Escolar Documentos
Profissional Documentos
Cultura Documentos
Delineamento de Amostragem
• População pré-estabelecida;
• Estimar quantidades e qualidades;
• Estimação por ponto e por intervalo: média, erro de amostragem e intervalo de confiança.
Delineamento Experimental
• Planejamento do experimento;
• Comparação entre efeitos de tratamentos (quantitativos (diferentes níveis) e qualitativos);
• Teste de hipóteses para comparação.
Delineamento Experimental
Princípios básicos da experimentação:
1) Repetição;
2) Casualização;
3) Controle local.
A B
Se fossem feitas repetições (mais parcelas experimentais) ter-se-ia a média das produções dos clones A e B,
podendo-se concluir sobre a superioridade ou igualdade da produção dos clones avaliados.
A A A A B B B B
Mesmo assim não teríamos a certeza de um clone ser melhor do que o outro porque as parcelas experimentais
estão agrupadas.
2) Casualização: evita com que um determinado tratamento seja continuamente favorecido ou desfavorecido,
conforme figura anterior. Com isso o erro experimental seria independente.
Delineamento Experimental
3) Controle local: consiste eliminar do erro experimental variações entre grupos de parcelas.
Ex: variação de fertilidade ao longo do terreno declivoso.
A B B A B A B A
B A A B B A B A
Delineamento Inteiramente Casualizado (DIC)
Envolve dois princípios: repetição e casualização. As condições locais são homogêneas e não tem efeito
significativo sobre os tratamentos
Modelo estatístico:
yij = m + ti + eij
em que
yij é o valor observado da característica estudada, no tratamento i (i =1, 2, ..., I ) e na repetição j ( j =1, 2, ..., J ) .
m é a média geral (de todas as observações) do experimento.
ti é o efeito do tratamento i .
eij é o erro associado à observação yij , ou efeito dos fatores não-controlados sobre a
I = tratamentos
observação yij .
J= repetições
Delineamento Inteiramente Casualizado (DIC)
Análise de variância (ANOVA) do DIC:
Se as duas pressuposições não forem atendidas, é necessário transformar os dados para contornar este
problema, por meio das transformações raiz quadrada, angular e logarítmica, ou utilizar de estatísticas
não paramétricas nas análises. Se forem atendidas, procede-se a Análise de Variância e as demais
análises.
Delineamento Inteiramente Casualizado (DIC)
As hipóteses deste delineamento seriam:
Ho : os tratamentos têm os mesmos efeitos, ou seja, t1 = t2 = ... = tI .
Ha : pelo menos dois tratamentos têm efeitos diferentes.
Banco de dados:
Delineamento Inteiramente Casualizado (DIC)
A ANOVA seria:
Delineamento Inteiramente Casualizado (DIC)
Exemplo 1 (com dois tratamentos qualitativos):
Seja um experimento em DIC no qual avaliou-se a produção em volume de madeira aos 3 anos de idade
de dois clones (I=2) em 10 parcelas experimentais (J=10).
Clone
Repetição A B
1 35 31
2 19 36 I=2 (Tratamentos)
3 31 39 J=10 (Repetições)
4 15 27 IJ=20 (Observações)
5 20 20
6 30 29
7 40 45 Σyij = 604
8 35 30 Σyij2 = 19616
9 18 28
10 33 43
Soma (Ti) 276 328
(Ti) 2 76176 107584
Soma (Ti)2 183760
Delineamento Inteiramente Casualizado (DIC)
A ANOVA será: (assumindo que as pressuposições foram atendidas)
FV GL SQ QM Fcalc
Tratamento 1 135,20 135,20 1,96
Residuo 18 1240,00 68,89
Total 19 1375,20
Delineamento Inteiramente Casualizado (DIC)
Regra de decisão:
Ftabelado (5%; 1 e 18gl) = 4,41
Fcalculado (1,96) < Ftabelado => Aceita-se Ho, pelo teste F, a 5% de significância, ou seja, os tratamentos têm os
mesmos efeitos.
