ÍNDICE

1 - DELINEAMENTOS UNI-FACTORIAIS ................................................................2 1.1 - DELINEAMENTO COMPLETAMENTE ALEATÓRIO.........................2 1.2 - DELINEAMENTO EM BLOCOS COMPLETOS ALEATÓRIOS ..........4 1.3 - DELINEAMENTO EM QUADRADO LATINO ......................................7 2 - DELINEAMENTOS MULTI-FACTORIAIS...........................................................10 2.1 - DELINEAMENTO BI-FACTORIAL EM BLOCOS COMPLETOS ALEATÓRIOS ...........................................................................10 2.2 - DELINEAMENTO EM BLOCOS SUB-DIVIDIDOS (SPLIT-PLOT).....11 BIBLIOGRAFIA .............................................................................................................14

mas devida também ao conjunto de todos os factores ambientais (tipo de solo. podendo eventualmente ser diferentes de tratamento para tratamento (muito embora. Quaisquer diferenças ocorridas entre as diversas repetições do mesmo tratamento são consideradas como devidas ao acaso. este delineamento deverá utilizar-se em situações em que as diversas unidades experimentais são homogéneas.1- DELINEAMENTOS UNI-FACTORIAIS 1. Para garantir a aleatoridade da distribuição das unidades experimentais. isto é. Além disso. ou assumidas como tal. todos os tratamentos devam ter o mesmo número de repetições. pois toda a variação é atribuída aos tratamentos ou ao erro experimental. existe sempre alguma variabilidade ambiental impossível de controlar. Nos ensaios de campo. sempre que possível. Assim. este delineamento é caracterizado pela sua grande flexibilidade. e na facilidade de interpretação dos resultados (assumindo que sejam correctos). 2 . Outra vantagem inerente ao delineamento completamente aleatório é que. podendo detectar mais facilmente a existência de diferenças significativas entre os tratamentos. Por isso. exposição. isto é. etc) que não se incluiram no delineamento experimental. tende a aumentar a estatística F (razão entre a variância atribuída ao efeito tratamento e a variância residual ou erro experimental). a parcela do erro experimental ou residual engloba variação que não é apenas a variação casual admitida dentro de uma mesma amostra. isto é. fertilidade do solo. permite que o ensaio contenha qualquer número de tratamentos (ou modalidades do mesmo factor). e que cada tratamento tenha qualquer número de repetições. mas que na realidade podem ocasionar variabilidade. animais.1 . maximiza o número de graus de liberdade atribuídos à estimativa do erro experimental. por muito idênticas que sejam as diversas unidades experimentais. deverá recorrer-se a um processo de aleatorização. constituindo na sua totalidade a parcela designada por erro experimental ou variação residual. para o mesmo número de tratamentos em ensaio. e que vai de algum modo afectar os resultados do ensaio. tais como ensaios laboratoriais em as condições ambientais são facilmente controláveis. Assim.DELINEAMENTO COMPLETAMENTE ALEATÓRIO O delineamento completamente aleatório utiliza-se quando se pretende distribuir de um modo completamente casual ou aleatório os tratamentos pelas diversas unidades experimentais. pois a existência de diferentes números de repetições entre os tratamentos pode ser uma causa de variabilidade dos resultados). que deverão ser totalmente homogéneas. A maior vantagem deste delineamento reside na sua implantação nas unidades experimentais (talhões de terreno. drenagem. A distribuição das repetições dos vários tratamentos pelas diversas unidades experimentais é feita totalmente ao acaso. este delineamento não é muito usual em situações de ensaios de campo ou onde é pressuposto que as unidades experimentais não são rigorosamente homogéneas. etc).

