29/10/2012

DIC
Usado quando as UEs so homogneas (uniformes) Homogeneidade:
Material Ambiente Tratos culturais .... qualquer operao realizada no experimento

Delineamento Inteiramente Casualizado (DIC)

Caracterizao e uso Modelo matemtico e pressuposies Estimao dos parmetros Anlise de varincia (ANOVA) Teste de hipteses Exemplo

Prof. Tatiane Chassot

O nico componente que pode variar de uma UEs para outra:

Tratamentos

Como saber se a UEs so homogneas?

Quando no h critrios para a classificao das UEs em grupos distintos Resultados dos anos anteriores Experimentos em branco (sem tratamentos)

DIC muito utilizado em laboratrios e casas de vegetao

Material experimental (solo, substrato) , inicialmente, homogeneizado e, posteriormente, dividido em pores para formar as UEs (vasos, bandejas, placas de Petri) sobre as quais so aplicados os I tratamentos em J repeties. Em experimentos em casa de vegetao
UEs devem ser periodicamente trocadas de lugar de maneira aleatria Variaes do ambiente
Proximidade de janelas e localizao (bordadura), atuam durante todo o experimento sobre as mesmas UEs, aumentando o erro experimental.

DIC usado nos experimentos com animais

Principalmente se conviverem misturados durante o perodo experimental Exemplo:

Estudo do efeito de anti-helmnticos, depois de identificados e dosificados, so soltos no mesmo potreiro durante o perodo de avaliao.
assegurada a homogeneidade do ambiente

Vantagens do DIC
Qualquer nmero de tratamentos ou de repeties pode ser utilizado:
Pode variar o nmero de repeties de um tratamento para outro No entanto, devemos preferir usar o mesmo nmero de repeties para todos os tratamentos

O que no aconteceria se os animais fossem mantidos em gaiolas ou baias

Alm do ambiente, devem ser utilizados animais homogneos

Variaes ambientais devido orientao geogrfica ou localizao.

O nmero de graus de liberdade do erro experimental o maior possvel

Peso, idade, sexo, raa Delineamento mais utilizado para animais de pequeno porte
5 6

29/10/2012

Organizao de um DIC
Temos:
I tratamentos J repeties I*J = N UEs identificadas de 1 a N.

Seja um experimento que tem por objetivo estudar o efeito de tratamentos fungicidas na produtividade do milho
Para tanto, foram utilizados 4 tratamentos (fungicidas)
T1 T2 T3 T4 = = = = Fox Priori Xtra pera Nativo

A distribuio dos I tratamentos J vezes nas N UEs feita aleatoriamente de modo que cada UE tenha a mesma probabilidade (p = J/N) de receber um dado tratamento Exemplo:

Usando 5 repeties, teremos 20 UEs. A UE, neste caso, constituda por parcelas de 5 x 7 m. Faa um croqui de localizao das UEs.

Aplicar os tratamentos sobre as UEs. Sorteio

Tabelas de nmeros aleatrios Calculadora: funo RAND Excel Uso de papis

Providenciar documentao adequada

Ttulo da pesquisa Caracterizao dos tratamentos Delineamento Croqui de localizao das UEs numeradas Condies gerais do experimento

Aplicados os tratamentos sobre as UEs.......

Processo de avaliao do efeito dos tratamentos
Se ocorreram diferenas ou no. Variveis resposta: tamanho da espiga, nmero de gros por espiga, peso dos gros

No modificar a ordem do sorteio, mesmo se houver UEs contguas com o mesmo tratamento

Tabela necessria para cada experimento (tabela 1)

10

Por que usar anlise estatstica?

(tabela 2) Seja Y a varivel que representa o tamanho das espigas. Observe:
Os tratamentos apresentam mdias diferentes

A anlise estatstica nos mostrar se as diferenas entre as mdias

Casual Ou efeito dos tratamentos

Para efetuar a anlise probabilstica dos dados:

Definir o modelo matemtico e suas pressuposies

Mas, nem toda variao existente nos dados devese ao efeito dos tratamentos
Se assim fosse, os valores deveriam ser iguais nas repeties do tratamento

Alm do efeito dos tratamentos

Variao aleatria ou ao acaso, devido a causas no controladas de variao
11 12

29/10/2012

Modelo matemtico
Yij = m + ti + eij

Estimamos m e ti pelo mtodo dos mnimos quadrados

Obtemos estimativas para m, t1, t2,..., ti tal que ijeij seja mnimo (tabela 3)

Pressuposies

A) Os efeitos so aditivos B) Os erros eij so independentes C) Homogeneidade dos erros (varincia) D) Os erros tem distribuio normal
Cada tratamento possui um erro experimental e este deve ser homogneo No correlacionados Soma dos efeitos Efeitos so independentes

13

14

Quadro da ANOVA
Graus de liberdade (GL) I-1 GLerro IJ - 1 Soma de quadrados (SQ) SQtrat SQerro SQtotal Quadrado mdio (QM) QMtrat QMerro Fcalc QMtrat/ QMerro Ftab F5% (GLtrat; GLerro)

Pelo mtodo dos mnimos quadrados

a SQe = Soma de Quadrados do Erro = ijeij mnima

Fonte de variao Tratamento Erro Total

E representa a soma de quadrados dos desvios entre cada observao Yij e sua estimativa ij

Na ANOVA

a variao total decomposta em:

variao devido ao erro e s estimativas dos parmetros SQtotal = SQtrat + SQerro

GLerro = GLtotal GLtratamento QM = SQ/GL

15

16

4. Regio de aceitao ou rejeio de H 0.

Verificar se existem diferenas entre os tratamentos 1. Tratamento

H0: ti = 0 (tratamentos no diferem entre si) H1: ti 0
Ftab = F5% (GLtrat; GLerro)

2. = 5% ou 1% (nvel de significncia) 3. Estatstica do teste

Fcalc = QMtrat/QMerro

17

18

29/10/2012

5. Regra de deciso
Se Fcal Ftab, rejeitar a hiptese H0
Concluso: h diferena significativa entre os tratamentos avaliados

Se Fcal < Ftab, aceita-se H0.

Concluso: no h diferena significativa entre os tratamentos

19