Éder David Borges da Silva Renato Gonçalves de Oliveira
|
|
- Zilda de Sá
- 5 Há anos
- Visualizações:
Transcrição
1 Éder David Borges da Silva Renato Gonçalves de Oliveira
2 Conteúdo abordado: Revisão de Estatística Experimental Princípios básicos de experimentação Delineamento inteiramente casualizado (DIC) Delineamento blocos ao acaso (DBA) Delineamento Quadrado latino (DQL) Esquema Fatorial Delineamento em parcela subdividida Delineamento em faixas Procedimentos de comparações multiplas Introdução ao Software R Análise de variância Analise de regressão linear Analise de regressão não linear
3
4 Momentos estatísticos _ x 1 n i n 1 x 1 n x... i 1 x n s 1 n 1 i n 1 _ x i x 4
5 Funções de distribuição de probabilidade normal f x,, 1 x exp 5
6 4 Intervalos de confiança e teste de hipótese N(0,1), z crít 0 z crít rejeição de H 0 z <<< 0 Se H 0 falsa aceitação de H 0 z = 0 Se H 0 verdadeira 0,14 0,1 0,1 0,08 0,06 0,04 rejeição de H 0 z >>> 0 Se H 0 falsa 1 N( 0, ) n N( 1, ) n 0, X + crít 1 6
7 Tipos de erro no teste de hipóteses Realidade Decisão H0 é verdadeira H0 é falsa Rejeitar H0 Erro tipo I Decisão correta Não Rejeitar H0 Decisão correta Erro tipo II 7
8 P-valor 8
9 Propriedades da distribuição F g / ( g g ) [( g g ) ] g g f x x x x ( g ) ( g ) g g g1 / 1 1 ( ) EX ( ) Var( X ) g g g ( g1 g ) g ( g ) ( g 4) 1 X ~ F g 1, g (lê-se: X tem distribuição F com g 1 e g graus de liberdade) 0 + Propriedades: a) seu ~ g e V 1 ~ g então 1 b) se X ~ F g 1, g então ~ F g, g 1 U/ g V / g 1 ~ F g, g 1 1 P( Fg, g F) P( Fg, g ) F X 1 1 F g 1, g 0 F + F g, g F 9
10 Teste F F calc QMT QME F r 1, nt r H 0 verd F crít H 0 falso ac. H 0 rej. H 0 10
11
12 Circularidade do Método científico HIPÓTESE PLANEJAMENTO CONCLUSÃO/DESENV. TEORIA EXPERIMENTO TESTE DA HIPÓTESE ANÁLISE ESTATÍSTICA 1
13
14 Princípios básicos da experimentação Casualização Repetição Controle local A aleatorização torna os testes estatísticos válidos A repetição torna os testes estatísticos possíveis O controle local torna o experimento mais eficiente 14
15
16 Pressupostos de modelos lineares (ANOVA) Y X 16
17 Pressupostos de modelos lineares (ANOVA) Normalidade da distribuição dos erros; Homogeneidade das variâncias; Aditividade dos efeitos dos fatores de variação; Independência dos erros; 17
18 f(x) Normalidade da distribuição dos erros x Analise gráfica e pelo teste Shapiro-Wilk W n i 1 n i 1 a x i i x i _ x 18
19 Resíduos Homogeneidade das variâncias, t1 t t3 t4 t5 t6 t7 t8 t9 Linhagens Analise gráfica e pelo teste Bartlett C k 1 k i 1 1 ni 1 n 1 k K n k logqmre C i K 1 ni 1 logs i ~ X k 1 19
20 Aditividade dos efeitos dos fatores de variação y ij i ij Cada componente do modelo deve ter efeito aditivo; 0
21 Resíduos Independência dos erros: Linhagens Os erros devem possuir independência dos demais cov( ij, ' ij ) 0 1
22
23 Definição Efeitos fixos: Os níveis em estudo forem escolhidos pelo pesquisador, de modo que o interesse centra centra-se nesses níveis; Inferência restrita aos níveis em estudo. Efeitos aleatórios (variáveis aletórias): Os níveis em estudo correspondem a uma amostra aleatória de uma população de referência; Os níveis provem de uma distribuição de probabilidade; A inferência é extrapolada para uma população de referência; 3
24 Observações do experimento Os valores observados quando da avaliação dos materiais representa a média fenotípica: Observação fenotípica = Efeitos genéticos + Efeitos ambientais + Efeitos residuais 4
25
26 Modelo estatístico inteiramente casualizado y ij i ij onde ij IDD ~ N(0, ) yij é o valor do i-ésimo tratamento na j-ésima parcela é a constante geral do modelo (normalmente a média) i ij é o efeito do i-ésimo tratamento é o erro experimental associado ao i-ésimo tratamento na j-ésima parcela 6