Clone
Repetição A B
1 13 31
2 19 36 I=2 (Tratamentos)
3 31 39 J=10 (Repetições)
4 15 27 IJ=20 (Observações)
5 20 26
6 30 29
7 22 45 Σyij = 570
8 35 30 Σyij2 = 17720
9 18 28
10 33 43
Soma (Ti) 236 334
(Ti) 2 55696 111556
Soma (Ti)2 167252
Delineamento Inteiramente Casualizado (DIC)
A ANOVA será: (assumindo que as pressuposições foram atendidas)
FV GL SQ QM Fcalc
Tratamento 1 480,20 480,20 8,69
Residuo 18 994,80 55,27
Total 19 1475,00
Delineamento Inteiramente Casualizado (DIC)
Regra de decisão:
Fcalculado (8,69) > Ftabelado => Rejeita-se Ho, pelo teste F, a 5% de significância, ou seja, os dois tratamentos têm
efeitos diferentes.
OBSERVAÇÕES:
• Como se tem apenas dois tratamentos, o teste F é conclusivo, ou seja, os dois tratamentos têm o mesmo
efeito ou não.
• Alternativamente, ao invés de utilizar a análise de variância para testar os tratamentos poderia se utilizar o
teste “t” para dados independentes, com o teste “F” para avaliar a homogeneidade de variâncias e depois o
teste “t” propriamente dito para avaliar se as médias dos tratamentos são iguais ou não. Para 1 grau de
liberdade para tratamento na ANOVA (2 tratamentos) tem-se que t calc2 = Fcalc.
Delineamento Inteiramente Casualizado (DIC)
Para o exemplo 2, aplicando-se o teste “t” para amostras independentes, tem-se:
Hipóteses:
Ho:. =
Ha:. >
Fcalc < Ftabelado => Aceita-se Ho, pelo teste F, a 5% de significância, ou seja, as variâncias são homogêneas.
Delineamento Inteiramente Casualizado (DIC)
1) Calcular variância comum:
tcalculado (2,95) > ttabelado => Rejeita-se Ho, pelo teste t, a 5% de significância, ou seja, a média dos volumes
do clone A é diferente estatisticamente da média do clone B.
Dados:
Resposta: Fcalc=6,95
Delineamento Inteiramente Casualizado (DIC)
Exemplo 3 (com três tratamentos qualitativos):
Seja um experimento semelhante ao anterior (em DIC) no qual avaliou-se a produção em volume de
madeira aos 3 anos de idade de três clones (I=3) em 10 parcelas experimentais (J=10).
Clone
Repetição A B C
1 31 35 13
2 36 19 19 I=3 (Tratamentos)
3 39 31 31 J=10 (Repetições)
4 27 15 15 IJ=30 (Observações)
5 23 20 16
6 41 30 33
7 45 40 22 Σyij = 855
8 30 35 35 Σyij2 = 26805
9 28 19 18
10 43 33 33
Soma (Ti) 343 277 235
(Ti) 2 117649 76729 55225
Soma (Ti) 2 249603
Delineamento Inteiramente Casualizado (DIC)
A ANOVA será: (assumindo que as pressuposições foram atendidas)
FV GL SQ QM Fcalc
Tratamento 2 592,80 296,40 4,34
Residuo 27 1844,70 68,32
Total 29 2437,50
Delineamento Inteiramente Casualizado (DIC)
Regra de decisão:
Fcalculado (4,34) > Ftabelado => Rejeita-se Ho, pelo teste F, a 5% de significância, ou seja, pelo menos dois
tratamentos têm efeitos diferentes.
Por meio de testes estatísticos que se baseiam na diferença mínima significativa (DMS) entre as
médias, a um dado nível de significância.
Delineamento Inteiramente Casualizado (DIC)
1) Teste Tukey:
Para o exemplo anterior (exemplo3), o valor tabelado de q(5%; 3 e 27gl) = 3,51, J = 10 e QMResíduo =
68,32, tem-se:
Delineamento Inteiramente Casualizado (DIC)
Traduzindo: se a diferença entre duas médias for de até 9,17 elas serão estatisticamente iguais.
A=B e B=C
Traduzindo: se a diferença entre três médias for de até 7,96 elas serão estatisticamente iguais.
Traduzindo: se a diferença entre duas médias for de até 7,59 elas serão estatisticamente iguais.
Traduzindo: se a diferença entre o controle e os demais tratamentos for de até 6,08 elas serão
estatisticamente iguais.
