6. (1,5) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar valores de diferentes

Transcrição

1 1. (0) Se a variação do acaso for grande, é dificil diferenciar se o resultado obtido foi devido ao acaso ou ao real. Quanto mais varia devido ao acaso, mais dificil será encontrar a diferença real que exista. Para saber se esse resultado não sofre influência do acaso tem que minimizar a sua existência no experimento, com boas práticas experimentais. Embora tudo esteja correto, não tem qualquer ligação com a pergunta. Neste caso, o ponto é que significativo apenas implica que aquela diferença tem pequena chance (tipicamente menor que 5%) de ser devido ao acaso 0 2. (2,0) Discuta detalhadamente e em suas palavras o papel de cada um dos princípios experimentais, destacando sua Repetição é número de vezes que o tratamento aparece no experimento, e o número de tratamentos e disponibilidade de material e área, entre outros fatores interferem no números de repetiçoes. A repetição possibilita a estimação do erro experimental, melhorando assim a precisão do experimento. A estimação do erro experimental requer pelo menos duas repetições para algum ou todos os níveis, ou seja, a variância do erro experimental não pode ser estimada se não existir repetições. A repetição pode ser um meio de obter melhor representatividade da população, ou aumentar amplitude de validade das inferências do experimento (repetições no espaço e no tempo). Casualização é de distribuição aleatória de unidades experimentais da amostra aos tratamentos através de algum sorteio que atribua a todas as unidades a mesma chance de receber qualquer desses tratamentos, ou seja, todas as unidades tem a mesma chance de ser favorecida ou não. Possibilitando assim a não tendenciosamente as respostas. Controle local consiste em distribuir os tratamentos no campo em área homogêneas, ou seja subáreas chamadas blocos. Em um experimento em que é exercido o controle local, a casualização deve ser restrito de modo a garantir a disposição dos tratamentos determinada pelo controle local, a casualização é realizada dentro de cada grupo de unidades determinado pelo controle local, separadamente e independentemente para cada grupo. Ok, mas cuidado com o português (1,5) A mediana é definida como o valor que divide a série ordenada em duas partes iguais, em relação à quantidade de elementos. Ou seja, é o valor que ocupa o centro da distribuição. Possui como vantagem, a análise de uma série de dados agrupados ou não, dividindo a série em duas partes iguais. Costuma ser uma boa escolha se há valores extremos. Enquanto que a média corresponde a uma medida exata e representativa dos dados, que serve de base para outros cálculos, como por exemplo desvio padrão, coeficiente de variação, entre outros. Média é frequentemente a mais confiável e mais usada. Entendi onde você quis chegar, mas sua definição de média ficou muito pouco clara. Porque ela é exata por exemplo? 4. (2) Posicione-se, e justifique sua posição, quanto à afirmativa: "Como o campo sempre é variável, sempre precisamos utilizar A afirmação, "Como o campo sempre é variável, SEMPRE precisamos utilizar o controle local em experimentos de fora de ambientes protegidos.", é falsa. O controle local possibilita o agrupamento das unidades experimentais (blocos, linhas, etc.), segundo alguns critérios previamente proposto pelo pesquisador, e assim esse grupo sejam mais homogêneo que o conjunto total das unidades experimentais. Mesmo sabendo que o controle local visa dividir um ambiente heterogêneo em subambientes homogêneos e que ele torna o experimento mais eficiente, pois reduz o erro experimental, porém seu uso como princípio experimental não é obrigatório, diferentemente da repetição e da casualização, e isso torna a afirmação acima falsa. EXCELENTE 5. (1,5) Discuta detalhadamente a frase: "Sempre precisamos de uma medida de tendência central e outra de variação" As medidas de tendência central e de variação são informações importante para o pesquisador poder observar, avaliar e interpretar o comportamento dos seu dados e devido a isso sempre é necessário. As medida de tendência (média, mediana e moda) são usadas para indicar um valor que tende a tornar, ou a representar melhor, um conjunto de números. Enquanto que a medida de variação (variância, amplitude, desvio padrão) determina a característica de variação de um conjunto de dados e serve de informação complementar as medidas de tendência central sobre as amostras avaliadas. E muitos dos cálculos de medida de variação precisa do valor da média do dados. Resultados de médias iguais, não significa que as amostras são iguais, porque elas podem ter comportamento diferente e pra isso precisasse das informações complementares. Ok, mas só não explicou porque (1,5) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar valores de diferentes

2 A variância é definida como a soma dos quadrados dos desvios com relação à média, dividida pelo número de elementos (ou pelo número de elementos menos um). Possui a vantagem de levar todos os valores em consideração. Amplitude é a diferença entre o maior e o menor valor do conjunto de dados. Sendo assim de fácil visualização e compreensão, fornecendo uma ideia da magnitude da faixa de variação dos dados. Porém, por depender somente dos extremos é pouco resistente e não leva os demais valores em consideração, sendo sensível a valores extremos. Coeficiente de Variação, representa o desvio padrão expresso como porcentagem da média geral, sendo com isso, uma medida relativa de variabilidade. Os valores de CV permite estabelecer limites de valores que orientem os pesquisadores sobre a validade dos resultados de suas pesquisas. O desvio-padrão, que é a raiz quadrada da variância, indica o grau de dispersão dos dados, ou seja, quanto mais dispersos, maior o desvio padrão. Permite uma interpretação direta da variação e o desvio padrão é expresso na mesma unidade que a variável. Erro padrão da média avalia a precisão do cálculo da média populacional. Não vi qualquer traço de comparação 7. [1.500] (IP: :57:24 13:02:00 04: ) Qual a vantagem do CV, e quais suas principais limitações para uso como