escore pos-teste na tentativa A7 . . . . . . . . . . . . . . . . . 39
Tabela 6 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 da analise de covariancia para o escore pos-teste na ten-
tativa A7 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
Tabela 7 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o escore pos-teste na tentativa A7 . . . . . . . 40
Tabela 8 – Medias ajustadas para o escore pos-teste na tentativa A7 com erros
padroes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Tabela 9 – Teste de paralelismo das retas de regressao da analise de covariancia
para o escore total pos-teste . . . . . . . . . . . . . . . . . . . . . . . 41
Tabela 10 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 da analise de covariancia para o escore total pos-teste . . 42
Tabela 11 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o escore total pos-teste . . . . . . . . . . . . . 43
Tabela 12 – Medias ajustadas para o escore total pos-teste com erros padroes . . . 43
Tabela 13 – Teste de paralelismo das retas de regressao da analise de covariancia
para o ındice de esquecimento pos-teste . . . . . . . . . . . . . . . . . 44
Tabela 14 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 da analise de covariancia para o ındice de esquecimento
pos-teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
Tabela 15 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o ındice de esquecimento pos-teste . . . . . . 46
Tabela 16 – Medias ajustadas para o ındice de esquecimento pos-teste com erros
padroes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Tabela 17 – Teste de paralelismo das retas de regressao da analise de covariancia
do ınidice de interferencia proativa pos-teste . . . . . . . . . . . . . . 47
Tabela 18 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 (escala transformada) da analise de covariancia para o
ındice de interferencia proativa pos-teste . . . . . . . . . . . . . . . . . 47
Tabela 19 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o ındice de interferencia proativa pos-teste
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Tabela 20 – Medias ajustadas o ındice de interferencia proativa pos-teste com erros
padroes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Tabela 21 – Teste de paralelismo das retas de regressao da analise de covariancia
para o ındice de interferencia retroativa pos-teste . . . . . . . . . . . . 49
Tabela 22 – Estimativas de mınimos quadrados e erros padroes para os parametros
do Modelo 3 da analise de covariancia para o ındice de interferencia
retroativa pos-teste . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
Tabela 23 – Analise de variancia para os testes ajustados dos efeitos dos tratamen-
tos e da covariavel para o o ındice de interferencia retroativa pos-teste
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
Tabela 24 – Medias ajustadas para o o ındice de interferencia retroativa pos-teste
com erros padroes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
17
1 Introducao
1.1 Motivacao
De acordo com o IBGE, o ritmo de envelhecimento da populacao brasileira esta acima
da media mundial (SARAIVA; MARTINS, 2012). Dados de 2012 revelaram que a razao
entre o numero de pessoas de 60 anos ou mais de idade para cada 100 pessoas de menos de
15 anos vem aumentando de maneira “marcante”, conforme o proprio instituto. Segundo
Kalache (1987), os fatores determinantes do envelhecimento de um paıs sao, fundamen-
talmente, ditados pelo comportamento de suas taxas de fertilidade e, de modo menos
importante, de suas taxas de mortalidade. Ainda segundo este autor, o envelhecimento
da populacao brasileira e um fato irreversıvel, e que devera se acentuar no futuro proximo.
Diante disso a manutencao da capacidade funcional de cada indivıduo, de forma que ele
permaneca autonomo e independente pelo maior tempo possıvel, e um grande desafio
(COSTA; PORTO; SOARES, 2003).
Um dos estudos conduzidos para identificar fatores que afetam a capacidade de memo-
rizacao de idosos foi o experimento controlado realizado como requisito para obtencao do
tıtulo de Mestre em Psicologia na Universidade Federal do Rio Grande do Norte (UFRN)
pela estudante Ana Maria Souza Moreira (MOREIRA, 2015). O objetivo geral da au-
tora do experimento foi o de avaliar os efeitos de um programa de treino cognitivo e de
tecnicas de higiene do sono para as funcoes executivas e para qualidade de sono de idosos
saudaveis. Tradicionalmente, as “funcoes executivas” referem-se as habilidades cognitivas
envolvidas no planejamento, iniciacao, seguimento e monitoramento de comportamen-
tos complexos dirigidos a um fim e sao utilizadas para designar uma ampla variedade
de funcoes cognitivas que implicam: atencao, concentracao, seletividade de estımulos,
capacidade de abstracao, planejamento, flexibilidade de controle mental, autocontrole e
memoria operacional (HAMDAN; PEREIRA, 2009).
De acordo com Schaie (2005 apud COTTA et al., 2012) a memoria se relaciona a
uma gama de processos cognitivos que envolvem a aquisicao, a formacao, a conservacao
e a evocacao de informacoes. Ao longo do ciclo de vida percebe-se seu aprimoramento
na infancia e adolescencia, estabilizacao ao longo da idade adulta e declınio ao longo
do envelhecimento, formando uma curva em formato de U invertido. Ainda segundo
Cotta et al. (2012), a avaliacao da memoria do paciente idoso se da atraves de testes
neuropsicologicos e um dos testes mais utilizados nesse processo, por ser particularmente
util em sua avaliacao neuropsicologica, e o Teste de Aprendizado Auditivo-Verbal
de Rey ou RAVLT (REY, 1941; TAYLOR, 1959).
Os dados obtidos no experimento em Moreira (2015) foi baseado neste teste RAVLT.
18 Capıtulo 1. Introducao
Este teste e constituıdo por uma listagem de 15 substantivos (lista A) a ser lida para o su-
jeito pesquisado com um intervalo de um segundo entre cada palavra. Esse procedimento
e realizado cinco vezes consecutivas e ao final de cada uma delas e pedido ao sujeito que
se recorde de cada uma das quinze palavras. Os escores (numero de palavras recordadas)
alcancados durante esse processo de evocacao das palavras sao registrados em cada uma
das cinco tentativas. Estes escores sao denotados pelas variaveis A1, A2, A3, A4 e A5
e os correspondentes valores possıveis de cada um deles compreendem, portanto, inteiros
de 0 a 15.
Logo apos esta etapa, uma lista composta por outros 15 substantivos (lista de in-
terferencia B) e lida ao sujeito e solicitada sua subsequente evocacao (tentativa B1). O
numero de palavras certas nesta tentativa e tambem denotado por B1. A seguir pede-se
ao sujeito que se recorde das palavras da lista A sem que ela seja reapresentada (tentativa
A6). Apos um intervalo de 20 minutos, pede-se ao sujeito que se lembre das palavras da
lista A (tentativa A7) tambem sem que a lista A seja lida para ele. Similarmente, os esco-
res correspondendo aos numeros de palavras corretamente recordadas nestas duas ultimas
tentativas sao denotados por A6 e A7, respectivamente. Estas etapas podem ser melhor
visualizadas no cronograma apresentado na Figura 1. Apos a tentativa A7, e feito o teste
de memoria de reconhecimento, quando uma lista contendo as 15 palavras da lista A, as
15 palavras da lista B e 20 distratores (semelhantes as palavras de lista A e B em termos
fonologicos ou semanticos) sao lidas para o sujeito. A cada palavra lida, o sujeito deve
indicar se ela pertence (ou nao) a lista A. A essa variavel e dada o nome reconhecimento
e os escores alcancados variam entre 0 e 50. Contudo, essa variavel nao sera analisada no
presente trabalho.
Os escores A1,..., A7 e B1 do teste RAVLT permitem a formacao de varios outros
ındices que podem ser usados para avaliar diferentes caracterısticas do mecanismo de me-
morizacao de um indivıduo. Segundo Cotta et al. (2012), o escore total nas cinco primeiras
tentativas A1 + · · · + A5 e uma medida da curva de aprendizagem das palavras. Tambem,
as quantidades A7/A6, B1/A1 e A6/A5 medem respectivamente a velocidade de esqueci-
mento, a interferencia proativa e a interferencia retroativa. A velocidade de esquecimento
permite estudar a relacao do conteudo aprendido com o tempo. A interferencia proativa
permite avaliar o grau de dificuldade do aprendizado de uma nova informacao devido a
informacao previamente absorvida e a retroativa avalia a dificuldade do indivıduo recordar
informacao passada devido a exposicao de um novo conteudo.
1.2. Objetivos 19
Figura 1 – Cronograma das etapas do teste RAVLT
Uma caracterıstica deste estudo experimental e a medicao das variaveis do teste
RAVLT relacionadas com a memoria dos indivıduos participantes, ou seja A1 a A7 e
B1, nas fases antes e depois da intervencao decorrente dos tratamentos aplicados. As
variaveis respostas foram tomadas como as medidas e ındices de interesse referentes na
fase pos-intervencao do experimento e as covariaveis foram definidas como o valor de cada
resposta na fase pre-intervencao pela aplicacao dos tratamentos.
1.2 Objetivos
1.2.1 Objetivo geral
O objetivo geral desta monografia e o de avaliar estatisticamente a significancia dos efeitos
dos tratamentos do experimento realizado em Moreira (2015), ou seja, controle, higiene do
sono, treino cognitivo e higiene do sono mais treino cognitivo, em caracterısticas medidas
pos-aplicacao do teste RAVLT. Estas caracterısticas sao relacionadas com:
• memoria de curto prazo do teste RAVLT;
• evocacao espontanea;
• velocidade de esquecimento;
• medida de interferencia proativa;
20 Capıtulo 1. Introducao
• ındice de interferencia retroativa.
A ferramenta estatıstica escolhida para analisar os dados do experimento em Moreira
(2015) e a analise de covariancia (ANCOVA). A analise de covariancia e uma tecnica
estatıstica que combina caracterısticas de um modelo de analise de variancia (ANOVA)
com modelos de regressao para avaliar os efeitos dos tratamentos controlando–se os efeitos
da covariavel na resposta. Esta tecnica e bem descrita em Cochran e Cox (1957), Cox
(1958), Snedecor e Cochran (1989) e Kuehl (2000), dentre outros. Uma das motivacoes
dessa tecnica e o aumento de precisao na estimacao dos efeitos dos tratamentos em expe-
rimentos aleatorizados devido a incorporacao de informacao auxiliar correlacionada com
a resposta de interesse. Detalhes sobre a aplicacao da teoria de modelos lineares para
estimacao e inferencia em modelos de analise de covariancia podem ser vistos em Neter
et al. (1996), Rencher (2008) e Hinkelmann e Kempthorne (2007).
1.2.2 Objetivos especıficos
A aplicacao da analise de covariancia neste trabalho dar-se-a usando as medidas pre-teste
como covariaveis. Neste contexto, definem–se como objetivos especıficos os seguintes:
• Avaliar estatisticamente se as retas da regressao de cada tratamento das medidas
pos-teste versus as medidas pre-teste podem ser representadas por retas paralelas;
• Avaliar e estimar estatisticamente o efeito das covariaveis e dos efeitos dos trata-
mentos sobre as caracterısticas definidas na Secao 1.2.1;
• Estimar as respostas medias dos tratamentos ajustadas pelo efeitos da covariaveis;
• Estimar a eficiencia da inclusao da covariavel nas analises em relacao aos modelos
de analise de variancia para planos experimentais completamente aleatorizados.
1.3 Estrutura da monografia
A estrutura desta monografia e a seguinte: No Capıtulo 2, sera apresentada uma descricao
mais detalhada do experimento realizado em Moreira (2015). A metodologia estatıstica
para as analises estatısticas sera abordada no Capıtulo 3. A analises dos resultados sera
discutida no Capıtulo 4. Por ultimo, no Capıtulo 5, serao apresentadas as conclusoes do
trabalho e sugestoes para estudos futuros.
