EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
|
|
- Valentina Quintanilha Conceição
- 6 Há anos
- Visualizações:
Transcrição
1 EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
2 INTRODUÇÃO Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador deve utilizar na execução do experimento, e trabalhando com um o alguns princípios básicos para que os dados a serem mesmo número de repetições por tratamento, pode obtidos permitam uma análise correta e levem a acontecer conclusões de não válidas conseguirmos em relação ao obter problema os dados em estudo. de algumas parcelas do experimento. Quando isto ocorre, dizemos que temos parcelas perdidas.
3 INTRODUÇÃO Existem várias razões para a ocorrência de parcelas perdidas. Ao planejar um experimento, o pesquisador deve utilizar Entre elas podemos citar: alguns princípios básicos para que os dados a serem a) Morte de parcelas durante o experimento; obtidos permitam uma análise correta e levem a b) Falha do experimentador na coleta dos dados (erro conclusões válidas em relação ao problema em estudo. na anotação do resultado) c) Perda da ficha onde estão anotados os dados da parcela. d) A parcela apresenta um valor muito discrepante dos demais e não é considerada para efeito de análise.
4 OBTENÇÃO DA ANÁLISE DE VARIÂNCIA o Todo delineamento experimental é estruturado de Ao planejar um experimento, o pesquisador deve utilizar forma que haja um perfeito balanceamento. alguns princípios básicos para que os dados a serem A perda de parcelas causa uma quebra neste obtidos permitam uma análise correta e levem a conclusões válidas em relação ao problema em estudo. balanceamento, acarretando modificações no método de análise estatística.
5 OBTENÇÃO DA ANÁLISE DE VARIÂNCIA Soma de Quadrados: Soma de Quadrados Total I J SQ Total = y ij C, C = i= j= I i= r i I i= J j= y ij Soma de Quadrados de Tratamentos SQ Trat = I i= L i r i C Soma de Quadrados do Resíduo SQ Res = SQ Total SQ Trat
6 OBTENÇÃO DA ANÁLISE DE VARIÂNCIA Considere n = I i= r i = r + r + + r I Quadro de Análise de Variância para DIC Causas de Variação GL SQ QM F Tratamento I SQ Trat Resíduo n I SQ Res Total n SQ Total SQ Trat I SQ Res n I QM Trat QM Res Hipótese Testadas H o : t i = 0, i =,,, I. H : pelo menos um valor de t k 0, k ; I.
7 TESTE F PARA ANÁLISE DE VARIÂNCIA Critério do teste: se logo F = QMTratamentos então Deve-se rejeitar a hipótese nula em QMResíduo favor de H e concluir que os efeitos dos o teste é significativo tratamentos diferem entre si ao nível de ao nível de significância α considerado. F calc F tab significância α Essas diferenças não devem ser considerado. atribuídas ao acaso e sim ao efeito dos tratamentos, com um grau de confiança de 00 α %. F calc < F tab o teste é não significativo ao nível de significância α considerado. Não rejeitamos a hipótese nula e concluímos que os efeitos dos tratamentos não diferem entre si ao nível de significância α considerado.
8 TESTE F PARA ANÁLISE DE VARIÂNCIA Resumindo o critério do teste: se logo então notação F calc < F tab (%) F tab % < F calc < F tab (%) F tab % < F calc o teste é não significativo ao nível de significância α = 0,0. o teste é significativo ao nível de significância α = 0,0. o teste é significativo ao nível de significância α = 0,0. Aceitamos H o Rejeitamos H o em favor de H com um grau de confiança de 9% Rejeitamos H o em favor de H com um grau de confiança de 99% NS F calc F calc F calc
9 o Conclusões mais específicas sobre o comportamento dos tratamentos,. Cálculo das médias de cada tratamento m i = L i, i =,, I. r i Ao planejar um experimento, o pesquisador deve utilizar. Aplicação do teste de Tukey para comparação das médias dos alguns princípios básicos para que os dados a serem tratamentos. obtidos permitam uma análise correta e levem a a) Cálculo do valor de: conclusões q I GLRes válidas % em s m relação, ao problema em estudo. = CONCLUSÕES ESPECÍFICAS q I GLRes % se as médias comparadas tem o mesmo número de repetições V Y, caso contrário b) Cálculo das estimativas dos contrastes entre duas médias. c) Conclusão 3. Cálculo do coeficiente de variação do experimento CV = 00 s m
10 Em um experimento inteiramente casualizado, de competição de variedades de mandioca, realizado numa área perfeitamente homogenia quanto às condições experimentais, foram utilizados tratamentos (cultivares) com repetições. IAC IAC 7 IAC IRACEMA MANTIQUEIRA Os resultados obtidos foram: Tratamentos Repetições 3 4 IAC 38,9,4 0,3,7 9,3 IAC 7 0,9 6, 3,3 8,3 8,7 IAC 8, 7,0,8 6,9,3 IRACEMA 38,7 43, 4, MANTIQUEIRA 47,8 47,8 44,7 0, --
11 Tratamentos Repetições 3 4 IAC 38,9,4 0,3,7 9,3 IAC 7 0,9 6, 3,3 8,3 8,7 IAC 8, 7,0,8 6,9,3 IRACEMA 38,7 43, 4, MANTIQUEIRA 47,8 47,8 44,7 0, -- As hipóteses que desejamos testar são: H 0 : as variedades de mandioca testadas não diferem entre si quanto à produção. H : as variedades de mandioca testadas diferem entre si quanto à produção.