avaliador de precisão de um experimento? A vantagem do CV é que, por ser dado em porcentagem, é possível comparar a precisão entre experimentos ou variáveis sem que as mesmas estejam necessariamente na mesma unidade de medida. Além disso, o CV permite comparar melhor a dispersão dos dados, por ser uma medida relativa, que considera a grandeza daquilo que se estima. Considera-se que, quanto menor a estimativa do CV maior será a precisão do experimento. Como limitações do uso do CV, está o fato de que existem variáveis que, naturalmente, apresentam uma elevada variação, temporal ou espacialmente. A condutividade hidráulica do solo, por exemplo, varia muito espacialmente. Como consequência, caso seja adotada a classificação de que CV baixo é aquele inferior a 10%; médio, entre 10 e 20%; alto, entre 20 e 30%; e muito alto, quando superior a 30%, podemos estar incorrendo em erros na interpretação dos resultados, pois nesse caso, CV alto não quer dizer necessariamente imprecisão experimental, mas reflete a variação da variável em estudo, seja no tempo e/ou espaço. e porque o que você está falando é uma desvantagem do CV, e não um erro do pesquisador? 8. [2.000] (IP: :47:33 13:03:15 15: ) Discuta o contraste ortogonal. Um contraste é uma comparação entre médias de tratamentos, expressa por uma função linear destas médias: Y1 = c1y1 + c2y2 + + ciyi. Desse modo, pode-se definir contraste como um vetor de médias em que a soma dos coeficientes é igual a zero. Dois contrastes, por exemplo, Ya = a1 m1 + a2 m ai mi e Yb = b1 m1 + b2 m bi mi, são ortogonais se a soma do resultado da multiplicação dos dois vetores, um pelo outro, for nula. Na análise de variância, os contrastes ortogonais são importantes, pois a ortogonalidade indica que a variação de um contraste é inteiramente independente da variação de outro qualquer que lhe seja ortogonal. O número máximo de contrastes ortogonais para um grupo de x tratamentos é x-1. Assim, para um experimento com 4 tratamentos, pode-se compor grupos com 3 contrastes mutuamente ortogonais., essencialmente pelo penúltimo parágrafo. o resto não dá para chamar de discussão. 9. [2.000] (IP: :47:50 13:04:18 16: ) A média é a soma das observações dividida pelo número de observações, enquanto que a mediana é o valor que ocupa a posição central em um conjunto de dados ordenado. Quanto à média, seus valores tendem a se localizar em um ponto central dentro de um conjunto de dados. Em geral é a medida de tendência central mais comum para um conjunto de dados. Vantagens: é facilmente calculável, representa um ponto de equilíbrio para a distribuição de frequências, além de levar todos os valores em consideração. Desvantagens: é uma medida de tendência central que por uniformizar os valores de um conjunto de dados, não representa bem os conjuntos de dados que revelam tendências extremas, ou seja, é fortemente influenciada pelos valores extremos do conjunto, e não pode ser calculada para distribuições de frequências com limites indeterminados. Mediana (vantagens): não é influenciada por valores extremos, em um conjunto de dados, e reflete os valores no centro da distribuição. Como desvantagem, a mediana não representa todos os valores no conjunto de dados.

3 10. [2.000] (IP: :48:01 13:08:13 20: ) As principais medidas de variação utilizadas são a amplitude, o desvio padrão, a variância e o coeficiente de variação. A amplitude é definida como a diferença entre o maior e o menor valor das observações, por exemplo: 8,5; 9,0; 11; 12; 12,1; 15; 15,4. A amplitude total é: 15,4-8,5 = 6,9. A amplitude é fácil de calcular e fornece uma ideia da magnitude da faixa de variação dos dados, porém, não considera a dispersão dos valores que estão entre os dois extremos do conjunto de dados. Quanto ao desvio padrão, sua vantagem é que trata-se de uma medida de variabilidade que leva em conta toda a informação contida na amostra. Em contrapartida, o desvio padrão normalmente é superior (10-20%) à média dos desvios em absoluto. A variância, por sua vez, é definida como o quadrado do desvio padrão. É uma das medidas mais utilizadas para representar a dispersão dos dados, pois leva todos os valores em consideração. Entretanto, uma dificuldade é que a variância não é expressa nas mesmas unidades dos dados originais, resultando em unidades sem lógica. Já o coeficiente de variação (CV) é definido como o quociente entre o desvio padrão e a média, multiplicando-se o resultado por cem (100), caso se deseje o valor em porcentagem. O CV é uma medida útil para comparar resultados de amostras ou populações cujas unidades podem ser diferentes. Além disso, permite comparar melhor a dispersão dos dados. No entanto, deve-se ter cautela na generalização de resultados, pois valores elevados podem não estar associados a erros de amostragem, por exemplo, mas também à própria natureza da variável. 11. [0.000] (IP: :48:12 13:08:08 19: ) A afirmativa em questão está correta, exceto pelo fato de mencionar que...sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos. Assim, o controle local também pode ser utilizado em ambientes protegidos (casas de vegetação, estufas, etc). Para isso, devem haver características heterogêneas inerentes ao local do experimento ou, por exemplo, aos tratamentos que se deseja estudar. Quanto às características do local do experimento, uma determinada casa de vegetação pode apresentar diferenças de temperatura interna e/ou de luminosidade, devido, por exemplo, a posição de construção, impedimentos físicos no telhado que influenciam a passagem de luz, e presença ou ausência de árvores no entorno da casa de vegetação. Nesse caso, o controle local deve ser realizado na tentativa de reduzir os efeitos dessas variações no interior da casa. Quanto aos tratamentos que se deseja estudar, o controle local também pode ser utilizado. Por exemplo, um caso comum na pesquisa em forragicultura utilizando-se palma forrageira, em ambientes protegidos, é a utilização do controle local em função da massa dos cladódios. Nesse caso, antes do plantio, os cladódios são pesados e classificados por faixas de peso (por exemplo: cladódios que apresentem de 100 a 200 g; de 201 a 300 g; de 301 a 400 g; etc.), sendo que cada classe de peso corresponde a um bloco. Isso é feito para reduzir o efeito que pode ser devido aos diferentes pesos das unidades de propagação (cladódios). na verdade, embora os pontos mencionados estejam corretos, a afirmativa básica está errada. Nem sempre precisamos do controle local fora de ambientes protegidos. Para usar o CL precisamos de existir variação, e reconhecermos como ela se distribui. Estas duas coisas nem sempre acontecem em um campo. 