Escolar Documentos
Profissional Documentos
Cultura Documentos
Colaboradores:
Jorge Manuel de Isasa Araújo (Est. de Eng. Agronômica)
Dyego Leandro da Costa Monte (Est. de Eng. Agronômica)
Os escritores em geral devem mais às pessoas com quem convivem do que eles gostariam
de reconhecer. E o autor desta modesta apostila não foge à regra. Devemos mais aos
alunos, aos colegas, aos nossos professores, aos amigos do que sabemos reconhecer. Fazer
agradecimentos não é, pois, tarefa fácil. Mas alguns nomes precisam ser citados, porque
são de pessoas que deram ajuda, muito de perto para a elaboração deste texto. Ficam então
aqui registrados nossos agradecimentos aos Professores Fernando Pinheiro Reis e Paulo
Roberto Cecon (Estatística – UFV – Viçosa-MG), aos pós-graduandos que cursaram a
disciplina Estatística Experimental (UFPB – CCA) e Técnicas Experimentais em
Agronomia (UFPI / CCA / PPGA), contribuindo para a melhoria e aplicabilidade do
conteúdo. Claro, aos dois monotores da dsiciplina Experimentação Agrícola (2013.1),
estudantes de Eng. Agronômica Jorge Manuel de Isasa Araújo e Dyego Leandro da Costa
Monte, os quais auxiliaram nesta versão adaptada para a graduação.
1
APRESENTAÇÃO
2
UNIVERSIDADE FEDERAL DO PIAUÍ
CENTRO DE CIÊNCIAS AGRÁRIAS
DEP. DE PLANEJ. E POL. AGRÍCOLA
Prof.: Dres. Algaci Lopes
OBJETIVO GERAL
CONTEÚDO PROGRAMÁTICO
1. INTRODUÇÃO
Parcela
Casualização
Repetição
Controle de local
Teste de F
Teste de t
Contrastes
Teste de Tukey
Teste de Duncan
Teste de Scheffé
4. DELINEAMENTOS BÁSICOS
3
5. ANÁLISE DE CORRELAÇÃO E DE REGRESSÃO
METODOLOGIA
SISTEMÁTICA DE AVALIAÇÃO
Serão 4 (quatro) notas: 3 (três) provas escritas, com questões teóricas e práticas e 1 (uma)
quarta nota, que será o resultado da soma de diversas atividades de classe (5 pontos),
teóricas e práticas, além da apresentação de um trabalho (5 pontos), totalizando 10 pontos.
O exame final e registro da nota final serão regidos pela resolução pertinente e vigente do
CEPEX.
OBSERVAÇÃO: O professor informará sistematicamente o número de FALTAS, e
aqueles que completarem a quantidade REPROVATIVA (16 faltas) não terão mais
direito a fazer provas, sendo considerados REPROVADOS POR FALTA (RF).
BIBLIOGRAFIA BÁSICA
4
BIBLIOGRAFIA COMPLEMENTAR
FONSECA, J.S. MARTINS, G.A. Curso de estatística. 3 ed. São Paulo – SP. Atlas. 1992.
317 p.
SAMPAIO, I.B.M. Estatística aplica à experimentação animal. Belo Horizonte-MG.
Fundação de Ensino e Pesquisa em Medicina Veterinária e Zootecnia. 1998. 221 p.
STORCK, R.G.D. ESTEFANEL, V. GARCIA, D.C. Experimentos fatoriais: modelos e
análises pelos pacotes SAS e SAEG e STORCK, L. LOPES, S.J. Experimentação II.
Santa Maria – RS. Dep. de Fitotecnia / UFSM, 1997. 207 p.
PERIÓDICOS
Crop Science
Biometrics
Pesquisa Agropecuária Brasileira – PAB
Ciência Rural
5
ESTATÍSTICA EXPERIMENTAL
6
ÍNDICE
Pág.
CAPÍTULO I - Medidas de Posição e de Dispersão .................................................... 08
CAPÍTULO II - Princípios Básicos da Experimentação .............................................. 10
CAPÍTULO III - Delineamento Inteiramente Casualizado (DIC) ............................... 12
CAPÍTULO IV - Testes Paramétricos de Comparações Múltiplas ............................. 16
CAPÍTULO V - Delineamento em Blocos Casualizados (D.B.C.) ............................. 25
CAPÍTULO VI - Delineamento ao Quadrado Latino (DQL) ...................................... 29
CAPÍTULO VII - Experimentos Fatoriais ................................................................... 33
CAPÍTULO VIII - Experimentos em Parcelas Subdivididas ...................................... 47
CAPÍTULO IX - Análise de Regressão e de Correlação ............................................. 54
Análise de Correlação .................................................................................................. 54
Listas de Exercícios ...................................................................................................... 64
Bibliografias ................................................................................................................. 70
TABELAS Estatísticas (F, Tukey, Duncan, ..., a 1%, 5% e 10%) ............................... 71
ANÁLISE ESTATÍSTICA VIA SAEG, Versão 9.1 – For Windows ................... 79
ANÁLISE CONJUNTA DE UM EXPERIMENTO .................................................... 82
7
CAPÍTULO I
8
Portanto, além da média, necessitamos de uma medida estatística complementar
para melhor caracterizar cada amostra apresentada. As mais usuais medidas responsáveis
por esta caracterização são:
= 2 e s= S2
9
CAPÍTULO II
Princípios Básicos da Experimentação
10
Os princípios acima mencionados norteiam modelos experimentais que objetivam
basicamente controlar ou isolar as diversas variações experimentais, dentre as quais
podemos destacar três tipos básicos de variações:
a) Variação premeditada – que seria aquela introduzida pelo experimentador, com o
objetivo de fazer comparações (são os tratamentos). Ex.: competição entre variedades,
diferentes adubações, temperaturas, etc.
b) Variação sistemática – é um tipo de variação não intencional, de origem conhecida,
podendo ser controlada pelo experimentador. São as variações inerentes às condições
experimentais: clima, área, animais em estudo, etc. Pode ser controlada extratificando-
se o experimento em blocos, linhas ou colunas, conforme o delineamento experimental
adotado. Se desprezada, esta variação estará sendo somada à variação residual,
aumentando demasiado o erro experimental, reduzindo a precisão do experimento e
dificultando a validez dos testes de comparações múltiplas e da própria análise de
variância, os quais serão vistos nos capítulos posteriores.
c) Variação aleatória – são as variações não intencionais, de origem desconhecida, que
não podem ser controladas pelo experimentador. Constitui o erro experimental ou
resíduo.
11
CAPÍTULOS III A IX
Delineamentos, Arranjos Experimentais e Testes de Comparações Múltiplas
CAPÍTULO III
Delineamento Inteiramente Casualizado (DIC)
12
Coleta de dados: TRATAMENTOS
cij Ij
1 G2
SQT =
J i
Ti 2
Ij
SQ Res = SQ total – SQT
Fonte de Variação GL SQ QM F
Tratamento I–1 SQT QMT QMT/QMR
Resíduo I(J – 1) SQR QMR
Total I J–1
F (gl de trat; gl de res.)
13
Hipótese Estatística:
Ho: T1 = T2 = ... = Tn ou seja, os tratamentos são, estatisticamente, iguais entre si;
H1: Existe diferença estatística entre os tratamentos.
Repetições
Tratamentos Totais
1 2 3 4
1 4,6 5,7 5,8 5,5 21,6
2 6,0 7,1 7,2 6,8 27,1
3 5,8 7,2 6,9 6,7 26,6
4 5,6 4,9 5,9 5,7 22,1
5 5,8 6,4 6,6 6,8 25,6
123,0
2 2
SQ total = (4,6) + (6,0) + ... + (6,8) – 2 1232 = 10,63
20
1 G2
SQT = Ti
2
J i Ij
14
1
SQT = 21,62 27,12 ... 25,62
123 = 6,63
2
4 20
SQ Res = 10,63 – 6,63 = 4,01
Quadro – ANOVA
F.V. GL SQ QM F
Tratamento 4 6,63 1,66* 6,15
Resíd. 15 4,00 0,27
Total 19 10,63
F5% (4; 15) = 3,06
* Significativo ao nível de 5% de probabilidade.
Conclusão: Rejeita-se Ho, logo, existe pelo menos um contraste entre médias de
tratamentos, estatisticamente diferente de zero, ao nível de 5% de probabilidade. Neste
caso, recomenda-se a aplicação de testes de comparações múltiplas entre as médias de
tratamentos.
15
CAPÍTULO IV
Testes Paramétricos de Comparações Múltiplas
Uma vez significativo o teste F que sugeriu que pelo menos um contraste entre
médias de tratamentos seria significativo, faz-se necessária a aplicação de testes
específicos, que têm como objetivo ranquear os tratamentos, e assim permitir ao
pesquisador tirar conclusões mais seguras e fazer suas recomendações ao público alvo do
experimento.
4.1. Teste Tukey: É usado para testar todo e qualquer contraste entre duas médias.
vˆcˆ
1
Fórmula geral: = q
2
= diferença mínima significativa.
q = amplitude total estudentizada.
q = f (, n, n’)
= nível de significância.
n = número de tratamentos.
n' = número de graus de liberdade do resíduo.
Seja cˆ m
ˆi m
ˆu
V cˆ V m ˆ u
ˆi m
Admitindo as médias mi independentes V cˆ V m ˆ u
ˆi m
Admitindo que:
V2 V2
mˆ i Vem de ri repetições V cˆ ;
ri ru
m̂u Vem de ru repetições
V2 V2
V c
ˆ ˆ V 2 QMR
ri ru
1 1
Vˆ cˆ QMR
ri ru
QMR 1 1
= q ; Se ri = ru = r, então,
2 ri ru
QMR
= q
r
Regra Decisória:
Se | ĉ | O contraste é significativo (estatisticamente 0)
Se | ĉ | < O contraste é não-significativo (estatisticamente nulo)
16
No exemplo 1, comparar as médias pelo teste TUKEY
Ho: mi = mj
H1: mi mj ij
ˆ 2 6,77
m
ˆ 3 6,65
m
QMR 0,26
ˆ 5 6,40
m =q ; q5ao (5;15) = 4,37 = 4,37 = 1,11
r 4
ˆ 4 5,52
m
ˆ 1 5,25
m
m2 = 6,77 a
m3 = 6,65 a
m5 = 6,40 ab
m4 = 5,52 bc
m1 = 5,25 c
Conclusão: As medias seguintes de pelo menos uma letra, não diferem entre si, ao
nível de 5% de probabilidade, pelo teste TUKEY. Assim o são, os respectivos
tratamentos.
4.2. Teste Duncan: É também usado para testar contrastes entre duas médias: É menos
rigoroso que o teste de Tukey em termos de rejeitar Ho. Assim, o teste Duncan pode
indicar resultados significativos em casos em que o teste de Tukey não indicaria.
V cˆ
1 ˆ
Fórmula geral: Di = Z
2
Di = diferença mínima significativa.
Zi = amplitude total estudentizada.
Z = f (, n, n’).
= nível de significância.
ni = número de médias ordenadas abrangidas pelo contraste.
n' = número de graus de liberdade do resíduo.
Obs.: Quando a maior média não diferir significativamente da menor, pelo teste
Duncan, não se admitirá diferenças significativas, pelo mesmo teste, entre
médias intermediárias.
Vimos que: cˆ m
ˆi m
ˆu
17
1 1 QMR 1 1
Vˆ cˆ QMR Di = Z = ; Se ri = ru = r
ri ru 2 ri ru
QMR
Di = Z =
r
Consideramos o exemplo 1, aplicar o teste Duncan adotando = 5%.
Ho: mi = mj
H1: mi mj ij
mˆ 2 6,77
mˆ 3 6,65
mˆ 5 6, 40
mˆ 4 5,52
mˆ 1 5, 25
0,26
Z5% (5; 15) = 3,31 D5 = 3,31 ˆ 2 mˆ 1 | = 1,52*
= 0,84| m
4
0,26
Z5 (4; 15) = 3,25 D4 = 3,25 ˆ 2 mˆ 4 | = 1,25*; | mˆ 3 mˆ 1 | = 1,40*
= 0,83 | m
4
0,26
Z5 (3; 15) = 3,16 Dj = 3,16 = 0,80
4
ˆ2 m
|m ˆ3 m
ˆ 5 | = 0,37n.h.; | m ˆ 4 | = 1,13*; | mˆ 5 mˆ 1 = 1,15*|
0,26
Z5 (2; 15) = 3,01 D2 = 3,01 = 0,77
4
ˆ5 m
|m ˆ 4 mˆ 1 | = 0,27n.h.
