Professional Documents
Culture Documents
1. Contedo
Cap. 1 Testes de Hipteses
Cap. 2 Contrastes
Cap. 3 Introduo Experimentao
Cap. 4 Delineamento Inteiramente Casualizado
Cap. 5 Procedimentos para Comparaes Mltiplas
Cap. 6 Delineamento em Blocos Casualizados
Cap. 7 Delineamento em Quadrado Latino
Cap. 8 Experimentos Fatoriais
Cap. 9 Experimentos em Parcelas Subdivididas
Cap.10 Regresso
Cap.11 Correlao
2. Avaliao
O sistema de avaliao constar de trs provas, com pesos iguais. As datas das provas esto
apresentadas no planejamento da disciplina em anexo.
O assunto pertinente as 1a, 2a e 3a provas, ser divulgado em sala de aula na semana que a
prova ocorrer. Tambm nesta semana, o professor informar em sala de aula, a distribuio dos
estudantes s salas de prova de acordo com o nmero de matrcula dos estudantes.
O estudante que perdeu a 1a ou a 2a ou a 3a prova, por qualquer motivo que seja (viagem de
carter particular, atestado mdico, participao em congressos, etc.), poder fazer a Prova
Substitutiva. Esta prova substitutiva abordar todo o assunto do semestre. No necessrio
apresentar justificativa para fazer a prova substitutiva. A data da prova substitutiva tambm se
encontra no planejamento em anexo.
Alm de levar documento com foto para fins de fiscalizao durante qualquer uma das
provas, o estudante deve tambm levar o seu conjunto de tabelas, pois as mesmas so de uso
individual. Estas tabelas no devem conter nenhuma informao adicional. A existncia de tais
informaes adicionais implica o uso de cola, estando o estudante sujeito s penalidades
previstas no regimento da Universidade Federal de Viosa.
Os alunos que no obtiverem mdia final para aprovao, podero realizar a prova final, cujo
assunto toda a matria lecionada durante o perodo letivo.
Divulgao das Notas de Provas
As notas da 1 e 2 provas sero divulgadas no mximo, at 3 semanas aps a realizao de
cada uma delas. J as provas 3a e substitutiva tero as notas divulgadas at 3 dias aps a
realizao da prova substitutiva.
Reviso de Prova
O coordenador marcar um perodo NICO de reviso para cada uma das provas. O
estudante deve respeitar este perodo de reviso, pois no sero abertas excees para que o
estudante faa a reviso de suas provas fora do perodo de reviso estabelecido.
Normalmente as revises das provas, so realizadas com o monitor, no horrio de monitoria
na sala 301 B do prdio do CCE, mesmo que a monitoria regular esteja marcada para outro
local. Nos horrios marcados para reviso o monitor no poder dar atendimento aos alunos.
3. Monitoria
O horrio e local de monitoria, ser divulgado na 3a semana de aula.
Ser solicitado ao monitor agendar horrios extras na semana de cada prova. O local destes
horrios extras ser divulgado no quadro de avisos da estatstica no prdio do CCE (quadro prximo
a sala de monitoria).
4. Bibliografia
suposto que o estudante venha para todas as aulas com uma cpia da apostila EST 220
Estatstica Experimental 1 Perodo Letivo de 2010 a qual se encontra a disposio para ser copiada
em local a ser mencionado em sala de aula. Alm desta referncia, o aluno pode complementar o
assunto abordado nesta disciplina com leitura nas seguintes literaturas:
1. BANZATTO, D.A. & KRONKA, S.N. Experimentao Agrcola. Jaboticabal, FUNESP,
1989. 249 p. (Referncia para os Captulos: 4, 6, 8 e 9).
2. COSTA NETO, P.L.O. Estatstica. So Paulo, Ed. Edgard Blcher Ltda, 1977. 264 p.
(Referncia para o Captulo: 1).
3. GOMES, F.P. Curso de Estatstica Experimental. 12a ed., So Paulo, Livraria Nobel S.A.,
1987. 467 p. (Referncia para os Captulos: 3, 4, 5, 6, 7, 8 e 9).
4. HOFFMANN, R. & VIEIRA, S. Anlise de Regresso Uma Introduo Econometria. 2a
ed., So Paulo, Ed. Hucitec, 1983. 379 p. (Referncia para o Captulo: 10).
5. MONTGOMERY, D.C. e RUNGER, G. C. Estatstica Aplicada e Probabilidade para
Engenheiros. Rio de Janeiro. LTC Livros Tcnicos, 2003, 463p. (Referncia para os
Captulos: 3, 4, 5, 6, 7, 8 e 10).
6. VIEIRA, S. & HOFFMANN, R. Estatstica Experimental. So Paulo, Ed. Atlas S.A., 1989.
179 p. (Referncia para os Captulos: 3, 4, 6, 8, 9 e 10).
5. Professores
Prof. Jos Ivo Ribeiro Jnior CCE 306B 3899-1783
Prof. Nerilson T. Santos (Coordenador) CCE 312B 3899-1784
Prof. Sebastio Martins Filho CCE 316B 3899-1773
2 Feira
810
3 Feira
T1 Sebastio PVA107
T4J. IvoPVB107
4 Feira
6 Feira
T5J. IvoPVB101
T1Sebastio PVA107
T4J. IvoPVB107
5 Feira
T2NerilsonPVB208
T3NerilsonPVB209
T2NerilsonPVB208
Semana
01/03 a 05/03 1
2
08/03 a 12/03 1
2
15/03 a 19/03 1
2
22/03 a 26/03 1
2
29/03 a 02/04 1
2
05/04 a 09/04 1
2
3
12/04 a 16/04 1
2
19/04 a 23/04 1
2
26/04 a 30/04 1
2
03/05 a 07/05 1
2
10/05 a 14/05 1
2
17/05 a 21/05 1
2
3
24/05 a 28/05 1
2
31/05 a 04/06 1
2
07/06 a 11/06 1
2
14/06 a 18/06 1
2
21/06 a 25/06 1
2
3
4
28/06 a 02/07 1
Assunto
Apresentao da disciplina
Testes de hipteses: conceitos
Teste t para uma mdia
Teste t para duas mdias independentes
Teste t para duas mdias dependentes
Teste F para duas varincias. Exerccios
Contrastes: conceitos
Mtodos para obteno de contrastes ortogonais
Princpios bsicos da experimentao
Recesso Semana Santa
Exerccios
Tira dvidas
1 Prova 07/04 4 feira 18:20 h
Delineamento inteiramente casualizado (DIC)
Pressuposies da ANOVA
Testes de Tukey e Duncan
Feriado Feriado Tiradentes Dia do Trabalho
Testes t e de Scheff
Delineamento em blocos casualizados (DBC)
Exerccios do DBC
Delineamento em quadrado latino (DQL)
Experimento fatorial (EF)
Interao AxB significativa de EF
Exerccios
Tira dvidas
2 Prova 24/05 2 feira 20:30 h
Experimento em parcelas subdivididas (EPS)
Interao AxB significativa de EPS
Regresso linear de 1o grau
Feriado Corpus Christi
Regresso linear de 2o grau
Regresso com repeties
Correlao
Exerccios
Tira dvidas
3 Prova 23/06 4 feira 18:20 h
Prova Substitutiva 24/06 5 Feira 12:00 h
Aula SAS 25/06 12:00 h
Reviso Prova 3 e Substitutiva
ndice
Captulo 1 - Testes de Hipteses
Captulo 2 - Contrastes
22
30
37
45
53
65
71
95
Captulo 10 - Regresso
111
125
151
169
Anexo 4 p-valor
190
191
1. Testes de Hipteses
1.1. Introduo
Os testes de hipteses fazem parte de um conjunto de procedimentos inferenciais
usados em estatstica. O uso de tais procedimentos permite ao pesquisador fazer
inferncias a respeito de uma populao a partir de uma ou mais amostras
representativas da populao da qual as amostras foram retiradas.