12. [1.500] (IP: :48:22 13:08:04 19: ) Como e quando se utiliza o controle local? O controle local é representado pelos blocos, os quais incluem todos os tratamentos. Dentro de cada bloco os tratamentos são distribuídos aleatoriamente. Cada bloco deve ser o mais uniforme possível, porém os blocos podem ser heterogêneos entre eles, em função, por exemplo, de diferentes classes de solo ou do relevo local. Sempre que se verifique que haja heterogeneidade entre as parcelas experimentais, é preferível utilizar o controle local. Desde que seja possível formar sub-grupos mais homogêneos internamente do que entre os sub-grupos. 13. [2.000] (IP: :46:43 14:28:38 41: )

4 Repetição Trata-se do número de vezes que um mesmo tratamento ocorre em um experimento. Tem a função de estimar o erro experimental e aumentar a precisão das estimativas das médias de cada tratamento., sendo importante ressaltar que, para isso, quanto maior o número de repetições melhor, pois diminui a variação das médias. Além disso contribui para o aumento da discriminação dos testes de média que serão utilizados. Casualização Consiste na distribuição dos tratamentos ao acaso dentro do experimento, permitindo que todas as parcelas tenham chances iguais de receber o mesmo tratamento, visando assim, anular a possibilidade de um certo tratamento ser beneficiado por condições privilegiadas, em relação a outro tratamento. Controle local Tem o objetivo de controlar a heterogeneidade advinda de fatores ambientais, restringindo a casualização, buscando formar parcelas mais homogêneas dentro do experimento. 14. [0.000] (IP: :47:32 14:29:11 41: ) Trata-se de uma forma de garantir as condições mais homogêneas possíveis em um experimento de campo, visto que este está sempre sujeito a ações de intempéries climáticas, incêndios, ataques de herbívoros e pragas, alterações na composição química do solo e etc. Em experimentos com condições controladas, como em casa de vegetação estas possibilidades diminuem, mas também podem acontecer se não forem observados certos cuidados, como posição do sol, iluminação, ventos, infiltrações, etc. só não vi responder a pergunta. 15. [2.000] (IP: :53:34 14:30:30 36: ) Amplitude É a diferença entre o maior e o menor valor de um conjunto de dados. Embora seja rápida de calcular, tem a desvantagem de depender de apenas dois valores em toda a distribuição de dados, podendo sofrer influência de um destes valores. Variância A medida da variância utiliza todos os valores da distribuição dos dados para se chegar a um valor confiável da variabilidade. Justamente por fazer uso de todos os valores, ela é mais sensível e precisa que a amplitude, embora seu uso seja mais complexo. Porém, existem algumas situações, em que o cálculo da variância pode não ser suficiente, por tratar-se de uma medida de dispersão que pode ser influenciada por valores muito distantes da média. Desvio Padrão É o resultado sempre positivo da raiz quadrada da variância. Serve para indicar o erro de um valor que desejamos substituir, pelo valor médio dos dados. Coeficiente de variação Comumente obtido pela razão entre o desvio padrão e a média. Por não ter unidade, é expresso em porcentagem. Seu uso é indicado para variáveis quantitativas, podendo ter interpretações equivocadas se apresentar valores negativos. Possui uma boa aptidão para comparar diferentes distribuições. Em geral, a maior precisão dos dados está diretamente ligada a um baixo coeficiente de variação. 16. [1.000] (IP: :53:55 14:30:51 36: ) A medida de tendência central é importante para representar com exatidão o valor central de uma série de dados, independente de como esta medida será alcançada (média, mediana ou moda, a depender de qual se encaixará melhor em determinada situação). Desta forma a mediada de tendência central, representa de forma mais fiel, a média real dos dados obtidos. Já a medida de variação representa melhor a variabilidade a que o conjuntos de dados está sujeita, permitindo assim uma representação mais ampla dos dados. praticamente igual a outra resposta. também não há discussão perceptível, e não dá para entender como a meedida de variação representa melhor, se a central não representa nada da variação 17. [2.000] (IP: :54:10 14:31:41 37: ) Mesmo que um experimento atinja um nível de significância esperado (de P< 0,05 por exemplo), ele pode estar sujeito a determinado efeito ser devido ao acaso, devido a variações dos dados, contaminação das amostras, quantidade das amostras e número de repetições, problemas com a metodologia aplicada, delineamento experimental inadequado, além de outros fatores. Assim pode-se entender que o nível de significância representa a probabilidade do efeito entre

5 determinados tratamentos serem devidos ao acaso, e não somente aos fatores que estão sendo experimentados (pesquisados). 18. [2.000] (IP: :54:32 14:32:11 37: ) Embora ambas tenham a função de medir a tendência central de um conjunto de dados, a mediana baseia-se no valor central de uma série de valores, enquanto a média registra o valor médio somando todos os valores pelo quantitativo de ocorrências. A média é mais comumente utilizada, porém em alguns casos, a mediana se encaixa melhor, como em um conjunto de dados com grandes quantidades de valores que fogem muito da tendência central, não tornando a média muito representativa. 