Você está na página 1de 52

Universidade Federal do Piauí

Campus Universitário Profa Cinobelina Elvas 

EXPERIMENTOS FATORIAIS

Profa. Gisele Rodrigues Moreira
Enga. Agrônoma
Dra. Genética e Melhoramento
E-mail: giselerm@ufpi.br

1. INTRODUÇÃO
São aqueles em que são estudados dois
ou mais fatores simultaneamente, cada um
deles com dois ou mais níveis.
Exemplo: 
Fator → variedade 
Níveis → V1, V2, V3, etc. 
Fator → formulação (doses) 
Níveis → F1, F2, F3, etc.

1

Classificação dos fatores:
- QUALITATIVOS
- QUANTITATIVOS
Ex: Fator qualitativo 
Fator → variedade 
Níveis → V1, V2, V3, etc.
Ex: Fator quantitativo 
Fator → formulação 
Níveis → F1, F2, F3, etc.

Aplicação do esquema fatorial

Quando se quando se deseja estudar a
influência de dois ou mais fatores sobre a
variável resposta e o relacionamento entre
eles.

2

Simbologia:
Indicada pelo produto dos níveis dos fatores
em teste.
Exemplo: 
Fator → variedade; Níveis → V1, V2, V3 
Fator → formulação; Níveis → F1, F2, F3, F4
Fatorial 3 x 4

OBS: Quando o número de níveis é igual para
todos os fatores: nF
Em que, F é o número de fatores
n é o número de níveis de cada fator
Exemplo: 
Fator → variedade; Níveis → V1, V2, V3 
Fator → formulação; Níveis → F1, F2, F3
Fatorial 32

3

Obtenção dos Tratamentos:
A partir da combinação dos níveis dos fatores.
Exemplo: 
Fator → variedade; Níveis → V1, V2, V3 
Fator → formulação; Níveis → F1, F2, F3
V1F1, V1F2, V1F3, V2F1, V2F2, V2F3, V3F1,
V3F2, V3F3

Importante:
O fatorial NÃO é um delineamento!!!!
É um tipo de esquema, ou seja, uma das
maneiras de organizar os tratamentos, e
depois distribuídos às unidades experimentais
segundo um tipo de delineamento.

4

2. EFEITOS ESTUDADOS NO FATORIAL 
EFEITO PRINCIPAL
É o efeito de cada fator, independentemente
do efeito dos outros. 
EFEITO DE INTERAÇÃO
É o efeito simultâneo dos fatores sobre a
variável em estudo. Ocorre interação entre os
fatores quando os efeitos dos níveis de um
fator são modificados pelos níveis de outros.

Demonstração de quando não há e quando há
INTERAÇÃO
Suponha um experimento fatorial 2 x 3,
em DIC, com os seguintes resultados médios
para a variável altura de plantas (cm).
1a situação ⇒ Não há interação
V1

Variedade
V2

V3

E1

8

10

12

E2

6

8

10

Espaçamento

5

Espaçamento V1 8 6 E1 E2 Variedade V2 10 8 V3 12 10 12 10 Altura de plantas em cm 8 6 E1 E2 4 2 0 V1 V2 V3 Quando não há interação as diferenças entre os resultados dos níveis de um fator são estatisticamente iguais para todos os níveis do outro fator. Demonstração de quando não há e quando há INTERAÇÃO 2a situação ⇒ Há interação E1 V1 2 Variedade V2 4 V3 6 E2 5 10 2 Espaçamento 6 .

DBC .DQL 7 . 3.Variedade Espaçamento E1 V1 2 V2 4 V3 6 E2 5 10 2 10 9 8 7 6 Altura de 5 plantas em cm 4 3 2 1 0 E1 E2 V1 V2 V3 Quando há interação as diferenças entre os resultados dos níveis de um fator dependem dos níveis do outro fator. QUADRO DE TABULAÇÃO DE DADOS Depende do tipo de delineamento! .DIC .