27 Quadro de anova DIC Fonte Tratamento Erro Total ( t GL t 1 1)( r tr 1 1) SQ SQtrat SQerro SQtotal ( t QM SQtrat t 1 SQerro 1)( r 1) EMEF r t i 1 EMEA r 7
28
29 Delineamentos blocos ao acaso Considerações importantes: O bloco é uma restrição à casualização; Isto implicará em perda de precisão experimental e ganho na facilidade de condução do experimento; Isso se deve a perda de graus de liberdade do resíduo; O bloco não é necessariamente espacial, áreas desuniformes, ele pode ser virtual, no caso de épocas de plantio por exemplo. 9
30 Modelo estatístico Blocos ao acaso y ij i j ij onde ij IDD ~ N(0, ) yij é o valor do i-ésimo tratamento na j-ésima parcela é a constante geral do modelo (normalmente a média) i é o efeito do i-ésimo tratamento ij j é o efeito do j-ésimo bloco é o erro experimental associado ao i-ésimo tratamento na j-ésima parcela 30
31 Quadro de anova DBA Fonte Bloco Tratamento Erro ( j GL j 1 t 1 1)( t 1) SQ SQbloco SQtrat SQerro QM QMbloco QMtrat QMerro EMEF t j j t 1 t 1 j j EMEA t j t Total jt 1 SQtotal QMtotal 31
32 DBA a c b c b a c a b 3
33 DBA Outra Estufa E N T R A D A Canteiro Corredor _RS _Tke _Pe _P _RSe _RS _RS _P _RSe _RSe _Pe _Tke _P _RSe _TK _TK _Tke _Pe _Pe _TK _TKe _P _TK _RS C E R C A 33
34
35 Modelo estatístico Quadrado latino y ijk i l j c k ijk onde ijk IDD ~ N(0, ) y ij é o valor do i-ésimo tratamento na j-ésima parcela é a constante geral do modelo (normalmente a média) l c i j k ij é o efeito do i-ésimo tratamento é o efeito da j-ésima linha é o efeito da k-ésima coluna é o erro experimental associado ao i-ésimo tratamento na j-ésima parcela 35
36 Delineamento Quadrado latino Casualização: Somente uma repetição de cada tratamento aparece em cada bloco; Limitação: O número de tratamentos deve ser igual ao número de repetições. Isso implica na necessidade de grandes áreas e grande volumes de material experimental; Desvantagem: O número de repetições aumentará a medida que o número de tratamentos também aumente; 36
37 Delineamento Quadrado latino Linhas Colunas I II III IV V I D A B C E II C E A B D III E B C D A IV B D E A C V A C D E B 37
38
39 Esquema fatorial Esquema fatorial não é um delineamento, é apenas um arranjo entre os tratamentos; O arranjo fatorial pode ser conduzido em Delineamento inteiramente casualisado; Blocos ao acaso; Quadrado latino; Outros; 39
40 Esquema fatorial Definições Fator: uma causa de variação conhecida e de interesse do pesquisador (um tipo de tratamento); Nível: subdivisão do fator; Efeito principal: pode-se estudar isoladamente o efeito de cada fator no experimento; Efeito da interação: quando existir, estudar o comportamento de cada fator, na presença ou ausência de níveis dos demais fatores 40
41 Modelo estatístico Esquema Fatorial y ( ) ijk i j ij ijk onde ij IDD ~ N(0, ) y ijk é o valor do i-ésimo tratamento na j-ésima parcela e na k-ésima repetição é a constante geral do modelo (normalmente a média) i é o efeito do i-ésimo nível do fator A j é o efeito da j-ésimo nível do fator B ( ) ij é o efeito da interação entre i-ésimo nível do fator A e j-ésimo nível do fator B ijk é o erro experimental entre i-ésimo nível do fator A e j-ésimo nível do fator B na k-ésima repetição. 41
42 Quadro de anova fatorial Fonte TratamentoA TratamentoB AB Erro GL a 1 b 1 ( a 1)( b 1) ab( r 1) SQ SQA SQB SQAB SQErro QM QMA QMB QMAB QMErro EMEF br ar r ( a a t ( 1)( b i 1 j 1 ) ij 1) EMEA r r r br ar 4
43
44 Modelo estatístico Delineamento em parcela subdividida y ijk yijk i j ij k é o valor do i-ésimo tratamento na j-ésima parcela e na k-ésima repetição é a constante geral do modelo (normalmente a média) ik ijk onde ijk IDD ~ N(0, ) i j ij k ik ijk é o efeito do i-ésimo nível do fator A é o efeito da j-ésimo bloco é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco é o efeito da k-ésimo nível do fator B é o efeito da interação entre o i-ésimo nível do fator A e da k-ésimo nível do fator B é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco e k-ésimo nível do fator B 44