No dia a dia usamos de inferncia para tomarmos certas decises. Por exemplo,
quando vamos a feira para comprar abacaxi e um feirante nos oferece um pedao de
abacaxi. Qual o nosso procedimento? Se aquele pedao de abacaxi for doce, conclumos
que todo o lote de abacaxi vendido por aquele feirante doce. Por outro lado, se o
pedao for azedo, inferimos que todo o lote azedo. lgico que podemos tomar
decises erradas devido amostragem. Por exemplo, corremos o risco de levar abacaxi
azedo para casa, mesmo que a nossa prova tenha sido doce. Isto pode acontecer porque
o lote de abacaxi pode no ser completamente uniforme no teor de acar, ou porque
experimentamos um abacaxi doce no meio de um lote composto por abacaxis azedos.
Este um exemplo prtico que ilustra o princpio bsico do teste de hipteses.
Porm, em cincia necessrio que todos os procedimentos sejam padronizados e bem
especificados. O objetivo deste captulo fornecer os conceitos tericos fundamentais
para um correto uso dos testes de hipteses. Neste captulo, sero abordados alguns dos
testes de hipteses mais comuns para comparar no mximo parmetros de duas
populaes. Outros testes de hipteses aplicveis para comparaes de parmetros
envolvendo mais de duas populaes sero apresentados no Captulo 5.
1.2.2 Estimador
Na grande maioria das situaes, no possvel realizar o censo de uma
populao, porque ou a populao muito grande ou de tamanho infinito. Para
contornar este problema, o pesquisador pode retirar uma amostra da populao e a partir
desta amostra caracterizar a populao de onde a amostra foi retirada sem nenhum vis.
Para alcanar este objetivo deve-se usar frmulas estatsticas, conhecidas como
estimadores, que apresentem caractersticas estatsticas desejveis, tais como no1
0. 5
1. 0
2. 0
m
=1. 5
2. 5
3. 0
Var i avel : X
1
2
1 x m
igual varincia original dividido pelo tamanho da amostra e que a varivel aleatria m
~ N(1,5 ; 0,025 ) . O grfico da distribuio
tambm segue distribuio normal, ou seja, m
das mdias amostrais seria
f ( Xb)
1. 1
1. 0
0. 9
0. 8
0. 7
0. 6
0. 5
0. 4
0. 3
0. 2
0. 1
0. 0
0. 0
0. 5
1. 0
m
=1. 5
2. 0
2. 5
3. 0
Var i avel : Xb
e f(Xb) = f( m
).
em que Xb = m
Como pode ser notado, a distribuio das mdias amostrais para a varivel
estatura, representadas no grfico por Xb, mais concentrada em torno da mdia do que
a varivel original X. Isto acontece porque a varincia das mdias amostrais menor do
que a varincia da varivel original estatura.
Deve ficar entendido que possvel retirar um nmero muito grande de amostras
de mesmo tamanho de uma populao, principalmente se a populao for muito grande.
No entanto, numa pesquisa geralmente toma-se deciso usando-se apenas uma nica
amostra. As hipteses estatsticas para esta situao seriam:
H O : m altura = 1,5 metros
H a : m altura < 1,5 metros
Para se entender a lgica dos testes de hipteses, vamos supor diferentes
resultados possveis para a mdia amostral obtida a partir de uma amostra de 10
estudantes. Suponha inicialmente que o pesquisador, obtenha uma mdia amostral,
, igual a 1,49 metros. Neste caso, a variao entre o valor observado igual a
digamos m
1,49 e o valor suposto igual a 1,50 muito pequena. Poder-se-ia atribuir esta variao ao
5
0. 60
1. 0
1. 5
2. 0
2. 5
3. 0
Var i avel : Xb
f ( Xb) =
1 x m
e
2
n
A rea sob a curva abaixo do valor 0,60 m, indica a probabilidade de se encontrar
um valor igual ou inferior a 0,60 metros em uma populao com mdia igual a 1,5 metros.
Como pode ser notado, esta probabilidade pequena em relao rea total do grfico.
Com base neste raciocnio que o pesquisador estabelece um valor crtico que o ajuda a
decidir sobre rejeitar ou no-rejeitar a hiptese de nulidade. Este valor crtico pode a
princpio ser estabelecido de duas maneiras. A primeira delas seria a situao em que o
pesquisador de posse de seu conhecimento prvio no assunto estabeleceria um valor
crtico antes de coletar a amostra. Este valor crtico seria um valor para a mdia amostral
tal que acima dele o pesquisador no-rejeitaria a hiptese de nulidade e abaixo dele
rejeitaria a hiptese de nulidade. Digamos que neste caso o valor crtico adotado fosse
igual a 1,0 metro. O valor para a mdia igual a 1,0 metro determinaria duas regies na
f ( Xb)
1. 1
1. 0
0. 9
0. 8
0. 7
Regi o de
No Rej ei o da
Hi pt ese de Nul i dade
Regi o de
Rej ei o da
Hi pt ese de
Nul i dade
0. 6
0. 5
0. 4
er r o t i po I
ou er r o al f a
0. 3
0. 2
0. 1
0. 0
0. 0
0. 5
Xbc=1. 0
1. 5
2. 0
2. 5
3. 0
Var i avel : Xb
RRHo RNRHo
cur va par a
Ha
cur va par a
Ho
0. 9
0. 8
0. 7
0. 6
0. 5
0. 4
0. 3
er r o bet a
er r o al f a
0. 2
0. 1
0. 0
0. 0
m
<1. 5 1. 0
m
=1. 5
2. 0
2. 5
3. 0
Var i avel : Xb
m
edi a
m
<1. 5
1. 5
Nesta figura, pode-se observar duas curvas: a da esquerda quando se assume que
a populao tem uma mdia inferior a especificada, isto a curva para a hiptese
alternativa (Ha) com m < 1,5 metros; e a curva da direita para a situao em que a
populao apresenta mdia igual especificada, ou seja, curva para a hiptese de
nulidade (Ho) com mdia m = 1,5 metros. Quando o pesquisador toma a deciso de
rejeitar a Ho, ele na verdade acaba por concluir que a populao de onde foi retirada a
amostra pertence aquela populao com mdia m < 1,5 metros. Observe, valores nesta
regio podem levar a duas concluses que a rigor ambas estariam corretas, mas a
probabilidade de encontrar indivduos com mdia inferior ou igual ao valor crtico, no caso
1,0 metro, bem maior numa populao com m < 1,5 metros do que numa populao
com mdia m = 1,5 metros. esta diferena nas probabilidades que leva o pesquisador a
rejeitar Ho ao invs de no rejeit-la.