ˆ 4 | = 0,88*; | m
m2 = 6,77
m3 = 6,65
m5 = 6,40
m4 = 5,52
m1 = 5,25
Conclusão: As medias unidas por uma mesma barra, não diferem entre si, ao nível de
5% de probabilidade, pelo teste Duncan.
4.3. Teste de Newman-Keuls: Usado para testar contrastes entre duas médias. Em termos
de rigor é intermediário entre os testes de Tukey e Duncan. Usa-se a metodologia de
Duncan com a tabela de Tukey.
18
V cˆ ;
1 ˆ
Fórmula geral: i = q q = f(; g’; n’)
2
= nível de significância.
g' = número de médias ordenadas abrangidas pelo contraste.
n' = número de graus de liberdade do resíduo.
1 1 QMR 1 1
Vˆ cˆ QMR i = qi = ; Se ri = ru = r
ri ru 2 ri ru
QMR
i = qi =
r
No exemplo comparar as médias pelo teste de N.K.
Ho: mi = mj
H1: mi mj para i j
m2 = 6,77
m3 = 6,65
m5 = 6,40
m4 = 5,52
m1 = 5,25
q (5,15) = 4,37
0,26
5 = 4,37 1,11; | mˆ 2 mˆ 1 1,52* |
4
0,26
q5 = (4,15) = 4,08 4 = 4,08 1,04
4
ˆ2 m
|m ˆ 4 | 1,25; | m
ˆ3 m
ˆ 1 | = 1,40
0,26
q5%(3; 15) = 3,67 3 = 3,36 = 0,93
4
| mˆ 2 mˆ 5 | = 0,37n.s | m ˆ 4 | = 1,13* | mˆ 5 mˆ 1 | = 1,15*
ˆ3 m
0,26
q5 ao (2, 15) 3,01 2 = 3,01 = 0,77
4
ˆ5 m
|m ˆ 4 | = 0,88*, ˆ 4 mˆ 1 | = 0,27ns
|m
Conclusão: As médias unidades por uma mesma barra não diferem entre si pelo teste
N.K. Ao nível de 5% de probabilidade.
19
4.4. Teste de Dunnett: Este teste é utilizado quando as únicas comparações que
interessam ao experimentador são aquelas feitas entre um determinado tratamento
padrão, geralmente a testemunha ou controle, e cada um dos demais tratamentos, não
havendo interesse na comparação dos demais tratamentos entre si. Assim, um
experimento com I tratamentos (um dos quais a testemunha ou padrão P) permite a
aplicação do teste a I-1 comparações.
O valor do teste ou diferença mínima d’ é dado por:
d’ = td.s ĉ
td é o valor dado na tabela para uso: no teste de Dunnett.
td = f(, n1, n2)
d’ = diferença mínima significativa
= nível de significância
1 1
n1 = número de g.l. para tratamento s cˆ Vˆ cˆ Vˆ cˆ QMR
ri rp
n2 = número de g.l. para o resíduo.
QMR 1 1 2.QMR
d’ = td. ; Se ri = ru = r d’ = td.
ri ru r
cˆ1 m
ˆ2 m ˆ 1 1,52 *
cˆ2 mˆ3 mˆ 1 1,40 *
cˆ3 mˆ 4 mˆ 1 0,27 n.s.
cˆ4 mˆ5 m ˆ 1 1,15 *
20
4.5. Teste de Scheffé: Este teste pode ser aplicado para testar todo e qualquer contraste
entre médias de tratamentos. É freqüentemente utilizado para testar contrastes que
envolvem grupos de médias.
S= I 1FVˆ cˆ
Onde:
I = número de tratamentos de experimento;
F = valor tabelado; F = F(n1, n2);
n1 = g.l. para tratamento;
n2 = g.l. para o resíduo.
Seja cˆ a1m
ˆ 1 a2 m ˆ k V cˆ V a1m
ˆ 2 ak m ˆ 1 a2 m ˆk
ˆ 2 ak m
Admitindo as médias independentes: Obs.: V(k . x) = k2 . V(x); K = cte.
V cˆ V a1m
ˆ 1 V a2 m
ˆ 2 V ak m
ˆk
V2
V mˆ i
ri
V2 V2 V2
V cˆ a12 a22 ak2
r1 r2 rk
2
a22 ak2
V cˆ V 2 1
a
1
r r2 ak
Substituindo V2 por QMR
a2 a2 a2 a
2
Vˆ cˆ QMR 1 2 k QMR. i Assim:
r1 r2 ak ri
a2
a32
I 1.F .QMR. ai
2 2
S= I 1F a1 k QMR S=
r1 r2 rk ri
Hipóteses:
Ho : c 0 Se | cˆ | S : Rejeita - se Ho
H1 : c 0 Se | cˆ | S : Aceita - se Ho
21
4.6. Teste “t” de Student: É usado para testar contrastes entre duas médias ou contrastes
que envolvem grupos de médias. É mais complexo que o teste de Scheffé. Para a
aplicação correta deste teste devemos considerar os seguintes requisitos básicos:
a) Os contrastes a serem testados devem ser ortogonais entre si;
b) Os contrastes devem ser estabelecidos antes de serem examinados os dados (na
fase de planejamento do experimento).
A estatística do teste, denotada por “t”, é calculada por:
cˆ 0 cˆ
t= ou seja, tcalculado =
Vˆ cˆ ai
2
QMR.
ri
Hipóteses: Ho : c = 0
H1 : c 0
Regra Decisória:
{Se |t calc| t (g.l. resíduo) : Rejeita-se Ho
{Se |t calc| < t (g.l. resíduo) : Aceita-se Ho
Aplicação prática
Em um experimento de competição de adubos nitrogenados para o abacaxizeiro,
foram utilizados 6 tratamentos (5 tipos de adubo e 1 testemunha), com 4 repetições por
tratamento, no D.I.C.
Os tratamentos utilizados, com as respectivas médias de produção, em Kg/parcela,
foram: Tratamentos
1. testemunha m̂1 = 21,57
2. sulfato de amônio m̂2 = 27,76
3. Salitre do chile m̂3 = 24,58
4. Uréia m̂4 = 28,44
5. Nitrogênio de cubatão m̂5 = 28,85
6. Nitrocálcio de cubatão m̂6 = 28,30
A estimativa da variância residual ou QMR = 0,64.
1. Teste de Scheffé
Esquema resumido da ANOVA.
F.V. GL
Tratos 5
Resíduos (18)
total 23
22
O contraste que nos permite efetuar a comparação acima é:
C = 5m1 – m2 – m3 – m4 – m5 – m6, pois m1 é o controle (sem adubo nitrogenado).
Ho : c = 0
H1 : c 0
Scheffé (S)
cˆ 5m
ˆ1 m
ˆ2 m
ˆ3 m
ˆ4 m
ˆ5 m
ˆ6
ĉ = 5(21,57) – 27,76-24,58-28,44-28,85-28,30 = -30,08 kg/parcela, indicando que os
adubos nitrogenados proporcionaram, em média, um aumento de produção de 6,02
kg/parcela ( ĉ /5 = 30,08/5 = 6,02) em relação à testemunha.
QMR ai 2 0,64
V̂ ĉ 30 = 4,80
r 4
S= I 1 F V̂ ĉ
I = 6; F5% (5; 18) = 2,77; S= 5 2,77 4,80 = 8,15
2. Teste t
C = 5m1 – m2 – m3 – m4 – m5 – m6
Ho : c = 0
H1 : c 0
|tcalc| > t5% (18): Rejeita-se o Ho, ou seja, os adubos nitrogenados produziram, em
média, mais que a testemunha.
23
>> O contraste que nos fornece esta comparação (item d) é:
C = 2m2 + 2m3 + 2m4 – 3m5 – 3m6
24
CAPÍTULO V
5.1. Introdução
5.2. Casualização
E A B D C Bloco 2
D B C A E Bloco 3
C E A B D Bloco 4
25
eij = efeito devido aos fatores não controlados (erro experimental ou residual).
8.4. Análise de Variância
Quadro da ANOVA:
F.V. GL SQ QM F
Blocos J-1 SQB
Tratos I-1 SQT QMT QMT
Resíduo (I-1).(J-1) SQR QMR QMR
Total IJ-1 SQtotal
26
Para = 5%, podem-se:
a) Proceder a ANOVA
b) Aplicar o teste TUKEY
c) Aplicar o teste Duncan
d) Determinar o Coeficiente de Variação (C.V.)
e) Decompor a SQT em contrastes ortogonais e testa-los
f) Testar o contraste C = m1 + m2 + m3 – m3, utilizando o teste “t” e Scheffé.
Soluções:
a) ANOVA:
G2
SQtotal = Yij
2
IJ
2 2
SQtotal = 142,36 + 139,28 + ... + 150,22 -2 2.858,802
20
SQtotal = 1.273,9522
1
SQT Ti 2
G2 1
571,212 620,48 2
2.858,80
2
J i IJ 4 20
SQT = 798,9298
1 G2 1
2.858,80
2
SQB = j
2
726,24 2 700,18 2
I j IJ 5 20
SQB = 72,6976
SQRes = SQtotal – SQT – SQB = 406,3248
27
Quadro da ANOVA
F.V. GL SQ QM F
tratos 4 794,9298 198,7325 5,87*
Blocos 3 72,6976
Resid. 12 406,3248 33,8604
total 19 1.273,9522 F5% (4; 12) = 3,26
* Significativo de 5% de probabilidade.
b) Teste de TUKEY
Ho : mi = mj
H1 : mi = mj para i j
mˆ 5 155,12 m5 a
mˆ 1 142,80 m1 a b
33,8604
mˆ 4 140,01 m4 b q5% (5; 12) = 4,51 = 4,51 13,12
4
mˆ 3 138,74 m3 b
mˆ 2 138,03 m2 b
Conclusão: As médias seguidas de pelo menos uma mesma letra, não diferem entre si, ao
nível de 5% de probabilidade, pelo test4e de Tukey.
Obs.: Resolver os itens seguintes.
28
CAPÍTULO VI
Delineamento ao Quadrado Latino (DQL)
6.1. Introdução
Exemplos:
1) Suponhamos que se deseja comparar 5 rações para animais. Sabe-se que diferentes
idades e diferentes pesos iniciais afetam o ganho de peso desses animais. Assim,
pode-se colocar 5 animais de mesma idade nas linhas e 5 animais com mesmo
peso inicial nas colunas.
PESOS
IDADE
P1 P2 P3 P4 P5
I1 B E D A C
I2 C A B D E
I3 D B C E A
I4 A C E B D
I5 E D A C B
6.2. Características
29
6) Os quadrados latinos constituem um bom tipo de delineamento, mais sua
flexibilidade é muito menor em relação aos demais. Como o número de repetições
deve ser igual ao número de tratamentos, linhas ou colunas, em geral não se usam
quadrados latinos no caso de se ter mais de 8 tratamentos, pois o número de
repetições seria, na maioria das vezes, um tanto exagerado.
7) Os quadrados latinos 2x2, 3x3 e 4x4 apresentam, respectivamente, 0, 2 e 6 graus
de liberdade para o resíduo. Em tais casos, recomenda-se repetir suficientemente o
experimento, objetivando um número de graus de liberdade aceitável para a
variância residual 9ex.: Dois QL de 4x4 dão 15 g.l.res.). Os quadrados latinos
mais usuais são 5x5 até 8x8.