45 Anova de split-plot 45 SQtotal abr Total QMerroB SQerrob r b a ErroB r b a r QMAB SQAB b a AB ra b ra QMB SQB b B b b QMerroa SQerroa a r ErroA rb b a rb b QMA SQA a A ab b ab b QMBloco SQBloco r Bloco EMEA EMEF QM SQ GL Fonte ij j i p p 1 1) 1)( ( 1) 1)( ( ) ( 1) 1)( ( 1 1 1) 1)( ( 1 1 1
46 Experimento Split-plot Quando instalar: Em experimentos fatoriais com dois ou mais fatores; Quando há alguma limitação para instalar o experimento; Facilidade para instalação; Em alguns casos é a única forma de aplicação dos tratamentos às unidades experimentais; 46
47 Experimento em Split-plot Definição: Esse tipo de experimento aloca o fator A em parcelas principais, ou primária, e o fator B nas sub-parcelas, ou secundárias; Cada parcela funciona como um bloco para as subparcelas; Se existem mais de dois fatores o experimento é chamado de parcelas sub-divididas e assim por diante; 47
48 Experimento Split-plot Croqui de uma parcela principal de um experimento em Parcelas subdivididas Parcela principal (Fator A) Sub-parcela (Fator B)
49 Experimento Split-plot Por exemplo: Experimento com fatores (A e B), cada um com 4 níveis, dispostos em 3 blocos: A = A1; A; A3; A4 B = B1; B; B3; B4 BLOCO = I; II; IV Bloco I A1 B4 B1 B3 B A3 B1 B3 B4 B A4 B1 B3 B B4 A B B1 B3 B4
50 Experimento Split-plot O fator de maior interesse deve ser colocado nas subparcelas quando possível (maior número de graus de liberdade); Caso não seja possível a aplicação dos tratamentos às parcelas principais ou sub-parcelas dependerá da facilidade de instalação do experimento; 50
51
52 Experimentos em faixas ou Split Block É uma variação dos experimentos em parcelas subdivididas; Os fatores A e B são dispostos em faixas como se fossem parcelas principais; 5
53 Modelo estatístico Delineamento em faixas y ijk j i ij k jk ( ) ij ijk onde ijk IDD ~ N(0, ) y ijk é o valor do i-ésimo tratamento A e k-ésimo tratamento B no j-ésima bloco é a constante geral do modelo (normalmente a média) j é o efeito do j-ésimo bloco i é o efeito da i-ésimo tratamento A ij é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco k é o efeito da k-ésimo nível do fator B ( jk ) ij é o erro experimental entre k-ésimo nível do fator B e j-ésimo bloco é o efeito da interação entre o i-ésimo nível do fator A e da k-ésimo nível do fator B ijk é o erro experimental entre i-ésimo nível do fator A e k-ésimo nivel de B no j-ésimo bloco 53
54 Experimento Em Faixas CROQUI B4 B B3 B1 A A1 A3
55
56 Procedimentos para comparações múltiplas Teste de Tukey ou DHS (HSD): Teste de Duncan: q p, v, QME r q p, v, p QME r 56
57 Procedimentos para comparações múltiplas Teste Scott-Knott: SQgrupos G1 k1 G k G3 k3 0 SQmédias k v v QME r *
58 Procedimentos para comparações múltiplas Um teste pode ter dois parâmetros; Poder do teste: Capacidade do teste em detectar diferenças reais entre os tratamentos. Rigorosidade: Confiança no resultado obtido. 58
59 Procedimentos para comparações múltiplas Erro tipo I por comparação: Probabilidade de se rejeitar uma hipótese verdadeira nas comparações dos tratamentos tomados dois a dois; Erro tipo I por experimento: Probabilidade de se realizar pelo menos uma inferência errada por experimento; Erro tipo III: Probabilidade de se classificar um tratamento superior ao outro quando o segundo supera o primeiro; 59
60 Procedimentos para comparações múltiplas Linhagens Médias 1 14,65 a 1,34 ab 3 10,4 b Ambigüidade dos resultados 60