Conforme mencionado anteriormente, a rea sob a curva da hiptese Ho que leva
a sua rejeio se refere probabilidade de se rejeitar Ho quando Ho verdadeira. Isto foi
definido anteriormente como erro alfa. Um raciocnio lgico que se tem tentar fazer este
erro ser o menor possvel. No entanto, em todo teste de hipteses existe tambm um
outro erro, conhecido como erro tipo II ou erro beta (), o qual aumenta o seu valor
medida que se diminui o erro alfa. Este erro se refere probabilidade no-rejeitar a
hiptese Ho quando Ho falsa (ver figura anterior). No exemplo que estamos
trabalhando, este erro beta ser tanto maior, quanto menor for o valor crtico. Se por
exemplo, fizermos que o valor crtico para a mdia amostral seja igual a 0,9 m, ento a
nova proporo entre os erros alfa e beta seria conforme figura a seguir.
f ( Xb)
1. 1
1. 0
RRHo
RNRHo
cur va Ha
cur va Ho
0. 9
er r o
bet a
0. 8
0. 7
0. 6
0. 5
0. 4
er r o
al f a
0. 3
0. 2
0. 1
0. 0
0. 0
0. 5
Xbc=0. 9
1. 5
2. 0
2. 5
3. 0
Var i avel : Xb
m
edi a
0. 8
1. 5
f (t )
0. 5
0. 4
0. 3
0. 2
0. 1
0. 0
- 3. 5
- 2. 5
- 1. 5
- 0. 5
0. 5
1. 5
2. 5
3. 5
Var i avel : t
n
30
10
m = m0
m > m0
m < m0
m m0
versus
ou
ou
se
Exerccios
1.1. Em indivduos sadios, o consumo renal de oxignio distribui-se normalmente em
torno de 12 cm3/min. Deseja-se investigar, com base em cinco indivduos portadores de
certa molstia, se esta tem influncia no consumo renal mdio de oxignio. Os consumos
medidos para os cincos pacientes foram:
14,4
12,9
15,0
13,7
13,5
X i = 84,0
i =1
(X
6
i =1
) = 55,0
m
2
11
s =
2
c
2
1
2
2
X i
n
i=1
X i2
n
s 2 = i=1
n 1
Uma vez obtidas estas estimativas, calcula-se o valor da estatstica t dada por:
m
(m1 m 2 )
m
2
t= 1
1
1
s c2 +
n1 n 2
Concreto 1
Concreto 2
54
50
55
54
58
56
51
52
57
53
1
X11
X21
d1
2
X11
X22
d2
...
...
...
...
n
X1n
X2n
dn
Apresentado desta forma, o teste t para duas amostras dependentes reduz-se teste
t para uma mdia populacional, visto anteriormente. No presente caso, deseja-se testar
se a mdia dos desvios igual por exemplo a um valor m0. Escrevendo em termos de
hipteses estatsticas teramos
H0:
Ha:
Ha:
Ha:
m = m0
m > m0
m < m0
m m0
versus
ou
ou
=
m
d
i=1
13
n
di
n
i=1
2
di
n
s 2 = i=1
n 1
Sob Ho, esta estatstica t tem distribuio t de Student com n-1 graus de liberdade.
A comparao deste valor calculado com o valor de ttab dado por t tab = t (n 1) .
Depois de obtido os valores calculado e tabelado de t, usamos a seguinte regra
decisria:
- se t t tab ento Rejeita-se Ho
-
Exerccios
1.4. Com o objetivo de avaliar se determinado produto qumico eficiente para repelir
insetos domsticos, foi realizada uma contagem do nmero de insetos, antes e aps a
aplicao deste produto qumico, em 7 residncias. O nmero de insetos observado em
cada residncia foi
Residnca
1 2 3 4 5 6 7
Antes da aplicao
8 6 7 8 9 6 7
Aps a aplicao
4 0 3 5 3 4 2
Por meio destes dados e ao nvel de 5% de probabilidade, possvel concluir, em
termos mdios, que o produto utilizado eficiente para repelir insetos?
1.5. Com a finalidade de testar se determinado mtodo de secagem rpida consegue
reduzir significativamente a quantidade mdia de gua de gros de cereais, uma poro
de cada um dos seguintes tipos de cereais: Milho, Cevada, Trigo, Arroz e Sorgo, foi
exposta ao referido mtodo de secagem. Os resultados obtidos, para o peso da poro
(em g) amostrada por cereal, com a realizao do experimento foram:
Sem a secagem
Com a secagem
Milho
30
21
Cevada
34
28
Trigo
41
33
Arroz
25
21
Sorgo
36
31
14
284,6
283,9
284,8
285,2
284,3
283,7
284,0
90,3
101,4
93,4
98,5
96,8
104,6
91,4
95,8
92,6
96,2
102,5
94,6
103,4
99,5
1.9. Um material isolante foi utilizado com a finalidade de reduzir a temperatura mdia
interna em ambientes similares. Para testar a hiptese H o , 10 ambientes foram
selecionados ao acaso e expostos a uma determinada fonte de radiao de calor. Testar
a hiptese H o e concluir para = 5%. Os dados obtidos (em C) so fornecidos abaixo.
AMBIENTE
s/isolante
c/isolante
1
30,5
28,2
2
35,3
35,1
3
33,2
33,2
4
40,8
35,6
5
42,3
40,2
6
41,5
37,4
7
36,3
34,2
8
43,2
42,1
9
34,6
30,5
10
38,5
38,4
1.10. Dois processos que tm por objetivo o controle da temperatura mdia interna em
ambientes foram colocados em competio. Para testar a H o , 20 ambientes foram
convenientemente preparados. Testar e concluir para = 5% , considerando os dados
abaixo.
PROCESSO
s/isolamento
c/isolamento
30,5
28,2
35,3
35,1
33,2
33,2
40,8
35,6
Temperatura C
42,3 41,5 36,3
40,2 37,4 34,2
43,2
42,1
34,6
30,5
38,5
38,4
1
80,5
75,8
2
99,6
98,8
3
83,4
77,6
4
100,2
99,9
5
81,5
74,2
6
84,6
80,5
7
85,0
83,6
8
105,8
105,8
16
25
35
35
25
45
20
30
15
20
30
25
30
De posse dos dados acima, pode o experimentador concluir que houve aumento da
mdia de produo de milho por causa do fertilizante, com nvel de significncia igual a
5%.
