Aula 05 - Testes F planejados

Tulio Gentil

IF Goiano

Estatı́stica Experimental

21 de Março de 2023

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 1 / 20

Soma de quadrados de um contraste

Quando utilizamos contrastes na decomposição dos graus de liberdade dos
efeitos dos tratamentos usamos a seguinte definição para o cálculo da
soma de quadrados.

Definição
A soma de quadrados de um contraste é calculada pela fórmula
P 2
k
i=1 ci Yi+ (Ŷi )2
SQ(Yi ) = Pk ou SQ(Yi ) = Pk , onde
r 2 2
i=1 ci r i=1 ci

ci são os coeficientes do contraste;

Yi+ é o total do tratamento;
r é o número de repetições (neste caso r = r1 = r2 = · · · = rk );
Ŷi = ki=1 ci Yi+ é uma estimativa do contraste.
P

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 2 / 20

Soma de quadrados de um contraste

Observações importantes:
todo contraste tem sempre 1 grau de liberdade, assim

QM(Yi ) = SQ(Yi ).

geralmente, testamos
H0 : Yi = 0
H1 : Yi ̸= 0
e para tanto, usamos a estatı́stica F-Snedecor tendo como
denominador o quadrado médio do erro experimental (QMR).
os contrastes devem ser planejados a priori e podem ser tão
numerosos quanto acharmos necessário.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 3 / 20

Soma de quadrados de um contraste

Observações importantes:
o número de contrastes ortogonais entre os totais dos tratamentos é
igual ao número de graus de liberdade associados a essa fonte de
variação, isto é, se o fator tratamento tem k nı́veis então
conseguiremos definir somente (k − 1) contrastes ortogonais.
se Y1 , Y2 , · · · , Yk−1 são contrastes ortogonais envolvendo os k nı́veis
do fator, então

SQ(Y1 ) + SQ(Y2 ) + · · · + SQ(Yk−1 ) = SQTr .

a ortogonalidade dos contrastes garante a independência entre as

conclusões.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 4 / 20

Exemplo 1

Exemplo
Foram comparados os efeitos de cinco tratamentos no crescimento de
alevinos de carpas (mediu-se o comprimento em cm aos dois meses de
idade) em um DIC.
T1 – ração comum. (rc)
T2 – ração comum + esterco. (rce)
T3 – ração comum + esterco de porco + vitamina B12. (rceB12 )
T4 – ração comum + farinha de osso. (rcfo)
T5 – ração comum + farinha de osso + vitamina B12. (rcfoB12 )

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 5 / 20

Exemplo 1
Dados
Tratamentos Repetições
1 2 3 4
T1 4,6 5,1 5,8 5,5
T2 6,0 7,1 7,2 6,8
T3 5,8 7,2 6,9 6,7
T4 5,6 4,9 5,9 5,7
T5 5,8 6,4 6,8 6,8
ANOVA usual
Fonte de variação g.l. SQ QM Fc
Tratamentos (entre) 4 7,72 1,91 7,19
Resı́duo (dentro dos trat.) 15 4,03 0,27
Total 19 11,75
F(4,15;0,05) = 3, 06 e F(4,15;0,01) = 4, 89
Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 6 / 20
Exemplo 1

Conclusão: o teste é significativo a 1% de probabilidade,

portanto rejeitamos H0 , os tratamentos apresentam efeitos
distintos sobre o crescimento de alevinos de carpas.

Esta é uma informação geral sobre os efeitos dos tratamentos.

