Governo do Estado do Rio Grande do Norte

Secretaria de Estado da Educao e da Cultura - SEEC

UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN
FACULDADE DE CINCIAS EXATAS E NATURAIS FANAT
DEPARTAMENTO DE CINCIAS BIOLGICAS DECB
Criado pela Resoluo do CONSUNI n 08/97 de 09/12/97 e implantado em 03/01/2000
Fone: (0xx84) 3315-2237 e-mail:decb@uern.br
Disciplina: Bioexperimentao Cdigo: 0803002-1 Professor: Iron Macdo Dantas
Curso: 1017100 - Cincias Biolgicas Bacharelado Perodo: 6 Ano: 2012.1

Exerccio - Resoluo Passo Passo de um experimento hipottico montado em DIC com anlise
de Regresso

Os dados apresentados so modificados do exemplo do livro Experimentao Agrcola da

BANZATTO e KRONKA (1989)
os tratamentos referem-se a doses crescentes de gesso em kg/ha e os resultados so o peso em g de
1000 sementes de feijo.

Tratamento x 1 2 3 4 totais mdia var

0 134,80 139,70 147,60 132,30 554,40 140,70 45,45
50 161,70 157,70 150,30 144,70 614,40 156,57 57,51
100 160,70 172,70 163,40 161,30 658,10 165,60 31,04
150 169,80 168,20 160,70 161,00 659,70 166,23 22,58
200 175,70 170,00 168,20 161,00 674,90 171,30 36,74
250 191,80 177,30 170,40 180,40 719,90 179,83 79,62
300 184,50 190,40 178,80 184,00 737,70 184,57 22,51

RESOLUO DO EXERCCIO PASSO PASSO:

1. Verificar homocedasticidade dos dados

2
S max 79,62
Hartley = Hc= 2
Hc= = 3,54
S min 22,51

Hartleytabelado= (para 7 grupos e 3 gl) 72,90 (p < 0,05) e 216,0 (p < 0,01)

como Hc < Htab Aceita-se H0 e conclui-se que os dados so homocedasticos.

2. Anlise de varincia - ANAVA

dados iniciais.

I = Nmero de tratamentos = 7 tratamentos

J = Nmero de repeties = 4 repeties
n = nmero de parcelas do experimento = I x J = 7 x 4 = 28

1
Etapas para a ANAVA

1. Calcular o fator de correo C

2 I J
G
C= onde G= x ij ento deveremos somar todos os valores de x desde x1 at x28
IJ i=1 j=1

G = 134,80 + + 184,00 = 4619,1 e G2 = 4619,12 = 21336084,81

G2 4619,1 2 21336084,81
aplicando na frmula C= = C= = C= =762003,0289
IJ 7x4 28

2. Calcular os graus de liberdade para tratamento

GLTratamento = I 1 = 7 tratamentos 1 = 6 GL
GLTotal = (I x J) 1 = 7 x 4 -1 = 28 -1 = 27
GLResduo= por diferena = GLTotal - GLTratamento = 27 6 = 21

3. Calcular a Soma de Quadrado Total

I J
SQTotal = x 2ij C ento
i=1 j =1

SQTotal= (134,802 + + 184,002) 762.003,0289

Obs.: note bem que cada um valor de x (valor da parcela) elevado ao quadrado e depois somado,
posteriormente este resultado subtrado de C

SQTotal= (768.659,77) 762.003,0289 = 6656,7411

4 Calcular a Soma de Quadrado dos Tratamentos

I
I
SQ Trat=
J
T 2 C onde T = Soma de cada um dos tratamentos ento
i=1

1
SQTrat = ( 554,42+614,4 2+658,12 +659,72+674,9 2+719,9 2+737,72 )762.003,0289 ou
4

(554,42+614,4 2+658,12 +659,72+674,9 2+719,9 2+737,72 )

SQTrat = 762.003,0289
4
3071093,73
SQTrat = 762.003,0289 = SQTrat=767773,4325762.003,0289
4

SQTrat =767773,4325762.003,0289 = 5770,4036

5 Calcular a Soma de Quadrado do Resduo

SQResduo= SQTotal SQTrat = 6656,7411 5770,4036 = 886,3375

2
6 Calcular os Quadrados Mdios do Tratamento e do Resduo

Quadrado Mdio do Tratamento

SQ Trat 5770,4036
QM Trat = = =961,7339
GL Trat 6

Quadrado Mdio do Resduo Obs: este valor o QMREs ser considerado a varincia do
experimento.

