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

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

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

Repete-se o passo iii) até esgotar todos os cartões. T3=paus. b) i) ii) iiii) iv) v) Após a conclusão da parte experimental do ensaio. misturando-se bem. O tratamento que identificar será atribuído à unidade experimental 1. A carta não é recolocada. Imagine-se que saiu um cartão com a identificação T1. T2=copas. Retira-se uma destas cartas. um dos mais frequentemente utilizados em investigação agrária. Por exemplo. sendo R (no caso. Assim. De um baralho de cartas. etc. 5 cartões com o tratamento T2. Retira-se um cartão de identificação dos tratamentos. Este delineamento em blocos completos aleatórios ou casualizados é especialmente apropriado para ensaios de campo em que o número de tratamentos não é grande. Numeram-se 5 cartões com o tratamento T1. quando o ensaio envolve apenas um factor (GOMEZ & GOMEZ. e metem-se numa caixa. 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. para cada tratamento. segundo vários autores. Assim. e as unidades experimentais estão sujeitas a uma evidente variabilidade de produtividade ou de outros factores alheios ao delineamento em causa. procede-se a um teste de comparações múltiplas a fim de decidir entre quais tratamentos existem as diferenças significativas. Repete-se sucessivamente o passo iv) até atribuir um tratamento a cada uma das N unidades experimentais. N=20) unidades experimentais. tiram-se N (no caso. Caso a anova indique a existência de diferenças significativas. misturando bem. Fixa-se uma correspondência entre os naipes e os tratamentos. a cada uma das N unidades experimentais foi atribuido um tratamento. R=5) de cada naipe. Método das cartas Identificam-se as N (no caso. sendo as restantes baralhadas. à unidade experimental identificada com o número 7 vai ser atribuido o tratamento T1. Retira-se ao acaso um cartão de identificação da unidade experimental. Os cartões são dobrados de modo a impossibilitar a identificação.DELINEAMENTO EM BLOCOS COMPLETOS ALEATÓRIOS Este delinaemento é. N=20) cartões com as identificações das unidades experimentais. e de um modo completamente aleatório e alheio à vontade do experimentador. T1=ouros. 1984). T4=Espadas. 4 . Estes cartões são dobrados de modo a impossibilitar a sua identificação. N=20) cartas. Isto é.i) ii) iii) iv) Numeram-se N (no caso. 1.2 . e são metidos numa caixa. suponhase que saiu o número 7. Estas N cartas são baralhadas. fazem-se tantos cartões quantas as repetições.

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

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

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

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

podendo a resposta do organismo a um determinado factor ser influenciada por outros factores. utilizando esta ordem para aleatorizar as linhas do esquema. 24. D.. 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. C. 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. a 1ª linha do esquema será constituída pela 5ª linha do esquema anterior.. . Mas este estudo pressupõe que todos os outos factores sejam mantidos 9 . e o processo foi totalmente casualizado. 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. garantindo a isenção do experimentador. admita-se que o lançamento de um dado.. 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. em que se estuda apenas o efeito de um determinado factor considerado a actuar isoladamente.repetidas. a 2ª linha será a 2ª linha anterior. a 3ª linha será a 1º linha anterior. 3. Esta constatação é a maior crítica aos delineamentos uni-factorias. a atribuição dos tratamentos (identificados por A. 2. Por exemplo. ainda se pode aleatorizar a ordem das colunas por um processo semelhante. E) às unidades experimentais (identificadas por 1. 2- DELINEAMENTOS MULTI-FACTORIAIS Os organismos biológicos estão expostos simultaneamente a muitos factores de crescimento. obtém-se a seguinte distribuição (isto é. B.

considerado a actuar só por si e a definir os resultados. 10 . 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. além dos efeitos de cada um níveis (ou tratamentos) de cada um dos factores. O delineamento bi-factorial Ta x Tb em blocos completos aleatórios consiste num delineamento semelhante ao delineamento uni-factorial em blocos completos aleatórios. pode acontecer que haja interacção dos factores entre si. 2. e vai ocasionar a existência de um muito maior número de unidades experimentais em estudo. 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. isto é. um nível de um factor pode aumentar as performances conseguidas por um nível de outro factor. 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). tantos quantas as repetições a efectuar por cada um dos tratamentos.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. Numa situação deste género. Claro que a existência de vários factores vai ocasionar que se percam de vista alguns objectivos particulares de um único factor. mas estudar simultaneamente diversos factores a interagirem em simultâneo. 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.rigorosamente uniformes em todas as unidades experimentais.1 . Por exemplo. 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. Em cada um dos blocos existem Ta x Tb unidades experimentais. 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. o que não é fácil de conseguir. ou pode diminuí-la). Assim. Quando diversos factores de produção afectam simultâneamente os resultados de um determinado organismo biológico. podendo alterar ou inclusivamente contrariar os resultados presumíveis quando em presença de um só factor.

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

. .. genericamente desgnados por Ta): Bloco principal 1 Bloco principal 2 Bloco principal 3 .. .. .. é feita uma distribuição aleatória de cada um dos tratamentos do factor principal por cada um dos lotes ou blocos principais. Talhão Tb .... Bloco principal 1 Bloco principal 2 Bloco principal 3 . . ... ...... ..... .... . V3.. Talhão 2 Talhão 2 Talhão 2 .. .. . Talhão 2 ..... Talhão 1 Talhão 1 Talhão 1 ... ... N5) e 4 tratamentos do factor secundário (designados por V1.. N3........ Bloco principal Ta .. 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. . . é feita uma distribuição aleatória de cada um dos tratamentos do factor secundário por cada um dos blocos secundários..... Talhão Tb Repetição 1 . V2. N2. 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 ..... . . V4). ..... Bloco principal Ta Repetição 1 .. ....... .Em cada um dos blocos ou repetições. N4..... Talhão Tb Talhão Tb Talhão Tb .. . . .. . 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 . ... ... .. Talhão 1 Talhão 2 Talhão 2 Talhão 2 ...... N1. Veja-se o esquema em que se apresentam as repetições (blocos) divididos em lotes ou blocos principais (tantos quantos os tratamentos do factor principal......... Talhão Tb Talhão Tb Talhão Tb . . dentro de cada lote principal. Talhão 1 . Talhão 2 . ...

em cada repetição. cada lote do factor principal é sub-dividido (em inglês. 13 .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. "split") em tantos talhões (lotes secundários) quantos os tratamentos do factor secundário. Isto é.

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

Sign up to vote on this title
UsefulNot useful