Sabatina Delineamentos

Transcrição

1 Diferenças de um mesmo tratamento aplicado a diferentes unidades experimentais contribuem para o erro experimental. Tratamentos atribuídos às diferentes unidades experimentais devem ser homogêneos quanto à qualidade, quantidade e forma de fornecimento. Quando se faz DBC quando se devia fazer DIC, por exemplo, diminuirá o grau de liberdade do resíduo e consequentemente diminui a precisão do experimento. Quando se aumenta o grau de liberdade do bloco, ocorrerá a redução do grau de liberdade do resíduo, sem aumentar muito a soma de quadrado de blocos e sem reduzir muito a soma de quadrado do resíduo, com isso ocorrerá uma piora no resultado do experimento. A diminuição do grau de liberdade reduz, consequentemente, a precisão do experimento, pois o valor desta redução acarreta em diminuiçãodo valor do F calculado, que corresponde a chance de um valor ocorrer devido ao acaso. Portanto, diferenças entre tratamentos podem não ser observadas quando ocorre uma maior chance de erro experimental da forma como escreveu, parece que sempre vai haver uma redução na precisão com o uso do bloco. Na realidade, sempre há uma redução no GLR, e outra no SQR. Se reduzir mais GLR do que SQR, a precisão realmente cai. Caso contrário permanece a mesma ou aumenta (o objetivo). Se a precisão cair, pode acontecer de não conseguirmos mais "ver" as diferenças entre tratamentos. Primeiramente devemos realizar um levantamento do local (ambiente) aonde será instalado o delineamento, para verificar se há ou não da homogeneidade ou da heterogeneidade, uma vez que quando temos um ambiente homogêneo ou com a ausência de informações sobre a heterogeneidade optamos pelo delineamento inteiramente casualizado onde sabemos que qualquer variação que possa ocorrer é devido a variação do acaso. Por outro lado, quando realizamos esse levantamento e observamos a presença de uma heterogeneidade, optamos pelo delineamento em blocos casualizados, pois este modelo leva em consideração os princípios básicos da repetição da experimentação que são, casualização, repetição e controle local, o qual será usado na sua forma mais simples e é aqui representado pelos blocos e cada um dos quais inclui todos tratamento ok

2 R= A aplicação correta do delineamento permitirá reduzir ao máximo o efeito da variação do acaso sobre os tratamentos. Ou seja, o efeito do acaso será o mínimo possível, enquanto haverá uma maior influência do efeito dos tratamentos. Com isso, possibilitará saber se houve ou não diferença entre os tratamentos, determinar a real influência dos tratamentos no experimento em questão. Avaliando, através do teste de média, qual tratamento apresentou comportamento superior em relação ao outro. genérica demais, embora essencialmente correta. Faz toda a diferença porque em alguns momentos alguns pesquisadores durante a execução de trabalho de campo tendem a optar mais pelo delineamento em blocos, que estaria coerente no caso da necessidade de realização do controle local, mas em alguns casos essa decisão errada pode fazer diferença em encontrar ou não diferenças entre os tratamentos porque devemos pensar bem sobre o que vai formar o bloco, não devendo realizar apenas porque uma ou outra pessoa o fez anteriormente. De fato quanto melhor controlamos as variações do acaso, maiores são as chances de que sejam encontradas diferenças significativas entre os tratamentos, pois fica mais seguro confirmar que os efeitos são provenientes dos tratamentos e não da variação do acaso. Tomando como referencial para explicar algumas considerações podemos escolher apenas como exemplo o delineamento em blocos em que o grande truque é tirar a maior parte da variação com o menor número de blocos possíveis, visando não reduzir a precisão do experimento. É extremamente importante reduzir o máximo da soma dos quadrados com o mínimo de grau de liberdade, porque se reduzir mais graus de liberdade do que soma de quadrados, concomitantemente será reduzida a precisão do experimento, ou seja, de ok

