Aula 13 – Experimentos Fatoriais 06/06/2017

Considere um DIC com fatores 2 fatores ( 𝐴 e 𝐵 ) com 𝑛𝐴 e 𝑛𝐵

níveis, e 𝑟 repetições;

Hipótese Testadas

► Efeito A
𝐻𝑜 : 𝑎𝑖 = 0, 𝑖 = 1, 2, … , 𝑛𝐴 .
{
𝐻1 : pelo menos um valor de 𝑡𝑘 ≠ 0, 𝑘 ∈ [1; 𝑛𝐴 ]

► Efeito B
Ho : bj = 0, j = 1, 2, … , 𝑛B .
{
H1 : pelo menos um valor de bk ≠ 0, k ∈ [1; 𝑛B ]

► Efeito da Interação AxB

Ho : 𝑎𝑖 × 𝑏𝑗 = 0, 𝑖 = 1, 2, … , 𝑛𝐴 e j = 1, 2, … , 𝑛B .
{
H1 : pelo menos uma interaçãor de 𝑎𝑖 × 𝑏𝑗 ≠ 0

Análise de Variância ( Experimento Fatorial DIC)

1 𝑛 𝑛 2
Constante: 𝐾 = (𝑛 (∑𝑖=1
𝐴
∑𝑗=1
𝐵
𝐿𝑖𝑗 )
𝐴 ∙𝑛𝐵 ∙𝑟)

 Soma de Quadrados:
𝑛 ,𝑛
 Soma de Quadrados Total: 𝐴 𝐵
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = (∑𝑖=1, ∑𝑟 𝑥 2 ) − 𝐾
𝑗=1 𝑘=1 𝑖𝑗𝑘
1 𝑛 ,𝑛
 Soma de Quadrados de Tratamentos: 𝐴 𝐵
𝑆𝑄𝑇𝑟𝑎𝑡 = [ (∑𝑖=1, 𝐿2 )] − 𝐾
𝑗=1 𝑖𝑗
𝑟
 Soma de Quadrados do Resíduo: SQ Res = SQ Total − SQ Trat

1
Soma de Quadrados devido ao Efeito de A: 𝑆𝑄𝐴 = (𝑛 ∑𝑛𝑖=1
𝐴
𝑇𝐴2𝑖 − 𝐾
𝐵 ∙𝑟)
1
Soma de Quadrados devido ao Efeito de B: 𝑆𝑄𝐵 = ∑𝑛𝑖=𝑗
𝐵
𝑇𝐵2𝑗 − 𝐾
(𝑛𝐴 ∙𝑟)
Soma de Quadrados devido ao Efeito da Interação AxB: 𝑆𝑄𝐴x𝐵 = 𝑆𝑄𝑇𝑟𝑎𝑡 − 𝑆𝑄𝐴 − 𝑆𝑄𝐵

 Quadro de Análise de Variância

  Resumindo o critério do teste:

 Médias
𝑇𝐴
 Média do i-ésimo nível do Fator A: 𝑚
̂ 𝐴𝑖 = (𝑛 𝑖
𝐵 ∙𝑟)
𝑇𝐵𝑗
 Média do j-ésimo nível do Fator B: 𝑚
̂ 𝐵𝑗 = (𝑛
𝐴 ∙𝑟)
𝑛 ,𝑛
∑ 𝐴 𝐵 𝐿𝑖𝑗
𝑖=1, 𝑗=1
 Média geral: 𝑚
̂= (𝑛𝐴 ∙𝑛𝐵 ∙𝑟)

 Teste de Tukey. Para realizar o teste de Tukey na comparação das medias dos níveis dos fatores em teste temos
que usar:

Exemplo de Aplicação

Foi realizado um DIC para testar dois tipos de ambiente (com luz artificial e sem luz artificial no período da noite) e dois tipos de ração (com
cálcio e sem cálcio). Para tanto foram utilizadas 24 poedeiras similares, escolhidas aleatoriamente. Ao final da avaliação foram obtidos os
seguintes resultados (ovos/poedeira):

Pergunta-se:
a) Existe diferença na produção de ovos de poedeiras tratadas com rações com e sem cálcio no ambiente noturno com e sem luz
artificial?

Solução:
𝐻𝑜 : 𝑡𝑖 = 0, 𝑖 = 1, 2, … , _______.
 Hipóteses Preliminares {
𝐻1 : pelo menos um valor de 𝑡𝑘 ≠ 0, 𝑘 ∈ [1; _______]

 Obtenção da Análise de Variância

 Para a obtenção da ANOVA, o quadro acima deve ser descrito como:

 Repetições

Ambiente
Ração
Total
𝟏 𝟐 𝟑 𝟒 𝟓 𝟔

Total

 Soma de Quadrados:
1 2
𝑛 𝑛
 Constante: 𝐾 = (𝑛 (∑𝑖=1
𝐴
∑𝑗=1
𝐵
𝐿𝑖𝑗 )
𝐴 ∙𝑛𝐵 ∙𝑟)
___________________________________________________________________________________________________
___________________________________________________________________________________________________
___________________________________________________________________________________________________

