Planejamento e Análise de Experimentos

Tranformação de Dados

Anderson Castro Soares de Oliveira

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.
O erro experimental consiste na variação não controlada
pelo pesquisador e ocorre de forma aleatória em cada Uni-
dade Experimental

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.
O erro experimental consiste na variação não controlada
pelo pesquisador e ocorre de forma aleatória em cada Uni-
dade Experimental
O erro experimental é inevitável, mas pode ser controlado.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.
O erro experimental consiste na variação não controlada
pelo pesquisador e ocorre de forma aleatória em cada Uni-
dade Experimental
O erro experimental é inevitável, mas pode ser controlado.
A magnitude do erro experimental pode ser avaliada pelo
coeficiente de variação (CV)
√
QMErro
CV =
m̂

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.
O erro experimental consiste na variação não controlada
pelo pesquisador e ocorre de forma aleatória em cada Uni-
dade Experimental
O erro experimental é inevitável, mas pode ser controlado.
A magnitude do erro experimental pode ser avaliada pelo
coeficiente de variação (CV)
√
QMErro
CV =
m̂

QMErro quadrado médio do erro obtido na análise de

variância

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A qualidade de um experimento pode ser avaliada pela
magnitude do erro experimental.
O erro experimental consiste na variação não controlada
pelo pesquisador e ocorre de forma aleatória em cada Uni-
dade Experimental
O erro experimental é inevitável, mas pode ser controlado.
A magnitude do erro experimental pode ser avaliada pelo
coeficiente de variação (CV)
√
QMErro
CV =
m̂

QMErro quadrado médio do erro obtido na análise de

variância
m̂ média geral do experimento.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
O CV é um coeficiente sem unidade de medida, pode ser
utilizado para comparar a precisão do experimento.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
O CV é um coeficiente sem unidade de medida, pode ser
utilizado para comparar a precisão do experimento.
Experimentos com CV alto tende a rejeitar H0 com maior
dificuldade, mesmo que existam diferenças entre os trata-
mentos.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:
Os erros do modelo tem média zero e variância constante.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:
Os erros do modelo tem média zero e variância constante.
Os erros do modelo tem distribuição normal.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:
Os erros do modelo tem média zero e variância constante.
Os erros do modelo tem distribuição normal.
A falta de normalidade geralmente vem junto com falta de
homogeneidade de variâncias.

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:
Os erros do modelo tem média zero e variância constante.
Os erros do modelo tem distribuição normal.
A falta de normalidade geralmente vem junto com falta de
homogeneidade de variâncias.
Necessita-se fazer uma transformação em Y , pois a forma
e a dispersão em Y precisa ser modificadas

Anderson Delineamento Experimental

Controle de qualidade de experimentos
A análise dos resultados de um experimento é boa quando
as pressuposições do modelo são atendidas:
Os erros do modelo tem média zero e variância constante.
Os erros do modelo tem distribuição normal.
A falta de normalidade geralmente vem junto com falta de
homogeneidade de variâncias.
Necessita-se fazer uma transformação em Y , pois a forma
e a dispersão em Y precisa ser modificadas
Tranformação de dados é uma das possíveis formas de
contornar o problema de dados que não obedecem os pres-
supostos da análise de variância.

Anderson Delineamento Experimental

Transformação de dados
√
Transformação Raiz Quadrada - Y 0 = Y

Anderson Delineamento Experimental

Transformação de dados
√
Transformação Raiz Quadrada - Y 0 = Y
utilizada quando os dados do experimento são obtidos por
contagens com valores inferiores a 50, como número de
bactérias por placa, número de insetos por planta.