21
2 Estudo experimental
Serao apresentados, a seguir, aspectos do protocolo experimental usado para a obtencao
dos dados no estudo apresentado em Moreira (2015). A utilizacao destes dados para esta
monografia foi devidamente autorizada pela pesquisadora responsavel pelo trabalho. Era
de interesse, a princıpio, conduzir a pesquisa em toda a cidade de Natal, mas devido a
algumas dificuldades optou-se por restringir a coleta de dados a apenas uma instituicao. A
instituicao escolhida tem como missao incentivar e empreender iniciativas que promovam
o bem estar da pessoa idosa. Ao final desta etapa, um total de 41 idosos maiores de 60
anos, sendo 35 mulheres e 6 homens, foram selecionados para participacao no estudo.
Os indivıduos do estudo foram aleatoriamente divididos em quatro grupos: Controle,
Treino cognitivo (TC), Higiene do sono (HS) e Treino Cognitivo + Higiene do Sono
(TC+HS). Excetuando-se o grupo Treino Cognitivo, que foi constituıdo por 11 sujeitos,
os demais grupos se estabeleceram com 10 indivıduos cada. A media geral de idade se
situou proxima aos 69,5 anos com desvio padrao de 7,9 anos.
A pesquisa aconteceu em tres etapas, realizadas nessa ordem: avaliacao do funciona-
mento executivo e qualidade do sono dos participantes, intervencao especıfica destinada a
cada grupo e reavaliacao das funcoes executivas e da qualidade do sono. Ao grupo controle
foram aplicadas as avaliacoes iniciais e sua reavaliacao foi realizada apos um mes e meio.
O mesmo intervalo de tempo foi dado aos outros tres grupos para que fossem reavaliados.
O grupo TC participou de um programa de treino cognitivo das funcoes executivas. O
grupo HS foi submetido a um programa de psicoeducacao das tecnicas de higiene do sono
e o grupo TC+HS participou de um programa de treino das funcoes executivas bem como
da psicoeducacao da higiene do sono.
Todos os grupos passaram por um programa de treinamento que durou seis sessoes,
com frequencia semanal e duracao media de 1 hora e 30 minutos cada sessao. O grupo
de sujeitos submetido ao tratamento TC passou pelo treinamento onde foram propostos
tres exercıcios simples de memorizacao, um exercıcio extra (de complexidade maior) e
um exercıcio a ser realizado em casa. As atividades presenciais eram monitoradas pela
pesquisadora e a atividade realizada em casa era retomada na sessao seguinte, onde se
perguntava ao sujeito sobre a execucao, suas dificuldades e aspectos mais interessantes. Na
ultima sessao nao foi proposto exercıcio de casa. No grupo submetido ao tratamento HS
foram trabalhadas e discutidas as funcoes do sono e a sua importancia para a manutencao
da boa qualidade de vida, como por exemplo, a importancia da regularidade do sono, a
importancia dos habitos comportamentais no sono e a importancia do ambiente de sono
adequado. Essas sessoes tambem foram finalizadas com a proposicao de exercıcios a serem
realizados em casa, com excecao da ultima.
22 Capıtulo 2. Estudo experimental
Todas as avaliacoes e intervencoes foram realizadas pela mestranda responsavel pela
pesquisa. No entanto, todos os protocolos foram codificados e entregues para que ou-
tros pesquisadores pontuassem, sem que a autora tivesse acesso a informacao de quais
protocolos representavam as pre e/ou pos intervencoes, como tambem sem saber quais
correspondiam a cada grupo.
O objetivo geral do experimento em Moreira (2015) e avaliar os efeitos de um programa
de treino cognitivo e das tecnicas de higiene do sono para as funcoes executivas e para
qualidade de sono de idosos saudaveis. Contudo, no presente trabalho, a atencao principal
se da na analise dos dados referentes as variaveis que se relacionam exclusivamente com a
memoria, visto que o experimento realizado com os idosos nao contemplava esse objetivo
especıfico. Optou-se tambem por se desconsiderar quaisquer inferencias a populacao uma
vez que os indivıduos participantes dos estudo nao foram selecionados por amostragem
probabilıstica.
23
3 Metodologia
3.1 O modelo de analise de covariancia
Considere um experimento controlado com k tratamentos alocados segundo um plano
completamente aleatorizado a um conjunto de N = n1 + n2 + · · · + nk unidades experi-
mentais, em que ni denota o numero de replicas do i-esimo tratamento. Seja yij o valor de
uma variavel resposta y de interesse para a j-esima unidade experimental submetida ao
i-esimo tratamento. Similarmente, seja xij o valor de uma covariavel x a j-esima unidade
experimental do i-esimo tratamento, para i = 1, 2, ..., k e j = 1, 2, ..., ni.
O modelo estatıstico de analise de covariancia com um fator de tratamento e uma
covariavel x pode ser expresso por
yij = µ+ αi + βxij + εij, (3.1)
em que µ e uma constante, αi e o efeito fixo do i-esimo tratamento (com α1 = 0) e os εij
sao variaveis aleatorias independentes e identicamente distribuıdas N(0, σ2) representando
os erros experimentais associados com as observacoes yij, i = 1, 2, ..., k e j = 1, 2, ..., ni.
Algumas observacoes sobre este modelo sao:
1. Uma outra suposicao adicional que e implıcita no modelo (3.1) e que os valores
da covariavel nao sao influenciados pelos tratamentos. No presente contexto, esta
suposicao nao deve ser violada no experimento que sera analisado uma vez que,
conforme descrito na Capıtulo 2, os valores das covariaveis foram medidos antes
da aplicacao dos tratamentos e nao medidos simultaneamente com os valores das
variaveis respostas.
2. A parametrizacao α1 = 0 no modelo (3.1) define o parametro µ como o efeito do
tratamento 1 (tratamento de referencia) e os parametros αi, i = 2, ..., k, como os
efeitos diferenciais do i-esimo tratamento em relacao ao primeiro tratamento. Esta
parametrizacao para o efeito do primeiro tratamento e compatıvel com a restricao
padrao usada pelo software estatıstico R. Na realidade, outras restricoes poderiam ser
adotadas, como por exemplo αk = 0 (a opcao padrao no sistema SAS) e∑k
i=1 αi = 0.
Cada dessas restricoes alternativas levam a diferentes interpretacoes dos parametros
do modelo.
3. O modelo (3.1) sugere que a regressao de y em x pode ser sumarizada por retas
paralelas, uma para cada tratamento. Estas retas tem coeficientes angulares comum
β, mas os correspondentes interceptos sao dados por µ, µ+ α2,..., µ+ αk. Um caso
particular deste modelo e quando α2 = · · · = αk, quando as retas sao coincidentes.
24 Capıtulo 3. Metodologia
Um outro caso particular e quando β = 0, situacao esta representando retas paralelas
ao eixo x.
A representacao matricial para o modelo de ANCOVA (3.1) e dada por
y = Zα + xβ + ε, (3.2)
em que y = (y11, ..., y1n1 , y21, ..., y2n2 , ..., yk1, ..., yknk)>,
ZN×k =
1 0 0 ... 0...
......
...
1 0 0 ... 0
1 1 0 ... 0...
......
...
1 1 0 ... 0...
......
...
1 0 0 ... 1...
......
...
1 0 0 ... 1
, αk×1 =
µ
α2
...
αk
, xN×1 =
x11
...
x1n1
x21
...
x2n2
...
xk1
...
xknk
e εN×1 =
ε11
...
ε1n1
ε21
...
ε2n2
...
εk1
...
εknk
,
com ε ∼ N(0, σ2I). Esta notacao indica que o vetor ε tem distribuicao Normal N -
dimensional com vetor de medias zero e matriz de covariancias σ2I.
Os estimadores de mınimos quadrados dos parametros α e β sob o modelo (3.2) sao
dados como a solucao (α, β) do sistema de equacoes normais (RENCHER, 2008, p. 446)
Z>Zα + Z>xβ = Z>y,
x>Zα + x>xβ = x>y.(3.3)
Dessa forma, uma vez que Z>Z tem posto completo, segue que o estimador de mınimos
quadrados do vetor α e
α =
µ
α2
...
αk
= α0 − (Z>Z)−1Z>xβ =
y1. − βx1.
y2. − y1. − β(x2. − x1.)...
yk. − y1. − β(xk. − x1.)
, (3.4)
em que α0 = (Z>Z)−1Z>y e a solucao para as equacoes normais para o modelo y = Zα+ε
sem covariaveis, yi. = (1/ni)∑ni
j=1 yij, xi. = (1/ni)∑ni
j=1 xij e α1 = 0. O estimador de
mınimos quadrados para β pode ser calculado pela expressao
β = [x>(I−P)x]−1x>(I−P)y = e−1xx exy, (3.5)
em que P = Z(Z>Z)−1Z>,
exx = x>(I−P)x =k∑i=1
ni∑j=1
(xij − xi.)2
3.2. Verificacao das suposicoes do modelo 25
e
exy = x>(I−P)y =k∑i=1
ni∑j=1
(xij − xi.)(yij − yi.).
A soma de quadrados residual associada com o ajuste pode ser tambem calculada por
SQEy.x = y>y− α>Z>y− β>X>y = SQEy − β
>X>(I−P)y, (3.6)
em que
SQEy = eyy = y>(I−P)y =k∑i=1
ni∑j=1
(yij − yi.)2
e a mesma soma de quadrados para o modelo ANOVA y = Zα + ε sem covariaveis. A
soma de quadrados SQEy.x tem N − k − 1 graus de liberdade associados e uma outra
expressao alternativa e dada por
SQEy.x = eyy −e2xy
exx=
k∑i=1
ni∑j=1
(yij − yi.)2 −[∑k
i=1
∑ni
j=1(xij − xi.)(yij − yi.)]2∑ki=1
∑ni
j=1(xij − xi.)2. (3.7)
Observa–se, portanto, que SQEy.x < SQEy. Com base neste fato, pode–se medir o
aumento em eficiencia pela adicao da covariavel no modelo por
E =SQEy/(N − k)
SQEy.x/(N − k − 1),
ou seja a razao do quadrado medio residual do modelo de ANOVA sem covariaveis para o
quadrado medio residual do modelo de ANCOVA. Esta medida foi proposta por Finney
(1946) e sugerida por Kuehl (2000). Ela indica quantas replicas seriam necessarias pelo
modelo ANOVA para atingir a mesma precisao das medias dos tratamentos estimadas
sob o modelo ANCOVA. Por exemplo, o valor de 1,5 em eficiencia significa que o modelo
de analise de variancia precisa de 50% mais replicas para atingir a mesma precisao das
medias dos tratamentos estimadas sob o modelo de analise de covariancia.
3.2 Verificacao das suposicoes do modelo
O modelo de analise de covariancia (3.1) assume que erros aleatorios sao independentes
e normalmente distribuıdos com media zero e variancia constante. Como o experimento
e aleatorizado, espera-se que os testes produzidos baseados no modelo que assume in-
dependencia das observacoes sejam aproximacoes validas para os testes que deveriam
ser realizados com base na teoria da aleatorizacao. Uma apresentacao desta teoria para
analise de covariancia e dada em Hinkelmann e Kempthorne (2007, cap. 8).
A suposicao de homogenidade das variancias pode ser verificada pela analise do grafico
de dispersao dos resıduos (ou de uma versao padronizada) versus os valores preditos pelo
26 Capıtulo 3. Metodologia
modelo ajustado. De acordo com o ajuste pelo metodo dos mınimos quadrados para o
modelo (3.1) com base nos estimadores (3.4) e (3.5), os valores preditos pelo modelo sao
yij = µ+ αi + βxij = yi. + β(xij − xi.). (3.8)
Os resıduos resultantes deste ajuste sao dados por
eij = yij − yij = yij − yi. − β(xij − xi.) (3.9)
e os resıduos padronizados (TAMHANE, 2009) sao
rij =eij
sy.x
√1−
{1ni
+(xij−xi.)2
exx
} , (3.10)
em que sy.x = SQEy.x/(N−k−1). Pode–se, tambem, testar formalmente a homogeneidade
das variancias com testes, como por exemplo, o teste de Levene (LEVENE, 1960). A ideia
geral do teste de Levene e testar se as variancias das observacoes sao homogeneas atraves
de uma ANOVA para comparar as medias de zij = |yij − mediana(yij)|. Esta variavel
transformada e tal que E(zij) ≈ V ar(yij).
