DBC com Análise de Regressão (Sisvar)

EXEMPLO: Um experimento em blocos foi conduzido para avaliar o efeito da quantidade de

determinado adubo sobre a produção em kg/ha de determinada cultura. As doses de adubo
aplicadas foram 25, 50, 75, 100 e 125 kg/ha, sendo utilizados 5 blocos. Os dados de produção
encontram-se na tabela a seguir.

Tabela 1: Produção média, em kg/ha, de determinada cultura após a aplicação de diferentes doses
de adubo.
Bloco
Dose de adubo
1 2 3 4
25 122,36 144,78 145,19 158,88
50 125,28 137,77 144,44 150,61
75 120,73 134,06 136,07 144,11
100 150,88 155,83 156,97 176,36
125 153,49 165,02 171,75 175,22

> Os dados devem digitados em uma planilha, com as doses (tratamentos) na primeira coluna, os
blocos na segunda coluna, e a variável (produção) na terceira coluna.

> Arquivo DBC-Regressao.dbf

Teste de normalidade (Shapiro-Wilk)

Análise de variância

> Arquivo: DBC-Regressao.dbf

> Selecionar como fontes de variação: Tratamento (doses) e Blocos
> O teste a ser escolhido para Tratamento deve ser Regressão, e não Tukey
> Abrirá uma janela para escolher o modelo da regressão a ser testado:

Principais:
X: regressão linear (1º grau)
X^2: regressão quadrática (2º grau)
X^3: regressão cúbica (3º grau)
X^4: regressão de 4º grau
X^5: regressão de 5º grau
X^6: regressão de 6º grau

> Para esse tipo de dados, em geral escolhemos apenas os dois primeiros modelos para serem
testados.
> Selecionar a variável a ser analisada (Producao)
Resultados

> A primeira parte da análise mostra a ANAVA:

Arquivo analisado:

C:\Users\prg\Desktop\AULA SISVAR\DBC-Regressao.dbf

--------------------------------------------------------------------------------
Variável analisada: PRODUCAO

Opção de transformação: Variável sem transformação ( Y )

--------------------------------------------------------------------------------

TABELA DE ANÁLISE DE VARIÂNCIA

--------------------------------------------------------------------------------
FV GL SQ QM Fc Pr>Fc
--------------------------------------------------------------------------------
TRATAMENTO 4 3130.449750 782.612438 51.832 0.0000
BLOCO 3 1792.543600 597.514533 39.573 0.0000
erro 12 181.188850 15.099071
--------------------------------------------------------------------------------
Total corrigido 19 5104.182200
--------------------------------------------------------------------------------
CV (%) = 2.62
Média geral: 148.4900000 Número de observações: 20
--------------------------------------------------------------------------------

> A ANAVA mostra que houve efeito significativo de tratamentos (doses de adubo) e de blocos.
> O efeito das doses de adubo deve ser analisado por Regressão, e o programa mostra qual dos
modelos foi o mais adequado, a seguir.
> b1 indica o modelo de regressão linear (1º grau)
> b2 indica o modelo de regressão quadrática (2º grau)
> A primeira parte da análise mostra a significância e o valor de R² para b1 (regressão linear), e a
segunda parte mostra a significância e o valor de R² para b2 (regressão quadrática). Na sequência,
coloca os valores observados e os valores estimados, segundo cada modelo:
--------------------------------------------------------------------------------
Regressão para a FV TRATAMENTO
--------------------------------------------------------------------------------
Média harmonica do número de repetições (r): 4
Erro padrão de cada média dessa FV: 1.94287614333321
--------------------------------------------------------------------------------
b1 : X
b2 : X^2
--------------------------------------------------------------------------------
Modelos reduzidos sequenciais
--------------------------------------------------------------------------------

--------------------------------------------------------------------------------
t para
Parâmetro Estimativa SE H0: Par=0 Pr>|t|
--------------------------------------------------------------------------------
b0 128.204000 2.03770569 62.916 0.0000
b1 0.270480 0.02457566 11.006 0.0000
--------------------------------------------------------------------------------
R^2 = 58.43%
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
Valores da variável
independente Médias observadas Médias estimadas
--------------------------------------------------------------------------------
25.000000 142.802500 134.966000
50.000000 139.525000 141.728000
75.000000 133.742500 148.490000
100.000000 160.010000 155.252000
125.000000 166.370000 162.014000
--------------------------------------------------------------------------------

--------------------------------------------------------------------------------
t para
Parâmetro Estimativa SE H0: Par=0 Pr>|t|
--------------------------------------------------------------------------------
b0 153.866500 4.16700509 36.925 0.0000
b1 -0.609377 0.12702140 -4.797 0.0004
b2 0.005866 0.00083081 7.060 0.0000
--------------------------------------------------------------------------------
R^2 = 82.47%
--------------------------------------------------------------------------------

--------------------------------------------------------------------------------
Valores da variável
independente Médias observadas Médias estimadas
--------------------------------------------------------------------------------
25.000000 142.802500 142.298143
50.000000 139.525000 138.061929
75.000000 133.742500 141.157857
100.000000 160.010000 151.585929
125.000000 166.370000 169.346143
--------------------------------------------------------------------------------

Somas de quadrados seqüenciais - Tipo I (Type I)

--------------------------------------------------------------------------------
Causas de Variação G.L. S.Q. Q.M. Fc Pr>F
--------------------------------------------------------------------------------
b1 1 1828.985760 1828.985760 121.132 0.000
b2 1 752.644464 752.644464 49.847 0.000
Desvio 2 548.819526 274.409763 18.174 0.000
Erro 12 181.188850 15.099071
--------------------------------------------------------------------------------

> Observe que, embora o valor de p tenha indicado significância para os dois modelos, o R² foi
maior para o modelo de regressão quadrática, e é esse que deverá ser usado.

> Portanto, os dados observados e esperados da tabela referente a esse modelo deverão ser
utilizados:

--------------------------------------------------------------------------------
Valores da variável
independente Médias observadas Médias estimadas
--------------------------------------------------------------------------------
25.000000 142.802500 142.298143
50.000000 139.525000 138.061929
75.000000 133.742500 141.157857
100.000000 160.010000 151.585929
125.000000 166.370000 169.346143
--------------------------------------------------------------------------------
> Esses dados serão utilizados no Excel para confecção de um gráfico de regressão.
(Planilha: DBC-Regressão-Gráfico)
> Os dados são colocados na planilha, em colunas, e em seguida o gráfico de dispersão é criado
com base nas duas primeiras colunas:

> Para que o gráfico apresente os valores estimados, a equação da regressão e o valor de R², é
preciso clicar com o botão direito sobre os pontos do gráfico e selecionar “Adicionar linha de
tendência”.
> Selecionar o modelo de regressão (polinomial de 2º grau), selecionar “Exibir Equação no gráfico”
e “Exibir valor de R-quadrado no gráfico”.
> O gráfico pode ser editado (título dos eixos etc.):

180.00
y = 0.0059x2 - 0.6094x + 153.87
170.00 R² = 0.8247

160.00
Produção (kg/ha)

150.00

140.00

130.00

120.00

110.00

100.00
0.00 25.00 50.00 75.00 100.00 125.00 150.00
Doses de adubo (kg/ha)
Figura 1: Regressão de produção em função das doses de adubo aplicadas.