6.3. Casualização
30
6.4. Modelo Estatístico
Quadro ANOVA:
F.V. GL SQ QM F
Linhas I-1 SQL
Colunas I-1 SQC
Tratamentos I-1 SQT QMT QMT/QMR
Resíduo (I-2) (I-1) SQR QMT
2
Total I -1 SQtotal
Exemplo:
31
2 2
SQtotal = 432 + 724 + ... + 318 - 2 117632 257724
25
1
SQL = 2322 2 2676 2 2325 2
11763 30480
2
5 25
1
SQC = 2654 2 2289 2 1970 2
11763 55640
2
5 25
Totais dos tratos: TA = 2463; TB = 2204; TC = 3024; TD = 2067; TE = 2005
SQT =
1
24632 2204 2 2005 2
11763 137488
2
5 25
SQRes = SQtotal – SQL – SQC – SQT = 34116
Quadro ANOVA:
F.V. GL SQ QM F
Linhas 4 30480
Colunas 4 55640
Tratos 4 137488 34372
Resíduo 12 34116 (2843) 12,09*
total 24 257724
* significativo ao nível de 5% de probabilidade, pois F5% (4; 12) = 3,26
Teste TUKEY:
Ho : mi = mj
H1 : mj mj para i j
QMR
ˆ c 604,80
m mc a q
r
ˆ A 492,60
m mA b
2,843
ˆ B 440,80
m mB b q
5
ˆ E 413,40
m mD b
ˆ E 401,00
m mE b 107,54
Conclusão: As médias seguidas de pelo menos uma mesma letra, não diferem entre si, ao
nível de 5% de probabilidade, pelo teste Tukey.
Aplicar o teste Duncan
Testar o contraste: C = 3m1 – m2 – m3 – m4 pelos testes de Scheffé e “t”.
32
CAPÍTULO VII
Experimentos Fatoriais
7.1. Introdução
Experimentos Fatoriais são aqueles em que se estudam simultaneamente dois ou
mais fatores. Esses experimentos entre si, não constituem um delineamento experimental,
mas, podem ser executados em qualquer dos delineamentos, tais como: inteiramente
casualizado, blocos casualizados, quadrado latino, etc.
Os experimentos fatoriais geralmente são mais eficientes do que os experimentos
simples com um só conjunto de tratamentos (por exemplo só competição de cultivares, sem
variação de espaçamentos ou só espaçamentos com único cultivar) e permitem tirar
conclusões mais gerais. Assim, se plantarmos 4 cultivares novos (A, B, C, D) num mesmo
espaçamento E1, somente poderemos concluir que A, por exemplo, é o melhor se este
espaçamento for usado. É possível, porém, que com outro espaçamento E2 o cultivar B
venha a superar largamente qualquer outro cultivar com qualquer outro espaçamento. Num
experimento fatorial com cultivares e espaçamentos simultaneamente esta possibilidade é
pesquisada, de modo que as conclusões são mais gerais.
Nos experimentos fatoriais cada nível de um fator se combina com cada um dos
níveis de outros fatores, constituindo um tratamento. Assim, em um experimento com dois
fatores A e B, onde o fator A tem 4 níveis (A1, A2, A3, A4) e o fator B 3 níveis (B1, B2, B3),
teremos, então, um fatorial 4x3 e os tratamentos, resultantes de todas as combinações
possíveis, são:
A1B1 A2B1 A3B1 A4B1
A1B2 A2B2 A3B2 A4B2
A1B3 A2B3 A3B3 A4B3
33
Os tratamentos serão:
N0P0K0 N1P0K0
N0P0K1 N1P0K1
N0P1K0 N1P1K0
N0P1K1 N1P1K1
Quando os tratamentos são quantitativos, é comum apresentar somente
através dos níveis. Assim, temos as combinações.
0 0 0 1 0 0
0 0 1 1 0 1
0 1 0 1 1 0
0 1 1 1 1 1
B\A a1 a2 a3
b1 2 4 6
b2 5 7 9
a1 a2 a3
2.2. Há interação:
b1
B\A a1 a2 a3
b1 2 4 6
b2 5 10 2 b2
a1 a2 a3
34
7.3. Análise de Variância:
G2
SQtotal = Yijk 2 C ; C
ijk IJK
1
Ai C
2
SQ(A) =
Jk i
1
Bj C
2
SQ(B) =
Ik j
SQ(AxB) = SQ(A, B) – SQ(A) – SQ(B)
35
Onde:
A1 B J C
1 2
SQ(A, B) = SQT =
k ij
SQResíduo = SQtotal – SQT
SQ A
1
12
564 2 600 2 6512 c 318,50
SQB
1
9
390 2 423 2 483 2 519 2 c 1124,75
SQT
1
3
120 2 126 2 186 2 c 1454,75
36
SQ (AxB) = 1.454,75 – 318,50 – 1.123,75 = 11,50
SQ Re síduo = SQTotal – SQTrats (A, B)
SQ Re síduo = 1.498,67 – 1.454,75 = 43,92
Quadro ANOVA:
F.V. GL SQ QM F
Fator A 2 318,50 159,25 87,02**
Fator B 3 1.124,75 374,91 204,87**
Int. A x B 6 11,50 1,92 1,05n.s.
(tratamentos) (11) (1.454,75)
Resíduo 24 43,93 1,83
total 35
** significativo ao nível de 1% de probabilidade;
n.s. não significativo ao nível de 5% de probabilidade, pelo teste F.
Conclusões:
a) Existe pelo menos um contraste entre médias dos níveis do fator A,
estatisticamente diferente de zero, ao nível de 1% de probabilidade.
b) Existe pelo menos um contraste entre médias dos níveis do fator B, estatisticamente
diferente de zero, ao nível de 1% de probabilidade.
c) Não existe interação entre os fatores A e B. Isto significa que o comportamento de
um fator não depende dos níveis do outro fator, sendo portanto, independentes.
Neste caso, os fatores podem ser estudados isoladamente.
q5ao 3;24
QMR 1,83
m̂ A2 50,00 b 3,53 1,38
12 12
m̂ A1 47,00 c
Conclusão: As médias dos níveis do fator A seguidas de pelo menos uma mesma letra, não
diferem entre si, ao nível de 5% de probabilidade, pelo teste Tukey.
37
TBi
Fator B m̂ Bj ; q5ao 4;24 3,90
9
m̂B 4 57,66 a
1,83
m̂ B3 53,66 b 3,90 1,76
9
m̂B 2 47,00 c
m̂B1 43,33 d
Conclusão: As médias dos níveis do fator B seguidas de pelo menos uma letra, não
diferem entre si, ao nível de 5% de probabilidade pelo teste Tukey.
38
7.6. Um exemplo com interação significativa:
ANOVA:
1
SQT 69,4 74,5 62,8
2 2 2 871,12
215,5364
3 36
SQ A
1
304,9 2 310,2 2 256,0 2
871,12 148,8039
12 36
SQB
1
208,4 2 217,4 2 228,4 2 216 2
871,12 22,4097
9 36
SQ (A x B) = 215,5364 – 148,8039 – 22,4097 = 44,3228
Quadro da ANOVA
F.V. GL SQ QM F
A 2 148,8039 74,4019 66,43*
B 3 22,4097 7,4699 6,67*
AxB 6 44,3228 7,3871 6,59*
(Tratamentos) (11) 215,5364
Blocos 2
Resíduo 22 24,6400 (1,1200)
total 35
* Significativo ao nível de 5% de probabilidade.
39
Conclusões:
a) Existe pelo menos um contraste entre médias dos níveis do fator A,
estatisticamente diferente de zero, ao nível de 5% de probabilidade.
b) Existe pelo menos um contraste entre médias dos níveis do fator B, estatisticamente
diferente de zero, ao nível de 5% de probabilidade.
c) Existe interação entre os fatores A e B ao nível de 5% de probabilidade. Isto
significa que o comportamento de um fator depende dos níveis do outro fator,
evidenciando uma dependência entre os fatores. Neste caso, não estudamos os
fatores isoladamente, mas modificamos a análise anterior desdobrando a interação,
avaliando o comportamento de um fator em cada nível do outro fator.
SQ A / B3
1
78,4 2 84,8 2 65,2 2
228,42 66,595
3 9
SQ A / B4
1
82,6 2 71,5 2 62,8 2
216,92 65,660
3 9
Obs.: SQ(A/B) = SQ(A/B1) + SQ(A/B2) + SQ(A/B3) + SQ(A/B4) = … = SQ(A) +
SQ(AxB)
ANOVA
F.V. GL SQ QM F
Fator: B 3 22,4097
Fator: A/B1 2 16,6689 8,3344 7,44*
A/B2 2 44,2022 22,1011 19,73*
A/B3 2 66,5955 33,2977 29,73*
A/B4 2 65,6600 32,8300 29,31*
(Tratamentos) (11) (215,5364)
Blocos 2
Resíduo 22 24,6400 (1,1200)
total 35
F5% (2; 22) = 3,44 * Significativo ao nível de 5% de probabilidade.
Conclusão: Dentro de cada nível de B, existe pelo menos um contraste entre médias dos
níveis de A, estatisticamente diferente de zero, ao nível de 5% de probabilidade. Nesse
caso, aplica-se um teste de comparação múltipla para o fator A em cada nível do fator B,
uma vez que em todos houve interação.
40
Teste de Tukey
1,12
q5ao (3; 22) = 3,58; = 3,58 2,19
3
Obs.: o r é o mesmo usado para obter as médias.
ˆ A5 / B1 24,83 a
m m̂ A2 / B2 26,4 a
m̂ A1 / B1 23,13 a b m̂ A1 / B2 24,83 a
m̂ A3 / B1 21,50 b m̂ A3 / B2 21,17 b
m̂ A2 / B3 28,27 a m̂ A1 / B4 27,57 a
m̂ A1 / B3 26,13 a m̂ A2 / B4 23,83 b
m̂ A3 / B3 21,73 b m̂ A3 / B4 20,93 c
Conclusão: Dentro de um mesmo nível de B, as médias dos níveis de A seguidas de pelo
menos uma mesma letra, não diferem entre si, ao nível de 5% de probabilidade, pelo teste
Tukey.
Anova Suplementar
F.V. GL SQ QM F
Fator A 2 148,8039
Fator B/A1 3 31,6425 10,5475 9,42*
B/A2 3 33,9633 11,3211 10,11*
B/A3 3 1,1267 0,3756 0,33n.s
(tratamentos) (11) (215,5364)
Blocos 2
Resíduo 22 24,64 (1,12)
total 35
F5% (3; 22) = 3,05 * Significativo ao nível de 5% de probabilidade. ns – não
significativo ao nível de 5% de probabilidade.
41
Conclusões:
a) Dentro dos níveis A1 e A2, existe pelo menos um contraste entre médias dos níveis B,
estatisticamente diferente de zero, ao nível de 5% de probabilidade.
b) Todos os contrastes entre médias dos níveis de B dentro de A3, são estatisticamente
nulos, ao nível de 5% de probabilidade.