A suposicao de normalidade pode ser verificada com o teste de Shapiro-Wilk (SHA-
PIRO; WILK, 1965) e a avaliacao do grafico de probabilidade normal. Nos casos que
evidenciam nao normalidade ou variancia heterogenea entre os erros do modelo, o procedi-
mento de transformacao de Box-Cox (BOX; COX, 1964) pode ser aplicado para encontrar
uma escala em que estas suposicoes sejam aproximadamente atendidas.
3.3 Testes de hipoteses
3.3.1 Paralelismo das retas de regressao
A principal hipotese a ser testada em uma analise covariancia e, normalmente, a de que
nao ha efeito dos tratamentos na variavel resposta, ajustando–se pelo valor da covariavel.
Contudo, antes de proceder o teste desta hipotese, deve–se verificar se o modelo (3.1)
fornece uma descricao apropriada para os dados. Um passo importante neste sentido e a
verificacao da suposicao que as retas de regressao da resposta em funcao de covariavel,
relativa a cada tratamento, sao paralelas.
Para verificar esta suposicao, pode–se aplicar o princıpio da soma de quadrados extra
em um modelo linear geral (ver, por exemplo, Neter et al. (1996, Secao 2.8)). Esta
abordagem se baseia na comparacao das somas de quadrados residuais entre o modelo
reduzido (induzido pela hipotese nula) e o modelo completo, cujos parametros podem
assumir os valores das hipoteses nula ou da alternativa. O teste F para a hipotese de
interesse usa a estatıstica
F =(SQE(R)− SQE(C))/(gl(R)− gl(C))
SQE(C)/gl(C), (3.11)
3.3. Testes de hipoteses 27
em que SQE(R) e SQE(C) sao as somas de quadrados residuais dos modelos reduzido e
completo e gl(R) e gl(C) sao, analogamente, os graus de liberdade das respectivas somas
de quadrados destes modelos. Sob a hipotese nula, a estatıstica (3.11) tem distribuicao
F de Snedecor com graus de liberdade gl(R)− gl(C) e gl(C), respectivamente.
A hipotese de paralelismo das retas de regressao pode, entao, ser verificada da seguinte
maneira. Tomando–se o modelo (3.1) como modelo reduzido, a soma de quadrados re-
sidual deste modelo dada por SQEy.x em (3.7) tem N − k − 1 graus de liberdade. O
modelo completo e formado pelos mesmos parametros e condicoes do modelo reduzido,
porem com a adicao de termos para permitir diferentes coeficientes angulares nas retas
de regressao entre os tratamentos, ou seja
yij = µ+ αi + βxij + γ2I2ijxij + · · · γkIkijxij + εij, (3.12)
i = 1, 2, ..., k e j = 1, 2, ..., ni, em que
I2ij =
{1, se i = 2,
0, caso contrario,
...
Ikij =
{1, se i = k,
0, caso contrario.
e γ2,..., γk representam os incrementos no coeficiente angular da reta de regressao do
tratamento 1 para produzir os respectivos coeficientes angulares das retas dos tratamentos
2,..., k. Portanto, como as retas de regressao entre os tratamentos sao paralelas se, e
somente, se γ2 = · · · = γk = 0, as hipoteses de interesse neste caso sao
H01 : γ2 = ... = γk = 0
H11 : pelo menos um γi, i = 2, ..., k, e diferente de zero.
Um procedimento conveniente de calculo da soma de quadrados residual do modelo
completo e a partir da formulacao matricial para este modelo
y = Wγ + ε, (3.13)
28 Capıtulo 3. Metodologia
com ε ∼ N(0, σ2I),
W =
1 0 0 ... 0 x11 0 ... 0...
......
...
1 0 0 ... 0 x1n1 0 ... 0
1 1 0 ... 0 x21 x21 ... 0...
......
...
1 1 0 ... 0 x2n2 x2n2 ... 0...
......
...
1 0 0 ... 1 xk1 0 ... xk1
......
......
...... ...
...
1 0 0 ... 1 xknk0 ... xknk
, γ =
µ
α2
...
αk
β
γ2
...
γk
e ε =
ε11
...
ε1n1
ε21
...
ε2n2
...
εk1
...
εknk
.
Pela teoria de modelos lineares, como W e de posto completo, o estimador de mınimos
quadrados do vetor γ e
γ = (µ, α2, ..., µk, β, γ2, ..., γk)> = (W>W)−1W>y
Tomando-se Pw = W(W>W)−1W>, a soma de quadrados residual do modelo (3.13)
pode ser escrita como
SQEw = y>(I−Pw)y,
com N − (1 + k− 1 + 1 + k− 1) = N − 2k graus de liberdade associados. A diferenca dos
graus de liberdade do modelo reduzido para o modelo completo e, neste caso, N − k −1− (N − 2k) = k − 1. Portanto, a estatıstica F para testar a hipotese H01 e
F =(SQEy.x − SQEw)/(k − 1)
SQEw/(N − 2k), (3.14)
Quando H01 e verdadeira, F tem distribuicao F de Snedecor com k − 1 no numerador
e N − 2k no denominador. Assim, este teste rejeita H01 em favor de H11, ao nıvel
de significancia de α, se o valor observado da estatıstica F em (3.14) for superior a
Fk−1,N−2k(α).
3.3.2 Efeito dos tratamentos
A formulacao do teste da hipotese de que nao ha efeito dos tratamentos depende se as
retas de regressao sao paralelas ou nao. Se o valor de F em (3.14) e significativo, ou seja
quando ha evidencias estatısticas de nao paralelismo, entao os efeitos dos tratamentos
devem ser estudados em diferentes valores da covariavel.
Se o teste de paralelismo das retas nao e significativo, entao pode–se testar a hipotese
de que os tratamentos tem efeitos nulos pelo prinicıpio da soma de quadrados extra
3.3. Testes de hipoteses 29
adotando–se o modelo (3.1) como o modelo completo. A soma de quadrados residual do
modelo completo e dada por SQEy.x em (3.7), com N − k − 1 graus de liberdade. As
hipoteses nula e alternativa de interesse agora correspondem respectivamente a
H02 : α2 = ... = αk = 0
H12 : pelo menos um αi (i = 2, ..., k) e diferente de zero.
O modelo reduzido e obtido impondo–se a restricao α2 = ... = αk = 0 em (3.1), ou seja
yij = µ+ βxij + εij, (3.15)
i = 1, ..., k e j = 1, ..., ni, sob as mesmas suposicoes para os erros aleatorios dadas no
modelo (3.1). A soma de quadrados residual deste modelo e mesma soma de quadrados
em um modelo de regressao linear simples da resposta sobre a covariavel, isto e
SQE =k∑i=1
ni∑j=1
(yij − y..)2 −[∑k
i=1
∑ni
j=1(xij − x..)(yij − y..)]2∑ki=1
∑ni
j=1(xij − x..)2, (3.16)
em que y.. = (1/N)∑k
i=1
∑ni
j=1 yij, x.. = (1/N)∑k
i=1
∑ni
j=1 xij e os correspondentes graus
de liberdade sao iguais a N − 2.
Portanto, a estatıstica F para testar a hipotese H02 e
F =(SQE − SQEy.x)/(k − 1)
SQEy.x/(N − k − 1), (3.17)
que, quando H02 e verdadeira, tem distribuicao F de Snedecor com (N−2)−(N−k−1) =
k−1 no numerador e N −k−1 no denominador. Seja Fk−1,N−k−1(α) o quantil 100(1−α)
desta distribuicao. Portanto, o teste para H02 rejeita esta hipotese em favor de H12, ao
nıvel de significancia de α, se o valor observado da estatıstica F em (3.17) for superior a
Fk−1,N−k−1(α).
3.3.3 Coeficiente angular nulo
Outra hipotese que pode ser testada em uma analise de covariancia e de que nao ha efeito
da covariavel na E(yij), ajustando–se pelos efeitos dos tratamentos. As hipoteses nula e
alternativa para este caso sao:
H03 : β = 0
H13 : β 6= 0
e o teste correspondente pode tambem ser realizado pelo princıpio da soma de quadra-
dos extra. Para testar estas hipoteses, impoe–se a restricao sobre β em H03 no modelo
completo (3.1), obtendo–se o modelo reduzido
yij = µ+ αi + εij, (3.18)
30 Capıtulo 3. Metodologia
i = 1, ..., k e j = 1, ..., ni, com α1 = 0 e os erros aleatorios tendo as mesmas suposicoes
do modelo (3.1). Este modelo corresponde a um modelo de ANOVA sem covariaveis. A
soma de quadrados residual deste modelo reduzido e
SQE = eyy =k∑i=1
ni∑j=1
(yij − yi.)2,
com N − k graus de liberdade. Logo, por (3.7), a diferenca entre as somas de quadrados
residuais dos modelos reduzidos e completo e
SQE − SQEy.x =e2xy
exx,
com N − k− (N − k− 1) = 1 grau de liberdade. Assim, a estatıstica do teste para H03 e
F =e2xy/exx
SQEy.x/(N − k − 1)(3.19)
e deve–se rejeitar H03 : β = 0 em favor de H13 : β 6= 0 se F for superior a F1,N−k−1(α).
3.4 Intervalos de confianca para medias ajustadas
Suponha que a hipotese H02 de que os tratamentos nao tem efeito, ajustando–se pela
covariavel, e rejeitada. Entao, pode–se proceder uma analise de quais tratamentos sao
estatisticamente diferentes dos demais. Outra possibilidade e a analise de contrastes entre
as medias dos tratamentos.
Em um modelo de analise de covariancia as medias de maior interesse sao estimativas
dos valores esperados da resposta para um determinado valor x0 da covariavel. Contudo,
como estas medias dependem do valor x0 escolhido, costuma–se estima-las tomando–se
x0 = x.., ou seja
µi = E(yij) = µ+ αi + βx...
De acordo com (3.4) e (3.5), a estimativa de µi e dada por
µi = µ+ αi + βx.. = yi. − β(xi. − x..), i = 1, ..., k.
Estas quantidades sao denominadas de medias ajustadas ou medias de mınimos quadrados.
Intervalos de confianca para as medias ajustadas podem ser construıdos adaptando–se
procedimentos inferenciais sobre medias de populacoes normais. Tamhane (2009), por
exemplo, estabelece que sob o modelo (3.1)
µi ∼ N
(µi, σ
2
[1
ni+
(xi. − x..)2
exx
])
3.4. Intervalos de confianca para medias ajustadas 31
e
µi − µi′ ∼ N
(µi − µi′ , σ2
[1
ni+
1
ni′+
(xi. − xi′.)2
exx
]).
Assim, um intervalo de 100(1− α)% de confianca para µi e dado por
µi ± tν,α/2sy.x
√1
ni+
(xi. − x..)2
exx,
em que tν,α/2 representa o (1−α/2) quantil da distribuicao t de Student com N−k−1 graus
de liberdade e sy.x = SQEy.x/(N − k − 1). Similarmente, um intervalo de 100(1− α)%
de confianca para µi − µi′ e dado por
µi − µi′ ± tν,α/2sy.x
√1
ni+
1
ni′+
(xi. − xi′.)2
exx(3.20)
Neter et al. (1996, p. 1024-1025) sugerem que quando uma famılia de intervalos deva ser
construıda, entao metodos para inferencia simultanea, tais como Scheffe e Bonferroni,
sejam aplicados, mas que o metodo de Tukey nao e apropriado neste contexto de analise
de covariancia.
