Técnicas Experimentais Aplicadas

em Ciência do Solo
Mario de Andrade Lira Junior
lira.pro.br/wordpress

lira.pro.br/wordpress - Reservados todos os

27/4/2010 1
direitos autorais.
 Principais delineamentos
• Inteiramente casualizado
– Segundo mais comum
• Blocos completos
– Normalmente chamado de blocos
– Provavelmente o mais comum
• Quadrado Latino
– Pouco comum em agronomia
– Comum em zootecnia
• Outros delineamentos da família
– Blocos incompletos com tratamentos comuns
– Quadrado greco-romano

lira.pro.br/wordpress - Reservados todos os

27/4/2010 2
direitos autorais.
 Delineamento inteiramente
casualizado
• Usado em
– Ambiente homogêneo
– Ausência de informação sobre heterogeneidade
• Delineamento mais simples
• Menos afetado por número diferente de
repetições
– Pouco importante hoje em dia
• Comumente usado em experimentos de
laboratório
– Comumente ≠ sempre...

4/27/2010 3
 Modelo

Y i j = mˆ + τ i + ε i j
Yij - Valor referente à j-ésima repetição do i-
ésimo tratamento
τ i -Efeito do i-ésimo tratamento
ε i j
- Variação do acaso na j-ésima repetição
do i-ésimo tratamento
4/27/2010 4
 Requisitos
• Efeitos aditivos
• Resíduos são:
– Independentes
– Têm distribuição normal com média zero
• Homocedase
• Ou seja, o de sempre

4/27/2010 5
 Análise da variância
• Processo de desdobramento da variância total
em seus componentes
– Baseada na aditividade
∑ (x − x )
2
2 i SQ
s = =
n −1
−1 GL

•
– Variância não é aditiva
– Soma de quadrado e graus de liberdade são
• Primeiro passo é identificar fontes de variação
– Baseado no delineamento e arranjo
lira.pro.br/wordpress - Reservados todos os
27/4/2010 6
direitos autorais.
 Análise da variância (cont.)
• Após definição das fontes, calcular
– Graus de liberdade
– Soma de quadrados
– Variância
• Aplicar teste F
• Caso adequado, teste de comparação de
médias

lira.pro.br/wordpress - Reservados todos os

27/4/2010 7
direitos autorais.
 Esquema da análise de variância
F.V. G.L. S.Q. Q.M. F

Tratamento t-1

Resíduo Dif.

Total rt-1

No DIC, o que não é tratamento, é variação do acaso = resíduo = erro

4/27/2010 8
 Soma de quadrados
• Total
A mesma
–SQTot =∑x −
(∑fórmula
2
x)
2
de trabalho da variância
n
–

– Como n é o número de pontos, considerando

SQTot = ∑ x −
2
(∑ x )
• r – repetições
2
e
rt
• t – tratamentos
•

lira.pro.br/wordpress - Reservados todos os

27/4/2010 9
direitos autorais.
 Soma de quadrados
• Tratamento
– Neste caso não interessa a parcela, mas sim o conjunto
– O jeito mais fácil de juntar dados é usar a soma
– Ti é a soma de todas as r parcelas do tratamento i
2 (∑ Ti )2

– SQT = ∑iT −
rt

– Só que variação total e do acaso são com base em uma parcela, e

tratamento ficou com base r parcelas
• Para voltar para
2 a mesma base
SQT =
∑T − ∑T
i i

r rt

• E como a soma total é a mesma por qualquer caminho, podemos

usar uma constante c para SQTotal e SQT.
lira.pro.br/wordpress - Reservados todos os
27/4/2010 10
direitos autorais.
 Esquema da análise de variância
F.V. G.L. S.Q. Q.M. F

∑ T 2

− C
SQT QMT
Tratamento t-1 r GLT QMR

SQR
Resíduo Dif. Dif. GLR

∑ x 2
− C
Total rt-1

C =
(∑ x )
2
T = total de cada tratamento
rt

4/27/2010 11
 Interpretação

Aula de Estatística Aplicada à Agricultura –

27/4/2010 2010-1- lira.pro.br/wordpress - Reservados 12
todos os direitos autorais.
 Aula de Estatística Aplicada à Agricultura –
27/4/2010 2010-1- lira.pro.br/wordpress - Reservados 13
todos os direitos autorais.
 Delineamento em blocos casualizados

•Provavelmente o mais comum delineamento

experimental em ciências agrárias
•É o mais simples delineamento a empregar o
controle local
•Só deve ser empregado após a aquisição de
informações suficientes para dividir o material
experimental em grupos relativamente homogêneos
dentro do grupo
 Modelo do delineamento
Y ij = µ + τ i + β j + ε ij

Yij - Valor referente à j-ésima repetição do i-

ésimo tratamento
τ i -Efeito do i-ésimo tratamento
β j - Efeito do j-ésimo bloco
ε i j - Variação do acaso do i-ésimo
tratamento no j-ésimo bloco
4/27/2010 15
 Requisitos
• Os de sempre
• Apenas destacar que os blocos estão sendo
creditados a partir da conta do acaso
– Vão reduzir GL e SQ
– Se reduzirem mais GL do que SQ reduz a precisão
– Caso contrário, aumenta
– Só sabe depois, quando é tarde
– Pensar bem sobre o que vai formar o bloco
(controle local)

lira.pro.br/wordpress - Reservados todos os

27/4/2010 16
direitos autorais.
 Esquema da análise de variância
F.V. GL SQ QM F
Tratamentos t-1 ∑ T 2