Para obtermos informações detalhadas devemos decompor os 4 graus

de liberdade dos efeitos dos tratamentos em quatro contrastes
ortogonais.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 7 / 20

Exemplo 1

Comparações
rc vs demais

Ŷ1 = 4T1 − T2 − T3 − T4 − T5 = 4Y1+ − Y2+ − Y3+ − Y4+ − Y5+

rce vs rcfo

Ŷ2 = T2 + T3 − T4 − T5 = Y2+ + Y3+ − Y4+ − Y5+

rce vs rceB12
Ŷ3 = T2 − T3 = Y2+ − Y3+
rcfo vs rceB12
Ŷ4 = T4 − T5 = Y4+ − Y5+

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 8 / 20

Exemplo 1

Contraste Y1+ Y2+ Y3+ Y4+ Y5+

Y1 4 -1 -1 -1 -1
Y2 0 +1 +1 -1 -1
Y3 0 +1 -1 0 0
Y4 0 0 0 +1 -1

Cálculos rc vs demais
Ŷ1 = −17, 6
P5 2
i=1 ci = 20
SQ(Ŷ1 ) = 3, 78
Os cálculos de SQ dos outros contrastes são deixados como
exercı́cios.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 9 / 20

Exemplo 1

Quadro da ANOVA com os testes F planejados

Causas da Variação GL SQ QM F Pr(> F)
rc vs demais (Y1 ) 1 3,78 3,78 14,43 0.00175
rce vs rcfo (Y2 ) 1 2,10 2,10 7,83 0.55014
rce vs rceB12 (Y3 ) 1 0,03 0,03 0,12 0,00200
rcfovs rceB12 (Y4 ) 1 1,72 1,72 6,38 0.87434
Tratamentos 4 7,72 1,91 7,19 0.00193
Resı́duos 15 4,03 0,27
Total 19 11,75

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 10 / 20

Exemplo 1

Conclusões:
rc vs demais – o contraste é significativo (p < 0, 01) e pelo resultado
do contraste devemos utilizar rce ou rceB12 , ou ainda, rcfo ou
rcfoB12 , quando comparada com a rc.
rce vs rcfo – o contraste é significativo (p < 0, 05) e pelo resultado
do contraste verificamos que rce tem um efeito superior no
crescimento dos alevinos, quando comparada com rcfo.
rce vs rceB12 - o contraste é não significativo (p > 0, 05), portanto o
acréscimo de vitamina B12 à rce (rceB12 ) não afeta significativamente,
o crescimento dos alevinos, quando comparada com a rce.
rcfo vs rcfoB12 – o contraste é significativo (p < 0, 05) e pelo
resultado do contraste devemos adicionar vitamina B12 à ração
comum com farinha de osso,quando comparada com a rcfo.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 11 / 20

Testes F planejados
Quando os tratamentos e/ou fatores utilizados num experimento são
de natureza qualitativa (raça, sexo, cultivares, tratos culturais etc.)
os testes de comparações de médias (teste t-Student, testes de Tukey,
Duncan, Scheffé etc.) se aplicam sem restrições.
A esses casos se equiparam os fatores ou tratamentos quantitativos
(doses de uma droga, tempo, etc.) quando há só dois nı́veis (presença
e ausência, por exemplo).
O mesmo não acontece, porém, quando o tratamento ou fator
quantitativo tem mais de dois nı́veis, por exemplo: doses crescentes
de cobre na alimentação de galinhas (0, 400 e 800 ppm); doses
crescentes de uma droga; 0%, 20%, 40% e 60% de substituição de
um ingrediente da ração por farelo de soja.
Em tais situações é essencial avaliar o comportamento da variável
resposta ao longo dos nı́veis do fator, através de uma equação de
regressão.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 12 / 20

Testes F planejados

Por exemplo: a equação que associa a frequência cardı́aca em função

de doses de uma droga é quase sempre desconhecida, mas em geral,
pode ser bem estimada por meio de uma equação polinomial do tipo:

Y = a0 + a1 x + a2 x 2 + · · · + an x n ,

onde Y é a resposta avaliada e x os nı́veis quantitativos do fator

(tratamentos).
O ajuste e a interpretação da equação de regressão quando o
polinômio é de grau muito elevado são tarefas bastante complexas.
Porém, quando os nı́veis do fator quantitativo são igualmente
espaçados, o estudo do comportamento das médias pode ser feito
utilizando o método dos polinômios ortogonais.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 13 / 20