3 A ocorrência de diferenças entre tratamentos ocorre quando o efeito proporcionado pelos tratamentos é superior ao que pode ser obtido pelo acaso, significância, e deste com outros tratamentos. Sendo assim, como o cálculo da diferença entre tratamentos, é em razão do fator F (F=QM/QMR), que leva em consideração o número de graus de liberdade (QM=SQ/GL) e quanto menor o QMR mais preciso é o experimento, temos que quanto maior o GL mais preciso o experimento será. Portanto o tamanho do experimento (relação entre número de tratamentos e número de repetições), que representará o GL, é fator imprescindível para obtenção de adequados níveis de significância excelente A escolha de delineamentos em Blocos Casualizados ao invés de Inteiramente Casualizados, por exemplo, pode ocasionar a diminuição do GL do experimento devido ao fato que os blocos casualizados também assumem o controle local (distribuindo o erro igualmente nos blocos), interação que diminui o grau de liberdade do resíduo o que não acontece no DIC. Portanto em situações que utilizando o DIC obtivéssemos diferenças entre tratamentos devido as variações proporcionadas pelo ambiente e tratamento e não somente pelos tratamentos poderíamos não encontrar diferença utilizando o DBC.

4 Esta afirmativa realmente faz todo o sentido, pois quando fazemos a escolha correta do delineamento, conseguimos reduzir o máximo possível o efeito da variação do acaso, reduzindo assim o erro experimental e aumentando as chances de encontrar diferenças significativas entre os tratamentos. De um modo geral, quanto melhor controlamos as variações do acaso, maiores são as chances de serem Discuta a afirmativa: "A escolha correta do delineamento poderá fazer a diferença entre encontrar ou não diferenças entre os tratamentos", levando em consideração particular o tamanho do efeito de tratamentos encontradas diferenças significativas entre os tratamentos, pois fica mais seguro afirmar que os efeitos são provenientes dos tratamentos e não do acaso. O ideal é utilizar um delineamento que reduza o máximo possível a soma dos quadrados com o mínimo de grau de liberdade, pois quando reduzimos o mesmo, estamos diminuindo o coeficiente de variação e consequentemente aumentando a precisão do experimento. Um exemplo prático seria: imagine que um experimento de campo foi conduzido utilizando o delineamento em blocos casualizados, contudo utilizando o número de blocos maior que o necessário, o que sabemos que acarreta no aumento do quadrado médio do resíduo e consequentemente diminui a precisão do experimento, e após a realização das análises foi observado que os resultados não foram significativos a 5% de O delineamento escolhido para o trabalho deverá permitir que os tratamentos contribuam para a explicação da variação das parcelas, ou seja, se erroneamente o delineamento for aplicado ao experimento poderá acontecer que a variação do acaso prevaleça, como no caso de aplicar o DIC quando deveria se aplicar o DBC. Neste caso a não divisão em sub-parcelas homogêneas não permitirá a expressividade do efeito do tratamento excelente A escolha correta do delineamento irá reduzir o efeito do acaso (pessoas, equipamento, condições de umidade, luz, temperatura, etc.), dessa maneira, as diferenças encontradas ou não, serão apenas devido aos tratamentos e não mais do acaso. Na escolha errônea do delineamento, a chance do acaso ocorrer é grande, vai gerar dúvida se o efeito foi devido ao tratamento ou devido ao acaso, descredenciando o experimento ok bastante confuso

5 Escolher o melhor delineamento em um experimento fará reduzir, ao máximo o erro experimental e assim o experimento fica mais preciso. A decisão de escolher o delineamento mais adequado é baseada na situação do experimento (condições ambientais, materiais, tamanho da área, etc) sendo necessário observar se as unidades experimentais são homogêneas ou heterogêneas. Quando as parcelas são uniformes (homogêneas), os tratamentos podem ser sorteados nas unidades experimentais sem qualquer restrição, eles terão a mesma chance de serem aplicados em qualquer unidade experimental ou parcela, pois as condições são semelhantes. Este modelo (Delineamento Inteiramente Casualizado-DIC) possui apenas os princípios da casualização e da repetição, não possuindo controle local, ele é o menos afetado por números diferentes de No entanto, se as condições não forem homogêneas e este delineamento for implementado, toda variação (exceto à devida a tratamentos) irá para o erro, aumentando sua estimativa e reduzindo, portanto, a precisão do experimento excelente Se as condições não forem homogêneas os tratamentos devem ser distribuídos aleatoriamente em blocos, estes têm a função de reduzir a variação do acaso e devem ser homogêneos (Delineamento Quando não levamos em consideração o local ou o ambiente (tamanho da área, materiais, pessoas, temperatura, etc.) em que o experimento será montado, dessa forma, não identificando se há ou não possíveis fontes de variações existentes no ambiente, que irá determinar se este é ou não é heterogêneo. Essas considerações irão influenciar na escolha do delineamento a ser utilizado. A identificação dessas fontes de variação, caso ela exista, permitirá diminuir a possibilidade de ocorrer variações que não se deve ao acaso. Um dos requisitos do MLG é trabalhar o efeito do tratamento independente do acaso. Com o controle da variação do acaso poderemos confrontar os tratamentos avaliando apenas os efeitos destes ok, mas qual a relação com encontrar ou não diferenças entre tratamentos

