DELINEAMENTO EM BLOCOS AO ACASO

Documentos relacionados
EXPERIMENTOS COM INTERAÇÕES

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC)

ESTATÍSTICA EXPERIMENTAL

EXPERIMENTAÇÃO AGRÁRIA

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

EXPERIMENTAÇÃO AGRÁRIA

Lucas Santana da Cunha de outubro de 2018 Londrina

EXPERIMENTAÇÃO AGRÍCOLA

Lucas Santana da Cunha de outubro de 2018 Londrina

ANÁLISE DE VARIÂNCIA DE DOIS CRITÉRIOS (DBC)

ANÁLISE DE VARIÂNCIA - ANOVA. Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM

ANÁLISE DE VARIÂNCIA DE UM CRITÉRIO (DIC)

Delineamento em Quadrado Latino (DQL)

DELINEAMENTO INTEIRAMENTE CASUALIZADO e CASUALIZADOS

DELINEAMENTO COMPLETAMENTE CASUALIZADO. Prof. Dra. Janete Pereira Amador

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Aula 7: Delineamento em blocos ao acaso

Delineamento e Análise Experimental Aula 5

Experimentos em parcelas subdivididas e procedimentos para a aplicação dos testes de comparação de médias

DELINEAMENTO EM QUADRADO LATINO (DQL)

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Projeto de Experimentos

Delineamento e Análise Experimental Aula 3

UNIDADE V EXPERIMENTOS FATORIAIS (RC)

Técnicas Experimentais Aplicadas

Probabilidade e Estatística

Esquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina

Cap. 9 Comparação entre tratamentos

Delineamento Inteiramente Casualizado (DIC) Delineamento Casualizado em Blocos (DBC) Delineamento em Quadrado Latino (DQL)

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Delineamento Casualizado em Blocos

ESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística

Lucas Santana da Cunha 27 de novembro de 2017

DELINEAMENTO INTEIRAMENTE CASUALIZADO. Profª. Sheila Regina Oro

Tópicos Extras 1ª parte. Testes Não Paramétricos, Análise Multivariada, Outras Técnicas

Conceitos Básicos Teste t Teste F. Teste de Hipóteses. Joel M. Corrêa da Rosa

ENGENHARIA DA QUALIDADE A ENG AULA 8 PROJETOS DE EXPERIMENTOS - ANOVA

EXPERIMENTAÇÃO AGRÁRIA

ESTATÍSTICA EXPERIMENTAL

Experimentos Fatoriais

Delineamento e Análise Experimental Aula 7. Anderson Castro Soares de Oliveira

Experimentos em Parcelas Subdivididas

Éder David Borges da Silva Renato Gonçalves de Oliveira

Esquema Fatorial. Esquema Fatorial. Lucas Santana da Cunha 06 de outubro de 2018 Londrina

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

TÉCNICAS EXPERIMENTAIS APLICADAS EM CIÊNCIA DO SOLO

MAE 317 Planejamento e Pesquisa I Profa. Júlia Maria Pavan Soler

Experimentos Balanceados com Dois Fatores

Delineamento e Análise Experimental Aula 4

PROBABILIDADE E ESTATÍSTICA INFERÊNCIA ESTATÍSTICA Parte II

ESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04

DPS1037 SISTEMAS DA QUALIDADE II ENGENHARIA DE PRODUÇÃO CT/UFSM

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

Concurso Público para provimento de cargo efetivo de Docentes

Éder David Borges da Silva Renato Gonçalves de Oliveira

Planejamento de Experimentos Medidas Repetidas

9 a 14 de Setembro Pós-Graduação em Produção Vegetal UFPR. Éder David Borges da Silva Renato Gonçalves de Oliveira

PLANEJAMENTO DE EXPERIMENTOS

ANÁLISE DE VARIÂNCIA (ANOVA) Prof. Anderson Rodrigo da Silva

DELINEAMENTO FATORIAL. Profª. Sheila Regina Oro

EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS

MINISTE RIO DA EDUCAÇA O UNIVERSIDADE FEDERAL DE LAVRAS DEPARTAMENTO DE CIE NCIAS EXATAS

Bioexperimentação. Prof. Dr. Iron Macêdo Dantas

UNIVERSIDADE FEDERAL DE LAVRAS DEPATAMENTO DE CIÊNCIAS EXATAS GABARITO

DELINEAMENTO EM BLOCOS CASUALIZADOS COM REPETIÇÕES. Profª. Sheila Regina Oro

Especialização em Engenharia de Processos e de Sistemas de Produção

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

3- Projetos Fatoriais

ANOVA FACTORIAL EXEMPLO 1. ANOVA TWO-WAY COM O SPSS. a capacidade de reconhecimento do odor materno

Estatística Descritiva e Inferencial CE081. Prof. Dr. Jomar Camarinha

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Técnicas Experimentais Aplicadas à Zootecnia UNIDADE 1. NOÇÕES DE PLANEJAMENTO EXPERIMENTAL