33
4 Analise dos resultados
Consideram-se agora as analises dos dados do estudo experimental descrito no Capıtulo 2.
Analises de covariancia sao empregadas para avaliar efeitos dos tratamentos e covariaveis
nas variaveis pos-teste RAVLT relacionadas com a evocacao espontanea, memoria de
curto prazo, velocidade de esquecimento e interferencia pro e retroativa. Detalhes da
metodologia estatıstica utilizada sao apresentados no Capıtulo 3.
Todas as analises foram realizadas com o uso do software R (R Core Team, 2015). Um
modelo do programa computacional usado nesse software e dado no Apendice B. Para
cada variavel, os seguintes modelos foram ajustados para testar as hipoteses de interesse:
Modelo 1: yij = µ+ βxij + εij
Modelo 2: yij = µ+ αi + εij
Modelo 3: yij = µ+ αi + βxij + εij
Modelo 4: yij = µ+ αi + βxij + γ2I2ijxij + · · · γkIkijxij + εij,
(4.1)
em que I`ij = 1 se i = ` e I`ij = 0 se i 6= `, ` = 2, ..., k. Estes modelos sao definidos
em (3.15),(3.18), (3.1) e (3.12). Cada modelo ajustado, foi submetido as verificacoes das
correspondentes suposicoes de normalidade e variancias constante dos erros aleatorios.
Infelizmente, o conjunto de dados fornecido nao continha informacoes sobre a ordem
em que as observacoes foram obtidas para permitir uma investigacao sobre violacoes da
suposicao de independencia das observacoes. Nos casos em que violacoes foram detectadas,
transformacoes pelo metodo de Box-Cox foram aplicadas na variavel dependente e tambem
na covariavel para manter a mesma escala para ambas variaveis.
4.1 Evocacao espontanea
As tentativas A1 a A7 para registrar o reconhecimento das palavras do questionario
RAVLT referem-se a evocacao das palavras lidas da lista A. Contudo, apenas as cinco
primeiras tentativas (A1 ate A5) sao precedidas da leitura dessa lista. Ja as tentativas A6
e A7 sao consideradas “tentativas de evocacao espontanea”, ja que, como a nomenclatura
adotada sugere, nao ha leitura previa da lista ao sujeito nessa fase do teste.
4.1.1 Tentativa A6
As analises a seguir consideram o escore pos-teste na tentativa A6 como variavel depen-
dente e o escore pre-teste na tentativa A6 como covariavel. Inicialmente, procedeu–se o
teste de paralelismo das retas de regressao. De acordo com (3.18), este teste e obtido
pela comparacao das somas de quadrados dos resıduos do Modelo 3 (reduzido) e Modelo
34 Capıtulo 4. Analise dos resultados
4 (completo). Analises dos resıduos destes modelos foram realizadas para verificar as
suposicoes dos mesmos, nao se detectando nenhuma evidencia de violacao. A Tabela 1
apresenta os graus de liberdade (GLE) e soma de quadrados residuais (SQE) para estes
dois modelos, a diferenca dos graus de liberdade (GL) e a diferenca das somas de qua-
drados residuais entre o modelo reduzido e o modelo completo (SQ), a estatıstica F e o
correspondente p-valor para o teste. Portanto, nao ha evidencias estatısticas para rejei-
tar a hipotese de paralelismo das retas de regressao dos tratamentos (F = 0,16 com 3
e 33 graus de liberdade, P = 0,92), indicando que os efeitos dos tratamentos ajustados
pela covariavel e o efeito da covariavel ajustado pelos tratamentos podem ser estudados
separadamente um do outro.
Tabela 1 – Teste de paralelismo das retas de regressao da analisede covariancia para o escore pos-teste na tentativa A6
Modelo GLE SQE GL SQ F Pr(>F)3 36 209,404 33 206,46 3 2,94 0,16 0,9246
Os ajustes pelo metodo dos mınimos quadrados pelos Modelos 1, 2 e 3 permitem testar
as hipoteses sobre os efeitos ajustados dos tratamentos e do efeito ajustado da covariavel.
Ao ajuste de modelo de retas paralelas da regressao dos tratamentos (Modelo 3) foram
verificadas as correspondentes suposicoes de normalidade dos erros aleatorios pelo teste
Shapiro–Wilk (estatısticaW = 0,98, P = 0,75) e variancias constantes pelo teste de Levene
(F = 0,64, com 3 e 37 graus de liberdade, e P = 0,59), nao se observando evidencias
de violacao dessas suposicoes. Os graficos dos resıduos padronizados do Modelo 3 na
Figura 8 no Apendice A corroboram os resultados obtidos nesses testes. Estes graficos
nao indicam instabilidade da variancia dos resıduos versus os valores preditos e versus
os tratamentos. Tambem, o grafico dos resıduos padronizados versus a covariavel nao
sugere alguma possibilidade de efeito nao linear dessa covariavel nos escores pos-teste.
Por ultimo, o grafico de probabilidade Normal sugere que a suposicao de normalidade dos
erros aleatorios no Modelo 3 parece razoavel, uma vez que todos os resıduos se encontram
dentro do envelope para a reta esperada.
As estimativas e erros padrao dos parametros do Modelo 3 sao dados na Tabela 2. A
soma de quadrados residual para este modelo, dada na Tabela 1, e SQEy.x = 209,40 com
N − k − 1 = 41 − 4 − 1 = 36 graus de liberdade, levando a estimativa da variancia do
erro experimental σ2 = s2y.x = 209,40/36 = 5,82. As somas de quadrados residuais dos
Modelos 1 e 2 sao 248,58 e 319,01 com 39 e 37 graus e liberdade, respectivamente. Assim,
as estimativas de σ2 por estes modelos sao 248,58/39 = 6,37 e 319,01/37 = 8,62.
A Figura 2 exibe um diagrama de dispersao para os escores pos teste versus os escores
pre-teste para cada tratamento com as respectivas retas ajustadas pelo Modelo 3. De
acordo com a Tabela 3, que contem as somas de quadrados diferenciais (Tipo III) para
4.1. Evocacao espontanea 35
Tabela 2 – Estimativas de mınimos quadrados e erros padroes paraos parametros do Modelo 3 da analise de covarianciapara o escore pos-teste na tentativa A6
Coeficiente Estimativa Erro padraoµ 4,8967 1,4013
β 0,5608 0,1292α2 0,2711 1,0571α3 1,0142 1,1336α4 2,5365 1,0814
2 4 6 8 10 12 14
510
1520
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 2 – Dispersao dos escores pos-teste e pre-teste na tentativa A6 para os quatrotratamentos. Retas de regressao sao estimadas sob paralelismo
testar o efeito entre o modelo reduzido e completo, a estatıstica para testar a significancia
dos efeitos dos tratamentos ajustados pela covariavel e F = 2,25 com 3 e 36 graus de
liberdade (P = 0,099). Assim, ha evidencias estatısticas moderadas de diferencas entre
as medias dos tratamentos ao nıvel de significancia de 10%, mas nao ao nıvel de 5%.
Esta evidencia sobre os efeitos dos tratamentos controlando–se pela covariavel pode,
de certa forma, ser melhor entendida com base nas medias ajustadas dadas na Tabela 4.
O Tratamento que combina higiene do sono com treino cognitivo apresenta, em media,
duas palavras a mais do que a media dos outros tres tratamentos. Usando (3.20), in-
tervalos de confianca de aproximadamente 90% de confianca para a diferenca de medias
dos tratamentos TC, HS e TC+HS para a media ajustada do tratamento controle sao
respectivamente (-1,56; 2,10), (-1,48; 3,51) e (0,67; 4,40). Portanto, indivıduos submeti-
36 Capıtulo 4. Analise dos resultados
Tabela 3 – Analise de variancia para os testes ajustados dos efeitosdos tratamentos e da covariavel para o escore pos-testena tentativa A6
Fonte SQ GL F Pr(>F)Intercepto 71,02 1 12,21 0,0013A6 (pre) 109,61 1 18,84 0,0001Tratamentos 39,18 3 2,25 0,0997Resıduos 209,40 36
dos a combinacao dos tratamentos TC + HS apresentam um numero medio (ajustado)
de palavras recordadas na tentativa A6 de pelo menos 0,7 e no maximo 4,4 a mais do
que o numero medio dos indivıduos sob o tratamento controle. Os tratamentos TC e
HS, quando aplicados isoladamente, nao apresentam diferencas significativas em relacao
ao controle. Tambem, pode–se observar na Tabela 4, que os erros padroes das medias
ajustadas sao proximos de 0,8 unidade. Esse resultado sugere a necessidade de um expe-
rimento com maior numero de replicas de cada tratamento para permitir uma distincao
mais clara entre os tratamentos.
Tabela 4 – Medias ajustadas para o escore pos-teste na ten-tativa A6 com erros padroes
Tratamento Media Erro padraoControle 9,45 0,77TC 9,72 0,73HS 10,47 0,79TC+HS 11,99 0,76
Ja o teste para verificar o efeito da covariavel ajustado pelos tratamentos, linha da
fonte de variacao A6 (pre) na Tabela 3, e fortemente significativo (F = 18,84 com 1
e 36 graus de liberdade, P = 0,0001). Assim, os escores de evocacao espontanea pos
tratamentos estao positivamente correlacionados com os escores de evocacao espontanea
pre tratamentos (β = 0,56, erro padrao = 0,13).
A eficiencia da inclusao da covariavel e dada por E = 8,62/5,82 = 1,48, sugerindo que
seriam necessarias 48% mais replicas para que um modelo de analise de variancia sem a
covariavel atingisse a mesma precisao dos efeitos dos tratamentos sob o modelo de analise
de covariancia que usa os escores pre-teste como covariavel.
4.1.2 Tentativa A7
Agora, procedem-se as analises para o escore pos-teste na tentativa A7 como variavel
dependente e o escore pre-teste na tentativa A7 como covariavel. De maneira analoga
as analises na Secao 4.1.1, procedeu–se inicialmente as analises dos resıduos do Modelo
4, nao se observando nenhuma evidencia de violacao das suposicoes desse modelo. O
4.1. Evocacao espontanea 37
teste de paralelismo das retas de regressao foi tambem obtido comparando–se as somas de
quadrados dos resıduos do Modelo 3 (reduzido) e Modelo 4 (completo). De acordo com a
Tabela 5, nao ha razoes para rejeitar a hipotese de paralelismo das retas de regressao dos
tratamentos (F = 0,48 com 3 e 33 graus de liberdade, P = 0,70).
Tabela 5 – Teste de paralelismo das retas de regressao da analisede covariancia para o escore pos-teste na tentativa A7
Modelo GLE SQE GL SQ F Pr(>F)3 36 195,784 33 187,57 3 8,21 0,48 0,6975
Para os resıduos do modelo ajustado com retas de regressao paralelas entre os trata-
mentos (Modelo 3), o teste de Shapiro-Wilk apresenta o valor da estatıstica de teste W
= 0,98 e valor P = 0,85. O teste de Levene para homogeidade das variancias entre os
tratamentos tem F = 0,17, com 3 e 37 graus de liberdade, e P = 0,92. Portanto, nao ha
evidencias contra as suposicoes de normalidade e variancia constante dos erros aleatorios
sob o Modelo 3. Estas conclusoes podem ser visualizadas com os graficos na Figura 9
no Apendice A. Percebe–se tambem desta figura que nao e evidente se ha um efeito nao
linear da covariavel na resposta.
