Bolema: Boletim de Educação Matemática

Princípios da Estatística: Delineamentos

Principles of Statistics: Outlines

Journal: Bolema: Boletim de Educação Matemática

Fo
Manuscript ID BOLEMA-2019-0251

Manuscript Type: Original Article

rR

Delineamento Inteiramente Casualisado, Delineamento em Blocos

Keyword:
Casualisados, Teste de Tukey
ev
iew
On
ly

https://mc04.manuscriptcentral.com/bolema-scielo
Page 1 of 6 Bolema: Boletim de Educação Matemática

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4
5 Princípios da Estatística: Delineamentos
6
7
8
9 Principles of Statistics: Outlines
10
11
12
13
Orathes do Rêgo Barros, André1
14 0000-0003-3818-2420
15
16 Rodrigues da Silva, Kelliene2
17
18 Santa Brigida Ataide, Yandro3
19 Franke Portella, Dr. Augustus4
20
21 Rodrigues dos Santos, Dr. Gil5
Fo

22
23
24
Resumo
rR

25
26
27 Para melhor explorar os princípios da análise estatística, devemos retomar conceitos básicos de sua história,
28 iniciada na área agrícola por Fisher, ganhando com o passar do tempo significados mais gerais e tratamentos com
ev

delineamento de blocos casualizados (DBC) e delinemento inteiramente casualizado (DIC), análise de variância e
29
teste de Tukey, cada qual podendo ser utilizado em diferentes situações. O DBC é o delienamento experimental
30
mais utilizado e um dos mais simples, sendo representado por blocos, os quais incluem todos os tratamentos, que
31
iew

por sua vez são distribuidos aleatoriamente. Para que o experimento seja eficiente, cada bloco deve ser o mais
32 uniforme possível, porém os blocos podem ser diferentes entre eles. O DIC, or sua vez, é considerado o
33 delineamento mais simples dentro da estatistica, onde as unidades experimentais destinadas a cada tratamento são
34 feitas de uma forma inteiramente casualiazada, sorteada. O teste de Tukey consiste num teste de comparação de
35 médias e serve como um complemento para o estudo da análise de variância.
36 Palavras-chave: Delineamento Inteiramente Casualisado. Delineamento em Blocos Casualisados. Teste de
On

37 Tukey.
38
39
40 Abstract
ly

41
42 To further explore the principles of statistical analysis, we must return to the basic concepts of its history, which
43 began in the agricultural area by Fisher, gaining more general meanings and treatments over time with randomized
44 block design (DBC) and completely randomized design (DIC), analysis of variance and Tukey test, each of which
45 can be used in different situations. The DBC is the most used experimental design and one of the simplest, being
46 represented by blocks, which include all treatments, which in turn are randomly distributed. For the experiment to
47 be efficient, each block must be as uniform as possible, but the blocks may differ between them. The IHD, in turn,
48 is considered the simplest design within the statistics, where the experimental units intended for each treatment
49 are made in a completely randomized, randomized way. The Tukey test is a mean comparison test and serves as a
complement to the study of variance analysis.
50
51
52 1 UNIVERSIDADE FEDERAL DO TOCANTINS (UFT). Mestrando no Programa de Pós-Graduação em
53 Ciências Florestais e Ambientais (PPGCFA), Gurupi, Tovcantins, Brasil. E-mail: orathes@uol.com.br
2 UNIVERSIDADE FEDERAL DO TOCANTINS (UFT). Mestranda no Programa de Pós-Graduação em
54
55 Ciências Florestais e Ambientais (PPGCFA), Gurupi, Tovcantins, Brasil. E-mail: kelliene.silva@hotmail.com
3 UNIVERSIDADE FEDERAL DO TOCANTINS (UFT). Mestranda no Programa de Pós-Graduação em
56
57 Ciências Florestais e Ambientais (PPGCFA), Gurupi, Tovcantins, Brasil. E-mail: yandro@outlook.com
4 UNIVERSIDADE FEDERAL DO TOCANTINS (UFT). Docente no Programa de Pós-Graduação em Ciências
58
59 Florestais e Ambientais (PPGCFA), Gurupi, Tovcantins, Brasil. E-mail: portella@uft.edu.br
5 UNIVERSIDADE FEDERAL DO TOCANTINS (UFT). Docente no Programa de Pós-Graduação em Ciências
60
Florestais e Ambientais (PPGCFA), Gurupi, Tovcantins, Brasil. E-mail: gilrsantos@uft.edu.br

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 1

https://mc04.manuscriptcentral.com/bolema-scielo
 Bolema: Boletim de Educação Matemática Page 2 of 6

