Avaliação do coeficiente de variação na experimentação com cana-de-açúcar. Introdução

Transcrição

1 Avaliação do coeficiente de variação na experimentação com cana-de-açúcar Introdução Rubens L. do Canto Braga Jr. 12 Jaime dos Santos Filho 3 Joel Augusto Muniz 3 Na experimentação agronômica, em geral, os pesquisadores medem a precisão de suas pesquisas utilizando o coeficiente de variação (), que expressa o desvio padrão residual como porcentagem da média geral do experimento. O valor do de um experimento com qualquer cultura é uma indicação dos cuidados que o pesquisador teve no planejamento e condução da pesquisa, refletindo a qualidade dos resultados obtidos. Segundo Judice et al. (2002), experimentos com altos valores de podem levar os pesquisadores o obter conclusões incorretas dos trabalhos, devido o aumento da probabilidade de ocorrência do erro tipo II, ou seja, indicar a igualdade entre tratamentos, quando na verdade existe diferença, o que pode prejudicar a adoção de novas tecnologias pelos produtores, por impedir a indicação, por exemplo, do melhor tratamento. Um aspecto importante a se destacar é que nas Ciências Agrárias, os valores de dos experimentos variam de acordo com a cultura considerada e a variável resposta em estudo, sendo necessário estabelecer classificações específicas. Apesar de toda a preocupação com a qualidade dos trabalhos de pesquisa, artigos são publicados com indicações de baixa precisão experimental, devido à falta de valores de referência adequados para comparação. De modo geral, na falta de tabelas específicas, os pesquisadores têm comparado os resultados de de seus experimentos, com aqueles sugeridos por Pimentel Gomes (2000) que considera os valores de como baixos, se inferiores a 10%; médios, quando estão entre 10% e 20%; altos, quando estão entre 20% e 30% e muito altos, se superiores a 30% Contato: rubens@ctc.com.br. 2. Especialista em Tecnologia Agroindustrial- Variedades, Centro de Tecnologia Canavieira (CTC), Piracicaba, SP 3. DEX-UFLA, Lavras, MG

2 2 Para estabelecer limites na distribuição dos valores de, Garcia (1989), trabalhando com experimentos na área, propôs utilizar a relação entre a média e o desvio padrão dos valores de de diversos experimentos, envolvendo a mesma variável, classificando os valores da seguinte forma: Baixo ( X S ); Médio ( X S < X + S ); Alto ( X + S < X + 2S ); Muito alto ( > X + 2S ), sendo que X representa a média e S o desvio-padrão. O método de Garcia (1989) foi utilizado por Scapim et al. (1995) na cultura do milho, por Amaral et al. (1997) na experimentação com citrus, por Clemente e Muniz (2000) em experimentos com leguminosas forrageiras, Clemente e Muniz (2002) em ensaios com gramíneas forrageiras, por Lima et al. (2004) na cultura do meloeiro e por Oliveira et al.(2008) com a cultura de feijão. Estudos semelhantes foram desenvolvidos na área zootécnica por Judice et al. (1999), em pesquisas com suínos e por Judice et al. (2002) em experimentos com bovinos. Estudos utilizando o método dos quantis amostrais, considerando a distribuição dos valores de, foram realizados em experimentos com bovinos de corte por Judice et al. (2002) encontrando-se faixas mais amplas do que aquelas obtidas pelo método de Garcia (1989). Segundo estes autores os resultados dos dois métodos são semelhantes quando os valores de apresentarem distribuição normal. Neste trabalho avaliou-se a distribuição dos valores de de experimentos com cana-de açúcar, pelo método de Garcia (1989) e pelo método dos quantis amostrais, considerando-se dados da variável TCH, para cana-planta e cana-soca, com colheita manual e mecânica. Material e Métodos Foram considerados 2732 valores de da variável TCH, de experimentos em blocos completos, colhidos na cana planta (1º corte) e soca (2º corte), nos sistemas de colheita manual e mecânica, conduzidos sob a coordenação do Centro de Tecnologia Canavieira (CTC), com sede em Piracicaba, SP. Os ensaios forma plantados em todas as grandes regiões produtoras de cana-de-açúcar do Brasil, nos estados do Paraná, São Paulo, Espírito Santo, Mato Grosso do Sul, Mato Grosso, Goiás, Minas Gerais, Alagoas e Pernambuco

3 3 O método de Garcia (1989) exige que os dados tenham distribuição normal. Para tanto, foi utilizado o teste de Shapiro-Wilk (1965) para se testar a normalidade dos dados. Constatada a normalidade, calculou-se a média e o desvio-padrão dos valores de, empregando-se a relação entre essas estatísticas de maneira a obter faixas de classificação de cada variável resposta. Quando um conjunto de dados é organizado em ordem de grandeza, os valores obtidos mediante subdivisões dos dados em partes iguais são denominados quantis. O método dos quantis amostrais conforme descrito por Judice et al. (2002), baseia-se conceitualmente nos limites estabelecidos por Garcia (1989) na distribuição dos valores de, considerando-se que os pontos X S, X + S e X + 2S são equivalentes, respectivamente, aos quantis 15,87%; 84,13% e 97,72%, obtidos na distribuição normal, calculados usando-se a função quantile do software livre R. (2007). Resultados e Discussão As estatísticas descritivas e o teste de normalidade de Shapiro-Wilk no nível de significância de 5% para os valores de para a variável TCH encontram-se na tabela 1. A variável cana-planta com colheita manual apresentou valores de com menor variabilidade. Tabela 1: Quantidade, média, desvio-padrão e teste de Shapiro-Wilk dos coeficientes de variação (%) para diferentes tipos de colheita. Variável resposta Quant. Mínimo Máximo Média Desvio Padrão Shapiro-Wilk W: Pr > W Mecânica - Cana planta 390 3,82 19,04 8,59 2,58 0,9915 0,0715 Mecânica - Cana soca 238 4,73 23,25 10,60 3,17 0,9912 0,1636 Manual- Cana planta ,16 20,20 7,10 1,12 0,9978 0,0806* Manual - Cana soca 805 3,57 22,39 8,61 2,63 0,9966 0,0866 Total 2372 * Valores analisados com transformação logarítmica dos dados As faixas de avaliação dos valores de de experimentos com cana-de açúcar estão sintetizadas nas tabelas 2 e 3. Pelos resultados, percebe-se que para os experimentos com a cultura da cana-de açúcar, existe uma classificação específica de valores de coeficiente de variação para cada variável resposta. Por exemplo, um experimento com colheita manual, que avaliar a produção de cana-planta e tiver de 9%