Observação:
SQ(B/A) = SQ(B/A1) + SQ(B/A2) + SQ(B/A3) = SQ(B) + SQ(AxB)
Teste de Tukey
Para comparar as médias dos níveis de B dentro de A1 e A2 (onde houve efeito
significativo), procede-se de maneira análoga ao desdobramento anterior, onde a
expressão para o teste Tukey será:
Testar o contraste:
C = mB1/A1 + mB2/A1 + mB3/A1 – mB4/A1
HO : c = o
H1 : c o
ĉ 23,13 24,83 26,13 327,53 8,50
V̂ ĉ 1 1 1 9 4,48
QMR 1,12
ai
2
3 3
ĉ 8,50
t 4,01
V̂ ĉ 4,48
42
7.7. Um exemplo com três fatores:
Num experimento, sob o esquema fatorial 23 ou 2 x 2 x 2, com adubação à base de
N-P-K em cana-de-açúcar, seguindo o delineamento em blocos casualizados, com 4
repetições, as produções em t/ha, foram:
BLOCOS
Tratamentos Totais
I II III IV
000 controle 63,9 43,1 58,9 57,2 223,1
100 N 32,5 50,3 50,3 68,4 201,5
010 P 64,9 61,1 58,2 71,2 255,4
001 K 46,5 40,1 56,0 51,8 194,4
110 NP 59,7 73,2 73,7 82,7 289,3
101 NK 45,2 58,4 53,7 76,0 233,3
011 PK 73,6 45,3 88,8 62,7 270,4
111 NPK 70,8 68,5 78,7 84,9 302,9
Totais 457,1 440,0 518,3 554,9 1.970,3
C
1.970,32 121.315,06
32
SQtotal = 63,92 + 32,52 + ... + 84,92 – C = 5.852,17
SQBlocos =
1
8
457 ,12 440,0 2 554,9 2 C 1.071,10
SQT =
1
4
223,12 201,5 2 302,9 2 C 2.781,02
43
Ko K1 Totais
No 478,5 464,8 943,3
N1 490,8 536,2 1.027,0
totais 969,3 1.001,0 1.970,3
Ko K1 Totais
Po 424,6 427,7 852,3
P1 544,7 573,3 1.118,0
totais 969,3 1.001,0 1.970,3
SQN
1
16
943,3 2 1.027 ,0 2 c 218,93
SQP
1
16
852,3 2 1.118,0 2 c 2.206,14
SQK
1
16
969,3 2 1.001,0 2 c 31,40
SQN , P
1
8
417 ,5 2 592,2 2 c 2.500,40
SQ(N, K) =
1
8
478,5 2 536,2 2 – C = 359,48
SQ(P, K) =
1
8
424,6 2 573,3 2 – C = 2.257,86
44
Quadro da Análise de Variância:
F.V GL SQ QM F
N 1 218,93 218,93 2,30
P 1 2.206,14 2.206,14 23,16**
K 1 31,40 31,40 0,33
NxP 1 75,34 75,34 0,79
NxK 1 109,15 109,15 1,15
PxK 1 20,32 20,32 0,21
NxPxK 1 119,74 119,74 1,26
(Tratamentos) (7) (2.781,02)
Blocos 3 1.071,10
Resíduo 21 2.000,05 95,24
total (31) 5.852,17
** significativo ao nível de 1% de probabilidade.
45
2) Em um experimento fatorial, no delineamento inteiramente casualizado, em que
foram combinadas duas doses de N e duas doses de fósforo, com 5 repetições por
tratamento, são dados:
Quadro de Dados:
Po P1
10,50 11,00 11,20 11,20
No 9,80 11,20 10,40 13,10
9,90 10,60
11,50 12,40 14,00 14,10
N1 10,20 12,70 18,80 13,50
10,40 14,20
46
CAPÍTULO VIII
Experimentos em Parcelas Subdivididas
8.1. Introdução
Os experimentos em parcelas subdivididas (Split-Plot) se caracterizam pela sua
estruturação através de tratamentos principais ou primários nas parcelas, e estas, por sua
vez, são constituídas de tratamentos secundários, que são as subparcelas.
47
ANOVA:
F.V. GL
Blocos J–1
Variedades (T) I–1
Resíduo (a) (I-1) . (J-1)
Parcelas (I . J) -1
Espaçamento (T’) K–1
T x T’ (I-1) . (K-1)
Resíduo (b) I . (J-1) . (K-1)
total I.J.K–1
Var
V1 V2 ... VI
Blocos
1 E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
2 E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...
J E1 E2 ... Ek E1 E2 ... Ek ... ... ... ... E1 E2 ... Ek
Yijk 2
c SQtotal = Yijk2 – c
jjk
Para calcular as demais somas de quadrados, vamos organizar outros quadros auxiliares
a partir do quadro anterior:
48
Variedades
blocos 1 2 ... I totais
1 Y11. Y21. ... YI1. Y.1. = B1
2 Y12. Y22. ... YI2. Y.2. = B2
... ... ... ... ... ...
J Y1j. Y2j. ... YIJ. Y.J. = BJ
totais Y1.. = V1 Y2.. = V2 ... YI.. = V1 Y... = G
1
SQV Vi c
2
jk i
1
SQB Bj c
2
Ik j
1
Yij c SQV SQB
2
SQ Re síduo (a) = SQ(VxB) =
k ij
Variedades
Espaçamento 1 2 ... I totais
1 Y1.1. Y2.1. ... YI.1. Y..1. = E1
2 Y1.2. Y2.2. ... YI.2. Y..2. = E2
... ... ... ... ... ...
K Y1.k. Y2.k. ... YI.k. Y..k. = Ek
totais Y1.. = V1 Y2.. = V2 ... YI.. = V1 Y.. = G
1
SQE Ek c
2
IJ k
SQVxE SQV , E SQV SQE
SQV , E
1
Yi .k c
2
j k
SQRe síduo (b) = SQtotal – SQParcelas – SQE – SQ(VxE)
49
8.6. Quadro da ANOVA:
F.V. GL SQ QM F
Blocos J-1 SQB
Var (V) I-1 SQV QMV QMV/QMR (a)
Resíduo (a) (I-1) (J-1) SQR (a) QMR (a)
Parcelas (IJ-1) (SQ Parc)
Espaçamento (E) K-1 SQE QME QME/QMR (b)
VxE (I-1) (K-1) SQ V x E QM (V x E) QM (V x E)/QMR (b)
Resíduo (b) I(J-1) (K-1) SQR (b) QMR (b)
total Ijk-1 SQtotal
50
QMRa K 1QMRb
q
Jk
q = f (I; n’)
I = variedades
n'
QMRa K 1QMRb2
QMRa 2 K 12 QMRb2
I 1J 1 I J 1K 1
onde: (I – 1) . (j – 1) é o g.l. res.(a) e I (j – 1) . (K – 1) é o g.l. res. (b).
Exemplo prático
Os dados a seguir, referem-se ao brix de frutos de 5 variedades de mangueira (parcelas
I), colhidas de três pés por variedade (repetições J). De cada pé foram colhidos 4
frutos, um de cada um dos pontos cardeais (subparcelas K).
Obs.: Este experimento pode ser considerado como em parcelas subdivididas: Cada
parcela é uma variedade de mangueira e as subparcelas são as 4 faces de cada árvore,
correspondentes aos 4 pontos cardeais.
QUADRO DE DADOS
Var Norte Sul Leste Oeste totais Total(var.)
18,0 17,1 17,6 17,6 70,3
1 17,5 18,8 18,1 17,2 71,6 210,7
17,8 16,9 17,6 16,5 68,8
16,3 15,9 16,5 18,3 67,0
2 16,6 14,3 16,3 17,5 64,7 191,8
15,0 14,0 15,9 15,2 60,1
16,0 16,2 17,9 16,1 66,2
3 19,5 14,9 15,0 15,3 64,7 196,0
16,3 16,4 16,0 16,4 65,1
16,6 15,2 14,2 15,5 61,5
4 15,9 13,2 18,0 17,3 64,4 194,3
17,5 15,8 16,7 18,4 68,4
18,9 18,6 15,3 17,0 69,8
5 18,5 13,7 18,2 18,3 68,7 211,3
21,5 16,4 18,3 16,6 72,8
Totais 261,9 237,4 251,6 253,2 1.004,1 G=1.004,1
C
1.004,1 2
16.803,61
60
SQV
1
12
210,7 2 191,8 2 211,3 2 C 29,55
SQParc(V, Re pets.) =
1
4
70,3 2 71,6 2 72,8 2 C 45,26
51
SQR(a)(VxReps.) = SQParc – SQV = 15,71
SQP card =
1
15
261,9 2 237 ,4 2 253,2 2 C 20,60
SQV , P.card
1
3
53,3 2 47,9 2 51,9 2 C 70,27
Quadro da ANOVA
F.V. GL SQ QM F
Variedades (v) 4 29,55 7,39 4,71*
Resíduo (a) 10 15,71 (1,57)
Parcelas (14) (45,26)
P.card. (P) 3 20,60 6,87 3,99*
VxP 12 20,12 1,68 0,97ns
Resíduo (b) 30 51,60 (1,72)
total 59 137,58
* significativo a 5% de probabilidade. ns – não significante a 5% de probabilidade.
Conclusões:
a) Existe pelo menos um contraste entre médias de variedades, estatisticamente diferente
de zero, ao nível de 5% de probabilidade.
b) Existe pelo menos um contraste entre médias dos pontos cardeais, estatisticamente
diferente de zero, ao nível de 5% de probabilidade;
c) Não existe interação entre os fatores variedades e pontos cardeais. Isto significa que o
comportamento de um fator não é influenciado pelos níveis do outro fator, sendo
portanto, independentes. Neste caso, os fatores podem ser estudados isoladamente
(itens 1 e 2 do item 9.7).
52
Aplicando o teste de Tukey para os fatores variedades e pontos cardeais, isoladamente,
temos:
Variedades: mvi = Tvi/12
m̂5 17,61 a q5ao(5; 10) = 4,65
m̂1 17,56 a
1,57
m̂3 16,33 a 4,65 1,68
12
m̂4 16,19 a
m̂2 15,98 a
Conclusões: As médias seguidas de pelo menos uma mesma letra não diferem entre si, ao
nível de 5% de probabilidade, pelo teste de Tukey.
53
CAPÍTULO IX
V V
54
Então, o coeficiente de correlação simples r será definido por:
SPXY XiYi Xi Yi / n
Xi
r=
SQDx SQDy Xi / n Yi 2 Yi / n
2 2 2
r = {77 – (15 . 20 / 5)} / {[55 – (15 . 15/5)] . [110 – (20 . 20/5)]} = 17 / 300 = ?
O grau de correlação entre as variáveis X e Y é da ordem de 98,15%. Ressalta-se,
entretanto, a necessidade de se testar esse coeficiente aplicando-se o teste “t”.
Podemos usar o teste “t” para testar a significância de r. Este caso, só é útil para
testar a hipótese nula (Ho: = 0), na qual o coeficiente de correlação da população é zero
( = 0).
O valor da estatística do teste t é calculado pela seguinte expressão:
r n 2
t= ; om grau de liberdade GL = n – 2 para o valor tabelado.
1 r
2
55
Assim, a hipótese estatística seria:
Ho : = 0, ou seja, não há correlação significativa entre as variáveis.
H1 : 0, ou seja, existe correlação significativa entre as variávies.
Testando o r do exemplo anterior, temos:
r n 2 0,9815 5 2
t= = >>> t = 8,88; para t5%(3) = 3,18.
1 r
2
1 0,9815
2
ANÁLISE DE REGRESSÃO
9.2. Introdução
O método da análise de regressão pode ser usado quando existe uma relação
funcional entre duas variáveis (regressão linear simples) ou entre uma variável (chamada
dependente) e duas ou mais variáveis independentes (regressão linear múltipla).
A posição dos pontos experimentais em um diagrama de dispersão pode sugerir a
forma da relação funcional entre as variáveis, facilitando a escolha do modelo estatístico a
ser usado. Ex.
100
90
80
70
60
50
40
30
20
10
0
10 20 40 80 160 320 X
56
ANÁLISE DE REGRESSÃO
Diferentemente dos estudos que fizemos até o momento, que envolvia somente
uma variável, partiremos agora para o estudo de duas variáveis. Esse estudo poderá ser
feito através da regressão e correlação. A regressão consiste na estimação de uma variável
dependente a partir de uma variável independente. Por outro lado, a correlação determina o
grau de relação entre as variáveis, ou seja, procura determinar quão bem uma equação
linear, ou de outra espécie, descreve ou explica a relação entre as variáveis (PAULO
VANDERLEI, 1996).
O estudo de regressão exerce papel relevante dentro do campo da Estatística
Experimental, devido a sua larga aplicação na interpretação de resultados experimentais, e
tem por objetivo determinar a relação existente entre uma característica qualquer de
interesse experimental, dependente, e uma outra característica independente, tomadas
juntas, ambas quantitativas. A variável independente é escolhida pelo pesquisador. A
relação funcional entre as variáveis é dada por uma função matemática (equação de
regressão), onde se diz que a variável dependente (Y) é uma função da variável
independente (X).