.... k Y112 .. ... 3. Y11k Y122 … Y12k .. Y1j.... .... Y1j2 … . … Yi1k Yi2k Yi1...... Y1j. AI Totais Totais Y11. Bj . AI B1 B2 . B1 B2 Yi11 Yi21 Yi12 Yi22 . . Y1j2 … Y1jk … … Yi12 ..1 QUADRO DE TABULAÇÃO DE DADOS (DIC) Fatores A1 B1 B2 . Y1j1 … Yi11 Yi21 ... 8 . Yi2..... . . Bj . Y11k Y122 … Y12k ..... Y1jk … ... … . Yi.....k G Fatores A1 B1 B2 ......... Y12. Yij2 … Yiik Totais Y11.2 QUADRO DE TABULAÇÃO DE DADOS (DBC) 1 Y111 Y121 BLOCOS 2 . k Y112 .3.1 Yi.. Yij1 REPETIÇÕES 2 . Yi2... . Yij1 ... Y12. Yiik . Y1j1 … ..... Bj 1 Y111 Y121 . … ..... . Bj ... Yi......... . Yij. Yi1k Yi22 … Yi2k .. Yij.. Yi1.2 . Yij2 .. .

eij é o erro experimental associado ao valor observado Yijk. m é a média de todos os valores possíveis da variável resposta. bk é o efeito do bloco k no valor observado Yijk. 4. MODELO ESTATÍSTICO (DIC) Yijk = m + αi + βj + (αβ αβ) αβ ij+ eijk EM QUE: Yij é o valor observado para a variável resposta referente a k-ésima repetição da combinação do i-ésmio nível do fator A com o j-ésimo nível do fator B. eij é o erro experimental associado ao valor observado Yijk. αi é o efeito do i-ésimo nível do fator A no valor observado Yijk. αi é o efeito do i-ésimo nível do fator A no valor observado Yijk. (αβ)ij é o efeito da interação do i-ésimo nível do fator A com o jésimo nível do fator B. MODELO ESTATÍSTICO (DBC) Yijk = m + αi + βj + (αβ αβ) αβ ij+ bk + eijk EM QUE: Yij é o valor observado para a variável resposta referente a k-ésima repetição da combinação do i-ésmio nível do fator A com o j-ésimo nível do fator B. 9 . βj é o efeito do j-ésimo nível do fator B no valor observado Yijk.4. βj é o efeito do j-ésimo nível do fator B no valor observado Yijk. m é a média de todos os valores possíveis da variável resposta. (αβ)ij é o efeito da interação do i-ésimo nível do fator A com o jésimo nível do fator B.

 os erros experimentais devem ser normalmente distribuídos [eij ~ N (0. 1) e independentes. ao bloco (quando o experimento for em DBC) e na variação devido ao acaso (erro experimental ou resíduo). Quadro da ANOVA (DIC) Fonte de GL SQ QM F variação Fator A I–1 SQA SQA/GL Fator B J-1 SQB SQA/GL AxB (I – 1)(J-1) SQAxB SQAxB/GL QMAxB/QMR (Tratamento) (IJ – 1) SQTrat Resíduo IJ(K– 1) SQR SQR/GL - TOTAL IJK . ANÁLISE DE VARIÂNCIA É uma análise estatística que permite decompor a variação total. Pressuposições:  os efeitos do modelo devem ser aditivos. ou seja a variação existente.5. na variação devido à diferença entre efeitos dos tratamentos (efeitos principais e interação).1 SQT - - 10 .

deve-se sempre proceder inicialmente o teste F para a interação entre os fatores.) I–1 J-1 (I – 1)(J-1) (IJ – 1) Bloco SQ QM F SQA SQA/GL SQB SQA/GL SQAxB SQAxB/GL QMAxB/QMR SQTrat - (K – 1) SQB - - Resíduo (IJ – 1)(K – 1) SQR SQR/GL - TOTAL IJK . para qualquer delineamento utilizado.Quadro da ANOVA (DBC) Fonte de variação GL Fator A Fator B AxB (Trat.1 SQT - - Importante: Na análise de dados de um experimento fatorial.  Interação não-significativa  Interação significativa 11 .

interação significativa ⇒ os efeitos dos fatores atuam de forma dependente. Hipóteses testadas na ANOVA (interação)  Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a variável resposta em estudo. não se faz o teste F para cada fator. interação não-significativa ⇒ os efeitos dos fatores atuam de forma independente e devese proceder o teste F para cada fator. Se. 12 . e sim deve-se proceder outras ANOVAs em que se faz o desdobramento do efeito da interação (A/B e B/A).  Hipótese alternativa (Ha): Os fatores A e B não atuam independente sobre a variável resposta.Se.