(A ≠ B)
(A≠C)
Delineamento Inteiramente Casualizado (DIC)
Traduzindo:
Os tratamentos (clones) B e C são estatisticamente diferentes do tratamento controle (clone A), pelo
teste de Dunnet, a 5% de significância.
Complemento:
Além dos testes citados, ainda existem na literatura outros testes como:
• Teste de Scheffé
• Teste de Scott-Knott
• Teste de Bonferroni, etc
Delineamento Inteiramente Casualizado (DIC)
Para casa:
Sejam os dados de um experimento em DIC, com três tratamentos (I=3) e 6 repetições (J=6), cujos valores da
produção de biomassa foram transformados para atender as pressuposições de normalidade e homocedasticidade.
Assim sendo, pede-se para efetuar a ANOVA e, em caso de rejeição da hipótese Ho, aplicar o teste Tukey e Dunnet,
considerando 5% de significância.
Resposta: Fcalc = 123,63; DMS (Tukey)=0,2262; DMS(Dunnet)=0,1504
Delineamento Inteiramente Casualizado (DIC)
DIC com tratamentos quantitativos
Os tratamentos podem ser considerados níveis de um determinado fator que pode ou não ter influência sobre uma
determinada variável de interesse.
O número de níveis (tratamentos) é importante para definir o comportamento da curva da variável resposta (y) em
função destes níveis (x). Pelo menos 4 níveis!
Delineamento Inteiramente Casualizado (DIC)
Exemplo 4 (com quatro tratamentos quantitativos):
Seja um experimento em DIC, no qual tem-se 4 níveis de adubação de um nutriente (em miligramas) e
cinco repetições, em que se avaliou o peso das plantas (em gramas) de uma determinada espécie
florestal dentro das parcelas experimentais, após certo período de tempo. Assim, tem-se:
Doses (mg)
Repetição 2850 2950 3050 3150
1 230,0 192,7 148,2 148,7 I=4
2 242,2 169,2 211,8 145,6 J=5
3 206,1 164,5 208,0 128,0 IJ=20
4 192,1 216,0 192,0 142,0
5 216,0 235,2 163,8 168,0 Σyij = 3720,1
Ti 1086,4 977,6 923,8 732,3 Σyij2 = 714257,65
Ti^2 1180265,0 955701,8 853406,4 536263,3
3525636,5
Hipótese:
Ho:. não existe efeito significativo dos níveis de adubação do nutriente sobre o peso das plantas.
Ha:. existe efeito significativo dos níveis de adubação do nutriente sobre o peso das plantas.
Resolvendo:
Delineamento Inteiramente Casualizado (DIC)
Exemplo 4 (com quatro tratamentos quantitativos):
A ANOVA será:
FV GL SQ QM Fcal
Trat 3 13170,09 4390,03 7,69
Res 16 9130,36 570,6475
Total 19 22300,45 F(5%; 3 e 16gl) = 3,24
Fcalc (7,69) > Ftabelado => Rejeita-se Ho, pelo teste F, a 5% de significância, ou seja, existe efeito significativo
dos níveis de adubação do nutriente sobre o peso das plantas, a 5% de significância.
Como se trata de efeito de níveis de adubação (X) sobre o peso das plantas (Y), temos que estabelecer
uma relação funcional para explicar a variação de Y em relação a X. Para isso, inicialmente elaboramos
um gráfico de dispersão de Y em relação a X para podermos definir o modelo estatístico mais apropriado
à distribuição dos dados.
Delineamento Inteiramente Casualizado (DIC)
Exemplo 4 (com quatro tratamentos quantitativos):
300.0
250.0
150.0
100.0
50.0
0.0
2800 2850 2900 2950 3000 3050 3100 3150 3200
Doses (mg)
Delineamento Inteiramente Casualizado (DIC)
Exemplo 4 (com quatro tratamentos quantitativos)
Ajuste da equação com os seguintes dados:
Após análises iniciais, não houve a necessidade de transformação dos dados pelo atendimentos das
pressuposições de normalidade e homocedasticidade.
Delineamento Inteiramente Casualizado (DIC)
Para casa:
Proceder a ANOVA (DIC) e se existir efeito significativo dos níveis de energia das rações sobre o peso das
rãs touro, ajustar um modelo linear: Y=β0 + β1X e proceder a análise de falta de ajustamento.
Resposta: