Félix lellis da silva

Assunto:

ANÁLISE DE VARIÂNCIA – ANOVA PARA PLANEJAMENTOS INTEIRAMENTE AO ACASO

(com igualdade de repetições)

ANOVA

O uso dos experimentos consiste em averiguar a existência ou não de diferenças entre médias ou
pares de médias dos tratamentos. Onde cada observação pode ser decomposta através do
seguinte modelo:

= + + (1)
Com = 1, . … , e = 1, … … ,
Em que:

= corresponde ao valor observado no i-ésimo tratamento na j-ésima unidade experimental ou

parcela;
= corresponde ao efeito da média geral;
= corresponde ao efeito do i-ésimo tratamento do experimento;
= é o erro associado ao i-ésimo tratamento na j-ésima unidade experimental, sendo este com a
seguinte característica: ~ (0, ) ou seja, erros independentes e identicamente
distribuídos, ver (teorema do limite central).

Segundo o TCL – Teo1 “ Seja X1, X2, ,....., Xn são variáveis aleatórias independentes tais que a E(X1)=µ
e VAR(X1)=σ2, ambas finitas. E seja Y= X1 + X2 +....+ Xn. Então, sob estas condições pode-se afirmar
que:
∑
= (2)
∑

E apresentam uma aproximação da distribuição normal N(0,1). Onde esta proximidade torna-se é
cada vez maior à medida que a base amostral aumenta, ou seja, n cresce.

Estatística Experimental Página 1

Félix lellis da silva

Ser identicamente distribuídos é dizer que X1, X2, ,....., Xn apresentam a mesma distribuição de
probabilidade. E consequentemente todas apresentam a mesma média e mesma variância, isto é,
E(Xi)=µ e VAR(Xi)=σ2 para i = 1, 2, ...., n.

Segundo o TCL (versão iid) – Teo 2 “ Seja X1, X2, ,....., Xn são variáveis aleatórias independentes e
identicamente distribuídas (iid) tais que a E(Xi)=µ e VAR(Xi)=σ2, ambas finitas. E seja Y= X1 + X2 +....+
Xn. Então, sob estas condições pode-se afirmar que:

= (3)
√

Observe que
( )= (4)

( )= (5)

E apresentam uma aproximação da distribuição normal N(0,1). Onde esta proximidade torna-se é
cada vez maior à medida que a base amostral aumenta, ou seja, n cresce.

Teorema Central do Limite reescrito em termos da média amostral ( )

Teo 3: “Seja X1, X2, ,....., Xn são variáveis aleatórias independentes e identicamente distribuídas (iid)
tais que a E(Xi)=µ e VAR(Xi)=σ2, ambas finitas. E seja X a média amostral. Então:

= =√ . (6)
/

E apresentam uma aproximação da distribuição normal N(0,1). Onde esta proximidade torna-se é
cada vez maior à medida que Aumenta o tamanho amostral.

Teste de Hipótese em um Experimento

Estatística Experimental Página 2

Félix lellis da silva

Nos experimentos há a necessidade de testar a existência ou não de diferença entre médias ou

pares de médias, nesta condição corresponde testar as seguintes hipóteses:
= = = ⋯… =
= ≠ (ocorrendo em pelo menos um par de médias)

A análise de variância baseia-se na decomposição da variação total da variável resposta em partes

que podem ser atribuídas aos tratamentos, definida por ( variância entre) e ao erro experimental,
dita (variância dentro). Essa variação pode ser medida por meio das somas de quadrados definidas
para cada um dos seguintes componentes:

=∑ ∑ − (7)

(∑ ∑ )
Em que = que corresponde ao fator de correção.

∑
= − (8)

E a soma de quadrados dos resíduos pode ser obtida por diferença.

= − . (9)

Obs1: A soma dos quadrados dos tratamentos ( ) é definida de variação “Entre”, que é a
variação existente entre os diferentes tratamentos;
Obs2: A soma dos quadrados dos resíduos é chamada de variação “Dentro” que corresponde a
função das diferenças existentes entre as repetições de um mesmo tratamento.
Para responder o teste de hipótese, ou melhor, testar a hipótese nula (Ho), torna-se necessário
utilizar o teste F obtido a partir da tabela ANOVA (Tabela 1). Sendo necessário para como auxílio
utilizar a tabela F de Snendecor a 5% de probabilidade.

Estatística Experimental Página 3

Félix lellis da silva

Tabela 1: Análise de Variância - ANOVA

Fonte de Graus de Soma de Quadrados F calculado
Variação Liberdade Quadrados Médios
Tratamentos I-1 SQTrat QMTrat
QMTrat/QMRes
Resíduos I(J-1) SQRes QMRes
Total IJ-1 SQTotal

Observemos que o Quadrado Médio dos Tratamentos (QMTrat) é definido por:

= (10)

E o Quadrado Médio dos Resíduos (QMRes) dado por:

=( ( ))
(11)

Pode se observar que a relação entre o Quadrado Médio dos Tratamentos (QMTrat) e o Quadrado
Médio dos Resíduos (QMRes) tem distribuição F com (I-1) e I(J-1) graus de liberdade, (ver tabela
Anexo 1).

