Escolar Documentos
Profissional Documentos
Cultura Documentos
Planejamento e Analise Estatistica de Experimentos Agronomicos Decio
Planejamento e Analise Estatistica de Experimentos Agronomicos Decio
DE EXPERIMENTOS AGRONÔMICOS
Revisão técnica
Deonlslo Destro
Revisão ortográfica
Edina Regina Pugas Panlchl
Miguel Luiz Contanl
Impressão
Gráfica MYCK Londrina
ISBN 978-85-89687-13-3
CDU 519.23.7
Copyright© 2013
Direitos desta edição reservados à
EDITORA MECENAS LTDA.
Rua Piaul, 191 - loja 58
Fone/Fax (43) 3354-5655
86010-420 - Londrina - Pr- Brasil
e-mail: editoramecenas@yahoo.com.br Impresso no Brasil / Prlnted ln Brazil
Sumário
I INTRODUÇAO ................................................................................................. 11
Variação do Acaso, 11
Variância e Desvio Padrão, 13
Variância da Média e Erro Padrão da Média, 14
Coeficiente de Variação, 15
Intervalo de Confiança para a Média, 17
,
XVI EXERCICIOS ................................................................................................ 199
Décio Barbin
e-mail: decio.barbin@usp.br
Planejamento e Análise Estatística de Experimentos Agronômicos
D. Barbin
1-INTRODUÇÃO
Variação do Acaso
11
Décio 13:ubin
É claro que a estimativa da média é indicada por 111 e os desvios estimados por êr
Vejamos como fica o gráfico proposto acima:
208
203
9 202
A
m = 200
i
1
200 o
1
!
o o
198 197
o
192
Vejamos a seguir uma outra amostra de dados de alturas de pés de milho, com
a finalidade de confronto de situações diferentes: 203, 198, 199, 200, 201, 202, 197.
Verifica-se que a média aritmética é a mesma da amostra anterior, ou seja, m= 200 cm,
o que nos permite obter os seguintes desvios: 3, -2, -1, O, 1, 2, -3.
O gráfico para esta nova amostra é o seguinte:
2 3
202
201
A 200 ?
m = 200 i
1
!
ó 199
198 17
12
Planejamento e Análise Estatística de Experimentos Agronômicos
n é o número de observações; e
n-1 é o número de graus de liberdade.
s 1 = J 25,67 = 5,07 cm e
s2 = .J 4,67 = 2, 16 cm.
13
Décio Barbin
n ( fv Y
LYf-~
s2 _ i = I n
n -1
280028 - ú4 oo)2
- - - - - -7- - = 4,67 cm2 •
7 -1
s2 é a estimativa da variância.
14
Planejamento e An:ílise Estatística ele Experimentos Agronômicos
s(rn)= -s-
✓
n
" " 2
V 2 (m) = 0,67 CITI , com S 2 (m) = 0,82 cm
É usual escrever-se m + s(m), logo, pode-se ter 200 + 1,91 cm para a 1ª.
amostra e 200 + 0,82 cm, para a 2ª.
Coeficiente de Variação
100.s
c.v. = --,..-
m
em que: s é a estimativa do desvio padrão; e
m é a estimativa da média.
Tem a vantagem sobre as demais medidas por se tratar de número puro.
Em nossas amostras temos:
100. 2,16
c.v. = = 1,08% para a segunda.
200
Observações:
l - Para dados relativos, isto é, positivos e negativos, o C.V. não tem sentido, pois a
média poderá se aproximar de zero e, com isso, o C.V. tenderá ao oo, ou seja.
15
Décio Barbin
Vejamos um exemplo.
Somemos a esses dados uma constante k = 1O, temos, pois, uma nova amostra:
11 , 12, 13, 14, 15, para a qual
m=13 '
s2 = 2 5 e
'
c.v. = 12,15%.
Somemos agora a constante k = 50; temos portanto, 51, 52, 53, 54, 55, para a qual
m=53'
2
s = 2,5 e
C.V.= 2,98%
16
Planejamento e Análise Estatística de Experimentos Agronôm icos
o 10 50 100
m 3 13 53 103
sz 2,5 2,5 2,5 2,5
17
Décio Barbin
16
14
1
'bÕ 12 1
eo 10 1
1
""::,
u- 8 1
1
-o
e
o..
6 1
1
1
1
4 1 1
2 ~ Período experimental ~
o
o 50 100 150 200 250 300 350
dias
18
Planejamento e Anúlisc Estatística de Experimentos Agronômicos
Se, cr\ ~ cr\, pode-se manter o tamanho da parcela, ou, até mesmo, diminuir.
A A A
19
Décio Barbin
j
1
80
,-.... Ponto de curvatura máxima
~
,._., 60
>:
u 40 Tamanho ideal da parcela
20
o
o 20 40 60 80
Tamanho da parcela
Bordadura
1 1 1
1 ,
Plantas úteis
1F
Bordadura
20
Planejamento e Análise Estatística de Experimentos Agronômicos
1 - Repetição
2 - Casualização
3 - Controle Local
21
Décio Barbin
material for heterogêneo. Por exemplo, se tivermos vários tamanhos de mudas de uma
detenn.inada espécie vegetal, elas devem ser separadas; cada tamanho irá constituir um
ou mais blocos.
Quando a área experimental for homogênea, por exemplo, uma área plana,
dispensa-se o controle local; todos os tratamentos com todas as suas repetições são
dispostos, por sorteio, nessa área, de modo que todos têm a mesma chance de ocupar
qualquer posição. Estes são os que chamamos de Experimentos Inteiramente ao Acaso.
Porém, se o terreno apresentar heterogeneidade em dois sentidos, como por
exemplo, gradiente de fertilidade em um sentido e gradiente de microclima em outro, o
controle local deve acompanhar essas duas fontes de variação, ou seja, devemos fazer
blocos perpendicularmente a esses dois sentidos. Eles serão chamados de linhas e
colunas e estaremos, assim, caracterizando os Experimentos em Quadrados Latinos.
A esta altura é importante salientar que à medida que aumentamos o controle
local, diminuímos o número de graus de liberdade do Resíduo de uma análise de variância.
Como este número é um indicador da precisão da análise, só se deve fazer o controle
local quando realmente for necessário, ou seja, controle local desnecessário somente irá
causar menor sensibilidade à análise da variância.
Por outro lado, como o Quadrado Médio do Resíduo é a estimativa da Variância
Residual ou do Acaso, ao planejarmos um experimento devemos ter sempre em mente
que essa estimativa deve ser a melhor possível: ela deve ser realmente uma medida
representativa da Variação do Acaso. Portanto, todo cuidado deve ser levado em conta
ao se planejar e, principalmente, ao se instalar o experimento no campo. Erros ou
descuidos, nessa fase da experimentação, irão acarretar em aumento da variância residual
e, como já dissemos, tomando a análise da variância menos sensível.
22
Planejamento e Análise Estatística de Experimentos Agronômicos
Introdução
23
Décio Barbin
Tratamentos I - 1= 3
Total IJ-l = ll
24
Planejamento e Análise Estatística de Experimentos Agronômicos
de liberdade no Resíduo, então, I(J- 1) :::: 1O. Logo, para 1=4, tem-se J:::: 4. Optou-se por J=5
TRATAMENTOS REPETIÇÕES
1ª 2ª 3ª 4ª 5ª
TOTAL
1 -A 2 2 1 1 o 6
2-B 1 o o 1 l 3
3- C 12 10 14 17 11 64
4-D 7 9 15 8 10 49
122
PERGUNTAS:
1ª) É possível fazer a análise da variância nesse caso?
2ª) Como fazer a análise da variância?
1ª) O modelo deve ser aditivo, isto é, os efeitos devem se somar (não há interação);
2ª) Os erros (ei) devem ter distribuição normal;
25
Décio Barbin
va riância
e..
lJ
n N I D
L
i
distr.
l
Normal
~ ind ependentemente
Teste de Cochra11
2
8 max
C= k
L sf
i=i
26
Planejamenlo e Análise Estatislica de Experimentos Agronômicos
,y 2 - -
M
A {k- l )gl e
em que:
e
k
1 1 1
C=l+ 3 (k-1) I
i=1
---
Il·1 -1 k
Í:(ni -1)
i=l
k+l
e = 1 + 3k (n -1)
Uma outra alternativa que vem ganhando maior ênfase em função dos pacotes
estatísticos é a análise dos resíduos. De acordo com vários autores, dentre eles
(PARENTE, 1984), os erros padronizados:
eij eij
dij = .J QMRes. = ff
quando colocados em um gráfico, contra os valores estimados (Yi), podem nos dar as
seguintes orientações (padrões):
27
Déc io B.irhin
I ª) d,j
+3 1-------.-.- - -- - - -- - - - - -
.: :◄- condição ideal
das exigências
do modelo
...
. . ..
. . ..
-3
--;c-------------------------t~ Yii
Yij
ou
d··IJ
... heterogeneidade de
variâncias, onde a
variância decresce
comy;;
Yii
d,j
ou
hcterogcncidndo de
variâncias, onde a
+ variância cresce pam
valores de Yu
o tendendo para n
média
-3
- - + - - - - - - - - - - - - - - - - - - - - - + yij
28
Plnncjmnento e Análise Estatística de Experimentos Agronômicos
ou d,,
hclcrogcncidadc
.._ de vnri5ncias,
. .. . .
o ...... : . .. '.::: : : _:_:_: :: . :::: on<lc n vnriàncin
. .'...' .. . ' . . . ' . . ..
.
.. . decresce para
valores de YiJ,
-3 lcndendo pnra n
médin
- - + - -- - - -- - - - -- - - - -- --r Y1J
. _ corrclnção
positiva entre os
erros, portnnto os
erros não são
independentes
--t-------------------.....-y;i
ou
+: 1(-------~~t~•
fü--~ ,~
.::---------~-§§J.~:,.
·.·.·.·.·.· . . .·.·.·.·
... . . ... ...
. ·.·.·.·.·.· .
·.· ·.·.·
. .-.-...
. .... ..
Y1;
Geralmente, porém, essas verificações não têm sido feitas na prática. Ocorre
que, por experiência sabe-se que, por exemplo, dados de produção geralmente satisfazem
a essas exigências; sempre que possível trabalha-se com médias por parcela, o que até
certo ponto, garante a distribuição normal. Quando se têm dados de contagem ou de
porcentagem, já se fazem transformações de dados.
29
Décio Barbin
No nosso exemplo:
Tratamentos Totais "
m i
2
S i C.V.(%) " / 2
m s
1- A 6 l ,2 0,7 69,72 1,7
2- B 3 0,6 0,3 91,29 2,0
3- C 64 12,8 7,7 21,68 1,7
4- D 49 9,8 9,7 3 1,78 1,0
G = 122 m= 6' 1 s2 == 4'6
Façamos a verificação das condições de homogeneidade de variâncias e da
normalidade dos erros, para os dados de nosso exemplo.
Sabe-se que
IJ IJ ' ' J IJ
Mas,m = 6,1
tA = ---4,9
tB = -5,5
te = 6,7 e
tn = 3,7, logo,
yA= 1,2; YB = 0,6; Yc =12,8; e Yo =9,8
Por outro lado,
dij
A 0,3 7(*) 0,37 -0,09 -0,09 -0,56
B O, l 9 -0,28 -0,28 O, 19 o, 19
e -0,37 -1, 3 1 0,56 1,96 -0,84
D -1, 3 1 -0,37 2,42 -0,84 0,09
(*)d Al = "l 1 = ~
4,6 = 0,3730 =0,37.
30
Planejamento e Anúl ise Estatística de Experimentos Agronômicos
Gr:ífico de dispersão
2,5 •
2
VI
o
"O
1,5
•
"'
.!::l
e l
..,o
"O
"'e.. 0,5 •
o"'
;:l o •• •
"O
·;;;
.., -0,5 •• 2 4 6 8 .10 12 • 14
e,::
-1 • • •
-1 ,5 • •
Y estimado
2
Fmax
, =
8 max 9,7
2
32,33
8 min 0,3
. = 32 ' 33*
F max
31
Décio Barbin
do modelo já é suficiente para a não validade da análise da variância. Porém, foi verificada
também a nonnalidade através do teste de Lilliefors (ver pág. 28) chegando-se à conclusão
que os dados não seguem a distribuição normal.
Como alternativas para tomá-la válida, temos:
a) transformação dos dados, cujas mais usadas são: .Jx + k , onde ~O é uma
constante, para dados de contagem; are sen ,Jp / 100 , onde p = porcentagem, para
dados de porcentagem, geralmente entre O e 30% ou entre 70 e l 00%; log (x + k)
quando há proporcionalidade entre médias e desvios padrões;
Pode-se, no entanto, de acordo com BOX e COX (1964), determinar,
analiticamente, que tipo de transformação pode ser usado. Estabelece-se uma regressão
linear entre log s2 , como variável dependente e log m, como independente.
"
Determina-se b e, a seguir,
,..
b
Â=l- -
2
O valor de "A, nos indica que tipo de transformação deve ser feito.
Se MO, temos Y*= YÂ. e
Se Ã.==0, temos Y*= log Y.
"
Em nosso exemplo, temos b =1, 131 O
3
:. "A,= 1- l,l IO = 1-0,5655 = 0,4345
2
Isso nos permitiu usar "A.=0,5, por ser uma transformação de uso corrente, ou
seja,
Y* = yo.s = .jy .
32
Planejamento e Análise Estatística de Experimentos Agronômicos
b Transform ação
o nenhuma
1/2 Fx ou Jy
2 o log X ou log y
3 -1 /2 1 1
-ou-
Fx Jy
4 -1 1 1
- ou -
X y
TRATAMENTOS REPETIÇÕES ~
lª 2· 3ª 4ª 5• TOTAIS m; S2·
1 CV(%) m /s2
A 1,58 1,58 1,22 1,22 0,71 6,31 1,262 0,1276 28,35 9,9
B 1,22 0,71 0,71 1,22 1,22 5,08 1,016 0,0780 27,39 13,0
e 3,53 3,24 3,81 4,18 3,39 18,15 3,630 0,1386 10,26 26,2
D 2,74 3,08 3,94 2,91 3,24 15,9 1 3,182 0,2144 14,56 14,8
45,45 2,272 0,1396
1
T
$2
(A transformação ✓
x sempre abaixa o C.V. para =a metade)
2
= ~ áx = 0,2144 = 2 75n,s.
Fmáx s 2mm
. O' 0780 '
33
Décio Barbin
(~ Vy
lf1__:J G
2
(45 45) 2
· SQTotal = (1 ,58)2 + ... + (3
'
24)2 - '
20
= 28' 5844
1 I 2
SQTrat. =J L Ti
i=l
- (l,
SQTrat. 26,3495
QMTrat. = - = 8,7832
g.l. Trat. 3
SQRes. 2,2349
- = 0,1397
QMRes. = g.l. Res. 16
QMTrat.
F = QM Re s. , sob a hipóteses de nulidade (H)
Portanto,
34
Planejamento e Análise Estatística de Experimentos Agronômicos
8,7832
F = O, 1397 = 62,87
QMTrat.
,.. 2 "
= cr + J<I> 1 , ,. = -1-
com <I>.
' I -1
(r ,. ,
. ,
1
t.- -1--
-1 a,.. 2 )
J
QMRes. = ô2 ,
temos:
= QMTrat. =_!_ L
"2
t.
F i '
35
Décio Barbin
ser consultadas, nos casos de Experimentos Inteiramente ao Acaso com (I- 1) g.l. de
tratam entos no numerador e l(J-1) g.l. do resíduo (no denominador).
Em nosso exemplo, temos:
95% 5% 99% 1%
3,24 5,29
Observações:
w
C.V. = 35,16% O Fé robusto
36
Planejamento e Anúlise Estatística de Experimentos Agronômicos
xi "
m
Z. = - - -
' s
em que X 1. em nosso caso são os erros eIJ.. , mé a estimativa da média dos e.. estimados e,
IJ
k
S(Z.)1 = -Il , onde k é o número de observações ~ X.,l ou, em nosso caso, é o número de
. <
desv1os _ e...
IJ
L,Yij ,.. G
"
m=
i,j ou m=-
IJ IJ
e " Ti ,..
t 1· --m
J
37
Décio Barbin
TRATAMENTOS REPETIÇÕES
1" 2º TOTAIS
3" 4" 53
1- A 2
2- B
2 1 1 o 6=T 1
1 o o 1 1 3 = T2
3- C 12 10 14 17 li 64 = T3
4- D 7 9 15 8 10 49 = T4
122 = G
,., = 122 =6 l
m 20 ' 111 = 6,l
t 1 = -4, 9
A
t 2 = -5, 5
64
5
-61=67
' ' ...
A 49
"t = t = - - -61=37
4 D 5 ' '
I ,.,
Obs.: L ti = O
i=l
REPETIÇÕES
TRATAMENTOS 1• 2• 4• s?
3ª 5•
1- A 0,8 0,8 -0,2 -0,2 -1,2 0,7
2-B 0,4 -0,6 -0,6 0,4 0,40 0,3
3 -C -0,8 -2,8 1,2 4,2 - 1,8 7,7
4-D -2,8 -0,8 5,2 -1,8 0,2 9,7
4,6 = s2
Por exemplo:
ê l i = 2 - 6,J - (-4,9) = Ü,8
:E e 2..
-2
S2. = IJ ou s
' I(J-1) 4
38
Planejamento e A nálise Estatística de Experimentos Agronô micos
Observações :
"2
2ª) -~ e..
1' J IJ
= 73,6
logo,
Lê~ =46
s2 = - ---'-IJ = 73,6
I (J -I) 16 '
.-. s = N _ 2,1448
Os 16 g.l. correspondem a 4 + 4 + 4 + 4 (de cada parcela) ou,
I(J - 1) = 4 x 4 = 16.
3ª) O teste de Lilliefors irá nos dizer que a distribuição dos dados (erros) difere ou não da
distribuição normal.
A seguir, consulta-se a tabela de probabilidade da distribuição normal reduzida,
obtendo-se, antes, as variáveis reduzidas Z.:1
ê··lj - o
Z.= - - -
1 s
Por exemplo,
- 0,8 - o = o 37
zi - 2 1448 '
'
Colocando-se os ê ij (ordenados) e respectivos Zi numa tabela, obtemos:
39
Décio Barbin
k
S(Z.) =-
' n
onde k é o número de desvios $; ê ...
IJ
Por exemplo:
2
S(Z) =- = 0,1000
1
20
4
S(Z2) = - = 0,2000
20
O maior valor de IF(Z)- S(Zi)I e IF(Z) - S(Zi_ 1)1 é 0,2057, logo,
Como Dca1c > Dtab(o,os) rejeitamos H 0 , isto é, a distribuição dos eu não pode
ser aceita como distribuição normal.
Concluímos, portanto, que os erros eij não têm homogeneidade de variâncias
(teste Fmáx) e também não têm distribuição normal.
Portanto~ não são verificadas duas das 4 exigências do modelo.
Para maiores informações consultar "Estatística Experimental Não-
Paramétrica" (CAMPOS, 1983).
40
Planejamento e Aná lise Estatística de Experimentos Agronômicos
1. Teste de Tukey
Este teste serve para comparar todo e qualquer contraste entre duas médias.
A sua expressão é:
i1 = q ~~V~IJ
2
em que:
~= d.m.s. = diferença mínima significativa;
q é a amplitude total estudentizada ("studentized range") obtida em tabelas,
aos níveis de 5 e 1%, com n = nº de tratamentos (ou médias) e n' = nº de graus de
liberdade do resíduo; e
V(Y) é a estimativa da variância da estimativa do contraste entre duas médias
de tratamentos.
No caso de médias serem obtidas com o mesmo número de repetições, a
expressão fica:
41
Décio Barbin
Então a função
Y1 =m1 + m2 - 21n
7
.
y 1 =m+ m -2m=0
y 2 =m - m= O
Variância de um Contraste
42
Planejamento e Análise Estatística de Experimentos Agronômicos
2
<Y1 = (j22 = ... = (j/12 = (j 2
e, consequentemente, uma estimativa para a 2 é o QMRes.
Logo,
,.. a.12
V(yi) =L - QM Res.
i ri
Contrastes Ortogonais
Dois contrastes
são ortogonais se
~
kJ ªibi -- O, onun
. da de Cov("y 1 ,Y" 2 ) = O
i ri
43
Décio Barbin
L.J a 1. b .1
"" O
Vejamos se
Y1 +I +1 +I -3
Y2
A
+1 +1 -2 o
Y3
A
+l -1 o o
A
Y1 e Y2
A
+l +1 -2 o o
A
Y1 e Y3
A
+1 -1 o o o
)'2e)'3 +l -1 o o o
soma dos
produtos
,., 3
m = m. e = 3 ' 630
44
Planejamento e An.ílise Estatística de Experimentos Agronômicos
111 4 = ITl D= 3, J 82
_q ✓QMRes
6. 5% - r =
, v~
fo,lm
405
:. ~ 5% = 0,677
onde: q = 4,05 foi obtido da tabela para o teste de Tukey, com a = 0,05, n = 4 tratamentos
ou médias e n' = 16 g.l. do Resíduo (Ver tabela 3, p. 167-168).
Para a = 0,01 , temos
{o,Ll97
~ !% = 5,19 v~ 0,867
:. ~ 1% = 0,867
s, = m m = 1,262-1,016 = 0,246
1 1
-
2
e, assim, sucessivamente.
Yi m2 ffi 3 ffi4
A
m2 - 2,614* 2, 166*
-
A
mJ 0,448
45
Décio Barbin
m1 =1,262 a
m4 = 3, 182 b
m3 = 3,630 b
em que: médias seguidas da mesma letra não diferem entre si.
Vejamos como fica o teste de Tukey na comparação das médias de tratamentos
para os dados NÃO transformados.
As médias são:
lil1 = 1,2
lil2 = 0 ,6
lil3 = 12,8
lil4 = 9,8
:. /).5% =3,88
O quadro das estimativas dos contrastes é:
,.. ,.. ,..