− C
SQT QMT
b GLT QMR
SQB
Blocos b-1 ∑ B 2

− C GLB
t
SQR
Resíduo Dif. Dif. GLR
Total tb-1 ∑ x 2
− C

C =
(∑ x )2

rt
t – número de tratamentos, b – número de blocos, T – total de cada
tratamento e B – total de cada bloco

4/27/2010 17
 Análise e interpretação no SAS
• Pode ser feito por menu
• No fundo o menu vai escrever um programa
como este e rodar
proc glm data=prov;
class bloco herbicida;
model produtividade = bloco herbicida;
lsmeans herbicida /adjust=tukey pdiff;
run;
quit;
• Muito útil formar bibliotecas de código para
modificar como necessário
lira.pro.br/wordpress - Reservados todos os
27/4/2010 18
direitos autorais.
 Parte inicial
The SAS System 14:51 Monday, April 26, 2010 4

The GLM Procedure

Class Level Information

Class Levels Values

Bloco 5 1 2 3 4 5

Herbicida 7 2,4-
2,4-D Aus. Cont. Cont. Mec. Glyphosate Paraquat Round-
Round-
Up Tordon

Number of observations 35

lira.pro.br/wordpress - Reservados todos os

27/4/2010 19
direitos autorais.
 ANOVA
The SAS System 14:51 Monday, April 26, 2010 5
The GLM Procedure
Dependent Variable: Produtividade Produtividade

Sum of
Source DF Squares Mean Square F Value Pr > F
Model 10 9369.62083 936.96208 25.45 <.000
Error 24 883.69459 36.82061
Corrected Total 34 10253.31543

R-Square Coeff Var Root MSE Produtividade Mean

0.913814 10.63602 6.067999 57.05143

Source DF Type I SS Mean Square F Value Pr > F

Bloco 4 232.016086 58.004021 1.58 0.2131
Herbicida 6 9137.604749 1522.934125 41.36 <.0001

Source DF Type III SS Mean Square F Value Pr > F

Bloco 4 232.016086 58.004021 1.58 0.2131
Herbicida 6 9137.604749 1522.934125 41.36 <.0001

lira.pro.br/wordpress - Reservados todos os

27/4/2010 20
direitos autorais.
 Parte inicial
The SAS System 14:51 Monday, April 26, 2010 6
The GLM Procedure
Least Squares Means
Adjustment for Multiple Comparisons: Tukey
Produtividade LSMEAN
Herbicida LSMEAN Number
2,4-
2,4-D 44.9000000 1
Aus. Cont. 26.7820000 2
Cont. Mec.
Mec. 67.7420000 3
Glyphosate 73.2540000 4
Paraquat 48.8380000 5
Round-
Round-Up 73.2540000 6
Tordon 64.5900000 7
Least Squares Means for effect Herbicida
Pr > |t| for H0: LSMean(
LSMean(i)=LSMean
)=LSMean(j)
LSMean(j)
Dependent Variable: Produtividade

i/j 1 2 3 4 5 6 7
1 0.0014 <.0001 <.0001 0.9427 <.0001 0.0005
2 0.0014 <.0001 <.0001 0.0001 <.0001 <.0001
3 <.0001 <.0001 0.7774 0.0009 0.7774 0.9803
4 <.0001 <.0001 0.7774 <.0001 1.0000 0.3039
5 0.9427 0.0001 0.0009 <.0001 <.0001 0.0064
6 <.0001 <.0001 0.7774 1.0000 <.0001 0.3039
7 0.0005 <.0001 0.9803 0.3039 0.0064 0.3039
lira.pro.br/wordpress - Reservados todos os
27/4/2010 21
direitos autorais.
 Seleção do delineamento mais
adequado
• Função exclusiva das condições ambientais
– Ambiente pode incluir tamanho do experimento e
equipe
• Considerar apenas o ambiente específico, não
o geral
• A função do bloco é reduzir a variação do
acaso
– Logo se isto não for possível, não deve ser
adotado

lira.pro.br/wordpress - Reservados todos os

27/4/2010 22
direitos autorais.
 Efeito de blocos errados
Inteiramente Blocos
FV GL SQ QM F GL SQ QM F
Tratamento 6 12000 2000 4 6 12000 2000 3,7
s
Blocos 4 1000
Resíduo 28 14000 500 24 13000 542

lira.pro.br/wordpress - Reservados todos os

27/4/2010 23
direitos autorais.
 Repetindo para ficar claro
• Você deve ter uma razão para escolher um
delineamento ou outro
• A única diferença entre os dois é o controle local
• A antiga diferença de facilidade de cálculo para
parcela perdida não tem mais importância
• A decisão é baseada na situação do experimento,
não em algo geral como laboratório ou campo

lira.pro.br/wordpress - Reservados todos os

27/4/2010 24
direitos autorais.