uma regra que atribua um determinado tratamento a uma determinada unidade experimental de um modo completamente ao acaso ou aleatório. o delineamento completamente aleatório é o mais eficaz. pois a não exigência a priori do mesmo número de repetições por tratamento. . em situações de falhas de algumas unidades experimentais. De seguida há que atribuir a cada uma das unidades experimentais um determinado tratamento. que exigem o mesmo número de repetições por tratamento. um número retirado ao acaso de tabela de números aleatórios. em que é frequente haver alguns tratamentos que conduzem a taxas nulas de germinação ou enraízamento). 3.. sem a intervenção da vontade do experimentador. T3. de modo que hajam R (no caso. N=20) devem ser suficientemente homogéneas. 20.. Como previamente foi dito. ou mesmo a supressão completa de alguns tratamentos (por exemplo. 2. Identifiquem-se como sendo as unidades 1. ilustraremos com dois métodos aleatórios que podem ser usados numa situação deste género. cada um com R = 5 repetições. não querendo fixar estes métodos como sendo os únicos válidos. de modo que possam ser consideradas todas iguais. T4). e corresponde ao número de talhões de terreno ou de animais necessários para proceder ao ensaio em causa.. 19. é pressuposto que estas unidades experimentais (no caso. T2. a carta retirada de um baralho. já que se assume que as unidades experimentais não são rigorosamente homogéneas. há que recorrer a metodologias estatísticas a fim de ultrapassar essas falhas (missing data). O exemplo é sufiicentemente genérico para se poder traduzir num ensaio prático de cariz agrícola (implantação no terreno de um ensaio de experimentação de 4 níveis de adubação azotada) ou de caríz pecuário (distribuição dos animais num ensaio de experimentação de 4 tipos de suplementação proteica na alimentação animal). Em situações em que as características do ensaio façam prever a existência de muitas falhas nas repetições dos tratamentos. R=5) repetições para cada tratamento. em ensaios de germinação ou de enraizamento. Par tal. O que se pretende reafirmar é que a atribuição dos tratamentos às unidades experimentais deve ser feito de um modo completamente aleatório. conscientemente. Cada uma destas unidades experimentais deve ser numerada para identificação. poder estar a atribuir determinado tratamento às unidades experimentais. o experimentador deverá abster-se completamente de. tal como o resultado de lançamento de dados. Esta atribuição deve ser feita de modo completamente aleatório. O número total de unidades experimentais é N = T x R. Isto é. Noutros tipos de delineamento. a) Método dos cartões 3 . este aspecto está desde já assegurado no delineamento completamente aleatório Exemplo da implantação do ensaio De seguida exemplifica-se como se pode dispor um ensaio em que se pretendem comparar T = 4 tratamentos (designemo-los genericamente como T1. permite ultrapassar as falhas (ou inexistência de resultados) para algumas repetições.

T2=copas. e metem-se numa caixa. e as unidades experimentais estão sujeitas a uma evidente variabilidade de produtividade ou de outros factores alheios ao delineamento em causa.2 . Método das cartas Identificam-se as N (no caso. tiram-se N (no caso. Estes cartões são dobrados de modo a impossibilitar a sua identificação. Os cartões são dobrados de modo a impossibilitar a identificação.DELINEAMENTO EM BLOCOS COMPLETOS ALEATÓRIOS Este delinaemento é. sendo as restantes baralhadas. 5 cartões com o tratamento T2. Retira-se uma destas cartas. T4=Espadas. Numeram-se 5 cartões com o tratamento T1. 4 . à unidade experimental identificada com o número 7 vai ser atribuido o tratamento T1. Imagine-se que saiu um cartão com a identificação T1. De um baralho de cartas. recolhem-se os dados e procede-se à análise de variância a fim de decidir se existem ou não diferenças significativas entre as médias dos diferentes tratamentos ou modalidades do ensaio. suponhase que saiu o número 7. 