SÉRIE TÉCNICA ISSN
|
|
|
- Estela Carlos Gabeira
- 9 Há anos
- Visualizações:
Transcrição
1 INSTITUTO DE PESQUISAS E ESTUDOS FLORESTAIS ESALQ/USP DEPARTAMENTO DE CIÊNCIAS FLORESTAIS SÉRIE TÉCNICA ISSN ASPECTOS PRÁTICOS DOS DELINEAMENTOS EM LÁTICE Mário Luiz Teixeira de Moraes Fernando Patino-Valera Edson Seizo Mori Paulo Yoshio Kageyama Sér Téc - IPEF Piracicaba v5 n4 p Fev 988
2 SUMÁRIO INTRODUÇÃO CLASSIFICAÇÃO DOS DELINEAMENTOS EM LÁTICE Quanto a precisão das comparações Quanto a repetição dos planos básicos 3 Quanto a dimensão 3 ESQUEMAS DE ANÁLISE DE VARIÂNCIA 3 Látice balanceado 3 Látice parcialmente balanceado 33 Látice parcialmente balanceado duplicado 34 Látice retangular 35 Látice retangular com repetição do plano básico 36 Látice quadrado parcialmente balanceado 37 Látice quadrado balanceado (K) repetições 38 Látice quadrado balanceado duplicado (K) repetições 4 EXEMPLO DE UM LÁTICE TRIPLO 8 X 8 4 Escolha dos planos básicos 4 Casualização dos planos básicos 43 Croqui de Campo 44 Análise de variância do experimento 44 Cálculo dos totais de tratamentos não ajustados 44 Cálculo de B e C 443 Determinação das somas de quadrados dos componentes da análise de variância 444 Determinação do fator de ajuste () 445 Cálculo da soma de quadrados dos tratamentos ajustados 446 Cálculo das médias 447 Comparação entre as médias 448 Utilização do teste t 449 Cálculo da eficiência do látice 440 Cálculo do coeficiente de variação experimental (CVexp) 44 Cálculo dos valores de F 44 Análise de variância completa 5 AGRADECIMENTOS 6 REFERÊNCIAS BIBLIOGRÁFICAS
3 INTRODUÇÃO ASPECTOS PRÁTICOS DOS DELINEAMENTOS EM LÁTICE Mário Luiz Teixeira de Moraes () Fernando Patiño-Valera () Edson Seizo Mori (3) Paulo Yoshio Kageyama (4) Os delineamentos em látice são úteis para experimentos com grande número de tratamentos São chamados incompletos porque os tratamentos são arranjados em blocos ou grupos menores que uma repetição completa No látice, cada bloco contém apenas parte dos tratamentos e o conjunto de blocos perfaz uma repetição com todos os tratamentos (MIRANDA FILHO, 978) CLASSIFICAÇÃO DOS DELINEAMENTOS EM LÁTICE Os delineamentos em látice são classificados quanto a precisão das comparações, repetição dos planos, básicos e a dimensão Quanto a precisão das comparações a) Balanceado: quando cada tratamento ocorre uma vez com todos os outros no mesmo bloco K = número de tratamentos K = tamanho do bloco K = número de repetições Neste caso as comparações entre os tratamentos são igualmente precisas, pois ocorrem pelo menos uma vez no mesmo bloco b) Parcialmente balanceado: quando apenas alguns tratamentos ocorrem juntos no mesmo bloco K = número de tratamentos K = tamanho do bloco r = np; onde: r = número de repetições; n = número de planos básicos; p = número de repetições de cada plano básico () Professor Assistente UNESP Ilha Solteira, SP () Pesquisador INIFAP - México (3) Eng Ftal Instituto de Pesquisas e Estudos Florestais (4) Professor Adjunto Departamento de Ciências Florestais ESALQ/USP
4 Neste caso, existe uma maior precisão entre as médias dos tratamentos que ocorrem juntos no mesmo bloco Há necessidade de se calcular as diferenças entre médias dos tratamentos que estão no mesmo bloco e daquelas que não ocorrem no mesmo bloco Quanto à repetição dos planos básicos a) Sem repetição: são látices balanceados ou parcialmente balanceados, onde cada plano básico é utilizado uma única vez Exemplo: - Látice simples (X,Y) repetições simples r = np r = x r = - Látice triplo (X, Y, Z) 3 repetições simples r = np r = 3 x r = 3 - Látice quádruplo (X, Y, Z, W) 4 repetições simples r = np r = 4 x r = 4 - Látice balanceado (X, Y, ) k repetições simples r = np r = (K ) r = K b) Com repetição: são látices balanceados ou parcialmente balanceados, onde cada plano básico é utilizado duas ou mais vezes Exemplo: - Látice simples duplicado (X, Y) 4 repetições simples r = np r = x r = 4 - Látice triplo duplicado (X, Y, Z) 6 repetições simples r = np r = 3 x r = 6 - Látice simples triplicado (3X, 3Y) 6 repetições simples r = np r = x 3 r = 6 - Látice balanceado duplicado (X, Y, ) (K) repetições simples r = np (K ) r = (K )