Anderson Delineamento Experimental

Transformação de dados
√
Transformação Raiz Quadrada - Y 0 = Y
utilizada quando os dados do experimento são obtidos por
contagens com valores inferiores a 50, como número de
bactérias por placa, número de insetos por planta.
Quando ocorrerem zeros
√ é recomendável utilizar a
transformação Y 0 = Y + 1

Anderson Delineamento Experimental

Transformação de dados
√
Transformação Raiz Quadrada - Y 0 = Y
utilizada quando os dados do experimento são obtidos por
contagens com valores inferiores a 50, como número de
bactérias por placa, número de insetos por planta.
Quando ocorrerem zeros
√ é recomendável utilizar a
transformação Y 0 = Y + 1
 
Y
Transformação Angular - Y0 = arcsen
100

Anderson Delineamento Experimental

Transformação de dados
√
Transformação Raiz Quadrada - Y 0 = Y
utilizada quando os dados do experimento são obtidos por
contagens com valores inferiores a 50, como número de
bactérias por placa, número de insetos por planta.
Quando ocorrerem zeros
√ é recomendável utilizar a
transformação Y 0 = Y + 1
 
Y
Transformação Angular - Y0 = arcsen
100
É recomendável para dados expressos em porcentagens

Anderson Delineamento Experimental

Transformação de dados
Transformação logarítmica Y 0 = log(Y ) ou Y 0 = ln(Y )

Anderson Delineamento Experimental

Transformação de dados
Transformação logarítmica Y 0 = log(Y ) ou Y 0 = ln(Y )
É utilizada quando é constatada certa proporcionalidade
entre as médias e os desvios padrões dos diversos
tratamentos.

Anderson Delineamento Experimental

Transformação de dados
Transformação logarítmica Y 0 = log(Y ) ou Y 0 = ln(Y )
É utilizada quando é constatada certa proporcionalidade
entre as médias e os desvios padrões dos diversos
tratamentos.
Também é utilizada quando há uma discrepância muito
grande entre os grupos experimentais. Por exemplo em
experimentos de avaliação de inseticida, um tratamento
pode apresentar dados oscilando entre 1000 e 10000
insetos contados enquanto que outro tratamento pode
apresentar dados oscilando entre 5 e 100 insetos.

Anderson Delineamento Experimental

Transformação de dados
Transformação logarítmica Y 0 = log(Y ) ou Y 0 = ln(Y )
É utilizada quando é constatada certa proporcionalidade
entre as médias e os desvios padrões dos diversos
tratamentos.
Também é utilizada quando há uma discrepância muito
grande entre os grupos experimentais. Por exemplo em
experimentos de avaliação de inseticida, um tratamento
pode apresentar dados oscilando entre 1000 e 10000
insetos contados enquanto que outro tratamento pode
apresentar dados oscilando entre 5 e 100 insetos.
Quando ocorrerem zeros é recomendável utilizar a
transformação Y 0 = log(Y + 1)

Anderson Delineamento Experimental

Transformação de dados
Transformação Box-Cox consiste em transformar os dados
de acordo com a expressão

yλ − 1
y0 =
λ
onde λ é um parâmetro a ser estimado dos dados. Se λ = 0
a equação acima se reduz a

y 0 = ln(y ),

onde ln é o logarítmo neperiano. Uma vez obtido o va-

lor de λ encontramos os valores dos dados transformados
conforme a equação acima e utilizamos estes dados trans-
formados para efetuar as análises.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Um experimento foi realizado em DIC com 4 tratamentos
e 5 repetições, em que foram medidas 4 variáveis (VR1
- contagem, VR2 - porcentagem, VR3 - contagem, VR4 -
medida continua).
TRAT REP VR1 VR2 VR3 VR4
T1 1 5 9,96 713 52,56
T1 2 5 25,13 147 44,65
T1 3 4 18,06 353 47,90
T1 4 5 36,51 70 34,75
T1 5 4 11,85 136 56,47
T2 1 9 25,73 836 26,62
T2 2 11 21,53 3581 26,74
T2 3 8 33,89 811 25,55
T2 4 12 12,14 6 33,57
T2 5 9 27,06 85 34,58
T3 1 19 57,84 5 36,60
T3 2 23 56,41 5 22,26
T3 3 26 53,36 460 26,75
T3 4 18 54,46 15 24,67
T3 5 19 52,81 29 30,13
T4 1 19 53,12 17 171,95
T4 2 13 40,24 58 48,38
T4 3 14 48,77 1 53,85
T4 4 13 50,44 402 52,65
T4 5 17 48,11 550 49,28

