Professional Documents
Culture Documents
ESTATSTICA EXPERIMENTAL
PARTE 3
6- Delineamentos Experimentais
VERSO PROVISRIA
UFLA - Universidade Federal de Lavras DEX Departamento de Cincias Exatas LAVRAS (MG) 2010
6. DELINEAMENTOS EXPERIMENTAIS
Os Delineamentos Experimentais so as formas de distribuio dos tratamentos na rea experimental. Os principais so: Delineamento Inteiramente Casualizado Delineamento Blocos Casualizados Delineamento Quadrado Latino
6.1 Delineamento Inteiramente Casualizado Este delineamento utilizado quando a variabilidade entre as parcelas experimentais for muito pequena, isto , praticamente inexistente. Devido a esta exigncia, so utilizados em locais em que as condies experimentais possam ser bem controladas (laboratrios, casa de vegetao, terrenos com pouca heterogeneidade, etc). As vantagens deste delineamento so: o nmero de graus de liberdade para o Erro Experimental mximo; o nmero de tratamentos e de repeties depende apenas do nmero de parcelas experimentais disponveis; o delineamento mais simples de ser instalado e conduzido. A maior desvantagem que toda a variabilidade existente ir inflacionar o Erro Experimental, exceto apenas a fonte de variao devida aos efeitos dos tratamentos. Este fato pode ocasionar um erro experimental muito grande e chegar a comprometer os resultados do experimento.
6.1.1 Aleatorizao Neste delineamento os tratamentos so designados aleatoriamente s parcelas experimentais. Este tipo de sorteio implica em que todo tratamento tem a mesma chance de ser aplicado qualquer parcela na rea experimental.
44
6.1.2 Modelo Estatstico O modelo linear adequado para este delineamento dado por:
yij = + ti + eij
onde: yij ti eij a observao feita na parcela para o tratamento i na repetio j ; representa uma constante inerente a toda parcela ; representa o efeito do tratamento i ; o erro experimental na parcela i, j.
6.1.3 Modelo Geral de Anlise Considere um experimento com 3 tratamentos e 2 repeties, instalado em DIC. Os valores observados nas parcelas sero representados pela letra Y, com os ndices i e j representando, respectivamente o tratamento e a repetio. Os dados podem ser colocados em uma tabela da forma:
Tabela 6.1
Repeties I II TOTAIS
Estas observaes, segundo o modelo estatstico do delineamento Inteiramente Casualizado, podem ser expressas como: y11 = y21 = + t1 + t2 + e11 + e21 + t3 + e31 + e12 + e22
+ t3 + e32
45
Tem-se aqui um sistema de equaes onde so conhecidos apenas os valores de Y (varivel resposta) e com mais variveis do que equaes. Utilizando o mtodo dos quadrados mnimos e admitindo algumas condies que sero apresentadas posteriormente, o modelo geral de anlise para os ensaios em DIC apresentado na Tabela 6.2.
Tabela 6.2
Fontes de Variao
Tratamentos
I-1
SQ Tratamentos
(2)
SQ Tratamentos I-1
QM Tratamento QM Erro
Erro Experimental
I(J-1)
SQ Erro
(3)
SQ Erro I(J-1)
TOTAL
IJ-1
SQ Total
(1)
(1) SQTotal = y ij
2
G2 G = yij N i j
2
T G2 (2) SQTratamentos = i J N
SQErro =
T2 2 y ij i = SQTotal SQTratamentos J j
6.2
grupos homogneos, cada grupo constituindo uma repetio. Cada repetio ou bloco deve conter uma vez cada tratamento, no caso de blocos completos. O objetivo em todas as etapas do experimento manter o erro, dentro de cada bloco, to pequeno quanto seja possvel na prtica. Na conduo do ensaio deve ser empregada uma tcnica uniforme para todas as parcelas de um mesmo bloco. Quaisquer alteraes na tcnica de conduo ou em outras condies que possam afetar os resultados devem ser feitas entre os blocos.
46
No campo este agrupamento feito quando as parcelas so dispostas na rea experimental. Cada repetio dever ser formada por um grupo compacto de parcelas, de forma to aproximada quanto possvel, pois sabe-se que as parcelas vizinhas so mais semelhantes em fertilidade do que parcelas distantes. Em casos em que a colheita do ensaio deva estender-se por algum tempo aconselhvel que seja feita repetio por repetio, sendo que, chuvas e outros fatores podem produzir alteraes no peso do material colhido de um dia para o outro. As principais caractersticas e vantagens em relao ao delineamento Inteiramente Casualizado so:
Permite o controle da influncia de uma fonte de variao alm do efeito de tratamentos, pelo agrupamento hbil das parcelas (controle local); Dentro de cada bloco (repetio), as condies ambientais devem ser homogneas, podendo variar de bloco para bloco; As repeties podem ser distribudas por uma rea maior permitindo concluses mais gerais.