Princípios de Bioestatística

Planejamento Experimental

EXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Delineamentos Experimentais

EXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari

Análise da Variância. Prof. Dr. Alberto Franke (48)

Modelo de Regressão Múltipla

MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV

MOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel

Análise da Variância (ANOVA)

UNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA

SEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB

Análise da Regressão. Prof. Dr. Alberto Franke (48)

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)

Universidade Federal de Goiás. Bioestatística. Prof. Adriano Sanches Melo - Dep. Ecologia ICB asm.adrimelo gmail.com

INTRODUÇÃO A MODELOS MISTOS

Planejamento de Experimentos Suposições do Modelo e Comparações Múltiplas

Capítulo 11 Análise da Variância. Statistics for Managers Using Microsoft Excel, 5e 2008 Prentice-Hall, Inc. Chap 11-1

EXPERIMENTAÇÃO. Apostila de Bioestatística Experimentação Página 1 de 15

5.3 Experimentos fatoriais a dois fatores. Ambos os fatores são supostos fixos e os efeitos de tratamento são definidos como desvios da média tal que

BAC011 - ESTATÍSTICA ANÁLISE DE VARIÂNCIA. Análise de Variância ANOVA. Prof. Dr. Emerson José de Paiva

Pro. Marcio Leles Romarco de Oliveira 1

Questão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.

Planejamento de instalação de experimentos no campo

Mario de Andrade Lira Junior lira.pro.br\wordpress

Métodos Estatísticos Avançados em Epidemiologia

Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo. Testes de Comparações Múltiplas

Transcrição:

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. A área ou material é subdividido em blocos que sejam homogêneos e apresentam uma repetição de cada tratamento distribuída ao acaso.

Vantagem: permite heterogeneidade entre blocos Desvantagem: exige homogeneidade nos blocos Perfil do terreno Bloco 1 Bloco 2 Bloco 3 A C B D B A D C C B A D

Um fator de perturbação (nuisance factor) é um fator que provavelmente tem um efeito sobre a resposta, mas o pesquisador não está interessado neste efeito. Quando este efeito é conhecido e controlável, então pode-se usar a técnica de blocagem para eliminar esse efeito da comparação entre os tratamentos. Blocos

Utiliza-se de três princípios básicos da experimentação: repetição; casualização e controle local.

PRINCIPAIS CARACTERÍSTICAS a) As parcelas são distribuídas em grupos ou blocos (principio do controle local), sendo as mais uniformes possíveis, dentro de cada bloco; b) O número de parcelas por blocos deve ser múltiplo do número de tratamentos; c) Os tratamentos são designados às parcelas de forma casual.

VANTAGENS Controla as diferenças que ocorrem nas condições experimentais, de um bloco para outro; Permite utilizar qualquer número de tratamentos e de blocos; Conduz a uma estimativa mais exata para a variância residual; A análise de variância é relativamente simples, sendo apenas um pouco mais demorada.

DESVANTAGENS Pela utilização do princípio do controle local, há uma redução no número de graus de liberdade do resíduo; A exigência de homogeneidade das parcelas dentro de cada bloco limita o número de tratamentos, que não pode ser muito elevado.

Hipóteses básicas que devemos admitir para validade da ANOVA Aditividade; Independência; Normalidade; Homocedasticidade,ou homogeneidade de variâncias.

MODELO MATEMÁTICO DO DELINEAMENTO EM BLOCOS CASUALIZADOS Bloco I Bloco II Bloco b y 11 y 21... y a1 y 12 y 22... y a2... y 1b y 2b... y ab * a tratamentos; * b blocos; * uma observação por bloco por tratamento; * é feita a casualização dentro de cada bloco.

y ij μ τ i β j ε ij para i=1,2,...,a tratamentos j=1,2,...,b blocos é a média geral i é o efeito fixo do i-ésimo tratamento j é o efeito fixo do j-ésimo bloco ij é o erro aleatório. Assume-se que ij ~ NID(0, 2 ) Hipóteses: H 0 :μ 1 μ 2... μ a vs H a :μ i μ j para i j

Partição da soma de quadrados total corrigida é dada por: a b a b a b 2 2 2 2 yij y.. b yi. y.. a y.j y.. yij yi. y.j y.. i 1 j 1 i 1 j 1 i 1 j 1 S.Q.Total (corrigida) = S.Q. Tratamentos + S.Q. Blocos + S.Q. Erro SQ Total = como o desvio de uma observação em relação a média amostral geral; SQ tratamento = como o desvio da média do i-ésimo tratamento em relação a média geral. SQ bloco = como o desvio da média do j-ésimo bloco em relação á média geral SQ Erro = como o desvio da observação em relação à média de seu grupo ou do i-ésimo tratamento e do j-ésimo bloco

Representa a a variação das observações em relação à média geral amostral (Total) como uma soma da variação desta observação em relação à média de seu grupo (Tratamento), com a variação desta observação em relação à média do j-ésimo bloco (Bloco) em que se encontra esta observação, com a variação do erro experimental

O p-valor Um procedimento de teste equivalente usa a probabilidade de significância (p-valor), a qual é calculada pela maioria dos programas estatísticos. O p-valor representa a probabilidade de ser obtida uma observação da distribuição F com k 1 e k(r 1) graus de liberdade maior ou igual ao valor observado pela Fcalc. Note que se o p-valor for menor que α, rejeitamos H0.