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR1 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 745,75 248,58 34,82 <0,0001
Erro 16 86,80 5,42
Total 20 832,55
CV=18,41%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR1 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 745,75 248,58 34,82 <0,0001
Erro 16 86,80 5,42
Total 20 832,55
CV=18,41%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR1 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 745,75 248,58 34,82 <0,0001
Erro 16 86,80 5,42
Total 20 832,55
CV=18,41%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,5359 0,9365 9,268
valor-p 0,7113 0,2054 0,0259

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR1 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 745,75 248,58 34,82 <0,0001
Erro 16 86,80 5,42
Total 20 832,55
CV=18,41%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,5359 0,9365 9,268
valor-p 0,7113 0,2054 0,0259
Na tabela verifica-se rejeita-se a pressuposição de homo-
geneidade de variância valor − p < 0, 05

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são contagens inferiores a 50, utiliza-se a
transformação raiz quadrada
FV GL SQ QM Fc valor-p
Tratamento 3 16,3283 5,4428 65,83 <0,0001
Erro 16 1,3229 0,0927
Total 20 17,6512
CV=8,38%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são contagens inferiores a 50, utiliza-se a
transformação raiz quadrada
FV GL SQ QM Fc valor-p
Tratamento 3 16,3283 5,4428 65,83 <0,0001
Erro 16 1,3229 0,0927
Total 20 17,6512
CV=8,38%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são contagens inferiores a 50, utiliza-se a
transformação raiz quadrada
FV GL SQ QM Fc valor-p
Tratamento 3 16,3283 5,4428 65,83 <0,0001
Erro 16 1,3229 0,0927
Total 20 17,6512
CV=8,38%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,6488 0,9115 3,6455
valor-p 0,7998 0,0680 0,3024

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR2 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 4465,4 1488,48 28,45 <0,0001
Erro 16 837,1 52,32
Total 20 5302,5
CV=19,62%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR2 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 4465,4 1488,48 28,45 <0,0001
Erro 16 837,1 52,32
Total 20 5302,5
CV=19,62%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR2 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 4465,4 1488,48 28,45 <0,0001
Erro 16 837,1 52,32
Total 20 5302,5
CV=19,62%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,9989 0,9558 8,1941
valor-p 0,9633 0,4641 0,0421

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR2 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 4465,4 1488,48 28,45 <0,0001
Erro 16 837,1 52,32
Total 20 5302,5
CV=19,62%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,9989 0,9558 8,1941
valor-p 0,9633 0,4641 0,0421
Na tabela verifica-se rejeita-se a pressuposição de homo-
geneidade de variância valor − p < 0, 05

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são porcentagens, utiliza-se a transforma-
ção arco seno
FV GL SQ QM Fc valor-p
Tratamento 3 0,5247 0,1748 30,56 <0,0001
Erro 16 0,0915 0,0057
Total 20 0,6162
CV=19,71%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são porcentagens, utiliza-se a transforma-
ção arco seno
FV GL SQ QM Fc valor-p
Tratamento 3 0,5247 0,1748 30,56 <0,0001
Erro 16 0,0915 0,0057
Total 20 0,6162
CV=19,71%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são porcentagens, utiliza-se a transforma-
ção arco seno
FV GL SQ QM Fc valor-p
Tratamento 3 0,5247 0,1748 30,56 <0,0001
Erro 16 0,0915 0,0057
Total 20 0,6162
CV=19,71%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% existe diferença entre os tratamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,9932 0,9587 6,855
valor-p 0,9619 0,5184 0,0766

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR3 assumindo α = 0, 05 temos:

FV GL SQ QM Fc valor-p
Tratamento 3 2897340 965780 1,6759 0,2121
Erro 16 9220636 576290
Total 20 12117976
CV=183,37%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR3 assumindo α = 0, 05 temos:

FV GL SQ QM Fc valor-p
Tratamento 3 2897340 965780 1,6759 0,2121
Erro 16 9220636 576290
Total 20 12117976
CV=183,37%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR3 assumindo α = 0, 05 temos:

FV GL SQ QM Fc valor-p
Tratamento 3 2897340 965780 1,6759 0,2121
Erro 16 9220636 576290
Total 20 12117976
CV=183,37%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 1,9194 0,7023 8,1941
valor-p 0,1767 <0,0001 0,0421

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR3 assumindo α = 0, 05 temos:

FV GL SQ QM Fc valor-p
Tratamento 3 2897340 965780 1,6759 0,2121
Erro 16 9220636 576290
Total 20 12117976
CV=183,37%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 1,9194 0,7023 8,1941
valor-p 0,1767 <0,0001 0,0421
Na tabela verifica-se rejeita-se a pressuposição de norma-
lidade e homogeneidade de variância valor − p < 0, 05
Anderson Delineamento Experimental
Transformação de dados (Exemplo)
Como os dados são contagens, utiliza-se a transformação
logaritmica
FV GL SQ QM Fc valor-p
Tratamento 3 21,198 7,0661 1,6469 0,2185
Erro 16 68,688 4,2930
Total 20 89,886
CV=46,53%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são contagens, utiliza-se a transformação
logaritmica
FV GL SQ QM Fc valor-p
Tratamento 3 21,198 7,0661 1,6469 0,2185
Erro 16 68,688 4,2930
Total 20 89,886
CV=46,53%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Como os dados são contagens, utiliza-se a transformação
logaritmica
FV GL SQ QM Fc valor-p
Tratamento 3 21,198 7,0661 1,6469 0,2185
Erro 16 68,688 4,2930
Total 20 89,886
CV=46,53%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 1,9308 0,9553 3,8326
valor-p 0,1839 0,4551 0,2801

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR4 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 7238,3 2412,77 3,17 0,0532
Erro 16 12191,1 761,94
Total 20 19429,4
CV=61,34%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR4 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 7238,3 2412,77 3,17 0,0532
Erro 16 12191,1 761,94
Total 20 19429,4
CV=61,34%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR4 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 7238,3 2412,77 3,17 0,0532
Erro 16 12191,1 761,94
Total 20 19429,4
CV=61,34%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,0899 0,6435 28,8905
valor-p 0,3013 <0,0001 <0,0001

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Para a variável VR4 assumindo α = 0, 05 temos:
FV GL SQ QM Fc valor-p
Tratamento 3 7238,3 2412,77 3,17 0,0532
Erro 16 12191,1 761,94
Total 20 19429,4
CV=61,34%
Como valor − p > 0, 05, aceita-se H0 , logo podemos con-
cluir ao nível de 5% que não existe diferença entre os tra-
tamentos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,0899 0,6435 28,8905
valor-p 0,3013 <0,0001 <0,0001
Na tabela verifica-se rejeita-se a pressuposição de norma-
lidade e homogeneidade de variância valor − p < 0, 05
Anderson Delineamento Experimental
Transformação de dados (Exemplo)
Utilizar a transformação de box cox Y = VR4−1
FV GL SQ QM Fc valor-p
Tratamento 3 0,0014 0,0005 14,76 <0,0001
Erro 16 0,0005 0,0003
Total 20 0,0019
CV=20,47%

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Utilizar a transformação de box cox Y = VR4−1
FV GL SQ QM Fc valor-p
Tratamento 3 0,0014 0,0005 14,76 <0,0001
Erro 16 0,0005 0,0003
Total 20 0,0019
CV=20,47%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% que existe diferença entre os tratamen-
tos.

Anderson Delineamento Experimental

Transformação de dados (Exemplo)
Utilizar a transformação de box cox Y = VR4−1
FV GL SQ QM Fc valor-p
Tratamento 3 0,0014 0,0005 14,76 <0,0001
Erro 16 0,0005 0,0003
Total 20 0,0019
CV=20,47%
Como valor − p < 0, 05, rejeita-se H0 , logo podemos con-
cluir ao nível de 5% que existe diferença entre os tratamen-
tos.
Verificando a pressuposições
Teste Durbin-Watson Shapiro-Wilk Bartlett
Estatística 2,1127 0,956 0,958
valor-p 0,3205 0,4664 0,8114

Anderson Delineamento Experimental