1.13. Desejando comparar os efeitos de dois analgsicos A e B, em termos do tempo
mdio de ao sobre pacientes com certa doena (bastante prolongada), ambos foram
aplicados a 14 doentes, em dias diferentes, sendo que 7 pacientes receberam primeiro o
A, e outros 7 primeiro o B. A situao foi controlada de forma a no haver interferncia do
efeito de um sobre o outro. Os resultados (em minutos) foram:
Paciente
XA
XB
1
2
3
4
5
6
7
8
9
10 11 12 13 14
362 345 356 370 360 365 345 363 358 332 335 370 335 362
320 330 315 325 323 328 318 322 320 310 308 332 307 325
40,3
18,6
40,0
20,3
39,6
23,6
35,2
22,2
32,0
20,9
1.15. Em determinada propriedade rural, foi avaliado o efeito de Suprimento Mineral (SM)
na engorda de sunos. Para tanto, tomou-se 14 sunos similares em peso. Cada animal
recebeu um dos SM. Os resultados obtidos, aps certo perodo de tempo, foram os
seguintes:
SM 1
SM 2
38
40
Pesos (Kg)
36
35
31
37
33
30
36
38
32
32
30
37
4
1
8
5
3
2
9
14
7
3
5
11
17
45
38
47
37
49
35
48
39
46
37
1.18. Por meio dos dados amostrais fornecidos abaixo, possvel concluir que a mdia
salarial de determinada empresa inferior a R$ 950,00? (use o nvel de 1% de
significncia)
Mdia
N de indivduos
avaliados
Varincia
945
15
25
15,6
18,3
16,3
16,3
16,2
19,5
17,1
19,8
1.20. Dois novos tipos de embalagens (A e B) foram testados para armazenar extrato de
tomate. Uma boa embalagem mantm o pH do extrato de tomate em 7,2 at trs meses
aps a sua armazenagem. Para comparar estes dois tipos de embalagens, 10
embalagens de cada um dos dois tipos testados, receberam a mesma quantidade de
extrato de tomate e foram avaliados quanto ao seu pH trs meses aps a sua
armazenagem. Os resultados das avaliaes so apresentados a seguir
Embalagem A
Embalagem B
6,8
7,2
7,0
7,3
7,1
7,4
7,0
7,3
7,1
7,4
7,3
7,6
7,4
7,7
7,5
7,8
7,4
7,6
7,4
7,7
18
1
100
140
2
110
135
3
98
125
4
105
145
5
108
135
6
105
140
1
3,0
2
2,0
3
3,7
4
4,1
5
1,9
6
3,8
472
562
487
512
506
523
512
528
489
554
503
513
511
516
501
510
1 2 3 4 5 6 7 8 9 10
3 3 4 4 4 4 4 5 5 5
3 3 3 3 2 2 2 1 1 1
20
1
11
5
2
8
7
3
15
13
4
2
6
5
7
4
6
18
10
7
9
3
8
10
2
1
119
2
122
3
120
4
110
5
112
6
115
7
116
21
Cap 2 Contrastes
2. Contrastes
2.1. Introduo
O estudo de contrastes muito importante na Estatstica Experimental,
principalmente quando o experimento em anlise composto por mais do que dois
tratamentos. Com o uso de contrastes possvel ao pesquisador estabelecer
comparaes, entre tratamentos ou grupos de tratamentos, que sejam de interesse.
Este captulo visa dar fundamentos para estabelecer grupos de contrastes, obter a
estimativa para cada contraste estabelecido, bem com estimar a variabilidade associada a
cada um destes contrastes. Todos os conhecimentos adquiridos neste captulo sero
utilizados no Captulo 5 para se realizar testes de hipteses para o grupo de contrastes
estabelecidos.
2.2. Definies
Contraste
Considere a seguinte funo linear de mdias populacionais de tratamentos
C = a1m1 + a 2m 2 + ... + a ImI
I
a
i=1
=0
Estimador do Contraste
Na prtica, geralmente no se conhece os valores das mdias populacionais mi ,
mas suas estimativas. Da, em Estatstica Experimental, no se trabalhar com o contraste
, que tambm uma funo linear de mdias obtidas por
C mas com o seu estimador C
meio de experimentos ou amostras. Assim tem-se que o estimador para o contraste de
mdias dado por:
=a m
C
1 1 + a 2 m 2 + ... + a ImI
Exerccio
2.1 Num experimento de consrcio na cultura do abacaxi, com 5 repeties, as mdias de
produo de frutos de abacaxi (em t/ha), foram as seguintes:
Tratamentos
1 - Abacaxi (0,90 x 0,30m) monocultivo
2 - Abacaxi (0,80 x 0,30 m) monocultivo
3 - Abacaxi (0,80 x 0,30 m) + amendoim
4 - Abacaxi (0,80 x 0,30 m) + feijo
i
m
53,5
56,5
62,0
60,4
22
C
1 1 + a 2 m 2 + ... + a ImI
A varincia do estimador do contraste dada por:
= V (a m
VC
1 1 + a 2 m 2 + ... + a Im I )
Admitindo independncia entre as mdias
= V (a m
) + V (a m
) + ... + V (a m
VC
()
)
()
) = a V (m
) + a V (m
) + ... + a V (m
)
V (C
1
2
1
i)=
Sabe-se que: V (m
ri
2
i
2
2
2
I
, assim
()
2
2
2
2 1
2 2
2 I
V C = a1
+ a2
+ ... + aI
r1
r2
rI
()
2
2
2
= a1 + a 2 + ... + aI
VC
r
r2
rI
1
I
2
a2
= 2 i
i=1 ri
( )
()
Exerccio
2.2 Por meio dos dados e dos contrastes fornecidos abaixo, obter as estimativas dos
contrastes e as estimativas das varincias das estimativas dos contrastes.
1 = 11,2
m
r1 = r2 = 6
2 = 10,5
m
r3 = 4
r4 = 5
3 = 10,0
m
4 = 21,0
m
s c2 = 0,45
C1 = m1 + m2 m3 m4
C2 = m1 m2
C3 = m3 m4
C
1
1 1 + a 2 m 2 + ... + a ImI
23
Cap 2 Contrastes
A covarincia entre C
1
por
=b m
C
2
1 1 + b 2 m 2 + ... + b Im I
, supondo independncia entre tratamentos, obtida
e C
2
,C
= a b V (m
1 ) + a 2 b 2 V (m
2 ) + ... + a IbI V (m
I)
Cov C
1
2
1 1
i)=
A varincia da mdia amostral dada por: V (m
i2
, para i = 1, 2, ..., I. Logo,
ri
12
2
2
+ a 2b 2 2 + ... + aIb I I
r1
r2
rI
Admitindo que exista homogeneidade de varincias entre os tratamentos, ou seja:
12 = 22 = ... = I2 = 2 , ento.
,C
=a b
Cov C
1
2
1 1
I
,C
= a1b1 + a 2 b 2 + ... + a Ib I 2 = 2 a ib i
Cov C
1
2
r
r2
rI
i=1 ri
1
Sabe-se que, se duas variveis aleatrias so independentes, a covarincia entre
eC
so independentes, a covarincia entre eles igual
elas igual a zero. Assim, se C
1
2
a zero, isto :
,C
=0
Cov C
1
2
Para que a covarincia seja nula, necessrio, portanto que:
I
a ib i
= 0.
i=1 ri
Esta a condio de ortogonalidade entre dois contrastes para um experimento
com nmero diferente de repeties para os tratamentos. Para um experimento com o
mesmo nmero de repeties, satisfazendo as mesmas pressuposies (mdias
independentes e homogeneidade de varincias), a condio de ortogonalidade se resume
a:
a b
i=1
=0
24
Hibrido
Porte
Inicio do Florescimento
ndice de acamamento
ri
1
Alto
Precoce
Mdio
3
2
Alto
Tardio
Alto
3
3
Alto
Tardio
Baixo
3
4
Baixo
Precoce
Mdio
3
o porte;
o incio do florescimento;
o ndice de acamamento.
Cap 2 Contrastes
Dividir o m.m.c. por g2. O resultado ser o coeficiente de cada mdia do 2 grupo.
Multiplicar os coeficientes obtidos pelo nmero de repeties da respectiva mdia.