SQ Res 886,3375
QM Res = = =42,2065
GL Res 21

7 Calcular o Valor de F

QM Trat 961,7339
F= = =22,77
QM Res 42,2065

8 Comparar o Fcal com o Ftab

Ftab (para 6 GL e 21 GL) para 5% = 2,57 e para 1% = 3,81

Como o Fcal 22,7 foi maior que Ftab, Rejeita-se H0 e conclui-se que existem diferenas entre os
tratamentos (F , p0,01 )

Causa de Variao GL SQ QM F
Tratamento 6 5770,40357 961,733929 22,7863681**
Resduo 21 886,34 42,2065476
Total 27 6656,74

3
Como o F foi significativo, e os tratamentos so quantitativos e em mais de dois nveis (temos 7
nveis) uma anlise completa dever ser realizada levando em conta a regresso, subdividindo-se os
6 Graus de Liberdade de Tratamento em Regresses da seguinte forma:
cv GL SQ QM F
Tratamento 6 5770,40357 961,733929 22,7863681**
Resduo 21 886,34 42,2065476
Total 27 6656,74
Regresso linear (1 grau) 1
Regresso quadrtica (2 grau) 1
Regresso Cbica (3 grau) 1
Regresso 4 grau 1
Regresso 5 grau 1
Regresso 6 grau 1
Veja que a soma dos graus de liberdade das regresses dever ser igual a 6 que o grau de liberdade
dos tratamentos.

Como verifica-se que os resultados dos tratamentos so crescentes com uma tendncia a uma reta
consequentemente uma regresso de 1 grau poderemos agrupar as regresses maiores o qual ser
chamado de desvio das regresses e somar os seus graus de liberdade, ficando da seguinte forma:

cv GL SQ QM F
Tratamento 6 5770,40357 961,733929 22,7863681**
Resduo 21 886,34 42,2065476
Total 27 6656,74
Regresso linear (1 grau) 1
Regresso quadrtica (2 grau) 1
Desvio das regresses 4

Veja que o GL do desvio das regresses =4 a soma dos GL das regresses de 3, 4, 5 e 6 graus.
Precisamos agora calcular as somas de quadrados para as regresses

9 Calcular a Soma de Quadrado para a Regresso Linear

( YRL )2 I
SQ RegLinear = onde YRL = C 1i T i , r o nmero de repeties do tratamento e K1
rK 1 i=1
tabelado

4
Primeiro precisamos calcular o contraste correspondente Regresso Linear
I
YRL = C 1i T i onde C so os coeficientes e da regresso linear (Tabelado, porque os nveis so
i=1
equidistantes) e T o total de cada tratamento.
Veja a tabela com os coeficientes para n= 7 nveis

tabela para 7 niveis

Coeficientes para 1 grau C1i Coeficientes para 1 grau C2i
-3 5
-2 0
-1 -3
0 -4
1 -3
2 0
3 5

k 28 84
M 1 1

I
O contraste ser da seguinte forma YRL = C 1i T i
i=1

YRL = 554,40 . (-3) + 614,40 . (-2) + 658,10 . (-1) + .... + 737,70 . (3) = 777,7

para facilitar o entendimento poderemos fazer uma tabela como abaixo

Totais dos tratamentos Coeficientes para 1 grau C1i

554,40 x -3 -1663,2
614,40 x -2 -1228,8
658,10 x -1 -658,1
659,70 x 0 0,0
674,90 x 1 674,9
719,90 x 2 1439,8
737,70 x 3 2213,1
soma 777,7

5
Ento a estimativa para o contraste da regresso do 1 grau = 777,7

E poderemos ento calcular a Soma de Quadrado da Regresso de 1 grau ou Regresso Linear.