5 Exemplo: Látice balanceado triplicado (3X, 3Y, ) 3 (K) repetições simples r = np r = (K ) 3 r = 3 (K ) 3 Quanto a dimensão a) Látice cuadrado: quando o número de tratamentos é um quadrado perfeito (K ) K = 3, 4, 5, 6, 7, etc Existem dois tipos de látice quadrado: a) com controle de casualização dos tratamentos apenas nas linhas dos planos básicos, = b) com controle de casualização dos tratamentos nas linhas e nas colunas dos planos básicos, = O procedimento de cálculos é diferenciado para os dois tipos de látice Portanto, para a análise de variância em látice quadrado necessita-se verificar quais foram os planos básicos escolhidos e suas casualizações b) Látice retangular: quando o número de tratamentos é K (K) Cada bloco contém K unidades Exemplo: K (K) = 3x4, 4x5, 5x6, 7x8, 8x9, etc c) Látice cúbico: quando o número de tratamentos é um cubo perfeito (K 3 ) e o tamanho do bloco, a raiz cúbica do número de tratamentos (K) Exemplo: K = 3 3, 4 3, 5 3, etc Este látice é indicado para experimentação em melhoramento genético quando o número de tratamentos (variedades, linhagens, famílias, etc) a ser escolhido for grande 3 ESQUEMAS DE ANÁLISE DE VARIÂNCIA Os esquemas de análise em látice são encontrados em FEERER (955), COCHRAN & COX (98) e GOMES (985) e apresentados a seguir:
6 3 Látice balanceado CV GL Repetições K Tratamentos (não ajustados) (K ) Blocos (ajustados) (K ) Erro intra bloco (K ) (K ) Total (K 3 K ) 3 Látice parcialmente balanceado CV GL Repetições (r ) Tratamentos (não ajustados) (K ) Blocos dentro de repetições (ajustados) r(k ) Erro intra bloco (K ) (rk k - ) Total (rk - ) 33 Látice parcialmente balanceado duplicado CV GL Repetições (r ) Tratamentos (não ajustados) (K ) Blocos dentro de repetições (ajustados) r(k ) Componente (a) n(p )(K ) Componente (b) n(k ) Erro intra bloco (K )(rk K ) Total (rk ) 34 Látice retangular CV GL Repetições (r ) Tratamentos (K K ) Blocos rk Erro intra bloco (r ) (K ) K Total (rk rk )
7 35 Látice retangular com repetição do plano básico CV GL Repetições (r ) Tratamentos (K K ) Blocos rk Componente (a) (r n)k Componente (b) nk Erro intra bloco (r )(K ) K Total (rk rk ) 36 Látice quadrado parcialmente balanceado CV GL Repetições (r ) Tratamentos (K ) Linhas (ajustadas) r(k ) Colunas (ajustadas) r(k ) Erro (K )(rk r K - ) Total (rk ) 37 Látice quadrado balanceado (K ) repetições CV GL Repetições K Tratamentos K Linhas (ajustadas para tratamentos) K Linhas (ajustadas para tratamentos e colunas) K Colunas (ajustada para tratamentos) K Colunas (ajustadas para tratamentos e linhas) K Erro (K )(K ) Total (K 3 K ) 38 Látice quadrado balanceado duplicado (k ) repetições CV GL Repetições (K ) Tratamentos K ) Linhas Componente (a) (K ) Componente (b) (K ) Colunas Componente (a) (K ) Componente (b) (K ) Erro (K 3)(K ) Total K (K ) -
8 Um dos delineamentos em látices mais utilizados na pesquisa florestal é o quadrado ( = ), parcialmente balanceado e triplo sem repetição dos planos básicos, com exemplo a seguir 4 EXEMPLO DE UM LÁTICE TRIPLO 8 X 8 4 Escolha dos planos básicos Os diversos tipos de planos básicos são encontrados já elaborados, em publicações estatísticas Os planos apresentados a seguir, foram obtidos em COCHRAN & COX (98):
9 4 Casualização dos planos básicos O exemplo considerado neste trabalho é um látice 8 x 8 triplo com três repetições (X, Y e Z) correspondentes as repetições I, II e III dos planos básicos apresentados no item 4 A determinação do número de repetições através de fórmula seria: r = np, onde r é o número de repetições, n é o número de planos básicos (X, Y e Z; portanto n = 3) e p é o número de repetições de cada plano básico (X, Y e Z; portanto p = ) Logo, tem-se que: r = 3x = 3 repetições Para a instalação do experimento em campo, os blocos dentro de cada repetição devem ser casualizados Este procedimento é demonstrado a seguir para a repetição I(X): Disposição dos blocos Antes da Casualização Após Casualização () (3) () (6) (3) () (4) (4) (5) (7) (6) (5) (7) (8) (8) () Parcelas (dentro de cada bloco) Após casualização dos blocos, repete-se o procedimento para as parcelas dentro de cada bloco: Blocos (após casualização) (3) (6) () (4) (7) (5) (8) () Parcelas (após casualização dentro de cada bloco) Procedimentos idêntico foi realizado nas outras duas repetições (Y e Z) A última casualização a ser feita refere à seqüência das repetições No presente caso, as repetições ficaram dispostas na seqüência: Y, X e Z Portanto, antes da instalação de um experimento em látice são processadas três casualizações: a) dos blocos dentro de cada repetição; b) das parcelas dentro de cada bloco; c) das repetições do experimento