61 Procedimentos para comparações múltiplas Valores médios Procedimentos de comparações múltiplas Trat. Par. Est. Tukey SNK LSD LSDB SK ,461 D C E D B ,498 D C DE CD B ,488 CD C DE CD B 85 90,74 CD BC DE CD B ,986 CD BC CD BCD B ,511 BCD BC CD BCD B ,689 ABC AB BC ABC A ,436 AB A AB AB A ,49 A A A A A ,94 A A A A A 61
62 Procedimentos para comparações múltiplas Comparação do teste de Scott-Knott com os demais: Comparações realizadas através de experiemntos com dados simulados; Taxas de erro tipo I sempre abaixo do nível de significância (menores que α); O poder do teste foi duas vezes maiores que os do teste de Duncan, t e SNK, oito vezes mais poderoso que o teste Tukey e semelhante ao t-bayesiano; 6
63
64 Novas ferramentas para análise GLM: Modelos Lineares Generalizados; AMMI: Additive main effects and Multiplicative Interaction model; Selegen: Sistemas REML/BLUP de análise via modelos mistos; 64
65 GLM Modelos lineares generalizados; Distribuição Poisson 65
66 AMMI Additive main effects and Multiplicative Interaction model; Interação GxE; Interação em modelos estatísticos com efeitos fixos 66
67 AMMI Interação GxE; 67
68 AMMI Interação em modelos estatísticos com efeitos fixos; 68
69 Sistemas REML/BLUP REML: Máxima verossimilhança restrita; BLUP: Melhor predição linear não viesada; 69
70 Sistemas REML/BLUP 70
71 Sistemas REML/BLUP Safra 1 Safra 71
72 Sistemas REML/BLUP 7
73
74 Experimento hipotético Para se estudar padrões nutricionais e expressão gênica em híbridos Bt comerciais de milho decidiu-se trabalhar com dois híbridos Bt e suas respectivas isolinhas submetendo-os a três diferentes regimes de controle de lagarta. Para esse experimento definiu-se que seriam usadas 5 repetições. 74
75 DIC Fontes de variação Graus de liberdade Tratamentos 11 Híbridos 3 Tratamentos Hib. x Trat. 6 Erro experimental 48 Total 59 75
76 DBA Fontes de variação Graus de liberdade Blocos 4 Tratamentos 11 Híbridos 3 Tratamentos Hib. x Trat. 6 Erro experimental 44 Total 59 76
77 Parcela subdividida Fontes de variação Graus de liberdade Blocos 4 Híbridos 3 Erro a 1 Tratamento Híb. x Trat. 6 Erro b 3 Total 59 77
78 Parcela subdividida Fontes de variação Graus de liberdade Blocos 4 Tratamento Erro a 8 Híbrido 3 Trat. x Híb. 6 Erro b 36 Total 59 78
79 Delineamento em faixas Fontes de variação Graus de liberdade Blocos 4 Híbrido 3 Erro a 1 Tratamento Erro b 8 Híb. x Trat. 6 Erro c 4 Total 59 79
80 Delineamento em faixas Fontes de variação Graus de liberdade Blocos 4 Tratamento Erro a 8 Híbrido 3 Erro b 1 Trat. x Híb. 6 Erro c 4 Total 59 80
81
9 a 14 de Setembro Pós-Graduação em Produção Vegetal UFPR. Éder David Borges da Silva Renato Gonçalves de Oliveira
9 a 14 de Setembro Pós-Graduação em Produção Vegetal UFPR Éder David Borges da Silva Renato Gonçalves de Oliveira Conteúdo abordado: Revisão de Estatística básica Princípios básicos de experimentação Delineamento
Leia maisÉder David Borges da Silva Renato Gonçalves de Oliveira
Éder David Borges da Silva Renato Gonçalves de Oliveira Página do curso: http://www.leg.ufpr.br/ragronomia Vamos a um exemplo... Um experimento foi realizado para avaliar de que forma se distribuía uma
Leia maisDelineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira
Aula 7 Castro Soares de Oliveira Experimentos Fatoriais Nos experimentos mais simples comparamos tratamentos de apenas um tipo ou fator. Em algumas situações existem vários fatores envolvidos em um experimento,
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 06 de julho de 2016 Nos experimentos fatoriais, todas
Leia maisExperimentos em Parcelas Subdivididas
Experimentos em Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 08 de novembro de 2018 Londrina Tal como no caso de fatorial, o termo parcelas subdivididas não se refere a um tipo de delineamento
Leia maisEsquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.
Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas. 1 Experimento em esquema de parcelas subdivididas Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar Experimentos em
Leia maisExperimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE UNIDADE ACADÊMICA DE CIÊNCIAS AGRÁRIAS DISCIPLINA: ESTATÍSTICA EXPERIMENTAL Experimentos em parcelas subdivididas e procedimentos para a aplicação
Leia maisEstatística Descritiva e Inferencial CE081. Prof. Dr. Jomar Camarinha
Estatística Descritiva e Inferencial CE081 Prof. Dr. Jomar Camarinha CONTEÚDO Estatística Descritiva e Exploratória Teoria dos Conjuntos Análise Combinatória Noções de Probabilidade Noções de Amostragem
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 29 de julho de 2017 Parcelas Subdivididas Tal
Leia maisDelineamento e Análise Experimental Aula 5
Aula 5 Castro Soares de Oliveira Delineamentos Experimentais Delineamento experimental ou desenhos experimentais é o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes
Leia mais25 a 30 de novembro de 2013
nderson R nálise de Introdução à nderson R Programa de Pós-Graduação em Estatística e Experimentação gronômica ESLQ/USP 25 a 30 de novembro de 2013 nderson R nálise de 1 2 3 nálise de Parte 4 - Conteúdo
Leia maisEXPERIMENTAÇÃO AGRÁRIA
EXPERIMENTAÇÃO AGRÁRIA Tema : Delineamentos experimentais básicos (DCC/DBCC/DQL) Delineamento Completamente 1. Quando usar? Casualizado (DCC) Este delineamento é usado quando as unidades experimentais
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL Delineamento Inteiramente Casualizado - DIC Prof. Miguel Toledo del Pino, Dr. INTRODUÇÃO No DIC a distribuição dos tratamentos às unidades experimentais é feita inteiramente ao
Leia maisEXPERIMENTAÇÃO AGRÍCOLA
EXPERIMENTAÇÃO AGRÍCOLA DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) Eng. Agrônomo: Francisco Bruno Ferreira de Sousa Bruno.uno2011@hotmail.com/ fbfsagro@gmail.com Contato: (99) 99199460 Objetivos: Estudar
Leia maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 17 de outubro de 2018 Londrina 1 / 31 Obtenção de uma amostra Há basicamente duas formas de se obter dados para uma pesquisa
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
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 maisUNIDADE V EXPERIMENTOS FATORIAIS (RC)
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V EXPERIMENTOS FATORIAIS (RC) Profª Railene Hérica Carlos Rocha Pombal, PB. 1. Conceitos
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 maisLucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ 22 de outubro de 2018 Londrina 1 / 24 Obtenção de uma amostra Princípios básicos da experimentação Há basicamente duas
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos
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 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 DE UM CRITÉRIO (DIC)
ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 11 de dezembro de 2017 Uma análise de variância expressa uma medida
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Profª Railene Hérica Carlos Rocha 1. Introdução
Leia maisDELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro
DELINEAMENTO INTEIRAMENTE CASUALIZADO Profª. Sheila Regina Oro Delineamento experimental Para planejar um experimento é preciso definir os tratamentos em comparação e a maneira de designar os tratamentos
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Introdução o Os ensaios em quadrados latinos levam em conta o controle local, aplicado em dois destinos:
Leia maisDELINEAMENTO EM QUADRADO LATINO (DQL)
DQL DELINEAMENTO EM QUADRADO LATINO (DQL) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DQL Na Seção anterior
Leia maisDelineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)
Principais delineamentos: Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL) Os delineamentos podem ser: Balanceados Não balanceados
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Leia maisTópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas
Tópicos Extras 1ª parte Testes Não Paramétricos, Análise Multivariada, Outras Técnicas 1 2 Técnicas de dependência 3 4 Situações Comparar 3 tipos de rede de computadores, C1, C2 e C3, em termos do tempo
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Caracterização o O delineamento inteiramente casualizado (DIC) é o mais simples de todos os delineamentos
Leia maisDelineamento em Quadrado Latino (DQL)
Delineamento em Quadrado Latino () Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Na Seção anterior introduziu-se o delineamento em blocos ao acaso como um delineamento
Leia maisEsquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas.
Esquema de distribuição dos tratamentos: Fatorial; Parcelas subdivididas. 1 Experimentos em esquema Fatorial Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 2 Experimentos em esquema fatorial
Leia maisQuestão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.