Seja o modelo de regressão linear simples Y = o + 1X + e; admitindo E (e) = 0,
o problema se resume no cálculo das estimativas dos parâmetros o e 1, estabelecendo
assim, a equação de regressão:
Com as estimativas o + 1 compõe-se a equação de regressão:
Ŷ ˆ 0 1 X
Seja Yi = o + 1Xi + ei
Fazendo i = 1, 2, ... n, temos:
Y1 = o + 1X1 + e1
Y2 = o + 1X2 + e2
Yn = o + 1Xn + en
Isolando ei:
ei = Yi – (o + 1Xi) ei = 0, então;
57
(ei)2 = (Yi-o - 1Xi)2
Aplicando e fazendo Z = (ei)2, temos:
n n
e1 Yi 0 1 X i
2 2
Z=
i 1 i 1
X i Yi ˆ 0 X i ˆ 1 X i 0 X i Yi ˆ 0 X i ˆ 1 X i
2 2
Yi ˆ X i ˆ
ˆ 0 1 0 Y ˆ 1 X equação.3
n n
Substituindo 3 em 2:
Yi ˆ X i
X i Yi 1 X i ˆ 1 X i
2
n n
X i Yi X i ˆ
X i Yi ˆ 1 1 X i2
n n
X i 2 X i Yi X 2
XY X Y
ˆ 1 X i2 ˆ 1 X i Yi ˆ 1 X 2
n n n n
X i Yi
X i Yi SPxy
ˆ 1 n
X i 2 SQDx
Xi
2
n
58
9.4. Análise de Variância da Regressão:
Conclusões:
Se F calc F (1; n-2) g.l. conclui-se que a equação de regressão explica
significativamente a variável dependente Y, ao nível de significância . Significa que
os pontos estimados pela equação de regressão, bem como quaisquer dos pontos dentro
do intervalo estudado diferem entre si, estatisticamente, pelo teste F.
Se F calc < F (1; n-2) g.l. conclui-se que a equação de regressão não explica
significativamente a variável dependente Y ou nível de significância . O gráfico da
equação neste caso, seria ilustrado apenas por uma reta paralela ao eixo dos X, e os
pontos neste caso não diferem estatisticamente entre si, pelo teste F.
SQR = ei2 Yi Ŷi 2
Yi - 0 1
ˆ Xi 2
SQR = Yi 2
C β̂o Yi β̂1 XiYi C
59
Yi 2
Onde C =
n
Yi 2
SQtotal = Yi 2
n
ˆ X Y Yi
2
ˆ Y
SQRegressão = 0 i 1 i i
n
SQR = SQtotal – SQRegressão
Exemplo:
Considerando os pares de valores (X, Y) dados abaixo, obter a equação de
regressão e a análise de variância da regressão, para o modelo:
Y = 0 + 1X + e (adotar = 5%)
X 2,2 2,4 2,6 2,8 3,0
Y 5,0 5,4 5,7 6,2 6,9
Y i
= 5,0 + 5,4 + ... + 6,9 = 29,20
Y
2
i
= (5,0)2 + (5,4)2 + ... + (6,9)2 = 172,70
60
Análise de Variância:
Yi 2 29,20
2
SQtotal Yi 2
172,70 2,1720
n 5
Yi 2
SQ Re gr ˆ 0 Yi ˆ 1 X i Yi
n
SQ Re gr 0,140029,29 2,300076,84
29,202
2,1160
5
SQind.Regr. = 2,1720 – 2,1160 = 0,0560
Conclusão:
A equação de regressão explica significativamente a variável dependente Y, ao
nível de 5% de probabilidade.
SQ Re gressão 2,1160
R2 = x 100 x 100 97,4%
SQtotal 2,1720
8,0
6,0
Gráfico 4,0
X = 3 Ŷ 6,78 0,0
0,0 2,2 2,4 2,6 2,8 3,0
61
Exemplo:
Considerando os pares de valores (X, Y) dados abaixo, obter a equação de
regressão e a análise de variância da regressão, para o modelo:
Y = 0 + 1X + e (adotar = 5%)
X 2,2 2,4 2,6 2,8 3,0
Y 5,0 5,4 5,7 6,2 6,9
Y i
= 5,0 + 5,4 + ... + 6,9 = 29,20
Y
2
i
= (5,0)2 + (5,4)2 + ... + (6,9)2 = 172,70
[se tratasse de doses, esta seria dose para a produção mínima, que é obtida fazendo-se a
derivada à primeira (Y’)];
62
Fazendo-se a derivada à Segunda (Y”), indica se é ponto de máximo (–) ou de mínimo
(+).
Assim: Y” = (4,8573 – 1,2862X)”
Y” = -1,2862 (ponto de máximo)
X = 3,78 Ŷ = 9,97 ponto max. (3,78; 9,97)
y
10,0
5,0
0,0 x
1 2 3 4 5
63
APÊNDICE 1
LISTA DE EXERCÍCIO:
Delineamento DIC; DBC e DQL:
Ex. 1. Dados os valores abaixo (em t/ha), relativos a um experimento hipotético de
competição de variedades de mandioca (V1; V2; V3; V4; V5; V6), no D.I.C., com 4
repetições, pede-se:
a) ANOVA ( = 5%);
b) Aplicar os testes de Tukey e Duncan às médias de tratamentos e concluir;
c) Aplicar os testes de Scheffé e “t” ao contraste: C = 3m2 – m1 – m3 – m4
Repetições
Tratamentos Totais
1 2 3 4
V1 6,9 6,8 7,8 7,1
V2 7,2 6,9 7,4 7,8
V3 9,8 8,8 8,7 9,5
V4 5,7 6,3 5,9 6,9
V5 10,5 9,8 10,3 10,7
V6 8,5 8,7 8,6 8,2
Ex. 4. Que observações você faria ao comparar os dois delineamentos (DIC e DBC)?
64
Ex. 5. Seja um experimento envolvendo 4 rações, conduzido no D.Q.L. Faça a
ANOVA e repita os testes, se necessário, e Conclua.
C1 C2 C3 C4 Totais
L1 6,9 V4 6,8 V2 7,8 V3 7,1 V1
L2 7,2 V1 6,9 V3 7,4 V4 7,8 V2
L3 9,8 V3 8,8 V1 8,7 V2 9,5 V4
L4 5,7 V2 6,3 V4 5,9 V1 6,9 V3
mˆ 2 16,10 T4 116,65 r1 = r2 = 5; r3 = r4 = 6
Pedem-se:
a) Complete a ANOVA ( = 5%). Calcule o C.V. (%) e comente o resultado.
b) Aplicar o teste de Tukey, se necessário.
Ex. 8. Dadas as médias de tratamentos abaixo, referentes a um D.I.C., com 5 (cinco)
métodos diferentes de preparo do solo, com 6 repetições, aplicar os testes Scheffé e “t”
ao contraste abaixo, a 5% de probabilidade:
Cˆ 2m
ˆ 1 2m
ˆ 3 2m
ˆ 4 3mˆ 2 3mˆ 5
Obs.: As médias são referentes à perda de solo por erosão, em ton/Ha.
65
ˆ 1 110,1; m
QMRes = 11,27; m ˆ 2 114,6; mˆ 3 109,7; m
ˆ 4 122,2; mˆ 5 109,1
Ex. 9. Dadas as médias de tratamentos abaixo, referentes a um D.I.C., com 5 (cinco)
substratos diferentes para mudas de Leucena, aplicar o teste de Duncan às médias.
Obs.: As médias são referentes a alturas de plantas, em cm, no final do ensaio.
ˆ 1 21,1; mˆ 2 21,6; mˆ 3 20,7; mˆ 4 22,2; mˆ 5 20,1
QMRes = 0,34; m
r1 = 43 = r4 = 4; r2 = r5 = 5; = 5%
D5(4; 5) = 0,90 D3(4; 4) = 0,91 D2(4; 4) = 0,87
D4(4; 4) = 0,94 D3(5; 4) = 0,86
D4(5; 5) = 0,84 D2(4; 5) = 0,83
Calcule o C.V.(%) e comente o resultado.
Ex. 10. Os dados abaixo se referem a um experimento com variedades de feijão, sob
o D.Q.L. Faça a ANOVA a 1% de significância e aplique o teste de Tukey, se
necessário.
C1 C2 C3 C4 Totais
L1 6,9 V1 6,8 V4 7,8 V2 7,1 V3 28,6
L2 7,2 V4 6,9 V3 7,4 V2 7,8 V1 29,3
L3 9,8 V3 8,8 V1 8,7 V4 9,5 V2 36,8
L4 5,7 V4 6,3 V2 5,9 V1 6,9 V3 24,8
Totais 29,6 28,8 29,8 31,3 119,50
mˆ 1 7,35; mˆ 2 7,75 ; mˆ 3 7,67; T4 = 28,4
Calcule o C.V.(%) e comente o resultado.
Experimentos Fatoriais:
Ex. 1. De um experimento em D.I.C., com 3 repetições, no esquema Fatorial 4x3,
observaram-se:
A1 A2 A3 A4 Totais
B1 12 14 16 15 17 18 20 21 23 23 24 26 229
B2 18 17 20 22 23 23 25 26 28 29 30 32 293
B3 22 21 20 30 31 32 29 32 32 34 35 37 355
Totais 160 211 236 270 877
SQTotal = 1474,31; SQTrat = 1422,97; = 5%
a) Completar a ANOVA, calcular o C.V.(%) e comentar.
b) Testar o contraste C = mB1/A1 + mB3/A1 – 2mB2/A1 pelo teste t e de Scheffé
c) Desdobrar a interação e estudar A / B e B / A, aplicando algum teste de
comparações múltiplas.
66
Ex. 2. Em um experimento sob o D.I.C., com 4 repetições, no esquema fatorial
envolvendo 3 variações de feijão e 3 sistemas de irrigação, observaram-se, em t/ha:
A1 A2 A3 Totais
B1 9,068 8,841 9,278
B2 9,932 9,960 9,779
B3 10,709 9,956 10,023
Totais
a) Fazer a ANOVA (5%) e calcular o C.V.(%) e comentar.
b) Aplicar o teste de Duncan, onde e se necessário.
67
Ex. 5. Em um experimento fatorial, foram combinados 5 níveis do fator A com 3
níveis do fator B, no DIC, com 4 repetições. São dados:
A A1 A2 A3 A4 A5
Totais 10,80 12,60 15,24 18,48 19,80
SQRes – 10,80
Testar o contraste C = mA1 + mA2 – 2mA3, dentro do nível B2, pelo teste “t”, e concluir
para = 5%.
68
Regressão e Correlação:
1) Considerando os pares de valores (X; Y) abaixo, obter a equação de regressão ,
para o modelo Y = 0 + 1X . Calcular o R2 e concluir.