10 43 Croqui de campo O croqui de campo após casualizações apresenta-se da seguinte maneira: Os números dentro de cada bloco representam as parcelas Neste caso constituída por 5 plantas, no espaçamento de 3 x m, dispostas de forma retangular, como no esquema a seguir: 44 Análise de variância do experimento Para a análise de variância deste exemplo foram utilizados as médias de altura de um teste de progênie de Eucalyptus grandis Hill ex Maiden As médias dos tratamentos nas 3 repetições estão apresentadas a seguir:
11
12 44 Cálculo dos totais de tratamentos não ajustados Este cálculo consiste em se somar individualmente todos os tratamentos que aparecem nas repetições (X, Y e Z) Para tanto, toma-se como exemplo o tratamento 0 e o 64 Trat Rep (Y) Rep (X) Rep (Z) Total dos tratamentos , 4,04 7,8,9 79,43,90 = = 79,43 69,85 Os totais de tratamentos não ajustados estão apresentados a seguir: () 79,43 (7) 75,60 (3) 79, (9) 77,54 (5) 78,95 (3) 78,40 (37) 6,7 (43) 78,48 (49) 7908 (55) 68,9 (6) 7,3 () 7,39 (8) 78,0 (4) 7,06 (0) 76,6 (6) 78,6 (3) 76,46 (38) 79,09 (44) 79,7 (50) 8,90 (56) 75,9 (6) 7,05 (3) 77,04 (9) 76,75 (5) 78,09 () 8,57 (7) 75, (33) 75,88 (39) 78,57 (40) 78,35 (46) 76, () 78,98 (58) 77,40 (63) 77,68 (4) 74,39 (0) 75,4 (6) 74,7 () 8,89 (8) 69,94 (34) 75,4 (40) 78,35 (46) 76, () 78,98 (58) 77,40 (64) 69,85 (5) 75, () 76,43 (7) 77,3 (3) 77,0 (9) 76,08 (35) 8,7 (4) 8,50 (47) 76,7 (53) 73,89 (59) 79,44 (6) 8,4 () 79,89 (8) 79,07 (4) 79,90 (30) 8,97 (36) 7,54 (4) 8,43 (48) 79,6 (54) 75,4 (60) 76,9 4 Cálculo de B e C O fator B corresponde à soma dos tratamentos dentro do bloco em cada repetição Assim o fator B, para o bloco 6 da repetição Y é calculado da seguinte forma: (46) (6) (30) (6) () (54) (4) (38) 6,6 7,88 5,66 5,75 7,59 4,34 6,9 6,3 = 0,00 O fator C corresponde à soma dos totais de cada tratamento que constitui o bloco (totais de tratamentos não ajustados), menos o número de repetições multiplicado pelo fator B Logo, o cálculo de C para o bloco 6 da repetição Y fica: (46) (6) (30) (6) () (54) (4) (38) C = 76, 8,4 8,97 7,05 8,89 75,4 7,06 79,09 (3 x 0,00) = = 60,8-630,00 C = - 9,8 Os valores de B e C estão apresentados a seguir:
13 Repetição Y Repetição X Repetição Z B C B C B C 0,00 0,9 98,45,8 98,6 00,6 03,78 03,53-9,8-8,84 5,93-5,36,63 8,87 -,36,07,4 5,69 00,4 05,84 05,0 0,05 97, 98,9-4,70-5,49,85 -,4-4,34 -,60 6,84 5,59,80 0,00 05,35,5 98,75 07,65 05,93 90,9-5, 7,39-3,73 -,77 6,96-6,94-4,7 6,7 638,74 3,76 637,69 6,9 643,55-0, Determinação das somas de quadrados dos componentes da análise de variância a) Soma dos quadrados totais (SQTo) Utilizando-se as médias dos tratamentos, o procedimento para a obtenção da soma dos quadrados totais fica: SQTo = (Y 46 ) (Y 9 ) (X 6 ) (Z Onde: r = número de repetições; t = número de tratamentos em cada repetição ( ΣY ΣX ΣZ) = correção r t 8 ) ( ΣY ΣX ΣZ) - r t SQTo = (6,6) (6,50) (7,87) (4,90) (638,74 637,69 643,55) - 3 x 64 SQTo = 574,560 (3,9) b) Soma de quadrados de tratamentos não ajustados obtém-se a soma de quadrados para tratamentos SQTra = [(T ) r (T 64 ( ΣT) ) ] - rt Onde: T = total do tratamento, nas três repetições; T = somatória de todos os totais de tratamentos SQTra = [(79,43) 3 SQTra = 85,030 (79,43 69,85) (69,85) ] - 3 x 64
14 c) Soma de quadrados das repetições (SQR) A soma de quadrados das repetições é conseguida utilizando-se a soma total de cada uma das repetições SQR = [( ΣY) t ( ΣX) SQR = [(638,74) 64 SQR = 0,38 ( ΣY ΣX ( ΣZ) ] - rt Σ (637,69) Z) (638,74 637,69 643,55) (643,55) ] - 3 x 64 d) Soma de quadrados de blocos dentro de repetições ajustadas (SQB/R aj ) Neste caso, a soma de quadrados é obtida a partir da seguinte fórmula proposta por COCHRAN & COX, 98 ΣC ΣR C SQB/R aj = - K r(r -) K r(r -) K = 8 (Látice 8 x 8) Σ = é a somatória dos resultados de C em cada repetição elevados ao quadrado R C SQB/R SQB/R aj aj (-9,8) = = 53,0768 (-8,84) (5,93) 8 x 3 (3 -) (6,7) (3,76) - (6,9) (-0,67) 64 x 3 (3 -) e) Soma de quadrados de erro intra blocos (SQEIB) A soma de quadrados do erro intra bloco é obtida por diferença em relação às somas de quadrados total das repetições dos tratamentos não ajustados e dos blocos dentro de repetições ajustadas, como segue: SQTo SQR SQTra SQ/R aj = SQ(EIB) SQ(EIB) = 574,560 0,38 85,030 53,0768 SQ (EIB) = 35,9080 (*) f) Análise de variância A partir dos resultados obtidos é construído o quadro da análise de variância: (*) Obs: as aproximações nos resultados das somas de quadrados foram feitas pelo computador podendo existir pequenas diferenças de aproximação quando calculados manualmente