Se p-valor < α, rejeita-se H0. Em outras palavras, o p-valor é a probabilidade, sob H0, de ocorrência do valor particular observado para a estatística de teste ou de valores mais extremos. A probabilidade de significância de um teste mede a força da evidência contra H0 em uma escala numérica. Um p-valor pequeno indica uma forte justificativa (evidência) para a rejeição de H0.

Blocos com tratamentos repetidos Quando o número de tratamentos é pequeno, para obtermos o número mínimo de parcelas recomendado (20) e o número mínimo de grau de liberdade para o resíduo (10). Exemplo: 2 tratamentos.

TABELA DE ANALISE DE VARIÂNCIA PARA EXPERIMENTO EM BLOCOS CASUALIZADO COM NÚMEROS DIFERENTES DE REPETIÇÕES ANOVA: Tabela de análise de variância Causas de variação Tratamento Blocos Resíduo GL SQ QM F P-valor k-1 r-1 n-k-r+1 SQTr SQB SQR Total krm-1 SQT QMTr QMB QMR F r F B

No trabalho Estudo Comparativo entre diferentes métodos de semeadura na cultura do mamoeiro, realizado em Jaboticabal-SP Ruiz utilizou os tratamentos: A - Semeadura direta no Campo; B Semeadura em recipientes em pleno Sol; C Semeadura em recipientes ripados; Cada tratamento foi repetido 2 vezes em cada um dos 4 blocos. Os dados estão no quadro a seguir: Tabela 2: Altura média dos mamoeiros, em cm, aos 147 dias após a semeadura 430,2 501,9 1797,8

Parâmetros Grau de liberdade: Do tratamento: k-1 Do bloco: r-1 Do resíduo:n-k-r+1 Do total: krm-1 onde m=repeticões Constante C ( y) ( y) n k.. r m 2 2 A soma do quadrado total: SQT y 2 C A soma do quadrado dos tratamentos: A soma do quadrado dos Blocos: SQB SQT B km. r 2 T rm. C 2 C

ANOVA: Tabela de análise de variância Causas de Variação GL SQ QM F P-valor Tratamento Blocos Resíduo k-1 r-1 n-k-r+1 SQTr SQB SQR Total krm-1 SQT QMTr QMB QMR F r F B ANOVA: Tabela de análise de variância Causas de Variação GL SQ QM F Tratamento Blocos Resíduo 2 3 18 8429,10 3337,47 1512,59 Total 23 13279,16 4214,55 1112,49 84,03 50,16 13,24

Exemplo 2: Testar 4 fontes de energia em aves de corte em um laboratório com baterias de 3 andares com capacidade de 20 aves por andar. Há 10 baterias disponíveis. Baterias 1 2 3 4 5 6 7 8 Andar superior A B D B D C C A Andar médio C A B D A D B C Andar inferior B C D C B A D A ALTERNATIVA Baterias 1 2 3 4 5 6 7 8 Andar superior A B D B D C C A Andar médio A B D B D C C A Andar inferior A B D B D C C A

RESPOSTA MEDIDA: Peso médio por compartimento á idade de 45 dias. Peso em kg aos 45 dias de idade Baterias (tratamento) Andar 1(A) 2(B) 3(D) 4(B) 5(D) 6(C) 7(C) 8(A) TOTAL Superior 1,6 1,5 1,4 1,3 1,5 1,1 1,5 1,9 11,8 Médio 2,2 1,6 1,6 1,5 2,0 1,6 1,4 2,0 13,9 Inferior 3,0 2,6 2,4 2,3 2,5 2,4 2,3 2,8 20,3 46,0 TOTAIS PARA FONTE DE ENERGIA (6 observações) Fonte A:13,5 B:10,8 C:10,3 D:11,4

PARCELAS PERDIDAS No caso do delineamento em blocos casualizados com parcela perdida, devemos inicialmente calcular uma estimativa para a parcela perdida. Fórmula: Onde: y k. T r. B G` ( k 1)( r 1) k = número de tratamentos dos experimento; T = Total das parcelas do tratamento com parcela perdida; r = número de Blocos dos experimento; B = Total das parcelas do Bloco com a parcela perdida; G`= Soma de todas as parcelas existentes no experimento.

Para corrigir a superestimação dos quadrados dos tratamentos, deve-se calcular um fator correção. Fórmula: k 1 FC U yij k 2 B k 1 Mas essa correção não influi na tabela, devendo ser realizada apenas quando o F calculado próximo do F tabelado. Com os recursos computacionais este procedimento é pouco usado, sendo calculado a análise através de ANOVA Balanceada.

Por enquanto é isso... Obrigado pela atenção e bom estudo!