12 Tratamentos Repetições 3 4 Total IAC 38,9,4 0,3,7 9,3 39,6 IAC 7 0,9 6, 3,3 8,3 8,7 36,4 IAC 8, 7,0,8 6,9,3 30, IRACEMA 38,7 43, 4, ,6 MANTIQUEIRA 47,8 47,8 44,7 0, -- 90,8 TOTAL 70, Fator de Correção C = I i= J j= y ij r + r + + r I C = i= j= y ij :::3:4 = 70, = 9.0, = 3. 96, 37
13 Tratamentos Repetições 3 4 Total IAC 38,9,4 0,3,7 9,3 39,6 IAC 7 0,9 6, 3,3 8,3 8,7 36,4 IAC 8, 7,0,8 6,9,3 30, IRACEMA 38,7 43, 4, ,6 MANTIQUEIRA 47,8 47,8 44,7 0, -- 90,8 TOTAL 70, Soma de Quadrados Total I J SQ Total = y ij C i= j= SQ Total = y ij i= j= C = 38, ,3 + 0, ,7 + 8,9 + +,3 + 38, ,7 + 47, , 3. 96, 37 = (4.089, , +.40, +.0, ,0) 3. 96, 37 =.06, , 37 =. 90, 7
14 Soma de Quadrados de Tratamentos SQ Trat = Tratamentos i= EXEMPLO DE APLICAÇÃO L i r i C SQ Trat = Repetições 3 4 I i= L i r i C Total IAC 38,9,4 0,3,7 9,3 39,6 IAC 7 0,9 6, 3,3 8,3 8,7 36,4 IAC 8, 7,0,8 6,9,3 30, IRACEMA 38,7 43, 4, ,6 MANTIQUEIRA 47,8 47,8 44,7 0, -- 90,8 TOTAL 70, = 39,6 + 36,4 + 30, + 3, , , 37 = 9.488, , , =.97, , 37 =. 600, , , 37
15 Tratamentos Repetições 3 4 Total IAC 38,9,4 0,3,7 9,3 39,6 IAC 7 0,9 6, 3,3 8,3 8,7 36,4 IAC 8, 7,0,8 6,9,3 30, IRACEMA 38,7 43, 4, ,6 MANTIQUEIRA 47,8 47,8 44,7 0, -- 90,8 TOTAL 70, Soma de Quadrados do Resíduo SQ Res = SQ Total SQ Trat SQ Res = SQ Total SQ Trat =. 90, , 93 = 309, 44
16 Causas de Variação Quadro de Análise de Variância para DIC GL SQ QM F Tratamento I = = , 93 Resíduo 4 = 7 309, 44 Total r + r + r 3 + r 4 + r = = =. 90, , , 44 7 = 400,38 = 8,908 QM trat QM resídu =,00 o Valores de F da tabela para Tratamento F 4 7GL % =, 96 F 4 7 GL % = 4, 67
17 F calc =, 00 > 4, 67 = F tab Assim, o teste é significativo ao nível de significância de %. Deve-se rejeitar a hipótese nula em favor de H e concluir que os efeitos dos tratamentos diferem entre si ao nível de significância %. Essas diferenças não devem ser atribuídas ao acaso e sim ao efeito dos tratamentos, com um grau de confiança de 99%. Portanto, conclui-se que as variedades de mandioca testadas diferem entre si quanto à produção.
18 o Para tirar conclusões mais específicas sobre o comportamento dos tratamentos, devemos utilizar um teste de comparação de médias. EXEMPLO DE APLICAÇÃO. Cálculo das médias de cada tratamento m i = L i r i, i =,, I. m = 39,6 m = 36,4 = 7, 9 = 7, 8 m 3 = 30, = 6, 0 m 4 = 3,6 3 = 4, 0 m = 90, 8 4 = 47, 70
19 . Aplicação do teste de Tukey para comparação das médias dos tratamentos. Médias em ordem decrescente m = 47, 70 m 4 = 4, 0 m = 7, 9 m = 7, 8 m 3 = 6, 0 Amplitude Total Estudentizada (α = %): q 7 GL % = 4, 30
20 k Y k V Y k = + r i r j s ou s m = s r i = q V Y k ou = q s m
21 k Y k V Y k = r i + r j s ou s m = s r i = q V Y k ou = q s m m m 4 = m m = 3 m m = 4 m m 3 = m 4 m = 6 m 4 m = 7 m 4 m 3 = r + r 4 s = = r + r s = r + r s = r + r 3 s = r 4 + r s = r 4 + r s = r 4 + r 3 s = 8 m m = s m = s r = = = 9 m m 3 = s m = s r = = 0 m m 3 = s m = s r =
22 k Y k V Y k = r i + r j s ou s m = s r i = q V Y k ou = q s m m m 4 = 6, r + r 4 s = ,908 = 0,63 = 4,3 0,63 = 9,9046 m m = 9,78 3 m m = 0,4 4 m m 3 =,68 m 4 m = 3,8 6 m 4 m = 3,9 7 m 4 m 3 =,8 r + r s = 4 + r + r s = 4 + r + r 3 s = 4 + r 4 + r s = 3 + r 4 + r s = 3 + r 4 + r 3 s = m m = 0,64 s m = s r = 8,908 9 m m 3 =,9 s m = s r = 8,908 0 m m 3 =,6 s m = s r = 8,908 8,908 = 8,89 8,908 = 8,89 8,908 = 8,89 8,908 = 9,708 8,908 = 9,708 8,908 = 9,708 =,9074 =,9074 =,9074 = 4,3 8,89 = 4,3 9,708 = 8,6993 = 9,4706 = 4,3,9074 = 8,08
23 Contrastes Y = m m 4 = 6,0 NS < = 9,9046 Y = m m = 9,78 > = 8,6993 Y 3 = m m = 0,4 > = 8,6993 Y 4 = m m 3 =,68 > = 8,6993 Y = m 4 m = 3,8 > = 9,4706 Y 6 = m 4 m = 3,9 > = 9,4706 Y 7 = m 4 m 3 =,8 > = 9,4706 Y 8 = m m = 0,64 NS < = 8,08 Y 9 = m m 3 =,9 NS < = 8,08 Y 0 = m m 3 =,6 NS < = 8,08
24 Conclusão EXEMPLO DE APLICAÇÃO m m 4 m m m 3 m 6,0 NS 9,78 0,4,68 m 4 3,8 3,9,8 m 0,64 NS,90 NS m,6 NS m 3 Médias seguidas de pelo menos uma letra em comum não diferem entre si teste de Tukey, ao nível de significância de %. Tratamento MANTIQUEIRA IRACEMA IAC IAC 7 IAC Médias 47, 70 a 4, 0 a 7, 9 b 7, 8 b 6, 0 b
25 3) Cálculo do coeficiente de variação do experimento CV = 00 s Note que a média do experimento é: m Assim: m = 70, = 3,7 CV = 00 QM Res m = 00 8,908 3,7 = 3,0%
Bioexperimentação. Prof. Dr. Iron Macêdo Dantas