15 CV GL SQ QM 0, ,030 53, ,9080 Repetições Tratamentos não ajustados Bloco dentro de repetições ajustadas Erro intra blocos (EIB) 4,70,75(Eb),467(Ee) Total 9 574, Determinação do fator de ajuste () O fator de ajuste para o caso dos látices simples(sem duplicação dos planos básicos), pode ser obtido utilizando-se a fórmula a seguir (para outros tipos de látice indica-se consultar COCHRAN & COX, 98) (Eb - Ee) = K(r -) Eb Onde: Eb = quadrado médio para blocos dentro de repetições (ajustadas) Ee = quadrado médio para o erro Os dados para Eb e Ee são obtidos do quadro da análise de variância (,75 -,467) = = 0,0069 8(3 -) x,75 Após a determinação do fator de ajuste pode-se determinar o valor de C para cada bloco dentro das repetições Deste modo, seguindo-se o exemplo do item 4 para o primeiro bloco da repetição Y, tem-se que: Repetição Y B C C 0,00 03,53-9,8,07-0,064* 0,06 638,74 3,76 0,06 C = -9,8 x 0,0069 C = -0,0633 * valor aproximado pelo computador Somando-se os totais C de cada repetição o resultado deverá ser sempre zero O mesmo princípio deverá ser observado para o C a) CY CX CZ = 0 3,76 6,9 (-0,67) = 0
16 b) CY CX CZ = 0 0,06 0,048 (-0,074) = 0 O fator C corresponde à multiplicação do fator C pelo fator de ajuste () Repetição Y Repetição X Repetição Z B C C B C C B C C 0,00 0,9 98,45,8 98,6 00,6 03,78 03,53-9,8-8,84 5,93-5,36,63 8,87 -,36,07-0,064-0,06 0, -0,07 0,08 0,06-0,06 0,084,4 5,69 00,4 05,84 05,0 0,05 97, 98,9-4,70-5,49,85 -,4-4,34 -,60 6,84 5,59-0,033-0,08 0,089-0,06-0,030-0,0 0,047 0,08,80 0,00 05,35,5 98,75 07,65 05,93 90,9-5, 7,39-3,73 -,77 6,96-6,94-4,7 6,7-0,05 0,05-0,06-0,0 0,8-0,8-0,09-0, ,74 3,76 0,06 637,69 6,9 0, ,55-0,67-0,074 Totais = 499,98 0,000 0,000 - B, C, C respectivamente 445 Cálculo da soma de quadrados dos tratamentos ajustados Obtido o fator de ajuste () passa-se a fazer um ajuste nos totais de tratamentos não ajustados Para tanto, é feita a somatória entre o total do tratamento não ajustado mais o fator de ajuste correspondente ao bloco em que se encontra o tratamento em cada repetição Por exemplo, para os tratamentos 58 e 64, tem-se: Trat Total do trat não ajustado 79,43 77,40 69,85 - Rep Y C 0,08 0, 0, Rep X C 0,09 0,05 - Rep Z C 0,05 0,0 0,05 = = = Total do trat ajustado 79,65 77,33 70,06
17 Totais de tratamentos ajustados () 79,65 (7) 75,7 (3) 79,70 (9) 77,49 (5) 78,9 (3) 78,50 (37) 6, (43) 78, (49) 79, (55) 69,00 (6) 7,9 () 7,5 (8) 78,7 (4) 7, (0) 76,45 (6) 78, (3) 76,67 (38) 78,90 (44) 79,56 (50) 8,8 (56) 75,5 (6) 7,00 (3) 77,06 (9) 76,9 (5) 78,5 () 8,54 (7) 75, (33) 76,07 (39) 78,6 (45) 77,70 (5) 77,09 (57) 73,85 (63) 77,76 (4) 74,5 (0) 75,46 (6) 74,36 () 8,84 (8) 69,95 (34) 75,0 (40) 78,50 (46) 76,09 () 78,83 (58) 77,33 (64) 70,05 (5) 75,44 () 76,36 (7) 77,5 (3) 77,35 (9) 75,97 (35) 8,6 (4) 8,53 (47) 76, (53) 73,85 (59) 79,48 (6) 8,33 () 79,97 (8) 78,90 (4) 79,87 (30) 8,88 (36) 7,49 (4) 8,33 (48) 79,5 (54) 75,0 (60) 77,06 Obtidos os totais dos tratamentos ajustados, calcula-se a sua soma de quadrados utilizados a mesma metodologia já mencionada no item 443 SQTra Ajust = [(79,65) 3 SQTra Ajust = 8,30 (499,98) (70,06) ] - 9 Neste exemplo, dos 64 tratamentos, são progênies e os restantes são testemunhas comerciais Como a determinação dos parâmetros genéticos é feita, considerando-se só as progênies, então procede-se o desdobramento dos tratamentos em progênies SQTra Ajust = [(79,65) 3 SQTra Ajust = 3, Cálculo das médias a) Média geral (79,65 (78,83) (78,83) ] - 3 x X = 64 i = xi 64 i = Yi r x t 64 i = Zi X = 499,98 9 X = 5,649 b) Cálculo da média de cada tratamento ajustado 3 (t i ) i = 79,65 X = = X r 3 = 6,55 As médias dos tratamentos ajustados para os 64 tratamentos se encontram nas tabelas a seguir