6 Devemos realizar um levantamento acerca do local aonde será instalado o delineamento, o qual conterá um conhecimento ou não da homogeneidade ou da heterogeneidade, uma vez que quando temos um ambiente homogêneo ou com a ausência de informações sobre a heterogeneidade optamos pelo delineamento inteiramente casualizado onde sabemos que qualquer variação que possa ocorrer é atribuída ao tratamento e não a variação do acaso. Por outro lado, quando realizamos esse levantamento e observamos a presença de uma heterogeneidade, optamos pelo delineamento em blocos casualizados. A seleção do delineamento correto é em função exclusiva do ambiente, onde este inclui o tamanho do experimento, tempo, equipe, material e outros fatores, levando em consideração não apenas o espaço físico. Daí vem a importância do controle local que está ligada à possibilidade de realizar o controle das possíveis fontes de variação, que poderão atuar sobre o experimento, este controle pretende reduzir o efeito dos resíduos no experimento, melhorando a confiabilidade dos dados obtidos. Então a escolha deve partir, também, do fato do pesquisador reconhecer ou não as fontes de variação. Se o pesquisador escolhe o delineamento correto, pode reduzir a variação do acaso e, utilizando o teste de média, poderá confrontar os resultados obtidos nos tratamentos, e assim compará-los procedimento ok, mas e quanto à chance de encontrar ou não diferenças entre tratamentos? o estudo em equipe está levando a respostas muito parecidas para um grupo grande. Assim como em outras respostas a esta pergunta, ok, mas e o que isto tem a ver com encontrar ou não diferenças entre tratamentos? 1)A escolha do delineamento a ser u lizado no experimento qualquer é em função direta do ambiente como um todo, ou seja, engloba-se material físico, humano, espaço, tempo em que todos os fatores contribuem para a variação do acaso. Para avaliar os efeitos dos tratamentos deve separá-los do efeito do acaso, de acordo com os requisitos do MLG o que caracteriza a independência. Desta forma, se a escolha foi correta do delineamento de um experimento reflete na separação do acaso e conseqüentemente, permite confrontar apenas os tratamentos reduzindo as chances de ocorrer o erro tipo I, gerando conclusões mais confiáveis na realidade, a escolha errada provavelmente afeta mais o erro do tipo II do que do tipo I. Assim como em outras respostas, como este efeito acontece?

7 Na experimentação os requisitos que fundamentam a praticidade do MLG são igualmente usados na ANOVA, são eles: Amostra aleatória â As amostras do experimento devem ser escolhidas aleatoriamente, sem que haja alguma manipulação por parte do pesquisador. Efeitos aditivos â Os efeitos dos tratamentos são somados Erros experimentais independentes â o que acontece em uma parcela não deve afetar uma outra parcela, desta forma a variação do acaso deve ser independente; Distribuição normal da variação do acaso com média zero e uma distribuição normal do resíduo- os dados devem apresentar uma variação simétrica; Homocedasticidade â caracteriza-se por apresentar variação do acaso praticamente igual para todos os tratamentos. tudo certo, mas cadê a relação com os cálculos? Amostra aleatória â As amostras do experimento devem ser escolhidas aleatoriamente, sem que haja alguma manipulação por parte do pesquisador,relaciona com a escolha do delineamento; Efeitos aditivos â Os efeitos dos tratamentos são somados, relacionando com as somas dos quadrados; Erros experimentais independentes â o que acontece em uma parcela não deve afetar uma outra parcela, desta forma a variação do acaso deve ser independente, se relaciona com o teste F; Distribuição normal da variação do acaso com média zero e uma distribuição normal do resíduo - os dados devem apresentar uma variação simétrica, se relacionando com o grau de liberdade; Homocedasticidade â caracteriza-se por apresentar variação do acaso praticamente igual para todos os tratamentos, para o DIC e para blocos tem-se o uso da heterocedase. ver pergunta. eu pedi o relacionamento entre os requisitos e as contas...

