ESTATISTICA APLICADA A EXPERIMENTOS _ AGRONOMICOS E FLORESTAIS Exposigao com Exemplos e Orientagoes para Uso de Aplicativos Frederico Pimentel-Gomes Carlos Henrique Garcia|. A MEDIA. A VARIANCIA E 0 DESVIO PADRAO Li, AMédia Aviumeética . 1.2. O desvio padirao ea varianci 1.3. Como calcular a varidncia e 0 desvio padrao quando niio se conhece a méidia da populagio 1.4, O miimero de graus de liberiade 1.5. A importincia da média e do desvio padrio. 1.6. Um modo pratico de calcular a Soma de Quadrados dos Restduos.. 1.7. O coeficientee o indice de variagao 18. Intervalos de confangs para mia 1.9. Bibliogratia nen DELINEAMENTOS EXPERIMENTAIS SIMPLES 2.1. Unidade experimental ou parcela .. 2.2. Anilise de um experimento inteiramente casualizado 2.3. Comparagio de Médias pelo Teste de Tukey 2.4. Anilise de um experimento em blocos ao acaso 2.5. Experimentos em quadrados latinos 2.6, Experimentos em parcelas subdivididas 2.7, Experimentos em faixas 28, Bibliografia..3. O PROBLEMA DAS PARCELAS PERDIDAS 5, BL. ItrOdUe80 oreo - 3.2, Patcelas perdidas em ensaio inteiramente casualizado.... 3.3. Parcelas perdidas em experimentos em blocos completos casualizados : : 3.4, Parcelas perdidas em experimentos em quadrados latinos . 3.5. Subparecias perdidas em experimentos em parcelas subdivididas 3.6. Bibliografia (OS TESTES OU PROVAS DE SIGNIFICANCIA 4.1, Oteste ou prova de F 4.2. O teste ou prova de Tukey . 43. Otestet. 44. Oteste de Duncan 4.5. O'Teste de Dunnett 4.6. O teste de Scheffe 4.7. O teste de Bonferroni. 4.8. O teste de Conagin. 4.9. Propriedades dos testes. 4.10. Erros dos tipos Te IL ALL Bibliogratia ENSAIOS FATORIAIS 5.1. Introdugao... 5.2. Um exemplo 5.3. Conceito de Interacio . 5.4. Um exemplo com interacao significativa 5.5. Confundimento 5.6. Exemplo de um ensaio fatorial 3 x3 x 3 com duas repetigdes 5.7. Exemplo de um ensaio fatorial 3 x3 x3 com uma repeticio 5.8. Exemplo de um ensaio fatorial 6 x3 x3 com uma repetica0 5.9. Fatoriais incompletos 5.10. Experimentos fatoriais com tratamentos adicionai Su BibLiOgta cnn ‘A REGRESSAO POLINOMIAL NA ANALISE DA VARIANCIA 6.1. Os tratamentos quantitativos .. 6.2. Um exemplo pritico 6.2. A tegressio polinomial aplicada a dados sem repeticao 63 63 70 B 87 89 93 102 104 106 110 112 13 14 15 47 18 121 123, 128, 131 134 137 140 145 149 1st 153 15764, Os costcianas de comet ed dsterminaso 65. Biblostate Ss = ANALISE De GRUIOS DE EXPERIMENTOS Le ata nnn 22, Umexemplo pation 73, Um gupo do ensioe de Banh 24, Out exe. 15. Our mtn de ani 16. logan DDELINEAMENTOS EXPERIMENTAIS MATS COMPLEX 81 Blocos ncompetoseyuradas (ou alanecaos) 12, Experiments em lies i S3. A tensed iie 4, Ties com uma testa em todos o locos AS. Biking nai Surereicrs pe nesnosta BAL Ind enane - 82. Umexcmplo de atrial 38313 com dane wepaisien 8.3. Foor (1/5, com N, Pe. - 84. Bihogratia. aici ANALISEDA VARIANCIA MULTIDIMENSIONAL, TOL, IMNOUGE0 nee 102, Umensio intern caine 103, Ensaos em Blcos easaizaos 1a. Nowe d lg de tines wn 105. Fungi dsciminete os varie candi 106. Um exemple de aduacie con miconutents 1003. Bibiograi ne - TADELAsEstarisicas Grossino...1 A MEDIA, A VARIANCIA EO DESVIO PADRAO L.A MéAla Aritmetea ‘Conserems unin amosta de dados de voor de cana-e-agiear em f- enn da elo canviira palit, com ciao observes tomas 0 80, ta de ca tio, das em um near tipo de sol € com tao cultura ‘emelates. Ax prodbtes (1) em thou a, ds mosis fram a S- umes (an 192 9 RE SOs 1886 ‘Queremos ier uma iia sobre a produvidade do arava, fen qual € como vara Par tn devemes, ates de mais nada, eleular media lvimétic (sou $) dese dos da sepine forma 12.2 41189 +1488 4120.541556 | 7060 = HO 40,2 Numcoujunto como ese de dadorobservados, amt rimstica ere ‘capa pongo eal, de modo aver sempre valores acima dele 0utos thaivo Nese excmpl,esto acim 1522; 1856; 1488, cesto aaixo 1189 11305 Por so, mii arimdica considera una media deposi ob media de tendncia cena. ‘Ota fzeds, om prodded min, digaos de sy =, = 159.0. poderia seria como mis prodatv, de tras mais som extvo mais Mequado,412. | Bsaiica Apticada a Experimentos Agrondmicose Floresta Est claro que se na mesma fazenda considerada inicialmente fizermos ‘outra amostragem ao acaso, também com cinco observagses, os novos dados serio diferentes dos anteriores. Por exemplo: 160,0 ; 119,2 ; 1384 ; 167,6 ; 150,3, com média. 