Yi m2 m3 "
Il14
,..
m, 0,6 11 6* 8,6*
,.. '
m2 12 2* 9 2*
,.. ' '
m3 3,0
46
Plancjame11tn e Análise Estatística de Experimentos Agronômicos
2. Teste de Duncan
A expressão do teste é
D·
l
= z.1 JQM rRes.
Neste teste, as médias devem ser ordenadas e começa-se pelo contraste entre
a maior e a menor médias. Se ele não for significativo, isto é, se
< D
Yj•
A
i'
não se deve aceitar qualquer outro contraste como significativo, mesmo que
47
Décio Barbin
Cálculo de D.1
~
:. D4 = 3,23 V~ 0,540
y 2
= I m1 - mI 3
= 11,262 - 3,6301 = 2,368
✓ QM Res. _ 3 15 ~
D3 = Z3 r - , V~ 0,526
No caso de y3 = m4 - m3 = 0,448
48
Planejamento e Anúlise Estat.ísticn de Experimentos Agronômicos
Conclusões Finais:
m2 =1,016
m. 1 = 1,262
m.4=3,182
m = 3,630
3
É usual, neste teste, ligar através de barras as médias que não diferem entre si.
Pode-se, também, usar o sistema de letras.
Observações:
2ª) IMPORTANTE: Cada contraste testado por Duncan, tem uma probabilidade de que
"não apontemos como significativa uma diferença realmente nula" dada por (1 - a)°·1,
em que a é o nível de significância e n é o número de médias abrangidas no contraste.
49
Décio 13arbin
3. Teste t
Características:
2. Os contrastes devem ser estabelecidos "a priori", isto é, antes do conhecimento dos
resultados experimentais;
t
Yi -O
✓ VC5'i)
em que: y i é a estimativa do contraste; y(
y) é a estimativa da variância da estimativa
do contraste.
O valor calculado de t é comparado com o valor de t, obtido em tabelas com n·
g.l. do Resíduo e ao nível a= 0,05 ou a= 0,01.
Se tcalc > \ab ⇒ yi '::/:- O, ou seja, é significativo, logo, as médias diferem entre si
Se t ca1e < t tab ⇒ y. não difere de zero, logo, as médias não diferem entre si.
1
" 4
V (:y 1) = (0,1397) = 0,11176
5
-4,534
Jü,11176 = -l3,S6
v ey 2
) = 0,05588
Para o 3° contraste:
51
Décio Barbin
Entretanto, esse mesmo esluclo de contrastes pelo lesle l, pode ser feito, de
modo talvez mais elegante, na própria análise da variância. Esse procedimento é conhecido
por: "desdobramento de graus de liberdade de tratamentos" ou "repartição da SQ
tratamentos".
Usando-se os mesmos contrastes testados por t, temos:
Causa de Variação g.l. S.Q. QM F
(Tratamentos) (3) (26,3495)
(A+B) VS (C+D) l 25,6964 25,6964 183 94**
'
l ,08ns
Avs B l o,15 13 O, l 513
Cvs D 1 0,5018 05018 3,59ns
Resíduo 16 2,2349 o, 1397
Total 19
Repetições
Tratamentos Totais
1ª 2ª 3ª 4n 5ª
A 1,58 1,58 1,22 1,22 0,71 6,31
} 11,39
B 1,22 0,71 0,71 1,22 1,22 5,08
e 3,53 3,24 3,81 4,18 3,39 18,15
} 34,06
D 2,74 3,08 3,94 2,91 3,24 15,91
45,45
2 2 45 5
SQ (A+ B) vs (C +D)= l~ ((11,39) + (34,06) ] • ( ;: )' 25,6964
t
nº de elementos envolvidos
em cada total
0,1513
34 6 2
SQ C vs D= __!__ [(18,15) 2 + (15,91) 2 ] -( ,0 ) _ 0,5018
5 10
25,6964
F
lºconlrustc
= ---
0,}397
= 183,94
52
Planejamento e Anál ise Estatística de Experimentos Agronômicos
O, 15 13
F2° eo111mstc = 1,08
0,1397
0,5018
F3° contraste = = 3,59
0,1397
nl 1 g.l.
{ n 2 = 16 g .1. I> 4,49 (5%) 8,53 (1 %)
Ftab
Conclusões:
Observações:
t
SQ Trat
3ª) As somas de quadrados dos contrastes poderiam ter sido obtidas pelas seguintes
expressões:
SQ (A + B) vs (C + D) =
53
Décio Barbin
( 6,31
SQ A vs B _ _ __ -_
5,08 ) 2 =0,1513
__,:_
5 X 2
(18,15 - 15,91 ) 2
SQ C vs D = - - - - - - - - - == 05018
5 X 2 '
Se o número de repetições é diferente, complica bastante o cálculo por essa
expressão.
4ª) Nos casos de contrastes, portanto, com 1 g.l., .JF = t ou F = t2. Verifiquemos:
Contraste (A + B) vs (C + D): t = -13,56
:. t2 = 183,87 =F = 183,94
Contraste A vs B: t = 1,04
:. t 2 = 1,08 = F = 1,08
Contraste C vs D: t = 1,89
:. t2 = 3,57 =F = 3,59
[1 - (1 - a)º]
Isto é, para 3 contrastes tem-se 14,26% de chances de que ocorra uma diferença
por acaso, enquanto que, sem desdobramento da soma de quadrados, tínhamos essa
probabilidade igual a 5%.
54
Planejamento e Análise Estatística de Experimentos Agronômicos
Pode-se obter uma boa aproximação desse nível conjunto de significância por
l - ( I - a)º= na
No exemplo:
4. Teste de Scheffé
12 12 (-1) 2 + (-15) 2 ]
A
V (y 1 ) =
[
55
Décio Barbin
n = 4 :. n - 1 = 3
F {n1112 ==316 ⇒ a 5%
t~b 3,24
y2 = -5,43.
temos:
v es, 2) = o,3353.
Logo,
.J (4-1) 3,24 x0,3353 = 1,8052
Como I y2 I > S5% ⇒ rejeita se H 0 , logo, a média entre m 1, lI½ e ll¾ difere de m4 •
Observações:
1ª) Há autores (PERES ; SALDIVA, 1982) que preferem estabelecer intervalos de
confiança para os contrastes e concluir do seguinte modo: se o intervalo contiver o zero,
aceita-se H 0 , nos casos contrários, rejeita-se H 0).
2ª) Além desses testes apresentados, temos o teste de Dunnett (STEEL; TORRIE,
1960) que serve para comparar médias de tratamentos com a(s) média(s) de um
padrão (ou +).
d'= t
✓2 -
QM Res.
--
r
quando tem-se O mesmo nº de repetições, onde t é o valor da tabela de Dunnett, obtido
com p = nº de tratamentos, excluído o padrão, e n = nº de g.l. do resíduo (ver tabelas em
STEEL; TORRIE, 1960).
56
Planejamento e A,ül ise Estatística de Experimentos Agronômicos
5. Teste de Scott-Knott
O teste de Scott-Knott visa comparar dois grupos de médias de tratamentos,
iniciando-se por aqueles cuja soma de quadrados é máxima entre os possíveis (p-1)
grupos fonnados em que p é o número de tratamentos (Ramalho, Ferreira e Oliveira -
2000). Resulta, dessa aplicação, que as médias dos tratamentos podem ser reunidas em
grupos aproximadamente homogêneos.
Sua expressão é:
em que:
n = 3,141593
80 é o valor máximo das somas de quadrados entre grupos de médias de
tratamentos tomados sobre todas as possíveis combinações de p tratamentos em dois
grupos distintos. Para se evitarem possíveis números excessivos de grupos, aconselha-
se a trabalhar com as médias ordenadas, sendo possíveis ( P-1) grupos.
â; é a estimativa de máxima verossimilhança de a 2
, dada por:
p é o número de tratamentos; e
v é o número de graus de liberdade do resíduo da análise da variância.
57
Décio Barbin
v0 = p l(rc - 2)
58
Plancjamcnlo e Anúlisc Estatísti ca de Experimentos Agronômicos
À, n ªº- 3, 141593
- = 2(n -2). a; 2(3,141593-2) 0,2858
_5, 1392=24742
'
em que:
A2 (L.(Y;-Y) 2 +v.s2(Y;)]
~
V Ü -- I
(p+v)
(4+16)
:. ai =O, 2858
Considerando-se a tabela de x2-, tem-se para V0 = J}_-
rc-s
4
:. Vo = ~ 1-4-1-593 = 3, 50 ~ 4g.l que
1
Como Â.i > 4, o.oi) ~ que Àz é significativo em nível de I % de probabilidade, logo, o
grupo (B, A) difere do grupo (D, C).
Poderíamos ter feito interpolação linear para x2- com 3,5 graus de liberdade e obteríamos,
por exemplo,
13,5; 0,05) = 8, 65 .
Um outro exemplo pode ser obtido de Scott-Knott, 1974, em que são considerados
7 tratamentos, cujas médias ordenadas são numeradas de 1 a 7.
A aplicação do teste leva ao seguinte resultado:
59
Décio Barbin
< 5,6,7
 = 17,73 *
-----< 5 67
'
 = 0,99n.s.
Face aos resultados, pode-se reunir as médias em 3 grupos: (l); (2,3,4); (5,6,7).
60
Planejamento e Análise Estatística de Experimentos Agronômicos
Introdução
Considera-se uma parcela como perdida quando por algum motivo não dispomos
de informações (dados) dessa parcela. Pode t,e r ocorrido uma doença ou praga destruindo
toda a parcela; pode ter havido esquecimento do auxiliar do pesquisador em anotar os
dados daquela parcela etc. É comum, também, considerar como parcelas perdidas
valores discrepantes ("outliers").
É importante saber que do ponto de vista de cálculo, as parcelas perdidas
pouco alteram a elaboração de uma análise de variância, neste modelo. Porém, a cada
parcela perdida diminui-se 1 g.l. no total e, consequentemente, no resíduo também.
Se for obtido um valor nulo numa parcela, como consequência do próprio
tratamento, esse valor deve entrar nos cálculos da análise da variância e não ser
considerado como parcela perdida.
em que: N = L ni
Um Exemplo
61
Décio Barbin
Análise da variância
SQ Total= LY:j - e
i,j
(36 60) 2
:. SQ Total= (1,58)2 + ... + (3,24) 2
- ~ = 22,3604
7
I }
SQ Trat. = I,-T/ - C
i=l Ili
SQ Trat. 20,5198
QM Trat. = - - 3 - = 6,8399
g.l. Trat.
SQRes. _ 1,8406
QM Res. = = 0,1416
g.l. Res. 13
QM Trat.
F= , sob a hipótese de nulidade (Ho)
QM Res.
62
Planejamento e Análise Estatística de Experimentos Agronômicos
Portanto,
F = 6,8399 = 48 30
0,1416 '
n = 3
Ftab { n~ =13 ⇒ 3,41 (5%) 5,74 (1 %)
A expressão geral é:
4 tratamentos
⇒ 4,15
13 g.l. resíduo
,. =1016-3182=-2166
Y 1 ' ' '
63
Décio Barbin
b) '12, para contrastes envolvendo médias com 5 repetições e média com 4 repetições,
ou seja, para os contrastes:
e) .13 , para contrastes envolvendo médias com 5 repetições e média com 3 repetições:
y4 = m2 - m = 2,511
3 e
,, 5
Y = m - m = o 34s
4 3 '
_!_ . (_!_ +
2 5 3
!)
0,1416 = 0,806 ⇒ ~ 3 = 0,806
d) ,14, para contrastes envolvendo média com 4 repetições e média com 3 repetições:
64
Planejamento e Análise Estatística de Experimentos Agronômicos
l!l = 4 15
4 ,
J _!2_ . (.!.+!)o
4 3 '
1416 = o,843 ⇒ ô 4 = 0,843
Quadro de Contrastes
ffil
(4) 0,256 2,255* 1,910*
Obs.: À medida em que se têm menos repetições envolvidas nas médias, exige-se
maior diferença para indicar como significativo o contraste.
Conclusões:
65
Décio Barbin
4
fh =l l l l = 4,0678
- +- +- +-
4 5 3 5
logo,
1416
t::,. = 4,15 º'4,0678 :. !::,. = 0,774.
66
J>b11cj;imc11to e ;\núli sc Estatística de Experimentos Agronômicos
Introdução
Observação: Quando não for possível colocarem-se todos os tratamentos num mesmo
bloco, podemos caracterizar os blocos incompletos.
em que:
b.,
J
comj = 1, 2, ... , J, é o efeito de bloco; e
67
Décio Barbin
Total IJ - 1 ~
L. t?l
l
em que: <I>t =
1-1
V1
F= -
V3
Os graus de liberdade do resíduo são obtidos por diferença:
Obs.:
1ª) Se ocorrer a situação de presença de interação tratamentos x blocos, não é adequada
a utilização deste esquema de análise. Neste caso, o resíduo terá incluído, além da variação
do acaso, esta interação (modelo não aditivo).
2ª) Embora os graus de liberdade do Resíduo possam ser obtidos pelo produto
(I - I )(J - 1) como se fosse uma interação Tratamentos x Blocos, não deve ser entendido
como tal, pois no Resíduo só devem aparecer variações do acaso.
A presença da interação pode ser detectada pelo teste da não-aditividade do
modelo.
Quando é constatada a interação, o Q.M. do Resíduo fica inflacionado podendo
resultar valores do teste F menores que 1.
onde os termos têm o mesmo significado que no modelo anterior (casos de um só indivíduo
Por parcela ou de total de parcela, ou de média de parcela) e E.. com k = 1
' IJk'
K e' 0
' • • •'
68
Planejamento e Anú lisc Estatística de Experimentos Agronômicos
e1To dentro de parecias ou erro entre indivíduos dentro de parcelas, ou erro amostral.
Considera-se
Sub-total ou
parcelas IJ - 1 (Q4)
Entre Indivíduos d. de
Parcelas IJ(K - 1) Qs
Total IJK - 1 Q6
em que:
I, 1f
e <I>t == _i- -
I - 1
Os estimadores de mínimos quadrados para o primeiro modelo são:
G
m-
"
IJ
,.. T1· "
t· - - - m
1 J
"
B·J
"
b·J m
I
69
Décio Barbin
Bj é o total do bloco j.
Para se chegar nessas expressões, montam-se as matrizes: X, X'X = S,
M=S- A
SQResíduo =IJI,
2
Y·1 J. - SQ Parâ.metro (m, ti , b j)
=1:l,J 2
Y··IJ -[&G+ ~1;T;+ tbA]
Para o esquema de análise de variância referente ao modelo
temos:
SQ Tratamentos = ~ L, T/ - C
SQ Blocos= _!_
I .
L, Bf - C e
J
Um Exemplo
70
Planejamento e /\ núlisc Estatística de Experi mentos Agronômicos
Os porta-enxertos são:
l. Tangerina sunk i
2. Limão rugoso nacional
3. Limão rugoso da Flórida
4. Tangerina Cleópatra
5. Citranger-troyer
6. Trifoliata
7. Tangerina cravo
8. Laranja caipira
9. Limão cravo
Tamanho da parcela: No mínimo duas plantas por parcela. Neste exemplo, foram
colocadas duas plantas por parcela. É importante lembrar que, para plantas jovens, o
tamanho da parcela deve ser maior, pois a variabilidade entre plantas é maior.
Número de repetições (ou blocos): Como devemos ter no mínimo 10 g.l. para o
resíduo, então, como são 9 espécies (tratamentos) portanto, com 8 g.l., devemos ter no
mínimo 3 repetições, pois, com isso teremos (9 - 1)(3 - 1) = 16 g.l. no resíduo. Neste
caso, foram feitas 3 repetições.
Sorteio dos tratamentos: O sorteio dos tratamentos nas parcelas deve ser feito para
cada bloco, isto é, um sorteio para cada bloco.
Feito o sorteio e demarcada a área experimental com os blocos e respectivas
parcelas, procede-se ao plantio das mudas (obedecendo-se ao sorteio e colocando-se
duas mudas por parcela). O croqui do experimento no campo pode ter sido o seguinte:
71
Décio Barbin
Blocos . .
Tratamentos Totais mi 1,
l II III
1 145 155 166 466 155,33 -27,22
2 200 190 190 580 193,33 l 0,78
3 183 186 208 577 192,33 9,78
4 190 175 186 551 183, 16 1, 12
5 180 160 156 496 165,33 -17,22
6 130 160 130 420 140,00 -42,55
7 206 165 170 541 180,33 -2,22
8 250 271 230 751 250,33 67,78
9 164 190 193 547 182,33 -0,25
1648 1652 1629 4929 182.55
"
bi 0,56 1,00 -1,56
ê li = y li -m-t -b 1 1
m= 182,ss
i1 = 155,33 - m= -21,22
b1= 183,11 - rô = 0,56, logo,
ê
li
= 145 - 182,55 - (-27,22)- 0,56 = -10,8889.
Temos, na tabela a seguir, os desvios, bem como a variância e o coeficiente de
variação dentro de cada tratamento.
72
Planejamento e Anál ise Estat ística de Experimentos Agronômicos
Blocos
Tratamentos s2.
1
cvi (%)
J 11 111
2:sf
Obs. QMRes = i = 2013•89 = 251 74
1-1 8 '
Com esses dados, foram calculados o F m:lx e o valor D para o teste de Lilliefors.
k= 9
Fmáx. tab. = { V =2 ⇒
475 e 2432 a 5% e 1%, respectivamente.
Lilliefors:
73
Décio Barbin
1
SQ Trat. = 3 [(466)2 + .. . + (547)2 ] - C = 22981,33
1
SQ Blocos = [(1648)2 + (1652)2 + (1629)2] - e = 33,55
9
nl = 8 g.l. -..
F 1ab (trat.) { _, 2,59 (5%) 3,89 (1 %)
n2 = 16 g.l.
!:!:., %
5
= d.m.s. = 46,08
em que: q = 5,03 foi obtido na tabela com n = 9 médias e n'= 16 g.l. do resíduo.
74
Planejamento e Aná lise Estatística de Experimentos Agronômicos
"
38,00
1:1 1 37,00 28,34 10,00 15,33 25,00 95,00* 27,00
m2- 1,00 9,66 28,00 53,33* 13,00 57,00* 11,00
"
m 3- 8,66 27,00 52,33* 12,00 58,00* 10,00
"
m4- 18,34 43,67 3,34 66,66* 1,34
m"
s- 25,33 15,00 85,00* 17,00
m6 -
"
40,33 110,33* 42,33
"
m 1 - 70,00* 2,00
"
lll 8 - 68,00*
se y" 1 >
_ uA ⇒ L\ => 111 2 -< m1
-L\
Conclusões:
m. 8 = 250,33 a
l112 = 193,33 b
& 3 = 192,22 b
m = 183,67
4
b e
l11 9= 182,33 b e
& 1 = 180,33 b c
ms = 165,33 b e
m = 1s5,33
1
b c
m = 140,00
6
c
75
Décio Barbin
Observação
1 I
SQ Trat. = JK L T? - e
i=l
1 I 2
SQ Blocos = -IK .I, B J· - e
J=l
1 I J 2
SQ subtotal = SQ parcelas = K L,. L (Tij 1 + Tij2) - C
i=l j=l
76
Planejamento e /\mílise Estatística de Ex perimentos Agronômicos
QM Res.
Testa-se cr 2 = cr 2 através de: F = - - - -- - - - - -
e rcs QM Entre Ind. d. Parcela
Se cr =
2
a; ⇒ tamanho de parcela bom.
cr > cr; ⇒ aumentar o nº de repetições e pode-se aumentar o tamanho da parcela.
2
2
cr < a; ⇒ aumentar o tamanho da parcela, podendo mudar o nº de repetições.
Na 1ª situação, temos Frcslduo ( em relação ao QM Entre Indiv. d. Parcela) não
significativo, ou seja,
Logo
QM Res. (médio) = _ __;___ __;__ __
SQ Res. (1nédio)
(I-l)(J -1) + IJ(K-1)
Então:
QM Trat.
Ftrai. - QM Res. (médio)
Consulta-se a tabela F com:
Exemplo:
Bloco I ..., Bloco III
Trat. Planta l Planta 2 Totais
1 36,50 32,40 T
'
68,90
2 T
!
13 T..
p p
li 21
G
B
77
Décio Barbin
G2
SQ Total = 36,502 + 32,402 + ... + 14,402 - C; C=-
78
SQ Trat. = l ( T12 2 )- C
+ ... + Tn
6
SQ Blocos= l ( B 21 + B~ + Bi ) - C
26
l 2
SQ subtotal= - (68,90 + ... + 24,60 2 ) - C = SQ pare.
2
2
2 224,60
+ ... + (10,20 + 14,40) - - - -
2
2 2
= 36,50 + 32,40 + ... + 14,40
2 2 2
- 68; 9 + ... + 24,260 ]
[
= SQ Total - SQ Parcelas
78
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Introdução
JB+ IT - G
y=
(I- l)(J -1)
em que: J = nº de blocos;
B é o total do bloco onde ocorreu a p.p. (total das parcelas existentes nesse bloco);
I = nº de tratamentos;
U= I-1( BJ
-1- y- 1-1
2
em que: I = nº de tratamentos;
B é o total do bloco onde ocorreu p.p.; e
y é a estimativa da p.p.
79
Décio Barbin
Essa correção deve ser feita, principalmente, quando o valor do teste F estiver
próximo do valor de F da tabela.
.. dn = SQ Trat· - U
SQ Trat. comg1
Uma outra alternativa, que não a de estimar parcela e obter a con-eção da SQ Trat.,
é usar-se a metodologia de modelos não balanceados.
Seria, neste caso específico, usar-se metodologia para blocos incompletos.
Um Exemplo
A estimativa da p.p. é:
JB + IT - G
y=
(I - l)(J - 1)
y= 193
80
Planejamento e Aná lise Estatística de Experimentos Agronômicos
A média dos dois valores existentes nesse tratamento 7 é 188, que muitas
vezes é usado erradamente para substituir a parcela perdida.
