NOTAS DE AULAS DE

ESTATSTICA
EXPERIMENTAL

PARTE 3
6- Delineamentos Experimentais

VERSO PROVISRIA

UFLA - Universidade Federal de Lavras

DEX Departamento de Cincias Exatas
LAVRAS (MG)
2010

6.
DELINEAMENTOS EXPERIMENTAIS

Os Delineamentos Experimentais so as formas de distribuio dos tratamentos

na rea experimental. Os principais so:

Delineamento Inteiramente Casualizado

Delineamento Blocos Casualizados
Delineamento Quadrado Latino

6.1 Delineamento Inteiramente Casualizado

Este delineamento utilizado quando a variabilidade entre as parcelas
experimentais for muito pequena, isto , praticamente inexistente. Devido a esta
exigncia, so utilizados em locais em que as condies experimentais possam ser
bem

controladas

(laboratrios,

casa

de

vegetao,

terrenos

com

pouca

heterogeneidade, etc).
As vantagens deste delineamento so:

o nmero de graus de liberdade para o Erro Experimental mximo;

o nmero de tratamentos e de repeties depende apenas do nmero de parcelas
experimentais disponveis;
o delineamento mais simples de ser instalado e conduzido.
A maior desvantagem que toda a variabilidade existente ir inflacionar o Erro

Experimental, exceto apenas a fonte de variao devida aos efeitos dos tratamentos.
Este fato pode ocasionar um erro experimental muito grande e chegar a comprometer
os resultados do experimento.

6.1.1 Aleatorizao
Neste delineamento os tratamentos so designados aleatoriamente s parcelas
experimentais. Este tipo de sorteio implica em que todo tratamento tem a mesma
chance de ser aplicado qualquer parcela na rea experimental.

44

6.1.2 Modelo Estatstico

O modelo linear adequado para este delineamento dado por:
yij = + ti + eij

onde:
yij

a observao feita na parcela para o tratamento i na repetio j ;

representa uma constante inerente a toda parcela ;

ti

representa o efeito do tratamento i ;

eij

o erro experimental na parcela i, j.

6.1.3 Modelo Geral de Anlise

Considere um experimento com 3 tratamentos e 2 repeties, instalado em DIC.
Os valores observados nas parcelas sero representados pela letra Y, com os ndices
i e j representando, respectivamente o tratamento e a repetio. Os dados podem ser
colocados em uma tabela da forma:

Representao dos Dados de um Experimento em DIC com 3

Tratamentos e 2 Repeties.

Tabela 6.1

TRATAMENTOS
Repeties

y11

y21

y31

II

y12

y22

y32

TOTAIS

T1

T2

T3

Estas observaes, segundo o modelo estatstico do delineamento Inteiramente

Casualizado, podem ser expressas como:
y11 =

+ t1

y21 =

+ e11

+ t2

y31 =

+ e21
+ t3 + e31

y12 = + t1

+ e12

y22 =

+ e22

y32 =

+ t2

+ t3 + e32

45

Tem-se aqui um sistema de equaes onde so conhecidos apenas os valores

de Y (varivel resposta) e com mais variveis do que equaes.
Utilizando o mtodo dos quadrados mnimos e admitindo algumas condies
que sero apresentadas posteriormente, o modelo geral de anlise para os ensaios
em DIC apresentado na Tabela 6.2.

Tabela 6.2

Modelo Geral de Anlise para Ensaios em DIC com I Tratamentos

e J Repeties.

Fontes de Variao

GL

SQ

Tratamentos

I-1

SQ Tratamentos

(2)

QM

Fc

SQ Tratamentos

QM Tratamento

I-1
Erro Experimental

I(J-1)

(3)

SQ Erro

QM Erro

SQ Erro
I(J-1)

TOTAL

IJ-1

(1) SQTotal = y ij
2

SQ Total

(1)

G2
G = yij
N
i
j
2

T
G2
(2) SQTratamentos = i
J
N

SQErro =

6.2

N = nmero total de parcelas ( I.J )

