Delineamento Inteiramente Casualizado (Dic) : Lucas Santana Da Cunha

DIC
Exemplo
Exercı́cios
DELINEAMENTO INTEIRAMENTE
CASUALIZADO (DIC)
Lucas Santana da Cunha

http://www.uel.br/pessoal/lscunha
Universidade Estadual de Londrina

Departamento de Estatı́stica
01 de julho de 2017
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Introdução
DIC
Vantagens e desvantagens
Exemplo
Tabulação e modelo estatı́stico
Exercı́cios
Análise de Variância
Introdução
No Delineamento Inteiramente Casualizado (DIC) a distribuição

dos tratamentos às unidades experimentais é feita inteiramente
ao acaso.

Introdução
DIC
Exemplo
Exercı́cios
Introdução

ao acaso.
Os outros delineamentos experimentais, por exemplo: blocos

casualizados e quadrado latino, se originam do DIC pelo uso de
restrição na casualização.

Introdução
DIC
Exemplo
Exercı́cios
Introdução

ao acaso.

Por levar em consideração apenas os princı́pios da repetição

e da casualização, são considerados os mais simples delinea-
mentos experimentais.

Introdução
DIC
Exemplo
Exercı́cios
Introdução

ao acaso.

Por levar em consideração apenas os princı́pios da repetição

e da casualização, são considerados os mais simples delinea-
mentos experimentais.
São instalados em situação de homogeneidade, por isso, são

muito usados em laboratórios, casas de vegetação, etc.
Introdução
DIC
Exemplo
Exercı́cios
Vantagens
1 Pode-se utilizar qualquer número de tratamentos e repetições,

sendo que o número de repetições pode variar de um tratamento
para outro (ensaio desbalanceado) sem dificultar as análises. O
número de repetições depende apenas do número de parcelas
disponı́veis;

Introdução
DIC
Exemplo
Exercı́cios
Vantagens
1 Pode-se utilizar qualquer número de tratamentos e repetições,

sendo que o número de repetições pode variar de um tratamento
para outro (ensaio desbalanceado) sem dificultar as análises. O
número de repetições depende apenas do número de parcelas
disponı́veis;
2 Apresenta maior número de graus de liberdade associado ao

erro em relação a outros delineamentos.

Introdução
DIC
Exemplo
Exercı́cios
Desvantagens
1 Exige homogeneidade total das condições experimentais;

Introdução
DIC
Exemplo
Exercı́cios
Desvantagens
1 Exige homogeneidade total das condições experimentais;
2 Pode-se obter uma estimativa da variância devido ao erro ex-

perimental bastante alta, quando não utilizado corretamente,
pois, uma vez que não se considera o princı́pio do controle lo-
cal, todas as variações exceto as devidas aos tratamentos, são
consideradas como variação ao acaso.

Introdução
DIC
Exemplo
Exercı́cios
Tabulação dos dados

Suponha que haja a tratamentos ou diferentes nı́veis de um único
fator que se queira comparar. A resposta observada de cada dos a
tratamentos é uma variável aleatória. Os dados seriam da forma:
Tratamentos Observações Totais Médias

1 y11 y12 ··· y1b T1 ȳ1
2 y21 y22 ··· y2b T2 ȳ2
.. .. .. .. .. ..
. . . ··· . . .
a ya1 ya2 ··· yab Ta ȳa
em que yij representa a j-ésima observação do i-ésimo tratamento;

b b a X
b
X X yij X yij
Ti = yij ȳi = e ȳ = .
b ab
j=1 j=1
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha i=1 j=1
ESTATÍSTICA EXPERIMENTAL
Introdução
DIC
Exemplo
Exercı́cios
Modelo estatı́stico
O modelo para o delineamento inteiramente casualizado é:

i = 1, 2, . . . , a
yij = µ + τi + ij , (1)
j = 1, 2, . . . , b
em que,
yij é o valor observado para a variável resposta obtido para o i-ésimo
tratamento em sua j-ésima repetição;
µ é a média de todos os valores possı́veis da variável resposta;
τi é o efeito do tratamento i no valor observado yij ;
ij é o erro experimental associado ao valor observado yij ;
Introdução
DIC
Exemplo
Exercı́cios
Quando se instala um experimento no delineamento inteiramente ca-

sualizado, o objetivo é, em geral, verificar se existe diferença signifi-
cativa entre pelo menos duas médias de tratamentos. As hipóteses
testadas são:
H0 : µ1 = µ2 = · · · = µa
H1 : µi 6= µj Pelo menos duas médias de trat. diferem entre si
Uma forma equivalente de escrever as hipóteses anteriores é em

termos dos efeitos dos tratamentos τi , que é:
H0 : τ1 = τ2 = · · · = τa = 0
H1 : τi 6= 0 Pelo menos um tratamento

Introdução
DIC
Exemplo
Exercı́cios
Do modelo estatı́stico

i = 1, 2, . . . , a
yij = µ + τi + ij , (2)
j = 1, 2, . . . , b
Tem-se que os estimadores de mı́nimos quadrados para µ e τi , são

dados por:

µ̂ = ȳ ;
τˆi = y¯i − ȳ ; i = 1, 2, . . . , a.