8 R= A análise de variância (ANOVA) determina os cálculos do grau de liberdade (GL), soma de quadrados (SQ) e a variância. Havendo uma estreita relação com os requisitos do Modelo Linear Generalizado (MLG), como: efeitos aditivos, independência do resíduo com distribuição normal com média zero; e homocedase. A homocedase é a exigência que as diferentes variações do acaso dos diferentes tratamentos sejam parecidos suficientemente para se escolher suficientemente para se escolher um valor que represente, bem como os desvios em relação a ok média são parecidos o suficiente para que se escolha um que os represente. Na ANOVA, o GL e a SQ são variáveis adi vas, e o QM é a razão entre a SQ e o GL. E o efeito aditivo, as variáveis devem ser independentes visando sua análise separadamente. A variância (QM) é ob da pelo quadrado dos desvios dividido pelos graus de liberdade. E a independência do resíduo com distribuição normal com média zero, propõe que as variações do acaso que ocorream nos desvios em relação às médias é igual a zero.

9 A questão é que o Modelo Linear Generalizado (MLG) é considerado o alicerce básico para qualquer pesquisador ou aluno que utilize métodos estatísticos em que do ponto de vista teórico a sua importância advém, essencialmente, do fato que a metodologia deste modelo constitui uma abordagem unificada de muitos procedimentos. As premissas que devem ser satisfeitas para o (MLG) e o cálculo da ANOVA são praticamente semelhantes, por exemplo: erros experimentais independentes que são obtidos em função da utilização dos princípios experimentais de forma adequada (repetição, casualização e controle local); o ideal é que amostra seja mais parecida com o real para conferir maior representatividade; homocedasticidade (permitindo utilizar uma variação do acaso para todos os tratamentos que é justamente o objetivo, ou seja, tornar relativamente parecida a variação do acaso de dois ou mais tratamentos, uma vez que tratamento e acaso necessitam ser independentes para serem estudados), uma vez que a heterocedase pode ser considerada um problema sério porque a ausência de independência torna o nível de significância muito maior do que o previsto, ou seja, a chance de ocorrer erro do tipo I (rejeitar a hipótese nula (Ho), quando ela é verdadeira); distribuição normal (na condução de experimentos os erros experimentais devem apresentar resposta bastante boa, mas você realmente leu a pergunta? Eu fui específico em pedir o relacionamento entre os requisitos e os cálculos, que você nem mencionou.

10 Os cálculos da ANAVA são GL, SQ e Variância. Existe uma íntima relação entre estes cálculos e os requisitos do MLG, os quais temos: Efeitos adi vos: as variáveis devem ser independentes para que se possa analisar cada uma variável separadamente. Neste caso temos que na ANAVA o GL e a SQ são as variáveis que são aditivas enquanto que a variância não é (QM) pelo fato do QM ser a razão entre a SQ e o GL. Independência do Resíduo com distribuição normal com média zero: as variações do acaso que ocorrem nos desvios em relação às médias são iguais à zero e distribuem si normalmente nos tratamentos. Este requisito esta relacionado com variância (QM) porque os eu cálculo é função do quadrado dos desvios dividido pelos graus de liberdade. Homocedase: os desvios em relação à média (xi - média) são próximos o suficiente para que se considere apenas uma variação para todos os tratamentos, correlacionado com a variância excelente Relacione os requisitos do modelo linear generalizado com os cálculos para a ANOVA/ANAVA, item por item. Como o Modelo Linear Generalizado serve de base para todos os outros delineamentos experimentais, pois cada delineamento é como se fosse uma versão específica do modelo geral, os requisitos para a utilização do Modelo Linear Generalizado são os mesmos para realização dos cálculos para a ANOVA/ANAVA, citados e explicados item por item abaixo: As amostras devem ser escolhidas de forma aleatória. Os efeitos de tratamento mais efeitos de ambiente (erro) devem ser aditivos, ou seja, se somarem, sendo que para cada delineamento existe um modelo matemático, denominado modelo linear ver pergunta aditivo, se não ocorrer a aditividade, o teste F não será suficiente para discriminar efeitos de tratamentos, sendo necessário a transformação dos dados para ajustá-los aos modelos aditivos. Deve ter erros experimentais independentes, se não for, devese fazer a transformação dos dados para tornar independente, pois a ausência da independência torna o nível de significância muito maior do que o previsto e a chance de ocorrer o erro do tipo I aumenta muito. A independência dos erros é assegurada pelo princípio experimental da casualização, ou seja, a solução para evitar a dependência é justamente numa completa