J ∑Y SQTrat = i . k =1 − ∑Y ijk i =1.1. k =1 ) ∑B 2 SQB = IJK j =1 IK 2 j ( − ∑Y ijk i =1. j .K I . j . j .1 SQT - - Obs: quadro para um experimento em DIC I .5. ( − ∑Y ijk i =1. j =1 K I . J . Interação não significativa Fonte de variação GL SQ QM F QMA/QMR Fator A I–1 SQA SQA/GL QMB/QMR Fator B J-1 SQB SQB/GL AxB (I – 1)(J-1) SQAxB SQAxB/GL Não significativo (Tratamento) (IJ – 1) SQTrat Resíduo IJ(K– 1) SQR SQR/GL - TOTAL IJK .K 2 ij . j .K J ∑Y ijk i =1.K SQT = ∑Y 2 ijk i =1.J . j .J . k =1 )2 IJK SQR = SQT − SQTrat 13 . k =1 )2 IJK SQAxB = SQTrat − SQA − SQB I . J . J .K I ∑A 2 i SQA = ( i =1 − JK I . k =1 IJK ) ( 2 I .

raça) e o teste F para A e/ou B for não significativo. a aplicação do teste de médias é desnecessária.: variedade.Se os fatores A e B forem qualitativos (Ex. Em que as estimativas das médias dos níveis dos fatores são obtidas por: Fator A : mˆ Ai = Fator B : mˆ B j = Ai JK Bj IK 14 . Porém se for significativo para A e/ou B. deve-se aplicar um teste de médias para comparar os níveis do fator em questão.

Fórmulas para os testes de médias dos fatores A e/ou B Teste de Tukey Fator A : ∆ = q QMR JK q(α %.nB .I .n A . n2 ) Fórmulas para os testes de médias dos fatores A e/ou B Teste de Duncan Fator A : Di = Z QMR JK Z (α %.n2 ) 15 . J .n2 ) Fator B : Di = Z QMR IK Z (α %.n2 ) Fator B : ∆ = q QMR IK q(α %.

n2 ) Fórmulas para os testes de médias dos fatores A e/ou B Teste de Sheffé QMR I 2 Fator A : S = ( I − 1).Ftab .n2 )] QMR I 2 ∑ ai IK i =1 Fα %[( J −1. 16 .Fórmulas para os testes de médias dos fatores A e/ou B Teste t Fator A : t = Fator B : t = YˆA − YA QMR I 2 ∑ ai JK i =1 Yˆ − Y B B I QMR ai2 ∑ IK i =1 t(α %.n2 ) t(α %.n2 )] Fator B : S = ( J − 1).Ftab . ∑ ai JK i =1 Fα %[(I −1.

no esquema fatorial 22 (A1: ração com cálcio e A2: ração sem cálcio. com 6 repetições ⇒ variável resposta: No de ovos/poedeira B1 B2 B1 1 50 49 42 2 52 52 44 REPETIÇÕES 3 4 5 48 54 52 50 48 46 46 43 44 B2 40 40 38 Fatores A1 A2 39 41 6 Totais 50 306 45 290 45 264 43 241 Pode-se afirmar que o tipo de ração e o tipo de ambiente atuam independentemente na produção de ovos? Proceder a ANOVA 17 . B1: ambiente à noite com luz artificial e B2: ambiente à noite sem luz artificial).Exemplo: Experimento em DIC.

Hipóteses  Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a variável resposta em estudo. logo J = 2 Repetições 6. ANOVA Fonte de variação Fator A Fator B AxB (Trat.  Hipótese alternativa (Ha): Os fatores A e B não atuam independente sobre a variável resposta. logo I = 2 Fator B ⇒ 2 níveis.) GL SQ QM F I – 1 =1 SQA SQA/GL - J – 1 =1 SQB SQB/GL (I – 1)(J-1) =1 SQAxB SQAxB/GL (IJ – 1) =3 SQTrat - QMAxB/QMR - Resíduo IJ(K– 1) =20 SQR SQR/GL - TOTAL IJK – 1 =23 SQT - - Fator A ⇒ 2 níveis.I. logo k = 6 18 . II.

j =1 K I .K J ∑Y ijk i =1. ( − ∑Y ) ijk i =1. k =1 )2 IJK SQR = SQT − SQTrat SOMA DE QUADRADOS DO FATOR A I . j .K I ∑A 2 i SQA = ( i =1 − JK I .J . J .K I ∑A 2 i SQA = i =1 JK ( − ∑Y ijk i =1. J . j . j .K I . j .J ∑Y SQTrat = i .J . k =1 ) ∑B 2 SQB = IJK j =1 IK 2 j ( − ∑Y ijk i =1.K 2 ij . k =1 )2 IJK 19 . k =1 − ∑Y ijk i =1.J . k =1 )2 IJK SQAxB = SQTrat − SQA − SQB I . j . k =1 ( 2 I . j .K SQT = IJK ∑Y 2 ijk i =1.J .I .