Ti = y ij (total de cada tratamento)

j

T2
y ij2 i = SQTotal SQTratamentos

J
j

Delineamento Blocos Casualizados

No delineamento em blocos casualizados, o material experimental dividido em

grupos homogneos, cada grupo constituindo uma repetio. Cada repetio ou bloco
deve conter uma vez cada tratamento, no caso de blocos completos. O objetivo em
todas as etapas do experimento manter o erro, dentro de cada bloco, to pequeno
quanto seja possvel na prtica. Na conduo do ensaio deve ser empregada uma
tcnica uniforme para todas as parcelas de um mesmo bloco. Quaisquer alteraes na
tcnica de conduo ou em outras condies que possam afetar os resultados devem
ser feitas entre os blocos.
46

No campo este agrupamento feito quando as parcelas so dispostas na rea

experimental. Cada repetio dever ser formada por um grupo compacto de parcelas,
de forma to aproximada quanto possvel, pois sabe-se que as parcelas vizinhas so
mais semelhantes em fertilidade do que parcelas distantes.
Em casos em que a colheita do ensaio deva estender-se por algum tempo
aconselhvel que seja feita repetio por repetio, sendo que, chuvas e outros
fatores podem produzir alteraes no peso do material colhido de um dia para o outro.
As principais caractersticas e vantagens em relao ao delineamento
Inteiramente Casualizado so:

Permite o controle da influncia de uma fonte de variao alm do efeito de

tratamentos, pelo agrupamento hbil das parcelas (controle local);
Dentro de cada bloco (repetio), as condies ambientais devem ser
homogneas, podendo variar de bloco para bloco;
As repeties podem ser distribudas por uma rea maior permitindo
concluses mais gerais.

6.2.1 Aleatorizao
Quando as parcelas se acham agrupadas em blocos, os tratamentos so
aleatoriamente designados s unidades dentro de cada bloco. Posteriormente, os
blocos so sorteados na rea experimental.

6.2.2 Modelo Estatstico

A observao da parcela que recebe o tratamento

no bloco j (yij)

definida, estatisticamente, por:

yij = + ti + b j + eij

com i = 1, 2, ..., I e j = 1, 2, ..., J onde:

uma constante inerente toda observao;

ti

o efeito do tratamento i;

bj

efeito do bloco j;

eij

o erro na parcela i, j.

47

6.2.3 Modelo Geral de Anlise

As fontes de variao e os respectivos graus de liberdade para o delineamento
em blocos casualizados completos so apresentados na Tabela 6.3.

Causas de Variao e Graus de Liberdade para o Delineamento

Blocos Casualizados com I Tratamento e com J Repeties.

Tabela 6.3
Fontes de Variao

GL

SQ

Entre Blocos

J-1

SQBlocos

Entre Tratamentos

I-1

SQTratamentos

Erro

(I-1) (J-1)

SQErro

Total

IJ-1

SQTotal

As somas de quadrados so computadas atravs de:

SQTotal =

SQBlo cos =

1
B 2j C
I j

SQTratamentos =

C=

2
ij

1
J

1 2
G
N

onde:
Bj

o total do bloco j ;

Ti

o total do tratamento i e

o total geral.

6.2.4 Exemplo de Aplicao

Como exemplo, os dados da Tabela 6.4 referem-se a um ensaio sobre a
influncia da dosagem de K2O aplicada ao solo, nas propriedades do algodo utilizado
na fabricao de fibras. A caracterstica selecionada para anlise foi o ndice de
resistncia Pressley. Este ndice foi determinado medindo-se a tenso de ruptura de
um atado de fibras com uma seco transversal pr-fixada. O ensaio foi conduzido
48

segundo o delineamento blocos casualizados com trs repeties. As repeties

foram constitudas por trs mquinas de teste de resistncia, cada uma operada por
um tcnico diferente.

ndices de Resistncia Pressley de Fibras de Algodo em um

Ensaio com Cinco Dosagens de K2O.