A estimativa obtida é colocada no quadro de valores e realiza-se a análise da
variância com 1 g.l. a menos no resíduo.
Tratamentos Blocos
Totais
I Il III
1 145 155 166 466
2 200 190 190 580
3 183 186 208 577
4 190 175 186 55 1
5 180 160 156 496
6 130 160 130 420
7 206 y = 193 170 569
8 250 271 230 751
9 164 190 193 547
1648 1680 1629 4957
(4957) 2
SQ Total = (145) 2 + ... + ( 193)2 - -'------'--
27
2
SQ Trat. = -1 [(466) 2 + +(547)2 ] _ (4957)
3 27
4957
SQ Blocos = .!_ [(1648) 2 + (1 680) 2 + (1629) 2 ] _ ( )2
9 27
n1 - 8g.l. ⇒
F,nb { n 2 = 15 g.l. 2,64 (5%) 4,00 ( 1%)
81
Décio Barbin
U=-1-
I-1( y-I-1B) 2
9 -1 (193 _ 1487 )
2
9 9-1
:. U = 45,12
23044,06
QM Trat. (corr.) = - - - - = 2880,51
8
F = _Q_M_T_ra_t_.(_co_rr_._) _ 2880,51 = , * *
12 08
QM Res. 238,51
valor este, como era esperado, muito próximo daquele para Tratamento não corrigido.
QM Res.
r
82
Planejamento e Análise Estatística de Experimentos Agronômicos
em que: q = 5,08 e
m6
A A A
m2 mJ fil4 ffi5 m1 ms
A
fil 9
m, 38,00 37,00 28,34 10,00 15,33 34,34 95,00* 27,00
m2 1,00 9,66 28,00 53,33* 3,66 57,00* 11,00
lD. 3 8,66 27,00 52,33* 2,56 58,00* 10,00
ID4 18,34 43,67 6,oo, 66,66* 1,34
A
ID 7 60,66* 7,34
ms 68,00*
83
L
Décio Barbin
B l oco s
Tratame nt os Tota i s
l 2 ... J
1 Y11 y ... y IJ (T + y)
Totai s B1 (B +y ) ... Bi (G + y)
(G + y)2
:. z = Y\ l + .· · + Y2 + · •· + Y\J - - - - -
IJ
- { I1 r, 2
LB1 + B + y
( )2 2]
+ .. . + B J -
(G +
IJ
y)2}
dZ 1 1 1
.
•.
--=0 ⇒
dy
y- - (T+y) - - (B+y) + - (G+y) = O
J 1 IJ
84
Planejamento e Análise Estatística de Experimentos Agronômicos
: . y (IJ - I - J + 1) = IT + JB - G
JB + IT - G JB + IT - G
:. y = - - - - - -
IJ-1-J+l l(J-1)-(J -1)
1B + IT - G
:. y =
(I - 1)(J - 1)
d 2Z = 2 - ~
- 2 + i =2 ( IJ - I - J + 1 ) = ~
(I -1 )(J -1)
dy2 J I IJ IJ IJ
Mas:
Í + y)2
SQ Trat. = J1 L(T + y)2 2
+ Tz + ... -
] (G
IJ
85
Décio Bnrbin
pois, como vimos, a SQ res. é exata quando se usa a estimativa y da parcela perdida.
Obs.: Neste caso, não se levou em conta o valor de y porque o modelo corresponde ao
de inteiramente ao acaso.
~• 2
:. SQ Res I = l 2 2)
L Yij - - (B, + ... + BJ - -
~i I
1
l-1
B
2
2 2
(G + y)
+ (G + Y) - -1 LBt
[ 2 2 2]
+ (B+ y) + ... + BJ + ----=....:..._
IJ I IJ
SQ Res. = ~ , Yij2 + Y2 -
r + Y)2
J1 l(T 2
+ T2 + ••· + T1
2]
-
1,J
__
I (sr +B5 + ... +BJ)-.!_(B+y)2 + (G+y)2
J I IJ
86
PlaneJamento e Análise Estatística de Experimentos Agronômicos
2
1 í ] (G + y)
U =-
J
L(T+y)2 + Ti + ... + Tr2 - __;___.:....:,_
IJ
1 í ] (G + y) 2
- - L(T+y)2 + Tf + ... + Ti2 + - --
J IJ
1 1
2
- - (B + y) + -
2
B + y
2
= y2 + - 1 2 1
B - - (B + y)
2
1 1-1 1-1 I
2 1 2 1 2 1 1 2
:. V= y + - B - - B - -2By--y
1-1 I I I
-(Ii)
- I y
2 + 1
(I-l)I
2 By
82 ---
1
87
Décio Ba.rbin
U = .!....=___!_
1
(y2 + B2
([ -1)2
- 2 By
1- 1
1
... U= .!__:_!_ (
I
-~)2
y I-1
Y =m.-m
.. 1 1 y
Como m.e m 1 y
são independentes,
.
então :
m.é a média de um tratamento qualquer onde não houve perda de parcela, logo:
1
A cr 2 E(QM Res.)
V(mj) = - - = J
1
QM Res.
:. vcmi) = ___:...--
1
88
Planejamento e Análise Estatística de Experimentos Agronômicos
Para 111 y que é a média do tratamento para o qual ocorreu a p.p., devemos
deduzir a variância.
,. T + y JB + IT - G
my - ma s y =
J (I - 1)(J - 1)
JB + IT - G
T+ - - - - -
(1 - 1)(J - 1)
J
,. (I - 1)(J - 1)T + JB + IT - G
my =
J(I-l)(J-1)
(IJ - I - J + 1 + I - 1)T + (J - 1) B - K
-
J (I -1) (J -1)
+ -1 J-1 a 2
(I )( ) ]
[l
= -J-1 +- 1
-- +-- - - 1 ]a
J 2 (1 - 1) J 2 (I-)(J-l)
2
89
Décio Barbin
~
2
[J (1-l )+(J-l) + I] 2
: . V( m ) = J 2 (I - l )(J - 1) cr
~
: . V ( 111 ) =
[l
J
I ]
+ J(I -I )(J ~) cr
2
Como:
QM Res. [1 I ] QMR
= J + J+ J(I-l)(J-1) es.
90
Planejamento e Análise Estatística de Experimentos Agronômicos
Introdução
Um Exemplo
91
Décio Barbin
A tabela de valores é:
Blocos
Tratamentos
l II III
1 145 155 166 466
2 200 190 190 580
3 183 186 208 577
4 X 175 186 (361 + x)
5 180 160 156 496
6 130 160 130 420
7 206 y 170 (376 + y)
8 250 271 230 751
9 164 190 193 547
(1458 + x) (I487+y) 1629 (4574 +X+ y)
2 2 2 2 (4574 + X + y)2
Z= 145 + ... +x + ... + y + ... + 193 - ----.....;..;;.- -
27
4574 2
=- _!_ [466 2 + (361 + x) 2 + ... + (376+y)2 + ... +547 2 ] + ( +X+ Y) _
3 n
2
- _!_ [cI458 + x) 2 + (1487 + y)2 + 16292 ] + (4574 + X + y)
9 27
(4574 + X + y) 2
+- - -- - -
27
92
Planejamento e /\nà lise Estatística de Experimentos Agronômicos
az = 2x- -2
-
2
(36 I +x)- -
2
( 1458+x)+ - (4574 +x+y) =O
ÔX 3 9 27
az
- = 2y - -
2 2 2
(376+y)- - (1487+y) + - (4574+x+y) =O
ay 3 9 21
16 X + y = 3049
{ X + 16 y= 3271 ⇒ X = 178,5 e y _ 193,3
Admitamos como valor inicial para x a média entre 175 e 186 que é 180,5.
:. G=4574+ 180,5=4754,5
:.y=l93,16
93
Décio Bnrbin
.". X = 178,49
Comparando-se este valor com o valor inicial de x, vemos que são diferentes,
ou seja, 178,49:t: 180,5.
Devemos repetir o processo, usando esse novo valor de x e obtendo um
novo y.
y = 193,3
94
Planejamento e Aná lise Estatística de Experimentos Agronô mi cos
O resultado é:
Eliminaremos t.1 do modelo, o que resulta: y..IJ = m + b.J + eIJ.. , onde, para este
modelo, a SQ Res. (2) é
SQ Res. (2) = SQ Total (2) - SQ Blocos (2)
Obs.: A correção da SQ Trat. pode ser feita pela expressão anterior, onde SQ
Res. (2) é obtida como se fosse uma análise de ensaio inteiramente ao acaso (sem
estimar parcelas perdidas) ou, estimando-se p.ps., através do processo de minimização
da soma de quadrados do resíduo (2)' [SQ Res. (2)'].
i t
entram x e y entram x e y
95
Décio Barbin
25
= 26674,96
2
1 1 (4574)
SQ Blocos (2) = - (1458 2 + 1487 2 ) + - 1629 2 - - - -
8 9 25
- 106,58
23069,09
:. QM Trat. (corrig.) = - - - -- 2883,64
8
. = 2883,64 = 11 54 * *
.. F 249 95 ' '
'
que, neste caso, é praticamente igual ao F para tratamento não corrigido.
96
Planejamento e Análise Estalística de Experimentos Agronômicos
A soma dos valores encontrados para todos os blocos nos dá o número efetivo
de repetições de A em relação a B.
Em nosso exemplo, as seguintes possibilidades de comparações de médias de
tratamentos ocorrem:
1º) Médias d e tratamentos para os quais não houve parcela perdida.
Neste caso,
li= q ✓ QM Res.
J
, ou seJa,
Tratamento
Blocos 1 2 l ➔2 (Trat. 1 em relação a 2)
l Sim Sim l
II Sim Sim 1
III Sirn Sim l
3 (nº efetivo de repetições)
2º) Médias de Tratamentos sem p.p. com médias de Tratamentos com p.p.
Por exemplo, Trat. 1 com 4:
Vejamos o n º efetivo de repetições de 1 em relação a 4 (1 ➔ 4) e de 4 em relação a 1
(1 ~ 4).
Tratamentos
Blocos
1 4 1➔ 4 1 f- 4
I s N 7/8" o
II s s 1 1
III s s 1 1
n ° ef. rep. 23/8 2
97
O 0c io Uarbi n
1 1
\! ( Y) =(
r1
+
r4
J QM Rcs.
Ã' = 52 80
'
Tratamentos
Blocos
7 4 7➔ 4 7 ~4
I s N 7/8 o
II N s o 7/8
III s s 1 1
n º ef. rep . ➔ 15/8 15/8
Obs.:
15
< 2 ( efetivamente foram observadas 2 repet. no campo)
8
Ã" =q .J 1/ 2 v (5')
98
Planejamento e Análise Estatística de Experimentos Agronômicos
em que:
V• ( y) = ( -1 + -1 ) QM Res.
T7 T4
1 1
= ( -15/8
- + - - )
15/8
249 95
'
• ( y)
:. V • == ( - 8 + - 8 ) 249,95 == - 16 X 249,95 = 266,61
15 15 15
Verifica-se que: li < li' < li'', isto é, quando não tem perda de parcela, ti é
pequeno e à medida que se tem menor nº de repetições, exige-se maior diferença para
apontar como significativa.
A seguir, deve ser feito o quadro de contrastes e usar ou o li, ou li' ou li",
conforme o contraste testado.
É interessante ressaltar que, de acordo com o pacote SAS, poderíamos calcular
a média harmônica dos números de repetições e aplicar a expressão
-q✓QMRes
• _
uh
fh
Nesse caso,
249,95
rh =2,7 e /ih = 5,13 - - = 49,36.
2,7
Esse valor seria usado na verificação da significância de todos os contrastes,
envolvendo ou não médias de tratamentos com parcelas perdidas.
Observação:
V(Y)==202,21 e -1'=51,08,
99
Décio Barbin
JB + IT - G
y=
(J-1(1-1)
100
Planejamento e Análise Estatística de Experimentos Agronômicos
Introdução
....
....
.
.
.
.
A, B, C, D, E são tratamentos.
101
Décio Barbin
Exemplo:
Sorteio das colunas
e E A B D
D A B e E
E B e D A
A e D E B
B D E A e
Sorteio das linhas
3• 5• 1• 2•
E B e D A
e E A B D
A e D E B
B D E A e
D A B e E
Um exemplo com gado de leite, onde se irá estudar o efeito de capim e efeito
de rações pode ser o seguinte:
Colunas
Linhas 1o 2ª 3º 4ª
vaca 1 vaca 2 vaca 3 vaca 4
1ª) capim 1 A B e D
2ª) capim 2 B e D A
3ª) capim 3 e D A B
4ª) capim 4 D A B e
102
Planejamento e Aná lise Estatís tica de Experimentos A gronômicos
16 Pico de lactação
14
,,.-.__
b1) 12 1
~ 1
o 10
'--" 1 1 1
Iro 1 1
e.>-
;:3
8 1 1
1 1
-o 6 1
oi-. 1 1
1 1 1
~ 4 1 1 1
2
o
1'
_
:_'
1
I<
1
Período experimental
--, •1
>I
1
, - 1,
o 50 100 150 200 250 300 350
dias
O modelo matemático é:
c.,
J
comj = l , 2, . .. , ré o efeito de coluna;
103
Décio Barbin
Um exemplo:
A = CO290·,
B = CO42I·,
C = CO419·
'
D = POJ2878; e
E = CP36-13.
Colunas Totais de
Linhas
lª 2ª 3• 4• 5• Linhas
Em que:
1 ( 2 2) (11763)
2
SQ Linhas= - 2322 + ... + 2325 - - - ~ == 30460
5 25
SQ Col. =
1 /.
\2654 2 + ... + 1970
2)- (1 1763)2
= 55640
5 25
SQ Trat.
1 (
=S 2
TA + .. . + TE - C
2)
104
Planejamento e Análise Estatística de Experimentos Agronômicos
Te= 3024
TD= 2067
TE= 2005 e
(11763) 2
C= - - -
25
SQ Trat. - + ~463
2 2
+ ... + 2005 )- C = 137488
SQ Total = L y~.
lJ
k - e = 4322 + ... + 3182 - e = 257724
H O ·t
• A
=tB =tC = ti ) =tE =O
m = 492,6 kg/parcela
A b
m = 440,8 kg/parcela
8
b
m = 413,4 kg/parcela
O
b
m 401,0 kg/parcela
E= b
105
Décio Barbin
1'15% = q
✓. QM r Res. = 4,51 X V{284s
__ = 107,5 kg/parcela
55
Toma-se a maior média e subtrai-se .ô:
Conclusões:
100 X J 2843
C.V. = __4_7_0-,5-2-- = 11,33%
Em que:
,... 11763
m= = 470,52.
25
106
Planejamento e Análise Estatística de Experimentos Agronômicos
XI - ENSAIOS FATORIAIS
A2 B3 C2 D2
Cl Bl AI Dl
Bloco:
D3 C3 A3 B2
em que, por exemplo, na parcela A2 ele teria o cultivar A plantado sob o preparo de solo 2.
e A D B preparo 2
Bloco: B e A D preparo 1
e B D A preparo 3
107
Décio Barbin
D 13 A e ➔ pre p aro 2
D B A e -4prcp3ro 1
Bloco:
D B A e ➔ pr e paro 3
J, J, J, J,
cult. D cult. B cult. A cult. C
Esquemas de análise
Causa de Variação GL SQ QM F
Fatorial
Preparas de Solo (P) 2 Q1 V1 V1/V6
Blocos 3 Qs Vs
33
Resíduo
º6 v6
Total 47 Q1
Parcelas Subdivididas
Causa de Variação GL SQ QM F
Blocos 3 Q2 V2
Resíduo (a) 6 Q1 V3
Cultivar (C) 3 Qs Vs
lnt. PxC 6 Q6 v6
Reslduo (b) 27 Q7 v,
Total 47 Q, Ya
108
Planejamento e Aná lise Estatística de Experimentos Agronômicos
P repar o d e So lo (P) 2 01 V1
Blocos 3 Q2 V2
Cultivares (C) 3 Q4 V4
Resíduo (b) 9 Qs Ys
Total 47 Qs
Nesse caso, somando-se os 6 g.l. do Res. (a)+ 9 g.l. do Res. (b) + 18 g.l.. Res.
(e), obtém-se os 33 g.l. do resíduo da análise do fatorial.
Fatoriais
Ensaios fatoriais (completos) são aqueles cujos tratamentos são todas as possíveis
combinações de todos os níveis de dois ou mais fatores (tratamentos).
Por exemplo, se pretendemos estudar o comportamento de 4 cultivares (V) de
milho em 3 espaçamentos (E) podemos obter as seguintes combinações:
em que:
109
Décio Barbin
Causa da Variação g. l.
Tratamentos IJ - 1
Fator A I- 1
Fator B J- 1
lnt. A x B (I - 1)(J - 1)
Blocos K- 1
Resíduo (IJ - 1)(K - 1)
Total IJK - 1
110
Planejamento e Análise Estatística de Experimentos Agronômicos
Causa de Variação GL
Espaçamentos (E) 2
Interação CxE 6
(Tratamentos) ( 11 )
Blocos (K-1)
Resíduo 1 l(K-1)
Total 12K-l
Entre A d. BJ
111
Décio Barbin
alternativamente,
Entre B d. A 1
Entre B d. A 2
Entre B d. AI'
Causa de Variação GL
Entre cultivares d. E 1 3
Entre cultivares d. E 2 3
Entre cultivares d. E 3 3
Espaçamentos (E) 2
{Tratamentos) (11)
Blocos (K -1)
Resíduo 11 (K - 1)
Total 12K -1
ou, alternativamente,
Causa de Variação GL
Entre espaçamentos d. C 1 2
Entre espaçamentos d. C 2 2
Entre espaçamentos d. C 3 2
Entre espaçamentos d. C 4 2
Cultivares (C) 3
(Tratamentos) ( 11)
Blocos (K -1)
Resíduo 11 (K - I)
Total 12K - 1
112
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Importante: lfem importância muito grande-,. n0s. ensaies de. adubação, os esquemas
faitoriais.<:fuis; séries,: 2° e 3n,,. especialmente· 0 23 e· 3l .. Nestes: pro e 3-ª)i ai \base indicai o nº
1
Um Exemplo
Blocos
I II m IV V VI VII VIII IX X
Tratamento
Ap.1 Ob l 22,40 20,85 23,60 21,00 19,10 19,80 16,55 14,75 21,10 14,30
Ap.2 Ob 1 22,90 21 ,40 23,95 22,25 2 1,40 21,00 16,90 14,85 22,00 15,00
Ap.3 Ob 1 23,50 21,00 23,75 20,75 19,50 19,50 17,50 14,50 20,00 14,00
Ap.4 Ob 1 22,50 20,50 23,20 21,00 21,00 18,90 17,8 O 14,30 20,60 14,20
Ap.5 Ob I 21,45 19,20 23,35º 20,35 19,95 19,35 17,45 14,45 22,00 14,75
Ap.l Ob2 22,65 20,65 23,00 20,75 20,25 19,80 17,25 15,00 19,75 14,25
Ap.2 Ob2 23,00 20,70 22,50 20,95 22,25 20,75 18,00 14,75 20,50 15,25
Ap.3 Ob2 22,00 19,50 23,25 20,50 21,25 19,75 17,75 14,75 20,50 14,25
Ap.4 Ob2 22,90 21,20 24,60 21 ,50 21 ,20 20,00 18,70 15,00 21,50 14,20
Ap.5 Ob2 21 ,45 18,90 23,20 20,25 19,95 19,20 17,35 14,35 21,80 14,65
Ap. l Ob 3 22,50 21,25 23,10 20,60 21,00 19,50 16,60 14,35 20,75 14,10
Ap.2 Ob3 22,50 21,00 23,00 21,75 22,75 20,35 17,20 14,85 22,35 16,00
Ap.3 Ob 3 22,75 20,50 22,75 19,50 20,50 19,75 17,25 14,25 21 ,50 14,25
Ap.4 Ob 3 21 ,75 19,35 21 ,75 19,50 20,50 19,00 16,35 14,10 20,85 13,85
Ap.5 Ob 3 21,35 19,20 23,20 20,30 20,00 19,30 17,50 14,40 21,90 14,80
Ap. l Ob4 21,25 21 ,25 22,25 21 ,25 18,00 20,00 17,25 14,65 21,00 14,25
Ap.2 Ob4 22,10 21 ,60 22,35 2 1,75 19,75 20,65 16,70 15,75 20,85 15,40
Ap.3 Ob4 21 ,25 21,50 22, 10 21,70 19,75 19,75 18,20 14,60 21,25 14,75
Ap.4 Ob4 21 ,90 21 ,00 22,75 20,75 19,70 20,00 18,45 14,30 20,75 15,10
Ap.5 Ob4 21 ,20 18,90 23,30 20,30 19,90 19.30 17.40 14.50 22.00 14,40
443,30 409,45 460,95 416,70 407,70 395,65 348,15 292,45 422,95 291 ,75
Obs.: o interesse maior não é tanto em relação aos tratamentos, mas relativamente aos
fatores.
114
Planejamento e Aná lise Estatística de Experimentos Agronômicos
3889 05 2
SQ Total= I, yf.k - e = 22,4 2 + 22,9 2 + ... + 14,42 - < • ) = 1663,3180
J 200
, 1 2 2
SQ Blocos (Arvores)= (443,3 + ... + 291,75 ) - e = 1565,2699
20
1 2 2
SQ Trat. = w(193,45 + ... + 191,20 ) - e = 27,4477
Aparelhos
Totais (50)
Operadores 1 (10) 2 3 4 5
Operadores
1 193,45 201,65 194,00 194,00 192,30 975,40
2 193,35 198,65 193,50 200,80 191,10 977,40
3 193,75 201 ,75 193,00 187,00 191 ,95 967,45
4 191,15 196,90 194,85 194,70 191,20 968,80
Totais (40) 771,70 798,95 775,35 776,50 766,55 3889,05
Aparelhos
(3889,05) 2
C=--'-----
200
115
Décio Barbin
1 2
SQ Op. =
50
(975,40 + 977,40 2 + 967,45 2 + 968,80 2 ) - e = 1,4277
1
SQ Int. (Ap. x Op.) = - - (193,45 2 + ... +191 ,20 2 ) - C --SQ A p. - SQ Op.