19. [1.500] (IP: :51:15 22:23:28 32: ) As medidas de tendência central são utilizadas para caracterizar um conjunto de valores, representando-o adequadamente. É importante para sintetizar os dados da amostra e indica a parte mais central dos dados. Essas medidas são: -Média: refere-se ao ponto de equilíbrio da distribuição das frequências e leva todos os valores em consideração, porém é sensível a valores extremos. -Moda: essa medida pode existir ou não, e não leva os demais valores em consideração, porém não é sensível a valores extremos. -Mediana: não reflete todos os valores, porém sempre vai existir. Esta medida reflete os valores do centro da distribuição e não é sensível a valores extremos. Já as medidas de variação são importantes pois complementam as informações sobre a amostra, além de fornecer uma ideia dos dados que estão distribuídos em torno da tendência central. Essas medidas de variação são: -Amplitude: que é a diferença entre o maior e o menor valor; Desvio padrão: é a medida da variação dos valores em relação a média; - Variância: desvio padrão ao quadrado. na realidade, o desvio padrão é a raiz quadrada da variância, já que esta é a primeira medida, não o contrário. 20. [0.000] (IP: :51:32 23:58:38 07: ) Ser significativo, expressa em branco 21. [2.000] (IP: :51:43 23:58:56 07: ) A mediana se refere ao valor que ocupa o centro de um conjunto de dados, que estejam ordenados. Pode ser definida ainda como sendo a média aritmética dos valores centrais. Suas principais vantagens: permite a análise de uma série de dados agrupados, ou não, onde pode-se dividir a série em duas partes iguais. A mediana costuma, ainda, ser uma boa escolha quando se tem valores extremos no conjunto de dados que está analisando. A média é considerada a mais importante no que se refere as medidas de tendência central. Corresponde a uma medida exata, serve de base para calculos como probabilidade, coeficiente de variação e desvio padrão. É uma medida de tendência central fácil de se compreender e envolve todos da série. No campo da análise quantitativa é a medida mais utilizada. 22. [2.000] (IP: :51:51 23:58:58 07: ) Discordo da afirmação. O campo nem sempre é variável. E o controle local pode ser utilizado ou não em um experimento. Este princípio experimental, tem como função a homogeneização do ambiente onde se está distribuído os tratamentos. Onde pode-se buscar o controle de fatores como solo, clima, relevo, etc, com a finalidade de impedir a influência deste(s) fatore(s) sobre os tratamentos. Em casos de heterogeneidade do ambiente, aplica-se o controle local para se dividir o "ambiente" em partes que sejam homogêneas. O controle local só deverá ser feito quando se tiver o conhecimento das diferenças no ambiente, e tais diferenças devem ser passivas de controle, por meio do agrupamento em parcelas experimentais. 23. [2.000] (IP: :38:19 23:59:03 20: )

6 Coeficiente de variação: permite o estabelecimento de limites de valores que possam orientar o pesquisador quanto a validade dos resultados da(s) sua(s) pesquisa(s), por meio da interpretação da distribuição dos valores do CV de uma dada variável resposta. Amplitude: a diferença entre o maior e o menor valor da distribuição. Sua principal vantagem é a facilidade para se calcular, além de fornecer uma ideia da faixa de variação dos dados - a magnitude dessa variação. Variância:corresponde a média do quadrado da distância de cada ponto. Considera todos os valores de uma distribuição, sendo mais vantajoso que a amplitude, que só considera dois valores. Desvio padrão: considera a dispersão dos valores de dados sobre a sua média. Apresenta vantagem sobre a variância na questão de permitir interpretação direta da variação do conjunto de dados. Erro padrão: É uma medida precisa da média amostral. Leva em consideração o tamanho da amostra. Esta medida de variação avalia a precisão do cálculo da média populacional. 24. [2.000] (IP: :59:33 23:59:11 59: ) Casualização: distribuição aleatória ou ao acaso (ex: por sorteio) dos tratamentos nas parcelas, sem preferência. Tem como finalidade evitar tendências ao favorecimento de tratamentos aplicados nas "melhores parcelas". Busca assegurar a imparcialidade das estimativas do erro experimental, contrastes de médias, entre outros. Repetição: trata-se da aplicação de cada tratamento em mais de uma unidade experimental (parcela), mais de uma vez no experimento. Tem como finalidade aumentar a precisão das estimativas, como o erro e as médias, consequentemente elevando o poder dos testes estatísticos. Controle local: é a transformação de um conjunto heterogêneo de parcelas, em blocos que sejam homogêneos dentro deles, "podendo ser" heterogêneos entre eles. A aplicação dos tratamentos deve ser feita de modo que todos eles passem por todos os blocos, levando em consideração o critério de aleatoriedade. Tem como finalidade a diminuição dos efeitos da heterogeneidade ambiental sobre a comparação dos tratamentos. Além de reduzir o erro experimental, aumentando consequentemente a precisão do experimento. a partir do momento em que heterogeneidade no ambiente, e homogeneidade dentro do bloco é necessário que haja heterogeneidade entre os blocos, ou seja não é tanto "podendo ser", quanto "sendo". no entanto você tem razão no ponto deste não ser o objetivo dos blocos. [2.000] (IP: :40:27 20:25:43 45: ) Posicione-se, e justifique sua posição, quanto à afirmativa: "Como o campo sempre é variável, sempre precisamos utilizar A afirmativa é falsa. O controle local é utilizado em ambientes heterogêneos, e serve para que os tratamentos sejam todos influenciados pelos mesmos fatores de não controle do ambiente (campo). E, somente deve ser utilizado quando há o conhecimento das condições de variabilidade. A utilização da palavra sempre na frase possui o sentido de toda vez ou todo o tempo. Não necessariamente há em todo o campo condições de variáveis, isto é, condições de heterogeneidade. Esses ambientes também podem apresentar fatores externos que influenciem todos os experimentos ao mesmo tempo e intensidade. exato 25. [2.000] (IP: :40:52 20:25:45 44: ) O nível de significância corresponde a probabilidade de se estar enganado ao rejeitar H0 (erro de tipo I). Deve ser definido antes da realização do teste. A rejeição da hipótese nula indica que existem diferenças significativas entre duas ou mais médias. A avaliação da significância da diferença entre dois valores médios não depende apenas do valor da diferença, mas também da sobreposição das duas distribuições. Ser significativo pode não ter garantia de diferença real, pois mesmo com um nível baixo de probabilidade de cometer o erro do tipo I e baixa diferença entre os testes, não necessariamente há diferença real. Na estatística, ser significativo

