Enunciado

No planejamento completamente aleatorizado com único fator, a exatidão de um intervalo de confiança de 100 1 - α % para a diferença em quaisquer duas médias de tratamento é t α / 2 , a ( n - 1 ) 2 M Q E / n .

( a ) Mostre que se A é a exatidão desejada do intervalo, então o tamanho requerido da amostra é

n = 2 F α / 2,1 , α ( n - 1 ) M Q E A 2

( b ) Suponha que na comparação de α = 5 médias tenhamos uma estimativa preliminar de σ 2 como 4 . Se quisermos que o intervalo de confiança de 95 % para a diferença nas médias tenha uma exatidão de 2 , quantas réplicas devemos usar?

Passo 1

Bom galera, a partir da definição:

A = t a / 2 , a ( n - 1 ) 2 M S E / n

Isolando em ambos os lados, ficamos com:

A 2 = t a / 2 , a n - 1 2 2 M S E / n

A relação entre t e F é t a / 2 , a n - 1 2 ~ F a / 2 , ( 1 , a ( n - 1 ) )

Portanto:

( a )

A 2 = 2 F a / 2 , a ( n - 1 ) M S E n

→ n = 2 F a / 2 , a ( n - 1 ) M S E A 2

Passo 2

Beleza, agora com algumas coisas que temos:

α = 0,05

σ 2 = M S E = 4

A = 2

a = 5

A precisão desejada do tamanho da amostra de intervalo é o valor critico F no nível de significância 0,05 com 1,5 graus de liberdade é 37,08 . Portanto,

n = 2 ⋅ 37,08 ⋅ 4 2 2

= 74,16 ≅ 74

Resposta

( a ) n = 2 F a / 2 , a ( n - 1 ) M S E A 2

( b ) 74

Ver Outros Exercícios desse livro

Exercícios de Livros Relacionados

Considere o modelo de efeitos aleatórios para o planejamento completamente aleatorizado com único fator. ( a ) Mostre que um intervalo de confiança de 100 1 - α % para a razão σ τ 2 / ( σ 2 + σ τ 2 )
Mostre que a variância da combinação linearsum_(i = 1)^a c_i Y_i , é sigma^2 sum_(i = 1 )^a n_i c_i^2 . é
Em um modelo de efeitos fixos, suponha que existam n observações para cada um dos quatro experimentos. Sejam Q 1 2 , Q 2 2 e Q 3 2 as somas dos quadrados, com graus de liberdade iguais a um, para cont
Considere o modelo de efeitos aleatórios para o planejamento completamente aleatorizado com um único fator. Mostre que um intervalo de confiança de 100 1 - α % para a razão dos componentes de variânci