Como: a estimativa da RL= 777,7

r (nmero de repeties para cada tratamento) = 4
e K1 = 28 (na tabela) somente substituir na frmula

( Y )
2
777,72 604817,29
SQ RegLinear = RL SQ RegLinear = = SQ RegLinear = = 5400,1544
rK 1 4.28 112

10 Calcular a Soma de Quadrado para a Regresso Quadrtica (2 grau)

( Y RQ)2 I
SQ RegQuad =
onde Y RQ = C 2i T i , r o nmero de repeties do tratamento e K1
rK 2 i=1
tabelado

Primeiro precisamos calcular o contraste correspondente Regresso Linear

I
YRL = C 2i T i onde C so os coeficientes e da regresso quadrtica (Tabelado, porque os nveis
i=1
so equidistantes) e T o total de cada tratamento.

Veja a tabela com os coeficientes para n= 7 nveis

tabela para 7 niveis

Coeficientes para 1 grau C1i Coeficientes para 1 grau C2i
-3 5
-2 0
-1 -3
0 -4
1 -3
2 0
3 5

k 28 84
M 1 1

I
O contraste ser da seguinte forma Y RQ = C 2i T i
i=1

Y RQ = 554,40 . (5) + 614,40 . (0) + 658,10 . (-3) + .... + 737,70 . (5) = 777,7

6
para facilitar o entendimento poderemos fazer uma tabela como abaixo

Totais dos tratamentos Coeficientes para 2 grau C2i

554,40 x 5 2772,0
614,40 x 0 0,0
658,10 x -3 -1974,3
659,70 x -4 -2638,8
674,90 x -3 -2024,7
719,90 x 0 0,0
737,70 x 5 3688,5
soma -177,3
k 84
M 1

Ento a estimativa para o contraste da regresso do 2 grau = -177,3

E poderemos ento calcular a Soma de Quadrado da Regresso de 2 grau ou Regresso Quadrtica.

Como: a estimativa da RQ= -177,3

r (nmero de repeties para cada tratamento) = 4
e K1 = 84 (na tabela) somente substituir na frmula

( Y RQ )
2
177,3 2 SQM RegQuad =
31435,29
SQ RegLinear = SQ RegQuad = = = 93,5574
rK 2 4.84 336

11 Calcular a Soma de Quadro dos Desvios das Regresses

Calcula-se pela diferena:

SQDesvios das Regresses = SQTratamento SQRegLinear SQRegQuad

SQDesvios das Regresses = 5770,40357 5400,1544 - 93,5574

12 Calcular os Quadrados Mdios para Regresso Linear, quadrtica e para os desvios os quais so
calculados dividindo-se as somas de quadrados pelos respectivos graus de liberdade assim:

QMRL= 5400,15438/1 = 5400,15438

QMRQ = 93,5574107/1 = 93,5574107
QMDesvios = 276,691786/4 = 69,1729464

13 Calcular os Fs para cada regresso.

Calcula-se dividindo-se sempre o quadrado mdio de cada regresso pelo Quadrado mdio do
resduo (sempre pelo quadrado mdio do resduo)

7
Assim:
F Regresso Linear = 5400,15438/5400,15438 = 127,945892
F Regresso Quadrtica = 93,5574107/42,2065476 = 2,21665632
F Desvio = 69,1729464/42,2065476 = 1,63891506

13 Comparar os F calculados com os F tabelados para 1 gl e 21 gl (gl do resduo) no caso da

regresso linear e quadrtica e para 4 gl e 21 gl (gl do resduo) no caso dos desvios.
Os valores so:
para 1 e 21 gl a 5% = 4,32 e a 1% = 8,02

para 4 e 21 gl a 5% = 2,84 e a 1% = 4,37

cv GL SQ QM F
Tratament 6 5770,40357 961,733929 22,7863681**
Resduo 21 886,34 42,2065476
Total 27 6656,74
reg linear 1 5400,15438 5400,15438 127,945892**
reg quadr 1 93,5574107 93,5574107 2,21665632
desvio das reg 4 276,691786 69,1729464 1,63891506

Como o Fcal 22,7 foi maior que Ftab, Rejeita-se H0 e conclui-se que a regresso linear foi
significativa p< 0,01 indicando que possvel estabelecer uma relao funcional entre a dose de
gesso utilizada X e o peso de 1000 sementes Y.