As estimativas e erros padrao dos parametros do Modelo 3 sao dados na Tabela 6. A
Tabela 6 – Estimativas de mınimos quadrados e erros padroes paraos parametros do Modelo 3 da analise de covarianciapara o escore pos-teste na tentativa A7
Coeficiente Estimativa Erro padraoµ 4,6292 1,2739
β 0,7555 0,1251α2 -1,3582 1,0194α3 -0,4178 1,0555α4 -0,3311 1,0520
soma de quadrados residual para este modelo e SQEy.x = 195,78 com 41 − 4 − 1 = 36
graus de liberdade. A estimativa da variancia do erro experimental sob este modelo e
σ2 = s2y.x = 195,78/36 = 5,44. As somas de quadrados residuais dos Modelos 1 e 2 sao
206,64 e 393, 98 com 39 e 37 graus e liberdade, respectivamente, e as correspondentes
estimativas de σ2 por estes modelos sao 206,64/39 = 5,30 e 393,98/37 = 10,65.
O diagrama de dispersao para os escores pos-teste versus os escores pre-teste para cada
tratamento com as respectivas retas ajustadas pelo Modelo 3 e exibido na Figura 3. De
acordo com a Tabela 7, a estatıstica para testar a significancia dos efeitos dos tratamentos
ajustados pela covariavel e F = 0,67 com 3 e 36 graus de liberdade (P = 0,58). Assim,
nao ha evidencias estatısticas de diferencas entre as medias ajustadas dos tratamentos ao
nıvel de significancia de 5%, conforme pode–se perceber nas relacoes das medias ajustadas
38 Capıtulo 4. Analise dos resultados
2 4 6 8 10 12 14
510
1520
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 3 – Dispersao dos escores pos-teste e pre-teste na tentativa A7 para os quatrotratamentos. Retas de regressao sao estimadas sob paralelismo
e erros padroes da Tabela 8. Neste sentido, o efeito dos tratamentos combinados foi mais
forte na tentativa A6, do que na A7.
O teste para verificar se ha efeito linear da escore A7 pre-teste no correspondente
escore pos-teste, ajustado pelos tratamentos e, a exemplo do resultado desse teste na
analise do escore A6, fortemente significativo (F = 36,44 com 1 e 36 graus de liberdade,
P < 0,0001). Este teste sugere que o modelo de analise de covariancia e mais apropriado
para comparar os efeitos dos tratamentos do que o modelo de analise de variancia que
ignora os escores pre-teste, uma vez que os escores de evocacao espontanea pos-teste na
tentativa A7 estao positivamente correlacionados com os correspondentes valores pre-teste
(β = 0,76, erro padrao = 0,13).
Tabela 7 – Analise de variancia para os testes ajustados dos efeitosdos tratamentos e da covariavel para o escore pos-testena tentativa A7
Fonte SQ GL F Pr(>F)Intercepto 71,81 1 13,21 0,0009A7 (pre) 198,20 1 36,44 <0,0001Tratamentos 10,86 3 0,67 0,5787Resıduos 195,78 36
A eficiencia da inclusao da covariavel e dada por E = 10,65/5,44 = 1,96, sugerindo
4.2. Memoria de curto prazo 39
Tabela 8 – Medias ajustadas para o escore pos-teste na ten-tativa A7 com erros padroes
Tratamento Media Erro padraoControle 10,91 0,74TC 9,55 0,70HS 10,50 0,76TC+HS 10,58 0,75
que seriam necessarias 96% mais replicas para que um modelo de analise de variancia
sem a covariavel atingisse a mesma precisao dos efeitos dos tratamentos sob o modelo de
analise de covariancia que usa os escores pre-teste como covariavel.
4.2 Memoria de curto prazo
Os testes A1 ate A5 se relacionam com a memoria de curto prazo (COTTA et al., 2012),
tendo em vista que cada um dos cinco testes e precedido da leitura da lista A. Ao
somatorio dos acertos das cinco primeiras tentativas de evocacao (A1 ate A5) e dado o
nome de “escore de aprendizagem” (que adiante sera chamado de Total).
As analises a seguir consideram o escore total pos-teste como variavel dependente e o
escore total pre-teste como covariavel. Os quatro modelos de interesse foram ajustados
pelo metodo dos Mınimos Quadrados e as analises dos resıduos tambem nao detectaram
nenhuma evidencia de violacao das suposicoes do Modelo 4. O resultado do teste de
paralelismo entre as retas de regressao para cada tratamento e dado na Tabela 9. Portanto,
nao se observa evidencias estatısticas contra a hipotese de paralelismo (F = 0,35 com 3 e
33 graus de liberdade, P = 0,79).
Tabela 9 – Teste de paralelismo das retas de regressao da analisede covariancia para o escore total pos-teste
Modelo GLE SQE GL SQ F Pr(>F)3 36 1431,994 33 1388,29 3 43,70 0,35 0,7921
Uma vez que o modelo de retas paralelas entre os tratamentos fornece uma repre-
sentacao adequada dos dados, realiza–se a analise dos resıduos do Modelo 3. As es-
tatısticas do teste de normalidade de Shapiro-Wilk e do teste de Levene para homegenei-
dade das variancias entre os tratamentos sao respectivamente W = 0,96 (P = 0,18) e F =
0,58 (com 3 e 37 graus de liberdade, P = 0,63), nao se observando evidencias estatısticas
de violacao dessas suposicoes. Os graficos na Figura 10 no Apendice A suportam estas
conclusoes e nao evidenciam um efeito nao linear da covariavel na resposta.
O ajuste do Modelo 3 para o escore total pos-teste pode ser sumarizado pelas estima-
tivas e erros padrao dos parametros do Modelo 3 que sao dados na Tabela 10. Tambem,
40 Capıtulo 4. Analise dos resultados
Tabela 10 – Estimativas de mınimos quadrados e erros padroespara os parametros do Modelo 3 da analise de co-variancia para o escore total pos-teste
Coeficiente Estimativa Erro padraoµ 12,7256 5,3811
β 0,9390 0,1207α2 -4,5104 2,7577α3 -0,6013 2,8485α4 -3,5634 2,8215
a soma de quadrados residual para este modelo, e SQEy.x = 1432,0 com 36 graus de li-
berdade, levando a estimativa da variancia do erro experimental σ2 = s2y.x = 1432,0/36 =
39,78. Estas somas de quadrados residuais para os Modelos 1 e 2 sao 1580,8 e 3838, 6 com
39 e 37 graus e liberdade, e as estimativas de σ2 para estes modelos sao 1580,8/39 = 40,53
e 3838,6/37 = 103,74.
A relacao entre os escores totais pos-teste versus os escores totais pre-teste para cada
tratamento pode ser visualizada na Figura 4. De acordo com a Tabela 11, nao ha efeitos
25 30 35 40 45 50 55
2030
4050
6070
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 4 – Dispersao dos escores totais pos-teste e pre-teste para os quatro tratamentos.Retas de regressao sao estimadas sob paralelismo
dos tratamentos ajustados pela covariavel significativamente diferentes de zero (F = 1,25
com 3 e 36 graus de liberdade, P = 0,31), sugerindo uma homogeneidade entre os escores
totais medios dos quatros tratamentos, ajustados pelos valores dos escores totais anteriores
4.3. Velocidade de esquecimento 41
a aplicacao dos tratamentos. Pelas analise das medias ajustadas na Tabela 12, nota–se
Tabela 11 – Analise de variancia para os testes ajustados dos efeitosdos tratamentos e da covariavel para o escore total pos-teste
Fonte SQ GL F Pr(>F)Intercepto 222,46 1 5,59 0,0235Total (pre) 2406,62 1 60,50 <0,0001Tratamentos 148,78 3 1,25 0,3072Resıduos 1431,99 36
uma pequena desvantagem no numero de medio ajustado de palavras dos tratamentos TC,
HS e TC+HS em relacao ao Controle, e erros padroes dessas medias quase iguais entre
si e proximos de duas unidades. Este comportamento dos grupos tratados em relacao
ao grupo controle precisa ser melhor entendido, seja com experimentacoes adicionais ou
buscando–se uma melhor interpretacao para este resultado.
A Tabela 11 ainda revela que o teste para verificar o efeito da covariavel ajustado
pelos tratamentos e fortemente significativo (F = 60, 50 com 1 e 36 graus de liberdade,
P < 0,0001), indicando a correlacao positiva entre os escores totais pre e pos-teste (β =
0,94, erro padrao = 0,12).
Tabela 12 – Medias ajustadas para o escore total pos-testecom erros padroes
Tratamento Media Erro padraoControle 51,20 2,00TC 46,69 1,91HS 50,60 2,02TC+HS 47,64 2,00
A eficiencia da inclusao da covariavel e dada por E = 103,74/39,77 = 2,61, sugerindo
que seriam necessarias duas vezes e meia o numero de replicas para que um modelo de
analise de variancia sem a covariavel atingisse a mesma precisao dos efeitos dos tratamen-
tos sob o modelo de analise de covariancia que usa os escores pre-teste como covariavel.
4.3 Velocidade de esquecimento
Segundo Cotta et al. (2012), a velocidade de esquecimento avalia a vulnerabilidade do
conteudo apreendido a passagem do tempo. Essa caracterıstica e medida pela razao entre
os escores A7 e A6, ou seja A7/A6. Nota-se, por essa definicao, que valores menores que
1 indicam esquecimento e valores maiores ou iguais a 1 indicam o oposto.
Nas analises seguintes, a variavel dependente e o ındice de esquecimento pos-teste e a
variavel dependente e o valor deste ındice com as medidas pre-teste. Os quatro modelos
42 Capıtulo 4. Analise dos resultados
definidos no ınicio deste capıtulo foram ajustados. A analise dos resıduos para o Modelo 4
sugeriu evidencias de violacoes das suposicoes normalidade e/ou variancia constante. Por
isso, aplicou–se o procedimento de Box-Cox para encontrar uma transformacao para a
variavel dependente em que tais suposicoes fossem adequadas. A transformacao sugerida
foi a logarıtmica, a qual foi aplicada nao so no ındice de esquecimento pos-teste, mas
tambem no ındice pre-teste.
A estatıstica para testar a hipotese de paralelismo das retas de regressao dos tratamen-
tos, usando os dados transformados, e dada na Tabela 13. Portanto, nao ha evidencias
estatısticas para rejeitar a hipotese de paralelismo das retas de regressao ao dos trata-
mentos ao nıvel de 5% (F = 2,48 com 3 e 33 graus de liberdade, P = 0,08).
Tabela 13 – Teste de paralelismo das retas de regressao da analisede covariancia para o ındice de esquecimento pos-teste
Modelo GLE SQE GL SQ F Pr(>F)3 36 1,594 33 1,29 3 0,29 2,48 0,0782
As estatısticas de Shapiro-Wilk e do teste de Levene para verificar as suposicoes de
normalidade e variancia constante no Modelo 3, usando os dados das variaveis pre-teste
e pos-teste na escala logarıtmica, sao W = 0,96 (P = 0.15) e F = 0.75 (com 3 e 33 graus
de liberdade, P = 0,53), indicando portanto que ambas suposicoes sao razoaveis para a
analise. Os graficos correspondentes para analise residual estao na Figura 11 do Apendice
A. Nestes graficos, a anomalia mais aparente e no grafico de probabilidade normal, em
que um resıduo padronizado nao se situa dentro do envelope esperado. Porem, o valor
deste resıduo esta proximo da “fronteira” definida pelo envelope e, espera-se, que ele nao
seja uma observacao influente para comprometer as conclusoes da analise dos resultados
para este ındice.
As estimativas e erros padrao dos parametros do Modelo 3 sao dados na Tabela 14.
Este ajuste tem uma soma de quadrados residual igual a SQEy.x = 1,59 com 36 graus
Tabela 14 – Estimativas de mınimos quadrados e erros padroespara os parametros do Modelo 3 da analise de co-variancia para o ındice de esquecimento pos-teste
Coeficiente Estimativa Erro padraoµ 0,0651 0,0668
β -0,0745 0,0874α2 -0,1047 0,0919α3 -0,0463 0,0954α4 -0,1388 0,0953
de liberdade, produzindo uma estimativa da variancia do erro experimental σ2 = s2y.x =
4.3. Velocidade de esquecimento 43
1,59/36 = 0, 04. As somas de quadrados residuais dos Modelos 1 e 2 sao 1,70 e 1,62 com
39 e 37 graus e liberdade, respectivamente. Assim, as estimativas de σ2 por estes modelos
sao 1,70/39 = 0,04 e 1,62/37 = 0,04.
A Figura 5 exibe o diagrama de dispersao para os ındices de esquecimento pos teste
versus os valores pre-teste para cada tratamento com as respectivas retas ajustadas pelo
Modelo 3. O teste para a hipotese de que nao ha efeito dos tratamentos ajustado pela
−2 −1 0 1 2
−1.
0−
0.5
0.0
0.5
1.0
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 5 – Dispersao dos ındices de esquecimento pos-teste e pre-teste para os quatrotratamentos. Retas de regressao sao estimadas sob paralelismo
covariavel e dado na Tabela 15. Assim, nao ha evidencias estatısticas de diferencas entre
as medias dos tratamentos ao nıvel de significancia de 5% (F = 0,86 com 3 e 36 graus de
liberdade, P = 0,47). As medias ajustadas estimadas sao dadas na Tabela 16. Nota–se
um menor numero medio do ındice de esquecimento transformado nos tratamentos TC
e TC+HS em relacao ao controle e ao HS (mas, erros padroes aproxidamente iguais).
E importante notar que esta escala e logarıtmica, isto implica que os valores negativos
sao aqueles onde se observou valor do ındice menor que 1 na razao A7/A6 dos valores
originais, ou seja, indicando maior esquecimento em algum nıvel. No presente caso, essas
diferencas nao foram significativas.
O teste para verificar o efeito da covariavel ajustado pelos tratamentos tambem nao
foi significativo (F = 0,73 com 1 e 36 graus de liberdade, P = 0,40). Assim, os valores do
ındice de esquecimento pre-teste nao tem correlacao linear significativa com os valores do
ındice pos-teste (β = -0,07, erro padrao = 0,09).
44 Capıtulo 4. Analise dos resultados
Tabela 15 – Analise de variancia para os testes ajustados dos efei-tos dos tratamentos e da covariavel para o ındice deesquecimento pos-teste
Fonte SQ GL F Pr(>F)Intercepto 0,04 1 0,95 0,3365Esquecimento (pre) 0,03 1 0,73 0,3998Tratamentos 0,11 3 0,86 0,4726Resıduos 1,59 36
Tabela 16 – Medias ajustadas para o ındice de esquecimentopos-teste com erros padroes
Tratamento Media Erro padraoControle 0,06 0,07TC -0,04 0,06HS 0,02 0,07TC+HS -0,08 0,07
A eficiencia da inclusao da covariavel e dada por E = 0,04/0,04 = 1, sugerindo que
o modelo de analise de variancia sem a covariavel tem a mesma precisao dos efeitos dos
tratamentos que o modelo de analise de covariancia que usa os escores pre-teste como
covariavel. Isto implica nao haver necessidade de se utilizar a tecnica ANCOVA para esse
caso e os efeitos dos tratamentos poderiam ser estimados e testados por um modelo de
analise de variancia (ANOVA) com o fator de tratamentos sem a covariavel.
4.4 Indices de interferencia
A seguir serao analisados o ındice de interferencia proativa (B1/A1) e o ındice de inter-
ferencia retroativa (A6/A5). Estes ındices tratam da capacidade do sujeito em resistir
ao efeito de distratores proativos (interferencia de um conteudo anteriormente aprendido
sobre a aprendizagem de um novo conteudo) e, da avaliacao da interferencia de um novo
conteudo na aprendizagem de um conteudo anteriormente aprendido), respectivamente
(COTTA et al., 2012).
4.4.1 Interferencia proativa
As analises desta secao consideram o ındice de interferencia pro-ativa pos-teste como
variavel dependente, tomando–se a versao pre-teste deste ındice como covariavel. O
procedimento de Box-Cox aplicado aos resıduos do Modelo 4 sugeriu a necessidade de
transformar os dados da variavel dependente para a recıproca da raiz quadrada, ou seja
1/√y. Esta mesma transformacao foi aplicada a covariavel. A analise residual para o
4.4. Indices de interferencia 45
modelo ajustado com os dados transformados nao evidenciou suspeitas de violacoes da
normalidade e variancia homogenea das observacoes ou efeito nao linear da covariavel.
Com base nos ajustes dos Modelos 3 e 4 na escala transformada, realizou–se o teste
de paralelismo cujos resultados sao dados na Tabela 17. Este teste nao indica, portanto,
evidencias estatısticas para rejeitar a hipotese de paralelismo das retas de regressao dos
tratamentos (F = 1,09 com 3 e 33 graus de liberdade, P = 0,37).
Tabela 17 – Teste de paralelismo das retas de regressao da analisede covariancia do ınidice de interferencia proativa pos-teste
Modelo GLE SQE GL SQ F Pr(>F)3 36 1,464 33 1,33 3 0,13 1,09 0,3670
O ajuste do Modelo 3 foi submetido a verificacao das suposicoes de normalidade e
variancias constantes. Os testes de Shapiro-Wilk e de Levene forneceram respectivamente
as estatısticas W = 0,99 e (P = 0,99) e F = 0,68 (com 3 e 33 graus de liberdade, P =
0,57), nao revelando portanto indıcios de violacoes dessas suposicoes. Uma analise grafica
que estas suposicoes sao razoaveis e dada na Figura 12 no Apendice A.
As estimativas e erros padrao dos parametros do Modelo 3 sao dados na Tabela 18. Os
Tabela 18 – Estimativas de mınimos quadrados e erros padroespara os parametros do Modelo 3 (escala transformada)da analise de covariancia para o ındice de interferenciaproativa pos-teste
Coeficiente Estimativa Erro padraoµ 0,8500 0,1733
β 0,3823 0,1578α2 -0,1767 0,0880α3 -0,1297 0,0904α4 -0,0372 0,0912
resıduos deste modelo tem soma de quadrados SQEy.x = 1,46 com 36 graus de liberdade.
A correspondente estimativa da variancia do erro experimental σ2 = s2y.x = 1,46/36 =
0,04. Os Modelos 1 e 2 produzem soma de quadrados residuais iguais a 1,66 e 1,70 com
39 e 37 graus e liberdade, respectivamente. Assim, as estimativas de σ2 por estes modelos
sao 1,66/39 = 0,04 e 1,70/37 = 0,04.
O diagrama de dispersao para os ındices de interferencia proativa (transformados) pos
e pre-teste e as respectivas retas ajustadas de cada tratamento pelo Modelo 3 sao dados
na Figura 6. De acordo com os testes na Tabela 19, nao ha evidencias estatısticas de
diferencas entre as medias dos tratamentos ao (F = 1,68 com 3 e 36 graus de liberdade,
P = 0,19). A Tabela 20 mostra as diferencas nas medias das variaveis transformadas
46 Capıtulo 4. Analise dos resultados
0.5 1.0 1.5 2.0
0.0
0.5
1.0
1.5
2.0
2.5
3.0
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 6 – Dispersao dos ındices de interferencias proativa pos-teste e pre-teste para osquatro tratamentos. Retas de regressao sao estimadas sob paralelismo
(elevando-se as variaveis originais a−1/2), indicando que na escala original maiores valores
para interferencia proativa foram em media sob o tratamentos TC, depois HS, seguido
por TC+HS, em relacao ao tratamento controle. Contudo, pelo teste discutido acima tais
diferencas entre as medias ajustadas nao foram estatisticamente significativas.
O teste sobre o efeito da covariavel ajustado pelos tratamentos, segunda linha da
Tabela 19, e significativo (F = 5,87 com 1 e 36 graus de liberdade, P = 0,02). Assim,
detecta–se que ha um efeito linear positivo do ındice de interferencia proativa pre-teste
no correspondente ındice pos-teste (β = 0,38, erro padrao = 0,16), justificando o uso
da analise de covariancia em relacao a um modelo com efeito apenas dos tratamentos
(Modelo 2).
Tabela 19 – Analise de variancia para os testes ajustados dos efei-tos dos tratamentos e da covariavel para o ındice deinterferencia proativa pos-teste
Fonte SQ GL F Pr(>F)Intercepto 0,98 1 24,06 <0,0001Proativa (pre) 0,24 1 5,87 0,0206Tratamentos 0,20 3 1,68 0,1889Resıduos 1,46 36
4.4. Indices de interferencia 47
Tabela 20 – Medias ajustadas o ındice de interferencia proa-tiva pos-teste com erros padroes
Tratamento Media Erro padraoControle 1,24 0,06TC 1,06 0,06HS 1,11 0,06TC+HS 1,20 0,07
A eficiencia devido a inclusao da covariavel e E = 0,046/0,04 = 1,13. Assim, estima–
se que seriam necessarias 13% mais replicas para que um modelo de analise de variancia
sem a covariavel atingisse a mesma precisao dos efeitos dos tratamentos sob o modelo de
analise de covariancia que usa o ındice pre-teste como covariavel.
4.4.2 Interferencia retroativa
A analise de covariancia para o ındice de interferencia retroativa pos-teste usando os
valores pre-teste deste ındice como covariavel e discutida a seguir. Uma analise de resıduos
inicial nos resıduos do ajuste de mınimos quadrados para o Modelo 4 evidenciou possıvel
violacao na suposicao de normalidade das medidas. O procedimento de Box-Cox sugeriu
a transformacao cubica, a qual foi aplicada aos dados de ambas as variaveis dependente
e covariavel. A analise residual nesta nova escala nao revelou possibilidades de violacoes
das normalidade e homogeneidade das variancias.
Pelo ajuste dos Modelos 3 e 4 na escala transformada realizou–se o teste da hipotese
de paralelismo das retas de regressao para os quatro tratamentos. Os resultados dados na
Tabela 21 suportam esta hipotese (F = 1,03 com 3 e 33 graus de liberdade, P = 0,39).
Tabela 21 – Teste de paralelismo das retas de regressao da analisede covariancia para o ındice de interferencia retroativapos-teste
Modelo GLE SQE GL SQ F Pr(>F)1 36 2,772 33 2,53 3 0,24 1,03 0,3923
Submetendo–se o modelo de retas paralelas da regressao dos tratamentos (Modelo 3)
a correspondente verificacao das suposicoes normalidade e homogeneidade das variancias,
obteve–se pelos testes de Shapiro-Wilk e de Levene as estatısticas W = 0,97 (P = 0,37)
e F = 0,84 (com 3 e 33 graus de liberdade, P = 0,48), nao se detectando portanto
evidencias de violacao dessas suposicoes. O resultado destes testes e confirmada pelos
graficos residuais na Figura 13, no Apendice A. Nesta figura, tambem nao se observa
evidencias de efeito nao linear da covariavel.
As estimativas e erros padrao dos parametros do Modelo 3 sao dados na Tabela 22.
A soma de quadrados residual deste modelo e SQEy.x = 2,77 com 36 graus de liberdade
48 Capıtulo 4. Analise dos resultados
Tabela 22 – Estimativas de mınimos quadrados e erros padroespara os parametros do Modelo 3 da analise de co-variancia para o ındice de interferencia retroativa pos-teste
Coeficiente Estimativa Erro padraoµ 0,6341 0,1379
β 0,0482 0,1536α2 -0,1242 0,1291α3 -0,1357 0,1385α4 0,1517 0,1282
e a estimativa da variancia do erro experimental σ2 = s2y.x = 2,77/36 = 0,08. As somas
de quadrados residuais dos Modelos 1 e 2 sao 3,29 e 2,78 com 39 e 37 graus e liberdade,
respectivamente. Assim, as estimativas de σ2 por estes modelos sao 3,29/39 = 0,08 e
2,78/37 = 0,07.