J I . k =1 )2 IJK SOMA DE QUADRADOS DE SQTrat I . SQTrat = i .K J ∑ B 2j SQB = j =1 IK ( − ∑Y ijk i =1.SOMA DE QUADRADOS DO FATOR B I . j .J .k =1 )2 IJK 20 . j .K ∑ Yij2. J . j =1 K ( − ∑Y ijk i =1.

J . k =1 − ∑Y ijk i =1. j .K SQT = ∑Y 2 ijk i =1. k =1 )2 IJK 21 .K ( I .SOMA DE QUADRADOS DA INTERAÇÃO A x B SQAxB = SQTrat − SQA − SQB SOMA DE QUADRADOS TOTAL I . j .J .

SOMA DE QUADRADOS DO RESÍDUO SQR = SQT − SQTrat II.00 2.20) = 4.05 - Fator B AxB (Trat.41 410.63 - - α = 5% F(1.01 - TOTAL 23 490.61 - Resíduo 20 80.) 1 1 3 63.17 4.41 - 0.46 63.05 345.00 2.35 22 . ANOVA Fonte de variação Fator A GL SQ QM F 1 345.

Ou seja.41 410.01 . teste F não significativo.05 - Fator B AxB (Trat.61 < 4.17 4.100 = 4.00 2.05 345.41 - 0.61 - QMR .46 80.63 - - Como 0.) Resíduo TOTAL GL 1 1 1 3 20 23 SQ 345.46 63.) 1 1 3 63.00 2.17 490.35.III. então não se rejeita Ho ao nível de 5% de probabilidade.63 CV % = CV % = QM 345.88 23 .41 410.01 - TOTAL 23 490.41 4.05 63.00 2. Nível de significância Fonte de variação Fator A GL SQ QM F 1 345.00 2.61 - Resíduo 20 80. COEFICIENTE DE VARIAÇÃO FV Fator A Fator B AxB (Trat.05 63. os fatores A e B atuam independentemente sobre a variável resposta.01 - F 0.100 mˆ 4.36% 45.

Hipóteses para o fator A: Ho: mA1 = mA2 Ha: mA1 ≠ mA2 Hipóteses para o fator B: Ho: mB1 = mB2 Ha: mB1 ≠ mB2 24 . ou seja. deve-se proceder o teste F para cada fator. os fatores A e B atuam independentemente sobre a variável resposta.Como o teste F para a interação foi nãosignificativo.

70* AxB (Trat.35. 25 .05* Fator B 1 63.00 15. então rejeita-se Ho ao nível de 5% e probabilidade.01 - TOTAL 23 490. Ou seja.20) = 4. existe diferença entre as médias dos níveis B. teste F significativo.70 > 4.00 63.41 - 0.41 410.ANOVA FV GL SQ QM F Fator A 1 345. Conclusão para o fator B: Como 15. então rejeita-se Ho ao nível de 5% de probabilidade.35. teste F significativo.05 > 4.63 - - α = 5% F(1.05 345.61 - Resíduo 20 80.17 4.) 1 3 2. Ou seja.05 86.35 Conclusão para o fator A: Como 86. existe diferença entre as médias dos níveis A.46 2.

Teste de TUKEY 26 .Como o teste F para a interação os dois fatores A e B foram significativos deve-se proceder o teste de comparação de médias para cada fator.

2. 27 . Interação significativa FV GL SQ QM F Fator A Fator B I–1 J-1 SQA SQB SQA/GL SQA/GL - AxB (I – 1)(J-1) SQAxB SQAxB/GL (Tratamento) (IJ – 1) SQT Resíduo IJ(K– 1) SQR SQR/GL Significativo - Obs: quadro para um experimento em DIC Se. interação significativa ⇒ os efeitos dos fatores atuam de forma dependente. não se faz o teste F para cada fator. e sim deve-se proceder outras ANOVAs em que se faz o desdobramento do efeito da interação (A/B e B/A).5.

...... = mAi/Bj  Hipótese alternativa (Ha): não Ho 28 . A/Bj . (SQA/Bj/GL) ... (QMA/Bj)/QMR IJ(K– 1) SQR SQR/GL - Resíduo Obs: quadro para um experimento em DIC Hipóteses testadas na ANOVA  Hipótese de nulidade (Ho): mA1/Bj = mA2/Bj = . SQA/Bj ... I-1 ...Desdobramento da interação: Níveis de A dentro de cada nível de B (A/B) FV GL SQ QM F A/B1 A/B2 I–1 I-1 SQA/B1 SQA/B2 (SQA/B1)/GL (SQA/B2)/GL (QMA/B1)/QMR (QMA/B2)/QMR .