10
Valores de F da tabela
iF f = 12
11Z1 u,82(5%) 2,31(1%)
e para
{D,i = 12 1,80(5%) e .2,27(1%)
1il 2 = il.50 1 'D2 =200
Vajam0s (C@mo :sema feita a mterpolação harmônica para a ,tabela ,de F, re aso fosse
necessãria. 'ífi0memo.s t@ 1cas0 .de F com n 1 = 3 gl. ,e 1½ = l 71 ,gl.
F JiDa = 3
⇒ 2,66 e F
n
'.I
=3 ⇒ 2;65
l1Iil2 = aso {n 2 = 200
f 1 O 2,66-2,65
150 200
1U16
Planejamento e A nálise Estatística de Experimentos Agronômicos
50
150x 200 0,01
21 X
150xl 71
21
0,01 . - - --
..•• X - 150 X 171
50
=i0,0049
150 X 200
n 1 =3
{n = 171 ➔ 2,66 - 0,0049 ·=2,65.51 =2,66
·
2
JJ7
Décio Barbin
1 (771 70)2
SQ Op. d. Ap. 1 =
10
2 2
(193,45 + 193,35 2 + J93,75 2 + 191,15 ) - do = o,4288
2
79
SQ Op. d. Ap. 2 = / (201,65 2 +198,65 2 +201,75 2 +196,90 2 ) - ( s~~5) = 1,6942
0
O aparelho 4 está motivando a interação. Ora o operador mede para mais, ora
para menos. Pelos resultados, verifica-se que o comportamento dos operadores apresentou
F significativo apenas dentro do aparelho 4, ou seja, dentro da prancheta. Do ponto de
vista prático, ou não se usa a prancheta, ou deve-se promover um treinamento entre os
operadores, com a :finalidade de se eliminarem essas variações.
Vamos aplicar o teste de Tukey, na comparação das médias de operadores, dentro
do aparelho 4.
m = 194,00 = 19,40 m
op. ¼ 10
m = 200,80 = 20,08 m
op. U4 JQ
m = 187,00 = 18,70 m
op. 3/4 1O
tn - 194,70 = 19,47 m
op. 4/4 1O
118
Planejamento e Anúlisc Estatística de Experimentos Agronômicos
111 2 = 20,08 a
m = 19,47
4
a
m = 19,40
1 a b
m = 1s,10
3 b
Vemos que o Op. 1 mais se aproximou da média real e o que mais se afastou foi
o Op. 2 (0,92m para mais).
Outra alternativa de desdobramento de g.l. seria o da interação (+ o de aparelhos)
estudando-se Entre Aparelhos dentro de cada Operador.
119
Déc io Barbin
Observação:
C.V. = 3,30%
2º) Aqui, como emt0dos os.casos qµe se desdobram g.l., há o problema do nível conjunto
de probabilidade (peasamos estarconciuindo aos níveis de 5%,e/ou l % e, na realidade,.
estamos com valores mai01;es).
Para contornar o problema, podemos.aplicar o teste de Tukey na comparação das
20 médias, de· tratamentos e· diiscntü- os resultados· c0m auxilio, d'o, resultad0 da análise
fatorial.
E,. :fínailmente,. c0m0· outra alternatrivai, usw o teste· de, Bonferron±.
Planejamento e Análise Estatística de Experimentos Agronômicos
Fatoriais 2º
Tem especial aplicação na área agronômica, o fatorial 23, pois, como vimos, o
expoente indica o nº de fatores e a base o nº de níveis. Então, pode-se estudar adubação
N-P-K, com dois níveis ou doses (O - 1) para cada macronutriente.
Logo, 2 3 = 2 x 2 x 2 = 8 tratamentos.
/\ /\ /\
No Nl po pi Ko Kl
Os tratamentos são:
NPK
o o o <=>
O O O ⇒ testemunha
NoPoKI <=> oo 1
NoPIKo <=> o 1 O
NoPlKI <=> o 1 1
NIPOKO <=> 1 O O
Nl1Ko <=> 1 1 o
NloKI <=> 1 o 1
Nl.K1 <=> 1 1 1
121
Décio Barbin
ck , com k = 0, 1 é o efeito de K;
abu.. é o efeito da interação N x P '·
O quadro de valores é:
Blocos
Tratamento I II m IV V Totais de
Tratamentos
000 Yoool Yooo2 Yooo3 yooo4 YoooS T,
001 T2
O1 O
T3
O1 1
T4
1 OO
Ts
1O1
T6
1 1O
.• T1
l 11 Y1111 Y111s
B3 Ts
B1 B2 B4 Bs G
122
Planej am ento e Análise Estatística de Experimentos Agronômicos
G2
SQ Total = I yfj k r - e, onde e
IJKR
1 2 2
SQ Trat. =
5 ( T1 + . . . + T8 ) - C
1 2 2
SQBlocos = (B1 + .. . + B5) - C
8
SQ Res. = SQ Total - SQ Trat. - SQ Bl.
Para a parte fatorial devemos fazer tantas tabelas de duplas entradas quantas
forem as interações duplas, ou usar o processo de contrastes.
(N XP)
p 0(10) P1 (20)
No Xoo Xot TNo
N1 X10 Xt 1 TN1
(N X K) (P X K)
Ko(tO ) K1 (20) Koc10) K1 (20)
1 2 2
SQ N = - (TNO + TNl) - C
20
1 2 2
SQ p = - (Tpo + Tp1) - C
20
123
Décio ·Barbin
1
SQ N X K = -10 (Yõo + ... + Yf1) - C - SQ N - SQ K
SQ P x K = l (zoo
2 2
+ . .. + z 11 ) - e - SQ P - SQ K
10
- SQ Nx.K - SQ Px.K, ou
No N1
Po P1 Po P1
Ko 00 000 00 010
'---v--'
T1
K1
1 2 2
SQ NxPxK = - (T1 + ... + Tg ) - C - SQ N - SQ p -
5
124
Planejamento e Análise Estatística de Experimentos Agronômicos
Por exemplo:
y' = - T, + Ts - T3 - T2 + T1 + T6 - T4 + Ts
(T5 + T 6 + T 7 + T 8) - (T 1 + T2 + T 3 + T4)
SQ y.= r
1
;iA2
e~1
em que:
r = n° de repetições (R = 5)
I, cf, comi= 1, 2, ... , I, é a soma dos quadrados dos coeficientes dos contrastes.
Nesse caso, L cf == 8, V i.
Um Exemplo:
I II III IV VI
~
V Totais Médias
.
NoPoKo 31,8 40,5 25 , 7 25,7 37 ,2 45 , 3 206,2 34,37
NoPoK t 25,6 32,4 39,6 48,9 20,6 33, 7 200,8 33 ,47
NoP1Ko 36 ,2 37, 8 40 ,9 44,8 32,4 38,4 230,5 38,42
NoP1K1 37, I 53 , 0 36 ,4 43,0 19, 7 30,4 219,6 36,60
N,PoKo 35,3 39, 0 36 ,0 33,5 28,2 42,4 214,4 35, 73
N1PoK1 51 ,5 66, 1 51 , 7 52, 0 56,6 58,2 336,0 56,00
N1P1Ko 43 ,8 32, 7 43 , 3 41 , 8 31,9 37, 7 231 ,2 38,53
N1P1K1 47,0 49, 9 50,9 49, l 71 ,7 39,6 308,2 51,3 7
T o tai s 308,3 351,4 324, 5 338 , 8 298 ,2 325, 7 1946,9
125
Décio Barbin
Tabelas auxiliares:
Poc12) P, (24) Koc12) K,
No 407,0 450,1 857, 1 No 436,7 420,4 857, 1
N, 550,4 539,4 1089,8 N, 445.6 644,2 1089,8
(24) 957,4 989,5 1946,9 882,3 1064,6 1946,9
Ko K1
Po 420,6 536,8 957,4
P1 461, 7 527,8 989,5
882,3 1064,6 1946,9
1 2 (1946 9) 2
SQ N = (857,1 2 + 1089,8 ) - ' - 1128,11
24 48
2 946 9 2
SQ p = _l_ (957,4 2 + 989,5 ) - (1 ' ) - 21,46
24 48
2 2 2 2
SQ NxP = l~ (407,0 + 450,1 +550,4 +539,4 ) - C - 1128,11- 21,46 _ 60,
98
126
Planejamento e Análise Estatística de Experimentos Agronômicos
1 2
SQ NxK = - - (436,7 + . .. + 644,2 2 ) - C - 1128, 11- 692,36 - 962,12
12
1 2 2
SQ PxK = - (420,6 + .. . + 527,8 ) - C - 21 ,46 - 692,36 - 52,29
12
n1 = 1
Ftab.
{ n2 =35 4,12 (5%) e 7,42 (1 %) (por interpolação harmônica)
n 1 -1
Ftab {nn 1
2
=
= 30
1
4,17(5%) e7,56(1%) {ll2 -= 40 4,08(5%) e 7,3 1(1 %)
2
1 2 2 (882 3)
SQ N d K = SQ N na aus. de K = - (436, 7 + 445,6 ) - ' - 3,30
• o 12 24
1 2 2 (1064 6) 2
SQ N d K 1
•
= SQ N na pres.de K = -12 (420,4 + 644,2 ) -
24
'
= 2086,93
127
Décio Barbin
Verificando:
Vejamos como obter as somas de quadrados referentes ao fatorial por meio dos
contrastes:
Contrastes Valor do contraste
y,: N 232, 7<•>
Y2: P 32, 1
y3: K 182,3
y4: NxP -54, 1
y 5 : NxK 214,9
y6 : PxK -50, 1
y7 : NxPxK -39, 1
128
Planej amento e Análise Estatís:rica de E"<perimentos Agronômicos
2
SQ y 1 = SQ N = r I, e; = m2.n
<Yi) ,
6
= 1 8
2
1P8
- ,
11
C.V. = 20,03%
Introdução
Dos fatoriais da série 3º, têm grande importância os 33, muito usados nos ensaios
de adubação, onde se estudam os nutrientes N-P-K em 3 níveis (0-1-2) cada um.
Temos, portanto,
3 X 3 X 3 = 27 tratamentos
ou combinações
129
Décio Barbin
ou simplesmente os sinais:
(O) N p K NP NK PK NPK
N
p
NPK + + + +
:. SQ Blocos=
1
(Tn1
2 2
+ Tn2) -
(T B 1 + T B2 ) 2
4 8
130
Planejamento e Análise Estatística de Experimentos Agronômicos
1 2 2
SQ Blocos = - (B1 + . .. + Bg)-C
4
si conf. e/ conf.
Causa da Variação
g. l. g.l.
N 1 1
p 1 1
K 1 1
NxP 1 1
NxK 1 1
PxK 1 1
NxPxK 1
(Tratamentos) (7) (6)
Blocos 3 7
Resíduo 21 18
Total 31 31
131
Décio Barbin
1" repetição
@ [D] ➔ 2° s ub- bloco
----------------}
---------------- 2ª repetição
----------------}
---------------- 3 ª repetição
----------------}
---------------- 4 • repetição
"Blocos" Totais
"Blocos" Totais
Tratam. Tratam.
I 3 5 7 Tratam. 2 4 6 8 Tratam.
100 T1 000
010 T2 110 Ts
001 T3 101 T6
111 T4 011 T1
Totais Ts
B1 B3 Bs B1 G1 B2 84 B6 Bs G2
Bl.
Total+
G
Geral
132
Planejamento e Análise Estatística de Experimentos Agronômicos
1 2 2
SQ "Blocos" = - (B1 + . .. + B8 ) - C
4
G2
emque: C = , G=G 1 +G2
32
SQ Int. N x P x K
(conf.)
2ª) As somas de quadrados referentes ao fatorial podem ser obtidas da maneira usual, ou
seja, por meio das tabelas de dupla entrada. Portanto, igual ao caso sem confundimento.
3ª) Um outro modo de se obterem os tratamentos que irão constituir os sub-blocos é
através da geometria finita.
No caso do 23, consideramos as equações:
Xl + X2 + X3 =Ü
{ Xl + X2 + X3 =1
em que:
x 1 = níveis de N;
Xi - níveis de P; e
x3 = níveis de K.
Admitimos o módulo 2 de modo que: soma par é zero e soma ímpar é 1, ou seja,
conforme o resto da divisão por 2 for zero ou um.
A l8 equação darâ origem aos tratamentos de um bloco (sub-bloco) e a 2 11 dará
origem aos tratamentos do outro bloco (sub-bloco).
133
Décio Barbin
x1 x2 x3 Resto Trat.
1+o+o= 1 (é ímpar) ~ 1 OO
o+ 1 +o- 1 (ímpar) ~ 1 O1 O 1º Bloco
o + o+ 1 - 1 (ímpar) ~ 1 .. o o 1 l O sub-bloco)
1 +1 +1 - 3 (ímpar) ~ 1 .. 1 1 1
o+o+o- o (par) ~ o :. o o o
1 + 1 + O- 2 (par) ~ O • 1 1 O 2º Bloco
1 + O+ 1 = 2 (par) ~ o 1 O1 (2º sub-bloco)
O+ 1 + 1 = 2 (par) ~ O · O1 1
O Confundimento no fatorial 3 3
134
Planejamento e Análise Estatística de Experimentos Agronômicos
As equações usadas para a fonnação dos grupos de tratamentos que irão constituir
cada bloco (sub-bloco) são:
x 1 +x2 +x3 = 0, 1, 2
x, + 2x2 + x 3 O, 1, 2
x 1 + x2 + 2x3 o, 1, 2
Cada conjunto de equações irá dar um grupo de confundimento que Yates chamou
de grupos: W, X, Y e Z (GOMES, 1990).
Nessas condições, temos:
x 1 ➔ níveis de N (O, 1, 2)
x2 ➔ níveis de P (O, l, 2)
x3 ➔ níveis de K (O, 1, 2)
X1 + ,S + X3 = Ü
x 1 +JS+ 'S = I
x 1 + x2 + x3 = 2
que, como vemos, vamos supor o "módulo 3" e, com isso, cada bloco ou repetição de
27 tratamentos é subdividido em 3 sub-blocos (ou blocos) com 9 tratamentos cada
um. Ora, 3 sub-blocos (ou blocos) dão 2 g.1. que corresponderão aos g.l. tirados dos
8 da Interação N x P x K. Ou seja, estamos fazendo o confundimento parcial de 2
g.l. de N x P x K com blocos.
Trat.
O + O + O = O ~ O ( 1º sub-bloco) ➔ O O O
1 + O+ O = 1 ~ 1 (2º sub-bloco) ➔ l O O
1 + 1 + O= 2 ~ 2 (3º sub-bloco) ➔ 1 1 O
I + 1+ I =3 ~ O (1 ºsub-bloco) ➔ 1 1 I
Então, toda soma cuja divisão por 3 der resto zero, caracterizará um tratamento
do 1° sub-bloco; se o resto der 1, o tratamento será do 2° sub-bloco e se der 2, o tratamento
será do 3" sub-bloco.
135
Décio Barbin
C au sa d a Vari a ção g. l.
N 2
p 2
K 2
NxP 4
NxK 4
PxK 4
Blocos 8
Resíduo 48
Total 80
Um Exemplo:
136
Planejamento e Análise Estatistica de Experimentos Agronômicos
O C.V. = 25,08%
Valores de F (tabela)
137
Décio Barbin
~ 2 2 (50015) 2
SQ Total = L. Yijkr - C == (868 + ... + 1264 2 ) -
54
= 3478662~76
1 2 2
SQ Blocos=
9
(9136 + ... + 8590 ) - C = 185195,20
Po(6) P1 P2 Totais de
N(l8)
No 4222 5395 5062 14679
N1 5172 6249 4396 15817
N2 5964 7153 6402 19519
Totai s 15358 18797 15860 50015
de
p (18)
em que:
4222 = \. 1187 1
+ 1389 + \..
1646 )
I, de 2 pare.
000 OO 1 OO2
138
Planejamento e Análise Estatística de Experimentos Agronômicos
Ko(6) K1 K2
No 5277 4513 4889
N1 6041 4722 5054
N2 6569 6458 6492
17887 15693 16435
Ko(6)
5228 4895 5235
7208 6180 5409
5451 4618 5791
2
5 5
SQN= _l_ (14679 2 +15817 2 +19519 2 )- ( 00l ) _ 711582,37
18 54
2
SQP= _l_ (15358 2 +18797 2 +15860 )-C = 383420,26
18
SQK= -
1 2
(17787 +15693 +16435 )-C=
2 2
138379,70
18
139
Décio Barbin
140
Planejamento e Análise Estatística de Experimentos Agronômicos
2
SQ N' = [(- 1) 14679 + (O) 15817 + (1) 19519] _
650711 , 11
18 X 2
Analogamente, obtemos:
SQ P' = 7000,11
SQ P" = 376420,15
SQ K' = 58564,00
SQ K" = 79815,70
J4J
Décio Barbin
Como o comportamento linear para N foi significativo, isto indica que a cultura do
algodão tem uma resposta linear às doses crescentes de N, cuja equação é:
B1 =
L,. C1 TN
= coeficiente linear;
r L,. Cf
X-X
p 1 =x= , é o polinômio de 1º grau,
q
M1 = 1
142
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Y 1200
900
•
800
700
o +,- - - - , - - -- ~ - -~ -- -~
o 20 40 60 80
X
Para o fósforo, a resposta foi quadrática, isto é, uma parábola com ponto de máximo,
conforme sinal negativo de B 2 , que iremos ver. A equação de regressão quadrática é:
em que •. -y ' B
I'
M JP' I têm o mesmo significado anterior-,
B
L C2 Tp
= -==-----:e- - coeficiente quadrático; e
2 ,. L e~
143
Décio Barbin
X -X X - 60 X
X = ---- = - -1
q 60 60
n = nº de níveis ou doses ⇒ n = 3
p2 = ( ~ - 1
60
)2 - 2__:___!.
12
X2 X
P2 = - - - - - + O 3334
3600 30 '
6376
B2 = -
108
= -59,0370
2
- 59,0370 . 3 . x- - - X + 0,3334 )
(-
3600 30
y 1200 l 2
YP =-0,0492X +6,1360X +853,21
1100 i r 2 =0,9817
1000 1
900 -l Ponto de
800 ~
1
1
1
700 1
º r --~---.- ---.---
o 20 40 60 80 100 120
X
144
Planej amento e Análise Estatística de Experimentos Agronômicos
Verificação:
---:;;-,
X: - - - - , - - - - - - - - - - -
~- -- -- -D- - . --
Yobs . y cale. esv1os
o 853,22 853,21 -O , O1
60 1044, 28 1044, 25 -O , 03
120 881 , 11 881,05 -O 06
'
""
,"-,/
d=
1
-O' 1
L = l-ry-tx-m
em que:
w é o preço de uma unidade (kg, t etc) do produto agrícola;
y é a produção obtida com a dose x do nutriente;
t é o preço de l kg do nutriente;
m são os gastos fixos.
Pela teoria das derivadas obtemos x11c que é dose que levn ao tnáxitno a renda Hquidn, ou
seja,
x*==-.
1 ( ~t -b")
2â w
em que â e b" são as estimativas dos coeficientes de x1 e de x do trinô111io do 21!
grau, ajustado aos dndõs. Vê-se, por éssn expressão quê:
se !_ < b, deve-se adubar, pois â deve set negativo e
w
i ,.
se - 2 b; não se deve adubar.
w
Décio Barbin
Em nosso exemplo,
â = -0,0492 ; E= 6,136.
Se admitirmos w = R$ 1,00/kg de algodão em caroço e t = R$ 2,89/kg de P2 0 5 ( ou
P) então,
t ,..
- = 2,89 < b , logo, deve-se adubar.
w
1
x*=-
2â
(!_-E)=
w
1
2(-0,0492)
(2,89-6,136)=32,98
y* = 1.002 kg de algodão/ha.
Podemos, finalmente, obter os coeficientes de determinação
SQ Regressão
r2=
SQ Nutriente
Para Nitrogênio:
650711,11 _ SQ RL = SQ N'
rf = - --
711582,37
SQ N SQ N = 0,9144
Para Fósforo:
f
r = 1,82%
146
Pla nejamento e Análise Estatística de Experimentos Agronômicos
Para Potássio :
r [ = 42,32%
2
rQ = 57,68%
Obs.:
1ª) Se houvesse interação significativa, deveríamos desdobrar os g.I. e fazer todo esse
estudo dentro de cada nível.
Por exemplo: Se N x P for significativo, temos:
N dentro de P1 com2gl
N l i IP1 1 gl.
C1 Cz d .Po d.P 1
-1 1
o -2
1 1
2ª) A equação de regressão é sempre feita em relação à regressão de maior grau que foi
significativa.
3ª) Não tem sentido estabelecer uma equação de regressão sem que tenha havido
significância (qualquer efeito significativo).
147
Décio Barbin
em que:
Aé a máxima produção teórica possível; é uma assíntota horizontal;
e é o coeficiente de eficácia do nutriente;
X é a dose de nutriente colocada pela adubação e
b é a quantidade de nutriente já existente no solo, sob forma assimilável pela
planta.
Essa expressão é obtida da equação diferencial
dy=k(A-y)dx
Tem-se que:
.Yí-.I com ; = O 1 2 são produções médias da cultura, referentes às parcelas
' ' '
testemunhas (x0 = O); parcelas com uma dose de nutriente (X1 == q)e parcelas com
duas doses de nutrientes (x2 = 2q), respectivamente, q é a diferença entre duas doses
equidistantes e consecutivas.