6.2.1 Aleatorizao Quando as parcelas se acham agrupadas em blocos, os tratamentos so aleatoriamente designados s unidades dentro de cada bloco. Posteriormente, os blocos so sorteados na rea experimental.
6.2.2 Modelo Estatstico A observao da parcela que recebe o tratamento definida, estatisticamente, por:
yij = + ti + b j + eij
no bloco j (yij)
uma constante inerente toda observao; o efeito do tratamento i; efeito do bloco j; o erro na parcela i, j.
ti bj eij
47
6.2.3 Modelo Geral de Anlise As fontes de variao e os respectivos graus de liberdade para o delineamento em blocos casualizados completos so apresentados na Tabela 6.3.
Tabela 6.3
Fontes de Variao Entre Blocos Entre Tratamentos Erro Total
Causas de Variao e Graus de Liberdade para o Delineamento Blocos Casualizados com I Tratamento e com J Repeties.
GL J-1 I-1 (I-1) (J-1) IJ-1 SQ SQBlocos SQTratamentos SQErro SQTotal
y
j
2 ij
SQBlo cos =
1 B 2j C I j
1 J
SQTratamentos =
T
i
C=
1 2 G N
6.2.4 Exemplo de Aplicao Como exemplo, os dados da Tabela 6.4 referem-se a um ensaio sobre a influncia da dosagem de K2O aplicada ao solo, nas propriedades do algodo utilizado na fabricao de fibras. A caracterstica selecionada para anlise foi o ndice de resistncia Pressley. Este ndice foi determinado medindo-se a tenso de ruptura de um atado de fibras com uma seco transversal pr-fixada. O ensaio foi conduzido
48
segundo o delineamento blocos casualizados com trs repeties. As repeties foram constitudas por trs mquinas de teste de resistncia, cada uma operada por um tcnico diferente.
Tabela 6.4
ndices de Resistncia Pressley de Fibras de Algodo em um Ensaio com Cinco Dosagens de K2O.
MQUINAS
A anlise de varincia correspondente apresentada na Tabela 6.5. As somas de quadrados foram calculadas como: Correo (C ) =
1 (7,62 + 8,00 + ... + 7,21)2 15
2 2 2
SQTotal = (7,62 ) + (8,00 ) + ... + (7,21) C SQTratamentos = 1 (23,55)2 + (24,16 )2 + ... + (22,35)2 C 3
SQBlo cos =
Tabela 6.5
Fontes de Variao Entre Blocos Entre Tratamentos Erro Total
Fc 1,11 4,19*
A DMS para o teste Tukey, ao nvel de 5% de probabilidade igual a 0,59. As mdias dos tratamentos so apresentadas na Tabela 6.6.
Tabela 6.6
Dosagens (Kg/ha) 40 60 80 100 120
Tenses de Ruptura Mdias (ndice de Pressley) Para Fibras de Algodo em Funo da Dosagem de K2O Aplicada ao Solo.
ndices Mdios (Pressley)* 7,85 a b 8,05 a 7,74 a b 7,51 a b 7,45 b
* As mdias seguidas da mesma letra no diferem estatisticamente entre si, pelo teste Tukey, ao nvel de 5 % de probabilidade.
Os resultados mostram que a resistncia das fibras no muito afetada pela adubao potssica. As plantas que receberam a dosagem de 60 kg/ha de K2O apresentaram um ndice mdio que superou apenas o ndice das parcelas com maior dosagem (120 kg/ha). Para as dosagens menores que 120 kg/ha a resistncia mdia no variou estatisticamente.
6.3 Delineamento Quadrado Latino Para o delineamento Quadrado Latino, os tratamentos so agrupados nas repeties de duas maneiras distintas. Esta sistematizao dos blocos em duas direes (designadas genericamente por linhas e colunas) permite eliminar os efeitos de duas fontes de variao do erro experimental. O esquema do delineamento para I tratamentos corresponde a um quadrado com I linhas e I colunas, contendo I2 parcelas. Cada tratamento ocorre uma vez em cada linha e em cada coluna. Um dos possveis arranjos para um ensaio com quatro tratamentos (A, B, C e D) :
COLUNAS 1 1 LINHAS 2 3 4 B A C D 2 C B D A 3 D C A B 4 A D B C
50
Linhas e Colunas so termos gerais para referenciar critrios de classificao e, assim, podem representar uma espcie de tratamentos. Se existir interao (dependncia) entre os critrios de classificao e os tratamentos, a estatstica Fc no tem distribuio de F e o teste no vlido. O emprego do delineamento Quadrado Latino muito comum em ensaios industriais, zootcnicos e outras reas. Em ensaios agronmicos utilizado geralmente para controlar as diferenas de fertilidade em dois sentidos, nos ensaios de campo.