7 não quer dizer que seja obrigatoriamente importante, e vice-versa. excelente 26. [2.000] (IP: :41:00 20:26:00 45: ) Mediana e média são tipos de medidas de tendências centrais. Contudo, possuem diferenças conceituais e na aplicação: 1) A mediana é um valor situado no centro da distribuição do conjunto de dados. Entre as suas vantagens, pode-se destacar a sua aplicação em todos os resultados, isto é, sempre existe. É utilizado, em especial, quando se trata de séries que possuem alguns valores elevados ou baixos em relação aos demais: não é sensível a valores extremos (característica que a média não possui). Como desvantagem, tem por inerência, não refletir todos os valores. 2) Média é a medida que sintetiza todos os valores dos resultados. Ponto de equilíbrio para distribuição de freqüências, e leva em consideração todos os valores. Possui a desvantagem de ser afetado pelos valores extremos. Portanto, a mediana considera apenas a posição dos valores, e não possui sensibilidade a valores extremos. Em contraponto, a média leva em consideração todos os valores para sintetizar, e possui sensibilidade a valores de grande amplitude. excelente 27. [1.500] (IP: :38:05 20:25:57 47: ) As medidas estatísticas responsáveis pela dispersão dos valores de uma série são as medidas de variação. Pode-se destacar: amplitude total, a variância, o desvio padrão, o erro padrão da média e o coeficiente de variação. A amplitude total é a diferença entre maior e menor valor de um conjunto de dados. É um tipo de medida simples e fácil de calcular, mas é de utilidade limitada, por levar em consideração apenas valores das extremidades, desprezando valores intermediários. Variância é a distância média do quadrado de cada ponto em relação a média. Leva em consideração todos os valores, e trabalha diretamente com os dados originais, não havendo, necessidade de calcular previamente a média e os desvios em relação a ela. Desvio padrão é a raiz quadrada da média elevado ao quadrado das distâncias de cada ponto em relação a média aritmética: a raiz quadrada da variância. Variância com unidades mais lógicas. Coeficiente de variação é uma medida de variabilidade que mede percentualmente a relação entre o desvio padrão e a média aritmética. Medida abstrata que independe das unidades de medidas. E, é possível comparar o coeficiente de variação de dados com unidades de medidas diferentes. Erro padrão da média é a medida que é utilizada para determinar a média dos afastamentos em relação a média populacional. discussão? 28. [2.000] (IP: :39:37 20:26:06 46: ) Repetição é caracterizada por ter mais de uma unidade experimental por tratamento. Com o objetivo de aumentar a precisão das estimativas, e permitir a estimativa do erro. Quanto maior for a repetição dos tratamentos, menor será a probabilidade de erro e maior precisão. A casualização é uma forma de garantir que os tratamentos tenham as mesmas condições ou chances de sofrerem os mesmos efeitos do acaso. Os tratamentos são distribuídos aleatoriamente nos grupos experimentais. Com o intuito de não favorecer algum experimento. Controle local é a garantia da minimização do efeito das variações do acaso (fora do controle) sofrida pelos tratamentos realizados em diferentes ambientes. Os princípios experimentais de repetição e casualização são obrigatoriamente utilizados: sempre existe. Ainda, ambas são utilizadas no mesmo processo experimental. Contudo para o controle local essa obrigatoriedade não existe, assim dependente das condições de campo. A utilização de todos esses três princípios levam a maior precisão de experimentação. 29. [0.000] (IP: :40:55 20:26:11 45: ) A afirmativa apresentada é falsa, pois, nem sempre é preciso utilizar uma medida de tendência central e uma medida de variação, em função, sobretudo, da aplicabilidade de cada uma delas, e dos objetivos e hipóteses científicas

8 de cada pesquisa. A utilização de diferentes medidas é particular de cada pesquisa. Nelas, podem-se utilizar somente uma das medidas de tendência central ou medida de variação separadamente, e utilizar ambas. Isso vai depender da pergunta que vai anteceder a pesquisa, aos processos experimentais, e as análises estatísticas. Se apenas uma medida responde a todas as perguntas antes formuladas, e a todos os objetivo, não necessariamente vá ser preciso utilizar mais de um medida diferente. a afirmativa é verdadeira. Sem ter uma ideia da variabilidade, a tendência central não informa o suficiente para tomar qualquer decisão 30. [2.000] (IP: :32:51 19:34:37 01: ) Desvio padrão é a raiz quadrada da variância, levando em conta a dispersão dos valores de dados sobre a sua média. Tem como vantagem, sobre a variância, de permitir uma interpretação direta da variação do conjunto de dados, sendo o desvio padrão expresso na mesma unidade que a variável. A variância é a medida de variabilidade que leva em conta todos os valores da serie, sendo a melhor medida de dispersão ou seja, diz quantos pontos estão próximos ou longe da média. Sua vantagem é que considera todos os valores do conjunto. Erro padrão da média é uma medida da precisão da média amostral calculada, levando em conta o tamanho da amostra, ou seja, o erro padrão avalia a precisão do cálculo da média populacional. Coeficiente de variação é uma medida de dispersão relativa empregada para estimar a precisão de experimentos e representa o desvio-padrão expresso como porcentagem da média. Sua principal qualidade é a capacidade de comparação de distribuições diferentes, Sua vantagem é que por ser um número adimensional permite a comparação de séries de variáveis com unidades diferentes. Amplitude é definida como a diferença entre o maior e o menor valor das observações. É fácil de calcular e fornece uma ideia da magnitude da faixa de variação dos dados. 