. (QMB/Ai)/QMR - - Obs: quadro para um experimento em DIC Hipóteses testadas na ANOVA  Hipótese de nulidade (Ho): mB1/Ai = mB1/Ai = . = mBj/Ai  Hipótese alternativa (Ha): não Ho 29 . B/Ai Resíduo Total GL SQ J–1 SQB/A1 J-1 SQB/A2 .. (SQB/Ai/GL) SQR/GL - F (QMB/A1)/QMR (QMB/A2)/QMR ..Desdobramento da interação: Níveis de B dentro de cada nível de A (B/A) FV B/A1 B/A2 ...1 SQT QM (SQB/A1)/GL (SQB/A2)/GL ........ J-1 SQB/Ai IJ(K– 1) SQR IJK . .

raça) procede-se ao teste F para cada fonte de variação do desdobramento. aplica-se um teste de médias. 30 .: variedade. Nas fontes de variação em que o teste F foi significativo e o fator tem mais de dois níveis.Fórmula geral para obter SQA/Bj e SQB/Ai I I ∑X SQA / B j = (∑ X i ) 2 2 i i =1 − K J IK J ∑X SQB / Ai = i =1 j =1 K (∑ X j ) 2 2 j − j =1 JK Se os fatores A e B forem qualitativos (Ex.

I . J . n2 ) 31 .Em que as estimativas das médias dos níveis dos fatores são obtidas por: Fator A : mˆ Ai = Fator B : mˆ B j = Ai K Bj K Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A) Teste de Tukey Fator A : ∆ = q QMR K q(α %.n2 ) Fator B : ∆ = q QMR K q(α %.

n2 ) t(α %.n A .n2 ) Fator B : Di = Z QMR K Z (α %.n2 ) Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A) Teste t Fator A : t = Fator B : t = YˆA − YA QMR I 2 ∑ ai K i =1 Yˆ − Y B B I QMR ai2 ∑ K i =1 t(α %.nB .Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A) Teste de Duncan Fator A : Di = Z QMR K Z (α %.n2 ) 32 .

Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A) Teste de Sheffé Fator A : S = ( I − 1).6 26.n2 )] Fator B : S = ( J − 1).2 80.8 24.1 26.0 25.3 B1 B2 22.2 26.0 18.2 101.8 22. A3: laminado e B1: Eucalyptus citriodora e B2: Eucalyptus grandis).3 B1 B2 25.n2 )] Exemplo: Experimento em DIC.6 24.3 25.8 21.3 33 .0 25.6 19.5 19.5 102.8 21.6 19.7 25. Fatores A1 A2 A3 1 REPETIÇÕES 2 3 4 Totais B1 B2 26.4 22.2 19.7 26.6 78.Ftab .8 19.Ftab . QMR I 2 ∑ ai K i =1 Fα %[( J −1. QMR I 2 ∑ ai K i =1 Fα %[(I −1.8 18. no esquema fatorial 3 x 2 (A1: saco plástico pequeno e A2: saco plástico grande. com 4 repetições ⇒ variável resposta: altura média das mudas (cm) aos 80 dias de idade.3 85.4 103.

34 . Hipóteses  Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a variável resposta em estudo.Pode-se afirmar que o recipiente e o tipo de espécie de Eucalytus atuam independentemente sobre a altura média das mudas aos 80 dias de idade? Proceder a ANOVA I.  Hipótese alternativa (Ha): Os fatores A e B não atuam independente sobre a variável resposta.

J . ( − ∑Y ijk i =1.K J ∑Y ijk i =1. k =1 ) ∑B 2 SQB = IJK j =1 IK 2 j ( − ∑Y ijk i =1. k =1 IJK ) ( 2 I . J .K SQT = ∑Y 2 ijk i =1. j . j . logo K = 4 I . k =1 − ∑Y ijk i =1.J . logo J = 2 Repetições 4. k =1 )2 IJK SQAxB = SQTrat − SQA − SQB I . k =1 )2 IJK SQR = SQT − SQTrat 35 . j .K 2 ij . ANOVA FV Fator A Fator B AxB (Trat.J ∑Y SQTrat = i .II.K I ∑A 2 i SQA = ( i =1 − JK I . j . j . J . logo I = 3 Fator B (espécies) ⇒ 2 níveis.K I .J . j =1 K I .) GL SQ QM F I – 1 =2 SQA SQA/GL - J – 1 =1 SQB SQB/GL (I – 1)(J-1) =2 SQAxB SQAxB/GL (IJ – 1) =5 SQT - Resíduo IJ(K– 1) =18 SQR SQR/GL TOTAL IJK – 1 = 23 SQT - QMAxB/QMR - Fator A (recipientes) ⇒ 3 níveis.