3 Determinao da equao de regresso

Neste caso vamos determinar a equao de regresso Linear pois foi a regresso de maior grau que
deu significativa.

A frmula geral :

Y =Y +B1 M 1 P 1+B2 M 2 P2+.... no nosso caso como o F foi significativo apenas para a
regresso linear utilizaremos apenas: Y =Y +B1 M 1 P 1
onde:
G
Y a mdia do experimento dado por Y =
IJ
G j foi calculado e a soma total do experimento = 4619,1
I = tratamento e J= Repetio
ento:

4619,1
Y = = 164,9678
7x4

YRL
B1 dado por B1=
rK 1

8
 YRL j foi calculado veja novamente:

I
O contraste ser da seguinte forma YRL = C 1i T i
i=1

YRL = 554,40 . (-3) + 614,40 . (-2) + 658,10 . (-1) + .... + 737,70 . (3) = 777,7

para facilitar o entendimento poderemos fazer uma tabela como abaixo

Totais dos tratamentos Coeficientes para 1 grau C1i

554,40 x -3 -1663,2
614,40 x -2 -1228,8
658,10 x -1 -658,1
659,70 x 0 0,0
674,90 x 1 674,9
719,90 x 2 1439,8
737,70 x 3 2213,1
soma 777,7

Ento a estimativa para o contraste da regresso do 1 grau = 777,7

K1 Tabelado e tem valor = 28

P1 tambm tabelado e tem valor = x
(observao: vamos verificar a posteriori que este x uma varivel auxiliar que deveremos calcular
para finalizar a equao de regresso discutiremos isto mais adiante)

Ento j temos os valores vamos somente substituir na frmula:

YRL 777,7
B1= = B 1= = 6,94375
rK 1 4x28

M1 = 1 (tabela)

P1= x (tabela)

Ento vamos substituir na frmula geral para equao de 1 grau

Y =Y +B1 M 1 P 1

Y= 1156,3964 + 6,94375 . 1 . x

Y= 1156,3964 + 6,94375 x

Como comentado anteriormente x uma varivel auxiliar dada por:

9
 X X
x= onde:
q

=mdia dos valores de X

X

ento: = 0+50+100+150+200+250+300 = 150

X
7

e q = a diferena entre dois nveis sucessivos de X que neste caso igual a 50

veja: 50 0 = 50; 100 50 = 50; 150 100 = 50 e assim por diante.

Ento substituindo na frmula temos:

X 150
x=
50

e substituindo na equao Y= 164,9678 + 6,94375 x temos:

X 150
Y =164,9678+6,94375 simplificando a equao vamos dividir 6,94375 que est
50
multiplicando a frao por 50 e dividir o denominador (50) tambm por 50 ento teremos

6,94375 X 150
Y =164,9678+ X 150
50 50 = Y =164,9678+0,138875
1
50

Y =164,9678+0,138875( X 150) = Y =164,9678+0,138875 X +( 0,138875(150))

Y =164,9678+0,138875 X 20,83125 = Y =164,967820,83125+0,138875 X

Y =164,967820,83125+0,138875 X

Y =144,13655+0,138875 X

onde Y= peso de 1000 sementes (em gramas) e X dose de gesso em kg/ha

para 0x300

4 Calcular o ceficiente de determinao R2

Este coeficiente expressa em percentagem, quanto da variao na resposta explicada pela

regresso em questo e dado pela frmula:

SQ RLinear 5400,16538
R2= = R2= =0,9358 ou seja 93,58% da variao explicada pela
SQTrat 5770,40357
regresso linear.

10
5 Fazer a verificao do ajuste da equao de regresso calculando os valores esperados

Esta verificao realizada substituindo-se os valores de X na equao

Y =144,13655+0,138875 X para X = 0, 50, 100, 150, 200, 250 e 300

Tratamento x Y observado (mdia) Y calculado

0 138,60 144,14
50 153,60 151,08
100 164,53 158,02
150 164,93 164,97
200 168,73 171,91
250 179,98 178,86
300 184,43 185,80

Representar no grfico

200,00
180,00 f(x) = 0,14x + 144,14
R = 0,94
160,00
140,00
120,00
100,00
80,00
60,00
40,00
20,00
0,00
0 50 100 150 200 250 300 350

11