MINISTÉRIO DA EDUCAÇÃO CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR DISCIPLINA: ESTATÍSTICA EXPERIMENTAL LISTA DE EXERCÍCIOS 3 a AVALIAÇÃO PROFESSOR: ROBERTO QUEIROGA Questão 1: Faça um croqui (disposição
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 CASUALIZADOS (DBC)
DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 08 de julho de 2017 DBC O delineamento em
Leia mais3ª LISTA DE EXERCÍCIOS
MINISTERIO DA EDUCAÇÃO SECRETARIA DE EDUCAÇÃO PROFISSIONAL E TECNOLOGICA INSTITUTO FEDERAL DE EDUCAÇÃO CIÊNCIA E TECNOLOGIA GOIANO CAMPUS URUTAÍ Estatística Experimental Prof. Anderson Rodrigo da Silva
Leia maisUNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS GABARITO
UNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para Mestrado 16- GABARITO N o de inscrição
Leia maisANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)
ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC) Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de dezembro de 2017 ANAVA dois critérios A análise de variância
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 maisESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04
ESTATÍSTICA EXPERIMENTAL Delineamento experimental. Aula 04 Conceito Delineamento experimental É o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes tratamentos
Leia maisPLANEJAMENTO DE EXPERIMENTOS
PLANEJAMENTO DE EXPERIMENTOS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 01 de julho de 2017 Planejamento de Experimentos A experimentação
Leia maisH 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m = 0 H a : pelo menos m u m k, para
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro
DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES Profª. Sheila Regina Oro Delineamento em Blocos Casualizados com Repetições (DBCr) Utilizado quando temos mais de uma repetição de cada tratamento dentro
Leia maisProbabilidade e Estatística
Probabilidade e Estatística Prof. Dr. Narciso Gonçalves da Silva http://paginapessoal.utfpr.edu.br/ngsilva Introdução A análise de variância (Anova) é utilizada para comparar médias de três ou mais populações.
Leia maisProcedimento de comparações múltiplas baseado na distribuição F e sua implementação no pacote Experimental Designs
Procedimento de comparações múltiplas baseado na distribuição F e sua implementação no pacote Experimental Designs Mariani Tabarim Vieira 1 2 Patrícia de Siqueira Ramos 3 Eric Batista Ferreira 4 1 Introdução
Leia maisDelineamento e Análise Experimental Aula 3
Aula 3 Castro Soares de Oliveira Teste de hipótese Teste de hipótese é uma metodologia estatística que permite tomar decisões sobre uma ou mais populações baseando-se no conhecimento de informações da
Leia maisInstituto Federal Goiano
Instituto Federal Goiano Conteúdo 1 2 3 Exemplo 1 Descrição do experimento: Fator 1: variedades de cana (A, B, C) Fator 2: doses de vinhaça (0, 500, 1000, 1500 L/ha) Delineamento: blocos aleatorizados,
Leia maisLucas Santana da Cunha 27 de novembro de 2017
EXPERIMENTAÇÃO E ANÁLISE DE VARIÂNCIA Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 27 de novembro de 2017 Experimentação A experimentação se difundiu como
Leia maisTÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO
1 TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO Mario de Andrade Lira Junior lira.pro.br/wordpress os direitos autorais. ANÁLISE DA VARIÂNCIA Desdobramento da variância total em seus componentes
Leia maisPlanejamento e Análise de Experimentos
Planejamento e Análise de Experimentos Profª Lisiane Selau Departamento de Estatística - UFRGS Matéria-prima da Estatística variabilidade É difícil encontrar duas coisas exatamente iguais Objetivo da Estatística
Leia maisH 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m I = 0 H a : pelo menos m u m k,
Leia maisPlanejamento Experimental
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 22 de setembro de 2018 Londrina Um pesquisador científico resolve problemas de interesse da sociedade de forma direta ou indireta, pela aplicação
Leia maisConcurso Público para provimento de cargo efetivo de Docentes
Questão 01 Os dados, a seguir, são referentes às notas de cinco alunos de uma turma para as provas P 1 e P 2. P 1 = {2, 3, 4, 5, 6} P 2 = {2, 2, 4, 5, 7} Analisando os resultados, é possível afirmar que:
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 maisDELINEAMENTO COMPLETAMENTE CASUALIZADO. Prof. Dra. Janete Pereira Amador
DELINEAMENTO COMPLETAMENTE CASUALIZADO Prof. Dra. Janete Pereira Amador Análise de Variância Considerando esquematicamente um experimento, tem-se: Tratamentos Unidade Experimental Efeito onde ij são as
Leia maisTécnicas Experimentais Aplicadas
Técnicas Experimentais Aplicadas em Ciência do Solo Mario de Andrade Lira Junior lira.pro.br/wordpress 7/4/010 1 Principais delineamentos Inteiramente casualizado Segundo mais comum Blocos completos Normalmente
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 maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Análise de Experimentos em Fitotecnia CURSO: Mestrado (X) Doutorado (X) DEPARTAMENTO RESPONSÁVEL:
Leia maisMINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS
MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Eperimentação Agropecuária Prova do Processo Seletivo para o Mestrado
Leia maisExperimentos Balanceados com Dois Fatores
Experimentos Balanceados com Dois Fatores Experimentos com dois fatores cruzados fixos Exemplo1. Objetivo. Investigar os efeitos do preço de venda e do tipo de campanha promocional nas vendas de certo
Leia maisImportância daestatísticana Pesquisa Agronômica
Importância daestatísticana Pesquisa Agronômica Prof. Dr. Hugo Zeni Neto hzneto@uem.br Sumário Revista Acta Scientiarum Agronomy (http://periodicos.uem.br/ojs/index.php/actasciagron): Oqueestásendopublicadonosúltimos16anos?