1. b) i) ii) iiii) iv) v) Após a conclusão da parte experimental do ensaio. Isto é. Por exemplo. um dos mais frequentemente utilizados em investigação agrária. Assim. a cada uma das N unidades experimentais foi atribuido um tratamento. quando o ensaio envolve apenas um factor (GOMEZ & GOMEZ. Fixa-se uma correspondência entre os naipes e os tratamentos. Repete-se o passo iii) até esgotar todos os cartões. fazem-se tantos cartões quantas as repetições. Retira-se um cartão de identificação dos tratamentos. procede-se a um teste de comparações múltiplas a fim de decidir entre quais tratamentos existem as diferenças significativas. Estas N cartas são baralhadas. misturando-se bem. e são metidos numa caixa. Este delineamento em blocos completos aleatórios ou casualizados é especialmente apropriado para ensaios de campo em que o número de tratamentos não é grande. T3=paus. N=20) cartas. N=20) unidades experimentais. Assim. O tratamento que identificar será atribuído à unidade experimental 1. T1=ouros. para cada tratamento. N=20) cartões com as identificações das unidades experimentais. etc.i) ii) iii) iv) Numeram-se N (no caso. A carta não é recolocada. Retira-se ao acaso um cartão de identificação da unidade experimental. misturando bem. Caso a anova indique a existência de diferenças significativas. sendo R (no caso. Repete-se sucessivamente o passo iv) até atribuir um tratamento a cada uma das N unidades experimentais. segundo vários autores. 1984). e de um modo completamente aleatório e alheio à vontade do experimentador. R=5) de cada naipe.

e que constituem um gradiente ou evolução tendencial numa determinada direcção). de modo a que no interior de cada bloco as unidades experimentais sejam tão homogéneas quanto possível. No delineamento em blocos completos aleatórios ou casualizados. esta parcela deverá ser dividida em blocos ao longo dessa dimensão. Isto é. utilizando a metodologia do delineamento em blocos completos aleatórios. É também o caso de um ensaio agrícola em que. pelas características da cultura em ensaio. Conhecendo este padrão ou gradiente. No caso de um ensaio envolvendo uma determinada cultura agrícola a experimentar em diversas modalidades ou tratamentos num terreno cujas características produtivas têm uma distribuição de evolução segundo uma das dimensões (por exemplo o comprimento) da parcela onde se irá implantar o ensaio. já que na análise de variância a estatística F é a razão entre a variância devida aos tratamentos e a variância residual ou erro experimental. o ensaio é para ser executado em mais do que um local (por exemplo. cada um destes blocos será posteriormente subdividido em tantos talhões quantos os tratamentos. ou em anos distintos. O objectivo principal do agrupamento das unidades experimentais em blocos é reduzir o erro experimental pela eliminação de causas conhecidas de variação (se estas se distribuem segundo um gradiente ou padrão conhecido). aumentando assim o rigor da decisão estatística. São constituídos tantos blocos quantas as repetições que se pretendem efectuar para cada tratamento. em que cada um destes blocos inclui todas as ovelhas da mesma idade. em cada um dos blocos existirá uma repetição de cada um dos tratamentos. Já que o erro experimental ou variação residual é constituída pela variabilidade dentro de cada um dos blocos. Assim. e a variabilidade entre as unidades experimentais incluídas em blocos distintos é maximizada. Deste modo. Em cada um destes blocos existirá uma repetição de cada um dos tratamentos em ensaio. o delinemaneto por blocos é mais efectiva quando existe um padrão ou gradiente conhecido de variabilidade.Por exemplo. constituirá um bloco. devem agrupar-se as ovelhas em blocos ou grupos. onde existirão todos os tratamentos. há que decidir previamente: 5 . No delineamento em blocos completos aleatórios ou casualizados. resulta que cada um destes blocos conterá todos os tratamentos. Isto é conseguido agrupando as unidades experimentais em blocos tal que a variação entre as diversas unidades incluídas no mesmo bloco é minimizada. estima-se a variabilidade ocasionada por uma causa externa ao ensaio e elimina-se do erro experimental. é mais fácil decidir qual a disposição e tamanho dos blocos. ou se têm diferentes progenitores machos (poderiam citar-se muitas outras características não uniformes nas ovelhas em ensaio. em várias explorações). num ensaio envolvendo ovelhas (que são as unidades experimentais). ou devido a condicionantes diversas. cada um dos diferentes locais (explorações) ou dos diferentes anos. as unidades experimentais são agrupadas em blocos. ou com o mesmo progenitor macho. em que estas não são todas da mesma idade. Este delineamento permite estimar a variabilidade dentro dos blocos e eliminá-la da parcela da variabilidade designada por erro experimental.