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
Governo do Estado do Rio Grande do Norte Secretaria de Estado da Educação e da Cultura - SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
DISCIPLINA BIOEXPERIMENTAÇÃO Exercício de experimento fatorial resolução passo-à-passo Os dados apresentados abaixo são uma adaptação do exemplo apresentado por Banzato e Kronka (199) Os dados são valores
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS
DELINEAMENTO INTEIRAMENTE CASUALIZADO e DELINEAMENTO EM BLOCOS CASUALIZADOS Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br 1. Objetivos Estudar o procedimento de instalação e análise de
Leia maisDELINEAMENTO EM BLOCOS AO ACASO
DELINEAMENTO EM BLOCOS AO ACASO Sempre que não houver condições experimentais homogêneas, devemos utilizar o principio do controle local, instalando Blocos, casualizando os tratamentos, igualmente repetidos.
Leia maisPlanejamento da pesquisa científica: incerteza e estatística. Edilson Batista de Oliveira Embrapa Florestas
Planejamento da pesquisa científica: incerteza e estatística Edilson Batista de Oliveira Embrapa Florestas Pesquisa em laboratórios na Embrapa Anos 70 Anos 80 Anos 90 Século 21 Precisão em Laboratórios:
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento de Blocos Completos Casualizados (DBCC) Quando usar? Quando as unidades experimentais não apresentam características
Leia maisANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Exemplo 1 de Introdução Medley & Clements (1998) estudaram o efeito de metais pesados, especialmente zinco, sobre
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br PARTE 1: INTEGRAÇÃO DE FUNÇÕES RACIONAIS FRACIONÁRIAS A integração das funções racionais fracionárias poderá recair
Leia maisAnálise da Variância. Prof. Dr. Alberto Franke (48)
Análise da Variância Prof. Dr. Alberto Franke (48) 91471041 Análise da variância Até aqui, a metodologia do teste de hipóteses foi utilizada para tirar conclusões sobre possíveis diferenças entre os parâmetros
Leia maisTécnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL
Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL Experimentos (testes) são realizados por pesquisadores em todos os campos de investigação, usualmente para descobrir
Leia maisAnálise Conjunta de Experimentos
Análise Conjunta de Experimentos Na experimentação agrícola é frequênte á instalação de grupos de ensaios, todos com a mesma estrutura, porém em anos e/ou locais distintos, visando a obtenção de conclusões
Leia maisPlanejamento de instalação de experimentos no campo
Planejamento de instalação de experimentos no campo Antonio Williams Moita Embrapa Hortaliças Goiânia, 28 de novembro de 2012 Experimentação Agrícola Histórico John Bennet Lawes - após prolongadas experimentações
Leia maisPlanejamento de Experimentos
Planejamento de Experimentos Analise de Variância (ANOVA) com um Fator Planejamento de Experimentos Muitas vezes é necessário obter informações sobre produtos e processos empiricamente. Trabalho assemelha-se
Leia maisAula 7: Delineamento em blocos ao acaso
Aula 7: Delineamento em blocos ao acaso Uma possível distribuição de parcelas é a esquematicamente mostrada na figura a seguir: Também denominado por delineamento em blocos casualizados é com certeza o
Leia maisConsiderações. Planejamento. Planejamento. 3.3 Análise de Variância ANOVA. 3.3 Análise de Variância ANOVA. Estatística II
UNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARAN PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Estatística II Aula 8 Profa. Renata G. Aguiar Considerações Coleta de dados no dia 18.05.2010. Aula extra
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COMPLETOS AUMENTADOS*
DELINEAMENTO EM BLOCOS CASUALIZADOS COMPLETOS AUMENTADOS* MARIA CRISTINA STOLF NOGUEIRA** F. PIMENTEL GOMES *** RESUMO O objetivo do presente trabalho consistiu em apresentar uma metodologia mais simples
Leia maisUNIVERSIDADE FEDERAL DA PARAÍBA
UNIVERSIDADE FEDERAL DA PARAÍBA Modelos de Probabilidade e Inferência Estatística Análise de Variância Parte 2 Departamento de Estatística Luiz Medeiros Estimação dos parâmetros e diagnóstico do modelo
Leia maisDELINEAMENTO FATORIAL. Profª. Sheila Regina Oro