X 3 3,2 3,4 3,6 3,8 4,0
Y 8,5 8,9 9,2 9,7 10,4 11,3
Dados extraídos:
Xi = 21,00; Xi2 = 74,24; Yi = 58,00; Yi2 = 566,04; XiYi = 204,90
69
BIBLIOGRAFIA CONSULTADA
70
TABELA 1 – Valores de F para o nível de significância de 1% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 4052 5000 5403 5625 5764 5859 5928 5982 6022 6056 6106 6157 6209 6235 6261 6287 6313 6339 6366
2 98,5 99,0 99,2 99,2 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,5 99,5 99,5 99,5
3 34,1 30,8 29,5 28,7 28,2 27,9 27,7 27,5 27,3 27,2 27,1 26,9 26,7 26,6 26,5 26,4 26,3 26,2 26,1
4 21,2 18,0 16,7 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,2 14,0 13,9 13,8 13,7 13,7 13,6 13,5
5 16,3 13,3 12,1 11,4 11,0 10,7 10,5 10,3 10,2 10,1 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02
6 13,7 10,9 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,67 6,88
7 12,2 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 11,3 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 10,6 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 10,0 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,26 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
110
TABELA 2 – Valores de F para o nível de significância de 5% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 131 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254
2 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
3 10,1 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,06 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,37 3,34 3,30 3,27 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,40 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25
3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
111
TABELA 3 – Valores de F para o nível de significância de 10% segundo o número de graus de liberdade do numerador e do denominador
No de graus de Número de graus de liberdade do numerador
liberdade do
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120
denominador
1 39,9 49,5 53,6 55,8 57,2 58,2 58,9 59,4 59,9 60,2 60,7 61,2 61,7 62,0 62,3 62,5 62,8 63,1 63,3
2 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39 9,41 9,42 9,44 9,45 9,46 9,47 9,48 9,48 9,49
3 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23 5,22 5,20 5,18 5,18 5,17 5,16 5,15 5,145 5,13
4 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,93 3,92 3,90 3,87 3,84 3,83 3,82 3,80 3,79 3,78 3,76
5 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30 3,27 3,24 3,21 3,19 3,17 3,16 3,14 3,12 3,10
6 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,72
7 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70 2,67 2,63 2,59 2,58 2,56 2,54 2,51 2,49 2,47
8 3,46 3,11 2,92 2,81 2,73 2,67 2,62 2,59 2,56 2,54 2,50 2,46 2,42 2,40 2,38 2,36 2,34 2,32 2,29
9 3,36 3,01 2,81 2,69 2,61 2,55 2,51 2,47 2,44 2,42 2,38 2,34 2,30 2,28 2,25 2,23 2,21 2,18 2,16
10 3,29 2,92 2,73 2,61 2,52 2,46 2,41 2,38 2,35 2,32 2,28 2,24 2,20 2,18 2,16 2,13 2,11 2,08 2,06
11 3,23 2,86 2,66 2,54 2,45 2,39 2,34 2,30 2,27 2,25 2,21 2,17 2,12 2,10 2,08 2,05 2,03 2,00 1,97
12 3,18 2,81 2,61 2,48 2,39 2,33 2,28 2,24 2,21 2,19 2,15 2,10 2,06 2,04 2,01 1,99 1,96 1,93 1,90
13 3,14 2,76 2,56 2,43 2,35 2,28 2,23 2,20 2,16 2,14 2,10 2,05 2,01 1,98 1,96 1,93 1,90 1,88 1,85
14 3,10 2,73 2,52 2,39 2,31 2,24 2,19 2,15 2,12 2,10 2,05 2,01 1,96 1,94 1,91 1,89 1,86 1,83 1,80
15 3,07 2,70 2,49 2,36 2,27 2,21 2,16 2,12 2,09 2,06 2,02 1,97 1,92 1,90 1,87 1,85 1,82 1,79 1,76
16 3,05 2,67 2,46 2,33 2,24 2,18 2,13 2,09 2,06 2,03 1,99 1,94 1,89 1,87 1,84 1,81 1,78 1,75 1,72
17 3,03 2,64 2,44 2,31 2,22 2,15 2,10 2,06 2,03 2,00 1,96 1,91 1,86 1,84 1,81 1,78 1,75 1,72 1,69
18 3,01 2,62 2,42 2,29 2,20 2,13 2,08 2,04 2,00 1,98 1,93 1,89 1,84 1,81 1,78 1,75 1,72 1,69 1,66
19 2,99 2,61 2,40 2,27 2,18 2,11 2,06 2,02 1,98 1,96 1,91 1,86 1,81 1,79 1,76 1,73 1,70 1,67 1,63
20 2,97 2,59 2,38 2,25 2,16 2,09 2,04 2,00 1,96 1,94 1,89 1,84 1,79 1,77 1,74 1,71 1,68 1,64 1,61
21 2,96 2,57 2,36 2,23 2,14 2,08 2,02 1,98 1,95 1,92 1,88 1,83 1,78 1,75 1,72 1,69 1,66 1,62 1,59
22 2,95 2,56 2,35 2,22 2,13 2,06 2,01 1,98 1,93 1,90 1,86 1,81 1,76 1,73 1,70 1,67 1,64 1,60 1,57
23 2,94 2,55 2,34 2,21 2,11 2,05 1,99 1,95 1,92 1,89 1,84 1,80 1,74 1,72 1,69 1,66 1,62 1,59 1,55
24 2,93 2,54 2,33 2,19 2,10 2,04 1,98 1,94 1,91 1,88 1,83 1,78 1,73 1,70 1,67 1,64 1,61 1,57 1,53
25 2,92 2,53 2,32 2,18 2,09 2,02 1,97 1,93 1,89 1,87 1,82 1,77 1,72 1,69 1,66 1,63 1,59 1,56 1,52
26 2,91 2,52 2,31 2,17 2,08 2,01 1,96 1,92 1,88 1,86 1,81 1,76 1,71 1,68 1,65 1,61 1,58 1,54 1,50
27 2,90 2,51 2,30 2,17 2,07 2,00 1,95 1,91 1,87 1,85 1,80 1,75 1,70 1,67 1,64 1,60 1,57 1,53 1,49
28 2,89 2,50 2,29 2,16 2,06 2,00 1,94 1,90 1,87 1,84 1,79 1,74 1,69 1,66 1,63 1,59 1,56 1,52 1,48
29 2,89 2,50 2,28 2,15 2,06 1,99 1,93 1,89 1,86 1,83 1,78 1,73 1,68 1,65 1,62 1,58 1,55 1,51 1,47
30 2,88 2,49 2,28 2,14 2,05 1,98 1,93 1,88 1,85 1,82 1,77 1,72 1,67 1,64 1,61 1,57 1,54 1,50 1,46
40 2,84 2,44 2,23 2,09 2,00 1,93 1,87 1,83 1,79 1,76 1,71 1,66 1,61 1,57 1,54 1,51 1,47 1,42 1,38
60 2,79 2,39 2,18 2,04 1,95 1,87 1,82 1,77 1,74 1,71 1,66 1,60 1,54 1,51 1,48 1,44 1,40 1,35 1,29
120 2,75 2,35 2,13 1,99 1,90 1,82 1,77 1,72 1,68 1,65 1,60 1,55 1,48 1,45 1,41 1,37 1,32 1,26 1,19
2,71 2,30 2,08 1,94 1,85 1,77 1,72 1,67 1,63 1,60 1,55 1,49 1,42 1,38 1,34 1,30 1,24 1,17 1,00
Interpolações devem ser feitas com base nos recíprocos dos graus de liberdade (interpolação harmônica).
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
112
TABELA 4 – Valores de t segundo o nível de significância e os graus de liberdade do resíduo
Número de Graus Nível de significância para o teste bilateral ()
de Liberdade 0,01 0,05 0,10
1 63,657 12,706 6,314
2 9,925 4,303 2,920
3 5,841 3,182 2,353
4 4,604 2,776 2,132
5 4,032 2,571 2,015
6 3,707 2,447 1,943
4 3,499 2,365 1,895
8 3,355 2,306 1,860
9 3,250 2,262 1,833
10 3,169 2,228 1,812
11 3,106 2,201 1,796
12 3,055 2,179 1,782
13 3,012 2,160 1,771
14 2,977 2,145 1,761
15 2,947 2,131 1,753
16 2,921 2,120 1,746
17 2,898 2,110 1,740
18 2,878 2,101 1,734
19 2,861 2,093 1,729
20 2,845 2,086 1,725
21 2,831 2,080 1,721
22 2,819 2,074 1,717
23 2,807 2,069 1,714
24 2,797 2,064 1,711
25 2,787 2,060 1,708
26 2,779 2,056 1,706
27 2,771 2,052 1,703
28 2,763 2,048 1,701
29 2,756 2,045 1,699
30 2,750 2,042 1,697
40 2,704 2,021 1,684
60 2,660 2,000 1,671
120 2,617 1,980 1,658
2,576 1,960 1,645
74
TABELA 5 – Valores de q para o nível de significância de 1% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 90,0 135 164 186 202 216 227 237 246 253 260 266 272 277 282 286 290 294 298
2 14,4 19,0 22,3 24,7 26,6 28,2 29,5 30,7 31,7 32,6 33,4 34,1 34,8 35,4 36,0 36,5 37,0 37,5 37,9
3 8,26 10,6 12,2 13,3 14,2 15,0 15,6 16,2 16,7 17,1 17,5 17,9 18,2 18,5 18,8 19,1 19,3 19,5 19,8
4 6,51 8,12 9,17 9,96 10,6 11,1 11,5 11,9 12,3 12,6 12,8 13,1 13,3 13,5 13,7 13,9 14,1 14,2 14,4
5 5,70 6,97 7,80 8,42 8,91 9,32 9,67 9,97 10,2 10,5 10,7 10,9 11,1 11,2 11,4 11,6 11,7 11,8 11,9
6 5,24 6,33 7,03 7,56 7,97 8,32 8,61 8,87 9,10 9,30 9,49 9,65 9,81 9,95 10,1 10,2 10,3 10,4 10,5
7 4,95 5,92 6,54 7,01 7,37 7,68 7,94 8,17 8,37 8,55 8,71 8,86 9,00 9,12 9,24 9,35 9,46 9,55 9,65
8 4,74 5,63 6,20 6,63 6,96 7,24 7,47 7,68 7,87 8,03 8,18 8,31 8,44 8,55 8,66 8,76 8,85 8,94 9,03
9 4,60 5,43 5,96 6,35 6,66 6,91 7,13 7,32 7,49 7,65 7,78 7,91 8,03 8,13 8,23 8,32 8,41 8,49 8,57