e que terão de ser suplantadas por metodologias estatísticas 6 . cada um dos blocos conterá uma repetição de cada um dos tratamentos. se o gradiente de variabilidade são situações tais como a existência de animais com idades diferentes. progenitores diferentes. explorações diferentes. a textura. Os blocos constituem assim as diversas repetições. no delineamento em blocos completos aleatórios ou casualizados. drenagem. Após identificada a causa específica de variabilidade a ser usada como base na constituição dos blocos. factores estes que existem no solo. fertilidade. etc. proximidade de lençóis freáticos. se o gradiente de variação é o declive do solo. ou em explorações distintas. devem constituir-se blocos compridos e estreitos. em características tais como o declive. ou preferencialmente fazer o delineamento segundo o quadrado latino. ensaios envolvendo animais de idades diferentes. se o gradiente é segundo duas direcções bem conhecidas. e proceder como na situação anterior. e igualmente forte segundo cada uma das direcções. direcções predominantes do vento ou da incidência de ataques de pragas. os mesmos progenitores.i) Qual a causa de variabilidade que está sujeita a um padrão ou gradiente conhecido. ii) Qual a a disposição e o tamanho dos blocos. em que o maior comprimento do bloco é perpendicular à direcção do gradiente. então deverão usar-se blocos com a forma quadrada. e que não estão a ser contemplados como o factor de produção em análise. Cada um dos blocos é dividido transversalmente em talhões. São exemplos destas causas: • • • • heterogeneidade do solo. então o critério de constituição dos blocos será a homogneidade de idades. ou os animais da mesma exploração. Assim. A causa de variabilidade usada como base na definição dos blocos é por vezes facilmente identificável. exposição ao sol. mas mais forte segundo uma das direcções. isto que dizer que cada um dos blocos terá tantas unidades experimentais quantos os tratamentos em análise. Como já atrás de referiu. Por exemplo. existe um padrão nítido de variação de uma determinada causa em determinada direcção do terreno). e presumivelmente aceite como uma causa alheia ao ensaio mas que pode influenciar os resultados. deve ignorar-se simplesmente o gradiente menos intenso. a necessidade de efectuar o ensaio em diversos locais da mesma exploração. se o gradiente é segundo duas direcções. De seguida apresentam-se algumas idéias base que podem servir de pistas a esta distribuição das unidades experimentais pelos blocos: • • • • em situações de ensaios de campo em que o gradiente de variabilidade é unidireccional (isto é. todos os tratamentos têm o mesmo número de repetições (aparte de eventuiais falhas de algumas das unidades experimentais. ou com progenitores distintos. a disposição e tamanho dos blocos devem ser decididos de modo a maximizar a variabilidade entre os blocos e a minimizar a variabilidade no interior de cada bloco. Cada um destes blocos será dividido transversalmente em tantos talhões quantos os tratamentos do ensaio. os blocos serão constituídos segundo as curvas de nível.