Se possvel, simplificar os coeficientes obtidos por uma constante. No caso em que o
nmero de repeties igual para todos os tratamentos, este passo pode ser eliminado.
Exerccio
Totais
21,0
27,1
26,6
22,1
25,6
i
m
25,0
18,7
30,4
27,5
ri
5
5
5
6
C1 = m1 m 2
C 2 = m1 + m 2 2m 3
C 3 = m1 + m 2 + m 3 3m 4
Admitindo-se que os estimadores das mdias sejam independentes e que
2
s c = 0,45 , pede-se
, C
e C
a) C
( ) ( )
( )
, V C
, e V C
b) V C
1
2
3
c) as estimativas das covarincias entre os estimadores dos contrastes, e por meio
das mesmas, dizer quais so os contrastes ortogonais entre si.
26
C 2 = m1 2m 2 + m 3
Pede-se:
a) Forme um grupo de contrastes ortogonais, a partir dos contrastes C1 e C2, por
meio do mtodo do sistema de equaes lineares.
b) Obtenha V C
1
c) Obtenha V(C1)
2.11. Num experimento com 4 tratamentos e 5 repeties, so dados os seguintes
contrastes ortogonais:
C1 = m 2 m 4
C 2 = 2m1 + m 2 + m 4
Determinar um contraste C3 que seja ortogonal a C1 e C2.
2.12. Com os dados abaixo, obter o contraste C 3 ortogonal aos contrastes C 1 e C 2 .
C1 = m1 m 2
r1 = r3 = 4
( )
C 2 = 4m 1 + 5m 2 9m 4
r2 = r 4 = 5
2.13. Dado o contraste C1 = 2m1 m2 m3, referente a um experimento com 3
tratamentos (r1 = r2 = r3 = 5), obter um contraste ortogonal C2 em relao a C1.
2.14. Dado o contraste C1 = 2m1 m2 m3, referente a um experimento com 3
tratamentos (r1 = r2 = 4 e r3 = 5), obter um contraste ortogonal C2 em relao a C1
2.15. Dado o contraste C1 = 9m1 4m2 5m3, referente a um experimento com 3
tratamentos (r1 = r2 = 4 e r3 = 5), obter um contraste ortogonal C2 em relao a C1.
2.16. Dados os contrastes C1 = m2 m4 e Y2 = 2m1 + m2 + m4, referente a um
experimento com 4 tratamentos (r1 = r2 = r3 = r4 = 5), obter um contraste ortogonal C3 em
relao a C1 e C2.
2.17. Dados os contrastes C1 = m1 + m2 + m3 3m4 e C2 = m1 2m2 + m3, referente a um
experimento com 4 tratamentos (r1 = r2 = r3 = 4 e r4 = 3), obter um contraste ortogonal C3
em relao a C1 e C2.
2.18. Dados os contrastes C1 = m1 4m2 + m3 + 2m4 e C2 = m1 m3, referente a um
experimento com 4 tratamentos (r1 = r3 = 6, r2 = 4 e r4 = 5), obter um contraste ortogonal
C3 em relao a C1 e C2.
27
Cap 2 Contrastes
2.19. Para verificar o efeito de trs tipos de adoantes no teor de glicose no sangue, foi
realizada uma pesquisa em que se ministrou cada um destes tipos de adoantes a um
determinado grupo de cobaias, por certo perodo de tempo. Ao final deste perodo, o teor
i ) no sangue foi avaliado para cada grupo, obtendo-se os seguintes
mdio de glicose ( m
resultados:
Adoante
1-Qumico
2- Qumico
3- Natural
No de Cobaias
8
10
5
i
m
115
90
75
s2
30
30
30
Repeties
4
4
4
4
28
i
m
24,0
28,0
27,0
25,0
ri
4
5
4
5
s c2 = 0,75
a) Estabelecer as seguintes comparaes de interesse (as comparaes
solicitadas, no so necessariamente ortogonais):
i) Sulfato de Amnio versus Nitroclcio na ausncia de Enxofre
ii) Sulfato de Amnio versus Sulfato de Amnio + Enxofre
iii) Nitroclcio versus Nitroclcio + Enxofre
b) Sendo dados, com base em outros critrios, os seguintes contrastes:
C1 = m1 m2
C2 = 4m1 + 5m2 + 4m3 13m4
Pede-se:
i) Obter a estimativa do contraste C2.
ii) Obter a estimativa da varincia da estimativa do contraste C2.
iii) Obter a varincia do contraste C.
iv) Os contrastes C1 e C2 so ortogonais? Justifique a sua resposta.
29
3. Introduo Experimentao
3.1. Introduo
A experimentao tem por objetivo o estudo dos experimentos, isto , seu
planejamento, execuo, anlise dos dados obtidos e interpretao dos resultados.
Princpio da Repetio
A repetio consiste em aplicar o mesmo tratamento a vrias unidades
experimentais, ou seja, consiste na reproduo do experimento bsico. No existe uma
regra dizendo qual deve ser o nmero mnimo de repeties. Isto depende do
conhecimento do pesquisador sobre o assunto e do conjunto de condies em que ser
realizado o experimento. Como regra prtica, sugere-se que os experimentos tenham pelo
menos 20 unidades experimentais e 10 graus de liberdade para o resduo. Quanto maior
o nmero de repeties, espera-se que seja maior a preciso do experimento.
Em termos estatsticos, o uso do princpio da repetio tem por finalidade obter
uma estimativa do erro experimental.
30
Princpio da Casualizao
O princpio da casualizao consiste em distribuir ao acaso os tratamentos s
unidades experimentais. Este princpio tem por finalidade propiciar, a todos os
tratamentos, a mesma chance de serem designados a qualquer uma das unidades
experimentais, visando evitar que algum dos tratamentos seja sistematicamente
favorecido ou desfavorecido por fatores fora de controle do pesquisador. Sendo assim
com o uso do princpio da casualizao, as variaes que contribuem para o erro
experimental so convertidas em variveis aleatrias.
Do ponto de vista estatstico, com o uso do princpio da casualizao em um
experimento:
a. obtm-se uma estimativa vlida do erro experimental;
b. fica garantido o uso de testes de significncia, pois os erros experimentais
atuam de forma independente nas diversas unidades experimentais.
Todo experimento deve conter no mnimo os princpios bsicos da repetio e da
casualizao.
Premeditada
aquela introduzida pelo pesquisador com a finalidade de fazer comparaes. Por
exemplo: tratamentos.
Sistemtica
Variaes no intencionais, mas de natureza conhecida. Variao inerente ao
material experimental. Podem ser controladas pelo pesquisador. Por exemplo:
heterogeneidade do solo, tamanho de semente, etc.
Aleatria
So variaes de origem desconhecida, no podendo ser controladas. Constituem
o erro experimental. So devidas a duas fontes: variaes no material experimental e falta
de uniformidade nas condies experimentais.
31
3.5. Exerccios
3.1. Um experimento deve conter no mnimo o(s) seguinte(s) princpio(s) bsico(s) da
experimentao:
a) repetio
b) casualizao
c) controle local
d) repetio e controle local
e) repetio e casualizao
f) casualizao e controle local
g) nenhuma das respostas anteriores
3.2. A repetio tem a funo de:
a) fornecer uma estimativa do erro experimental
b) validar a estimativa do erro experimental
c) controlar a heterogeneidade das unidades experimentais
d) nenhuma das anteriores
3.3. A casualizao tem a funo de:
a) fornecer uma estimativa do erro experimental
b) validar a estimativa do erro experimental
c) controlar a heterogeneidade das unidades experimentais
d) nenhuma das anteriores
3.4. Um extensionista, desejando comparar 10 raes para ganho de peso em animais,
procedeu da seguinte forma:
-
3.4.1 Quantos e quais foram os tratamentos em teste nesta pesquisa? Justifique sua
resposta.