11 A análise de variância é o desmembramento da variação de cada componente proporcionado pelo efeito aditivo das fontes de variação. No cálculo da variância usa-se o valor da Soma de Quadrados, a qual é determinada em função do quadrado da soma ver pergunta dos desvios em relação à média. Quanto mais homocedásticos forem os dados, menores serão esses desvios, o que fará com que a variância se torne pequena. Os requisitos do modelo linear generalizado são: efeitos aditivos, independência com sua distribuição normal com média igual a zero e homocedase. Os cálculos da anova são: grão de liberdade, soma de quadrado e variância. Sendo que as relações da ANOVA com MLG são: As variáveis devem ser independentes para poder analisar cada variável unitariamente. Neste caso a anova o GL e SQ são as variáveis que são aditivos, mas na variação não é, aditiva por o QM é a relação entre a SQ/GL; a independência do resíduo com distribuição normal, as variáveis do acaso que ocorrem nos desvios em relação as médias são iguais e se distribuem normalmente nos tratamentos, sendo relacionado com a variância, é função dos desvios divididos pelo grau de liberdade; na homocedase: os desvios são muito próximos as médias, sendo assim consideradas. meio confuso, e a parte da homocedase parece ter sido cortada pelo meio quando passou para a prova 1.os efeitos de tratamentos e erro devem ser adi vos; 2.os erros devem ser independentes, ou seja, a probabilidade de que o erro de uma observação qualquer tenha um determinado valor não deve depender dos valores dos outros erros; 3.os erros devem ser normalmente distribuídos; 4.os erros devem apresentar variâncias comuns (homogeneidade = homocedasticidade de variâncias). A variância pode ser medida por meio das somas dos quadrados: SQtotal=SQtrat+SQres e GLtotal= GLtrat+ GLres apresentando um comportamento adi vo relação com as contas?

12 ANOVA é um teste de hipóteses de médias de duas ou mais populações. Tendo como objetivo avaliar se as diferenças observadas entre as médias das amostras são estatisticamente significantes. As premissas da Anova são: as populações têm a mesma variância, as amostras são retiradas de populações com distribuição normal, as amostras são aleatórias e independentes. Tais premissas estão diretamente relacionadas com os requisitos do MLG, o qual permite avaliar os efeitos dos tratamentos independentemente do efeito do acaso, sendo de extrema importância para os cálculos da ANAVA, a qual determina a variância, o grau de liberdade e a soma dos quadrados, sendo os dois últimos itens aditivos para as fontes de variação, ou seja, aditividade ocorre em ambos, contudo a variância não é aditiva. A homocedase está relacionada com o objetivo de se ter variâncias do acaso aproximadamente iguais para tratamentos e a verificação da razão entre a menor e a maior variância de um tratamento é 3 ou 4, dependendo do autor. Atingido os requisitos do modelo linear generalizado, pode-se dar seguimento as próximas etapas, conseqüentemente a analise de variância, o que permite expressar o poder do teste bastante completo, mas achei meio confuso... Requisitos do Modelo Linear Generalisado: Efeitos Aditivos, Independência dos Resíduos com média igual zero e Homocedase. Efeitos Aditivos: Os efeitos de tratamentos e erro deve-se aceitar algumas pressuposições básicas. Sendo aditivos, pode-se separar variação do acaso e tratamento Independência dos resíduos com média a zero. Homocedase: Assume-se que a variação do acaso é única, ou seja, as variações do acaso entre os tratamentos são tão próximas que admiti-se que há apenas uma variação do acaso. Os Componentes da ANAVA são Grau de liberdade, Soma dos Quadrados e Variância, há relação entre estes componentes e os requisitos do Modelo Linear Generalisado. Independência dos resíduos com distribuição normal com média zero: as variações do acaso que ocorrem nos desvios quando comparados com a média pelo menos reconheceu que há a ligação... só não disse qual era, como era, e como afeta as contas

13 Sabatina Delineamentos Efeitos aditivos, que permite a separação dos efeitos de tratamento e acaso, se relaciona com os cálculos para ANOVA no GL e SQ que são calculados independentemente, o que caracteriza adi vidade. Distribuição normal da variação do acaso com a média zero que permite calcular os diferentes efeitos ao reduzir o número de variáveis, ou seja, resíduos independentes, está relacionado com QM, que não tem efeito aditivo e é calculado pela razão da SQ pelo GL. Homocedase â relacionado com o QM em que a variância (xi-média) dos tratamentos são próximas o suficiente para que se assuma igual a zero chegou perto, e comparando com a maior parte das respostas foi bastante bem. No entanto, a última está completamente errada... a homocedase é relacionada com a existência de apenas um resíduo na anova, que deve representar todas as diferentes variações do acaso de cada tratamento O MLG, por ser adi vo, permite a separação do efeito do tratamento da variação do acaso a partir dos seguintes requisitos: Homocedase, na qual a variação do acaso é aproximada entre os tratamentos; distribuição normal com média zero, que é a simetria da variação do acaso (podendo ser anulada). Tais requisitos permitem avaliar os efeitos dos tratamentos independente do acaso, e são importantes para os cálculos da ANOVA. Na ANOVA determina-se o GL, SQ e a variância para qual é imprescindível seguir os requisitos de MLG, a saber: a aditividade é necessário para o cálculo do GL e SQ considerando que ambos são aditivos. A distribuição normal relaciona-se com O QM já que a mesma é calculada do quadrado dos desvios dividido pelo GL. Considerando a semelhança dos desvios em relação à média (resíduo) entre os tratamentos, ou seja, havendo homocedase permite a correlação com o cálculo da variância confuso, em particular quanto à homocedase

14 A escolha do delineamento experimental mais adequado vai depender dos objetivos e das condições do meio em que vai decorrer o ensaio, ou seja, a decisão é baseada na situação do experimento. Para escolher um delineamento é importante que seja observado as características inerentes a cada experimento. Como onde será desenvolvido, sob que condições no ambiente (homogêneas ou heterogêneas), se há e como são fontes de variações. Deve-se avaliar a situação do experimento, isso é o que vai definir com se deve proceder. O experimento não se refere somente à área e sim a um conjunto, tais como, pessoas, material, etc. ok, mas poderia ser mais detalhada Para se determinar um melhor delineamento é preciso levar em consideração o tamanho da amostra (número de réplicas),seqüência de execução dos ensaios, necessidade de aleatorização ou do uso de blocos. É um processo complexo, com diversas variáveis influentes, não se deve partir de um conjunto extenso de experimentos, que envolva um grande número de variáveis, estudadas em diversos níveis. É mais produtivo estabelecer se um conjunto inicial com número reduzido de ensaios (poucas variáveis, poucos níveis de avaliação), ir aprendendo sobre o processo e aos poucos, acrescentar novas variáveis e níveis e eliminar variáveis que não se apresentem influentes. Com essa iniciativa, reduz-se o número total de ensaios e o que é mais importante é reservar os recursos para aqueles ensaios realmente importantes, que normalmente não fornecem resultados objetivos nas tentativas iniciais bem, a aleatorização deve ser feita sempre, mas até aí a resposta ainda era ligada à pergunta. Daí para a frente, não tenho a menor idéia de qual pergunta está sendo respondida