76 (175.79 - - α = 5% F(2.88 - TOTAL 23 198.70) 19.88 - 24.09 31.86 46.09 31.) 2 (5) 63. Nível de significância FV GL SQ QM F Fator A 2 92.79 - - III.88 - TOTAL 23 198.II.43 - Fator B 1 19.08 19.91 - Resíduo 18 23.43 - Fator B AxB (Trat.08 63.18) = 3.55 36 . ANOVA FV GL SQ QM F Fator A 2 92.08 - AxB (Trat.91 - Resíduo 18 23.86 46.76 (175.70) 31.08 31.) 1 2 (5) 19.88 - 24.

08 63.43 F - Fator B AxB (Trat. os fatores A e B não atuam independentemente sobre a variável resposta.08 31.88 31.08 63.97 37 .79 - - CV % = CV % = QMR .86 QM 46.IV. COEFICIENTE DE VARIAÇÃO FV Fator A GL 2 SQ 92.08 31.43 F - Fator B AxB 1 2 19.79 31.) Resíduo TOTAL (5) 18 23 (175. então rejeita-se Ho ao nível de 5% e probabilidade.76 (175.91* (Trat. Conclusão FV Fator A GL 2 SQ 92.91* - TOTAL 23 198. Ou seja. teste F significativo.09 19.88 24.09 198.100 mˆ 31.100 = 24.70) 23.55.88 24.86 QM 46.88 .) Resíduo 1 2 (5) 18 19.91 > 3.88 - - Como 24.58% 22.70) 23.76 19.

ou seja. deve-se proceder outras ANOVAs em que se faz o desdobramento do efeito da interação (A/B e B/A). os efeitos de recipientes (A) dependem da espécie (B) utilizada e os efeitos das espécies dependem do recipiente.Como o teste F para a interação foi significativo. Desdobramento da interação para estudar o comportamento dos recipientes (A) dentro de cada espécie (B) (A/B) Fonte de variação A/B1 A/B2 GL SQ QM F I–1 I-1 SQA/B1 SQA/B2 (SQA/B1)/GL (SQA/B2)/GL (QMA/B1)/QMR (QMA/B2)/QMR SQR SQR/GL - Resíduo IJ(K– 1) 38 .

75 1. / Esp.6 26.12 12 4 1 (264.15* α = 5% F(2.REPETIÇÕES Fatores A1 A2 A3 B1 B2 B1 B2 B1 B2 1 2 3 4 Totais 26.5 + 80.4 22.8 22.1 Recipientes/Esp.7 26.1 = (102.6 + 103.8 24.2 = (101.8 19.50 4 12 Desdobramento da interação para estudar o comportamento dos recipientes (A) dentro de cada espécie (B) (A/B) FV Recipiente/Esp.1 26.4 103.9) 2 SQ Re c.6 19.8 21.2 80.28 34.32 + 85.5 102.0 25.18) = 3.50 23.3 25.3 22.3 25.2 Resíduo GL SQ QM F 2 2 18 87.0 25.7 25.2 19.12 69.2 101.6 78.32 + 78.6 19.6 24.55 39 .5 19.0 18.8 18.2 26.3) 2 2 2 2 SQ Re c.03* 27.3 85.3 1 (286.2 ) − = 87.56 34. / Esp.09 43.8 21.32 ) − = 69.

40 .2 o teste F foi significativo e o fator “recipiente” tem três níveis.1 Recipientes/Esp.03* 27. 2) Os recipientes têm efeitos diferentes (α = 5%) sobre o desenvolvimento de mudas de Eucalyptus grandis (E2). Como nas fontes de variação do desdobramento Recipientes/Esp.75 34.FV GL SQ QM F Recipiente/Esp.09 1. grandis (E2).50 43.28 1) Os três recipientes têm efeitos diferentes (α = 5%) sobre o desenvolvimento de mudas de Eucalyptus citriodora (E1).12 69. citriodora (E1) e dentro de E.1 e Recipientes/Esp. aplica-se um teste de médias para comparar as médias dos recipientes dentro de E.15* Resíduo 18 23.2 2 2 87.56 34.

