Escolar Documentos
Profissional Documentos
Cultura Documentos
7.1) INTRODUÇÃO
V1E1 V 4E 2
V1 E 3 V4E 4
V1E 4 V 4 E1
V1E 2 V 4E 3
V2E 2 V3 E 2
V 2E1 V3 E 1
V2E 3 V3 E 4
V2E 4 V3 E 3
eijk : êrro aleatório com média zero e variância σB2 , independentes, com distribuição
normal e independentes de (AB)ik .
Blocos(R) r-1
Tratamentos(A) a-1 QMT(A)
Erro(a) (r-1)(a-1) QME(a) (σ B2 + bσ 2A )
Tratamento(B)
b-1 QMT(B)
Interação. A x B
(a-1)(b-1) QM(AB)
Erro(b)
a(r-1)(b-1) QM(B) σ B2
Total
rab-1
Um ponto a ressaltar neste delineamento é que ele tem dois erros; é claro que por
definição de erro experimental, existam dois : um devido às diferenças entre as parcelas e
outro devido às diferenças entre as subparcelas
A ausência da interação blocos x tratamentos de parcelas(RA), dá origem ao erro(a)
ou erro devido às diferenças entre as parcelas; a ausência da interação blocos x tratamentos
de parcela x tratamentos de subparcela dá origem ao erro(b) ou erro devido às diferenças
entre as subparcelas. Certamente, estamos admitindo aditividade dos tratamentos de
parcelas e de subparcelas. O quadrado médio do erro(a)-QM(a)- é uma estimativa de
(σ B2 + bσ 2A ) e o quadrado médio do erro(b)-QME(b)- é uma estimativa de σ B2 ; são
conhecidos como erro da parcela e erro da subparcela respectivamente. Na tabela acima,
E(QM), conhecida como esperança matemática do QM ( ou valor esperado), é a média de
todos os possíveis valores do QM e observa-se que E(QME(a)) é maior que E(QM(b)); em
termos de estimativas, raramente QME(a) é menor do que o QM(b), ou seja, o erro de
parcelas é maior do que o erro de subparcelas. É evidente que este fato pode ser explicado
pela estrutura de parcelas : cada parcela tem b subparcelas.
A variância estimada da comparação entre dois tratamentos das parcelas é dada
por:
QME(a)
Vâr(Y.j. − Y.i.) = 2 ,
rb
onde b é o número de tratamentos das subparcelas e r é o número de blocos; a variância
da comparação, entre dois tratamentos das subparcelas é dada por:
QME(b)
Vâr(Y..k − Y..h ) = 2 ,
ra
gl =
[QME(a ) + (b − 1)QME(b)]
2
,
[QME(a )]2 + [(b − 1)QME(b)]2
gl(a ) gl(b)
onde gl(a) e gl(b) são os graus de liberdade do QME(a) e QME(b) respectivamente; ele
deve ser usado no teste t de Student ou para construir intervalos de confiança.
7.3)EXEMPLO
Quadro de Médias
PRODUÇÃO
ÉPOCA DA SEMEADURA
Média
1 2 3 4
MÉTODO
1 10.28 4.78 4.58 2.65 5.58
2 8.30 3.58 4.90 1.80 4.65
3 7.10 3.68 4.70 1.90 4.35
Média 8.56 4.02 4.73 2.12 4.86
As linhas não são exatamente paralelas, mas o não paralelismo é fraco. A análise de
variância para este experimento temos seguintes resutados,é:
FV GL SQ QM F Pr > F
Blocos 5 338.54 67.71
Épo. de Seme. 3 395.15 131.72 6.15 0.0061
Erro(a) 15 321.04 21.40
Métodos 2 19.72 9.86 4.04 0.0253
Interação 6 19.52 3.25 1.33 0.2653
Erro(b) 40 97.62 2.44
Total 71 1191.58
Coef Var = 32 %
QME(b) 2.44
erro padrão= 2 = 2 = 0.52
ra 18
Fontes de variação GL
Tratamentos(A) a-1
Erro(a) a(r-1)
Tratamentos(B) b-1
Interação A x B (a-1)(b-1)
Erro(b) a(r-1)(b-1)
Total rab-1
7.4)EXTENSÕES
O experimento teve 4 blocos, cada um com 4 parcelas grandes onde foram alocadas
as 4 épocas de plantio ; cada parcela grande foi dividida em 9 subparcelas, onde foram
alocadas as 9 combinações entre irrigação e espaçamento(3 x 3). Finalmente, cada
subparcela foi dividida em duas (subsubparcelas), onde foram aplicados os dois níveis de
nitrogênio.. A tabela da análise de variância fica da seguinte forma:
Este delineamento tem três erros e pelo raciocínio anterior, espera-se que o erro(c) seja
menor que o erro(b). No quadro acima, o teste F para datas de plantio é feito com o QM(a);
para espaçamento, irrigação, espaçamento x irrigação, datas de plantio x espaçamento,
datas de plantio x irrigação e datas x espaçamento x irrigação, usa-se o QM(b); para o
restante das fontes de variação, o QM(c).
Este planejamento foi fruto de estudos de precisão e de conveniências, dadas as
circunstâncias que o pesquisador encontrou. A análise deste experimento é mais difícil e
para se fazer algumas comparações utiliza-se fórmulas; o livro de Cochran e Cox (1968),
capitulo 7, pag, 293, traz detalhes sobre esse aspecto. Entretanto, os aplicativos mais
modernos de estatística , como o SAS, fornecem todos os resultados necessários.
Fontes de variação Gl QM
Blocos r-1
Tratamentos(A) a-1 QMA
Erro(a) (r-1)(a-1) QME(a)
Tratamentos(B) b-1 QMB
Erro(b) (r-1)(b-1) QME(b)
Interação A x B (a-1)(b-1) QM(AxB)
Erro(c) (r-1)(a-1)(b-1) QME(c)
Total rab-1
Para os casos 4) e 5) ,os erros de comparação são aproximados como também os graus de
liberdade; isto ocorre porque a casualização que foi feita não permite a estimativa dos
respectivos erros de comparação.
Como exemplo vejamos um experimento com arroz, para testar 3 épocas de
semeadura e 3 diferentes adubos verde, do livro de Panse e Sukhatme, pag.
208.(SUKHATME2). As médias foram as seguintes:
Quadro de Médias
PRODUÇÃO
DATA
Média
1 2 3
ADUBO
1 371.7 503.5 470.8 448.7
2 353.5 488.3 456.7 432.8
3 327.0 464.8 424.0 405.3
Média 350.7 485.6 450.5 428.9
FV DF SQ QM F Pr > F
QM(a )
1) 2 = 8.55
rb
QM(B)
2) 2 = 7.13
ra
QM(c)
2) 2 = 5.85
r
(b − 1)QM(c) + QM(a)
4) 2 =9.80 , gl=16.5
rb
(a − 1)QM(c) + QM(b)
5) 2 = 8.58 , gl=19.
ra