Tabela 6.4

MQUINAS

II

III

Totais

40

7,62

8,00

7,93

23,55

60

8,14

8,15

7,87

24,16

80

7,76

7,73

7,74

23,23

100

7,17

7,57

7,80

22,54

120

7,46

7,68

7,21

22,35

Totais

38,15

39,13

38,55

115,83

Nveis de K2O (Kg/ha)

A anlise de varincia correspondente apresentada na Tabela 6.5. As somas

de quadrados foram calculadas como:
Correo (C ) =

1
(7,62 + 8,00 + ... + 7,21)2
15
2

SQTotal = (7,62 ) + (8,00 ) + ... + (7,21) C

SQTratamentos =

SQBlo cos =

1
(23,55)2 + (24,16 )2 + ... + (22,35)2 C
3

1
(38,15)2 + (39,13)2 + (38,55)2 C
5

SQErro = SQTotal SQTratamentos SQBlo cos

Tabela 6.5

Anlise de Varincia para os Dados da Tenso de Ruptura de

Fibras de Algodo.

Fontes de Variao

GL

SQ

QM

Fc

F5%

Entre Blocos

0,0971

0,0485

1,11

4,46

Entre Tratamentos

0,7324

0,1813

4,19*

3,84

Erro

0,3495

0,0437

Total

14

1,1790
49

A DMS para o teste Tukey, ao nvel de 5% de probabilidade igual a 0,59. As

mdias dos tratamentos so apresentadas na Tabela 6.6.

Tenses de Ruptura Mdias (ndice de Pressley) Para Fibras de

Algodo em Funo da Dosagem de K2O Aplicada ao Solo.

Tabela 6.6
Dosagens (Kg/ha)

ndices Mdios (Pressley)*

40

7,85 a b

60

8,05 a

80

7,74 a b

100

7,51 a b

120

7,45

* As mdias seguidas da mesma letra no diferem estatisticamente entre si, pelo teste Tukey, ao nvel de 5 % de probabilidade.

Os resultados mostram que a resistncia das fibras no muito afetada pela

adubao potssica. As plantas que receberam a dosagem de 60 kg/ha de K2O
apresentaram um ndice mdio que superou apenas o ndice das parcelas com maior
dosagem (120 kg/ha). Para as dosagens menores que 120 kg/ha a resistncia mdia
no variou estatisticamente.

6.3 Delineamento Quadrado Latino

Para o delineamento Quadrado Latino, os tratamentos so agrupados nas
repeties de duas maneiras distintas. Esta sistematizao dos blocos em duas
direes (designadas genericamente por linhas e colunas) permite eliminar os
efeitos de duas fontes de variao do erro experimental.
O esquema do delineamento para I tratamentos corresponde a um quadrado
com I linhas e I colunas, contendo I2 parcelas. Cada tratamento ocorre uma vez em
cada linha e em cada coluna. Um dos possveis arranjos para um ensaio com quatro
tratamentos (A, B, C e D) :
COLUNAS
1
LINHAS

50

Linhas e Colunas so termos gerais para referenciar critrios de classificao e,

assim, podem representar uma espcie de tratamentos. Se existir interao
(dependncia) entre os critrios de classificao e os tratamentos, a estatstica Fc no
tem distribuio de F e o teste no vlido.
O emprego do delineamento Quadrado Latino muito comum em ensaios
industriais, zootcnicos e outras reas. Em ensaios agronmicos utilizado
geralmente para controlar as diferenas de fertilidade em dois sentidos, nos ensaios
de campo.

6.3.1 Aleatorizao
Em geral, satisfatrio tomar um quadrado latino qualquer, permutar as linhas
e colunas e designar, ao acaso, os tratamentos s letras.
Um processo mais rigoroso para a obteno de um quadrado latino,
aleatoriamente, dado por FISHER e YATES (1948).

6.3.2 Modelo Estatstico

A observao da parcela na coluna j e na linha k, que recebe o tratamento i,
definida como:
y ijk = + t i + c j + l k + e jk (i )

onde:

ti
cj
lk
ejk(i)

sendo

a constante comum a todas as parcelas;

o efeito do tratamento i;
o efeito da coluna j;
o efeito da linha k;
representa o erro aleatrio na parcela i,j,k.
i, j, k, = 1, 2, ..., I.

6.3.3 Modelo Geral de Anlise

Este modelo estatstico leva ao modelo de anlise, apresentado na Tabela 6.7.

51

Tabela 6.7

Causas de Variao, Graus de Liberdade e Somas de Quadrados

para o Delineamento Quadrado Latino.