5 / 4 = 25.6 / 4 = 25.Teste de TUKEY (Recipientes/Esp.4 / 4 = 20.88cm R3 E1 = 80.1) Recipientes dentro de E. citriodora (E1) Obtenção das estimativas das médias: R1 E1 = 102.65cm R2 E1 = 103.05cm 41 .

mˆ R3 E1 = 20.23 Yˆ = mˆ R2 E1 − mˆ R3 E1 = 5.I. Definição das hipóteses de nulidade (Ho) e alternativa (Ha) Ho: mR1/E1 = mR2/E1 = mR3/E1 Ha: mR1/E1 ≠ mR2/E1 ≠ mR3/E1 Estimativas dos contrastes mˆ R2 E1 = 25.88.60 42 .05 Yˆ = mˆ R2 E1 − mˆ R1E1 = 0.83 Yˆ = mˆ R1E1 − mˆ R3 E1 = 5. mˆ R1E1 = 25.65.

Fator A : ∆ = q q = 3.m.III.61 1.s. Fixar o nível de significância (α). representada por ∆.m. obter o valor tabelado de q e o valor da d.61 III.s.  α = 5%  Tabela de Tukey ⇒ valor tabelado q: I = número de níveis do fator A (recipientes) n2 = número de graus de liberdade do resíduo α = 5% ⇒ I = 3 n2 = 18 q = 3.28 4 ∆ = 2. Fixação do nível de significância (α).61 QMR K ∆ = 3.06 43 . representada por ∆. obter o valor tabelado de q e o valor da d.

mˆ R2 E1 = 25.88 a mˆ R1E1 = 25.60  Se Yˆ > ∆ ⇒ as duas médias testadas no contraste diferem entre si ao nível de 5% de probabilidade. Para o E. que determinaram desenvolvimento de mudas significativamente maior que o laminado (R3).05 b Yˆ = mˆ R1E1 − mˆ R3 E1 = 5. ˆ  Se Y < ∆ ⇒ as duas médias testadas no contraste NÃO diferem entre si ao nível de 5% de probabilidade CONCLUSÃO para o teste de Tukey recipientes dentro de E.06 mˆ R3 E1 = 20.IV. Comparar o valor de ∆ com as estimativas dos contrastes e concluir quanto à rejeição ou não de Ho.23 mˆ R1E1 = 25. citriodora (E1) mˆ R2 E1 = 25. citriodora (E1). 44 . os melhores recipientes foram: o saco plástico pequeno (R1) e o saco plástico grande (R2).83 ∆ = 2.88 a Yˆ = mˆ R2 E1 − mˆ R1E1 = 0.05 b As médias seguidas pela mesma letra não diferem entre si. pelo teste de Tukey a 5% de probabilidade.65 a mˆ R3 E1 = 20.65 a Yˆ = mˆ R2 E1 − mˆ R3 E1 = 5.

33cm R2 E2 = 78.3 / 4 = 25.3 / 4 = 19.Teste de TUKEY (Recipientes/Esp.3 / 4 = 21. grandis (E2) Obtenção das estimativas das médias: R1 E2 = 101.2) Recipientes dentro de E.33cm 45 .58cm R3 E2 = 85.

33. mˆ R3 E2 = 21.I.00 Yˆ = mˆ R1E2 − mˆ R2 E2 = 5.75 Yˆ = mˆ R3 E2 − mˆ R2 E2 = 1.58 Yˆ = mˆ R1E2 − mˆ R3 E2 = 4. Definição das hipóteses de nulidade (Ho) e alternativa (Ha) Ho: mR1/E2 = mR2/E2 = mR3/E2 Ha: mR1/E2 ≠ mR2/E2 ≠ mR3/E2 Estimativas dos contrastes mˆ R1E2 = 25.33. mˆ R2 E2 = 19.75 46 .

representada por ∆. obter o valor tabelado de q e o valor da d.  α = 5%  Tabela de Tukey ⇒ valor tabelado q: I = número de níveis do fator A (recipientes) n2 = número de graus de liberdade do resíduo α = 5% ⇒ I = 3 n2 = 18 q = 3.61 QMR K ∆ = 3.28 4 ∆ = 2.61 III.m. obter o valor tabelado de q e o valor da d.61 1. Fixar o nível de significância (α). Fator A : ∆ = q q = 3.III. representada por ∆.s.06 47 . Fixação do nível de significância (α).s.m.