147.1 tha", também diferente, Podemos imagi- nar, poréi, um valor ideal m, media de todas as amostras possfveis. Este valor, Por exemplo, m = 139,3 tha, seria a média correta, exata, de toda a dea de ccana da fazenda, isto ¢, da populacdo (ou universo) em estudo, A média aritmé- tica si ou ride cada amostra possfvel representa apenas uma estimativa do valor exato m= 139,3 tha". Tai estimativas Variam de uma amostra para outta so, em geral, tanto mais confidveis quanto maior 0 nimero de unidades da amostra. 1.2.0 desvio padrio ea varidincia A média aritmética de uma amostra dé, evidentemente, uma idéia do con- Junto de seus dados, mas nio permite avaliar as desigualdades entre seus ele- 'mentos, isto é, a sua dispersdo. Por exemplo, se numa amostra de cinco firvores cde um talhio de eucaliptos tivermos as alturas, em metros: a2 2 lp ae em outra: 22) se is {em ambos os casos a média seré st = 15 metros, mas, na primeira amostra, as alturas variam entre 11 ¢ 19 metros, enquanto na segunda todas tém o mesmo valor, x= 15. Na primeira smostra, os dados apresentam certa dispersdo, 20 Passo que, na segunda, no hi dispersio nenhuma, so todos iguais Ha varios modos de medi a dispersto, O mais simples consiste em conside- rar adiferenga entre o valor méximo da amostra ¢ valor minimo. Na amostrade (1.1.1, 0 maior valor € 155,6, ¢ 0 menor é 118,9. Logo, a diferenga entre eles, {que se chama amplitude total, é 155,6 — 118,9 = 36,7 tha". Jé na amostra de (12.1) aamplizade total € 19 ~ 11 =8 metros, em (1.2.2) é 15 ~ 15 = 0 metro Mas a amplinide total néo é, em geral, uma boa medida de dispersdo. Mui- to melhor € 0 desvio padrao, que tem propriedades matemiticas mais conve- nientes. Para explicar o que € desvio padtio, vamos primeio dizer 0 que € desvio (@, definido como a diferenga d= x—m, onde x é um valor observado € m éaAmie ine Desi Pro| 13 ‘nid pola, Para 0 primero valor observa na amos (111) te ae ere cn minda popula se dite ser m= 139. Conese eh ce dene comespondene €4= 15221903 = +129, 16 pa 9 ein Go vlor r= 1189.0 den d= 1189 ~ 1393 ~~ 204, Fea cla, Pam, que os desvos podem se pov gave. vrs dos os valores dt asta (1x 0 desis fram o& segs valores ging 204 495-88 +163 gut dees devon, cama rec casement ee rnc ssi vinci a os: Going scan) 249.57 288) 169 aa a a eed 8, 8 08 devs Os guard os dessa, posivs ou nes rai scape pstives, Igo varitaci também € seme oso dest ad (yaa queda postiva dt varices 6080 presente ‘devi patos no € nis do gue uma mia don vars absolos dos esses ne dor devs considera todos com snl posi (+) mdi ae a, pv, po um proceso compa: clculaos gear de ca pio demos mia esses quads dep conidramos art Soe pone dens a © ces pdr pis igo fda media dos quadrados do sve14 | eat norms Arn Fas Exrxcicias 1.Catealara varie eo desi pdt ds most (12.1), sopondo m= 148 rts a msi da popula, Resps 94832295 307 1.3.Como caleular a varincia eo desyo padro quando no se ‘conhece a média da populacio (msec que scabans de ver para o cll da vardcia edo desvio eo seria encelente ye conbcescmas a media da popula (m)- Mas isso [use nunca ocore, it em geal, no Coneccmos a msi m (eal) dos ‘Tos, mas oponas sa esimativa f=, Com ef, na amosta (111) 08 doy ea th 12 m9 MBS 13051586 ‘earn amnsta€ f= 141.2 th nse mdi m da pops de odo ‘cami sri deseo, Podemos usar esimativa = 141.2 thn € ater eid lava pineiachservago x= 1822 p=1m2-Mi2=110 ara sora observes, 0 restos eriam os segines: W59-10122-23 ne Mas ul2=076 jas 1122-107 $56 18h 2=4i44 Verifies ois, ge, com no aso Jos desc, om restos podem poss ov negatvon Mash ums nova: soma dos restos deve ser la sto nernantntne ‘quent conse, em gral coma som ds desvos ‘Coa os vesos pos calcu varécia desde gue dividaos 2 senna de seus quate por (NI) n80 po N,sendo N oramanko da amos ra into mer de dads a eros Tero, poisAM ota Deai Pato | 15 7 +607 4,

Você também pode gostar

• Germinação de Sementes de Pinhão Manso em Diferentes

  

  Documento6 páginas

  Germinação de Sementes de Pinhão Manso em Diferentes

  Giovanna Eika Falchi Kawamura

  Ainda não há avaliações
• Manual Analises San It Arias

  

  Documento202 páginas

  Manual Analises San It Arias

  Marcos Antônio Soares

  Ainda não há avaliações
• Lasiodiplodia em Mamão

  

  Documento58 páginas

  Lasiodiplodia em Mamão

  Giovanna Eika Falchi Kawamura

  Ainda não há avaliações
• • Revistas
  • Podcasts
  • Partituras
• Atmosfera Modificada

  

  Documento5 páginas

  Atmosfera Modificada

  Giovanna Eika Falchi Kawamura

  Ainda não há avaliações