Por essas expressões, vemos que as restrições de uso da primeira aproximação
da lei de Mitscherlich são:
Yo < 9í < Y2; 2 Yí -(Yo + Y2) > o ;e ,f- y .y > O.
0 2
Em nosso exemplo sobre produção de algodão, sob adubação N, P, K, temos:
Yo < Yí , porém YÍ > 92 o que inviabiliza o uso da lei de Mitscherlich, no caso do fósforo
como nutriente. Para o nitrogênio, essa restrição é satisfeita mas, não é para as duas
outras.
148
Planej amento e A ná lise Estatística de Experimentos Agronômicos
(x)
o 36,50
60 52,86
120 60,08
Se fizermos a verificação do ajuste da curva, que neste caso é exato, pois são
três parâmetros para três doses de P 20 5, temos
Para x =O ⇒ y0 = 36,50 t/ha,
Para x =q =60 ⇒ y 1 = 52,84 t/ha e
Para x = 2q;;:: 120 => Y2 = 60,06 t/ha
Como vimos, no estudo do trinômio do 22 grau, o que interessa ao agricultor é a
dose economicamente aconselhável, ou seja ,a dose que nos dá a máxima renda líquida.
Para a primeira aproximação da lei de Mitscherlich, a dose econômica é dada por:
X
• = -xu-+ -11og w.u
2 ê t.xu
em que:
149
Décio Barbin
• 120 1 l 42.23, 58
X= - - + - - - og- - --
2 0,0059 2,90.120
150
Planejamento e Análise Estatística de Experimentos Agronômicos
Introdução
em que:
m é a média geral;
151
Décio Barbin
- - Int. T x T' 6
Tratamentos T' 2 V4 v~6 Resíduo 33
Int. T X T' 6 Vs VsfV6 Total 47
Resíduo (b) 24 v6 -
Total 47
Veja-se que os 33 g.1. do resíduo, no fatorial, são a soma dos 9 g.l. Res(a)+ 24 g.l.
Res(b) da análise do "split-plot".
Fica evidente, nesses esquemas, que as comparações dos Trat. T ficam prejudicadas
no "split-plot'' em função do pequeno número de g.l. associado ao Res(a). É conveniente,
portanto, a fim de se contornar esse problema, aumentar o número de repetições e,
sempre que possível, colocar nas parcelas os tratamentos menos importantes ou aqueles
que já se sabe, apresentam maiores diferenças.
T1
1·0 bloco T'2 T'3 T' 1 T'2 2° bloco
etc.
T'1 T'2 T'2 T'3
152
Planejamento e Análise Estatística de Experimentos Agronômicos
Nas parcelas temos TI' T 2, T 3 e T 4 que são distribuídas em cada bloco por sorteio,
sendo um sorteio para cada bloco.
Dentro de cada parcela sorteada em cada bloco, fazemos o sorteio de tratamentos
T ', chamados subparcelas T' I' T' 2 e T' 3 .
No fatorial temos:
Os tratamentos são: T 1T\, T 1 T\, T 1 T' 3 , T2T\, T 2 T'2, T 2 T' 3, ••• , T4T' 3 , num
total de 4 x 3 = 12.
Esses tratamentos são distribuídos nos blocos através de um sorteio único para
cada bloco.
Observação: Em função dos dois resíduos, podemos obter dois C.V.: um, em nível de
parcelas:
lOOx.JQMRes (a)
C.V.<a) = ,..
m
IOOx.JQMRes (b)
c.v.(b) = A
153
Décio Barbin
em que: r = divisor usado no cálculo das médias de tratamentos T' dentro de cada nível T.
1
QMRes composto = -[QM Res(a)+(K-l)QM Res(b)]
K
ao qual estão associados n' g.1. que são obtidos pela fórmula de Satterthwaite cuja
expressão é:
2
[QM Re s( a)+(K-l)QM Res(b)]
n'= 2
[QM Re s(a)] 2 [(K-/) QM Re s(b)]
~ -- - - - + - -- -- - - -
Nº g./. Res(a) Nºg.l.Res(b)
154
Planejam ento e Aná lise Estatística de Experimentos Agronômicos
... u-q
• _ JQMRes.Composto
r
em que, r = divisor usado na obtenção das médias de tratamentos T d. T'.
Observação:
1ª) Nos casos de:
a) compararem-se médias gerais de tratamentos T, usa-se o resíduo (a);
b) compararem-se médias gerais de tratamentos T', usa-se o resíduo (b).
2ª) Veja-se, pelo quadro que se segue, que, realmente, médias de T dentro de T' envolvem
os dois resíduos.
T2 T4 T1 T3
2 3 2
3 3
3 2 2 !]]
3ª) Quando dentro de cada subparcela introduzimos, através de sorteio, outro tipo de
tratamento, temos os ensaios em parcelas sub-subdivididas ou em "split-split-plot" e,
assim, sucessivamente. Teríamos, então, 3 resíduos.
li
T1"
li
T3 T2
155
Décio Barbin
Um Exemplo
156
Planejamento e Análise Estatística de Experimentos Agronômicos
~
D
o
I
10667
II
11662
III
8644
IV
10129
Totais
41102
40 10666 8608 8867 8044 36185
80 9440 10689 9502 10586 40217
120 9507 11525 8480 12026 41538
Totais 40280 42484 35493 40785 159042
1
SQBlocos = -(40.280 2 + ... +4O.785 2 )-C= 2.245.707,42
12
1 2 .
SQDoses = - (41.102 + ...)-C=l.495.976,75
12
1 2
SQParcelas == -(10.667 +...)-C =7.619.821,92
3
Aplicação
Cova Sulco Lanço Totais
Doses
o 13556 14764 12782 41102
40 11257 12093 12835 36185
80 11360 15729 13128 40217
120 13546 13414 14578 41538
Totais 49719 56000 53323 159042
157
Décio Barbin
1
SQFormas =
16 ( 2
49.719 + ...)- C =1.241 .793,87
2
SQTotal = (3.778 + ... + 4.222 2 ) - C =15.215.571 ,25
Ftabela
5% 1%
ll1 =3 e ll2 = 9 3,86 6,99
n1 =2 e Il2 = 24 3,40 5,61
llJ = 6 e Il2 = 24 2,51 3,67
3) Com mais de 95% de probabilidade deve existir pelo menos um contraste entre
médias de formas de aplicação que difere de zero.
158
Planejamento e Análise Estatística de Experimentos Agronômicos
Observação:
m= 159_042 == 3 _317
em que: 48
100 .J173.6'.>2,83
e C.V.(b)=----- =12,60%
' 3.317
159
Décio Barbin
Médias
cova sulco lanço
o 3425 ± 189
40 3015 ± 189
80 335 1 ± 189
120 3462 ± 189
3107 3500 3333
Tabela Auxiliar
Doses de Totais
C( C2 C3
P2Os Doses (12) F 1(4) F2(4) F3(4)
o -3 -1 41102 13556 14764 12782
40 -1 -1 3 36185 11257 12093 12835
80 1 -1 -3 40217 11360 15729 13128
120 3 1 41538 13546 13414 14578
K 20 4 20
M 2 1 10/3
n=4níveis
(Parcelas) (15)
Formas de Apl. (F) 2
l nt. F x D 6
Res (b) 24
Tolal 47
160
Planejamento e Aná lise Estatística de Experimentos Agronômicos
2 2
SQRL = (I. C1 T O ) ((-3) -41.102 + (-1) · 36.185 + (1) · 40.217 + (3) · 41.538]
rK 1 12-20
= 118.815,00
[I,c 2 T ] 2
SQRQ = o =810.680,08
rK 2
Como os valores calculados do teste F não foram significativos, isso indica que
não há uma equação de regressão que explique o comportamento dos dados, considerando-
se as médias de produção para as doses.
Embora a Int. FXD não tenha sido significativa, muitas vezes é aconselhável fazer-
se o desdobramento dos graus de liberdade, pois pode-se detectar algum efeito significativo
que na média (interação) fica diluído.
161
Décio Barbin
2
1 (49.719)
SQDoses d. F1 =-(13.556 2 + ... + 13.546 2 )- __;__--= 1.258.540,18
4 16
2
SQRL = (LC1 Tpl ) = ((-3)13.556+(-1)11.257 +(l)l 1.360+(3)(13.546)] 2
rK 1 4-20
732
= =66 61
80 '
2
(L e 2 T ) 4485 2
SQRQ = Fi - = 1.257.201,56
rK 2 16
2
(LC 3 T )
SQRC = Fi = 1.272,01
rK 3
1
QM Re s.Comp. = - [QM Re s(a) + (k- l)QM Res(b)]
K
1
QMRes.Comp. = [430.904,19+(3-1)173.632,83] = 259.389,95
3
162
Planejamento e Análise Estatística de Experimentos Agronômicos
Equações de Regressão:
a) Dentro de F 1:
A regressão quadrática (2° grau) apresentou-se como significativa, logo, a equação
de regressão correspondente é dada por:
"
y-y = B1M1P1 + B2M2P2
em que:
"
Y: produção média calculada de milho em kg/ha, em função das doses de P2O5 ,
considerando-se aplicação em covas;
Y = média da produção observada dentro de F 1•
49 719
Y= · ==3.107,4375
16
B 1: coeficiente angular.
X
_ X-60 =~-l,S :. P1 =--1,5
X- 40 40 40
163
Décio Barbin
M2 = 1
2
X
Y =3107,4375+0,9125 · 2· --15
A ) +280 3125-1 -( -X- - +
( 1,5X
1))
40 ' ' 1600 20
Y = 0,1752·X 2 -20,9778X+3385,0125,
paraXE [O; 120]
=
2 · 0,1752X - 20,9778 = O => X= 59,87 60 kg de P 2 0 5 / ha
164
Planejamento e Análise Estatística de Experimentos Agronômicos
b) Dentro de F 2:
56000
Y= =3500' 00
16
10
M 1 =2 M2 = 1 M=
3
-3
X
P1 =--1,5; p
2
= X2 - 1,5 X+ 1 O
40 1600 20 '
3n 2 -7 X
P3 = x - 3
x, em que x = -1,5
20 40
165
Décio Barbin
E 2 - Limoeiro-rugoso-nacional
E 3 - Limoeiro-rugoso da Flórida
E4 - Tangerineira Cleópatra
E5 - Citrange-troyer
166
Planejamento e Análise Estatística de Experimentos Agronômicos
167
Décio Barbin
Tabelas auxiliares
~ E1(6) E2 E3 E4 Es Totais
s
I 1426,3 1003,2 985,1 1013,2 1213,1 5640,9
II 1282,4 1016,4 1071,3 1114,2 1195,2 5679,5
m 1277,5 663,1 1057,4 1125,2 970,5 5093,7
~
s
1970
E1
375,0
E2
380,5
E3
390,0
E4
256,5
Es
370,0
Totais
1772,0
1971 481,7 369.0 348,6 379,8 505,5 2084,6
1972 807,6 436,3 512,7 622,9 653,8 3033,3
1973 431,3 438,7 429,7 317,2 395,5 2012,4
1974 1032,3 530,1 770,6 829,1 825,5 3987,6
1975 858,3 528,1 662,2 847,1 628,5 3524,2
1 2 2 2
SQ.Blo cos =- [5640,9 + 5679,5 + 5093,7 ]- C
30
1 (16.4141) 2
= -90027346,70 - ' = 7143,85
30 90
1 2 2
SQ.P.Enxertos =- [3986,2 + ... + 3378,8 ]- C
18
= _l 54 782102,82 - C = 49682,45
18
168
Planejamento e Análise Estatística de Experimentos Agronômicos
1
SQ.Parcelas =- [1426,3 2 + ... + 970,5 2 J - e
6
1
=- 18403622,54 - e= 73502,12
6
= _l 49060667,66 - C = 276943,48
15
169
Décio Barbin
Desdobramento: dentro de E 1
1 2 2 3986,7 2
SQ.A d. E1 = -[375,0 + ... +858,3 ]- - - =121705,08
3 18
=(-300,6) 2 =358,57
3-84
Desdobramento: dentro E 2
1 2 2 (2682,7) 2
SQ.Ad.E 2 ==-[380,5 + ... +528,1 ] - - - ~ ==8057 46
3 18 '
170
Planejamento e Análise Estatística de Experimentos Agronômicos
(1223 7) 2
SQR.L = ' = 7130 67
3-70 '
2
SQR.Q -- -
(143,9)
- - =8217
3-84 '
Desdobramento: dentro E3
82
SQ A d. E 3 = _!_ [390,0 2 + ... +662,2 2 ] - 3113' = 45833,38
3 18
2544
SQR.L = ( )2 =30818 74
3 · 70 '
3 72 2 2
SQR.Q = ( ' ) = 549 73
3-84 '
Desdobramento: dentro E4
1 2 2 3252,6 2
SQ A d E 4 = [256,5 + ... +847,1 ]- = 113470,43
3 18
2
3995 2
SQR.L = ( , ) = 76007,73
3 -70
548 7 2
SQR.Q = ( ' ) = 1194,73
3-84
Desdobramento: dentro E5
2
1 2 3378,8 2
SQ A d. E 5 = (370,0 + ... +628,5 ]- =50017,51
3 18
2 2
_(1 994, ) =1893730
SQR.L- 3-70 '
= (-535,7)2 = 1138,79
SQR.Q 3-84
171
Décio Barbin
Observação:
172
Planejamento e Análise Estatística de Experimentos Agronômicos
Y = 11,66X + 108,22
para X E [I; 6].
Essa equação nos diz que, a cada ano, a produção subiu 11,66 kg/planta.
173
Décio Barbin
Introdução
174
Planejamento e Análise Estatística de Experimentos Agronômicos
Logo, N = ll(R-1 ).
Logo, N = J(I-l)(R-1).
Porém, deve-se ter certos cuidados nesse procedimento . (Isso é válido também
para g.l.).
Em primeiro lugar, deve-se fazer todas as análises individuais, isto é, análise para
cada local. A seguir, deve-se examinar as grandezas dos QMRes.
a) Se forem homogêneos, (segundo BOX (1954), um QMRes. pode ser superior a outro
até 4 vezes) todos os locais poderão ser incluídos na análise conjunta, sem restrições.
b) Em casos contrários, deve-se:
b. l) Organizarem-se sub-grupos com QMRes. homogêneos. Análises conjuntas serão
feitas para cada sub-grupo.
175
Décio Barbin
b.2) Alternativamente, podem-se reunir todos esses locais numa só análise conjunta,
porém, realizando-se o ajuste do número de g.l. de acordo com o método proposto por
COCHRAN (1954). Neste caso, faz-se a análise de variância conjunta, como no caso
de QMRes. homogêneo: número de g.l. ajustado para consulta de tabelas de F e de
testes de comparações de médias.
Para o resíduo médio:
em que:
nr = nº aproximado de g.l. para o resíduo médio; e
n 1 = nº de g.l. res. do L 1 etc.
Para a Interação T x L
2
(1-l)(J-1) V/
Ilt1 =
(J-2)V2 +Vi2
em que:
n t1 =nº aproximado de g.l. para a int. T x L;
I = nº de tratamentos; e
J = nº de locais.
2
[QMRes.LiJ 2 + ... +[QMRes.L1 ]
V2 = J
Um Exemplo
176
Planejamento e Análise Estatística de Experimentos Agronômicos
~
T
T1
I
20,3
II
19,6
III
23,5
IV
19,1
Totais
82,5
T2 21,7 19,3 16,7 18,5 76,2
T3 22,0 24,9 24,4 20,8 92,1
T4 20,8 23,0 21,3 24,9 90,0
T5 21,5 22,3 22,1 21,9 87,8
T6 19,6 17,7 18,7 22,0 78,0
Totais 125,9 126,8 126,7 127,2 506,6
~
I II III IV Totais
T
T1 10,2 11,7 9,1 8,1 39,1
177
Décio Barbin
~ I II III IV Totais
o
T1 22,7 21,4 22,9 22,0 89,0
Q.M.
Causas da variação G.L. Araraquara Bento Quirino Mogi Guaçu
Blocos 3 0,0494 20,0660 0,2138
Tratamentos 5 10,7007 10,4324 21,2114**
Resíduo 15 3,7831 3,7560 1,4354
To ta 1 23
178
Planejamento e Análise Estatística de Experimentos Agronômicos
e) 45 = 15+15+15
Observação:
Na análise conjunta, os testes F para tratamentos e para locais são feitos com o
QM. Int. TxL no denominador; para a Interação TxL usa-se o QMRes. médio.
1,98 (5%).
1 1
- - - ➔ 2,04-1,95
40 60
1 1
---➔ d
40 45
60-45 ➔ d
179
Décio Barbin
QMTratamentos)
(pois, o valor de F foi obtido por
QM.TxL
n=6 =491
,
qtab(5%) { n'=lOg.l
:. Li=3,92m
m5 = 21,03m m6 =17,61m
m4 =15,88m m1 =17,55m
m 3 = 19,42m m2 = 17,48m
O teste de Tukey não acusa nenhum contraste entre duas médias de tratamentos
que difira de zero. Como não se detectou nenhuma diferença estatisticamente significativa
entre médias de tratamentos, e considerando-se o fato da interação T x L ter sido
significativa (indicando que o comportamento dos tratamentos difere de local para local)
deve-se seguir uma das alternativas:
1º) Consideram-se os resultados obtidos nas análises individuais, isto é, nas análises de
cada local. Então, não se podem fazer recomendações gerais, valendo as conclusões
ou indicações para cada local em separado.
180
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Como a análise foi mais sensível devido ao maior número de g.l. para o resíduo,
obtiveram-se F significativos de tratamentos para os locais em que na análise individual
não eram. Como houve significância para os três valores de F, vamos aplicar o teste de
Tu.key na comparação de médias de tratamentos de cada local.
n = 5 ⇒ q = 4,21
Ll. = 4 21
'
✓ 2•9915
4
=3 64
'
4tab (5%)
{ n'=45
181
Décio Barbin
= 27,02
m. 5 ffi1 =22,25 & 6 = 21,3s
m4 = 24,18 lll.2 = 21,38 m.3 = 21,25
A média 3(m3 ) que no local (1) foi a melhor, no local 3 foi a piore isso é uma das
causas da Int. T x L ter dado significativa.
3º) Formar grupos de ensaios que, por motivos conhecidos do pesquisador, levam a
grupamentos mais homogêneos. Esses motivos ou fatores são: tipo de solo, tipo de clima
etc. Nesse exemplo, porém, como são apenas 3 locais, não é possível o uso dessa
alternativa.
182
Planejamento e Análise Estatística de Experimentos Agronômicos
XV - TABELAS
5%
~ 2 3 4 5 6 7 8 9 10 11 12
2 39,0 87,5 142 202 266 333 403 475 550 626 704
3 15,4 27,8 39,2 50,7 62,0 72,9 83,5 93,9 104 I 14 124
4 9,60 15,5 20,6 25,2 29,5 33,6 37,5 41,1 44,6 48,0 51,4
5 7,15 10,8 13,7 16,3 18,7 20,8 22,9 24,7 26,5 28,2 29,9
6 5,82 8,38 10,4 12,1 13,7 15,0 16,3 17,5 18,6 19,7 20,7
7 4,99 6,94 8,44 9,70 10,8 11,8 12,7 13,5 14,3 15,1 15,8
8 4,43 6,00 7, 18 8,12 9,03 9,78 10,5 11, 1 11,7 12,2 12,7
9 4,03 5,34 6,3 1 7,11 7,80 8,41 8,95 9,45 9,91 10,3 10,7
10 3,72 4,85 5,67 6,34 6,92 7,42 7,87 8,28 8,66 9,01 9,34
12 3,28 4,16 4,79 5,30 5,72 6,09 6,42 6,72 7,00 7,25 7,48
15 2,86 3,54 4,01 4,37 4,68 4,95 5, 19 5,40 5,59 5,77 5,93
20 2,46 2,95 3,29 3,54 3,76 3,94 4,10 4,24 4,37 4,49 4,59
30 2,07 2,40 2,61 2,78 2,91 3,02 3,12 3,21 3,29 3,36 3,39
60 1,67 1,85 1,96 2,04 2,11 2,17 2,22 2,26 2,30 2,33 2,36
00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00
1%
~ 2 3 4 5 6 7 8 9 10 11 12
2 199 448 729 1036 1362 1705 2063 2432 2813 3204 3605
3 47,5 85 120 151 184 21(6) 24(9) 28(1) 3 1(0) 33(7) 36(1)
4 23,2 37 49 59 69 79 89 97 106 113 120
5 14,9 22 28 33 38 42 46 50 54 57 60
12 4,91 6,1 6,9 7,6 8,2 8,7 9, 1 9,5 9,9 10,2 10,6
15 4,07 4,9 5,5 6,0 6,4 6,7 7, 1 7,3 7,5 7,8 8,0
20 3,32 3,8 4,3 4,6 4,9 5, 1 5,3 5,5 5,6 5,8 5,9
30 2,63 3,0 3,3 3,4 3,6 3,7 3,8 3,9 4,0 4, 1 4,2
60 1,96 2,2 2,3 2,4 2,4 2,5 2,5 2,6 2,6 2,7 2,7
00 1,00 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0
Fonte: DAVID, H.A. Upper 5 and 1% points ofmaximum F-ratio. Biometrika, v.39, p.422-424, 1952.
Obs.: O terceiro dígito entre parêntesis é apenas aproximado.