18 Médias dos tratamentos ajustados () 6,55 (7) 5,4 (3) 6,57 (9) 5,83 (5) 6,30 (3) 6,7 (37) 0,74 (43) 6,07 (49) 6,37 (55) 3,00 (6) 4,06 () 4,08 (8) 6,09 (4) 4,07 (0) 5,48 (6) 6,04 (3) 5,56 (38) 6,30 (44) 6, (50) 7,60 (56) 5,08 (6) 4,00 (3) 5,69 (9) 5,64 (5) 6,05 () 7,8 (7) 5,04 (33) 5,36 (39) 6,0 (45) 5,90 (5) 5,70 (57) 4,6 (63) 5,9 (4) 4,84 (0) 5,5 (6) 4,79 () 7,6 (8) 3,3 (34) 5,0 (40) 6,7 (46) 5,36 () 6,8 (58) 5,78 (64) 3,35 (5) 5,5 () 5,45 (7) 5,75 (3) 5,78 (9) 5,3 (35) 7,54 (4) 7,8 (47) 5,37 (53) 4,6 (59) 6,49 (6) 7, () 6,66 (8) 6,30 (4) 6,6 (30) 7,9 (36) 4,6 (4) 7,44 (48) 6,38 (54) 5,0 (60) 5,69 Médias dos tratamentos ajustados (ordenadas) () 7,6 (4) 7,8 (44) 6, (38) 6,30 (43) 6,07 (3) 5,78 (9) 5,64 (33) 5,36 (7) 5,04 (53) 4,6 (64) 3,35 (50) 7,60 (6) 7, (59) 6,49 () 6,8 (5) 6,05 (58) 5,78 (3) 5,56 (9) 5,3 (54) 5,0 (36) 4,6 (8) 3,3 (35) 7,54 () 6,66 (48) 6,38 (39) 6,0 (6) 6,04 (7) 5,75 (0) 5,48 (7) 5,4 (34) 5,0 () 4,08 (55) 3,00 (4) 7,44 (4) 6,6 (48) 6,38 (39) 6,0 (6) 6,04 (7) 5,75 (0) 5,48 (7) 5,4 (34) 5,0 () 4,08 (55) 3,00 (30) 7,9 (3) 6,57 (5) 6,30 (3) 6,7 (45) 5,90 (60) 5,69 (47) 5,37 (5) 5,5 (6) 4,79 (6) 4,06 () 7,8 () 6,55 (8) 6,30 (8) 6,09 (9) 5,83 (3) 5,69 (46) 5,36 (56) 5,08 (57) 4,6 (6) 4, Comparação entre as médias a) Para tratamentos no mesmo bloco Vˆ (Ŷ) Vˆ (Ŷ) Ee x,47 = [ (r -)) = [ (3 -) 0,0069] r 3 =, b) Para tratamentos eu não sejam no mesmo bloco Vˆ (Ŷ) Vˆ (Ŷ) Ee x,47 = [ r ] = [ 3 x 0,0069] r 3 =,53
19 c) Para comparações gerais (erro médio entre médias) Vˆ (Ŷ) Vˆ (Ŷ) Ee rk x,47 3 x 8 x 0,0069 = [ ] = [ ] r (K ) 3 (8 ) =, Utilização do teste t Após a análise da variância em látice, o teste de comparações de médias mais comumente utilizado é o teste t t = Ŷ Vˆ (Ŷ) Segundo GOMES (985), para uma aplicação conscienciosa desse teste as comparações devem ser escolhidas antes de serem ecaminados aos dados, e o número de comparações deve ser no máximo igual ao número de graus de liberdade para tratamentos e os contrastes ( Ŷ ) devem ser ortogonais No caso do exemplo a seguir, o número de comparações poderia ser no máximo igual a 63 Como os 64 tratamentos são constituídos por progênies e testemunhas pode-se fazer a aplicação do teste t para se verificar se há ou não uma diferença estatística entre ambos: a) Estabelecimento do contraste ortogonal: Ŷ = mˆ mˆ mˆ mˆ mˆ mˆ mˆ mˆ mˆ mˆ
20 b) Cálculo do contraste ( Ŷ ) utilizando-se das médias ajustadas: Ŷ = (6,55 4,08 5,70 Ŷ = (34,37) - (97,6) Ŷ =,03 6,8) - (4, 3,35) c) Determinação do valor de t, utilizando-se como Vˆ (Ŷ) a comparação de médias para a situação geral: Ŷ,03 t = t = t = 0,80 Vˆ (Ŷ),56 d) Determinação da significância ou não do valor de t para o contraste em estudo Para a determinação dos limites de t (Tabela 9 de GOMES, 985) ao nível de 5% e % utiliza-se os graus de liberdade do Erro Intra Bloco (EIB) que no caos é 05 Deste modo, tem-se que: Grau de liberdade (EIB) 5% % Valor t encontrado 05,98,63 0,80 ns Portanto, pelo teste t não foi detectada nenhuma diferença entre o grupo das progênies e o das testemunhas Outros contrastes poderiam ser estabelecidos, seguindo-se a mesma metodologia descrita O teste Tukey também poderia ser utilizado Segundo GOMES (985), a diferença mínima significativa pode ser estimada da seguinte maneira: = q ( ) Vˆ (Ŷ) Para o caso dos delineamentos em látice, o teste t é o mais adequado 449 Cálculo da eficiência do látice Para se calcular a eficiência do látice, faz-se necessário montar o quadro de análise de variância do experimento em blocos ao acaso para extrair o Quadrado Médio do Erro, utilizado no cálculo da eficiência do látice
21 a) Quadro de análise de variância em blocos ao acaso (BAA): CV GL SQ QM Repetições Tratamentos Erro Bl Ac (BAA) ,38 85,030 88,9840-4,70,935 Total 9 574,560 - O importante é perceber que a soma de quadrados do erro para o delineamento em blocos ao acaso é igual à soma das somas de quadrados do erro intra bloco e a de blocos dentro de repetições ajustadas do delineamento em Látice: SQE (BAA) = SQ (EIB) SQ (Blocos dentro de repetições ajustadas) assim, E(BAA) = 53, ,908 = 88,984 b) Cálculo do erro efetivo (EEF) r K EEF = Ee[ ] (K ) Ee = Quadrado Médio do Erro Intabloco (Análise da variância do látice) 380,0069 EEF =,47[ ] (8 ) EEF =,883 c) eficiência do látice (EL) EBAA,938 EL = EL = EL = 00,70% EEF,884 EBAA = Quadro Médio do Erro no delineamento em blocos ao acaso EEF = Erro efetivo no delineamento em látice 440 Cálculo do coeficiente de variação experimental (CV exp) CV CV CV exp exp exp 00 = EEF X 00,883 = 5,649 = 5,9033% 44 Cálculo dos valores de F