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4 Keywords: Completely randomized design. Randomized Block Design. Tukey test.
5
6
7
8
1 Princípios da Experimentação
9
10
11 Os primeiros estudos com base em experimentação começaram com o estatístico Sir
12
13 Ronald A. Fisher (1890-1962). Com a origem da experimentação agrícola se utilizaram de
14
vários termos técnicos que utilizamos no cotidiano. Um desse termos é a parcela, denominada
15
16 para uma certa quantidade numa unidade de área, mas que poderia ser separada também em
17
18 recipientes distintos. Com o decorrer tempo, o termo parcela foi utilizado de forma mais
19
20 abrangente, pois dependo do experimento poderia ser considerado até mesmo como uma
21 quantidade de pessoas, animais e produtos de fábricas. Por esse uso, muitos autores começaram
Fo

22
23 a escolher o termo de unidade amostral em vez de parcela, visto que é um termo mais
24
abrangente.
rR

25
26
O termo tratamento também teve sua utilização iniciada pela área agrícola. Utilizava-se
27
28 para mostrar o que estava em comparação: adubação, variedade, inseticida, fungicida. Hoje, o
ev

29
30 termo tratamento também se tornou um significado mais geral, muitos experimentos são
31
iew

32 realizados para comparar produtos, matérias, máquinas.

33
34
35 2 Delineamento em Blocos Casualizados - DBC
36
On

37
38
39
Um dos mais importantes delineamentos é os blocos casualizados por sua simplicidade,
40 flexibilidade e alta precisão, os blocos representam o controle local, cada um dos quais devem
ly

41
42 conter todos os tratamentos. Para a eficiência ser elevada nos experimentos, cada bloco deve
43
44 ser o mais semelhante possível, mas os blocos poderão ser bastante diferentes uns dos outros.
45
Quando temos dúvidas sobre a homogeneidade onde o experimento será implementado ou se
46
47 temos a certeza de sua heterogeneidade, devemos utilizar o delineamento que, nestas condições,
48
49 é mais eficiente que o delineamento inteiramente casualizado. Primeiramente localizam-se as
50
51 áreas que possuem aparências homogêneas e, em cada uma, pode-se colocar um ou mais blocos.
52 Cada bloco deverá ser bem homogêneo e unicamente conter todos os tratamentos, mas a casos
53
54 que cada bloco pode, incluir todos os tratamentos mais de uma vez.
55
56 Dentro de cada bloco os tratamentos são atribuídos as parcelas inteiramente ao acaso.
57
58
Mas as parcelas, no campo, não precisam estar em linha. Poderiam ficar num grupo compacto,
59 como é usual em terrenos planos, nos quais, em geral, não se sabe em que direção varia a
60
fertilidade.

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 2

https://mc04.manuscriptcentral.com/bolema-scielo
Page 3 of 6 Bolema: Boletim de Educação Matemática

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4
Em comparação aos outros delineamentos, os blocos casualizados tem algumas
5
6 vantagens entre elas estão: a perca de um ou mais blocos ou de um ou mais tratamentos não
7
8 influencia a análise estatística, o erro experimental menos elevados, cálculo da análise
9
10 estatística simples, o número de tratamentos e de blocos podem ser diferentes, controle da
11 heterogeneidade do local onde o experimento será conduzido, número compreensível de graus
12
13 de liberdade para o resíduo.
14
15 Contudo o delineamento em blocos possui algumas desvantagens entre elas está: Deve-
16
17
se ter o quadro auxiliar da análise da variância completo para se calcular a análise estatística, a
18 razão do controle local é utilizada com baixa precisão, uma diminuição do número de graus de
19
20 liberdade para o resíduo.
21
Fo

22
23
3 Delineamento Inteiramente Casualizado - DIC
24
rR

25
26
27 No início do século XX, devido os problemas na área agrícola Sir Ronald Aylmer Fisher
28
ev

29 professor de física, matemática e chefe do laboratório de estatística na Estação Experimental de

30 Agricultura de Rothamstead, Inglaterra, desenvolveu os métodos de análise e os delineamentos
31
iew

32 experimental. Caracteriza-se por delineamento experimental o modo de locação das parcelas

33
34 no experimento.
35
36
O Delineamento Inteiramente Casualizado é o mais simples dos delineamentos para
On

37 controle do erro experimental, utilizado quando as unidades experimentais (UE) são uniformes
38
39 ou homogêneas. A homogeneidade é exigida no tocante ao material, ao ambiente, aos tratos
40
culturais, a qualquer operação realizada no experimento. O único componente que pode variar,
ly