ensaios repetidos ao longo de vários anos ou ao longo de vários períodos de tempo (tantos quantos os tratamentos). utilizando a metodologia do quadrado latino conseguem-se estimar as variabilidades ocasionadas por duas causas externas ao ensaio e eliminá-las do erro experimental. genericamente designados pelos blocos-linha e blocos-coluna.DELINEAMENTO EM QUADRADO LATINO O delineamento em quadrado latino é uma extensão do delineamento em blocos completos aleatórios ou casualizados. mas em que existem tantas repetições quantos os tratamentos. Este delineamento permite estimar a variabilidade ao dentro dos blocos-linha e a variabilidade dentro dos blocos-coluna. cuja variabilidade se pretende eliminar do erro experimental. Para tal. e eliminá-la da parcela da variabilidade designada por erro experimental. ensaios em que se utilizam animais de diferentes idades (um dos gradientes) e de diferentes progenitores (outro dos gradientes).cuja abordagem não cabe no âmbito deste curso).missing data . em cada linha e em cada coluna existem todos os tratamentos. resultando de dois critérios simultâneos de agrupamento em blocos. Isto é. de onde resulta que o número de repetições é igual ao número de tratamentos. 7 . De seguida apresentam-se algumas situações de utilização do delineamento em quadrado latino: • • • • ensaios de campo em que na área de terreno onde se irá implantar o ensaio existem dois gradientes evidentes de variabilidade das características do solo. Como em cada um dos blocos devem existir todos os tratamentos. 1. ensaios laboratoriais repetidos ao longo do tempo. aumentando assim o rigor da decisão estatística.referentes a situações de falta de dados . em cada um dos blocos deverá proceder-se a um método aleatório de atribuição de tratamentos à unidades experimentais. O quadrado latino é o delineamento típico numa situação em que existem dois gradientes ou padrões simultâneos e da mesma intensidade. Como cada um dos blocos recebe todos os tratamentos. e outro agrupamento em blocos segundo o outro dos gradientes (blocos-coluna). de causas estranhas ao ensaio. os descritos para o delineamento completamente aleatório) que garanta a isenção do experimentador. em que as diferenças entre as unidades experimentais utilizadas num mesmo instante e as diferenças entre as unidades experimentais utilizadas em instantes diferentes são as duas causas externas de variabilidade. a distribuição ao acaso dos tratamentos pelas unidades experimentais) terá de fazer-se dentro de cada um dos blocos. Para tal faz-se um agrupamento em blocos seguindo um dos padrões ou gradientes (designados por blocos-linha). resulta que o número de blocos-linha é igual ao número de blocos-coluna. assim. a casualização (isto é.3 . já que na análise de variância a estatística F é a razão entre a variância devida aos tratamentos e a variância residual ou erro experimental. Pode usar-se qualquer método estatístico (por exemplo.

ter-se-iam apenas duas repetições. Em anexo apresentam-se alguns dos possíveis esquemas de implantação de delineamentos experimentais em quadrado latino. é fácil construir tabelas para todos os possíveis esquemas de implantação. necessitam-se para cada tratamento de 8 repetições. os tratamentos a cada uma das 25 unidades experimentais. A fim de implantar um ensaio em delineamento em quadrado latino. o que ocasionaria uma fraca fiabilidade na estimativa da variância do erro experimental. Assim. eliminando as faces 8 . o experimentador pode "baralhar" ainda mais o esquema anterior. desde que a identificação das unidades experimentais seja feita aleatoriamente. Por outro lado.O maior óbice à utilização do delineamento em quadrado latino reside precisamente no mesmo aspecto em que se baseia a sua maior vantagem. reproduzidos de COCHRAN & COX (1957) e de GOMEZ & GOMES (1984). o que obriga a dispor de 64 unidades experimentais. D. (com 9 tratamentos. sabendo que todos os tratamentos se repetem quer nos blocos-linha quer nos blocos-coluna. o experimentador deverá. o delinamento em quadrado latino só se utiliza quando o número de tratamentos é igual ou superior a quatro e igual ou inferior a oito. para um ensaio em quadrado latino de 5 x 5 (5 tratamentos. sabendo o número de tratamentos. Repare-se que. necessitar-se-iam de 81 unidades experimentais) cujo acompanhamento e recolha de informação não é de modo algum fácil. cada um com 5 repetições). no facto de o delineamento pressupor tantas repetições quantos os tratamentos. pode aleatorizar a posição de cada uma das linhas. Poderia utilizar-se este esquema a fim de atribuir. A aleatorização da distribuição dos tratamentos pelas unidades experimentais está a priori garantida. resultariam apenas dois graus de liberdade para o erro experimental. isto é. A fim de garantir a total isenção do experimentador. E) existem em todas as linhas e em todas as colunas. B. Pretendendo aleatorizar ainda mais tal distribuição. coluna a coluna (ou linha a linha). na prática. Num ensaio em que se testam 8 diferentes modalidades ou tratamentos. a tabela de implantação em anexo é a seguinte: A B C D E B A E C D C D A E B D E B A C E C D B A Repare-se que todos tratamentos (genericamente identificados como A. Com três tratamentos e três repetições por tratamento. usando. se o ensaio tivesse apenas dois tratamentos. de onde resultariam 0 (zero) graus de liberdade para o erro experimental. o lançamento de um dado. impossibilitando a análise estatística. pode ainda aleatoriza-se a distribuição das linhas ou das colunas do modelo seleccionado. C. seleccionar um dos esquemas de implantação. Por exemplo. Por exemplo. por exemplo.