Exemplo 2

Exemplo
Os efeitos de quatro tratamentos no ganho de peso (g) de alevinos de
carpas foram comparados em um DIC.
T1 – ração comum.
T2 – ração comum + 10 mg de B12.
T3 – ração comum + 20 mg de B12.
T4 – ração comum + 30 mg de B12.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 14 / 20

Exemplo 2
Dados
Tratamentos Repetições
1 2 3 4
0 6,80 6,50 6,40 6,50
10 7,90 6,60 6,80 6,20
20 8,30 8,40 8,60 9,20
30 9,50 9,80 10,00 10,70
H0 : µ 1 = µ 2 = µ 3 = µ 4
H1 : existe pelos menos duas médias diferentes
ANOVA usual
Fonte de variação g.l. SQ QM Fc
Tratamentos (entre) 3 31,03 1,9110,02 41,3
Resı́duo (dentro dos trat.) 12 4,032,95 0,25
Total 15 33,98
F(3,12,0.05) = 3, 49, F(3,12,0.01) = 5, 95
Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 15 / 20

Exemplo 2

O teste F é significativo a 1% de probabilidade, portanto

rejeita-se H0 , os tratamentos apresentam efeitos distintos sobre
o crescimento dos alevinos de carpas.
Como os nı́veis são equidistantes, 0, 10, 20 e 30 mg a decomposição
dos graus de liberdade pode ser feita com uso de polinômios
ortogonais, usando-se os coeficientes dos contrastes encontrados em
tabelas.
As tabelas são construı́das em função do número de tratamentos,
denominados nı́veis. Assim, como temos 4 tratamentos, temos 4
nı́veis e o polinômio máximo é o de grau 3.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 16 / 20

Exemplo 2

Tratamentos
Coeficientes para 4 nı́veis
(Totais)
1º grau 2º grau 3º grau
T1 = 26, 20 -3 +1 -1
T2 = 27, 50 -1 -1 +3
T3 = 34, 50 +1 -1 -3
T4 = 40, 00 +3 +1 +1
P4 2
i=1 ci 20 4 20

Cálculos para o efeito linear:

Ŷlinear = 48, 40
SQ(Ŷlinear ) = 29, 28
Os cálculos de SQ com efeitos quadráticos e cúbicos são deixados
como exercı́cios.

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 17 / 20

Exemplo 2

ANOVA com desdobramentos dos graus de liberdade dos tratamentos por

polinômios ortogonais
Causas da Variação GL SQ QM F
Regressão linear 1 29,28 29,28 119,32
Regressão quadrática 1 1,10 1,10 4,49
Regressão cúbica 1 0,65 0,65 2,64
Tratamentos 3 31,03 10,34 42,15
Resı́duos 12 2,95 0,25
Total 15 33,98

F(3,12,0.05) = 3, 49; F(3,12,0.01) = 5, 95;

F(1,12,0.05) = 4, 75; F(1,12,0.01) = 9, 33;

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 18 / 20

Exemplo 2
Conclusão: somente a componente do 1º grau foi significativa
(p < 0, 01), ou seja, a diferença entre os valores médios dos
tratamentos está sendo explicada por uma equação linear,
Y = a + bx, cujos parâmetros a e b são estimados por:
Pk Pk
Pk i=1 x i i=1 yi
i=1 x i yi −
b̂ = k
P 2 ,
k
Pk i=1 xi
2
i=1 xi −
k
â = x − by ,
onde b̂ e â são os estimadores de mı́nimos-quadrados de b e a,
respectivamente.
Aqui, xi = 0; 10; 20; 30 e yi (= y i+ ) = 6, 55; 6, 80; 8, 63; 10, 00.
Usando as fórmulas obtemos
Ŷ = 6, 168 + 0, 122x.
Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 19 / 20

Obrigado pela atenção!

Tulio Gentil (IF Goiano) Aula 05 Estatı́stica Experimental 20 / 20