183
Décio Barbin
184
Planejamento e Análise Estatística de Experimentos Agronômicos
1 245,36 245,95 246,47 246,92 247,32 247,69 248,02 249,26 250, 10 251,14 252,20 253,25 254,31
2 19,42 19,43 19,43 19,44 19,44 19,44 19,45 19,46 19,46 19,47 19,48 19,49 19,50
3 8,71 8,70 8,69 8,68 8,67 8,67 8,66 8,63 8,62 8,59 8,57 8,55 8,53
4 5,87 5,86 5,84 5,83 5,82 5,8 1 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 4,64 4,62 4,60 4,59 4,58 4,57 4,56 4,52 4,50 4,46 4,43 4,40 4,37
6 3,96 3,94 3,92 3,91 3,90 3,88 3,87 3,83 3,81 3,77 3,74 3,70 3,67
7 3,53 3,51 3,49 3,48 3,47 3,46 3,44 3,40 3,38 3,34 3,30 3,27 3,23
8 3,24 3,22 3,20 3, 19 3,17 3,16 3,15 3,11 3,08 3,04 3,01 2,97 2,93
9 3,03 3,01 2,99 2,97 2,96 2,95 2,94 2,89 2,86 2,83 2,79 2,75 2,71
10 2,86 2,85 2,83 2,81 2,80 2,79 2,77 2,73 2,70 2,66 2,62 2,58 2,54
11 2,74 2,72 2,70 2,69 2,67 2,66 2,65 2,60 2,57 2,53 2,49 2,45 2,40
12 2,64 2,62 2,60 2,58 2,57 2,56 2,54 2,50 2,47 2,43 2,38 2,34 2,30
13 2,55 2,53 2,51 2,50 2,48 2,47 2,46 2,41 2,38 2,34 2,30 2,25 2,21
14 2,48 2,46 2,44 2,43 2,41 2,40 2,39 2,34 2,31 2,27 2,22 2,18 2,13
15 2,42 2,40 2,38 2, 37 2,35 2,34 2,33 2,28 2,25 2,20 2,16 2,11 2,07
16 2,37 2,35 2,33 2,32 2,30 2,29 2,28 2,23 2,19 2,15 2,11 2,06 2,01
17 2,33 2,31 2,29 2,27 2,26 2,24 2,23 2,18 2,15 2,10 2,06 2,01 1,96
18 2,29 2,27 2,25 2,23 2,22 2,20 2,19 2,14 2,11 2,06 2,02 1,97 1,92
19 2,26 2,23 2,21 2,20 2,18 2,17 2, 16 2,11 2,07 2,03 1,98 1,93 1,88
20 2,22 2,20 2,18 2,17 2,15 2,14 2,12 2,07 2,04 1,99 1,95 1,90 1,84
21 2,20 2,18 2,16 2,14 2,12 2,ll 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 2,17 2,15 2,13 2,11 2,10 2,08 2,07 2,02 1,98 1,94 1,89 1,84 1,78
23 2,15 2,13 2,11 2,09 2,08 2,06 2,05 2,00 1,96 1,91 1,86 1,81 1,76
24 2,13 2,11 2,09 2,07 2,05 2,04 2,03 1,97 1,94 1,89 1,84 1,79 1,73
25 2,11 2,09 2,07 2,05 2,04 2,02 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 2,09 2,07 2,05 2,03 2,02 2,00 1,99 1,94 1,90 1,85 1,80 1,75 1,69
27 2,08 2,06 2,04 2,02 2,00 1,99 1,97 1,92 l,88 1,84 1,79 1,73 1,67
28 2,06 2,04 2 ,02 2,00 1,99 1,97 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 2,05 2,03 2,01 1,99 1,97 l,96 1,94 1,89 1,85 1,81 1,75 1,70 1,64
30 2,04 2,01 1,99 1,98 1,96 1,95 1,93 1,88 1,84 1,79 1,74 1,68 1,62
40 1,95 1,92 1,90 1,89 1,87 1,85 1,84 1,78 1,74 1,69 1,64 l ,58 l ,51
50 1,89 1,87 1,85 1,83 1,81 1,80 1,78 1,73 1,69 1,63 1,58 1,51 1,44
60 1,86 1,84 1,82 1,80 1,78 1,76 1,75 1,69 1,65 1,59 1,53 1,47 1,39
70 1,84 1,81 1,79 1,77 1,75 1,74 1,72 1,66 1,62 1,57 1,50 1,44 1,35
80 1,82 1,79 1,77 1,75 1,73 1,72 1,70 1,64 1,60 1,54 1,48 1,41 1,32
90 1,80 1,78 1,76 1,74 1,72 1,70 1,69 1,63 1,59 1,53 1,46 1,39 1,30
100 1,79 1,77 1,75 1,73 1,71 1,69 1,68 1,62 1,57 1,52 1,45 1,38 1,28
120 1,78 1,75 1,73 1,71 1,69 1,67 1,66 1,60 1,55 1,50 1,43 1,35 1,25
150 1,76 1,73 1,71 1,69 1,67 1,66 1,64 1,58 1,54 1,48 1,41 1,33 1,22
200 1,74 1,72 1,69 1,67 1,66 1,64 1,62 1,56 1,52 l,46 1,39 1,30 1, 19
00 1,69 1,67 1,64 1,62 1,60 1,59 1,57 1,51 1,46 1,39 1,32 1,22 1,00
185
Décio Barbin
2 98,50 99,00 99,16 99,25 99,30 99,33 99,36 99,38 99,39 99,40 99,41 99,42 99,42
3 34,12 30,82 29,46 28,71 28,24 27,9 1 27,67 27,49 27,34 27,23 27,13 27,05 26,98
4 21 ,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55 14,45 14,37 14,31
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05 9,96 9,89 9,82
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8, 10 7,98 7,87 7,79 7,72 7,66
7 12,25 9,55 8,45 7,85 7,46 7, 19 6,99 6,84 6,72 6,62 6,54 6,47 6,41
8 11,26 8,65 7,59 7,01 6,63 6,37 6, 18 6,03 5,91 5,81 5,73 5,67 5,61
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,18 5, 11 5,05
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,77 4,71 4,65
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,46 4,40 4,34
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,22 4,16 4, 10
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 4,02 3,96 3,91
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3 ,86 3,80 3,75
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,73 3,67 3,61
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,62 3,55 3,50
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,52 3,46 3,40
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,43 3,37 3,32
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,36 3,30 3,24
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,29 3,23 3,18
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,24 3,17 3,12
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3.45 3,35 3,26 3,18 3,12 3,07
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,14 3,07 3,02
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,09 3,03 2,98
25 7,77 5,57 4,68 4, 18 3,85 3,63 3,46 3,32 3,22 3,13 3,06 2,99 2,94
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 3,02 2,96 2,90
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,99 2,93 2,87
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,96 2,90 2,84
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,93 2,87 2,81
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3, 17 3,07 2,98 2,91 2,84 2,79
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,73 2,66 2,61
5,06 4,20 3,72 3,41 3,19 3,02 2,89 2,78 2,70 2,63 2,56 2,51
50 7,17
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,56 2,50 2,44
7,01 4,92 4,07 3,60 3,29 3,07 2,91 2,78 2,67 2,59 2,51 2,45 2,40
70
4,88 4,04 3,56 3,26 3,04 2,87 2,74 2,64 2,55 2,48 2,42 2,36
80 6,96
4,85 4,01 3,53 3,23 3,01 2,84 2,72 2,61 2,52 2,45 2,39 2,33
90 6,93
100 6,90 4,82 3,98 3,51 3,21 2,99 2,82 2,69 2,59 2,50 2,43 2,37 2,31
4,79 3,95 3,48 3, 17 2,96 2,79 2,66 2,56 2,47 2,40 2,34 2,28
120 6,85
150 6,81 4,75 3,91 3,45 3,14 2,92 2,76 2,63 2,53 2,44 2,37 2,31 2,25
200 6,76 4,71 3,88 3,41 3,11 2,89 2,73 2,60 2,50 2,41 2,34 2,27 2,22
00 6,64 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,25 2,18 2,13
Continua...
186
Planejamento e A nálise Estatística de Experimentos Agronômicos
l 6143,00 6156,97 6170,0l 6181,19 6191,43 6200,75 6208,66 6239,86 6260,35 6286,43 6312,97 6339,51 6366,00
2 99,43 99,43 99,44 99,44 99,44 99,45 99,45 99,46 99,47 99,48 99,48 99,49 99,50
3 26,92 26,87 26,83 26,79 26,75 26,72 26,69 26,58 26,50 26,41 26,32 26,22 26,13
4 14,25 14,20 14,15 14, 11 14,08 14,05 14,02 13,91 13,84 13,75 13,65 13,56 13,46
5 9,77 9,72 9,68 9,64 9,61 9,58 9,55 9,45 9,38 9,29 9,20 9, 11 9,02
6 7,60 7,56 7,52 7,48 7,45 7,42 7,40 7,30 7,23 7,14 7,06 6,97 6,88
7 6,36 6,31 6,28 6,24 6,21 6,18 6, 16 6,06 5,99 5,91 5,82 5,74 5,65
8 5,56 5,52 5,48 5,44 5,41 5,38 5,36 5,26 5,20 5,12 5,03 4,95 4,86
9 5,01 4,96 4,92 4,89 4,86 4,83 4,81 4,71 4,65 4,57 4,48 4,40 4,31
10 4,60 4,56 4,52 4 ,49 4,46 4,43 4,41 4,31 4,25 4,17 4,08 4,00 3,91
11 4,29 4,25 4,21 4,18 4,15 4,12 4,10 4,01 3,94 3,86 3,78 3,69 3,60
12 4 ,05 4 ,01 3,97 3,94 3,91 3,88 3,86 3,76 3,70 3,62 3,54 3,45 3,36
13 3,86 3,82 3,78 3,75 3,72 3,69 3,66 3,57 3,51 3,43 3,34 3,25 3,17
14 3,70 3,66 3,62 3,59 3,56 3,53 3,51 3,41 3,35 3,27 3,18 3,09 3,00
15 3,56 3,52 3,49 3,45 3,42 3,40 3,37 3,28 3,21 3,13 3,05 2,96 2,87
16 3,45 3,41 3,37 3,34 3,31 3,28 3,26 3,16 3,10 3,02 2,93 2,84 2,75
17 3,35 3,31 3,27 3,24 3,21 3,19 3,16 3,07 3,00 2,92 2,83 2,75 2,65
18 3,27 3,23 3,19 3,16 3,13 3,10 3,08 2,98 2,92 2,84 2,75 2,66 2,57
19 3,19 3,15 3,12 3,08 3,05 3,03 3,00 2,91 2,84 2,76 2,67 2,58 2,49
20 3,13 3,09 3,05 3,02 2,99 2,96 2,94 2,84 2,78 2,69 2,61 2,52 2,42
21 3,07 3,03 2,99 2,96 2,93 2,90 2,88 2,79 2,72 2,64 2,55 2,46 2,36
22 3,02 2,98 2,94 2,91 2,88 2,85 2,83 2,73 2,67 2,58 2,50 2,40 2,31
23 2,97 2,93 2,89 2,86 2,83 2,80 2,78 2,69 2,62 2,54 2,45 2,35 2,26
24 2,93 2,89 2,85 2,82 2,79 2,76 2,74 2,64 2,58 2,49 2,40 2,3 1 2,21
25 2,89 2,85 2,81 2,78 2,75 2,72 2,70 2,60 2,54 2,45 2,36 2,27 2,17
26 2,86 2,81 2,78 2,75 2,72 2,69 2,66 2,57 2,50 2,42 2,33 2,23 2,13
27 2,82 2,78 2,75 2,71 2,68 2,66 2,63 2,54 2,47 2,38 2,29 2,20 2, 10
28 2,79 2,75 2,72 2,68 2,65 2,63 2,60 2,5 1 2,44 2,35 2,26 2,17 2,06
29 2,77 2,73 2,69 2,66 2,63 2,60 2,57 2,48 2,41 2,33 2,23 2,14 2,03
30 2,74 2,70 2,66 2,63 2,60 2,57 2,55 2,45 2,39 2,30 2,2 1 2,11 2,01
40 2,56 2,52 2,48 2,45 2,42 2,39 2,37 2,27 2,20 2,11 2,02 1,92 l ,80
50 2,46 2,42 2,38 2,35 2,32 2,29 2,27 2,17 2, 10 2,0 1 l ,91 1,80 1,68
60 2,39 2,35 2,31 2,28 2,25 2,22 2,20 2,10 2,03 1,94 1,84 1,73 1,60
70 2,35 2,31 2,27 2,23 2,20 2, 18 2,15 2,05 1,98 1,89 1,78 1,67 1,54
80 2,31 2,27 2,23 2,20 2,17 2,14 2,12 2,01 1,94 1,85 1,75 1,63 1,49
90 2,29 2,24 2,21 2,17 2,14 2,1 1 2,09 1,99 1,92 1,82 1,72 1,60 1,46
100 2,27 2,22 2,19 2,15 2,12 2,09 2,07 1,97 1,89 1,80 1,69 l,57 1,43
120 2,23 2,19 2,15 2,12 2,09 2,06 2,03 1,93 1,86 1,76 1,66 1,53 1,38
150 2,20 2, 16 2,12 2,09 2,06 2,03 2,00 1,90 1,83 1,73 1,62 1,49 1,33
200 2,17 2,13 2,09 2,06 2,03 2,00 1,97 1,87 1,79 1,69 1,58 1,45 l ,28
00 2,08 2,04 2,00 1,97 1,93 1,90 1,88 1,77 1,70 1,59 1,47 1,32 1,00
187
Décio Barbin
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, aos
níveis de 10%, 5% e 1% de probabilidade.
n - número de tratamentos
n - número de graus de liberdade do resíduo
11 a 2 3 4 5
li
li 12 13
6 7 8 9 10
0,10 8,93 13,44 16,36 18,49 20,15 21,50 22,64 23,62 24,47 25,24 25,92 26,54
o.os 17,97 26,98 32,82 37,08 40,41 43,12 45,40 47,36 49,07 50,59 51,96 53,19
0,01 89,98 135,04 164,25 185,56 202,19 2 15,74 227, 14 236,93 245,50 253,10 259,93 266,11
0,10 4, 13 5,73 6,77 7,54 8,14 8,63 9,05 9,41 9,72 10,01 10,26 10,49
2 0,05 6,08 8,33 9,80 10,88 11,73 12,43 13,03 13,54 13,99 14,39 14,75 IS,08
0,01 14,03 19,02 22,29 24,72 26,63 28,20 29,53 30,68 31,69 32,59 33,39 34,13
0,10 3,33 4,47 5,20 5,74 6,16 6,51 6,81 7,06 7,29 7,49 7,67 7,83
3 0,05 4,50 5,91 6,82 7,50 8,o4 8,48 8,85 9,18 9,46 9,72 9,95 10 ,15
0,01 8,26 10,62 12,17 13,32 14,24 15,00 15,64 16,20 16,69 17,13 17,52 17,88
0,10 3,01 3,98 4,59 5,03 5,39 5,68 5,93 6,14 6,33 6,49 6,65 6,78
4 0,05 3,93 5,04 5,76 6,29 6,71 7,05 7,35 7,60 7,83 8,03 8,21 8,37
0,01 6,51 8,12 9,17 9,96 10,58 11,10 11,54 11,93 12,26 12,57 12,84 13,09
0,10 2,85 3,72 4,26 4,66 4,98 5,24 5,46 5,65 5,82 5,97 6,10 6,22
5 0,05 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80 6,99 7,17 7,32 7,47
0,01 5,70 6,98 7,81 8,42 8,91 9,32 9,67 9,97 10,24 10,48 10,70 10,89
0,10 2,75 3,56 4,07 4,44 4,73 4,97 5,17 5,34 5,50 5,64 5,76 5,88
6 0,05 3,46 4,34 4,90 5,30 5,63 5,90 6,12 6,32 6,49 6,65 6,79 6,92
0,01 5,24 6,33 7,03 7,56 7,97 8,32 8,61 8,87 9,10 9,30 9,48 9,65
0,10 2,68 3,45 3,93 4,28 4,55 4,78 4,97 5,14 5,28 5,41 5,53 S,64
7 0,05 3,34 4,16 4,68 S,06 5,36 5,61 5,82 6,00 6,16 6,30 6,43 6,55
0,01 4,95 S,92 6,54 7,01 7,37 7,68 7,94 8,17 8,37 8,55 8,71 8,86
0,10 2,63 3,37 3,83 4,17 4,43 4,65 4,83 4,99 5,13 5,25 5,36 5 ,46
8 0,05 3,26 4,04 4,53 4,89 5,17 5,40 5,60 5,77 5,92 6,05 6,18 6,29
0,01 4,74 5,64 6,20 6,63 6,96 7,24 7,47 7,68 7,86 8,03 8,18 8,31
0,10 2,59 3,32 3,76 4,08 4,34 4,54 4,72 4,87 5,01 5,13 5,23 5,33
9 0,05 3,20 3,95 4,41 4,76 5,02 5,24 5,43 S,59 5,74 5,87 5,98 6,09
0,01 4,60 5,43 5,96 6,35 6,66 6,91 7,13 7,33 7,50 7,65 7,78 7,91
0,10 2,56 3;1.7 3,70 4,02 4,26 4,47 4,64 4,78 4,91 5,03 5,13 5,23
10 0,05 3,15 3,88 4,33 4,65 4,91 5,12 5,30 5,46 5,60 5,72 5,83 5,93
0,01 4,48 5,27 5,77 6,14 6,43 6,67 6,88 7,05 7,2 1 7,36 7,49 7,60
0,10 2,54 3,23 3,66 3,96 4,20 4,40 4,57 4,71 4 ,84 4,95 5,05 5,15
11 0,05 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35 5,49 5,61 5,71 5,81
5,97 6,25 6,48 6,67 6,84 6,99 7,13
O.OI 4,39 5,15 5,62 7,25 7,36
0,10 2,52 3;1.0 3,62 3,92 4,16 4,35 4,51 4,65 4,78 4,89 4,99 5,08
12 o.os 3,08 3,77 4,20 4,51 4,75 4,95 5,12 5,27 5,39 5,51 5,61 5,71
0,01 4,32 5,05 5,50 5,84 6,10 6,32 6,5 1 6,67 6,81 6,94 7,06 7, 17
0,10 2,50 3,18 3,59 3,88 4,12 4,30 4,46 4,60 4,72 4,83 4,93 5,02
13 0,05 3,06 3,73 4,15 4,45 4,69 4,88 s,os 5,19 5,32 5,43 5,53 5,63
0,0 1 4,26 4,96 S,40 5,73 5,98 6,19 6,37 6,53 6,67 6,79 6,90 7,01
0,10 2,49 3,16 3,56 3,85 4,08 4,27 4,42 4,56 4,68 4,79 4,88 4,97
14 0,05 3,03 3,70 4,11 4,41 4,64 4,83 4,99 5,13 5,25 5,36 5,46 5,55
0,01 4,21 4,89 5,32 5,63 S,88 6,08 6,26 6,41 6,54 6,66 6,77 6,87
Continua...
188
Planejamento e Análise Estatística de Experimentos Agronômicos
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, aos
níveis de l 0%, 5% e 1% de probabilidade (continuação).
número de tratamentos
11
.- número
11 -
0,10 10,70 10,89 11.07 11,24 11,39 11.54 11,68 11,93 12,16 12,:36 12,55 12,73
2 0,05 15.37 15,65 15,9 1 16,14 16,36 16,57 16,77 17,13 17,45 17,75 18,02 18,27
0,01 34.80 35,42 35,99 36.53 37,03 37,50 37.94 38,75 39,48 40, 14 40,75 41,31
0, 10 7,98 8,12 8,25 8,37 8,48 8,58 8,68 8,86 9,03 9.18 9,31 9,44
3 0,05 10,35 10,52 10,69 10,84 10,98 1 1,1 1 11,24 11,47 11,68 11,87 12,0S 12,21
0,01 18,21 18,52 18,80 19,06 19,31 19,54 19,76 20,16 20,52 20,85 21,16 21,44
0 ,10 6,91 7,02 7,13 7).3 7,33 7,41 7,50 7,6S 7,79 7,9 1 8,03 8,14
4 0,05 8,52 8,66 8,79 8,91 9,03 9,13 9,23 9,42 9,58 9,74 9,87 10,00
0 ,01 13,32 13,53 13,73 13,91 14,08 14,24 14,39 14,67 14,93 15,16 15,37 15,57
0,10 6,34 6,44 6,54 6,63 6,71 6,79 6,86 7,00 7,12 7.24 7.34 7,43
5 0,05 7,60 7,72 7,83 7,93 8,03 8,12 8).1 8.37 8,51 8,64 8,76 8,87
0,01 ll,07 11).4 11,40 11,54 11,68 11,81 11,93 12,15 12,36 12,54 12,71 12,87
0,10 5,98 6,07 6,16 6,25 6,32 6,40 6 ,47 6,59 6,71 6,81 6,91 7,00
6 0,05 7,03 7,14 7,24 7,34 7,43 7,51 1,59 7,73 7,86 7,98 8,09 8,19
0,01 9,81 9,95 10,08 10).1 10,32 10,43 10,54 10.73 10,90 11,06 11).0 11,34
0,10 5,14 5,83 5,91 5,99 6,06 6,13 6,19 6.JI M2 (i~:Z MI M9
7 0,05 6,66 6,76 6,85 6,94 7,02 7,10 7,17 7,30 7,42 7,53 7,63 7,73
0,01 9,00 9, 12 9).4 9,35 9,46 9,55 9,65 9,82 9,97 10,11 10,24 10,36
0,10 5,56 5,64 5,72 5,80 5,87 5,93 6,00 6,ll 6,21 6,31 6,39 6,47
8 0,05 6,39 6,48 6,57 6,65 6,73 6,80 6,87 7,00 7,ll 7,21 7,31 7,40
0,01 8,44 8,55 8,66 8,76 8,85 8,94 9,03 9,18 9,32 9,45 9,57 9,68
0,10 5,42 5,51 5,58 5,65 5,72 5,79 5,85 5,96 6,06 6, 15 6,23 6,31
9 0,05 6,19 6,28 6,36 6,44 6,51 6,58 6,64 6,76 6,87 6,97 7,06 7,14
0,01 8,03 8,13 8,23 8,33 8,4 1 8,50 8,57 8,72 8,85 8,97 9,07 9,18
0,10 5,32 5,40 5,47 5,54 5,61 5,67 5,73 5,83 5,93 6,02 6,10 6,17
10 0,05 6,03 6,11 6,19 6,27 6,34 6,40 6,47 6,58 6,69 6,78 6.87 6,95
0,01 7,71 7,81 7,91 7,99 8,08 8,15 8,23 8,36 8,48 8,60 8,70 8,79
0,10 5,23 5,31 5,38 5,45 5,51 5,57 5,63 5,73 5,83 5,91 5,99 6,06
11 0,05 5,90 5,98 6,06 6,13 6,20 6,27 6,33 6,44 6,54 6,63 6,71 6,79
0,01 7,46 7,56 7,65 7,73 7,8E 7,88 7,95 8,08 8,20 8,30 8,40 8,49
0,10 5,16 5,24 5,3 1 5,37 5,44 5,49 5,55 S,65 5,74 5,83 5,90 5,98
12 0,05 S,80 S,88 S,95 6,02 6,09 6,IS 6,21 6,32 6,41 6,50 6,58 6,66
0,0 1 7,26 7,36 7,44 7,52 7,59 7,66 7,73 7,85 7,96 8,07 8,16 8,25
0, 10 5,10 5,18 5,25 5,31 5,37 5,43 5,48 5,58 5,67 5,75 5,83 5,90
13 0,05 5,71 5,79 S,86 S,93 5,99 6,05 6,11 6,22 6,31 6,40 6,48 6,55
0,01 7,10 7,19 7,27 7,35 7,42 7,48 7,55 7,67 7,77 7,87 7,96 8,04
0,10 5,05 5,12 5,19 5,26 5,32 5,37 5,43 5,52 S,61 5,69 5,77 5,84
14 0,05 5,64 5,71 5,79 5,85 5,n 5,97 6,03 6,13 6,22 6,31 6,39 6,46
0,01 6,96 7,05 7,13 7,20 7,21 7,33 7,39 7,51 7,6 1 7,70 7,79 7,87
Continua ...