etc) : E B A C D C A B D E D E C A B B C D E A A D E B C Querendo.repetidas. . 25) seria: 1D 6E 11 C 16 A 21 B 2A 7D 12 E 17 B 22 C 3B 8C 13 D 18 E 23 A 4C 9A 14 B 19 D 24 E 5E 10 B 15 A 20 C 25 D Repare-se que cada um dos tratamentos continua a existir em cada uma das linhas e em cada uma das colunas. a atribuição dos tratamentos (identificados por A.. 2- DELINEAMENTOS MULTI-FACTORIAIS Os organismos biológicos estão expostos simultaneamente a muitos factores de crescimento. D. Esta constatação é a maior crítica aos delineamentos uni-factorias. obtém-se a seguinte distribuição (isto é. em que se estuda apenas o efeito de um determinado factor considerado a actuar isoladamente. B. podendo a resposta do organismo a um determinado factor ser influenciada por outros factores. e o processo foi totalmente casualizado. a 2ª linha será a 2ª linha anterior. utilizando esta ordem para aleatorizar as linhas do esquema. Admita-se que se obtém o seguinte esquema: D E C A B A D E B C B C D E A C A B D E E B A C D Assim... E) às unidades experimentais (identificadas por 1. admita-se que o lançamento de um dado. a 3ª linha será a 1º linha anterior. Mas este estudo pressupõe que todos os outos factores sejam mantidos 9 . eliminando as faces repetidas e a face 6 (já que existem apenas 5 tratamentos) dá a seguinte ordem de saída: Ordem Face 1 5 2 2 3 1 4 3 5 4 Então. 3. a 1ª linha do esquema será constituída pela 5ª linha do esquema anterior. Por exemplo. ainda se pode aleatorizar a ordem das colunas por um processo semelhante. 2. C. garantindo a isenção do experimentador. 24.