3.4.2 Qual foi a constituio de cada unidade experimental nesta pesquisa? Justifique sua
resposta.
3.4.3 Qual(is) foi(ram) o(s) princpio(s) bsico(s) da experimentao utilizados nesta
pesquisa? Justifique a sua resposta.
3.4.4 possvel estimar o erro experimental nesta pesquisa? Justifique sua resposta.
3.4.5 A concluso dada pelo extensionista ao final da pesquisa, estatisticamente
aceitvel? Justifique a sua resposta.
32
Com base nas informaes fornecidas deste ensaio e das explicaes fornecidas
em sala de aula, pergunta-se:
3.5.1 Quais foram os tratamentos em teste neste experimento? Justifique a sua resposta.
3.5.2 Neste experimento os tratamentos surgiram de uma forma aleatria, premeditada ou
sistemtica? Justifique a sua resposta.
3.5.3 Qual foi a unidade experimental nesta pesquisa? Justifique a sua resposta.
3.5.4 O princpio da repetio foi utilizado nesta pesquisa? Justifique a sua resposta. Em
caso afirmativo, explique porque diferentes observaes obtidas para um mesmo
tratamento no so iguais. Em caso negativo, faa uma anlise crtica quanto
necessidade do uso de repeties num experimento.
3.5.5 O princpio da casualizao foi utilizado nesta pesquisa? Justifique a sua resposta.
3.5.6 O princpio do controle local foi utilizado nesta pesquisa? Justifique a sua resposta.
Em termos gerais, quando que o princpio do controle local deve ser utilizado em um
experimento?
3.5.7 possvel estimar o erro experimental nesta pesquisa? Justifique a sua resposta.
Em caso afirmativo, a estimativa do erro experimental vlida? Justifique a sua resposta.
Em caso negativo, indique o que deveria ser feito de diferente neste ensaio para ser
possvel estimar o erro experimental. Justifique a sua resposta.
3.5.8 Neste ensaio, qual foi a varivel resposta utilizada para comparar os efeitos de
tratamentos? Justifique a sua resposta.
33
1a) cada tipo de leo deveria ser aplicado em uma nica amostra bsica de cada
um dos 8 lotes de substrato.
2a) os 8 tipos de preparo de maionese obtidos misturando cada uma das amostras
bsicas com cada um dos 8 tipos de leo, deveriam ser avaliadas por cada um dos 8
bioqumicos;
No local que foi conduzido o experimento, o pesquisador constatou que, aps certo
tempo do experimento ter sido instalado, houve uma pequena contaminao por fungo em
algumas unidades experimentais. O pesquisador, usando do seu conhecimento tcnico na
rea, julgou que a contaminao no comprometeria os resultados obtidos no
experimento.
Baseando-se nestas informaes, responda com objetividade e clareza, as
seguintes perguntas:
3.6.1 Quais foram os tratamentos em teste? Justifique a sua resposta.
3.6.2 Como voc classificaria a fonte de variao contaminao por fungo, observada
nesse experimento? Justifique a sua resposta.
3.6.3 Qual foi a unidade experimental utilizada nesta pesquisa? Justifique a sua resposta.
3.6.4 O princpio da repetio foi utilizado nesta pesquisa? Se sua resposta for afirmativa,
responda qual foi o nmero de repeties utilizado. Se a sua resposta for negativa,
responda se o procedimento do pesquisador est correto.
3.6.5 O princpio da casualizao foi utilizado nesta pesquisa? Justifique a sua resposta.
3.6.6 O princpio do controle local foi utilizado nesta pesquisa? Se a sua resposta for
afirmativa, explique como este princpio foi utilizado. Se a sua resposta for negativa,
explique por que no houve a necessidade da utilizao deste princpio.
3.6.7 Qual foi a caracterstica utilizada pelo pesquisador para avaliar o efeito de
tratamentos neste experimento. Justifique a sua resposta.
34
35
3.8.1. Quais foram os tratamentos em teste neste experimento? Justifique a sua resposta.
3.8.2. O princpio da repetio foi utilizado neste experimento? Justifique a sua resposta.
3.8.3. O princpio do controle local foi utilizado neste experimento? Justifique a sua
resposta. Se a resposta for afirmativa, quantas vezes o mesmo foi utilizado? Se a
resposta for negativa, discuta sobre a necessidade do mesmo ser utilizado neste
experimento.
36
1
Y11
Y12
...
Y1J
Totais
T1
Tratamentos
2
...
...
Y21
...
Y22
...
...
...
Y2J
T2
...
I
YI1
YI2
...
YIJ
TI
no de unidades experimentais: N = I x J
Total geral: G =
I,J
i =1, j =1
Yij = Ti = Y
i =1
Ti
J
G
= .
Mdia geral do experimento: m
IJ
i =
Mdia para o tratamento i: m
e ij = Yij m i
O erro experimental ocorre em todos os experimentos, porque no possvel
controlar o efeito de fontes de variaes que ocorrem de forma aleatria e desconhecida.
Este erro o responsvel pela variao observada entre as observaes obtidas nas
repeties para cada tratamento.
aplicando somatrio
(Y
I,J
i=1, j=1
(Y
I,J
i=1, j=1
ij
)2 =
m
ij
)2 =
m
[(m
I,J
i=1, j=1
2
(mi m) +
I,J
i=1, j=1
) + (Yij m
i)2 ,
m
(Y
I,J
i=1, j=1
ij
i )2 +
m
I,J
duplos produtos
i=1, j=1
I,J
duplos produtos = 0 .
i =1, j =1
(Y
)
m
I,J
SQTotal =
ij
i =1, j =1
(Y
I,J
ij
i =1, j =1
(Y
)2 =
m
I,J
Yij + m
2
2m
2
ij
i =1, j =1
(Y
) =
m
I,J
ij
i =1, j =1
I,J
I,J
Yij2 2m Yij +
i =1, j =1
(Y
I,J
ij
i =1, j =1
)2 =
m
i =1, j =1
I,J
i =1, j =1
I,J
Yij + IJm
2
2m
2
ij
i =1, j =1
I,J
i =1, j =1
I,J
=
A mdia geral pode ser escrita como: m
i =1, j =1
IJ
ij
, assim
I,J
Y
Yij
ij I,J
I,J
i =1, j =1
i=1, j =1
2
Yij + IJ
= Yij 2
IJ i=1, j=1
IJ
i =1, j =1
I,J
(Y
I,J
i =1, j =1
)
m
ij
simplificando tem-se,
2
(Y
I,J
)
m
ij
i =1, j =1
I,J
Yij
I,J
i=1, j=1
= Yij2 2
+
IJ
i =1, j =1
I,J
Yij
i=1, j=1
IJ
finalmente temos:
SQTotal =
(Y
I,J
i =1, j =1
)
m
ij
I,J
Yij
I,J
i =1, j =1
= Yij2
IJ
i =1, j =1
SQTrat =
(m
i =1, j =1
)
m
2
(m i m)
(m
I,J
i =1, j =1
i =1, j =1
2
i
m
i +m
2
2m
2
(m i m)
i =1, j =1
I,J
(m
i =1, j =1
i =1, j =1
I,J
i2 2m
m
i +
m
i =1, j =1
I,J
i =1, j =1
) = J m
i2 2m
J m
i + IJm
2
m
2
I,J
i =1
i =1
=
m
i =1, j =1
ij
i =
e m
IJ
substituindo na expresso anterior, tem-se:
Ti
J
I,J
Yij
Y
ij I T i=
I
Ti2
i =1, j =1
1, j =1
i
= J 2 2
J + IJ
IJ
IJ
i =1 J
i =1 J
I,J
(m
I,J
i =1, j =1
)2
m
I,J
Yij
Yij
Yij i=
I
Ti2
i =1, j =1
1, j =1
i=1, j=1
J
= J 2 2
+ IJ
IJ
J
IJ
i =1 J
I,J
(m
I,J
i =1, j =1
)
m
I,J
simplificando, tem-se.
