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

que deverão ser totalmente homogéneas. etc). e na facilidade de interpretação dos resultados (assumindo que sejam correctos). pois a existência de diferentes números de repetições entre os tratamentos pode ser uma causa de variabilidade dos resultados). 2 . podendo detectar mais facilmente a existência de diferenças significativas entre os tratamentos. permite que o ensaio contenha qualquer número de tratamentos (ou modalidades do mesmo factor). exposição. e que cada tratamento tenha qualquer número de repetições. deverá recorrer-se a um processo de aleatorização. Por isso. Nos ensaios de campo. para o mesmo número de tratamentos em ensaio. por muito idênticas que sejam as diversas unidades experimentais. todos os tratamentos devam ter o mesmo número de repetições. podendo eventualmente ser diferentes de tratamento para tratamento (muito embora. A maior vantagem deste delineamento reside na sua implantação nas unidades experimentais (talhões de terreno. A distribuição das repetições dos vários tratamentos pelas diversas unidades experimentais é feita totalmente ao acaso.1- DELINEAMENTOS UNI-FACTORIAIS 1. isto é. fertilidade do solo. 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). mas devida também ao conjunto de todos os factores ambientais (tipo de solo. ou assumidas como tal. Outra vantagem inerente ao delineamento completamente aleatório é que. Para garantir a aleatoridade da distribuição das unidades experimentais.1 . tais como ensaios laboratoriais em as condições ambientais são facilmente controláveis. Quaisquer diferenças ocorridas entre as diversas repetições do mesmo tratamento são consideradas como devidas ao acaso. Assim. Assim. Além disso. animais. isto é. este delineamento deverá utilizar-se em situações em que as diversas unidades experimentais são homogéneas. mas que na realidade podem ocasionar variabilidade. este delineamento não é muito usual em situações de ensaios de campo ou onde é pressuposto que as unidades experimentais não são rigorosamente homogéneas. a parcela do erro experimental ou residual engloba variação que não é apenas a variação casual admitida dentro de uma mesma amostra. e que vai de algum modo afectar os resultados do ensaio. existe sempre alguma variabilidade ambiental impossível de controlar.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. maximiza o número de graus de liberdade atribuídos à estimativa do erro experimental. este delineamento é caracterizado pela sua grande flexibilidade. drenagem. constituindo na sua totalidade a parcela designada por erro experimental ou variação residual. isto é. sempre que possível. pois toda a variação é atribuída aos tratamentos ou ao erro experimental.

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

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

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

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

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

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

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

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

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

.. ... Talhão 1 . . é feita uma distribuição aleatória de cada um dos tratamentos do factor principal por cada um dos lotes ou blocos principais.. N4. ....... ... Talhão 2 Talhão 2 Talhão 2 .. .... .... . Talhão 1 Talhão 2 Talhão 2 Talhão 2 . .. Talhão Tb .. .... . V3. . é feita uma distribuição aleatória de cada um dos tratamentos do factor secundário por cada um dos blocos secundários.. Talhão 2 .. Talhão Tb Talhão Tb Talhão Tb . 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. .Em cada um dos blocos ou repetições.... .. genericamente desgnados por Ta): Bloco principal 1 Bloco principal 2 Bloco principal 3 . 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 2 .. V4).. N1.. .. . 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 Repetição 1 . N5) e 4 tratamentos do factor secundário (designados por V1. dentro de cada lote principal..... .... ....... ... V2... . . .... Bloco principal 1 Bloco principal 2 Bloco principal 3 ... . . Talhão Tb Talhão Tb Talhão Tb .. .... ........ .... N3. N2........ ...... 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 1 Talhão 1 Talhão 1 . .. Bloco principal Ta . Bloco principal Ta Repetição 1 ...

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

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

Sign up to vote on this title
UsefulNot useful