22 O teste F baseia-se na razão das variâncias Para o caso de delineamento em látice, o F para tratamentos é a razão entre a soma de quadrados dos tratamentos ajustados e do erro intra blocos (EIB), ou do erro efetivo (EEF) A soma de quadrados dos tratamentos ajustados pode ser obtida, utilizando-se tanto o procedimento mostrado no item 445, como o proposto por COCHRAN & COX (98) Este último permite uma determinação mais correta do valor de F a) Teste F (EIB) Utilizando-se o valor da soma de quadrados dos tratamentos ajustados obtido no item 445, tem-se: F (EIB) = F (EIB) = QM Trat (Ajust) QM (EIB) 4,4686,467 F (EIB) =,99 Este valor de F é o utilizado apenas para comparação O mais adequado para o látice é o valor calculado como no item b b) Teste F (EIB) Um outro teste F, utilizando-se os totais de tratamentos ajustados e comparados com o erro intra bloco, conforme COCHRAN & COX (98), é apresentado a seguir Primeiro, ajusta-se a soma de quadrados para blocos dentro de repetições não ajustados, da seguinte forma: SQTrat (Ajust) = SQtrat (não ajust) correção O valor da correção é obtido através da seguinte fórmula: K(r -) {[ r (r -) ( ] Bu - Ba} K ) onde: K = Fator do Látice (8) r = Número de repetições (3) = Fator de ajuste(0,0069) Bu = Soma de quadrados para blocos dentro de repetições não ajustadas (a calcular) Ba = Soma de quadrados para blocos dentro de repetições ajustadas(53,0768) Utilizando-se os dados do exemplo obtem-se: Bu = [ 0,00 8 (637,69) 90,9 ] - (637,69) 64 (643,55)
23 Bu = 686, ,80 Bu =,448 Substituindo-se os valores na fórmula: SQTrat (Ajust) = SQTrat(não ajust) 3 SQTrat (Ajust) = 85,030-80,0069{[ ],448-53,0768} ( 8 x 0,0069) SQTrat (Ajust) = 85,030 -,784 SQTrat (Ajust) = 73,406 QMTrat (Ajust) = 73,406 QMTrat (Ajust) = 63 QMTrat (Ajust) = 4,3400 F(EIB) = F(EIB) = 4,3400,467 F(EIB) =,93 c) Teste F (EEF) SQTrat(ajust) gl QMTrat (Ajust) QM (EIB) - K(r -) {[ r (r -) ( ] Bu - Ba} k Utilizando-se o valor das somas de quadrados dos tratamentos ajustados obtidos no item 445, tem-se: QMTrat (Ajust) F(EEF) = EEF 4,4686 F(EEF) =,883 F (EEF) =,95 d) Teste F (Prog/EEF) Dos 64 tratamentos que constituem o teste, correspondem a progênies e os restantes às testemunhas comerciais Deste modo, torna-se necessário determinar o valor de F para as progênies
24 QMTrat Ajust (Prog) F(Prog/EEF) = EEF 4,9 F(Prog/EEF) =,883 F (Prog/EEF) =,83 e) Teste F(BAA) O delineamento em látice possibilita análise de variância em blocos ao acaso Para a obtenção do F(BAA) basta que seja calculada a soma de quadrados para o erro dos blocos ao acaso QMTrat (não ajust) F(BAA) = EEF 4,70 F(BAA) =,935 F (BAA) =,97 O valor de F mais preciso para o látice é o obtido no item b Porém, como a maioria dos testes de progênies contém testemunhas comerciais, torna-se interessante a obtenção dos valores de F conforme os itens a e c, que apresentam relativas precisões e fácil obtenção O valor de F específico para progênies é calculado no item d 44 Análise de variância completa O quadro geral de análise de variância é o seguinte: CV GL SQ QM 0, ,030 4,70 53,0768,75(Eb) 05 35,9080,467(Ee) Repetições Tratamentos não ajustados Bloco dentro de repetições ajustadas Erro intra blocos (EIB) Tratamentos ajustados (completos) Tratamentos ajustados (progênies) Erro de blocos ao acaso (BAA) (63) (5) (6) (8,30) (3,8050) (88,9840) Total 9 574,560 - Teste F (EIB) =,9889 Teste F (BAA) =,9738 Teste F (EEF) =,98 Teste F (Prog/EEF) =,830 Eficiência do látice = 00,70 Erro médio entre duas médias =,56 Média Geral = 5,649 Fator de ajuste = 0,0069 Erro efetivo (EEF) =,883 Coeficiente de variação (EEF) = 5,9033 (4,4686) (4,9) (,935)
25 Obs: Não existindo testemunhas, o tratamento ajustado (completo) será igual ao tratamento ajustado (progênie) 5 AGRADECIMENTOS Os autores agradecem ao programador Jair Augusto Diehl da Freudenberg Agro- Florestal Ltda e Cia pela inestimável colaboração prestada na realização deste trabalho 6 REFERÊNCIAS BIBLIOGRÁFICAS COCHRAN, W & COX, GM Diseños experimentales 7ed México, Editorial Trillas, 98 66p FEDERER,WT Experimental design: theory and application New York, MacMillan, p GOMES, FP Curso de estatística experimental ed Piracicaba, Nobel, p MIRANDA FILHO, JB Princípios de experimentação e análise estatística In: PATERNIANI, E Melhoramento e produção de milho no Brasil Piracicaba, Fundação Cargill, 978 p60-50 ZINSLY, JR & MORO,JR Curso de experimentação em genética e melhoramento Piracicaba, ESALQ/USP, 984 (apontamentos de aula)
ESTATÍSTICA 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
CIRCULAR TÉCNICA N o 176 JANEIRO UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus
ISSN -45 CIRCULAR TÉCNICA N o 76 JANEIRO 99 UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus Introdução Frederico Pimentel Gomes * Carlos Henrique Garcia ** Os ensaios fatoriais apresentam, em
EXPERIMENTAÇÃO AGRÍCOLA
EXPERIMENTAÇÃO AGRÍCOLA DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) Eng. Agrônomo: Francisco Bruno Ferreira de Sousa [email protected]/ [email protected] Contato: (99) 99199460 Objetivos: Estudar
EXPERIMENTAÇÃO 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
EXPERIMENTOS 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
MINISTÉRIO 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
EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO DISCIPLINA: ANÁLISE DE EXPERIMENTOS EM FITOTECNIA ÁREA: DOMÍNIO ESPECÍFICO ( ) NÍVEL: MESTRADO ( X ) DOMÍNIO CONEXO (X ) DOUTORADO
DELINEAMENTO 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.
Experimentos 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
SEEC 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
PLANEJAMENTO 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
ESTATÍSTICA 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
EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] CARACTERIZAÇÃO o Em alguns experimentos pode-se ter fatores que estão interferindo na variável resposta,
Lucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: [email protected] 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
DELINEAMENTO 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
Lucas Santana da Cunha de outubro de 2018 Londrina
e Lucas Santana da Cunha email: [email protected] 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
EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] Introdução o Os ensaios em quadrados latinos levam em conta o controle local, aplicado em dois destinos:
EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] INTRODUÇÃO Muitas vezes, embora se tenha cuidado no planejamento e Ao planejar um experimento, o pesquisador
Planejamento 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
COMPARAÇÕES MÚLTIPLAS
ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ COMPARAÇÕES MÚLTIPLAS Josiane Rodrigues Lilian Emerick Fernandes 2009 INTRODUÇÃO Comparação entre médias de tratamentos ou dos níveis de um fator de tratamentos;
H 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,
4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados. 4.4 Experimentos em Blocos Incompletos Balanceados
4. Experimentos em Blocos aleatorizados, quadrados latinos e experimentos relacionados 4.4 Experimentos em Blocos Incompletos Balanceados (EBIB) Em certos experimentos que usam blocos aleatorizados, podemos
Experimentos 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
EXPERIMENTAÇÃO 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
H 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
Questão 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
DELINEAMENTO 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
EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
Delineamento 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
ANÁLISE 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
Delineamento 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
DELINEAMENTO 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
Escola 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
EXPERIMENTOS 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
Esquema 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
Experimentos 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
PLANEJAMENTO 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
DELINEAMENTO 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
25 a 30 de novembro de 2013
em em Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 3 - Conteúdo em em 1 em 2 em em em Permite estudar como uma (simples)
SEEC 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
Especialização em Engenharia de Processos e de Sistemas de Produção
Especialização em Engenharia de Processos e de Sistemas de Produção Projetos de Experimento e Confiabilidade de Sistemas da Produção Prof. Claudio Luis C. Frankenberg 2ª parte Experimentos inteiramente
PROGRAMA 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
Aula 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
Delineamento 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.