10 4,48 5,27 5,77 6,14 6,43 6,67 6,87 7,05 7,21 7,36 7,48 7,60 7,71 7,81 7,91 7,99 8,07 8,15 8,82
11 4,39 5,14 5,62 5,97 6,25 6,48 6,67 6,84 6,99 7,13 7,25 7,36 7,46 7,56 7,65 7,73 7,81 7,88 7,95
12 4,32 5,04 5,50 5,84 6,10 6,32 6,51 6,67 6,81 6,94 7,06 7,17 7,26 7,36 7,44 7,52 7,59 7,66 7,73
13 4,26 4,96 5,40 5,73 5,98 6,19 6,37 6,53 6,67 6,79 6,90 7,01 7,10 7,19 7,27 7,34 7,42 7,48 7,55
14 4,21 4,89 5,32 5,63 5,88 6,08 6,26 6,41 6,54 6,66 6,77 6,87 6,96 7,05 7,12 7,20 7,27 7,332 7,39
15 4,17 4,83 5,25 5,56 5,80 5,99 6,16 6,31 6,44 6,55 6,66 6,76 6,84 6,93 7,00 7,07 7,14 7,20 7,26
16 4,13 4,78 5,19 5,49 5,72 5,92 6,08 6,22 6,35 6,46 6,56 6,66 6,74 6,82 6,90 6,97 7,03 7,09 7,15
17 4,10 4,74 5,14 5,43 5,66 5,85 6,01 6,15 6,27 6,38 6,48 6,57 6,66 6,73 6,80 6,87 6,94 7,00 7,05
18 4,07 4,70 5,09 5,38 5,60 5,79 5,94 6,08 6,20 6,31 6,41 6,50 6,58 6,65 6,72 6,79 6,85 6,91 6,96
19 4,05 4,67 5,05 5,33 5,55 5,73 5,89 6,02 6,14 6,25 6,34 6,43 6,51 6,58 6,65 6,72 6,78 6,84 6,89
20 4,02 4,64 5,02 5,29 5,51 5,69 5,84 5,97 6,09 6,19 6,29 6,37 6,45 6,52 6,59 6,65 6,71 6,76 6,82
24 3,96 4,54 4,91 5,17 5,37 5,54 5,69 5,81 5,92 6,02 6,11 6,19 6,26 6,33 6,39 6,45 6,51 6,56 6,61
30 3,89 4,45 4,80 5,05 5,24 5,40 5,54 5,65 5,76 5,85 5,93 6,01 6,08 6,14 6,20 6,26 6,31 6,36 6,41
40 3,82 4,37 4,70 4,93 5,11 5,27 5,39 5,50 5,60 5,69 5,77 5,84 5,90 5,96 6,02 6,07 6,12 6,17 6,21
60 3,76 4,28 4,60 4,82 4,99 5,13 5,25 5,36 5,45 5,53 5,60 5,67 5,73 5,79 5,84 5,89 5,93 5,98 6,02
120 3,70 4,20 4,50 4,71 4,87 5,01 5,12 5,21 5,30 5,38 5,44 5,51 5,56 5,61 5,66 5,71 5,75 5,79 5,83
3,64 4,12 4,40 4,60 4,76 4,88 4,99 5,08 5,16 5,23 5,29 535 5,40 5,45 5,49 5,54 5,57 5,61 5,65
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 6 – Valores de q para o nível de significância de 5% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 18,0 27,0 32,8 37,1 40,4 43,1 45,4 47,4 49,1 50,6 52,0 53,2 54,3 55,4 56,3 57,2 58,0 58,8 59,6
2 6,08 8,33 9,80 10,9 11,7 12,4 13,0 13,5 14,0 14,4 14,7 15,1 15,4 15,7 15,9 16,1 16,4 16,6 16,8
3 4,50 5,91 6,82 7,50 8,04 8,48 8,85 9,18 9,46 9,72 9,95 10,2 10,3 10,5 10,7 10,8 11,0 11,1 11,2
4 3,93 5,04 5,76 6,29 6,71 7,05 7,35 7,60 7,86 8,03 8,21 8,37 8,52 8,56 8,79 8,91 9,03 9,13 9,23
5 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80 6,99 7,14 7,32 7,47 7,60 7,72 7,83 7,93 8,03 8,12 8,21
6 3,46 4,34 4,90 5,30 5,63 5,90 6,12 6,32 6,49 6,65 6,79 6,92 7,03 7,14 7,24 7,34 7,43 7,51 7,59
7 3,34 4,16 4,68 5,06 5,36 5,61 5,82 6,00 6,16 6,30 6,43 6,55 6,66 6,76 6,85 6,94 7,02 7,10 7,17
8 3,26 4,04 4,53 4,89 5,17 5,40 5,60 5,77 5,92 6,05 6,18 6,29 6,39 6,48 6,57 6,65 6,73 6,80 6,87
9 3,20 3,95 4,41 4,76 5,02 5,24 5,43 5,59 5,74 5,87 5,98 6,09 6,19 6,28 6,36 6,44 6,51 6,58 6,64
10 3,15 3,88 4,33 4,65 4,91 5,12 5,30 5,46 5,60 5,72 5,83 5,93 6,03 6,11 6,19 6,27 6,34 6,40 6,47
11 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35 5,49 5,61 5,71 5,81 5,90 5,98 6,06 6,13 6,20 6,27 6,33
12 3,08 3,77 4,20 4,51 6,75 4,95 5,12 5,27 5,39 5,51 5,61 5,71 5,80 5,88 5,95 6,02 6,09 6,15 6,21
13 3,06 3,73 4,15 4,45 5,69 4,88 5,05 5,19 5,32 5,43 5,53 5,63 5,71 5,79 5,86 5,93 5,99 6,05 6,11
14 3,03 3,70 4,11 4,41 5,64 4,83 4,99 5,13 5,25 5,36 5,46 5,55 5,64 5,71 5,79 5,85 5,91 5,97 6,03
15 3,01 3,67 4,08 4,37 4,59 4,78 4,94 5,08 5,20 5,31 5,40 5,49 5,57 5,65 5,72 5,78 5,85 5,90 5,96
16 3,00 3,65 4,05 4,33 4,56 4,74 4,90 5,03 5,15 5,26 5,35 5,44 5,52 5,59 5,66 5,73 5,79 5,84 5,90
17 2,98 3,63 4,02 4,30 4,52 4,70 4,86 4,99 5,11 5,21 5,31 5,39 5,47 5,54 5,61 5,67 5,73 5,79 5,84
18 2,97 3,61 4,00 4,28 4,49 4,67 4,82 4,96 5,07 5,17 5,27 5,35 5,43 5,50 5,57 5,63 5,69 5,74 5,79
19 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92 5,04 5,14 5,23 5,31 5,39 5,46 5,53 5,59 5,65 5,70 5,75
20 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90 5,01 5,11 5,20 5,28 5,36 5,43 5,49 5,55 5,61 5,66 5,71
24 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81 4,92 5,01 5,10 5,18 5,25 5,32 5,38 5,44 5,49 5,55 5,59
30 2,89 5,49 3,85 4,10 4,30 4,46 4,60 4,72 4,82 4,92 5,00 5,08 5,15 5,21 5,27 5,33 5,38 5,43 5,47
40 2,86 3,44 3,79 4,06 4,23 4,39 4,52 4,63 4,73 4,82 4,90 4,98 5,04 5,11 5,16 5,22 5,27 5,31 5,36
60 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55 4,65 4,73 4,81 4,88 4,94 5,00 5,06 5,11 5,15 5,20 5,24
120 2,80 3,36 3,68 3,92 4,10 4,24 4,36 4,47 4,56 4,64 4,71 4,78 4,84 4,90 4,95 5,00 5,04 5,09 5,13
2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39 4,47 4,55 4,62 4,68 4,74 4,80 4,85 4,89 4,93 4,97 5,01
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 7 – Valores de q para o nível de significância de 10% segundo o número de tratamentos e os graus de liberdade do resíduo
No de graus de Número de graus de liberdade do numerador
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 8,93 13,4 16,4 18,5 20,2 21,5 22,6 23,6 24,5 25,2 25,9 26,5 27,1 27,6 28,1 28,5 29,0 29,3 27,7
2 4,13 5,73 6,77 7,54 8,14 8,63 9,05 9,41 9,72 10,0 10,3 10,5 10,7 10,9 11,1 11,2 11,4 11,5 11,7
3 3,33 4,47 5,20 5,74 6,16 6,51 6,81 7,06 7,29 7,49 7,67 7,86 7,98 8,12 8,25 8,37 8,48 8,58 8,68
4 3,01 3,98 4,59 5,03 5,39 5,68 5,93 6,14 6,33 6,49 6,65 6,78 6,91 7,02 7,13 7,23 7,33 7,41 7,50
5 2,85 3,72 4,26 4,66 4,98 5,24 5,46 5,65 5,82 5,97 6,10 6,22 6,34 6,44 6,54 6,63 6,71 6,79 6,89
6 2,75 3,56 4,07 4,44 4,73 4,97 5,17 5,34 5,50 5,64 5,76 5,87 5,98 6,07 6,16 6,25 6,32 6,40 6,47
7 2,68 3,45 3,93 4,28 4,55 4,78 4,97 5,14 5,28 5,41 5,53 5,64 5,74 5,83 5,91 5,99 6,06 6,13 6,19
8 2,63 3,37 3,83 4,17 4,43 4,65 4,83 4,99 5,13 5,25 5,36 5,46 5,56 5,64 5,72 5,80 5,87 5,93 6,00
9 2,59 3,32 3,76 4,08 4,34 4,54 4,72 4,87 5,01 5,13 5,23 5,33 5,42 5,51 5,58 5,66 5,72 5,79 5,85
10 2,56 3,27 3,70 4,02 4,26 4,47 4,64 4,78 4,91 5,03 5,13 5,23 5,32 5,40 5,47 5,54 5,61 5,67 5,73
11 2,54 3,23 3,66 3,96 4,20 4,40 4,57 4,71 4,84 4,95 5,05 5,15 5,23 5,31 5,38 5,45 5,51 5,57 5,63
12 2,52 3,20 3,62 3,92 4,16 4,35 4,51 4,65 4,78 4,89 4,99 5,08 5,16 5,24 5,31 5,37 5,44 5,49 5,55
13 2,50 3,18 3,59 3,88 4,12 4,30 4,46 4,60 4,72 4,83 4,93 5,02 5,10 5,18 5,25 5,31 5,37 5,43 5,48
14 2,49 3,16 3,56 3,85 4,08 4,27 4,42 4,56 4,68 4,79 4,88 4,97 5,05 5,12 5,19 5,26 5,32 5,37 5,43
15 2,48 3,14 3,54 3,83 4,05 4,23 4,39 4,52 4,64 4,75 4,84 4,39 5,01 5,08 5,15 5,21 5,27 5,32 5,38
16 2,47 3,12 3,52 3,80 4,03 4,21 4,36 4,49 4,61 4,71 4,81 4,89 4,97 5,04 5,11 5,17 5,23 5,28 5,33
17 2,46 3,11 3,50 3,78 4,00 4,18 4,33 4,46 4,58 4,68 4,77 4,86 4,93 5,01 5,07 5,13 5,19 5,24 5,30
18 2,45 3,10 3,49 3,77 3,98 4,16 4,31 4,44 4,55 4,65 4,75 4,86 4,90 4,98 5,04 5,10 5,16 5,21 5,26
19 2,45 3,09 3,47 3,75 3,97 4,14 4,29 4,42 4,53 4,63 4,72 4,80 4,88 4,95 5,01 5,07 5,13 5,18 5,23
20 2,44 3,08 3,46 3,74 3,95 4,12 4,27 4,40 4,51 4,61 4,70 4,78 4,85 4,92 4,99 5,05 5,10 5,16 5,20
24 2,42 3,05 3,42 3,69 3,90 4,07 4,21 4,34 4,44 4,54 4,63 4,71 4,78 4,85 4,91 4,97 5,02 5,07 5,12
30 2,40 3,02 3,39 3,65 3,85 4,02 4,16 4,28 4,38 4,47 4,56 4,64 4,71 4,77 4,83 4,89 4,94 4,99 5,03
40 2,38 2,99 3,35 3,60 3,80 3,96 4,10 4,21 4,32 4,41 4,49 4,56 4,63 4,69 4,75 4,81 4,86 4,90 4,95
60 2,36 2,96 3,31 3,56 3,75 3,91 4,04 4,16 4,25 4,34 4,42 4,49 4,56 4,62 4,67 4,73 4,78 4,82 4,86
120 2,34 2,93 3,28 3,52 3,71 3,86 3,99 4,10 4,19 4,28 4,35 4,42 4,48 4,54 4,60 4,65 4,69 4,74 4,78
2,33 2,90 3,24 3,48 3,66 3,81 3,93 4,04 4,13 4,21 4,28 4,35 4,41 4,47 4,52 4,57 4,61 4,65 4,69
Fonte: Scheffé, H. The analysis of variance. New York, Wiley, 1959.