31. [2.000] (IP: :34:21 20:08:36 34: ) A mediana representa o valor que ocupa exatamente o centro do conjunto ordenado de dados que se esteja avaliando, ou a média aritmética dos valores centrais. Possui como vantagem, a analise de uma série de dados agrupados ou não, dividindo a série em duas partes iguais. Além disso, costuma ser uma boa escolha se há alguns valores extremos. Vantagens da média Seu cálculo leva em consideração os valores de todos indivíduos estudados; É utilizada em boa parte dos testes estatísticos para calcular diferenças em um estudo; É mais facilmente compreendida pelos leitores e pesquisadores. Desvantagens da média. É influenciada por valores extremos ; Só deve ser utilizada quando a distribuição dos dados for simétrica Vantagens da mediana, Não sofre influência de valores extremos; A mediana é utilizada especialmente para distribuições assimétricas, mas pode ser utilizada para dados com distribuição simétrica também. No contexto das medidas de tendência central, a média é a mais importante. Corresponde a uma medida exata e rigorosamente definida; serve de suporte para cálculos posteriores como o das probabilidades, desvio padrão e coeficiente de variação; como medida de tendência central é de fácil compreensão e descreve todos os dados da série. Além disso, no campo da analise quantitativa é a medida de tendência central de maior emprego e funciona bem com muitos métodos estatísticos. 32. [0.500] (IP: :08:36 20:38:13 29: ) Sim por conta que. As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de Tendência Central) Uma medida de dispersão ou variação. A natureza ou forma da distribuição dos dados: sino, uniforme, assimétrica (Tabelas de frequência e histogramas) Medidas de Variação: Determina a característica de variação de um conjunto de dados Amplitude, Desvio, Desvio médio ou desvio absoluto, Desvio padrão Variância Medidas de Tendência Central : Medida de tendência central é um valor único que tenta descrever as características de um conjunto de dados, identificando uma posição central dentro do conjunto de dados

9 essencialmente correto, mas uma colcha de retalhos pouco organizada. Veja como começa a resposta, por exemplo. Além disso, a resposta está bastante desconectada da pergunta. 33. [2.000] (IP: :38:13 21:14:13 36: ) o controle local visa homogeneizar o ambiente em que os tratamentos estão expostos, controlando fatores como clima, altitude, relevo, entre outros, para que nenhum tratamento seja influenciado de forma diferente dos outros por este fator. Utilizado quando se observa heterogeneidade no ambiente, o controle local é aplicado para dividir o ambiente em partes homogêneas. Apesar de se conhecer a não homogeneidade do ambiente, quando os experimentos são realizados em ambientes não controlados, como no campo, o controle local só vai/deverá ser utilizado quando além do conhecimento da existência da variabilidade, ou seja, as diferenças forem reconhecíveis, tais diferenças também sejam controláveis por agrupamento em parcelas. O controle local nem sempre é utilizado, vai depender da necessidade do local a ser instalado o experimento 34. [0.000] (IP: :14:13 21:38:41 24: ) A significância indica a chance máxima de a variação ser devido ao acaso. É o limite que se toma como base para afirmar que um certo desvio é decorrente do acaso ou não. probabilidade de cometer o erro do tipo I, Há, no entanto, um segundo tipo de erro(erro do tipo II) ele consiste em não rejeitar a hipótese de igualdade.quando de fato estes dois tratamentos são diferentes. Isto implicaria na não liberação do novo tratamento, cujo efeito real não estaria sendo percebido. não foi o que perguntei 35. [1.500] (IP: :38:41 22:13:03 34: ) No desenvolvimento de uma pesquisa experimental o controle das variações do ambiente é de fundamental importância para assegurar a precisão do experimento, sendo utilizados para isso, três princípios experimentais (repetição, casualização e controle local). Casualização Todo tratamento deve ter a mesma chance de ocupar qualquer parcela É o único jeito de ter certeza que a variação do acaso é independente da variação do tratamento (e vice-versa) É implementada por sorteio Este pode ser feito de qualquer modo conveniente. A repetição corresponde ao número de vezes em que o mesmo tratamento se repete, sendo que, com o aumento desse parâmetro há a diminuição da chance de erro do experimento. Este princípio é utilizado quando se sabe de variações do ambiente, e tenta-se minimizar esse efeito pelo aumento do número de repetições. o controle local serve para evitar as influências externas, que seriam responsáveis pela diferenciação dentro e entre tratamentos, fato que mascararia os resultados da pesquisa.este princípio é freqüentemente utilizado, mas não é de uso obrigatório, pois, podemos realizar experimentos sem utilizá-lo. Este consiste em distribuir as variedades no campo sempre em áreas mais homogêneas possíveis, quanto às condições de tipo de solo, umidade, porosidade, etc., podendo haver variações acentuadas de uma área para outra. Estas áreas assim formadas são chamadas blocos copiou de algum canto, para ficar com estas quebras no meio do caminho? não tenho nada contra consultar sabatinas anteriores, mas como ferramenta de estudo, não de fonte direta. 36. [2.000] (IP: :53:06 09:45:39 52: ) A pesquisa cientifica está constantemente utilizando-se de experimentos para provar suas hipóteses, mas é claro que os experimentos variam de uma pesquisa para outra, porém todos eles são controlados por alguns princípios básicos e necessários para que as conclusões obtidas sejam mais aproximadas do valor real, dente estes princípios temos: O princípio da repetição baseia-se na reprodução do experimento, ou seja é a quantidade de vezes em que o tratamento irá aparecer no experimento sendo que este tem por finalidade propiciar a obtenção de uma estimativa do erro experimental ou então aumentar a precisão das estimativas (ex. Médias) e com isto elevar também o poder dos testes estatísticos, possibilitando criar hipóteses reais referentes ao trabalho realizado. No entanto, o número de repetições pode ser limitado, por exemplo, pelo número de tratamentos que serão comparados, pela disponibilidade de material e de área experimental que podem influenciar diretamente.