2
I,J
(m
i =1, j =1
)2
m
I,J
Yij
2
I
Ti
i =1, j =1
+
=
2
IJ
i =1 J
I,J
Yij
i =1, j =1
IJ
finalmente tem-se:
2
I,J
Yij
I,J
I
T 2 i=1, j=1
i m
)2 = i
SQTrat = (m
IJ
i =1, j =1
i =1 J
A frmula anterior utilizada quando o nmero de repeties igual para todos os
tratamentos. No caso em que o nmero de repeties varia de acordo com o tratamento a
frmula apropriada
I,ri
Yij
I
T 2 i =1, j =1
SQTrat = i
N
i =1 ri
em que,
I
r
i =1
40
GL
SQ
Tratamentos
(I-1)
SQTrat
Resduo
I(J-1)
SQRes
Total
IJ - 1
SQTotal
QM
SQTrat
I1
SQ Re s
I(J 1)
F
QMTrat
QM Re s
Ftab;
[(I-1); I(J-1)]
QMRe s
100
Avaliao
Baixo
Mdio
Alto
Muito Alto
Preciso
Alta
Mdia
Baixa
Muito Baixa
41
Desvantagens
a) no fcil conseguir e manter total homogeneidade das condies durante a toda
a realizao do experimento;
b) todas as variaes exceto a devida a tratamentos, so consideradas como sendo
variaes que ocorrem ao acaso. Isto pode acarretar em uma estimativa muito alta
para o erro experimental.
4.7. Exerccios
4.1. Para comparar a produtividade de quatro variedades de milho, um agrnomo tomou
vinte parcelas similares e distribuiu, inteiramente ao acaso, cada uma das 4 variedades
em 5 parcelas experimentais. A partir dos dados experimentais fornecidos abaixo,
possvel concluir que existe diferena significativa entre as variedades com relao a
produtividade, utilizando o nvel de significncia de 5%?
Totais
Mdias
A
25
26
20
23
21
115
23
Variedades
B
C
31
22
25
26
28
28
27
25
24
29
135
130
27
26
D
33
29
31
34
28
155
31
42
Repeties
1
2
3
4
5
Totais
cido Fraco
6,56
10
Base Forte
10,06
10
Base Fraca
10,09
10
92,5
85,0
95,0
Totais
A
29
27
31
29
32
30
178
Vendedores
B
27
27
30
28
112
C
30
30
31
27
29
147
4.6. Baseado nas informaes fornecidas abaixo e supondo que os tratamentos que
possuem as maiores mdias so os desejados, pergunta-se:
Qual(is) tratamento(s) deve(m) ser recomendado(s)? Justifique a sua resposta. Use o
nvel de 1% de significncia.
FV
Tratamentos
Resduo
Total
GL
SQ
2 14,80
14
QM
7,40
78,40
Mdias de tratamentos:
1 = 128,6
m
2 = 128,4
m
3 = 130,6
m
Raes
A
B
C
D
E
1
7,1
6,2
6,0
11,1
7,0
Repeties
2
3
8,9
6,0
8,8
4,9
5,0
9,1
10,8
10,2
11,3
10,0
4
7,0
6,1
3,9
11,9
11,7
Totais
29,0
26,0
24,0
44,0
40,0
163,0
Tais dados so descritos segundo o modelo estatstico: Yij = m + ti + eij. Baseando nas
informaes fornecidas, pede-se:
4.7.1. Proceda a anlise de varincia dos dados (use = 5%)
4.7.2. De acordo com o resultado do teste F, pode-se concluir que existe efeito
significativo de raes com relao ao ganho de peso mdio proporcionado pelas
mesmas?
4.7.3. Proponha um contraste que compare as raes B e C juntas contra as
raes D e E. Obtenha a estimativa para este contraste.
4.7.4. Calcule o coeficiente de variao e interprete-o.
44
45
GL
I-1
I(J-1)
IJ - 1
SQ
SQFator
SQRes
SQTotal
QM
QMTrat
QMRes
F
significativo
Teste de Tukey
O teste de Tukey, pode ser utilizado para comparar a totalidade dos contrastes entre
duas mdias, ou seja, para os I(I1)/2 contrastes do tipo C=mi mu; para 1 i < u I, em
que I o nmero de nveis do fator em estudo. Este teste baseia-se na diferena mnima
significativa (d.m.s.) representada por e dada por:
1
=q
VC
2
em que,
q = q (I, n 2 ) o valor tabelado da amplitude total estudentizada, que obtido em
()
46
()
= QMRe s 1 + 1
V C
r r
u
i
QM Re s
K
Teste de Duncan
Tal como o teste de Tukey, o teste de Duncan um procedimento seqencial,
vlido para a totalidade dos contrastes de duas mdias do tipo C = mi mu. O teste de
Duncan necessita a prvia ordenao das mdias, dos nveis do fator em estudo. Este
teste baseia-se na amplitude total mnima significativa (D i ) dada por:
Di = z i
()
1
VC
2
em que,
z i = z (n, n 2 ) o valor tabelado da amplitude total estudentizada, que obtido em
funo do nvel de probabilidade, nmero de mdias ordenadas
abrangidas pelo contraste entre os nveis do fator em estudo (i) e
nmero de g.l. do resduo da ANOVA (n2). Como se trata de um
processo seqencial, n1 varia seu valor durante a aplicao do teste;
= QM Re s 1 + 1
V C
r r
u
i
No caso em que todos os tratamentos apresentaram o mesmo nmero de repeties,
ou seja, ri = ru = K, o valor de Di simplificado com a seguinte expresso
()
D =z
i
i
QM Re s
K
47
Teste t de Student
O teste t pode ser utilizado para testar contrastes envolvendo duas ou mais mdias.
Porm este teste exige que:
1. as comparaes a serem realizadas sejam escolhidas a priori, ou seja, antes de
serem examinados os dados;
2. podem-se testar no mximo, tantos contrastes quantos so os graus de liberdade
para tratamentos, e estes contrastes devem ser ortogonais.
A ortogonalidade entre os contrastes indica independncia linear na comparao
estabelecida por um contraste com a comparao estabelecida pelos outros contrastes.
Entre I mdias de um fator, podem ser obtidos I 1 contrastes ortogonais.