𝑛 ,𝑛
 Soma de Quadrados Total: 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = (∑𝑖=1,
𝐴 𝐵
∑𝑟 𝑥 2 ) − 𝐾
𝑗=1 𝑘=1 𝑖𝑗𝑘
____________________________________________________________________________________________________
____________________________________________________________________________________________________
____________________________________________________________________________________________________

1 𝑛 ,𝑛
 Soma de Quadrados de Tratamentos: 𝑆𝑄𝑇𝑟𝑎𝑡 = [ (∑𝑖=1,
𝐴 𝐵
𝐿2 )] − 𝐾
𝑗=1 𝑖𝑗
𝑟
____________________________________________________________________________________________________
____________________________________________________________________________________________________
____________________________________________________________________________________________________

 Soma de Quadrados do Resíduo: 𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡

____________________________________________________________________________________________________
____________________________________________________________________________________________________
____________________________________________________________________________________________________

 Quadro de Análise de Variância Preliminar

CV GL SQ QM F
Tratamento
Resíduo
Total

 Conclusões

O teste F foi ___________________, indicando que devemos _____________ 𝐻0 _________________ e concluir que
____________________ na produção de ovos de poedeiras tratadas com rações com e sem cálcio no ambiente noturno
com e sem luz artificial.

100∙s
 Cálculo do coeficiente de variação do experimento CV = ̂
m

100∙𝑠 100∙√𝑄𝑀𝑅𝑒𝑠
𝐶𝑉 = ̂
= ̂
=______________________________________________________________________________
𝑚 𝑚
b) Quais os efeitos da ração, do ambiente à noite e da interação ração versus ambiente à noite?

Solução:
 HIPÓTESES
𝐻𝑜 : 𝑎𝑖 = 0, 𝑖 = 1, 2, … , 𝑛𝐴 .
 Efeito da Ração {
𝐻1 : pelo menos um valor de 𝑡𝑘 ≠ 0, 𝑘 ∈ [1; 𝑛𝐴 ]

Ho : bj = 0, j = 1, 2, … , 𝑛B .
 Efeito do ambiente à noite {
H1 : pelo menos um valor de bk ≠ 0, k ∈ [1; 𝑛B ]
 Efeito da interação ração versus ambiente à noite
Ho : 𝑎𝑖 × 𝑏𝑗 = 0, 𝑖 = 1, 2, … , 𝑛𝐴 e j = 1, 2, … , 𝑛B .
{
H1 : pelo menos uma interação de 𝑎𝑖 × 𝑏𝑗 ≠ 0, 𝑖 = 1, … , 𝑛𝐴 e j = 1, … , 𝑛B .
 Obtenção da Análise de Variância
 Para a obtenção da ANOVA, o quadro acima deve ser descrito como:

𝑨𝟏 𝑨𝟐 Total
𝑹𝟏
𝑹𝟐
Total

 Soma de Quadrados:
1
 Soma de Quadrados devido ao Efeito da Ração: 𝑆𝑄𝑅 = (𝑛 ∑𝑛𝑖=1
𝐴
𝑇𝑅2𝑖 − 𝐾
𝐴 ∙𝑟)
___________________________________________________________________________________________________
___________________________________________________________________________________________________

1
 Soma de Quadrados devido ao Efeito do Ambiente à noite: 𝑆𝑄𝐴 = ∑𝑛𝑖=𝑗
𝐵
𝑇𝐴2𝑗 − 𝐾
(𝑛𝑅 ∙𝑟)
____________________________________________________________________________________________________
____________________________________________________________________________________________________

 Soma de Quadrados da interação devido ao Efeito da Interação da Ração versus o ambiente à noite:
𝑆𝑄𝑅x𝐴 = 𝑆𝑄𝑇𝑟𝑎𝑡 − 𝑆𝑄𝑅 − 𝑆𝑄𝐴
____________________________________________________________________________________________________
____________________________________________________________________________________________________

 Quadro de Análise de Variância

CV GL SQ QM F
Efeito da Ração (R)
Efeito do ambiente à noite (A)
Efeito da interação (RXA)

Tratamento
Resíduo
Total

 Conclusões

 Para efeito de Ração

O teste foi significativo ao nível de _____% de probabilidade, indicando que devemos __________________ 𝐻0
____________________ e concluir que a ração com cálcio ___________________ da ração sem cálcio em relação à
produção de ovos.
 Para efeito de Ambiente à noite
O teste foi significativo ao nível de _____% de probabilidade, indicando que devemos __________________ 𝐻0
____________________ e concluir que o ambiente à noite com luz artificial ____________________ do ambiente à
noite sem luz artificial em relação à produção de ovos.
 Para efeito da Interação Ração vs. Ambiente
O teste foi ________________________, indicando que devemos _________________ 𝐻0 ____________________e
concluir que o tipo de Ração e o tipo de Ambiente atuam de forma ____________________ na produção de ovos.
Script no R

################# FATORIAIS - DOIS FATORES CRUZADOS #######################

# Entre os dados - variáveis: Tratamentos - TR, Controles Locais (se houverem) - CL1, CL2 e Fatores - A, B
dicF <- read.table("XXXX", h=T, d=","); dicF
TR <- dicF[,1]; TR
A <- dicF[,2]; A
B <- dicF[,3]; B
Y<-dicF[,4]; Y