10 Mesmo reproduzindo o experimento básico, pode ocorrer que um determinado tratamento apresente melhores resultados por ter sido favorecido por algum fator (Ex. estar em uma área com melhor fertilidade natural), então visando que qualquer tratamento seja beneficiado por qualquer fator externo procede-se a casualização, ou seja, atribuir a todos os tratamentos a mesma probabilidade de serem designados para qualquer uma das unidades experimentais, de uma maneira mais objetiva realiza-se sorteios para melhor dispor os tratamentos na área experimental. O princípio do controle local consiste em dividir um ambiente heterogêneo em subambientes homogêneos, ou seja, com isto tornar o delineamento experimental mais eficiente pela redução do erro experimental. Com isso, a casualização evita que determinado tratamento seja favorecido e garante que os erros sejam independentes. Diante do exposto a aplicação conjunta dos princípios básicos da experimentação é fator primordial para a melhor condução do experimento, obtendo assim respostas e conclusões ideais a situação que está sendo trabalhada. só um cuidado que reprodução do experimento não é repetição de tratamentos, como você descreve, mas fazer o mesmo experimento inteiro mais de uma vez. fora isto, ótimo. 37. [2.000] (IP: :54:06 09:46:23 52: ) Pelo fato deste princípio ser frequentemente empregado, ele não é de uso obrigatório então podemos enquadrar esta afirmativa como falsa, pois podemos realizar experimentos sem utilizá-lo, ou seja, quando o material experimental é reconhecido como homogêneo (Ex. Casa de vegetação climatizada e controlada a temperatura e umidade), não há a necessidade do princípio do controle local ai neste caso teremos um Delineamento inteiramente casualizado (DIC). Ao contrário se o material experimental for heterogêneo como é o caso do campo (Ex. atributos físicos e químicos variando na área amostral, relevo, temperatura) nesta situação deve-se empregar o controle local na situação de blocos como é o caso do Delineamento em blocos casualizados (DBC) deixando-o mais homogêneo possível para que haja uma redução na estimativa do erro experimental. maravilhoso. na sequencia que corrigi (não cronológica), a primeira resposta direta a esta pergunta. 38. [2.000] (IP: :56:51 09:46:50 49: ) No contexto geral sim, pois as medidas de tendência central elas serão importantes para sintetizar os dados de um conjunto amostral, ou seja, identificando uma posição central dentro do conjunto de dados e determinar a distribuição deste conjunto com maior detalhe. Após determinada a tendência central dos dados a sim poderemos determinar com maior clareza a variação destes dados, ou seja, determinar o quanto estes estão dispersos dentro do conjunto amostral avaliando o grau de variabilidade dos valores em torno da média. As medidas de variação como amplitude, variância, desvio padrão e coeficiente de variação, permitem verificar se o conjunto de dados é homogêneo ou heterogêneo. Diante disto, podemos correlacionar que a relação entre as medidas de tendência central e de variação estão completamente interligadas, pelo simples fato da razão de dependência que ocorre das medidas de variação em relação as de tendência central, sendo um exemplo simples se eu desejo obter o coeficiente de variação (CV) do meu experimento obrigatoriamente deve-se ter o valor de média e assim segue para variância. Sendo assim está afirmativa é verdadeira pois a relação de ambos faz-se necessária com o propósito de melhor descrever um valor central no conjunto amostral e a sua posterior variação em relação aos demais valores do conjunto de dados. 39. [2.000] (IP: :57:25 09:47:27 50: ) A média aritmética ou simplesmente média é sem dúvidas a medida de posição ou tendência central mais utilizada e a mais importante, ou seja, a média é a soma de um conjunto de observações dividida pelo número de observações deste determinado conjunto, correspondendo a uma medida exata e bem definida levando todos os valores do conjunto amostral em consideração. Apresenta como vantagens o fato de que é de fácil obtenção e compreensão, além também de servir como base para a determinação de variância, desvio padrão e coeficiente de variação, uma das únicas implicações referentes a média é que esta é fortemente influenciada por valores atípicos no conjunto de distribuição. A mediana é o valor que ocupa a posição central no conjunto de dados, ou seja, dividindo os dados em dois subconjuntos com igual número, representando 50% acima dos valores da amostra ou 50% abaixo dos valores da amostra. Apresenta como vantagem o fato de que não é influenciada por valores extremos outliers e que pode ser determinada facilmente por qualquer software estatístico. Outra inferência que podemos fazer em relação à média e mediana como vantagens para ambos os lados, é que estas medidas são capazes de indicar a distribuição normal de um conjunto de valores, ou seja, a simetria que possa haver entre estas duas medidas é um parâmetro de correlação para indicar se o conjunto de valores segue um distribuição de

11 frequência normal. excelente ponto sobre a distribuição normal 40. [2.000] (IP: :57:53 09:48:05 50: ) As medidas de variação são comumente utilizadas para avaliar o grau de variabilidade ou variação dos valores em torno da média, dentre as principais medidas de variação podemos destacar: Variância - A variância é uma distância média de cada observação em relação à média. No entanto está distância precisa ser elevada ao quadrado e dividida pelo número de graus de liberdade da amostra. Dentre os aspectos positivos a variância considera todos os valores da distribuição, oferecendo vantagem sobre a amplitude que considera somente dois valores, como desvantagem que temos é que a unidade de medida original acaba sendo alterada, ou seja, g/kg passa a ficar g²/kg². Desvio Padrão é uma medida que leva em consideração a raiz quadrada da variância tomada como um valor positivo, levando em consideração a dispersão dos valores sobre a média. Apresenta como principal vantagem o fato de que a unidade de medida é igual a mensurada na variável. Amplitude a amplitude é caracterizada como sendo a diferença entre o maior e o menor valor do conjunto amostral de dados. Apresenta-se como vantagem de ser fácil de calcular e indica se os valores da série amostral estão próximos ou distantes uns dos outros. Coeficiente de Variação (CV) - definido como o desvio-padrão em porcentagem da média, é a medida estatística mais utilizada pelos pesquisadores na avaliação da precisão dos experimentos. Ele tem a vantagem de permitir a comparação da precisão entre experimentos, sem a necessidade de igualdade de unidades. Erro Padrão da Média representa uma a precisão com que foi estimada a média das amostras, sendo assim, quanto menor for o erro padrão, melhor será a estimativa da média amostral. 