189
Décio Barbin
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey,
Continua...
190
Planej amento e Análise Estatística de Experimentos Agronômicos
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey,
n - número de tratamentos
n ' - número de graus de liberdade do resíduo
n
n a 2 3 4 5 6 7 8 9 10 11 12 13
0, 10 2,48 3,14 3,54 3,83 4,05 4,23 4,39 4,52 4,64 4,75 4,84 4,93
15 0,05 3,01 3,67 4,08 4,37 4,59 4,78 4,94 5,08 5,20 5,31 5,40 5,49
0,01 4,17 4,84 5,25 5,56 5,80 5,99 6,16 6,31 6,44 6,55 6,66 6,76
0,10 2,47 3,12 3,52 3,80 4,03 4,21 4,36 4,49 4,61 4,71 4,80 4,89
16 0,05 3,00 3,65 4,05 4,33 4,56 4,74 4,90 5,03 5,15 5,26 5,35 5,44
0,01 4, 13 4,79 5, 19 5,49 5,72 5,92 6,08 6,22 6,35 6,46 6,56 6,66
0, 10 2,46 3,11 3,50 3,78 4,00 4,18 4,33 4,46 4,58 4,68 4,77 4,86
17 0,05 2,98 3,63 4,02 4,30 4,52 4,70 4,86 4,99 5, 11 5,21 5,31 5,39
0,01 4,10 4,74 5, 14 5,43 5,66 5,85 6,01 6,15 6,27 6,38 6,48 6,57
0,10 2,45 3,10 3,49 3,77 3,98 4,16 4,31 4,44 4,55 4,65 4,75 4,83
18 0,05 2,97 3,61 4,00 4,28 4,49 4,67 4,82 4,96 5,07 5,17 5,27 5,35
0,01 4,07 4,70 5,09 5,38 5,60 5,79 5,94 6,08 6,20 6,31 6,41 6,50
0,10 2,45 3,09 3,47 3,75 3,97 4,14 4,29 4,42 4,53 4,63 4,72 4,80
19 0,05 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92 5,04 5,14 5,23 5,31
0,01 4,05 4,67 5,05 5,33 5,55 5,73 5,89 6,02 6,14 6,25 6,34 6,43
0,10 2,44 3,08 3,46 3,74 3,95 4,12 4,27 4,40 4,51 4,61 4,70 4,78
20 0,05 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90 5,01 5,11 5,20 5,28
0,01 4,02 4,64 5,02 5,29 5,51 5,69 5,84 5,97 6,09 6, 19 6,28 6,37
0,10 2,42 3,05 3,42 3,69 3,90 4,07 4,21 4,34 4,44 4,54 4,63 4,71
24 0,05 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81 4,92 5,01 5,10 5,18
0,01 3,96 4,55 4,91 5,17 5,37 5,54 5,68 5,81 5,92 6,02 6,11 6,19
,.1
0, 10 2,40 3,02 3,39 3,65 3,85 4,02 4,16 4,28 4,38 4,47 4,56 4,64
30 0,05 2,89 3,49 3,85 4,10 4,30 4,46 4,60 4,72 4,82 4,92 5,00 5,08
0,01 3,89 4,45 4,80 5,05 5,24 5,40 5,54 5,65 5,76 5,85 5,93 6,01 1
0,10 2,38 2,99 3,35 3,60 3,80 3,96 4,10 4,21 4,32 4,41 4,49 4,56 1,
40 0,05 2,86 3,44 3,79 4,04 4,23 4,39 4,52 4,63 4,73 4,82 4,90 4,98
0,01 3,82 4,37 4,70 4,93 5,11 5,26 5,39 5,50 5,60 5,69 5,76 5,83
0,10 2,36 2,96 3,31 3,56 3,75 3,91 4,04 4,16 4,25 4,34 4,42 4,49
60 0,05 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55 4,65 4,73 4,81 4,88
0,01 3,76 4,28 4,59 4,82 4,99 5,13 5,25 5,36 5,45 5,53 5,60 5,67
0, 10 2,34 2,93 3,28 3,52 3,71 3,86 3,99 4, 10 4,19 4,28 4,35 4,42
120 0,05 2,80 3,36 3,69 3,92 4,10 4,24 4,36 4,47 4,56 4,64 4,71 4,78
0,01 3,90 4,20 4,50 4,71 4,87 5,00 5,12 5,21 5,30 5,38 5,44 5,50
0,10 2,33 2,90 3,24 3,48 3,66 3,81 3,93 4,04 4,13 4,21 4,28 4,35
00 0,05 2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39 4,47 4,55 4,62 4,68 r'
0,01 3,64 4, 12 4,40 4,60 4,76 4,88 4,99 5,08 5, 16 5,23 5,29 5,35 '
t
Continua... 1
,1
'I
1
'I
1,
191 ,,
,,
.!'
,
Décio Barbin
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey,
n - número de tratamentos
n · - número de graus de liberdade do resíduo
n a. 14 15 16 17 18 19
li
20 22 24 2() 28 3õ
0,10 5,01 5,08 5,15 5,21 5,27 5,32 5,38 5,47 5,56 5,64 5,71 5,78
15 0,05 5,57 5,65 5,72 5,78 5,85 5,90 5,96 6,06 6,15 6,23 6,31 6,38
0,01 6,84 6,93 7,00 7,07 7,14 7,20 7,26 7,37 7,47 7,57 7,65 7,73
0,10 4,97 5,04 5,11 5,17 5,23 5,28 5,33 5,43 5,51 5,59 5,66 5,73
16 0,05 5,52 5,59 5,66 5,73 5,79 5,84 5,90 5,99 6,08 6,17 6,24 6,31
0,01 6,74 6,82 6,90 6,97 7,03 7,09 7,15 7,26 7,36 7,44 7,53 7,60
0,10 4,93 5,01 5,07 5,13 5,19 5,24 5,30 5,39 5,47 5,55 5,62 5,69
17 0,05 5,47 5,54 5,61 5,67 5,73 5,79 5,84 5,94 6,03 6,11 6,18 6,25
0,01 6,66 6,73 6,81 6,87 6,94 7,00 7,05 7,16 7,25 7,34 7,42 7,49
0,10 4,90 4,97 5,04 5,10 5,16 5,21 5,26 5,35 5,44 5,52 5,59 5,65
18 0,05 5,43 5,50 5,57 5,63 5,69 5,74 5,79 5,89 5,98 6,06 6,13 6,19
0,01 6,58 6,65 6,73 6,79 6,85 6,91 6,97 7,07 7,16 7,25 7,32 7,40
0,10 4,88 4,95 5,01 5,07 5,13 5,18 5,23 5,32 5,41 5,48 5,55 5,62
19 0,05 5,39 5,46 5,53 5,59 5,65 5,70 5,75 5,85 5,93 6,01 6,08 6,15
0,01 6,51 6,58 6,65 6,72 6,78 6,84 6,89 6,99 7,08 7,17 7,24 7,31
0,10 4,85 4,92 4,99 5,05 5,10 5,16 5,20 5,30 5,38 5,45 5,52 5,59
20 0,05 5,36 5,43 5,49 5,55 5,61 5,66 5,71 5,81 5,89 5,97 6,04 6,10
0,01 6,45 6,52 6,59 6,65 6,71 6,77 6,82 6,92 7,01 7,09 7,17 7,24
0,10 4,78 4,85 4,91 4,97 5,02 5,07 5,12 5,21 5,29 5,36 5,43 5,49
24 0,05 5,25 5,32 5,38 5,44 5,49 5,55 5,59 5,68 5,76 5,84 5,91 5,97
0,01 6,26 6,33 6,39 6,45 6,51 6,56 6,61 6,70 6,79 6,86 6,94 7,00
0,10 4,71 4,77 4,83 4,89 4,94 4,99 5,03 5,12 5,20 5,27 5,33 5,39
30 0,05 5,15 5,21 5,27 5,33 5,38 5,43 5,47 5,56 5,64 5,71 5,77 5,83
0,01 6,08 6, )4 6,20 6,26 6,31 6,36 6,41 6,49 6,57 6,64 6,71 6,77
0,10 4,63 4,69 4,75 4,81 4,86 4,90 4,95 5,03 5,11 5, 17 5,24 5,29
40 0,05 5,04 5,11 5, 16 5,22 5,27 5,31 5,36 5,44 5,51 5,58 5,64 5,70
0,01 5,90 5,96 6,02 6,07 6,12 6,16 6,21 6,29 6,36 6,43 6,49 6,55
0,10 4,56 4,62 4,67 4,73 4,78 4,82 4,86 4,94 5,02 5,08 5,14 5,20
60 0,05 4,94 5,00 5,06 5,11 5,15 5,20 5,24 5,32 5,39 5,45 5,51 5,57
0,01 5,73 5,78 5,84 5,89 5,93 5,97 6,01 6,09 6,16 6,22 6,28 6,33
0,10 4,49 4,54 4,60 4,65 4,69 4,74 4,78 4,86 4,92 4,99 5,04 5,10
120 0,05 4,84 4,90 4,95 5,00 5,04 5,09 5,13 5,20 5,27 5,33 5,38 5,43
0,01 5,56 5,61 5,66 5,71 5,75 5,79 5,83 5,90 5,96 6,02 6,07 6, 12
0,10 4,41 4,47 4,52 4,57 4,61 4,65 4,69 4,77 4,83 4,89 4,95 5,00
00 0,05 4,74 4 ,80 4,84 4,89 4,93 4,97 5,01 5,08 5,14 5,20 5,25 5,30
0,01 5,40 5,45 5,49 5,54 5,57 5,61 5,64 5,71 5,77 5,82 5,87 5,91
Continua...
192
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey,
n - número de tratamentos
,
n - número de graus de liberdade do resíduo
n a n
32 34 36 38 40 50 60 70 80 90 100
0,10 5,84 5,90 5,96 6,01 6,06 6,27 6,43 6,57 6,69 6,80 6,89
15 0,05 6,44 6,51 6,56 6,62 6,67 6,89 7,07 7,21 7,34 7,45 7,55
0,01 7,80 7,87 7,93 7,99 8,05 8,29 8,49 8,66 8,80 8,92 9,03
0,10 5,79 5,85 5,90 5,96 6,00 6,21 6,38 6,51 6,63 6,73 6,82
16 0 ,05 6,37 6,43 6,49 6,54 6,59 6,81 6,98 7,13 7,25 7,36 7,46
0,01 7,67 7,74 7,80 7,86 7,92 8,15 8,35 8,51 8,65 8,77 8,87
0, 10 5,75 5,81 5,86 5,91 5,96 6,16 6,32 6,46 6,58 6,68 6,77
17 0,05 6,31 6,37 6,43 6,48 6,53 6,74 6,91 7,05 7,18 7,28 7,38
0,01 7,56 7,63 7,69 7,74 7,80 8,03 8,22 8,38 8,51 8,63 8,73
0, 10 5,71 5,77 5,82 5,87 5,92 6,12 6,28 6,41 6,53 6,63 6,72
18 0,05 6,26 6,32 6,37 6,42 6,47 6,68 6,85 6,99 7, 11 7,21 7,31
0,01 7,46 7,53 7,59 7,64 7,70 7,92 8,1 J 8,26 8,39 8,51 8,61
0,10 5,68 5,73 5,78 5,83 5,88 6,08 6,24 6,37 6,49 6,59 6,67
19 0,05 6,21 6,27 6,32 6,37 6,42 6,63 6,79 6,93 7,05 7,15 7,24
0,01 7,38 7,44 7,50 7,55 7,60 7,83 8,01 8,16 8,29 8,40 8,50
0 ,10 5,64 5,70 5,75 5,80 5,85 6,04 6,20 6,33 6,45 6,55 6,63
20 0,05 6,16 6,22 6,27 6,32 6,37 6,58 6,74 6,88 6,99 7,10 7,19
0,01 7,30 7,36 7,42 7,47 7,52 7,74 7,92 8,07 8,19 8,30 8,40
0, 10 5,55 5,60 5,65 5,70 5,74 5,93 6,09 6,21 6,32 6,42 6,50
24 0,05 6,03 6,08 6,13 6,18 6,23 6,42 6,58 6,71 6,82 6,92 7,01
0 ,01 7,06 7,12 7,17 7,22 7,27 7,48 7,64 7,78 7,90 8,00 8,10
0,10 5,45 5,50 5,55 5,59 5,64 5,82 5,97 6,09 6,20 6,29 6,37
30 0,05 5,89 5,94 5,99 6,04 6,08 6,27 6,42 6,54 6,65 6,74 6,83
0,01 6,83 6,88 6,93 6,98 7,02 7,21 7,37 7,50 7,61 7,71 7,80
0,10 5,35 5,40 5,44 5,49 5,53 5,71 5,85 5,97 6,07 6,16 6,24
40 0,05 5,75 5,80 5,85 5,89 5,93 6,11 6,26 6,37 6,48 6,57 6,65
0,01 6,60 6,65 6,70 6,74 6,78 6,96 7,10 7,22 7,33 7,42 7,50
0,10 5,25 5,30 5,34 5,38 5,42 5,59 5,73 5,84 5,94 6,03 6,10
60 0,05 5,62 5,66 5,71 5,75 5,79 5,96 6,09 6,21 6,30 6,39 6,46
0,01 6,38 6,42 6,47 6,51 6,55 6,71 6,84 6,95 7,05 7,13 7,21
Esta tabela foi adaptada a partir de resultados de HARTER, H. L. Tables of Range and Studentized
Range, Ann. Math. Stat. v.31 , p.1122-1 147,1960.
193
Décio Barbin
Tabela 5 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan,
0,10 4,129 4,129 4,129 4,129 4,129 4,129 4,129 4,129 4,129 4,129
2 0,05 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085
0,01 14,03 14,03 14,03 14,03 14,03 14,03 14,03 14,03 14,03 14,03
0,10 3,328 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330
3 0,05 4,501 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516
0,01 8,260 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321
0,10 3,015 3,074 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081
4 0,05 3,927 4,012 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033
0,01 6,511 6,677 6,740 6,756 6,756 6,756 6,756 6,756 6,756 6,756
0,10 2,850 2,934 2,964 2,969 2,969 2,969 2,969 2,969 2,969 2,969
5 0,05 3,635 3,749 3,796 3,814 3,814 3,814 3,814 3,814 3,814 3,814
0,01 5,702 5,893 5,989 6,040 6,065 6,074 6,074 6,074 6,074 6,074
0,10 2,748 2,846 2,890 2,907 2,911 2,911 2,911 2,911 2,911 2,911
6 0,05 3,460 3,586 3,649 3,680 3,694 3,697 3,697 3,697 3,697 3,697
0,01 5,243 5,439 5,549 5,615 5,655 5,680 5,694 5,701 5,703 5,703
0,10 2,679 2,785 2,838 2,864 2,876 2,878 2,878 2,878 2,878 2,878
7 0,05 3,344 3,477 3,548 3,588 3,611 3,622 3,625 3,625 3,625 3,625
0,01 4,948 5,145 5,260 5,333 5,383 5,416 5,439 5,454 5,464 5,470
0,10 2,630 2,741 2,800 2,832 2,849 2,857 2,858 2,858 2,858 2,858
8 0,05 3,261 3,398 3,475 3,521 3,549 3,566 3,575 3,579 3,579 3,579
0,01 4,745 4,939 5,056 5,134 5,189 5,227 5,256 5,276 5,291 5,302
0,10 2,592 2,708 2,771 2,808 2,829 2,840 2,845 2,846 2,846 2,846
9 0,05 3,199 3,339 3,420 3,470 3,502 3,523 3,536 3,544 3,547 3,547
0,01 4,595 4,787 4,906 4,986 5,043 5,086 5,117 5,142 5,160 5,174
0,10 2,563 2,682 2,748 2,788 2,813 2,827 2,835 2,839 2,839 2,839
10 0,05 3,15 1 3,293 3,376 3,430 3,465 3,489 3,505 3,516 3,522 3,525
0,01 4,482 4,671 4,789 4,871 4,931 4,975 5,010 5,036 5,058 5,074
0,10 2,540 2,660 2,729 2,772 2,799 2,817 2,827 2,833 2,835 2,835
11 0,05 3,113 3,256 3,341 3,397 3,435 3,462 3,480 3,493 3,501 3,506
0,01 4,392 4,579 4,697 4,780 4,841 4,887 4,923 4,952 4,975 4,994
0,10 2,521 2,643 2,714 2,759 2,788 2,808 2,820 2,828 2,832 2,833
12 0,05 3,081 3,225 3,312 3,370 3,410 3,439 3,459 3,474 3,484 3,491
0,01 4,320 4,504 4,622 4,705 4,765 4,812 4,850 4,882 4,907 4,927
0,10 2,504 2,628 2,701 2,748 2,779 2,800 2,814 2,824 2,829 2,832
13 0,05 3,055 3,200 3,288 3,348 3,389 3,419 3,441 3,458 3,470 3,478
0,01 4,261 4,442 4,560 4,643 4,706 4,754 4,793 4,824 4,850 4,871
Continua ...
194
Planej amento e Análise Estatísti ca de Experimentos Agronômicos
Tabela 5 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan,
aos níveis de 10%, 5% e 1% de probabilidade (continuação).
n - número de tratamentos
n ' - número de graus de liberdade do resíduo
11
n a 19 20
12 13 14 15 16 17 18
0,10 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929 8,929
1 0,05 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97 17,97
0,01 89,98 89,98 89,98 89,98 89,98 89,98 89,98 89,98 89,98
0,10 4,129 4 ,129 4 ,129 4,129 4,129 4,129 4,129 4,129 4,129
2 0,05 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085 6,085
0,01 14,03 14,03 14,03 14,03 14,03 14,03 14,03 14,03 14,03
0,10 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330 3,330
3 0,05 4 ,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516 4,516
0,01 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321 8,321
0,10 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081 3,081
4 0,05 4 ,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033 4,033
0,01 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756 6,756
0,10 2,969 2 ,969 2,969 2,969 2,969 2,969 2,969 2,969 2,969
5 0,05 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814 3,814
0,01 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074 6,074
0,10 2,911 2,911 2,911 2,911 2,91 1 2,911 2,911 2,911 2,911
6 0,05 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697 3,697
0,01 5,703 5,703 5,703 5,703 5,703 5,703 5,703 5,703 5,703
0,10 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878 2,878
7 0,05 3,625 3,625 3,625 3,625 3,625 3,625 3,625 3,625 3,625
0,01 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472 5,472
0,10 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858 2,858
8 0,05 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579 3,579
0,01 5,309 5,313 5,317 5,317 5,317 5,317 5,317 5,317 5,317
0,10 2,846 2,846 2,846 2,846 2,846 2,846 2,846 2,846 2,846
9 0,05 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547 3,547
0,01 5,185 5,193 5,202 5,205 5,206 5,206 5,206 5,206 5,202
0,10 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839 2,839
10 0,05 3,525 3,525 3,525 3,525 3,525 3,525 3,525 3,525 3,525
0,01 5,087 5,098 5,112 5,117 5,120 5,122 5,123 5,124 5,112
0,10 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835 2,835
li 0,05 3,509 3,510 3,510 3,510 3,510 3,510 3,510 3,510 3,510
. 0,01 5,009 5,021 5,039 5,045 5,050 5,054 5,057 5,059 5,039
0,10 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
12 0,05 3,495 3,498 3,498 3,498 3,498 3,498 3,498 3,498 3,498
0,01 4,944 4,957 4,978 4,986 4,993 4,998 5,002 5,005 4,978
0,10 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832 2,832
13 0,05 3,484 3,488 3,490 3,490 3,490 3,490 3,490 3,490 3,490
0,01 4,889 4,904 4,927 4,936 4,944 4,950 4,955 4,960 4,927
Continua ...