Introdução
DIC
Exemplo
Exercı́cios
ANAVA
Para verificarmos se a hipótese nula (H0 ) é rejeitada ou não, completa-

se o seguinte Quadro da Análise de Variância:
Tabela 1: Quadro da Análise de Variância.
CV G.L. S.Q. Q.M. Fcalc Ftab

SQTrat QMTrat
Tratamentos a-1 SQTrat a−1 QMRes F(α;GLTrat ,GLRes )
SQRes
Resı́duo a(b-1) SQRes a(b−1) - -
Total ab - 1 SQTotal - - -
Se Fcal > F(α;GLTrat ,GLRes ) , então rejeita-se H0 , ou seja, há pelo

menos duas médias de tratamentos que diferem entre si.

Introdução
DIC
Exemplo
Exercı́cios
Somas de quadrados
E assim, tem-se que a soma de quadrados total que corresponde à

soma de quadrados dos desvios de todos os dados em relação à
média é particionada da seguinte forma:
a X
X b a X
X b
(yij − ȳ )2 = (yij − y¯i + y¯i − ȳ )2
i=1 j=1 i=1 j=1
fazendo manipulações algébricas, tem-se

a X
X b a X
X b a X
X b
(yij − ȳ )2 = (y¯i − ȳ )2 + (yij − y¯i )2
i=1 j=1 i=1 j=1 i=1 j=1
SQtotal = SQtrat + SQres

Introdução
DIC
Exemplo
Exercı́cios
a X
b a X
b Pa Pb 2
X X ( i=1 j=1 yij )
SQtotal = (yij − ȳ )2 = yij2 −
ab
i=1 j=1 i=1 j=1
a X
b
( ai=1 bj=1 yij )2
Pa 2
P P
i=1 Ti
X
2
SQtrat = (y¯i − ȳ ) = −
b ab
i=1 j=1
em que Ti é o total do i-ésimo tratamento.
SQres = SQtotal − SQtrat

Introdução
DIC
Exemplo
Exercı́cios
Pressuposições
Como vimos anteriormente, a análise de variância para testar essas

hipóteses só é válida se forem satisfeitas as seguintes condições:
1) aditividade: os efeitos devem se somar (não há interação);
2) independência: os erros (ij ) devem ser independentes;
3) normalidade: os erros (ij ) devem possuir uma distribuição

normal (teste Shapiro-Wilks e análise gráfica);
4) homocedasticidade ou homogeneidade de variâncias: os

erros (ij ) devem possuir uma variância comum σ 2 (teste de
Bartlett, teste F máximo e teste de Levene);

Introdução
DIC
Exemplo
Exercı́cios
Coeficiente de Variação
Uma medida para avaliação da precisão de experimentos é o

coeficiente de variação (CV ), dado por:
√
QMres
CV = .100
ȳ
Quanto menor o CV , mais preciso o experimento. A tı́tulo de
classificação, pode-se utilizar a seguinte tabela
CV Precisão
< 10% Alta
10 a 20% Médio
20 a 30% Baixa
> 30% Muito Baixa