6.3.1 Aleatorizao Em geral, satisfatrio tomar um quadrado latino qualquer, permutar as linhas e colunas e designar, ao acaso, os tratamentos s letras. Um processo mais rigoroso para a obteno de um quadrado latino, aleatoriamente, dado por FISHER e YATES (1948).
6.3.2 Modelo Estatstico A observao da parcela na coluna j e na linha k, que recebe o tratamento i, definida como:
y ijk = + t i + c j + l k + e jk (i )
onde:
ti cj lk ejk(i)
a constante comum a todas as parcelas; o efeito do tratamento i; o efeito da coluna j; o efeito da linha k; representa o erro aleatrio na parcela i,j,k. i, j, k, = 1, 2, ..., I.
sendo
6.3.3 Modelo Geral de Anlise Este modelo estatstico leva ao modelo de anlise, apresentado na Tabela 6.7.
51
Tabela 6.7
Fontes de Variao Linhas Colunas Tratamentos Erro Total
Causas de Variao, Graus de Liberdade e Somas de Quadrados para o Delineamento Quadrado Latino.
GL I-1 I-1 I-1 (I-1) (I-2) I2-1 SQ SQLinhas SQColunas SQTratamentos SQErro SQTotal
A estatstica apropriada para testar a hiptese de que no existe efeito de tratamentos : Fc = QMTratamentos / QMErro
que tem distribuio F( I -1) ; ( I -1) ( I -2) sob H0. Desde que Linhas e Colunas representam restries casualizao, o teste F pode no ser apropriado para estes critrios de classificao.
Como exemplo, um experimento foi desenvolvido visando comparar a eficincia de tcnicos treinados em amostragem. Uma cultura foi dividida em seis reas, cada rea sendo amostrada por seis tcnicos diferentes. O amostrador deveria escolher oito plantas que julgasse com altura representativa da rea e anotar a altura mdia destas plantas. Para as anlises estatsticas foi considerada a diferena entre a altura mdia da amostra e a verdadeira altura mdia da rea correspondente (determinada pela medio de todas as plantas da rea). Tais diferenas correspondem aos erros amostrais e so apresentadas na Tabela 6.8. Tambm foi anotada a ordem em que cada rea foi amostrada.
52
Tabela 6.8
Erros Amostrais Referentes s Alturas Mdias de Trigo. rea Amostrada por Seis Tcnicos (A, B, C, D, E e F).
reas I 3,5 (F) 8,9 (B) 9,6 (C) 10,5 (D) 3,1 (E) 5,9 (A) II 4,2 (B) 1,9 (F) 3,7 (E) 10,2 (C) 7,2 (A) 7,6 (D) III 6,7 (A) 5,8 (D) -2,7 (F) 4,6 (B) 4,0 (C) -0,7 (E) IV 6,6 (D) 4,5 (A) 3,7 (B) 3,7 (E) -3,3 (F) 3,0 (C) V 4,1 (C) 2,4 (E) 6,0 (D) 5,1 (A) 3,5 (B) 4,0 (F) VI 3,8 (E) 5,8 (C) 7,0 (A) 3,8 (F) 5,0 (D) 8,6 (B)
Ordem de Visita 1
a
2a 3 4
a a a a
5 6
Com auxlio dos totais apresentados na Tabela 6.9 foi computada a anlise de varincia do exemplo (Tabela 6.10).
Tabela 6.9
Totais das Observaes Referentes aos Critrios de Classificao: Linhas, Colunas e Tratamentos Para a Amostragem de Plantas de Trigo.
Totais 1 36,4 41,5 28,9 2 33,5 34,8 29,3 3 36,7 17,7 27,3 4 41,5 18,2 37,9 5 16,0 25,1 19,5 6 7,2 34,0 28,4
SQTotal
(36,42 + 33,52 + ... + 7,22) C (28,92 + 29,32 + ... + 28,42) C (41,52 + 34,82 + ... + 34,02) C
GL 5 5 5 20 35
5% 2,71
Pela simples inspeo nos dados verifica-se uma tendncia consistente de superestimao das alturas das plantas, desde que apenas trs dos trinta e seis erros amostrais tiveram valores negativos. O teste de F para tratamentos, significativo ao nvel de 5% mostra que a superestimao varia de tcnico para tcnico. Com a aplicao do teste de Tukey (DMS5%= 3,1), verifica-se que a tendncia menor para os amostradores E e F, em relao aos outros. Pelo teste de F observa-se que a ordem em que dada rea amostrada no tem efeito na superestimao enquanto que esta tendncia varia de rea para rea.
54