(
((
)
; )
= (12)
)

Decisão
Se Fcalculado> Ftabelado, rejeitamos a hipótese de nulidade H0, ou seja, existem evidências de
diferença significativa entre pelo menos um par de médias de tratamentos, ao nível α de
significância escolhido. Caso contrário, não se rejeitamos a hipótese de nulidade H0, ou seja, não
há evidências de diferença significativa entre tratamentos, ao nível α de significância definido de
forma prévia.

Outra maneira de avaliar a significância da estatística F é utilizando o nível descritivo ou p-valor.

Onde se o p-valor < α, rejeitamos a hipótese de nulidade H0. Caso contrário, não se rejeitamos a

Estatística Experimental Página 4

Félix lellis da silva

hipótese de nulidade H0, ou seja, não há evidencias de diferenças significativas entre os

tratamentos, ao nível α de significância escolhido.

DELINEAMENTO INTEIRAMENTE AO ACASO

Quando as unidades experimentais ou parcelas são homogêneas, ou seja, as parcelas são
uniformes, os tratamentos podem ser sorteados aleatoriamente nas unidades experimentais sem
qualquer restrição. Nessa situação, o delineamento experimental é chamado de delineamento
completamente casualizado (DCC) ou inteiramente ao acaso (DIC). Neste caso, todos os
tratamentos têm a mesma chance de serem aplicados em qualquer unidade experimental ou
parcela. Este tipo de delineamento é o tipo mais simples de aplicação da ANOVA.
Exemplo: Considere 4 tipos de cultivares, em que após germinação foram coletados o crescimento
em dias durante certo intervalo de dias.

Tratamentos repetições

I II III IV V VI VII VIII TOTAL

A 0,1958 0,1301 0,1806 0,1545 0,1252 0,1882 0,2211 0,1734 1,3689 1,8739

G 0,3627 0,4841 0,4119 0,4457 0,4755 0,5174 0,4173 0,4001 3,5147 12,3531

L 0,1621 0,1150 0,2011 0,2123 0,1475 0,1922 0,1802 0,2248 1,4352 2,0598

C 0,2841 0,3099 0,2922 0,1505 0,2345 0,1652 0,1379 0,1960 1,7703 3,1340

1,0047 1,0391 1,0858 0,9630 0,9827 1,0630 0,9565 0,9943 8,0891

19,42076

0,2769 0,3605 0,3281 0,2902 0,3185 0,3674 0,2745 0,2791 2,4952

Estatística Experimental Página 5

Félix lellis da silva

1º Passo: Calcular o fato de correção C

(∑ ∑ )
=

(8,0891) 65,4335
= = = = 2,0448
4×8 32

2º Passo: Calcular a soma dos quadrados total

= −

= 2,4952 − 2,0448 = 0,4504

3º Passo: Calcular a soma dos quadrados dos tratamentos

∑
= −

(1,8739 + 12,3531 + 2,0598 + 3,1340) 19,4208

= − 2,045 = − 2,045
8 8
= 2,4276 − 2,045 = 0,3828
4º Passo: Calcular o quadrado médio dos tratamentos

=
−1
0,3828
= = 0,1276
4−1

5º Passo: Calcular a soma dos quadrados dos Resíduos

= 0,4504 − 0,3828 = 0,0676

6º Passo: Calcular o quadrado médio dos resíduos

=
( ( − 1))
0,0676
= = 0,0024
28

Estatística Experimental Página 6

Félix lellis da silva

7º Passo: Calcular a estatística F.

0,1276
( ) = = = 53,1667
(
( )
; ) 0,0024

8º Passo: Ajustar os valores na Tabela ANOVA.

Fonte de Graus de Soma de Quadrados F calculado

Variação Liberdade Quadrados Médios
Tratamentos 4-1 = 3 SQTrat=0,3828 QMTrat=0,1276
QMTrat/QMRes=53,17
Resíduos 4(8-1)=28 SQRes=0,0676 QMRes=0,0024
Total (4.8)-1 SQTotal

Conclusão da análise de variância:

9º Passo: Nível de decisão do Teste.

F5% = 2,95 e F1% = 4,57
10º Passo: Conclusão do Teste.

Através do teste F a 5% de probabilidade (F1% = 4,57), foi encontrada evidência de diferenças

significativas, entre os tratamentos, com relação ao crescimento. Rejeitamos, portanto, a hipótese
de nulidade H0 .Neste sentido, deve existir, pelo menos um contraste significativo entre as médias
de tratamentos, com relação ao crescimento médio.