A Figura 7 ilustra o diagrama de dispersao para valores dos ındices de interferencia
retroativa pos e pre-teste, juntamente com com as respectivas retas de regressao para cada
tratamento. Pelos resultados dos testes na Tabela 23, conclui-se que nao ha evidencias
0.0 0.5 1.0 1.5
−0.
50.
00.
51.
01.
52.
0
Resposta pré tratamento
Res
post
a pó
s tr
atam
ento
ControleTCHSTC+HS
Figura 7 – Dispersao dos ındices de interferencias retroativa pos-teste e pre-teste para osquatro tratamentos. Retas de regressao sao estimadas sob paralelismo
estatısticas de diferencas entre as medias ajustadas dos tratamentos ao nıvel de signi-
ficancia de 5% (F = 2,25 com 3 e 36 graus de liberdade, P = 0,10), mas tais diferencas
4.4. Indices de interferencia 49
sao significativas ao nıvel de 10%. A Tabela 24 mostra as diferencas nas medias das
variaveis transformadas (elevando-se as variaveis originais a terceira potencia).Usando
(3.20), intervalos de 90% de confianca para as diferencas dos grupos TC, HS e TC + HS e
o grupo controle sao respectivamente (-0,38; 0,13), (-0,43; 0,16) e (-0,09; 0,39), tornando
necessaria investigacoes adicionais com maior numero de indivıduos, por exemplo, para
se ter maior precisao na comparacao destes tratamentos.
O teste para a hipotese de que nao ha efeito da covariavel ajustado pelos tratamentos
tambem nao e significativo (F = 0,10 com 1 e 36 graus de liberdade, P = 0,76). Assim, o
ındice de interferencia retroativa pre-teste nao prediz significativamente o ındice pos-teste
e, assim, a diferenca entre os tratamentos poderia ser verificada pelo modelo de analise
de variancia com o fator de tratamentos.
Tabela 23 – Analise de variancia para os testes ajustados dos efei-tos dos tratamentos e da covariavel para o o ındice deinterferencia retroativa pos-teste
Fonte SQ GL F Pr(>F)Intercepto 1,63 1 21,14 0,0001Retroativa (pre) 0,01 1 0,10 0,7554Tratamentos 0,52 3 2,25 0,0992Resıduos 2,77 36
Tabela 24 – Medias ajustadas para o o ındice de interferenciaretroativa pos-teste com erros padroes
Tratamento Media Erro padraoControle 0,66 0,09TC 0,53 0,08HS 0,52 0,09TC+HS 0,81 0,09
A eficiencia da inclusao da covariavel e dada por E = 0,075/0,077 = 0,97, sugerindo
que o modelo de analise de variancia sem a covariavel tem praticamente a mesma precisao
nos efeitos dos tratamentos que o modelo de analise de covariancia que usa os escores
pre-teste como covariavel e, portanto, a analise de covariancia seria desnecessaria.
51
5 Conclusao
Neste trabalho, dados dos numeros de palavras recordadas nas etapas A1, A2, A3,
A4, A5, A6, A7 e B1 de um teste RAVLT foram analisados por modelos de analise
de covariancia. Os dados foram obtidos por estudo desenvolvido por Moreira (2015)
usando um experimento completamente aleatorizado, em que as unidades experimentais
eram um grupo de 41 idosos com idades variando de 60 a 86 anos. O objetivo principal
do experimento foi avaliar o efeito de quatro tratamentos (Controle, Treino Cognitivo,
Higiene do Sono e Treino Cognitivo + Higiene do Sono) em variaveis dependentes cujos
valores representam os escores simples A6 e A7 alcancados pelos idosos apos a aplicacao
dos tratamentos e tambem ındices de aprendizado de palavras, oriundos de combinacoes
de escores das listas A e B. Estes ındices foram definidos como o escore total A1 + A2 +
A3 + A4 + A5, a velocidade de esquecimento A7/A6, a interferencia proativa B1/A1 e a
interferencia retroativa A6/A5.
As analises dos resultados foram realizadas a partir de modelos de analise de co-
variancia. Em cada um destes modelos, tomou-se como covariavel a correspondente me-
dida da caracterıstica de interesse observada nos indivıduos antes da intervencao pela
aplicacao do tratamento. Os modelos de retas paralelas foram suportados pelos dados em
todas as analises consideradas. Estas analises sugerem um efeito de significancia moderada
do tratamento que combina treino cognitivo com higiene do sono no aumento do numero
medio de palavras recordadas na tentativa A6 (ajustados pela covariavel) em relacao ao
controle. Tambem existem evidencias moderadas de efeitos dos tratamentos sobre a in-
terferencia retroativa embora tais efeitos, de acordo com os numeros de replicas usados
no experimento, parecam ser explicados por diferencas entre o tratamento combinado e
seus componentes quando administrados separadamente. Para as outras caracterısticas,
ou seja evocacao espontanea na tentativa A7, memoria de curto prazo, velocidade de
esquecimento e interferencia proativa, nao se observou diferencas significativas entre os
quatro tratamentos.
A adocao da analise de covariancia se mostrou mais eficiente do que uma analise
de variancia para estimar e avaliar os efeitos dos tratamentos em quase todas as carac-
terısticas analisadas. As unicas excecoes foram nas analises dos ındices de velocidade de
esquecimento e de interferencia retroativa. As eficiencias estimadas para as evocacoes es-
pontaneas nas tentativas A6 e A7, para a memoria de curto prazo e ındice de interferencia
proativa foram respectivamente 148%, 196%, 261% e 113%.
Uma sugestao para um possıvel experimento que tenha o mesmo objetivo com unidades
experimentais semelhantes as que foram consideradas no neste trabalho seria aumentar o
numero de replicas por tratamento visando detectar diferencas da ordem de uma ou duas
52 Capıtulo 5. Conclusao
palavras, em media, com alta probabilidade.
Algumas analises futuras que podem ser realizadas como continuacao deste trabalho
seriam a aplicacao de tecnicas estatısticas que incorporem a correlacao entre os esco-
res nas diversas tentativas e tambem o aspecto de medidas repetidas dos dados. Mais
especificamente, algumas tecnicas a serem investigadas seriam:
• Analise de variancia multivariada (MANOVA) para os escores pos-testes A1,..., A5
e/ou analise de covariancia multivariada (MANCOVA) tendo como covariaveis os
respectivos valores pre-teste para estas medidas;
• Analise de variancia multivariada (MANOVA) para os escores pos-testes A1,..., A6,
A7 e/ou analise de covariancia multivariada (MANCOVA) tendo como covariaveis
os respectivos valores pre-teste para estas medidas;
• Estudo das curvas de apendizado entre as tentativas A1 ate a A5 ou ate A7;
• MANOVA ou MANCOVA para os ındices de esquecimento, interferencia proativa e
retroativa;
• Visualizacao grafica dos modelos multivariados e testes com medidas repetidas pela
metodologia HE Plots (FOX; FRIENDLY; WEISBERG, 2013; FRIENDLY, 2010;
FRIENDLY, 2007; FRIENDLY, 2006).
53
Referencias
BOX, G. E. P.; COX, D. R. An analysis of transformations. Journal of the RoyalStatistical Society. Series B (Methodological), Royal Statistical Society, v. 26, n. 2, p.211–252, 1964.
COCHRAN, W. G.; COX, G. M. Experimental designs (Second edition). New York:John Wiley & Sons, 1957.
COSTA, E. F. A.; PORTO, C. C.; SOARES, A. T. Envelhecimento populacionalbrasileiro e o aprendizado de geriatria e gerontologia. Revista da UFG, v. 5, n. 2, 12 2003.
COTTA, M. F. et al. O teste de aprendizagem auditivo-verbal de Rey (RAVLT) nodiagnostico diferencial do envelhecimento cognitivo normal e patologico. ContextosClınicos, v. 5, n. 1, p. 10 – 25, 2012.
COX, D. R. Planning of experiments. New York: John Wiley & Sons, 1958.
FINNEY, D. J. Standard errors of yields adjusted for regression on an independentmeasurement. Biometrics Bulletin, International Biometric Society, v. 2, n. 3, p. 53–55,1946.
FOX, J.; FRIENDLY, M.; WEISBERG, S. Hypothesis tests for multivariate linearmodels using the car package. R Journal, The, v. 5, n. 1, p. 39–52, 2013.
FRIENDLY, M. Data ellipses, he plots and reduced-rank displays for multivariate linearmodels: Sas software and examples. Journal of Statistical Software, v. 17, n. 6, p. 1–43,2006.
FRIENDLY, M. He plots for multivariate linear models. Journal of Computational andGraphical Statistics, v. 16, n. 2, p. 421–444, 2007.
FRIENDLY, M. He plots for repeated measures designs. Journal of Statistical Software,v. 37, n. 4, p. NA–NA, 2010.
HAMDAN, A. C.; PEREIRA, A. P. d. A. Avaliacao neuropsicologica das funcoesexecutivas: consideracoes metodologicas. Psicologia: Reflexao e Crıtica, scielo, v. 22, p.386 – 393, 12 2009. Disponıvel em: 〈http://www.scielo.br/scielo.php?script=sci arttext&pid=S0102-79722009000300009&nrm=iso〉.
HINKELMANN, K.; KEMPTHORNE, O. Design and Analysis of Experiments, Volume1: Introduction to Experimental Design. New York: Wiley, 2007.
KALACHE, A. Envelhecimento populacional no Brasil: uma realidade nova. Cadernosde Saude Publica, scielo, v. 3, p. 217 – 220, 09 1987. Disponıvel em: 〈http://www.scielo.br/scielo.php?script=sci arttext&pid=S0102-311X1987000300001&nrm=iso〉.
KUEHL, R. O. Design of experiments: statistical principles of research design andanalysis. 2nd ed.. ed. Pacific Grove, California: Brooks/Cole, 2000.
54 Referencias
LEVENE, H. Robust tests for equality of variances. In: Contributions to probability andstatistics. [S.l.]: Stanford Univ. Press, Stanford, California, 1960. p. 278–292.
MOREIRA, A. M. S. Efeitos de um programa de treino cognitivo e das tecnicas de higienedo sono para as funcoes executivas e para a qualidade de sono em idosos saudaveis. 165 f.Dissertacao (Mestrado em psicologia) — Programa de Pos-Graduacao em Psicologia daUniversidade Federal do Rio Grande do Norte, Natal, RN, 2015.
NETER, J. et al. Applied Linear Statistical Models. Chicago: Irwin, 1996.
R Core Team. R: A Language and Environment for Statistical Computing. Vienna,Austria, 2015. Disponıvel em: 〈http://www.R-project.org/〉.
RENCHER, A. C. Linear models in statistics (Second edition). Hoboken, New Jersey:Wiley, 2008.
REY, A. L’examen psychologique dans les cas d’encephalopathie traumatique. Archivesde Psychologie, Geneve, v. 28, p. 21, 1941.
SARAIVA, A.; MARTINS, D. Populacao do paıs envelhece em ritmo acima da mediamundial, diz ibge. Valor economico, Sao Paulo, 29 Nov. 2012.
SCHAIE, K. W. Developmental Influences on Adult Intelligence: The Seattle LongitudinalStudy. New York: Oxford University Press, 2005.
SHAPIRO, S. S.; WILK, M. B. An analysis of variance test for normality (completesamples). Biometrika, v. 3, n. 52, 1965.
SNEDECOR, G. W.; COCHRAN, W. G. Statistical methods (Eighth edition). Ames,Iowa: Iowa State University, 1989.
TAMHANE, A. C. Statistical Analysis of Designed Experiments: Theory andApplications. Hoboken, New Jersey: Wiley, 2009.