DELINEAMENTO FATORIAL Profª. Sheila Regina Oro Existem casos em que vários fatores devem ser estudados simultaneamente para que possam nos conduzir a resultados de interesse. Experimentos fatoriais: são
Leia mais09 de setembro de 2013
Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 09 de setembro de 2013 1 2 3 4 5 6 7 8 9 10 Conteúdo Contexto Quando o F da ANOVA está sendo utilizado para testar diferenças
Leia maisMétodos Estatísticos Avançados em Epidemiologia
Métodos Estatísticos Avançados em Epidemiologia Análise de Variância - ANOVA Cap. 12 - Pagano e Gauvreau (2004) - p.254 Enrico A. Colosimo/UFMG Depto. Estatística - ICEx - UFMG 1 / 39 Introdução Existem
Leia maisANOVA - parte I Conceitos Básicos
ANOVA - parte I Conceitos Básicos Erica Castilho Rodrigues 9 de Agosto de 2011 Referências: Noções de Probabilidade e Estatística - Pedroso e Lima (Capítulo 11). Textos avulsos. Introdução 3 Introdução
Leia maisDELINEAMENTO EM QUADRADO LATINO
37 8 LINMNTO M QURO LTINO O delineamento em quadrado latino, apesar de sua alta eficiência, é pouco utilizado na pesquisa agropecuária por ter uma flexibilidade muito menor que os outros, ou seja, ele
Leia maisINTRODUÇÃO A MODELOS MISTOS
INTRODUÇÃO A MODELOS MISTOS Delineamento experimental ou desenho experimental, de uma forma bastante simples, é a forma em que os tratamentos (níveis de um fator ou combinações de níveis de fatores) são
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO
171 6 DELINEAMENTO INTEIRAMENTE CASUALIZADO O delineamento inteiramente casualizado é o mais simples de todos os delineamentos experimentais. É considerado o delineamento estatístico básico, sendo os demais
Leia maisDETERMINAÇÃO DE EQUAÇÕES DE REGRESSÃO OBTIDAS EM TERMÔMETROS DE GLOBO NEGRO PADRÃO E PLÁSTICO VERÃO E INVERNO
DETERMINAÇÃO DE EQUAÇÕES DE REGRESSÃO OBTIDAS EM TERMÔMETROS DE GLOBO NEGRO PADRÃO E PLÁSTICO VERÃO E INVERNO Patrícia da Silva Simão 1 ; Sandra Regina Pires de Moraes 2 ; André Luiz Ribas de Oliveira
Leia maisConceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa
2011 O 1. Formular duas hipóteses sobre um valor que é desconhecido na população. 2. Fixar um nível de significância 3. Escolher a Estatística do Teste 4. Calcular o p-valor 5. Tomar a decisão mediante
Leia maisANÁLISE DE VARIÂNCIA
10 4 ANÁLISE DE VARIÂNCIA Um problema que se apresenta com maior freqüência do que qualquer outro na análise estatística é o de avaliar se duas ou mais amostras diferem significativamente com relação a
Leia maisPROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL
PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM DOIS FATORES E O PLANEJAMENTO FATORIAL Dr Sivaldo Leite Correia CONCEITOS E DEFINIÇÕES FUNDAMENTAIS Muitos experimentos são realizados visando
Leia maisAVALIAÇÃO DO USO DO PÓ DE ROCHA NO DESEMPENHO DE DUAS VARIEDADES DE MANDIOCA DE MESA
AVALIAÇÃO DO USO DO PÓ DE ROCHA NO DESEMPENHO DE DUAS VARIEDADES DE MANDIOCA DE MESA Fernanda Pereira de Souza 1 Eder de Souza Martins 2 Luise Lottici Krahl 3 Eduardo Alano Vieira 4 Josefino de Freitas
Leia maisAvaliação de variedades sintéticas de milho em três ambientes do Rio Grande do Sul. Introdução
Avaliação de variedades sintéticas de milho em três ambientes do Rio Grande do Sul Machado, J.R. de A. 1 ; Guimarães, L.J.M. 2 ; Guimarães, P.E.O. 2 ; Emygdio, B.M. 3 Introdução As variedades sintéticas
Leia maisMedidas de Dispersão ou variabilidade
Medidas de Dispersão ou variabilidade A média - ainda que considerada como um número que tem a faculdade de representar uma série de valores - não pode, por si mesma, destacar o grau de homogeneidade ou
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS
193 7 DELINEAMENTO EM BLOCOS CASUALIZADOS O delineamento em blocos casualizados, também denominado de delineamento em blocos completos casualizados, se constitui no delineamento estatístico mais utilizado
Leia maisEstatística - Análise de Regressão Linear Simples. Professor José Alberto - (11) sosestatistica.com.br
Estatística - Análise de Regressão Linear Simples Professor José Alberto - (11 9.7525-3343 sosestatistica.com.br 1 Estatística - Análise de Regressão Linear Simples 1 MODELO DE REGRESSÃO LINEAR SIMPLES
Leia maisAnálise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia.