41. [0.000] (IP: :58:26 09:48:36 50: ) Diante deste ponto de vista o termo significativo deve ser bem retratado, pois este depende extremamente de fatores como as variações do acaso e o tamanho amostral. Nesta situação podemos encontrar diferenças significativas em um conjunto amostral extremamente pequeno mas não significa que esta diferença não seja real, mas indica que não podemos ter uma garantia suficiente sobre a sua veracidade, ao contrário se avaliássemos um conjunto maior com grandes quantidade de informações ai sim teríamos como fazer uma melhor inferência sobre estes resultados. Em relação as variações do acaso estas estão presentes frequentes no nosso cotidiano, e também são capazes de modificar um determinada situação, o exemplo clássico que tomamos é o transito em uma cidade, que torna-se constante durante os dias, então não posso considerar significativo um tempo de percurso em um dia com transito e no outro sem transito, isto é devido simplesmente ao acaso. Diante destas ideias podemos concluir que uma diferença que na estatística possivelmente é dada como efeito significativo, na realidade está diferença pode não apresentar nenhum efeito, ou seja, ser irrelevante. pela resposta não está usando a definição correta de significativo, ou seja, chance menor do que x% de cometer um erro tipo I 42. [2.000] (IP: :05:47 19:38:29 32: ) O controle local, o qual é um princípio experimental, é executado para solucionar a restrição à casualização completa dos tratamentos imposta pela heterogeneidade das unidades experimentais, ou seja, controla fatores como altitude e clima, evitando, desta forma, que nenhum tratamento experimental seja beneficiado ou prejudicado por estes fatores em detrimento de outros tratamentos. Quando o experimento é realizado em ambiente não controlado como, por exemplo, no campo, mesmo tendo conhecimento acerca da heterogeneidade do ambiente, o controle local apenas deverá ser aplicado quando tais diferenças possam ser controláveis por agrupamentos em parcelas. Deste modo, nem sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos. [0.000] (IP: :58:31 19:38:34 40: ) A estatística é um conjunto de técnicas e métodos de pesquisa que envolve, dentre outros fatores, o planejamento do experimento a ser realizado, a coleta dos dados, o processamento, a análise, a inferência e a

12 disseminação das informações. Em pesquisa experimental, se alguma inferência sobre o comportamento das variáveis respostas em função das variáveis independentes é buscada, a análise estatística e os testes de hipóteses fazem-se necessários. Vale salientar que o experimento é sempre uma amostra de uma população geralmente infinita, e os resultados observados em amostras aleatórias de uma população sempre variam. O teste de hipótese estatística permite inferir sobre qual seria a freqüência esperada do resultado observado na amostra ocorrer na população da qual a amostra experimental foi avaliada. Assim, ser significativo não é garantia de que a diferença é real. qual foi a relação com o que perguntei? 43. [0.000] (IP: :00:55 19:38:36 37: ) Para uma melhor compreensão do comportamento do conjunto de dados é importante a utilização de medidas descritivas, as quais podem ser medidas de posição ou tendência central e medidas de dispersão. A partir do momento em que houver a necessidade e/ou interesse em apresentar as informações de um conjunto de dados na maneira resumida devemos apresenta-los em forma de medida descritiva. Utilizaremos medida de tendência central, quando visar determinar o centro da distribuição dos dados observados. Essa determinação depende, portanto, da definição de centro da distribuição e/ou faremos uso de medida de dispersão quando se pretender ter uma ideia acerca da maior ou menor concentração dos valores da variável em estudo. Deste modo, nem sempre precisamos de uma medida de tendência central e outra de variação. sempre precisamos das duas medidas. duas amostras com mesma média ou mesma variância podem ser completamente diferentes uma da outra. 44. [2.000] (IP: :50:35 17:42:27 51: ) Enquanto que a mediana é a realização que ocupa a posição central da série de observações, ou seja, sempre existe, não é sensível a valores extremos e é uma medida de posição, a média aritmética é, por sua vez, dada uma distribuição de frequências, a soma de todos os valores da variável dividida pela frequência total (número total de observações), sendo ponto de equilíbrio para esta distribuição, levando todos os valores em consideração, além de servir de suporte para cálculos posteriores como, desvio e variância, e ainda ser a medida de tendência central de maior emprego e funcionar bem com muitos métodos estatísticos. [2.000] (IP: :42:30 19:39:19 56: ) A experimentação segue alguns princípios básicos como, a repetição, a casualização e o controle local, para assim, reduzir o efeito ambiental. A repetição tem a função de prover uma estimativa do erro experimental, aumentar a precisão de um experimento e controlar a variância residual e podemos obter, com ela, uma melhor estimação do efeito do tratamento e determinar o erro experimental para, desta maneira, termos informações necessárias para testar a significância das diferenças das médias obtidas através da análise dos tratamentos. A casualização legitima que os tratamentos sejam locados num determinado ambiente, de forma aleatória na forma de sorteio, para assim, haver garantia que um tratamento não seja continuamente favorecido ou prejudicado nas sucessivas repetições por algum evento, de natureza conhecida ou desconhecida. A casualização além de permitir uma estimativa para o erro experimental, promove o uso dos testes de significância. O controle local tem, por sua vez, o intuito de homogeneizar o ambiente em que os tratamentos estão expostos, seja a altitude, a temperatura, dentre outros fatores, para que nenhum tratamento seja favorecido ou desfavorecido. Vale salientar que quando se aplica o controle local há uma redução do número de graus de liberdade do erro experimental, o que é indesejável, entretanto, há uma diminuição na variação devido ao erro, compensando, assim, a redução dos graus de liberdade e, desta maneira, acarretando numa maior precisão. 45. [2.000] (IP: :24:47 19:57:10 32: ) Os principias tipos de medidas de variação são amplitude, variância, desvio-padrão, erro padrão da média e coeficiente de variação. A amplitude é a diferença entre o maior e o menor valor do conjunto de dados, apresentando facilidade quanto ao seu cálculo e fornece uma ideia da magnitude da faixa de variação dos dados. A variância é a soma dos quadrados dos desvios dividida pelo número de ocorrências. Esta medida leva em consideração todos os valores da distribuição, possuindo uma vantagem sobre a amplitude que considera apenas dois valores.