4 4 será avaliado como de baixa precisão, pois o valor em questão está na faixa de Alto. Com base na indicação de Pimentel Gomes (2000), o mesmo experimento seria classificado de alta precisão. Os resultados confirmam a afirmação de Steel et al. (1997) de que para avaliar corretamente a distribuição dos valores de deve-se considerar a cultura em estudo e a variável resposta, reforçando a importância do estudo. Tabela 2: Distribuição dos valores de coeficiente de variação segundo o critério de Garcia (1989) Variável Resposta Faixa de avaliação (%) Baixo Médio Alto Muito Alto Mecânica - Cana planta 6,93 6,93 < 9,59 9,59 < 10,91 > 10,91 Mecânica - Cana soca 8,82 8,82 < 11,51 11,51 < 12,85 > 12,85 Manual- Cana planta 5,98 5,98 < 8,21 8,21 < 9,33 > 9,33 Manual - Cana soca 6,92 6,92 < 9,59 9,59 < 10,93 > 10,93 Tabela 3 : Distribuição dos valores de coeficiente de variação segundo critério dos quantis amostrais Variável Resposta Faixa de avaliação (%) Baixo Médio Alto Muito Alto Mecânica - Cana planta 6,33 6,33 < 11,03 11,03 < 15,24 > 15,24 Mecânica - Cana soca 7,59 7,59 < 13,16 13,16 < 19,01 > 19,01 Manual- Cana planta 5,34 5,34 < 9,39 9,39 < 13,88 > 13,88 Manual - Cana soca 6,15 6,15 < 11,17 11,17 < 14,72 > 14,72 Os resultados das tabelas 2 e 3, confirmam que o método de Garcia (1989) apresentou faixas de avaliação de ligeiramente mais estreitas menores que o método dos quantis amostrais. Os resultados concordam com os obtidos por Judice et al. (2002) em experimentos com bovinos de corte. Conclusões Com base nos resultados encontrados pode-se concluir que para a variável TCH: a) Os valores de dos experimentos com colheita mecânica são, em geral, maiores que nos experimentos com colheita manual; b) Os valores de são maiores nos experimentos com cana soca do que com cana planta; c) As faixas de avaliação dos valores de dos experimentos com cana-de-açúcar são inferiores às faixas indicadas por Pimentel Gomes (2000) Agradecimentos ao CNPq e à Fapemig pelo apoio financeiro ao trabalho.

5 5 Bibliografia [1] AMARAL, A. M.; MUNIZ, J. A.; SOUZA, M. de. Avaliação do coeficiente de variação como medida da precisão na experimentação com citrus. Pesq. Agrop. Bras. V. 32, n.12, p , [2] CLEMENTE, A.L.; MUNIZ J.A. Avaliação do coeficiente de variação em experimentos com gramíneas forrageiras. Ciência e Agrotecnologia, Lavras, v.26, n.1, p , jan-fev, [3] CLEMENTE, A.L.; MUNIZ J.A. Estimativas de faixas de coeficientes de variação em leguminosas forrageiras para avaliação da precisão experimental. Ciênc. Agrot. Lavras, v.24, n.3, p , [4] GARCIA. C.H. Tabelas para classificação do coeficiente de variação. Piracicaba: IPEF, p [5] JUDICE, M.G. et al. Avaliação da precisão experimental em ensaios com bovinos de corte. Ciência e Agrotecnologia, Lavras v. 26, n.5, p , set-out, [6] JUDICE, M.G.; MUNIZ, J.A.; CARVALHEIRO, R. Avaliação do coeficiente de variação em experimentos com suínos. Ciência e Agrotecnologia, Lavras, v.23, n.1, p , jan-mar, [6] LIMA, L.L. de; NUNES, G.H. de S.; BEZERRA NETO, F. Coeficientes de variação de algumas características do meloeiro: uma proposta de classificação. Hort. Bras. v.22, n.1, p.14-17, [7] OLIVEIRA, R.L. et al. Precisão experimental em ensaios com a cultura do feijão. Ciência e Agrotecnologia, Lavras, v.33, n.1, p , 2008 [8] PIMENTEL GOMES, F. Curso de estatística experimental. 13 ed. São Paulo: Nobel, p. [9] R DEVELOPMENT CORE TEAM (2007). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, ISBN , URL [10] SCAPIM, C.A.; CARVALHO, C.G.P. de; CRUZ C.D. Uma proposta de classificação dos coeficientes de variação para a cultura do milho. Pesq. Agrop. Bras., v.30, n.5, p , [11] SHAPIRO, S.S.; WILK, M.B. Na analysis of variance test for normality (complete samples). Biometrika. London, v.52, n. 3-4, p , dec [12] STELL, R.G.D.; TORRIE. J.H.; DICKEY, D.A. Principles and procedures of statistics: with reference to the biological sciences. New York: McGraw-Hill, p.