Fontes de Variao

GL

SQ

Linhas

I-1

SQLinhas

Colunas

I-1

SQColunas

Tratamentos

I-1

SQTratamentos

Erro

(I-1) (I-2)

SQErro

Total

I2-1

SQTotal

A estatstica apropriada para testar a hiptese de que no existe efeito de

tratamentos :
Fc = QMTratamentos / QMErro

que tem distribuio F( I -1) ; ( I -1) ( I -2) sob H0.

Desde que Linhas e Colunas representam restries casualizao, o teste
F pode no ser apropriado para estes critrios de classificao.

6.3.4 Exemplo de Aplicao

Como exemplo, um experimento foi desenvolvido visando comparar a eficincia

de tcnicos treinados em amostragem. Uma cultura foi dividida em seis reas, cada
rea sendo amostrada por seis tcnicos diferentes. O amostrador deveria escolher oito
plantas que julgasse com altura representativa da rea e anotar a altura mdia destas
plantas. Para as anlises estatsticas foi considerada a diferena entre a altura mdia
da amostra e a verdadeira altura mdia da rea correspondente (determinada pela
medio de todas as plantas da rea). Tais diferenas correspondem aos erros
amostrais e so apresentadas na Tabela 6.8. Tambm foi anotada a ordem em que
cada rea foi amostrada.

52

Erros Amostrais Referentes s Alturas Mdias de Trigo. rea

Amostrada por Seis Tcnicos (A, B, C, D, E e F).

Tabela 6.8

reas
Ordem de Visita

II

III

IV

VI

3,5 (F)

4,2 (B)

6,7 (A)

6,6 (D)

4,1 (C)

3,8 (E)

2a

8,9 (B)

1,9 (F)

5,8 (D)

4,5 (A)

2,4 (E)

5,8 (C)

9,6 (C)

3,7 (E)

-2,7 (F)

3,7 (B)

6,0 (D)

7,0 (A)

10,5 (D)

10,2 (C)

4,6 (B)

3,7 (E)

5,1 (A)

3,8 (F)

3,1 (E)

7,2 (A)

4,0 (C)

-3,3 (F)

3,5 (B)

5,0 (D)

5,9 (A)

7,6 (D)

-0,7 (E)

3,0 (C)

4,0 (F)

8,6 (B)

3
4

5
6

Com auxlio dos totais apresentados na Tabela 6.9 foi computada a anlise de
varincia do exemplo (Tabela 6.10).

Totais das Observaes Referentes aos Critrios de Classificao:

Linhas, Colunas e Tratamentos Para a Amostragem de Plantas de
Trigo.

Tabela 6.9

Totais
Critrios

Tratamentos

36,4

33,5

36,7

41,5

16,0

7,2

reas

41,5

34,8

17,7

18,2

25,1

34,0

Ordem de Visita

28,9

29,3

27,3

37,9

19,5

28,4

As somas de quadrados foram calculadas como:

SQTotal

= 3,52 + 4,22 + ... + 8,62 C

SQTratamentos =

1
6

(36,42 + 33,52 + ... + 7,22) C

SQOrdem Visita =

1
6

(28,92 + 29,32 + ... + 28,42) C

SQreas

1
6

(41,52 + 34,82 + ... + 34,02) C

Tabela 6.10

Anlise de Varincia para Amostragem de Plantas de Trigo.

53

Fontes de Variao

GL

SQ

QM

Fc

5%

Tratamentos

155,60

31,12

9,35**

2,71

reas

78,87

15,77

4,74**

Ordem de Visita

28,60

5,72

1,72

Erro

20

66,56

3,33

Total

35

329,63

Pela simples inspeo nos dados verifica-se uma tendncia consistente de

superestimao das alturas das plantas, desde que apenas trs dos trinta e seis erros
amostrais tiveram valores negativos. O teste de F para tratamentos, significativo ao
nvel de 5% mostra que a superestimao varia de tcnico para tcnico. Com a
aplicao do teste de Tukey (DMS5%= 3,1), verifica-se que a tendncia menor para
os amostradores E e F, em relao aos outros.
Pelo teste de F observa-se que a ordem em que dada rea amostrada no
tem efeito na superestimao enquanto que esta tendncia varia de rea para rea.

54