Metodologia de Planejamento e Análise de Experimentos 1 Análise do tempo médio gasto para travessia de uma avenida durante três horários de pico de trânsito do dia. Carlos Roberto Castelano Júnior Universidade
Leia maisInferência para várias populações normais análise de variância (ANOVA)
Inferência para várias populações normais análise de variância (ANOVA) Capítulo 15, Estatística Básica (Bussab&Morettin, 8a Edição) 9a AULA 11/05/2015 MAE229 - Ano letivo 2015 Lígia Henriques-Rodrigues
Leia maisSÉRIE TÉCNICA ISSN
INSTITUTO DE PESQUISAS E ESTUDOS FLORESTAIS ESALQ/USP DEPARTAMENTO DE CIÊNCIAS FLORESTAIS SÉRIE TÉCNICA ISSN 000-837 ASPECTOS PRÁTICOS DOS DELINEAMENTOS EM LÁTICE Mário Luiz Teixeira de Moraes Fernando
Leia maisDEPARTAMENTO DE CIENCIAS EXATAS PROGRAMA DE PÓS-GRADUAÇÃO EM ESTATÍSTICA E EXPERIMENTAÇÃO AGROPECUÁRIA
DEPRTMENTO DE CIENCIS EXTS PROGRM DE PÓS-GRDUÇÃO EM ESTTÍSTIC E EXPERIMENTÇÃO GROPECUÁRI Prova de Seleção (13/11/2009) Mestrado Início 2010 Nome: QUESTÃO 1 2 3 4 5 6 TOTL NOT OBSERÇÃO: Não é permitido
Leia maisUNIVERSIDADE FEDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL LISTA DE EXERCÍCIOS 4
UNIVERSIDADE EDERAL DE RONDÔNIA CAMPUS DE JI-PARANÁ DEPARTAMENTO DE ENGENHARIA AMBIENTAL Disciplina: Estatística II LISTA DE EXERCÍCIOS 4 1. Torna-se necessária uma comparação múltipla de médias quando
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisMAE Introdução à Probabilidade e Estatística II Resolução Lista 5
MAE 229 - Introdução à Probabilidade e Estatística II Resolução Lista 5 Professor: Pedro Morettin e Profa. Chang Chian Exercício 1 (a) De uma forma geral, o desvio padrão é usado para medir a dispersão
Leia maisMedidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação
Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes
Leia maisCurso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha
Curso de Estatística Descritiva e Inferencial (Planejamento Experimental) Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Noções de Estimação de Parâmetros Intervalos de Confiança
Leia maisANÁLISE DE VARIÂNCIA. y j = µ + τ i + e i j = µ i + e i j
SUMÁRIO 1 Análise de Variância 1 1.1 O Teste F...................................... 1.2 Verificando as pressuposições do modelo..................... 5 1.2.1 Verificação de Normalidade.........................
Leia mais9 Correlação e Regressão. 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla
9 Correlação e Regressão 9-1 Aspectos Gerais 9-2 Correlação 9-3 Regressão 9-4 Intervalos de Variação e Predição 9-5 Regressão Múltipla 1 9-1 Aspectos Gerais Dados Emparelhados há uma relação? se há, qual
Leia maisPrecisão experimental, na avaliação da produtividade de colmos, em ensaios de genótipos de cana-de-açúcar com colheita manual
Precisão experimental, na avaliação da produtividade de colmos, em ensaios de genótipos de cana-de-açúcar com colheita manual Letícia Barão Medeiros 1 Alberto Cargnelutti Filho 2 Fernanda Martins Simões
Leia maisFunção R para analisar experimentos em DBC com Fatorial Duplo e um Tratamento Adicional, em uma só Rodada
Função R para analisar experimentos em DBC com Fatorial Duplo e um Tratamento Adicional, em uma só Rodada Pórtya Piscitelli Cavalcanti 1 2 Eric Batista Ferreira 1 Denismar Alves Nogueira 1 1 Introdução
Leia maisLista Teste de hipóteses
Lista Teste de hipóteses 01) Realizou-se uma pesquisa para comprar dois locais, Itajaí e Araranguá, quanto à produção de arroz irrigado, em t/ha, na safra 19881989. Dez progênies foram utilizadas nos dois
Leia maisPrecisão experimental, na avaliação da produtividade de colmos, em ensaios de genótipos de cana-de-açúcar com colheita mecanizada
Precisão experimental, na avaliação da produtividade de colmos, em ensaios de genótipos de cana-de-açúcar com colheita mecanizada Fernanda Martins Simões 1 Alberto Cargnelutti Filho 2 Letícia Barão Medeiros
Leia maisCapítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1
Capítulo 11 Análise da Variância Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1 Objetivos do Aprendizado Neste capítulo você aprenderá: Os conceitos básicos da modelagem
Leia maisQual o delineamento e quantas observações devo considerar em meu projeto? Ivan Barbosa Machado Sampaio Professor Emérito Escola de Veterinária - UFMG
Qual o delineamento e quantas observações devo considerar em meu projeto? Ivan Barbosa Machado Sampaio Professor Emérito Escola de Veterinária - UFMG Após 45 dias sob mesmo manejo... Foram selecionados
Leia maisPoder do teste e determinação do tamanho da amostra:pca & PBC
Poder do teste e determinação do tamanho da amostra:pca & PBC Relembrando: α = probabilidade do erro do tipo I: P(Rejeitar H 0 H 0 é verdadeira). β = probabilidade do erro do tipo II: P(Não rejeitar H