41
42 deliberadamente, de uma UE para outra são os tratamentos. Sidinei José Lopes, Alessandro
43
44 Dal’Col Lúcio (2004). E são alocadas inteiramente ao acaso. Encontra-se dificuldade para
45
46 decidir se a UE é uniforme pois podem sofrer possíveis variações do ambiente, mesmo em casa
47
48
de vegetação onde o material é homogeneizado e posteriormente o material é divido e
49 consequentemente aumentando o erro experimental, Esse delineamento experimental é mais
50
51 eficiente quanto maior for o grau de homogeneidade entre as UE.
52
53 Utiliza-se esse delineamento na experimentação com animais, porem deve se assegurar
54
a homogeneidade do ambiente, localização, geografia, condição ambiental, deve- se utilizar
55
56 também animais homogêneos quanto ao peso, idade, sexo e raça, o que não é fácil de conseguir
57
58 com animais de grande porte. Por isso, este delineamento é mais utilizado com pequenos
59
60 animais.
No DIC qualquer número de tratamentos ou de repetições pode ser usado, a escolha dos

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 3

https://mc04.manuscriptcentral.com/bolema-scielo
 Bolema: Boletim de Educação Matemática Page 4 of 6

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4
tratamentos é feita aleatoriamente (sorteio), o número de tratamento pode variar de um para o
5
6 outro, sem que haja problema na análise ou no resultado final. O experimento será mais preciso
7
8 quando as UE forem mais uniformes. É mais utilizado em experimentos onde as condições
9
10 experimentais podem ser controladas, por exemplo em laboratórios, casa de vegetação.
11
12
13 3.1 Organização de um experimento em DIC
14
15
16
17
Em resumo, temos I tratamentos e J repetições e, por conseguinte, necessitamos de IJ=N
18 UE identificadas de 1 a N. A distribuição dos I tratamentos J vezes nas N UE é feita
19
20 aleatoriamente de modo que cada UE tenha a mesma probabilidade (p=J/N) de receber um dado
21
Fo

22 tratamento.
23
Seja um experimento que tem por objetivo estudar 4 tipos de cobertura para sementeira
24
rR

25 de Eucalyptus sp. (ou seja, 4 tratamentos), assim definidos: A = Sem cobertura (apenas solo),
26
27 B = Solo + casca de arroz, C = Solo + acículas de Pinus trituradas, e D = Solo + matéria
28
ev

29 orgânica. Usando 5 repetições teremos 20 UE. A UE neste caso é constituída por uma bandeja
30 (30 x 30 x 10 cm) preenchida com solo homogeneizado e semeada com certa quantidade de
31
iew

32 sementes. As UEs, todas homogêneas, são colocadas sobre uma mesa dentro de uma casa de
33
34 vegetação devidamente numeradas
35
36
Aplicam-se, então os tratamentos sobre as UE, conforme a casualização constante no
On

37 croqui e na Tabela 2.1. Após, inicia-se o processo de avaliação dos efeitos dos tratamentos que,
38
39 no exemplo, poderiam ser a velocidade de germinação, a percentagem final de germinação, a
40
altura, o diâmetro e o peso da planta quando estas atingirem certa idade. Estes dados deverão
ly

41
42 ser analisados para concluirmos sobre os efeitos dos tratamentos, isto é, se ocorrem diferenças
43
44 ou não. Lopes, Dal’Col Lúcio (2004).
45
46
47
48
4 Análise de variância
49
50
51 A análise de variância é uma ferramenta usada para testes de hipóteses, teste t de
52
53 Student, divide as fontes de variação, estima os componentes de variância e determina a
54
significância dos efeitos, ou seja, considera a variação total dividida em duas partes, compara
55
56 variação devida aos tratamentos com a variação devida ao acaso. E para calcular a ANOVA e
57
58 por meio do teste f Fisher.
59
60
TABELA 1 – Tabela de Análise de Variância

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 4

https://mc04.manuscriptcentral.com/bolema-scielo
Page 5 of 6 Bolema: Boletim de Educação Matemática

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4
5 Fontes de Graus de Soma de Quadrado
Teste de Hipóteses Valor P
Variação Liberdade Quadrados Médio
6 (F) (p-value)
7 (F.V.) (G.L.) (S.Q.) (Q.M.)
8 Tratamento t-1 SQ(Tr.) QM(Tr.) QM(Tr.)/QM(Res.) p
9
10 Resíduo t(r-1) SQ(Res.) QM(Res.)
11 Total tr-1 SQ(Tot.)
12
13 F.V. - fonte de variação, ou seja, as partes da Variação Total; G.L. - número de graus de liberdade
14 associados à F.V.; S.Q. - soma de quadrados; Q.M. - quadrado médio
15 Fonte: Os autores, adaptado de Departamento de Ciencias Exatas FCAV/UNESP – campus de
16 Jabutical.
17
18
19
20 Onde:
21 Fontes de Variação: Fornecem a base para análise das tabelas da ANAVA e cada fonte
Fo