O mesmo pode ser observado quando se eleva o critério de decisão, ou seja, adota-se o teste a
nível alfa de 1%, ver valor de F a 1% na tabela ANEXO 2.

Estatística Experimental Página 7

Félix lellis da silva

TESTE TUKEY PARA COMPARAÇÃO DE MÉDIAS

Observamos que para nosso exemplo a ANOVA penas indica a existência de diferença significativa
entre ao menos um par de médias dos tratamentos, mas não classifica qual par apresenta tal
diferença. Neste sentido, torna-se necessário realizar comparações múltiplas de modo a avaliar a
magnitude das diferenças.
O teste de Tukey permite testar qualquer contraste, sempre, entre duas médias de tratamentos,
ou seja, não permite comparar grupos entre si.
O Contraste é definido como um vetor de médias em que a soma dos coeficientes é igual a zero
(ZIMMERMANN, 2004).
O teste baseia-se na Diferença Mínima Significativa (DMS = Δ(delta)). A estatística do teste é
obtida através da seguinte expressão:

∆= .

Em que:
q corresponde a amplitude total studentizada, tabelada (ver tabela Anexo 2);
QMRes é o quadrado médio do resíduo;
r corresponde o número de repetições.

A amplitude studentizada (q) depende do número de tratamentos e do número de graus de

liberdade do resíduo. Como o teste de Tukey é de certa forma, independente do teste F. Sendo
assim torna-se possível ocorrer mesmo sendo significativo o valor de Fcalculado, a não existência
de diferenças significativas entre contrastes de médias. Então:

Dados: q= 3,85
= 0,0024
r=8

Estatística Experimental Página 8

Félix lellis da silva

∆= ×

0,002414
∆= 3,85 × = 0,06696
8

S e o contraste for maior do que Δ, então as médias diferem ao nível α de significância.

1º Paso: Ordene as médias de forma crescente ou decrescente, para facilitar as comparações;

2º Passo: Coloque na primeira média após ordenamento uma letra do alfabeto, de modo a facilitar
adote a letra a;

3º Passo: Comparar a diferença com as médias seguintes (duas a duas).

Obs: Caso a diferença entre as médias seja superior ao valor de Δ( 5%) = 0, 06696, esta diferença
deverá ser considerada significativa ao nível alfa adotado. A diferença entre as médias
comparadas pode ser verificada a partir da avaliação das letras. Em caso de letras iguais não
existirá diferença significativa entre as mesmas, porém se caso as letras forem diferentes, neste
caso, há evidências de diferença significativa entre as médias. Vejamos:
Condição:
Média de G - Média de C = 0,4393 – 0,2213 = 0,2117 > 0,06696 (significativa)
Média de C - Média de L = 0,2213 – 0,1794 = 0,0419 < 0.06696 (não significativa)
Média de L - Média de A = 0,1794 – 0,1711 = 0,0008 < 0,06696 (não significativa)

Média de G 0,4393 a
Média de C 0,2213 b
Média de L 0,1794 b
Média de A 0,1711 b

Como conclusão, podemos inferir que as médias de crescimento seguidas de letras iguais, não
diferem significativamente entre si, pelo teste de Tukey ao nível de 5% de probabilidade. Neste
caso; o tratamento A difere de todos os demais tratamentos.

Estatística Experimental Página 9

Félix lellis da silva

Anexo 1

área =
TABELA VI Distribuição = 0,05
F de Snedecor
 = 0,05
F (valor tabulado)
gl graus de liberdade no numerador
denom. 1 2 3 4 5 6 7 8 9 10
1 161,45 199,50 215,71 224,58 230,16 233,99 236,77 238,88 240,54 241,88
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16
35 4,12 3,27 2,87 2,64 2,49 2,37 2,29 2,22 2,16 2,11
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08
45 4,06 3,20 2,81 2,58 2,42 2,31 2,22 2,15 2,10 2,05
50 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,03
100 3,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,97 1,93