Leia maisDE ESPECIALIZAÇÃO EM ESTATÍSTICA APLICADA)
1. Sabe-se que o nível de significância é a probabilidade de cometermos um determinado tipo de erro quando da realização de um teste de hipóteses. Então: a) A escolha ideal seria um nível de significância
Leia mais29 e 30 de julho de 2013
Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 29 e 30 de julho de 2013 Dia 1 - Conteúdo 1 2 3 Alguns softwares recomen: R (Livre) /www.r-project.org/ SAS (SAS
Leia maisInfluências das Épocas de Plantio sobre Dirceu Luiz Broch a Produtividade de Híbridos de Milho Safrinha
5 Carlos Pitol Influências das Épocas de Plantio sobre Dirceu Luiz Broch a Produtividade de Híbridos de Milho Safrinha André Luis F. Lourenção 5.. Introdução O zoneamento agrícola para plantio de milho
Leia maisAnálise de Variância
Análise de Variância Júlio Osório Comparação de mais de duas médias No Capítulo anterior consideraram-se estudos onde se pretendiam comparar duas médias ( teste t de Student para duas amostras): : H0 µ
Leia maisMódulo 4. Estudos de dispersão (R&R) de sistemas de medição.
Módulo 4 Estudos de dispersão (R&R) de sistemas de medição. Conteúdos deste módulo Estudos de dispersão (variabilidade) Método da amplitude Método da média e da amplitude Método da ANOVA Análises gráficas
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema 4: Experimentos factoriais Definição Experimentos factoriais são aqueles que incluem todas as combinações possíveis de vários conjuntos de factores. Ex : Um experimento com
Leia maisA COMPARAÇÃO ENTRE MÉDIAS DE TRATAMENTOS NA ANÁLISE DA VARIÂNCIA
A COMPARAÇÃO ENTRE MÉDIAS DE TRATAMENTOS NA ANÁLISE DA VARIÂNCIA FREDERICO PIMENTEL GOMES Escola Superior de Agricultura "Luiz de Queiroz", Universidade de São Paulo ÍNDICE 1 O Problema a Resolver 2 2
Leia maisSUMÁRIO. Prefácio, Espaço amostrai, Definição de probabilidade, Probabilidades finitas dos espaços amostrais fin itos, 20
SUMÁRIO Prefácio, 1 3 1 CÁLCULO DAS PROBABILIDADES, 15 1.1 Introdução, 15 1.2 Caracterização de um experimento aleatório, 15 1.3 Espaço amostrai, 16 1.4 Evento, 17 1.5 Eventos mutuamente exclusivos, 17
Leia maisANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno
ANOVA FACTORIAL Quando a variável dependente é influenciada por mais do que uma variável independente (Factor) estamos interessados em estudar o efeito não só de cada um dos factores mas e também a possível
Leia maisPlanejamento de Experimentos. 13. Experimentos com fatores aleatórios
Planejamento de Experimentos 13. Experimentos com fatores aleatórios Até aqui assumimos que os fatores nos experimentos eram fixos, isto é, os níveis dos fatores utilizados eram níveis específicos de interesse.
Leia maisEstatística aplicada ao Melhoramento animal
Qual é a herdabilidade para uma característica? Qual é a variabilidade de desempenho para essa característica? Selecionando para a característica X, característica Y será afetada? Como predizer os valores
Leia maisTestes de Hipóteses. Professor: Josimar Vasconcelos Contato: ou
Testes de Hipóteses Professor: Josimar Vasconcelos Contato: josimar@ufpi.edu.br ou josimar@uag.ufrpe.br http://prof-josimar.blogspot.com.br/ Universidade Federal do Piauí UFPI Campus Senador Helvídio Nunes
Leia maisAVALIAÇÃO DE ACESSOS DE MANDIOCA DE INDÚSTRIA NA EMBRAPA CERRADOS
AVALIAÇÃO DE ACESSOS DE MANDIOCA DE INDÚSTRIA NA EMBRAPA CERRADOS Cásio Alves Costa de Souza 1, Eduardo Alano Vieira 1, Josefino de Freitas Fialho 1, Francisco Duarte Fernandes 1, Roberto Guimarães Júnior
Leia maisOs testes. Objetivos. O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos)
Prof. Lorí Viali, Dr. http://www.mat.ufrgs.br/viali/ viali@mat.ufrgs.br Os testes O teste Q de Cochran; O teste de Friedman (Análise de variância de duplo fator por postos) William Gemmell Cochran (1909-1980)
Leia maisAnálise estatística de um experimento em blocos ao acaso abordando os aspectos teóricos e práticos
Universidade Estadual da Paraíba Centro de Ciências e Tecnologia Departamento de Estatística Márcia Marciele dos Santos Silva Análise estatística de um experimento em blocos ao acaso abordando os aspectos
Leia maisTÍTULO: AVALIAÇÃO DE MUDAS DE COFFEA ARABICA PRODUZIDAS EM DIFERENTES RECIPIENTES
TÍTULO: AVALIAÇÃO DE MUDAS DE COFFEA ARABICA PRODUZIDAS EM DIFERENTES RECIPIENTES CATEGORIA: CONCLUÍDO ÁREA: CIÊNCIAS EXATAS E DA TERRA SUBÁREA: CIÊNCIAS AGRÁRIAS INSTITUIÇÃO: CENTRO UNIVERSITÁRIO DO PLANALTO
Leia maisAnais do Seminário de Bolsistas de Pós-Graduação da Embrapa Amazônia Ocidental
Anais do Seminário de Bolsistas de Pós-Graduação da Embrapa Amazônia Ocidental Anais do Seminário de Bolsistas de Pós-Graduação da Embrapa Amazônia Ocidental Propagação Vegetativa de Piper hispidum Sw.