22
23 de variação e independente.
24
rR

25 Graus de Liberdade: São usados para determinar o número de repetições, fatores, os

26
27
níveis, unidades experimentais e unidades de amostragem do experimento. Além de fornecer
28 informações sobre a adequação dos testes estatísticos de dados.
ev

29
30 Soma dos Quadrados: São usados para dividir a variação total no variação contributiva
31
iew

32 de cada fonte de variação. Não são normalmente apresentados em tabelas ANAVA para o teste
33
de significância.
34
35 Quadrados Médios: Estimam a variação média associada a cada fonte de variação e são
36
calculados como a razão entre a soma dos quadrados pelo grau de liberdade.
On

37
38
39 Valor P: Os valores de P são a estatística final estimado em tabelas ANAVA, e um valor
40 P significativa é muitas vezes considerado como o objetivo final de ANAVA (Casler, 2015).
ly

41
42 Teste de Hipóteses F: Se Fc ≥ Ftab então rejeita-se H0 e conclui-se que pelo menos duas
43
44 médias dos tratamentos diferem entre si; Se Fc < Ftab então não se rejeita H0 e conclui-se que
45
46
as médias dos tratamentos são iguais.
47
48
49 5 Teste de Tukey
50
51
52
O teste de Tukey é um teste realizado após coleta de dados, baseado na distribuição da
53
54 faixa estudada. Um teste ANOVA pode dizer se seus resultados são significativos em geral,
55
56 mas não mostra exatamente onde estão essas diferenças. Depois de executar um teste ANOVA
57
58 e encontrar resultados significativos, pode-se executar o teste de Tukey para descobrir quais
59 meios de grupos específicos (comparados entre si) são diferentes. O teste compara todos os
60
pares possíveis de médias.

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 5

https://mc04.manuscriptcentral.com/bolema-scielo
 Bolema: Boletim de Educação Matemática Page 6 of 6

1 ISSN 1980-4415
2 DOI: http://dx.doi.org/
3
4
Para testar as comparações entre pares de médias usando o teste de Tukey, calculamos
5
6 o TSD (Tukey Significant Difference) para cada par de médias usando a seguinte fórmula:
7
8
9
𝑀𝑖 ― 𝑀𝑗
10 𝑇𝑆𝐷 = (1)
11 𝑀𝑆𝑤
12
𝑁h
13
14 Onde:
15
16 Mi - Mj é a diferença entre o par de médias, sendo Mi>Mj; MSw é o quadrado médio
17
18 interno e N é o número do grupo ou tratamento.
19
20
21 Referencias
Fo

22
23
24
CORDEIRO, G. M.; PAULA, G. A. Modelos de regressão para análise de dados univariados. Rio
rR

25
26 de Janeiro: Instituto de Matemática Pura e Aplicada do CNPq, 1989. 353p
27
28 COX, J. F. R. A. Fisher: The life of a scientist. New York: Wiley, 1978.
ev

29
30 GOMES, F. P. Estatística Experimental. 14ª Ed. Piracicaba: Revista e Ampliada, 2000.
31
iew

32 PADOVANI, C. R.; Delineamento de experimentos. São Paulo : Cultura Acadêmica : Universidade

33 Estadual Paulista, Pró-Reitoria de Graduação, 2014.
34
35 REGAZZI, A. J. Teste para verificar a identidade de modelos de regressão e a igualdade de
36 parâmetros no caso de dados de delineamentos experimentais. Rev. Ceres, Viçosa, v.46, n.266,
On

37 p.383-409, 1999.
38
39 REGAZZI, A. J. Teste para verificar a igualdade de parâmetros e a identidade de modelos de
40 regressão não-linear. Rev. Ceres, Viçosa, v.50, n.287, p.9-26, 2003.
ly

41
42
RAMALHO, M. A. P. et al. Experimentação em genética e melhoramento de plantas. Lavras:
43
UFLA, 2000.
44
45
46 STORCK, L. Experimentação vegetal. 2ª Ed. Santa Maria: UFSM, 2006. 198 p.
47
48 STORCK, L.; LOPES, S. J.; LUCIO, A. D.; Experimentação agrícola. 3ª Ed. Santa Maria : UFSM,
49 CCR, Departamento de Fitotecnia, 2004.
50
51
52
53
54
55
56
57
58
59
60

Bolema, Rio Claro (SP), v. , n. , p.xxx-xxx, mês. Ano 6

https://mc04.manuscriptcentral.com/bolema-scielo