TAYLOR, E. M. Psychological appraisal of children with cerebral defects. Cambridge,MA: Harvard University Press, 1959. 499 p.
57
Apendice A - Graficos para analisesresiduais
●
●●
●●
●
●●
● ●
● ●●● ●●
●
●
●
●
●
●●
●
●
●
●
●
●●
●●
●
●
●
●
● ●
●
●
●
8 10 12 14 16
−2
−1
01
2
Valores preditos
Re
síd
uo
s p
ad
ron
iza
do
s
●
●●
●●
●
●●
●●
●●●●●●
●
●
●
●
●
●●
●
●
●
●
●
●●
●●
●
●
●
●
●●
●
●
●
Tratamentos
Re
síd
uo
s p
ad
ron
iza
do
s
Controle TC HS HS+TC−
2−
10
12
●
●●
●●
●
●●
● ●
● ●●● ●●
●
●
●
●
●
●●
●
●
●
●
●
●●
●●
●
●
●
●
● ●
●
●
●
2 4 6 8 10 12 14
−2
−1
01
2
Covariável
Re
síd
uo
s p
ad
ron
iza
do
s
−2 −1 0 1 2
−2
−1
01
2
Quantis teóricos
Qu
an
tis a
mo
stra
is
●
●●
●
● ● ●●●
●●●●●●●●●●●●●●●●●●●●●
●●●●●
● ●●
●●
●
Figura 8 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao escore da tentativa A6
58 Apendice A - Graficos para analises residuais
●
● ●
●
●
●
●
●●
●
● ●
●
● ●
●
●
● ●
●
●
●
● ●
●
●●
●
●
●
●
●
●
● ●●
●
●
●
●
●
6 8 10 12 14
−2
−1
01
2
Valores preditos
Re
síd
uo
s p
ad
ron
iza
do
s
●
●●
●
●
●
●
●●
●
●●
●
●●
●
●
●●
●
●
●
●●
●
●●
●
●
●
●
●
●
●●●
●
●
●
●
●
Tratamentos
Re
síd
uo
s p
ad
ron
iza
do
s
Controle TC HS HS+TC
−2
−1
01
2
●
● ●
●
●
●
●
●●
●
● ●
●
● ●
●
●
● ●
●
●
●
● ●
●
●●
●
●
●
●
●
●
● ●●
●
●
●
●
●
2 4 6 8 10 12 14
−2
−1
01
2
Covariável
Re
síd
uo
s p
ad
ron
iza
do
s
−2 −1 0 1 2
−2
−1
01
2
Quantis teóricos
Qu
an
tis a
mo
stra
is
● ● ●
● ●
●●●
●●●●●●●●
●●●●●●●●●●●●●●
●●●
●●● ● ●
●
●
●
Figura 9 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao escore da tentativa A7
59
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●
●
●
●
●
●
●
●
35 40 45 50 55 60
−1
01
2
Valores preditos
Re
síd
uo
s p
ad
ron
iza
do
s
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●
●
●
●
●
●
●
●
Tratamentos
Re
síd
uo
s p
ad
ron
iza
do
s
Controle TC HS HS+TC
−1
01
2
●
●
●
●●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●
●
●
●
●
●
●
●
25 30 35 40 45 50 55
−1
01
2
Covariável
Re
síd
uo
s p
ad
ron
iza
do
s
−2 −1 0 1 2
−1
01
2
Quantis teóricos
Qu
an
tis a
mo
stra
is
●●
● ●● ●●●●●●●
●●●●●●●
●●●●
●●●●●●●●●
●●●
●● ●
●●
●
Figura 10 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao escore total
60 Apendice A - Graficos para analises residuais
●
●●
●
●
●
●
●●
●
● ●●
●
●
●
●
●
●●
●●●
●●
●
●
●
●
●●
●●
●
●●
●
●
●
● ●
−0.10 −0.05 0.00 0.05 0.10
−2
01
2
Valores preditos
Re
síd
uo
s p
ad
ron
iza
do
s
●
●●
●
●
●
●
●●
●
●●●●
●
●
●
●
●●
●●●
●●●
●
●
●
●●
●●
●
●●
●
●
●
●●
Tratamentos
Re
síd
uo
s p
ad
ron
iza
do
s
Controle TC HS HS+TC
−2
01
2
●
●●
●
●
●
●
●●
●
●●●
●
●
●
●
●
●●
●●●
●●
●
●
●
●
●●
●●
●
● ●
●
●
●
●●
−1.0 −0.5 0.0 0.5 1.0
−2
01
2
Covariável
Re
síd
uo
s p
ad
ron
iza
do
s
−2 −1 0 1 2
−2
01
2
Quantis teóricos
Qu
an
tis a
mo
stra
is
●
●● ●
● ●●
●●●●●●●●●●●●●●●●●●●●●●●●●●●● ● ● ●
●
●●
Figura 11 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao ındice de esquecimento
61
●●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●● ●
●
●
● ●●
●
●
●
● ●●●
●●
●
●●
●
●
●
0.9 1.0 1.1 1.2 1.3
−2−1
01
2
Valores preditos
Res
íduo
s pa
dron
izad
os
●●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●●●
●
●
●●●
●
●
●
●● ●●
●●
●
●●
●
●
●
Tratamentos
Res
íduo
s pa
dron
izad
os
Controle TC HS HS+TC
−2−1
01
2
●●
●
●
●
●
●
●
●
●
●
●
●
●
●●
●
●
●● ●
●
●
● ●●
●
●
●
● ●●●
●●
●
●●
●
●
●
0.6 0.8 1.0 1.2 1.4
−2−1
01
2
Covariável
Res
íduo
s pa
dron
izad
os
−2 −1 0 1 2
−2−1
01
2
Quantis teóricos
Qua
ntis
am
ostr
ais
●
●●
●● ●●●●
●●●●●●●●●●●
●●●●●●
●●●●●●●
●●●
● ● ●
●
●
Figura 12 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao ındice de interferencia proativa
62 Apendice A - Graficos para analises residuais
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●●
●●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●●
●
●●
●
●
0.50 0.60 0.70 0.80
−2
−1
01
2
Valores preditos
Res
íduo
s pa
dron
izad
os
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●●
●●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●●
●
●●
●
●
Tratamentos
Res
íduo
s pa
dron
izad
os
Controle TC HS HS+TC
−2
−1
01
2
●
●
●
●
●
●
●
●
●
●●
●
●●
●
●●
● ●
●
●
●
●
●
●
●
●●
●
●
●●
●
●
●●
●
●●
●
●
0.0 0.2 0.4 0.6 0.8 1.0 1.2
−2
−1
01
2
Covariável
Res
íduo
s pa
dron
izad
os
−2 −1 0 1 2
−2
−1
01
2
Quantis teóricos
Qua
ntis
am
ostr
ais
●● ● ●
●●
●●●●
●●
●●●●●●●●●●●●●●●●●●
●●●●●
● ● ●●
● ●
Figura 13 – Diagrama de dispersao e grafico de probabilidade normal com envelopepara os resıduos padronizados do modelo de analise de covariancia parao ındice de interferencia retroativa
63
Apendice B - Programa R para asanalises estatısticas
O codigo R a seguir obtem os resultados das analises realizadas no capıtulo 4. O programa
usa como exemplo as medidas pre e pos-teste da variavel A6. As analises para as outras
variaveis podem ser obtidas de maneira analoga, ou seja, substituindo os nomes das
variaveis de interesse nas linha do programa que criam os objetos x e y. Salienta-se
ainda a necessidade de transformar as variaveis Esquecimento, Interferencia Proativa e
Interferencia Retroativa antes de efetuar as analises, conforme descrito na analises para
estas caracterısticas.
# Leitura dos dados:
d <- read.table("dados.txt", header=TRUE)
# Carregando os pacotes utilizados:
library(car)
library(effects)
library(plotrix)
library(xtable)
library(MASS)
# Programa para realizar analises dos dados:
d$trat <- factor(d$trat)
x <- matrix(d$a6_pre, ncol=1)
y <- matrix(d$a6_pos, ncol=1)
(medx <- tapply(x, d$trat, mean))
(medy <- tapply(y, d$trat, mean))
dd <- data.frame(trat=d$trat, x, y)
fit1 <- lm(y ~ x, data=dd) # Modelo 1
fit2 <- lm(y ~ trat, data=dd) # Modelo 2
fit3 <- lm(y ~ x + trat, data=dd) # Modelo 3
64 Apendice B - Programa R para as analises estatısticas
fit4 <- lm(y ~ x*trat, data=d) # Modelo 4
# Tabelas do R para o Latex:
print(xtable(anova(fit3, fit4))) # Tabela 1
print(xtable(summary(fit3))) # Tabela 2
print(xtable(Anova(fit3, type="III"))) # Tabela 3
newdata <- data.frame(trat= c("1", "2", "3", "4"), x=mean(x))
(med <- predict(fit3, newdata = newdata, se.fit=TRUE))
tratvls <- c("Controle", "TC", "HS", "TC+HS")
tabmeds <- data.frame(Tratamento=tratvls, Media=round(med$fit, 2),
EP=round(med$se.fit, 2))
print(xtable(tabmeds, digits=c(0, 0, 2, 2)),
include.rownames=FALSE) # Tabela 4
# Somas de quadrados residuais:
anova(fit3, fit4) # Modelo 3
anova(fit1) # Modelo 1
anova(fit2) # Modelo 2
# Eficiencia:
anova(fit2)$"Mean Sq"[2]
anova(fit3)$"Mean Sq"[3]
(E <- anova(fit2)$"Mean Sq"[2]/anova(fit3)$"Mean Sq"[3])
# Analise grafica dos resıduos:
resp <- rstandard(fit3)
pred <- fitted(fit3)
tratvls <- as.numeric(dd$trat)
op <- par(mfrow=c(2,2))
plot(pred, resp, pch=16, cex=1.2,
xlab="Valores preditos", ylab="Resıduos padronizados")
abline(h=0, lwd=2)
65
plot(tratvls, resp, type="p", pch=16, cex=1.2,
xlab="Tratamentos", ylab="Resıduos padronizados",
axes=FALSE)
abline(h=0, lwd=2)
axis(1, at=1:4, labels=c("Controle", "TC", "HS", "TC+HS"))
axis(2)
box()
plot(x, resp, type="p", pch=16, cex=1.2,
xlab="Covariavel", ylab="Resıduos padronizados")
abline(h=0, lwd=2)
qqPlot(resp,xlab="Quantis teoricos",ylab="Quantis amostrais",main=" ",
pch=16, col="black",col.lines="black",grid=F,lwd=1, envelope=.99)
par(op)
# Grafico de dispers~ao:
ab_a6 = fit3
c <- coef(ab_a6)
plot(d$a6_pos~d$a6_pre,pch=NA_integer_,xlab="Resposta pre tratamento"
,ylab="Resposta pos tratamento",ylim=c(2,20))
points(d$a6_pre[1:10],d$a6_pos[1:10],pch=0)
points(d$a6_pre[11:21],d$a6_pos[11:21],pch=4)
points(d$a6_pre[22:31],d$a6_pos[22:31],pch=2)
points(d$a6_pre[32:41],d$a6_pos[32:41],pch=3)
abline(c[1],c[2], lty=1,lwd=2)
abline(c[1]+c[3],c[2], lty=2,lwd=2)
abline(c[1]+c[4],c[2], lty=3,lwd=2)
abline(c[1]+c[5],c[2], lty=4,lwd=2)
legend=c("Controle", "TC", "HS", "TC+HS")
legend2=c("","","","")
legend(2,21,legend,lty=c(1:4),bty="n",cex=0.8,lwd=2)
legend(5.3,21,legend2,pch=c(0,4,2,3),bty="n",cex=0.8)