Estatística Experimental Página 10

Félix lellis da silva

Anexo 2
Tabela- Valores da amplitude total estudentizada (q), para uso no teste de
Tukey aos níveis de significância de 5% e 1%.
v t (número de tratamentos)
α
(gl erro) 2 3 4 5 6 7 8 9 10
0,05 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80 6,99
5
0,01 5,70 6,98 7,80 8,42 8,91 9,32 9,67 9,97 10,24
0,05 3,46 4,34 4,90 5,30 5,63 5,90 6,12 6,32 6,49
6
0,01 5,24 6,33 7,03 7,56 7,97 8,32 8,61 8,87 9,10
0,05 3,34 4,16 4,68 5,06 5,36 5,61 5,82 6,00 6,16
7
0,01 4,95 5,92 6,54 7,01 7,37 7,68 7,94 8,17 8,37
0,05 3,26 4,04 4,53 4,89 5,17 5,40 5,60 5,77 5,92
8
0,01 4,75 5,64 6,20 6,62 6,96 7,24 7,47 7,68 7,86
0,05 3,20 3,95 4,41 4,76 5,02 5,24 5,43 5,59 5,74
9
0,01 4,60 5,43 5,96 6,35 6,66 6,91 7,13 7,33 7,49
0,05 3,15 3,88 4,33 4,65 4,91 5,12 5,30 5,46 5,60
10
0,01 4,48 5,27 5,77 6,14 6,43 6,67 6,87 7,05 7,21
0,05 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35 5,49
11
0,01 4,39 5,15 5,62 5,97 6,25 6,48 6,67 6,84 6,99
0,05 3,08 3,77 4,20 4,51 4,75 4,95 5,12 5,27 5,39
12
0,01 4,32 5,05 5,50 5,84 6,1 6,32 6,51 6,67 6,81
0,05 3,06 3,73 4,15 4,45 4,69 4,88 5,05 5,19 5,32
13
0,01 4,26 4,96 5,40 5,73 5,98 6,19 6,37 6,53 6,67
0,05 3,03 3,70 4,11 4,41 4,64 4,83 4,99 5,13 5,25
14
0,01 4,21 4,89 5,32 5,63 5,88 6,08 6,26 6,41 6,54
0,05 3,01 3,67 4,08 4,37 4,59 4,78 4,94 5,08 5,20
15
0,01 4,17 4,84 5,25 5,56 5,8 5,99 6,16 6,31 6,44
0,05 3,00 3,65 4,05 4,33 4,56 4,74 4,90 5,03 5,15
16
0,01 4,13 4,79 5,19 5,49 5,72 5,92 6,08 6,22 6,35
0,05 2,98 3,63 4,02 4,30 4,52 4,70 4,86 4,99 5,11
17
0,01 4,10 4,74 5,14 5,43 5,66 5,85 6,01 6,15 6,27
0,05 2,97 3,61 4,00 4,28 4,49 4,67 4,82 4,96 5,07
18
0,01 4,07 4,70 5,09 5,38 5,60 5,79 5,94 6,08 6,20
0,05 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92 5,04
19
0,01 4,05 4,67 5,05 5,33 5,55 5,73 5,89 6,02 6,14
0,05 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90 5,01
20
0,01 4,02 4,64 5,02 5,29 5,51 5,69 5,84 5,97 6,09
0,05 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81 4,92
24
0,01 3,96 4,55 4,91 5,17 5,37 5,54 5,69 5,81 5,92
0,05 2,89 3,49 3,85 4,10 4,30 4,46 4,60 4,72 4,82
30
0,01 3,89 4,45 4,80 5,05 5,24 5,40 5,54 5,65 5,76
0,05 2,86 3,44 3,79 4,04 4,23 4,39 4,52 4,63 4,73
40
0,01 3,82 4,37 4,70 4,93 5,11 5,26 5,39 5,50 5,60
0,05 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55 4,65
60
0,01 3,76 4,28 4,59 4,82 4,99 5,13 5,25 5,36 5,45
0,05 2,80 3,36 3,68 3,92 4,10 4,24 4,36 4,47 4,56
120
0,01 3,70 4,20 4,50 4,71 4,87 5,01 5,12 5,21 5,30
0,05 2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39 4,47
∞
0,01 3,64 4,12 4,40 4,60 4,76 4,88 4,99 5,08 5,16

Estatística Experimental Página 11

Félix lellis da silva

Anexo 3

área =
TABELA VI Distribuição = 0,01
F de Snedecor
 = 0,01
F (valor tabulado)
gl graus de liberdade no numerador
denom. 1 2 3 4 5 6 7 8 9 10
1 4052,2 4999,3 5403,5 5624,3 5764,0 5859,0 5928,3 5981,0 6022,4 6055,9
2 98,50 99,00 99,16 99,25 99,30 99,33 99,36 99,38 99,39 99,40
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,34 27,23
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98
35 7,42 5,27 4,40 3,91 3,59 3,37 3,20 3,07 2,96 2,88
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80
45 7,23 5,11 4,25 3,77 3,45 3,23 3,07 2,94 2,83 2,74
50 7,17 5,06 4,20 3,72 3,41 3,19 3,02 2,89 2,78 2,70
100 6,90 4,82 3,98 3,51 3,21 2,99 2,82 2,69 2,59 2,50

REFERENCIAS

ZIMMERMANN, F. J. P. Estatística aplicada à pesquisa agrícola. Santo Antônio de Goiás. Embrapa

Arroz e Feijão. 2004

Estatística Experimental Página 12