um nível de um factor pode aumentar as performances conseguidas por um nível de outro factor. e vai ocasionar a existência de um muito maior número de unidades experimentais em estudo. considerado a actuar só por si e a definir os resultados. Numa situação deste género. podendo alterar ou inclusivamente contrariar os resultados presumíveis quando em presença de um só factor. interessa muitas vezes não estudar apenas os efeitos de vários níveis de um só factor. os resultados obtidos numa determinada cultura quando sujeita (admitindo uniformidade de todos os outros factores de crescimento) a diversos níveis de adubação azotada. além dos efeitos de cada um níveis (ou tratamentos) de cada um dos factores. mas estudar simultaneamente diversos factores a interagirem em simultâneo. pode acontecer que haja interacção dos factores entre si. De seguida apresentar-se-ão dois dos mais usuais delineamentos experimentais que permitem o estudo conjunto de dois factores de produção em simultâneo (ditos delineamentos bi-factoriais). Claro que a existência de vários factores vai ocasionar que se percam de vista alguns objectivos particulares de um único factor. 10 .DELINEAMENTO BI-FACTORIAL COMPLETOS ALEATÓRIOS EM BLOCOS Seja Ta o número de tratamentos do factor A e Tb o número de tratamentos do factor B. em que existem vários blocos. podem ser diferentes dos resultados dessa mesma cultura sujeita a diversos níveis de adubação azotada e em simultâneo a diversos níveis de adubação fosfatada. A cada uma destas unidades experimentais será atribuido aleatoriamente (por um processo aleatório semelhante aos descritos previamente) um tratamento (ou nível) do factor A e um tratamento (ou nível) do factor B. Em cada um dos blocos existem Ta x Tb unidades experimentais. isto é. ou pode diminuí-la). há que ter em conta a interacção dos níveis de um dos factores com os níveis dos outros factores (interacção essa que pode ser positiva ou negativa. Assim. Quando diversos factores de produção afectam simultâneamente os resultados de um determinado organismo biológico. Por exemplo. O delineamento bi-factorial Ta x Tb em blocos completos aleatórios consiste num delineamento semelhante ao delineamento uni-factorial em blocos completos aleatórios. É do conhecimento geral que as vantagens de um determinado factor de produção podem ser inibidas ou mesmo contrariadas pelo facto de outros factores de produção passarem a ser limitativos.1 . o que não é fácil de conseguir.rigorosamente uniformes em todas as unidades experimentais. tantos quantas as repetições a efectuar por cada um dos tratamentos. 2.

11 . Cada um destes sub-lotes é por sua vez sub-dividido em tantos talhões (designados por lotes secundários) quantos os tratamentos do factor secundário. em blocos completos aleatórios. necessitar-se-ão de N = Ta x Tb x R unidades experimentais. Cada bloco consiste numa repetição. Dentro de cada bloco a atribuição das unidades estatísticas aos tratamentos foi feita aleatoriamente.2 . Cada um dos lotes ou repetições é dividido em tantos sub-lotes quantos os tratamentos do factor principal (designados por lotes principais). V3. N4. N2. os 5 tratamentos do factor N designam-se por N0. usado quando o número de tratamentos dos dois factores é demasiado grande. V2. N3.Cada um dos blocos consiste numa repetição de cada um dos tratamentos de ambos os factores. N1.DELINEAMENTO EM BLOCOS SUB-DIVIDIDOS (SPLIT-PLOT) O delineamento em blocos sub-divididos (split-plot) é uma variação do delineamento bi-factorial em blocos completos. com 4 repetições. Os 3 tratamnentos do factor V designam-se por V1. Consiste num delineamento em que se constituem tantos blocos quantas as repetições que se pretendem efectuar (tal como no modelo anterior). De seguida apresenta-se um exemplo teórico de um delineamento bi-factorial (3 x 5). tornando difícil a completa aleatorização de todas as possíveis combinações de todos os tratamentos de ambos os factores. V3N2 V3N0 V2N4 V2N3 V1N3 V1N0 V1N1 V2N2 V2N0 V1N2 V1N3 V3N0 V2N1 V1N3 V3N1 V3N3 V3N2 V3N4 V3N0 V1N2 V3N2 V2N2 V3N1 V2N1 V1N4 V3N4 V2N0 V1N1 V1N2 V2N2 V1N0 V1N3 V2N1 V2N4 V1N4 V3N2 V1N1 V1N2 V1N0 V2N0 V1N4 V3N1 V3N1 V2N4 V2N3 V1N0 V1N1 V3N3 V2N3 V3N3 V2N2 V2N1 V2N4 V3N0 V1N4 V3N4 V3N3 V2N0 V2N3 V3N4 Repetição 1 Repetição 2 Repetição 3 Repetição 4 2. Planeando efectuar R repetições. Um dos factores (geralmente o que tem maior número de tratamentos) é designado por factor principal e o outro por factor secundário.