33 a Yˆ = mˆ R1E2 − mˆ R3E2 = 4.33 b mˆ R2 E 2 = 19 . mˆ R1 E 2 = 25 . pelo teste de Tukey a 5% de probabilidade. Para o E. Comparar o valor de ∆ com as estimativas dos contrastes e concluir quanto à rejeição ou não de Ho. que determinou desenvolvimento de mudas significativamente maior que o saco plástico grande (R2) e o laminado (R3). 48 .IV.00 mˆ R3 E 2 = 21.75  Se Yˆ > ∆ ⇒ as duas médias testadas no contraste diferem entre si ao nível de 5% de probabilidade.06 Yˆ = mˆ R3 E2 − mˆ R2 E2 = 1.33 a mˆ R3 E 2 = 21.58 b ∆ = 2. os melhores recipientes foram: o saco plástico pequeno (R1). grandis (E2).33 b Yˆ = mˆ R1E2 − mˆ R2 E2 = 5. grandis (E2) mˆ R1 E 2 = 25 . ˆ  Se Y < ∆ ⇒ as duas médias testadas no contraste NÃO diferem entre si ao nível de 5% de probabilidade CONCLUSÃO para o teste de Tukey recipientes dentro de E.58 b As médias seguidas pela mesma letra não diferem entre si.75 mˆ R2 E 2 = 19 .

8 21.5) 2 2 2 SQEsp / Re c.2 26.4 103.8 19.6 2 + 101.4 22.0 25.1 = 49 .3 25.1 26.2 + 85.2 101.2 = (103.8) 2 SQEsp / Re c.52 + 78.Desdobramento da interação para estudar o comportamento das espécies (B) dentro de cada recipiente (A) (B/A) Fonte de GL SQ variação B/A1 J–1 SQB/A1 B/A2 J-1 SQB/A2 B/A3 J-1 SQB/A3 Resíduo IJ(K– 1) SQR A2 A3 F (SQB/A1)/GL (SQB/A2)/GL (SQB/A3)/GL SQR/GL (QMB/A1)/QMR (QMB/A2)/QMR (QMB/A3)/QMR - REPETIÇÕES Fatores A1 QM B1 B2 B1 B2 B1 B2 1 2 3 4 Totais 26.21 4 8 1 (181.6 19.8 22.6 26.2 80.3 1 ( 203.3 = (80.8 24.0 25.2 19.3 ) − = 3.3 85.8 21.6 24.6 78.6 19.9) 2 (102.5 19.3 25.8 18.3 22.7 26.32 ) − = 79.5 102.7 25.38 4 8 1 (165.32 ) − = 0.25 4 8 SQEsp / Re c.0 18.

há diferença significativa (α = 5%) para o desenvolvimento das mudas das duas espécies.21 79.21 79. não há diferença significativa (α = 5%) para o desenvolvimento das mudas das duas espécies.21 79.25 23.3 Resíduo 1 1 1 18 0.28 0.54 - α = 5% F(1.16 62.25 23.38 3.18) = 4.1 Espécies/Rec.38 3.02* 2.28 0.3 Resíduo 1 1 1 18 0.02* 2.54 - 1) Quando se utiliza os recipientes saco plástico pequeno (R1) e laminado (R3).25 1.2 Espécies/Rec.2 Espécies/Rec.Desdobramento da interação para estudar o comportamento das espécies (B) dentro de cada recipiente (A) (B/A) FV GL SQ QM F Espécies/Rec. 50 .09 0. 2) Quando se utiliza o recipiente saco plástico grande (R2).09 0.38 3.16 62.1 Espécies/Rec.25 1.38 3.21 79.41 FV GL SQ QM F Espécies/Rec.

não diferem entre si pelo teste de Tukey a 5% de probabilidade.65 aA 25.88 aA 20. R1 = recipiente saco plástico pequeno.33 bA E1 = Eucalytus citriodora. o recipiente saco plástico grande (R2) proporciona melhor para Eucalyptus citriodora (E1). porém o fator “espécie” tem apenas dois níveis. grandis.58 b CONCLUSÃO FINAL DO TESTE DE TUKEY Espécies Recipientes R1 R2 R3 E1 25. Espécies Recipiente R2 E. citriodora 25. na linha. 51 . R3 = recipiente laminado. R2 = recipiente saco plástico grande. na coluna.05 bA E2 25.33 aA 19. As médias seguidas pela mesma letra MINÚSCULA. grandis 19. então não é necessário aplicar um teste de médias.Na fonte de variação do desdobramento Espécies/Rec.88 a E. Logo. e mesma letra MAIÚSCULA. E2 = E.58 bB 21.2 o teste F foi significativo.

6. VANTAGENS E DESVANTAGENS DO EF Desvantagem:  Requer maior número de unidades experimentais em relação aos experimentos simples. aumentando a precisão do experimento. o que contribui para diminuir a variância residual. 52 .  O número de graus de liberdade associado ao resíduo é alto quando comparado com os experimentos simples dos mesmos fatores.6. VANTAGENS E DESVANTAGENS DO EF Vantagens:  Permite o estudo dos efeitos principais e o efeito da interação entre fatores.