## Difina os Controles Locais, Tratamento e os Fatores como Fatores

FTR <- as.factor(TR)
FA <- as.factor(A)
FB <- as.factor(B)

######## --------- Análise usando o Modelo Geral ---------- ########

## Defina o modelo
mod <- aov(Y ~ FTR) # Colocar os Controles locais, se for o caso
anova(mod)
anv<-anova(mod)
cv <- 100*sqrt(anv$"Mean Sq"[length(anv$"Mean Sq")])/mean(Y,na.rm=T);cv

## Carregue o script para testes de homocedasticidade.

# - Box-Cox - Independente do Del. Experimental
#install.packages("MASS")
require(MASS)
boxcox(mod,seq(-5,5,0.2)) # mod=modelo
# se lambda não difere de 1 -> Homocedástico
# se lambda difere de 1 (Transformacao:

## Carregue o script para testes de normalidade.

## - Teste de Shapiro-Wilk
# rs <- rstudent(mod)
shapiro.test(rs) # Especifique o vetor

############# -------------------- Análise Considerando o delineamento de tratamentos --- ########

## Definir o Modelo
modc <- aov(Y~FA+FB%in%FA) # Colocar os controles Locais, se for o caso
anova(modc)

## Medias dos efeitos principais e da interação

model.tables(modc,type="means")

### Carregue o script para Desdob. Interac. - Comparacões Multiplas ###

#### -- Deli. Experimental: DIC ou DBC e Del. Tratam.: Fat. Cruz -- ####
#### --------------- Para Médias Não Ajustadas -------------------- ####
# install.packages("ExpDes")
require(ExpDes) # não funciona para médias ajustadas

# Se o Delineamento do experimento for DIC:

fat2.crd(A,B,Y,quali=c(TRUE,TRUE),mcomp="tukey",fac.names=c("FA","FB"),sigT=0.05,sigF=0.05)

# Se o Delineamento do experimento for DBC:

fat2.rbd(factor1,factor2,block,resp,quali=c(TRUE,TRUE),[mcomp="tukey"],fac.names=c("FA","FB"),sigT=0.05,sigF=0.05)
# Onde:
factor1: vetor correspondente ao FA (devem ser os valores dos níveis do fator).
factor2: vetor correspondente ao FB (devem ser os valores dos níveis do fator).
block: vetor corresondente ao fatro Bocos (se for DBC).
resp: vetor corresondente a variável resposta.
quali: TRUE - se os niveis do fator forem qualitativos (comparações múltiplas)
FALSE se os niveis do fator forem quantitativos (desdobramensto por contrastes polinomiais)
mcomp: Tipo do teste de comp. mult. (se o fator for qualitativo): tukey (tukey), duncan (duncan), Student Newman Keuls
(snk), entre outros.
 fac.names: Nomes dos fatores (FA e FB)
sigT: Nivel de significancia dos testes de comp. mult.(default=5%)
sigF: Nivel de significancia dos testes F da Analise da Variância (default=5%)

#### ------------ Qualquer Delineamento Experimental -------------- ####

#### ----------------- Médias Ajustadas ou Não -------------------- ####

## - FA dentro de FB (FA%in%FB)

# Gráfico FA dentro de FB
interaction.plot(FB,FA,Y,fixed=T,fun=mean,main="Desd.Interacao", xlab="Fator B", ylab="Fator A",
type="b", lty=1:length(levels(FA)), pch=1:length(levels(FA)), col=1:length(levels(FA)))

# Desdobramento de FA dentro FB
modab <- aov(Y~FB/FA) # Colocar os Controles locais, se for o caso
effects(modab)

### defina a lista (sequencias do Bx em FBx:FAy)

summary(modab,split=list("FB:FA"=list(B1=c(1,3),B2=c(2,4))))

## - FB dentro de FA (FB%in%FA)

# Gráfico FB dentro de FA
interaction.plot(FA,FB,Y,fixed=T,fun=mean,main="Desd.Interacao", xlab="Fator A", ylab="Fator B",
type="b", lty=1:length(levels(FB)), pch=1:length(levels(FB)), col=1:length(levels(FB)))

# Desdobramento de FB ddentro FA
modab <- aov(Y~FA/FB) # Colocar os Controles locais, se for o caso
effects(modab)

### defina a lista (sequencias do Ax em FAx:FBy)

summary(modab,split=list("FA:FB"=list(A1=1,A2=2,A3=3)))

######## ------ Se a interação não for significativa ------ ########

## Comparações múltiplas (Tukey) para os efeitos principais (se for o caso)
#install.packages("agricolae")
require(agricolae)
ttA <- HSD.test(modc,"FA",group=T); ttA
ttB <- HSD.test(modc,"FB",group=T); ttB
######## -------- Se a interação for significativa -------- ########
## Comparações múltiplas (se for o caso).
# Comparações múltiplas (Tukey) - dentro de cada Fator
cmTK <- TukeyHSD(modc,"FA:FB")
cmTK