Leia maisEstatística. Nos exercícios que se seguem, e caso seja necessário, considere que os pressupostos necessários à aplicação da ANOVA são verificados.
INSTITUTO SUPERIOR POLITÉCNICO DE VISEU ESCOLA SUPERIOR DE TECNOLOGIA Ano Lectivo 007/008 Estatística Ficha n.º Nos exercícios que se seguem, e caso seja necessário, considere que os pressupostos necessários
Leia maisAULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
Leia mais16/6/2014. Teste Qui-quadrado de independência
UNIVERSIDADE FEDERAL DA PARAÍBA TESTES NÃO- PARAMÉTRICOS Parte I Prof. Luiz Medeiros Departamento de Estatística Teste Qui-quadrado de independência Um dos principais objetivos de se construir uma tabela
Leia maisUniversidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Bacharelado em Estatística
Universidade Federal do Pará Instituto de Ciências Exatas e Naturais Faculdade de Estatística Bacharelado em Estatística Disciplina: Estatística Aplicada Professores: Héliton Tavares e Regina Tavares Aluna:
Leia mais4 Resultados e Discussão:
4 Resultados e Discussão: Os resultados obtidos são apresentados e discutidos separadamente a seguir, de acordo com o tipo de amostra objeto de análise: 4.1 Análise de amostras para estudos toxicológicos.
Leia maisREGRESSÃO LINEAR SIMPLES E MÚLTIPLA
REGRESSÃO LINEAR SIMPLES E MÚLTIPLA Curso: Agronomia Matéria: Metodologia e Estatística Experimental Docente: José Cláudio Faria Discente: Michelle Alcântara e João Nascimento UNIVERSIDADE ESTADUAL DE
Leia mais6 Exemplos de Aplicação
6 Exemplos de Aplicação Neste capítulo serão apresentados quatro exemplos numéricos a fim de tornar claros os procedimentos dos capítulos anteriores. O primeiro exemplo ilustra a avaliação das incertezas
Leia maisPROF. ADILSON DOS ANJOS
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO PLANEJAMENTO DE EXPERIMENTOS I (Notas de Aula) PROF. ADILSON DOS ANJOS Curitiba, 7 de março de 2005 Planejamento
Leia maisDelineamento em Blocos ao Acaso
Costa, S.C. 1 Universidade Estadual de Londrina Departamento de Estatística Delineamento em Blocos ao Acaso Silvano Cesar da Costa Londrina - Paraná Costa, S.C. 2 Delineamento em Blocos Casualizados Experimento
Leia maisBROTAÇÃO DE VARIEDADES DE CANA-DE-AÇÚCAR NAS CONDIÇÕES DE CERRADO DO BRASIL-CENTRAL
BROTAÇÃO DE VARIEDADES DE CANA-DE-AÇÚCAR NAS CONDIÇÕES DE CERRADO DO BRASIL-CENTRAL Adeliano Cargnin 1, João Augusto Müller 1, Fernando Daminelli Araújo Mello 1, Cláudia Martellet Fogaça 1 ( 1 Embrapa
Leia maisTESTES DE NORMALIDADE E SIGNIFICÂNCIA. Profª. Sheila Regina Oro
TESTES DE NORMALIDADE E SIGNIFICÂNCIA Profª. Sheila Regina Oro A suposição de normalidade dos dados amostrais ou experimentais é uma condição exigida para a realização de muitas inferências válidas a respeito
Leia maisMedidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Leia maisMÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência
MÓDULO V: Análise Bidimensional: Correlação, Regressão e Teste Qui-quadrado de Independência Introdução 1 Muito frequentemente fazemos perguntas do tipo se alguma coisa tem relação com outra. Estatisticamente
Leia mais- Testes Qui-quadrado - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: Segundo Mendel (geneticista
Leia maisProdutividade de Matéria Seca de Capim Brachiaria brizantha cv. Marandu, com residual de 8 Toneladas de Cama Aviária e Diferentes Doses de Nitrogênio.
Produtividade de Matéria Seca de Capim Brachiaria brizantha cv. Marandu, com residual de 8 Toneladas de Cama Aviária e Diferentes Doses de Nitrogênio.. SODRÉ M. C. R. F ¹, CARBALIAL M. R. ², DIOG M. F.