15 R= A escolha correta do delineamento se deve em função do conhecimento de todos os detalhes do trabalho. A decisão por DIC ou DBC, parte da observação do pesquisador da existência ou não de variação do acaso nas condições do trabalho. Quando se conclui que a condição é homogênea, não há diferença na umidade, luminosidade e entre outros fatores, opta-se pelo DIC. Por outro lado, sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando blocos, casualizando os tratamentos, igualmente repetidos ok É imprescindível conhecer muito bem os detalhes do trabalho na tomada de decisão da escolha do melhor delineamento, uma vez que em experimento não existe "receita de bolo", ou seja, cada caso deve ser estudado juntamente com as suas particularidades para escolher o que é mais adequado para cada caso específico, sendo fundamental levar em consideração o local (condições ambientais) que o experimento será montado, verificando se o experimento é homogêneo ou não, devendo identificar as fontes de variação no ambiente. A escolha adequada do delineamento potencializa o grau de informação que será extraído do experimento ok Os principais delineamentos são o Inteiramente Casualizado que é o mais simples de todos, sendo o único delineamento que não usa o controle local, sendo utilizado em duas ocasiões: ambiente homogêneo; ou se não é homogêneo e não é possível identificar no olho (ausência de informações sobre a heterogeneidade). Já o delineamento em blocos é o mais flexível e provavelmente o delineamento mais comum em ciências agrárias, sendo o mais simples delineamento a empregar o controle local, dividindo o material experimental em grupos relativamente homogêneos dentro do grupo. De forma geral estes dois citados acima são os principais delineamentos utilizados, mas existem

16 A escolha do delineamento é função exclusiva do bom senso do pesquisador. Portanto antes da escolha do modelo a ser utilizado o esclarecimento das condições as quais o experimento será submetido (homogeneidade ou heterogeneidade â de temperatura, umidade, luminosidade, fertilidade, ok solo, etc.) é fundamental para a escolha do melhor método a ser empregado, por exemplo, DBC ao invés de DIC. Sendo assim, a escolha do delineamento pelo fato de ser o mais comumente utilizado na pesquisa científica pode suscitar erros de análise dos dados. Justifique a afirmativa: "Não é possível afirmar qual o melhor delineamento sem Porque é através do conhecimento dos detalhes do trabalho que será possível escolher o delineamento mais adequado para esta situação específica. Primeiramente, deve-se levar em consideração o local em que o experimento será feito, conhecendo bem as condições locais, devendo antes de escolher o tipo de delineamento, identificar se há fontes de variação no ambiente, ou seja, se é homogeneo ou não. Caso exista heterogeneidade, devem ser identifcadas as fontes e verificar se a mesma irá influenciar na variação do acaso. Outros fatores que precisam ser levados em consideração no momento da escolha do delineamento é o tamanho do experimento, o material físico e o material humano que é a equipe de trabalho, pois todos estes também fazem parte do ambiente. Tendo sempre como objetivo principal a escolha de um delineamento que reduza a variação do acaso, consequentemente o erro experimental. É fundamental ter sempre em mente que cada experimento possui uma situação específica que requer um delineamento específico, não existindo um experimento com receita de bolo. Caso o ambiente seja homogêneo pode-se utilizar o delineamento inteiramente casualizado, que é considerado o delineamento mais simples, em que não é necessário aplicar o controle local. Já o excelente

17 delineamento sem conhecer todos os Se o experimento apresentar condições homogêneas detalhes do trabalho" para todos os tratamentos, ou seja, a influência do acaso é a mesma em toda a extensão do trabalho, se poderá utilizar o Delineamento Inteiramente Casualizado. Quando forem constatadas diferenças que podem beneficiar ou prejudicar alguma parcela, ok, mas muito genérico como por exemplo, melhor adubação, menor insolação, diferença não intencional do manejo, deverá se utilizar o Delineamento em Blocos ao Acaso, onde se faz o controle do local dividindo o experimento em blocos homogêneos internamente, mas distintos entre si. É importante o pesquisador ter a noção das condições ambientais presentes, afim de verificar se existe homogeneidade ou não, para poder implantar o experimento, caso haja homogeneidade do local, utiliza-se o delineamento inteiramente ao acaso, pois não foi possível para o pesquisador visualizar o efeito do ambiente. Quando se identifica o efeito do ambiente, ou seja, o pesquisador identificou uma heterogeneidade, o delineamento escolhido é o em blocos, pois o bloco vai distribuir o acaso em todos os tratamento nos blocos, reduzindo o efeito da variação do acaso bem explicado. lembrar sempre que o ambiente inclui material e pesquisadores