195
Décio Barbin
Tabela 5 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan,
aos níveis de 10%, 5% e 1% de probabilidade (continuação).
n - número de tratamentos
n' - número de graus de liberdade do resíduo
n (X n
2 3 4 5 6 7 8 9 10 11
0, 10 2,491 2,616 2,689 2,739 2,771 2,794 2,810 2,820 2,827 2,831
14 0,05 3,033 3,178 3,268 3,328 3,371 3,402 3,426 3,444 3,457 3,467
0,01 4,210 4,390 4,508 4,591 4,654 4,703 4,743 4,775 4,802 4,824
0,10 2,479 2,605 2,681 2,730 2,764 2,788 2,805 2,817 2,825 2,830
15 0,05 3,014 3,160 3,250 3,312 3,356 3,389 3,413 3,432 3,446 3,457
0,01 4,167 4,346 4,463 4,547 4,610 4,660 4,700 4,733 4,760 4,783
0,10 2,469 2,596 2,672 2,723 2,759 2,784 2,802 2,814 2,824 2,830
16 0,05 2,998 3,144 3,235 3,297 3,343 3,376 3,402 3,422 3,437 3,449
0,01 4,131 4,308 4,425 4,508 4,572 4,622 4,662 4,696 4,724 4,748
0,10 2,460 2,587 2,665 2,717 2,753 2,779 2,798 2,812 2,822 2,829
17 0,05 2,984 3,130 3,222 3,285 3,331 3,365 3,392 3,412 3,429 3,441
0,01 4,099 4,275 4,391 4,474 4,538 4,589 4,630 4,664 4,692 4,717
0,10 2,452 2,580 2,659 2,711 2,749 2,776 2,795 2,810 2,821 2,829
18 0,05 2,971 3,117 3,210 3,274 3,320 3,356 3,383 3,404 3,421 3,435
0,01 4,071 4,246 4,361 4,445 4,509 4,559 4,601 4,635 4,664 4,689
0, 10 2,445 2,574 2,653 2,706 2,744 2,772 2,793 2,808 2,820 2,828
19 0,05 2,960 3,106 3,199 3,264 3,311 3,347 3,375 3,397 3,415 3,429
0,01 4,046 4,220 4,335 4,418 4,483 4,533 4,575 4,610 4,639 4,664
0,10 2,439 2,568 2,648 2,702 2,741 2,769 2,791 2,807 2,819 2,828
20 0,05 2,950 3,097 3,190 3,255 3,303 3,339 3,368 3,390 3,409 3,423
0,01 4,024 4,197 4,312 4,395 4,459 4,510 4,552 4,587 4,617 4,642
0,10 2,416 2,546 2,628 2,685 2,726 2,758 2,782 2,800 2,815 2,827
25 0,05 2,913 3,059 3,154 3,221 3,271 3,310 3,341 3,366 3,386 3,403
0,01 3,942 4,112 4,224 4,307 4,371 4,423 4,466 4,502 4,532 4,559
0,10 2,400 2,532 2,615 2,674 2,717 2,750 2,776 2,796 2,813 2,826
30 0,05 2,888 3,035 3,131 3,199 3,250 3,290 3,322 3,349 3,371 3,389
0,01 3,889 4,056 4,168 4,250 4,314 4,366 4,409 4,445 4,477 4,504
0,10 2,370 2,504 2,590 2,652 2,698 2,735 2,764 2,788 2,808 2,825
50 0,05 2,841 2,988 3,084 3,154 3,208 3,251 3,286 3,315 3,340 3,362
0,01 3,787 3,948 4,057 4,138 4,202 4,254 4,297 4,335 4,367 4,395
0,10 2,363 2,497 2,584 2,646 2,693 2,731 2,761 2,786 2,807 2,825
60 0,05 2,829 2,976 3,073 3,143 3,198 3,241 3,277 3,307 3,333 3,355
0,01 3,762 3,922 4,031 4,111 4,174 4,226 4,270 4,307 4,340 4,368
0, 10 2,348 2,483 2,571 2,635 2,684 2,723 2,755 2,782 2,805 2,824
100 0,05 2,806 2,953 3,050 3,122 3,177 3,222 3,259 3,290 3,317 3,341
0,01 3,714 3,871 3,978 4,057 4,120 4,172 4,215 4,253 4,286 4,315
Continua...
196
Planejamento e Aná lise Estatística de Experimentos Agronômicos
Tabela 5 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan,
aos níveis de 10%, 5% e 1% de probabilidade (continuação).
n - número de tratamentos
n' - número de graus de liberdade do resíduo
n a n
12 13 14 15 16 17 18 19 20
0,10 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833 2,833
14 0,05 3,474 3,479 3,484 3,484 3,484 3,484 3,484 3,484 3,484
0,01 4,843 4,859 4,884 4,894 4,902 4,909 4,916 4,921 4,884
0,10 2,833 2,834 2,834 2,834 2,834 2,834 2,834 2,834 2,834
15 0,05 3,465 3,471 3,476 3,478 3,480 3,480 3,480 3,480 3,480
0,01 4,803 4,820 4,834 4,846 4,857 4,866 4,874 4,881 4,887
0,10 2,833 2,835 2,836 2,836 2,836 2,836 2,836 2,836 2,836
16 0,05 3,458 3,465 3,470 3,473 3,476 3,477 3,477 3,477 3,477
0,01 4,768 4,785 4,800 4,813 4,825 4,835 4,843 4,851 4,858
0,10 2,834 2,837 2,838 2,838 2,838 2,838 2,838 2,838 2,838
17 0,05 3,451 3,459 3,465 3,469 3,472 3,474 3,475 3,475 3,475
0,01 4,737 4,755 4,771 4,785 4,797 4,807 4,816 4,824 4,832
0,10 2,834 2,838 2,840 2,840 2,840 2,840 2,840 2,840 2,840
18 0,05 3,445 3,454 3,460 3,465 3,469 3,472 3,473 3,474 3,474
0,01 4,710 4,729 4,745 4,759 4,771 4,782 4,792 4,801 4,808
0,10 2,834 2,839 2,841 2,843 2,843 2,843 2,843 2,843 2,843
19 0,05 3,440 3,449 3,456 3,462 3,466 3,469 3,472 3,473 3,474
0,01 4,686 4,705 4,722 4,736 4,749 4,760 4,771 4,780 4,788
0,10 2,835 2,839 2,843 2,845 2,845 2,845 2,845 2,845 2,845
20 0,05 3,435 3,445 3,452 3,459 3,463 3,467 3,470 3,472 3,473
0,01 4,664 4,684 4,701 4,716 4,729 4,741 4,751 4,761 4,769
0,10 2,836 2,843 2,849 2,853 2,856 2,858 2,859 2,860 2,860
25 0,05 3,417 3,429 3,439 3,447 3,454 3,459 3,464 3,468 3,471
0,01 4,582 4,603 4,621 4,638 4,652 4,665 4,677 4,688 4,698
0,10 2,837 2,846 2,853 2,859 2,863 2,867 2,869 2,871 2,873
30 0,05 3,405 3,418 3,429 3,439 3,447 3,454 3,460 3,466 3,470
0,01 4,528 4,550 4,569 4,586 4,601 4,615 4,628 4,640 4,650
0,10 2,839 2,851 2,862 2,871 2,879 2,885 2,891 2,896 2,901
50 0,05 3,380 3,396 3,410 3,423 3,434 3,444 3,453 3,461 3,468
0,01 4,421 4,443 4,464 4,482 4,499 4,515 4,529 4,542 4,554
0,10 2,840 2,853 2,864 2,874 2,883 2,890 2,897 2,903 2,908
60 0,05 3,374 3,391 3,406 3,419 3,431 3,441 3,451 3,460 3,468
0,01 4,394 4,417 4,437 4,456 4,474 4,489 4,504 4,518 4,530
0,10 2,841 2,856 2,869 2,881 2,891 2,901 2,909 2,917 2,924
100 0,05 3,361 3,380 3,396 3,411 3,424 3,436 3,447 3,457 3,467
0,01 4,341 4,364 4,385 4,405 4,422 4,439 4,454 4,468 4,482
197
Décio Barbin
198
Planejamento e Análise Estatística de Experimentos Agronô micos
XVI - EXERCÍCIOS
Pede-se:
1.1. Calcular a média, a mediana, a variância, o desvio padrão, o erro padrão da
média, o coeficiente de variação e o intervalo de confiança para a média com
um nível de confiança de 95% de probabilidade.
1.2. Calcular os desvios em tomo da média e colocá-los em um gráfico.
1.3. Eliminar os dados 5,20 e 5,90 e repetir os cálculos de 1. 1 e 1.2.
1.4. Sortear uma amostra de 1O dados e repetir os cálculos de 1.1 e 1.2.
1.5. Discutir os resultados obtidos nos itens 1.3 e 1.4 em relação aos da amostra inicial.
199
Déc io Barbin
REPETIÇÃO
TRATAMENTOS
1 2 3 4
TI 1,6 1,7 1,3 1,4
T2 1,2 1,6 1,5 1,1
T3 1,8 1,4 1,2 1,4
T4 2, 1 2,0 1,8 1,5
T5 1,4 1,7 1,8 1, 7
T6 2,6 2,2 1,5 2, 1
T7 1,8 2,5 2,3 1,6
Pede-se:
3.1. Calcular a média, a variância, o desvio padrão e o coeficiente de variação do ensaio.
3.2.Calcular a média, a variância e o coeficiente de variação para cada tratamento.
3 .3. Calcular os desvios em relação ao modelo e construir um gráfico dos resíduos
padronizados.
3.4.Calcular o Fmáximo e verificar sua significância;justifique o resultado.
3.5.Fazer a análise de variância e discutir os resultados.
200
Planejamento e Análise Estatística de Experimentos Agronômicos
SQTrat. = L ti 1';
i
SQResíduo = iY;~ -
1,J
SQParâmetros
5.4. Verificar se os erros (e..IJ) têm distribuição normal, através do teste de Lilliefors.
Se não houver normalidade, o que você sugere?
6. Considere a análise de variância dos dados originais de podridão mole de manga, em que:
Pede-se:
6.1. Aplicar o teste t na verificação de significância dos 6 contrastes ortogonais
estabelecidos ao desdobrar a S.Q.Trat. (item 4.3).
6.2. Aplicar o teste de Scheffé aos contrastes
Discuta a conclusão obtida para este 2º contraste, em relação à obtida pelo Tukey.
6.3. Verificar se os quadrados dos valores do teste t, obtidos no item 6. 1, dão os valores
do teste F, do item 4.3.
201
Décio Barbin
Pede-se:
REPETIÇÕES
TRATAMENTOS
I II III
202
Planejamento e Análise Estatística de Experimentos Agronômicos
Pede-se:
8.1. Fazer a análise da variância e obter o C.V. do experimento.
8.2. Fazer o desdobramento dos graus de liberdade de tratamentos sabendo-se que:
- Os fungicidas Vapan, Brometo de Metila, Basamid e PCNB são aplicados no solo
(para matar o agente causador da doença).
- Vapan, Brometo de Metila, Basamid são fumigantes (poder residual pequeno no
solo) enquanto que o PCNB é não fumigante (poder residual grande no solo).
- Vapan é líquido, Brometo de Metila é líquido sob pressão e Basamid é granulado.
- Os fungicidas Dithane + Thiran (carbamatos) são de pulverização foliar.
- Na prática não há interesse na comparação entre fungicidas de solo e de parte aérea.
8.3. Obter a probabilidade de se declarar significativo pelo menos um contraste por simples
acaso, isto é, a' = 1 - (1 - a y , em que: n = nº de contrastes ortogonais testados.
Pede-se:
9 .1. Fazer a análise da variância, incluindo a causa de variação: "Entre plantas d. parcela";
9.2. Estimar os componentes de variância eu; a;
e concluir sobre o tamanho da parcela;
9.3. Fazer a análise da variância com as produções médias das parcelas;
9.4. Aplicar o teste de Tukey na comparação das médias de Tratamentos (clones).
203
Décio Barbin
Pede-se:
10.1 . Fazer a análise da variância e comparar as médias pelo teste de Tukey.
10.2. Calcular a média harmônica do número de repetições e aplicar o teste de
Tukey na comparação das médias de tratamentos.
Pede-se:
11.1. Fazer a análise de variância para a produção média, em kg por parcela, usando
as expressões de y (estimativa da parcela perdida) e de U (correção da
SQTratamentos).
11.2. Aplicar o teste de Tukey na comparação das médias de tratamentos usando a
expressão da V(Y) em que y inclui a média do Tratamento onde ocorreu a
parcela perdida.
11.3. Fazer a mesma análise usando o método para dados não balanceados e
comparar resultados obtidos pelos dois métodos.
204
P lanejamento e Aná lise Estatística de Experi mentos Agronômicos
12. Os dados, a seguir, referem-se aos ganhos de peso, em kg, de suínos, num período de
252 dias. O experimento foi em quadrado latino e foram testados 4 tratamentos:
A - Castração aos 56 dias de idade;
B - Animais inteiros (sem castração);
C - Castração aos 7 dias de idade; e
D - Castração aos 21 dias de idade.
Os dados são adaptados do livro de GOMES, 2000.
r(L+C+T)-2G
y=
(r-J)(r-2)
onde L, C e T, são respectivamente, os totais das parcelas existentes para linha, coluna
e tratamento, onde ocorreu a parcela perdida; ré o número de repetições ou tratamentos
e G é o total geral das parcelas existentes.
U
= (!..::J)
r
1
[
y
_ r(L + C)-G]
(r-1)1
1
é a correção da SQ Tratamentos;
· · [2
V(Y) = ; + -(r---1(-,.-_2-) I ] QM Res. ,
205
Décio Barbin
13. Os dados que se seguem referem-se a diâmetro médio ( cm), aos 5 anos de idade,
das plantas úteis de cada parcela, de um ensaio fatorial 2 x 4, em blocos casualizados
com 3 repetições, conduzido por H.A. Mello e outros. Mogi-Guaçu ( 1966-1971 ).
Pede-se:
13 .1. Verificar graficamente se existe interação entre espécies x espaçamento.
13.2. Fazer a análise da variância com desdobramento do número de graus de liberdade
de tratamento no esquema fatorial e tirar conclusões sobre o teste F.
13.3. Fazer o desdobramento do número de g.1. de espécies (S) mais o da interação
(S x E). Tirar conclusões.
13.4. Fazer o desdobramento do número de g.1. de espaçamentos (E) mais o da
Interação (S x E). Tirar conclusões.
13.5. Obter o C.V. do ensaio.
13.6. Fazer o teste de Tukey, ao nível de 5% de probabilidade, para comparação das
médias duas a duas (Obs: Se a interação não foi significativa para as médias marginais;
se a interação foi significativa para as médias de um fator dentro do outro).
BLOCOS
TRATAMENTOS 1 li III Totais
000 1084 1640 1667 4391
001 9 45 2363 722 4030
010 111 2 1307 13 89 3808
011 1807 1446 1667 4920
100 3614 1918 2 76 8 8300
1O1 1918 2419 2139 6476
J IO 3558 328 0 2917 9755
111 283 6 2419 2278 7533
TOTAIS 16874 16792 15547 49213
206
Planejamento e Análise Estatística de Experimentos Agronômicos
Pede-se:
14. l. Fazer a análise da variância e concluir sobre os testes F.
Obter a' = [1-(1- a)"], em que n = nº de contrastes.
14.2. Desdobrar o número de g.l. da interação NxK mais o de N e tirar conclusões.
Obter a' .
14.3. Desdobrar o número de g.l. da interação Nx.K mais o de K e tirar conclusões.
Obter a ' .
Obs.: Dosagens usadas (kg/ha):
N: 0 - 50
~O: 0-30
Pede-se:
x 1+ x2+ ·x, = o, l, 2 .
207
Décio Barbin
Doses:
N= O, 40, 80
P= o, 60, 120
K= o, 60, 120
Cortes
Totais
Cana Plant a Cana Soca
92, 9 84,5 177 ,4
12 8, 6 86,7 215 , 3
121 , 7 84,5 206,2
122,8 77, 0 199,8
Sulcos 1 18, 1 88, 1 206,2
Simple s 115, 7 82,4 198, 1
121,4 84, 0 205 , 4
126,9 88,8 215 , 7
118 , 1 85, 7 203 , 8
122,4 78,8 201,2
Totais 1188,6 840, 5 2029, 1
122, 5 84,5 207,0
110, 0 85,0 195 , 0
115,0 85 ,5 200,5
125,0 88 , 0 213 , 0
Sulcos 105,0 86, 7 191, 7
Duplos 110, 0 80, 7 190, 7
1 15, O 88,3 203,3
105 , 0 89,3 194,3
108,5 94,3 202,8
118, 3 90,0 208,3
Totais 1134, 3 872,3 2006,6
Pede-se:
16.1. Fazer a análise da variância.
16.2. Fazer os possíveis desdobramentos de número de graus de liberdade.
16.3. Tirar conclusões.
208
Planejamento e Análise Estatística de Experimentos Agronômicos.
Tetaiis
1 n nr tV 1
1
6X2 i 9,01 5,25 8, 7,Q: J , 50 1 2:6,4-5
:
6:d i 4,2.5 2',25 2',60 7',J.'j E6,415
1975 6x4 1 7,.00, 5., L0 8.,0,0! 3,85 1
n.,s
6x5 5,50: 4,80, 3', JO 6 ,4.5, 20,05
6x6 , 4,015 3:,85 9,, 50 3,75 ZI , 15
Totais 1
29•,8:Q\ 2t.25 J2,l0 2~.9:0i : 108:. 05
6x2 , t s:, 25 2I,80 2(i),,401 20,,25 1 80,70
6-x 3 1
16, 3'0: Et. rs. U2,J5 24,E0 1 63-,90
1976 6x4 i 21 .40, n,55 ~9.rs. n ·,J.s 1
76,45
6x5 17, 05 13',J:5 1s.rn Ls·, 90 1 64,40
6x6
Totais
19.301
92, 301
14.15
78 ,.oo.
24\ 301
91I,30·
13,25 .
94,8:5
Ἴ
7, i
J.56,45,
6x2 ' 32', 5()1 J.6,6,5 22,70 1
8,l5 S0, 60
1: 6x.3 23,05 2'6,EO: 2f,9J5 2:S., 6',0 96,70
1 1
19'·7 7 6x4 18, 05 23,JO 27!,S.5 26,&0 95.70
6x.5 , 22. 05 2:I,25 16.,25, 15,,JO 74.85
' ó x:6, 1
1 28.1!5 28,.55 29'.rn t8 .50 1 ro4.JO
Totais· · 123,80 l 15.8:5 EE7'.55 94,95 1 452 , 15
6x2 ' 48 . 90 56/ 15 48'.,2:0 68.,40
1
1
222,25
6x3 ' 55,35 41,&5 47.~5 54,35 1'>8.. 70
1' 978 6.x4 60,, 60 57,70 6,1,2:0, 53',05 1 232,55
' 6x.5 51,80, 59,.45 4$,0'5,
1
1
58. 45 1 2f1, 75
6x6 70,50 58,55 67, 00 49,3'5 . 245,40
Totais 28 7, 15 274,3'0 271 , 60 28'3 ,60 1116,65
6x.2 12,00 23,H 26,35 19,15 80,65
6x3 3'5,35 24,25 36,,7i5 19,.75 Et6,!0
1979 6x:4 n .1s 25, 00' 35, 001 2:t,75 ' 99,50
6-x5 34,00 11,9,0 J.2,00, 8 ,50 · 86,40
1
1
6x6 27 , 50 29,85 22,501 22,75 102,60
Totais 126,60 l 14,,L 5, 152, 60, 91,,90 ' 485,25
Pede-se:
209
Décio Barbin
18. Os dados que se seguem referem-se à altura (em m) de plantas de eucalipto com 3
anos de idade de ensaios inteiramente ao acaso com 5 repetições e 4 tratamentos
(espécies) conduzidos pelo Instituto Florestal, Tupi, SP. Todos os ensaios receberam
uma calagem e uma adubação completa.
Ensaio 1 - Araraquara
~
T
E. sa ligna
1
3,6
2
3,2
3
3,4
4
3,7
5
4,0
Totais
17,9
E. tere ticornes 3,8 3,9 3,7 4,1 4,2 19,7
E. Alba 4,1 3,8 3,4 4,3 4,1 19,7
E. citriodora 2,5 2,8 2,3 2,4 2,2 12,2
69,5
Ensaio 2 - Mogi-Guaçu
Tratam en to s -.........______
1 2 3 4 5 Totais
~
T
E. saligna
1
3,4
2
3,2
3
3,8
4
3,7
5
3,6
Totais
17,7
E. tereticor11es 4,0 3,9 4,1 3,8 3,9 19,7
E. Alba 4,5 3,9 4,2 4, 1 4,0 20,7
E. citriodora 2,6 2,3 2,5 2,4 2,2 12,0
70, 1
210
Planejamento e Análise Estatística de Experimentos Agronômicos
Ensaio 5 -Araras
T
~
E. saligna
1
3,4
2
3,4
3
3,9
4
3,7
5
3,6
Tota is
18,o
E. tereticornes 4,3 4, 1 3,7 3,9 4,0 20,0
E. Alba 4,2 4,5 4,1 4,0 4,2 21,0
E. citriodora 2, 1 2,6 2,3 2,7 2,4 12,1
71,1
Pede-se:
21 l
Décio Barbin
XVII - BIBLIOGRAFIA
BO~ G.E.P. Some them~ems on quadratic forms applied in the study of analysis of
variance problems, I. Ann. Math. Stat. v.25, p.290-302, 1954.
COCHR.AN" W.G.; 00~ G.M Experimental designs. 2. ed. New York: John
Wtley, 1957. 611 p.
DAVID" H.A. Upper 5 and 1% points of maximum F-ratio. Biometrika, London,, v.39,
p.422-424., 1952.
GOMES, F.P.; NOGUE~ LR. Análise Matemática. Piracicaba; Ave Maria, 1978.
371 p.
212
Planejamento e Análise Estatística de Experimentos Agronômicos
STEEL, RG.D.; TORRIE, J.H. Principies and procedures .o f Statistics. New York:
McGraw Hill, 1960. 481 p.
213