DIC
Exemplo Exemplo 1
Exercı́cios
Exemplo 1
Considere um experimento cujo objetivo é verificar se o uso de raı́zes e
tubérculos, como suplementação de inverno na alimentação de vacas em
lactação, aumenta a produção de leite. Os valores das produções (kg ) de
leite a 4% de gordura das vacas que participaram do estudo, podem ser
resumidos abaixo:
Sem suple. (t1 )Mandioca (t2 )Araruta (t3 ) Bat.Doce (t4 )
19,58 23,40 35,42 22,15
21,07 22,37 32,47 24,37
23,43 24,36 34,48 26,54
25,42 25,12 33,79 20,37
22,81 22,94 35,04 19,54
23,54 21,56 35,19 24,06 Total
Ti 135,85 139,75 206,39 137,03 619,02
Considerando que as pressuposições da análise de variância foram satis-
feitas, a um nı́vel de 5% de significância, concluir a respeito da suple-
mentação.
DIC
Exemplo Exercı́cio 1
Exercı́cios
Exercı́cio 1
Num experimento de competição de linhagens de aves, com objetivo de se com-
parar a média de pesos (kg) aos 63 dias de idade, foram comparadas 5 linhagens.
Linhagens Pesos médios das parcelas
Cobb 1,73 1,75 1,70 1,73 1,79
Pilch 1,61 1,59 1,64 1,64 1,65
River 1,75 1,80 1,83 1,73 1,85
Ross 1,79 1,87 1,85 1,83 1,74
Rubbard 1,63 1,66 1,61 1,69 1,46
a) Formule as hipóteses relativas a este experimento;
b) Escreva o modelo estatı́stico do experimento;
c) Apresente o quadro da Análise de Variância e cite quais hipóteses devem
ser assumidas para validade da mesma;
d) Interprete, estatisticamente, o resultado do teste F e comente o resultado,
na prática.
e) Comente sobre a precisão do experimento.

DIC
Exemplo Exercı́cio 1
Exercı́cios
Exercı́cio 2
Um técnico de laboratório quer comparar a resistência à ruptura de
três marcas de fio e, inicialmente, ele limita sua análise aos seguintes
resultados (em quilogramas):
Fio 1 18,0 16,4 15,7 19,6 16,5 18,2
Fio 2 21,1 17,8 18,6 20,8 17,9 19,0
Fio 3 16,5 17,8 16,1 16,2 - -
Considerando que as pressuposições da análise de variância foram

satisfeitas, verifique, ao nı́vel de 1% de significância, se há pelo
menos uma diferença entre as marcas de fio.

Delineamento Inteiramente Casualizado (Dic) : Lucas Santana Da Cunha

Enviado por

Dados do documento

Descrição original:

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Delineamento Inteiramente Casualizado (Dic) : Lucas Santana Da Cunha

Enviado por

Direitos autorais:

Formatos disponíveis

DIC

Lucas Santana da Cunha

Universidade Estadual de Londrina

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

No Delineamento Inteiramente Casualizado (DIC) a distribuição

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

No Delineamento Inteiramente Casualizado (DIC) a distribuição

Os outros delineamentos experimentais, por exemplo: blocos

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

No Delineamento Inteiramente Casualizado (DIC) a distribuição

Os outros delineamentos experimentais, por exemplo: blocos

Por levar em consideração apenas os princı́pios da repetição

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

No Delineamento Inteiramente Casualizado (DIC) a distribuição

Os outros delineamentos experimentais, por exemplo: blocos

Por levar em consideração apenas os princı́pios da repetição

São instalados em situação de homogeneidade, por isso, são

1 Pode-se utilizar qualquer número de tratamentos e repetições,

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

1 Pode-se utilizar qualquer número de tratamentos e repetições,

2 Apresenta maior número de graus de liberdade associado ao

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

1 Exige homogeneidade total das condições experimentais;

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

1 Exige homogeneidade total das condições experimentais;

2 Pode-se obter uma estimativa da variância devido ao erro ex-

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Tabulação dos dados

Tratamentos Observações Totais Médias

em que yij representa a j-ésima observação do i-ésimo tratamento;

Quando se instala um experimento no delineamento inteiramente ca-

Uma forma equivalente de escrever as hipóteses anteriores é em

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Tem-se que os estimadores de mı́nimos quadrados para µ e τi , são

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Para verificarmos se a hipótese nula (H0 ) é rejeitada ou não, completa-

Tabela 1: Quadro da Análise de Variância.

CV G.L. S.Q. Q.M. Fcalc Ftab

Se Fcal > F(α;GLTrat ,GLRes ) , então rejeita-se H0 , ou seja, há pelo

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

E assim, tem-se que a soma de quadrados total que corresponde à

fazendo manipulações algébricas, tem-se

SQtotal = SQtrat + SQres

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

em que Ti é o total do i-ésimo tratamento.

SQres = SQtotal − SQtrat

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Como vimos anteriormente, a análise de variância para testar essas

1) aditividade: os efeitos devem se somar (não há interação);

2) independência: os erros (ij ) devem ser independentes;

3) normalidade: os erros (ij ) devem possuir uma distribuição

4) homocedasticidade ou homogeneidade de variâncias: os

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Uma medida para avaliação da precisão de experimentos é o

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Considerando que as pressuposições da análise de variância foram

Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha ESTATÍSTICA EXPERIMENTAL

Você também pode gostar

2) independência: os erros (ij ) devem ser independentes;

3) normalidade: os erros (ij ) devem possuir uma distribuição