18 A escolha do delineamento é baseada na situação do experimento (condições ambientais, materiais, tamanho da área, etc) sendo necessário observar se as unidades experimentais são homogêneas ou heterogêneas. Se ocorrer uma variação na área ou material a ser utilizado, é recomendável utilizar o delineamento em DBC, ou seja, a área ou material deve ser dividido em blocos que sejam homogêneos, e os tratamentos devem ser distribuídos aleatoriamente nos blocos de modo que haja maior uniformidade possível dentro de cada bloco, este é o princípio da casualização, o que garante que nenhum tratamento seja beneficiado por algum fator. A outra premissa é: cada bloco apresente uma repetição de cada tratamento. A repetição é um dos princípios básicos da experimentação, pois possibilita separar no experimento o que é efeito do tratamento do que é efeito do acaso. No entanto, deve-se ter atenção com o número de repetições, pois se o número de repetições for pequeno demais, o efeito da variável não será observado devido ao erro aleatório e se for grande demais, haverá a possibilidade do comportamento não ser descrito adequadamente pelo modelo, levando a conclusões errôneas. Este modelo é normalmente o mais utilizado em condições de campo, no entanto sua eficiência depende da uniformidade dentro de cada bloco só não entendi o comentário com relação ao número de repetições muito grande. Até onde me consta, o principal problema neste caso é financeiro, seguido por dificuldade de obtenção de material suficientemente homogêneo.

19 Seleção do delineamento é uma função exclusiva do seu ambiente, que deve ser especifico para o experimento, ambiente inclui: espaço, tempo, material físico utilizado e quantidade de pessoas (material humano), dentre outros, para assim podermos escolher qual o tipo de delineamento experimental poderá ser utilizado. Contudo é importante saber que antes de instalar um experimento deve-se conhecer o ambiente, saber se ele é homogêneo ou heterogêneo. Se o ambiente é heterogêneo e o experimento for montado no delineamento inteiramente casualizado, estaria acontecendo erro, por exemplo, pois o correto seria em blocos. Em outra situação sabe-se que existe heterogeneidade, mas não é identificada, e deseja-se usar blocos. Como vou tentar controlar algo que não conheço. Ou ainda, quando é feita a opção pelo delineamento em blocos, mas o ambiente é homogêneo, o mesmo não deve ser adotado, pois sua função é reduzir a variação do acaso e só deve ser empregado após a aquisição de informações suficientes para dividir o material experimental em grupos relativamente homogêneos dentro do grupo, pois a efetividade deste delineamento depende da habilidade em se obter blocos homogêneos de unidades experimentais. Resumindo devemos ter uma razão para escolher um delineamento ou outro, excelente Cabe ao pesquisador fazer um levantamento do local onde o experimento será instalado e verificar se o ambiente é homogêneo, desta forma aplica-se o Delineamento Inteiramente Casualizado(DIC), além disso, o DIC também pode ser implementado quando não há informações sobre as condições de heterogeneidade (condições ambientais), caso contrário aplica-se o princípio do controle local e formar subgrupos entre si afim de aplicar o Delineamento em Blocos ao Acaso somente do local?

20 O princípio da escolha do delineamento vem do conhecimento do pesquisador em relação ao que está se trabalhando, ou seja ele deve conhecer bem o ambiente (no sentido geral e não só físico), as condições e exigência em que o experimento será conduzido, verificando a homogeneidade ou heterogeneidade. Então reconhecendo estas características, ele poderá definir o delineamento que será utilizado, relacionando as características do seu experimento com as condições que cada delineamento oferece ok 2)O melhor delineamento é aquele que dar condições ao pesquisador avaliar os efeitos dos tratamentos independente do efeito do acaso. Para isso é necessário conhecer todos detalhes do trabalho diagnosticando a presença ou não de todas as fontes que aumentariam o efeito do acaso (homogeneidade ou heterogeneidade) desta forma, aplica-se o delineamento que permite confrontar os tratamentos e que garanta a expressão dos seus efeitos independente do acaso. A identificação das condições do ambiente permite diminuir a possibilidade de ocorrer as variações que não se devem ao acaso ok, mas pouco específico Selecione o delineamento mais adequado e monte o esquema de análise de variância (fontes de variação e seus respectivos graus de liberdade) para o que selecionou. Justifique sua posição. avaliar o efeito de 10 adubos verdes sobre o milho, em campo declivoso, com cinco Nesse caso usaria o delineamento em blocos casualizados, pois por se tratar de um campo declivoso apresenta uma certa heterogeneidade,fazendo a aplicação do controle local. Causa de variação GL SQ QM F adubos verdes 9 bloco 4 resíduo 36 total 49