Leia maisAvaliação de Híbridos de Milho do Programa de Melhoramento Genético do DBI/UFLA
XXIX CONGRESSO NACIONAL DE MILHO E SORGO - Águas de Lindóia - 26 a 30 de Agosto de 2012 Avaliação de Híbridos de Milho do Programa de Melhoramento Genético do DBI/UFLA Renato Barbosa Camargos 1, Amanda
Leia maisPlanejamento e Análise de Experimentos
Planejamento e Análise de Experimentos Aula 3 Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Agosto de 2011 ANOVA para Fator Único Análise
Leia maisAnálise de Variância ANOVA
Análise de Variância ANOVA ENG09004 014/ Prof. Alexandre Pedott pedott@producao.ufrgs.br ANOVA Os testes de hipótese apresentados até aqui limitaram-se à comparação de duas médias ou duas variâncias. Contudo,
Leia maisEscolha dos testes INTRODUÇÃO À BIOESTATÍSTICA QUANTIFICAÇÃO DOS GRUPOS DO ESTUDO PESQUISA INFERÊNCIA ESTATÍSTICA TESTE DE HIPÓTESES E
Escolha dos testes INTRODUÇÃO À BIOESTATÍSTICA Determinada a pergunta/ hipótese Recolhidos os dados Análise descritiva = Estatística descritiva QUAIS TESTES ESTATÍSTICOS DEVEM SER REALIZADOS?? PROFESSORA:
Leia maisX e Y independentes. n + 1 m
DEPARTAMENTO DE ESTATÍSTICA / CCEN / UFPA Disciplina: Inferência I Prof: Regina Tavares 5.0. TESTE DE HIPÓTESES PARA DUAS POPULAÇÕES 5.0.. Duas Populações Normais independentes : X, X 2,, X n uma a.a.
Leia maisTESTE DE HIPÓTESE PARA A MÉDIA COM VARIÂNCIA CONHECIDA/ DESCONHECIDA
TESTE DE HIPÓTESE PARA A MÉDIA COM VARIÂNCIA CONHECIDA/ DESCONHECIDA OBS: Supondo que o modelo Normal é adequado para os dados 1) A resistência à tração do aço inoxidável produzido numa usina permanecia
Leia maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA - IRRIGAÇÃO E DRENAGEM
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA - IRRIGAÇÃO E DRENAGEM PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Estatística Experimental CURSO: Mestrado ( X ) Doutorado ( X ) DEPARTAMENTO RESPONSÁVEL:
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Mario de Andrade Lira Junior
DELINEAMENTO EM BLOOS ASUALIZADOS (DB) Mario de Andrade Lira Junior GENERALIDADES Delineamento mais comum em ciências agrárias Delineamento mais simples com controle local Só usar quando confiar que pode
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema 3: Testes de Compaações Múltiplas Testes de Compaações Múltiplas (TCM) Os TCM são subdivididos em: i. Compaação de paes planeados os paes específicos de tatamentos são identificados
Leia mais- Testes Qui-quadrado. - Aderência e Independência
- Testes Qui-quadrado - Aderência e Independência 1 1. Testes de Aderência Objetivo: Testar a adequabilidade de um modelo probabilístico a um conjunto de dados observados Exemplo 1: 1 Genética Equilíbrio
Leia maisA presença de Outliers interfere no Teste f e no teste de comparações múltiplas de médias
A presença de Outliers interfere no Teste f e no teste de comparações múltiplas de médias CHICARELI, L.S 1 ; OLIVEIRA, M.C.N. de 2 ; POLIZEL, A 3 ; NEPOMUCENO, A.L. 2 1 Universidade Estadual de Londrina
Leia maisXXIX CONGRESSO NACIONAL DE MILHO E SORGO - Águas de Lindóia - 26 a 30 de Agosto de 2012
XXIX CONGRESSO NACIONAL DE MILHO E SORGO - Águas de Lindóia - 26 a 30 de Agosto de 2012 Componentes de Produção de Seis Cultivares de Milho na Região de Pompéia - SP. Elvio Brasil Pinotti 1, Silvio José
Leia maisUniversidade Federal do Ceará Campus Cariri 3 o Encontro Universitário da UFC no Cariri Juazeiro do Norte-CE, 26 a 28 de Outubro de 2011
TESTE DE GERMINAÇÃO PARA AVALIAR A QUALIDADE DA SEMENTE DO MILHO PIPOCA Laianny Morais Maia¹, Silvério de Paiva Freitas Júnior², Mikaelle Cavalcante de Brito¹, Cícero Secifram da Silva¹, Edilza Maria Felipe
Leia maisINFERÊNCIA ESTATÍSTICA. ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p
INFERÊNCIA ESTATÍSTICA ESTIMAÇÃO PARA A PROPORÇÃO POPULACIONAL p Objetivo Estimar uma proporção p (desconhecida) de elementos em uma população, apresentando certa característica de interesse, a partir
Leia maisModificação do teste de Tukey para uso sob heterocedasticidade e desbalanceamento
Modificação do teste de Tukey para uso sob heterocedasticidade e desbalanceamento Paulo César de Resende Andrade 1 Lucas Luciano Barbosa 1 Regiane Teixeira Farias 1 Ana Luisa de Castro Pereira Martins
Leia maisPlanejamento e Pesquisa 1. Dois Grupos
Planejamento e Pesquisa 1 Dois Grupos Conceitos básicos Comparando dois grupos Testes t para duas amostras independentes Testes t para amostras pareadas Suposições e Diagnóstico Comparação de mais que
Leia mais