Leia maisExperimentos Fatoriais
Experimentos Fatoriais Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 14 de março de 2019 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos
Leia maisCapacitação de Alunos do IFSULDEMINAS Campus Machado Para Realização de Planejamento e Análise Estatística
4ª Jornada Científica e Tecnológica e 1º Simpósio de Pós-Graduação do IFSULDEMINAS 16, 17 e 18 de outubro de 2012, Muzambinho MG Capacitação de Alunos do IFSULDEMINAS Campus Machado Para Realização de
Leia maisAula 13 Análise de Variância (ANOVA)
Aula 13 Análise de Variância (ANOVA) 1 Exemplo: Com o objetivo de avaliar o efeito no ganho de peso da utilização do farelo bruto na alimentação de frangos da linhagem Ross com um dia de idade, foi realizado
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 maisAnálise da Variância (ANOVA)
Análise da Variância (ANOVA) ANOVA Análise da Variância (ANOVA) é um método para testar a igualdade de três ou mais médias populacionais, baseado na análise das variâncias amostrais Os dados amostrais
Leia maisPROF. ADILSON DOS ANJOS
UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS EXATAS DEPARTAMENTO DE ESTATÍSTICA CURSO CONTROLE DE PROCESSOS INDUSTRIAIS (Notas de Aula) PROF. ADILSON DOS ANJOS Curitiba, 2 de setembro de 2008 Controle
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 maisProjeto de Experimentos
Projeto de Experimentos O uso de Projeto de Experimentos conduz a uma seqüência estruturada de ensaios, que assegura o máximo de informação com um gasto mínimo de tempo/dinheiro. Entrada Processo Saída
Leia maisVerificando as pressuposições do modelo estatístico
Verificando as pressuposições do modelo estatístico Prof. a Dr. a Simone Daniela Sartorio de Medeiros DTAiSeR-Ar 1 As pressuposições do modelo estatístico: 1) os efeitos do modelo estatístico devem ser
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL DQL Delineamento em Quadrado Latino Prof. Miguel Toledo del Pino, Dr. INTRODUÇÃO [1] Além dos princípios da casualização e repetição, é utilizado duas vezes o princípio de controle
Leia maisEXPERIMENTOS COM INTERAÇÕES
EXPERIMENTOS COM INTERAÇÕES Na maioria dos experimentos, os tratamentos são de efeitos fixos. Mas também são realizados experimentos em que os efeitos dos tratamentos são aleatórios. 1 Para saber se, em
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 maisDelineamento e Análise Experimental Aula 4
Aula 4 Castro Soares de Oliveira ANOVA Significativa Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais.
Leia maisMAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler
MAE 37 Planeamento e Pesquisa I Profa. Júlia Maria Pavan Soler pavan@ime.usp.br IME/USP º Semestre/09 Delineamento Completamente Aleatorizado - DCA T T... T Y Y... Y Y Y... Y...... Yi... Yn Y n... Yn n
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 maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população, com
Leia maisEsquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina
Esquema Fatorial Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de junho de 2016 Muitos experimentos envolvem o estudo dos efeitos
Leia maisDPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM
Morgana Pizzolato, Dr a. Aula 20 Introdução à otimização experimental e experimentos de um fator DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM TÓPICOS DESTA AULA Projetos de Experimentos
Leia maisMINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS
MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS Programa de Pós-Graduação em Estatística e Experimentação Agropecuária Prova do Processo Seletivo para o Doutorado
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Delineamento Casualizado em Blocos
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Delineamento Casualizado em Blocos Estatística Experimental 5 de Outubro de 2016 1 / 20 DBC: Introdução Parcelas similares Delineamento
Leia maisESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística
ESQUEMA FATORIAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 22 de julho de 2017 Esquema Fatorial Nos experimentos mais simples
Leia maisEnsaios Fatoriais. Universidade Estadual de Santa Cruz. Ivan Bezerra Allaman
Ensaios Fatoriais Universidade Estadual de Santa Cruz Ivan Bezerra Allaman INTRODUÇÃO As estruturas fatorias são utilizadas quando se tem interesse em avaliar a relação entre dois ou mais fatores no estudo.