N4. Talhão 1 Talhão 2 Talhão 2 Talhão 2 .. dentro de cada lote principal..... ... Talhão 2 Talhão 2 Talhão 2 . . . .... Talhão Tb . genericamente desgnados por Ta): Bloco principal 1 Bloco principal 2 Bloco principal 3 ..... . . . Talhão 1 .. N5) e 4 tratamentos do factor secundário (designados por V1... Talhão Tb Talhão Tb Talhão Tb .. ... Bloco principal 1 Bloco principal 2 Bloco principal 3 .. .. V3.. . . .. . V2...... é feita uma distribuição aleatória de cada um dos tratamentos do factor secundário por cada um dos blocos secundários. .... Talhão 2 . .. ...... . Bloco principal Ta Repetição 1 .... com três repetições: N4V4 N3V3 N1V3 N0V4 N5V1 N2V4 N4V3 N3V2 N1V4 N0V1 N5V2 N2V1 N4V1 N3V4 N1V2 N0V3 N5V3 N2V2 N4V2 N3V1 N1V1 N0V2 N5V4 N2V3 Repetição 1 12 . .... V4). Bloco principal Ta ... é feita uma distribuição aleatória de cada um dos tratamentos do factor principal por cada um dos lotes ou blocos principais.... ... ....... N3. .. . ... ..... Talhão 2 . Talhão 1 Talhão 1 Talhão 1 ....Em cada um dos blocos ou repetições.. Repetição R Cada um dos lotes ou blocos principais em cada um dos tratamentos é sub-dividido em tantos talhões (ou blocos secundários) quantos os tratamentos do factor secundário (genericamente designados por Tb): Talhão 1 Talhão 1 Talhão 1 . Talhão Tb Talhão Tb Talhão Tb ..... N1..... Repetição R De seguida apresenta-se um delineamento em split-plot de um ensaio bi-factorial com 6 tratamentos do factor principal (designados por N0. ..... N2... .... ... Talhão Tb Repetição 1 . . Veja-se o esquema em que se apresentam as repetições (blocos) divididos em lotes ou blocos principais (tantos quantos os tratamentos do factor principal.

"split") em tantos talhões (lotes secundários) quantos os tratamentos do factor secundário.Repetição 2 N1V4 N0V3 N5V2 N2V3 N4V3 N3V1 N0V3 N1V2 N4V1 N5V4 N3V1 N2V3 N1V2 N0V2 N5V1 N2V4 N4V2 N3V4 N0V1 N1V1 N4V4 N5V2 N3V4 N2V2 N1V3 N0V1 N5V4 N2V2 N4V4 N3V2 N0V2 N1V4 N4V2 N5V3 N3V3 N2V4 N1V1 N0V4 N5V3 N2V1 N4V1 N3V3 N0V4 N1V3 N4V3 N5V1 N3V2 N2V1 Repetição 3 Repare-se que o que distingue este delineamento do delineamento bi-factorial em blocos completos aleatórios é que no split-plot em cada "linha" de cada uma das repetições mantém-se constante o tratamento do factor principal. cada lote do factor principal é sub-dividido (em inglês. Isto é. 13 . em cada repetição.

A Realistic Approach. KWANCHAI A. MRCEL DEKKER. Ed. New York. JOHN WILEY & SONS. New York. Colecção Nova Agricultura. AFRONTAMENTO. M. VIRGIL L. R. New York. 14 . A Estatística Aplicada à Experimentação Agrícola. MÁRIO J. CARVALHO. ARTURO A. JOHN WILEY & SONS. An Introduction for Biologists & Biochemists. INC. GOMEZ. ROBERT A. COCHRAN.BIBLIOGRAFIA ANDERSON. Porto. & McLEAN. Design of Experiments. INC. & COX. & GOMEZ. Statistics and Experimental Design. INC. (1994). GEOFFREY M. Statistical Procedures for Agricultural Research. W. (1988). JOHN WILEY & SONS. (1957). INC. Experimental Designs. New York. (1974). CLARKE. G. G. (1984).