Concurso 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:
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
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 06 de julho de 2016 Nos experimentos fatoriais, todas
EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] Caracterização o O delineamento inteiramente casualizado (DIC) é o mais simples de todos os delineamentos
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Planejamento de Experimentos
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Planejamento de Experimentos Piracicaba Agosto 2016 Estatística Experimental 11 de Agosto de 2016 1 / 24 Definições importante Planejamento
Planejamento 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:
DELINEAMENTO EM BLOCOS INCOMPLETOS BALAN CEADOS COM O NÚMERO DE VARIEDADES IGUAL AO NÚMERO DE BLOCOS (*)
DELINEAMENTO EM BLOCOS INCOMPLETOS BALAN CEADOS COM O NÚMERO DE VARIEDADES IGUAL AO NÚMERO DE BLOCOS (*) H. VAZ DE ARRUDA Engenheiro agrônomo, Seção de Técnica Experimental, Instituto Agronômico RESUMO
Delineamento 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
Técnicas 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
Esquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina
Esquema Fatorial Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de junho de 2016 Muitos experimentos envolvem o estudo dos efeitos
ANÁLISE 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
ESTATÍSTICA 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
DELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS
DELINEAMENTO INTEIRAMENTE CASUALIZADO e DELINEAMENTO EM BLOCOS CASUALIZADOS Prof. Anderson Rodrigo da Silva [email protected] 1. Objetivos Estudar o procedimento de instalação e análise de
3ª 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
ESQUEMA 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
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Regressão Polinomial e Análise da Variância Piracicaba Setembro 2014 Estatística Experimental 18 de Setembro de 2014 1 / 20 Vimos
TÉCNICAS 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
Técnicas 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
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV TESTES DE COMPARAÇÕES MÚLTIPLAS DE MÉDIAS EXPERIMENTAIS Profª Railene Hérica Carlos
UNIDADE 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
Éder 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
UNIVERSIDADE 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:
POLINÔMIOS ORTOGONAIS
POLINÔMIOS ORTOGONAIS Lucas Santana da Cunha email: [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 13 de julho de 2016 Introdução A variável analisada na análise de
Estatística 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
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva
ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva [email protected] Exemplo 1 de Introdução Medley & Clements (1998) estudaram o efeito de metais pesados, especialmente zinco, sobre
MINISTE 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
UNIVERSIDADE 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
DELINEAMENTO 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
Lucas Santana da Cunha 28 de setembro de 2018 Londrina
Testes de Comparações Múltiplas Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha 28 de setembro de 2018 Londrina Pela análise de variância realizada no Exemplo 1 da aula anterior, rejeitou-se a
ADENSAMENTO DE SEMEADURA EM TRIGO NO SUL DO BRASIL
ADENSAMENTO DE SEMEADURA EM TRIGO NO SUL DO BRASIL - 2011 Pedro Luiz Scheeren 1, Antônio Faganello 1, João Leonardo Fernandes Pires 1, Vanderlei da Rosa Caetano 2, Ricardo Lima de Castro 1, Eduardo Caierão
EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari [email protected] TESTE DE TUKEY O teste de Tukey também pode ser usado como um complemento do Teste F da análise de variância.
Magda Lea Bolzan Zanon 1 Lindolfo Storck 2 RESUMO. O objetivo deste trabalho foi estimar o tamanho ótimo de parcelas experimentais de
ZANON, Magda Lea Bolzan; STORCK, Lindolfo. Tamanho de parcelas experimentais para Eucapyptus saligna Smith. Ciência Rural, Santa Maria, v. 27, n. 4, p. 589-593, 1997. TAMANHO DE PARCELAS EXPERIMENTAIS
Roteiro 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: { ( ) [ ] [ ] ( )
MINISTE 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
Esquema 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
DISCIPLINA. Magno Antonio Patto Ramalho
U N I V E R S I D A D E F E D E R A L D E L A V R A S P R Ó - R E I T O R I A D E P Ó S - G R A D U A Ç Ã O COORDENADORIA DE PÓS-GRADUAÇÃO STRICTO SENSU DISCIPLINA Código PGM522 / II Denominação ANAL.
Capacitação 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
ROTINA PARA APLICAÇÃO DO MÉTODO PARAMÉTRICO
ROTINA PARA APLICAÇÃO DO MÉTODO PARAMÉTRICO º Passo: Estudar o problema e formular as equações matemáticas para cada uma das observações, sempre na forma F(Xa) La ; 2º Passo: Obter os valores aproximados
CORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO 1 1. CORRELAÇÃO 1.1. INTRODUÇÃO 1.. PADRÕES DE ASSOCIAÇÃO 1.3. INDICADORES DE ASSOCIAÇÃO 1.4. O COEFICIENTE DE CORRELAÇÃO 1.5. HIPÓTESES BÁSICAS 1.6. DEFINIÇÃO 1.7. TESTE DE HIPÓTESE.
Testes de hipóteses. Estatística Aplicada à Agricultura Mario Andrade Lira Junior, /10/2017
Testes de hipóteses Mario Andrade Lira Junior WhatsApp da turma https://chat.whatsapp.com/b8phpubnimql7dyful9wtw AVA da turma http://ava.ufrpe.br/course/view.php?id=21036 Todo o material oficial será distribuído
UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE ILHA SOLTEIRA FACULDADE DE ENGENHARIA DE ILHA SOLTEIRA
Nível: Histórico: Mestrado/Doutorado Disciplina aprovada em 24.08.94 Código Capes: ASP01005 Docente(s) Responsável(eis): Prof. Dr. EVARISTO BIANCHINI SOBRINHO Prof. Dr. WALTER VERIANO VALERIO FILHO Situação
Aula 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
Universidade Federal de Goiás. Bioestatística. Prof. Adriano Sanches Melo - Dep. Ecologia ICB asm.adrimelo gmail.com
Universidade Federal de Goiás Bioestatística Prof. Adriano Sanches Melo - Dep. Ecologia ICB asm.adrimelo gmail.com Página do curso: http://www.ecologia.ufrgs.br/~adrimelo/bioestat Teste t Aulas anteriores
Lucas 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