Leia maisTESTE DE COMPARAÇÃO MÚLTIPLA
SUMÁRIO 1 TESTE DE COMPARAÇÃO MÚLTIPLA Quando a aplicação da análise de variância conduz à rejeição da hipótese nula, temos evidência de que existem diferenças entre as médias populacionais. Mas, entre
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS Professor: Rodrigo A. Scarpel rodrigo@ita.br www.mec.ita.br/~rodrigo Programa do curso: Semana Conteúdo 1 Apresentação da disciplina. Princípios de modelos lineares
Leia mais19/09/2018 EXPERIMENTAÇÃO PARA DADOS FLORESTAIS COM O USO DO SOFTWARE R INTRODUÇÃO SOFTWARE R 1 HISTÓRICO
EXPERIMENTAÇÃO PARA DADOS FLORESTAIS COM O USO DO SOFTWARE R INTRODUÇÃO SOFTWARE R CURITIBA, PR PROF.: RÔMULO MÔRA romulomef@yahoo.com.br 1 HISTÓRICO O R é uma linguagem orientada a objetos, criada em
Leia maisPRINCÍPIOS BÁSICOS DE EXPERIMENTAÇÃO. Profª. Sheila Regina Oro
PRINCÍPIOS BÁSICOS DE EXPERIMENTAÇÃO Livro: Curso de estatística experimental Autor: Frederico PIMENTEL-GOMES Capítulo: 2 Livro: Estatística experimental Autor: Sonia VIEIRA Capítulo: 1 Profª. Sheila Regina
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisPROGRAMA DE DISCIPLINA
PROGRAMA DE DISCIPLINA Disciplina: Experimentação Agrícola Código da Disciplina: AGR 283 Curso: Agronomia Semestre de oferta da disciplina: 4 P Faculdade responsável: Agronomia Programa em vigência a partir
Leia maisPLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS
PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS DÉCIO BARBIN PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS EDITORA MECENAS LTDA. LONDRINA - PARANÁ - BRASIL 2013 Planejamento
Leia maisUNIVERSIDADE ESTADUAL PAULISTA PLANO DE ENSINO DA DISCIPLINA
Situação: Data Aprovação: 09/04/14 00:00 Data Desativação: Nº Créditos : 8 Carga Horária Total: Carga Horária Teórica: Carga Horária Prática: Carga Horária Teórica/Prátical: Carga Horária Seminário: Carga
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda.perticarrari@unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população,
Leia maisRoteiro de Aula Delineamentos Fatoriais 05/06/2018
Roteiro de Aula Delineamentos Fatoriais 05/06/2018 Hipóteses: As seguintes hipóteses podem ser testadas nos experimentos fatoriais 2x2: Fator A: { [ ] Fator B: { [ ] Interação A x B: { ( ) [ ] [ ] ( )
Leia maisENGENHARIA DA QUALIDADE A ENG AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA
ENGENHARIA DA QUALIDADE A ENG 09008 AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA PROFESSORES: CARLA SCHWENGBER TEN CATEN Tópicos desta aula Projetos de Experimentos Terminologia Passos de implementação Princípios
Leia maisExperimentos em Quadrado Latino. Estatística Experimental
Experimentos em Quadrado Latino Estatística Experimental Características gerais O Quadrado Latino é um delineamento apropriado para ambientes experimentais heterogêneos. Foi proposto com a finalidade de
Leia maisAula 14 Quadrado Latino 13/06/17
Aula 14 Quadrado Latino 13/06/17 Considere um experimento em quadrado latino com linhas e colunas e tratamentos, assim: Obtenção da Análise de Variância Soma de Quadrados: Constante: K = 1 ( x ( ) i,j,k=1
Leia maisEsquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina
Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 06 de outubro de 2018 Londrina Nos experimentos mais simples comparamos níveis (tratamentos) de apenas um fator; Nos experimentos mais simples comparamos
Leia mais