TABELA 8 – Valores de z para o nível de significância de 1% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03 90,03
2 14,02 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04 14,04
3 8,261 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321
4 6,512 6,677 6,740 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756
5 5,702 5,893 5,989 6,040 6,065 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074
6 5,243 5,439 5,549 5,614 5,655 5,680 5,694 5,701 5,703 5,703 5,703 5,703 5,703 5,703 6,703 5,703 5,703 5,703 5,703
7 4,949 5,145 5,260 5,334 5,383 5,416 5,439 5,454 5,464 5,470 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472
8 4,746 4,939 5,057 5,135 5,189 5,227 5,256 5,276 5,291 5,302 5,309 5,314 5,316 5,317 5,317 5,317 5,317 5,317 5,317
9 4,596 4,787 4,906 4,986 5,043 5,086 5,118 5,142 5,160 5,174 5,185 5,193 5,199 5,203 5,205 5,206 5,206 5,206 5,206
10 4,482 4,671 4,790 4,871 4,931 4,975 5,010 5,037 5,058 5,074 5,088 5,098 5,106 5,112 5,117 5,120 5,122 5,124 5,124
11 4,392 4,579 4,697 4,780 4,841 4,887 4,924 4,952 4,975 4,994 5,009 5,021 5,031 5,039 5,045 5,050 5,054 5,057 5,059
12 4,320 4,504 4,622 4,706 4,767 4,815 4,852 4,883 4,907 4,927 4,944 4,958 4,969 4,978 4,986 4,993 4,998 5,002 5,006
13 4,260 4,442 4,560 4,644 4,706 4,755 4,793 4,824 4,850 4,872 4,889 4,904 4,917 4,928 4,937 4,944 4,950 4,956 4,960
14 4,210 4,391 4,508 4,591 4,654 4,704 4,743 4,775 4,802 4,824 4,843 4,859 4,872 4,884 4,894 4,902 4,910 4,916 4,921
15 4,168 4,347 4,463 4,547 4,610 4,660 4,700 4,733 4,760 4,783 4,808 4,820 4,834 4,846 4,857 4,866 4,874 4,881 4,887
16 4,131 4,309 4,425 4,509 4,572 4,622 4,663 4,696 4,724 4,748 4,768 4,786 7,800 4,813 4,825 4,835 4,844 4,851 4,858
17 4,099 4,275 4,391 4,475 4,539 4,589 4,630 4,664 4,693 4,717 4,738 4,756 4,771 4,785 4,797 4,807 4,816 4,824 4,823
18 4,071 4,246 4,362 4,445 4,509 4,560 4,601 4,635 4,664 4,689 4,711 4,729 4,745 4,759 4,772 4,783 4,792 4,801 4,808
19 4,046 4,220 4,335 4,419 4,483 4,534 4,575 4,610 4,639 4,665 4,686 4,705 4,722 4,736 4,749 4,761 4,771 4,780 4,788
20 4,024 4,197 4,312 4,395 4,459 4,510 4,552 4,587 4,617 4,342 4,664 4,684 4,701 4,716 4,729 4,741 4,751 4,761 4,769
24 3,956 4,126 4,239 4,322 4,386 4,437 4,480 4,516 4,546 4,573 4,596 4,616 4,634 4,651 4,665 4,678 4,690 4,700 4,710
30 3,889 4,056 4,168 4,250 4,314 4,366 4,409 4,445 4,477 4,504 4,528 4,550 4,569 4,586 4,601 4,615 4,628 4,640 4,650
40 3,825 3,988 4,098 4,180 4,244 4,296 4,339 4,376 4,408 4,436 4,461 4,483 4,503 4,521 4,537 4,553 4,566 4,579 4,591
60 3,762 3,922 4,031 1,111 4,174 4,226 4,270 4,307 4,340 4,368 4,394 4,417 4,438 4,456 4,474 4,490 4,504 4,518 4,530
120 3,702 3,858 3,965 4,044 4,107 4,158 4,202 4,239 4,272 4,301 4,327 4,351 4,372 4,392 4,410 4,426 4,442 4,456 4,469
3,643 3,796 3,900 3,978 4,040 4,091 4,135 4,172 4,205 4,235 4,261 4,285 4,307 4,327 4,345 4,363 4,379 4,394 4,408
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 9 – Valores de z para o nível de significância de 5% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97
2 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085
3 4,501 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516
4 3,927 4,013 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033
5 3,365 3,749 3,797 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814
6 3,461 3,587 3,649 3,680 3,694 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697
7 3,344 3,477 3,548 3,588 3,611 3,622 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626 3,626
8 3,261 3,399 3,475 3,521 3,549 3,566 3,575 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579
9 3,199 3,339 3,420 3,470 3,502 3,523 3,536 3,544 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547
10 3,151 3,293 3,376 3,430 3,465 3,489 3,505 3,516 3,522 3,525 3,526 3,526 3,526 3,526 3,526 3,526 3,526 3,526 3,526
11 3,113 3,256 3,342 3,397 3,435 3,462 3,480 3,493 3,501 3,506 3,509 3,510 3,510 3,510 3,510 3,510 3,510 3,510 3,510
12 3,082 3,225 3,313 3,370 3,410 3,439 3,459 3,474 3,484 3,491 3,496 3,498 3,499 3,499 3,499 3,499 3,499 3,499 3,499
13 3,055 3,200 3,289 3,348 3,389 3,419 3,442 3,458 3,470 3,478 3,484 3,488 3,490 3,490 3,490 3,490 3,490 3,490 3,490
14 3,033 3,178 3,268 3,329 3,372 3,403 3,426 3,444 3,457 3,467 3,474 3,479 3,482 3,448 3,484 3,485 3,485 3,485 3,485
15 3,014 3,160 3,250 3,312 3,356 3,389 3,413 3,432 3,446 3,457 3,465 3,471 3,476 3,478 3,480 3,481 3,481 3,481 3,481
16 2,998 3,144 3,235 3,298 3,343 3,376 3,402 3,422 3,437 3,449 3,458 3,465 3,470 3,473 3,477 3,478 3,478 3,478 3,478
17 2,984 3,130 3,222 3,285 3,331 3,366 3,392 3,412 3,429 3,441 3,451 3,459 3,465 3,469 3,473 3,475 3,476 3,476 3,476
18 2,971 3,118 3,210 3,274 3,321 3,356 3,383 3,405 3,421 3,435 3,445 3,454 3,460 3,465 3,470 3,472 3,474 3,474 3,474
19 2,960 3,107 3,199 3,264 3,311 3,347 3,375 3,397 3,415 3,429 3,440 3,449 3,456 3,462 3,467 3,470 3,472 3,473 3,474
20 2,950 3,097 3,190 3,255 3,303 3,339 3,368 3,391 3,409 3,424 3,436 3,445 3,453 3,459 3,464 3,467 3,470 3,472 3,473
24 2,919 3,066 3,160 3,226 3,276 3,315 3,345 3,370 3,390 3,406 3,420 3,432 3,441 3,449 3,456 3,461 3,465 3,469 3,471
30 2,888 3,035 3,131 3,199 3,250 3,290 3,322 3,349 3,371 3,389 3,405 3,418 3,430 3,439 3,447 3,454 3,460 3,466 3,470
40 2,858 3,006 3,102 3,171 3,224 3,266 3,300 3,328 3,352 3,373 3,390 3,405 3,418 3,429 3,439 3,448 3,456 3,463 3,469
60 2,829 2,976 3,073 3,143 3,198 3,241 3,277 3,307 3,333 3,355 3,374 3,391 3,406 3,419 3,431 3,442 3,451 3,460 3,467
120 2,800 2,947 3,045 3,116 3,172 3,217 3,254 3,287 3,314 3,337 3,359 3,377 3,394 3,409 3,423 3,435 3,446 3,457 3,466
2,722 2,918 3,017 3,089 3,146 3,193 3,232 3,265 3,294 3,320 3,343 3,363 3,382 3,399 3,414 3,428 3,442 3,454 3,466
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 10 – Valores de z para o nível de significância de 10% segundo o número de médias abrangidas pelo intervalo e o número de graus de liberdade do resíduo
No de graus de Número de médias abrangidas pelo intervalo
liberdade do
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
resíduo
1 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929
2 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130 4,130
3 3,328 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330
4 3,015 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081
5 2,850 2,964 2,964 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970 2,970
6 2,748 2,890 2,890 2,908 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911 2,911
7 2,680 2,838 2,838 2,864 2,876 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878
8 2,630 2,800 2,800 2,832 2,849 2,857 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858
9 2,592 2,771 2,771 2,808 2,829 2,840 2,845 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847 2,847
10 2,563 2,748 2,748 2,788 2,813 2,827 2,835 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839
11 2,540 2,660 2,730 2,772 2,799 2,817 2,827 2,833 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835
12 2,521 2,643 2,714 2,759 2,789 2,808 2,821 2,828 2,832 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
13 2,505 2,628 2,701 2,748 2,779 2,800 2,815 2,824 2,829 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832
14 2,491 2,616 2,690 2,739 2,771 2,794 2,810 2,820 2,827 2,831 2,832 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
15 2,479 2,605 2,681 2,731 2,765 2,789 2,805 2,817 2,825 2,830 2,833 2,834 2,834 2,834 2,834 2,834 2,834 2,834 2,834
16 2,469 2,596 2,673 2,723 2,759 2,784 2,802 2,815 2,824 2,829 2,833 2,835 2,836 2,836 2,836 2,836 2,836 2,836 2,836
17 2,460 2,588 2,665 2,717 2,753 2,780 2,798 2,812 2,822 2,829 2,834 2,836 2,838 2,838 2,838 2,838 2,838 2,838 2,838
18 2,452 2,580 2,659 2,712 2,749 2,776 2,796 2,810 2,821 2,828 2,834 2,838 2,840 2,840 2,840 2,840 2,840 2,840 2,840
19 2,445 2,574 2,653 2,707 2,745 2,773 2,793 2,808 2,820 2,828 2,834 2,839 2,841 2,842 2,843 2,843 2,843 2,843 2,843
20 2,439 2,568 2,648 2,702 2,741 2,770 2,791 2,807 2,819 2,828 2,834 2,839 2,843 2,845 2,845 2,845 2,845 2,845 2,845
24 2,420 2,550 2,632 2,688 2,729 2,760 2,783 2,801 2,816 2,827 2,835 2,842 2,848 2,851 2,854 2,856 2,857 2,857 2,857
30 2,400 2,532 2,615 2,674 2,717 2,750 2,776 2,796 2,813 2,826 2,837 2,846 2,853 2,859 2,863 2,867 2,869 2,871 2,873
40 2,381 2,514 2,600 2,660 2,705 2,741 2,769 2,791 2,810 2,825 2,838 2,849 2,858 2,866 2,873 2,878 2,883 2,887 2,890
60 2,363 2,497 2,584 2,646 2,694 2,731 2,761 2,786 2,807 2,825 2,839 2,853 2,864 2,874 2,883 2,890 2,897 2,903 2,908
120 2,344 2,479 2,568 2,632 2,682 2,722 2,754 2,781 2,804 2,824 2,842 2,857 2,871 2,883 2,893 2,903 2,912 2,920 2,928
2,326 2,462 2,552 2,619 2,670 2,712 2,746 2,776 2,801 2,824 2,844 2,861 2,877 2,892 2,905 2,918 2,929 2,939 2,949
Fonte: Harter, H.L. Critical values for Duncan’s new multiple range test. Biometrics, (16): 671-85, 1960.
TABELA 11 – Valores de d para o nível de significância de 1% segundo o número de grupos tratados e os
graus de liberdade do resíduo
No de graus Número de grupos tratados
de liberdade
1 2 3 4 5 6 7 8 9 10 11 12 15 20
do resíduo
5 4,03 4,69 4,98 5,22 5,41 5,56 5,68 5,80 5,80 5,98 6,05 6,12 6,30 6,52
7 3,71 4,21 4,51 4,71 4,87 5,00 5,10 5,20 5,28 5,35 5,41 5,47 5,62 5,81
5 3,50 3,95 4,21 4,39 4,83 4,64 4,74 4,82 4,89 4,95 5,01 5,06 5,19 5,36
8 3,36 3,77 4,00 4,17 4,29 4,40 4,48 4,56 4,62 4,68 4,73 4,78 4,90 5,05
9 3,25 3,63 3,85 4,01 4,12 4,22 4,30 4,37 4,43 4,48 4,53 4,57 4,68 4,82
10 3,17 3,53 3,74 3,88 3,99 4,08 4,16 4,22 4,28 4,33 4,37 4,42 4,52 4,65
11 3,11 3,45 3,65 3,79 3,89 3,98 4,05 4,11 4,16 4,21 4,25 4,29 4,39 4,52
12 3,05 3,39 3,58 3,71 3,81 3,89 3,96 4,02 4,07 4,12 4,16 4,19 4,29 4,41
13 3,01 3,33 3,52 3,65 3,74 3,82 3,89 3,94 3,99 4,04 4,08 4,11 4,20 4,32
14 2,98 3,29 3,47 3,59 3,69 3,76 3,83 3,88 3,93 3,97 4,01 4,05 4,13 4,24
15 2,95 3,25 3,43 3,55 3,64 3,71 3,78 3,83 3,88 3,92 3,95 3,99 4,07 4,18
16 2,92 3,22 3,39 3,51 3,60 3,67 3,73 3,78 3,83 3,87 3,91 3,94 4,02 4,13
17 2,90 3,19 3,36 3,47 3,56 3,63 3,69 3,74 3,79 3,83 3,86 3,90 3,98 4,08
18 2,88 3,17 3,33 3,44 3,53 3,60 3,66 3,71 3,75 3,79 3,83 3,86 3,94 4,04
19 2,86 3,15 3,31 3,42 3,50 3,57 3,63 3,68 3,72 3,76 3,79 3,83 3,90 4,00
20 2,85 3,13 3,29 3,40 3,48 3,55 3,60 3,65 3,69 3,73 3,77 3,80 3,87 3,97
24 2,80 3,07 3,22 3,32 3,40 3,47 3,52 3,57 3,61 3,64 3,68 3,70 3,78 3,87
30 2,75 3,01 3,15 3,25 3,33 3,39 3,44 3,49 3,52 3,56 3,59 3,62 3,69 3,78
40 2,70 2,95 3,09 3,19 3,26 3,32 3,37 3,41 3,44 3,48 3,51 3,53 3,60 3,68
60 2,66 2,90 3,03 3,12 3,19 3,25 3,29 3,33 3,37 3,40 3,42 3,45 3,51 3,59
120 2,62 2,85 2,97 3,06 3,12 3,18 3,22 3,26 3,29 3,32 3,35 3,37 3,43 3,51
2,58 2,79 2,92 3,00 3,06 3,11 3,15 3,19 3,22 3,25 3,27 3,29 3,35 3,42
Fonte: Dunnett, C.W. New tables for multiple comparisons with a control. Biometrics, 20: 1964.
81
Análise Conjunta de um Experimento
82