Consideremos um contraste de mdias, entre os nveis de um fator, em sua forma
geral:
C = a1m1 + a 2m 2 + ... + a ImI
do qual obtemos a estimativa por meio do estimador
=a m
+a m
+ ... + a m
,
C
1
que pode ser testada pelo teste t, calculando-se a estatstica t, dada por.
48
C
C
=
)
V(C
C
C
a i2
QMRe s
i=1 ri
I
K
i=1
Quando aplicamos o teste t a um contraste, C, geralmente o interesse testar as
hipteses: H0: C = 0 vs Ha: C 0.
O valor tabelado de t obtido por ttab=t (n2).
A regra de deciso, neste caso, a seguinte:
Se |t| ttab rejeita-se H 0 .
Caso contrrio no se rejeita H 0 .
Consideraes:
1. O nvel de significncia vlido para um nico contraste, e no para uma srie
deles;
2. O nvel de significncia vlido somente se o contraste for estabelecido a priori e
no sugerido pelos dados, pois, pode ficar caracterizado uma estatstica de ordem
ao querer comparar a maior com a menor mdia, o que acarretaria certa
dependncia entre as mdias.
Teste de Scheff
Este teste pode ser aplicado para testar todo e qualquer contraste entre mdias,
mesmo quando sugerido pelos dados. freqentemente utilizado para testar contrastes
que envolvam grupos de mdias. um teste mais conservador que o teste t, porm no
exige que os contrastes a serem testados sejam ortogonais e nem que estes contrastes
sejam estabelecidos antes de se examinar os dados.
Se o valor de F obtido no for significativo, nenhum contraste poder ser significativo
pelo teste de Scheff, e sua utilizao no se justifica.
A estatstica do teste, denotada por S, calculada por:
)
S = (I 1)F V(C
tab
em que,
I = o nmero de nveis do fator em estudo;
Ftab = F(I-1;n2) o valor tabelado de F, obtido em funo do nvel de
probabilidade, nmero de graus de liberdade do fator em estudo, ou
seja I-1, e nmero de graus de liberdade do resduo, ou seja n2;
2
I
) = QMRe s a i
V(C
i =1 ri
49
QM Re s I 2
ai
K
i=1
C
1 1 + a 2 m 2 + ... + a ImI
| S, dizemos que o contraste significativamente diferente
Se verificarmos que | C
de zero ao nvel de probabilidade, indicando que os grupos de mdias confrontados no
contraste diferem entre si a esse nvel de probabilidade.
Consideraes:
1. O teste de Scheff vlido para a totalidade dos contrastes.
2. Para testar um nico contraste, ou para testar um nmero pequeno deles, o teste de
Scheff bastante rigoroso.
5.4. Exerccios
5.1. Aplique os testes Tukey e Duncan, aos exemplos dados ao final da apostila do
Captulo de Delineamento Inteiramente Casualizado.
5.2. Para os dados fornecidos a seguir, conclua pelo teste Duncan e Tukey ( = 5 %) .
1 = 370
m
D 6 = 31
2 = 338
m
D 5 = 30,2
3 = 380
m
D 4 = 28,7
4 = 320
m
D 3 = 26
5 = 325
m
D 2 = 24,6
6 = 367
m
= 33
50
SQTratamen to = 331,8677
SQTotal = 783,4964
r=4
1
37,2
2
44,8
3
31,6
4
32,8
FV
Tratamento
Resduo
Total
GL
SQ
26,76
QM
33,82
1
12
11
11
13
2
12
10
10
11
Marcas
3
8
7
8
6
4
12
12
10
11
5
13
14
15
13
51
1
10
7
2
11
8
3
8
7
4
9
8
SQResduo = 52
Usando o nvel de 5% de probabilidade
a. Pode-se concluir que existe diferena significativa no teor mdio de bromato de
potssio no po entre as padarias avaliadas?
b. Suponha que as padarias 1 e 2 suprem a classe social A, a padaria 3 a classe B e a 4 a
classe C. Verifique, por meio de um contraste, pelo teste de Scheff e pelo teste t, se
existe diferena no teor mdio de bromato de potssio entre as padarias que suprem as
classes A e C.
5.7. Com os dados fornecidos a seguir oriundos de um experimento instalado no DIC com
4 repeties, para o qual o teste F da ANOVA para tratamentos foi significativo, aplicar o
teste de Duncan e o teste de Tukey para se concluir qual(is) tratamento(s)
apresentou(aram) maior(es) mdia(s) ao nvel de 5% de probabilidade.
SQResduo = 905,6790
T1 = 813,44
T2 = 729,52
T3 = 786,32
T4 = 661,52
T5 = 755,44
T6 = 612,50
52
53
Blocos
1
2
...
J
1
Y11
Y12
...
Y1J
Totais
T1
Tratamentos
2
...
...
Y21
...
Y22
...
...
...
Y2 J
...
T2
I
YI1
YI2
...
YIJ
TI
Totais
B1
B2
...
BJ
G
n de unidades experimentais: N = I x J;
Total geral: G =
I,J
i =1, j =1
ij
= Ti = B j = Y ;
i =1
j =1
i =
mdia para o tratamento i: m
j =
mdia para o bloco j: m
=
mdia geral do experimento: m
Bj
I
Ti
;
J
G
.
IJ
em que,
Yij o valor observado para a varivel em estudo referente ao tratamento i no
bloco j,
54
bj = mj m
e ij o erro associado a observao Yij :
e ij = Yij + m m i m j
Yij m = (m i m) + (m j m) + e ij ,
aplicando somatrio
(Y
I,J
i=1, j=1
(Y
I,J
i=1, j=1
ij
) =
m
2
ij
)2 =
m
[(m
I,J
i =1, j =1
) + (m
j m
) + e ij
m
2
2
2
(mi m) + (m j m) + e ij + duplos produtos
I,J
I,J
I,J
I,J
i=1, j=1
i=1, j=1
i=1, j=1
i=1, j=1
Ou seja:
I,J
duplos produtos
i=1, j=1
I,J
duplos produtos = 0 .
i =1, j =1
55
SQTotal =
I,J
i =1, j =1
Yij
I,J
Yij
i =1, j =1
IJ
I,J
Yij
I
Ti2 i =1, j =1
SQTratamen tos =
IJ
i =1 J
I,J
Yij
2
J B
j
i =1, j =1
SQBlo cos =
IJ
j =1 I
GL
(J-1)
SQ
SQBlocos
Tratamentos
(I-1)
SQTratamentos
QM
SQTrat
F
QMTrat
I1
SQ Re s
QM Re s
Resduo
(I-1)(J-1)
SQResduo
(I 1)(J 1)
Total
IJ - 1
SQTotal
56
6.5. Exerccios
6.1. Os dados abaixo, se referem a um experimento instalado segundo o DBC, em que os
tratamentos, 5 produtos comerciais para suprir deficincia de micronutriente em caprinos,
foram fornecidos aos animais os quais foram separados em 3 grupos segundo a idade.
Os resultados obtidos, expressos em ppm de micronutriente/ml de sangue, foram os
seguintes:
Bloco
1
2
3
Totais
1
83
63
55
201
Produtos comerciais
2
3
4
86
103
116
69
79
81
61
79
79
216
261
276
5
132
98
91
321
Totais
520
390
365
1275
6.2. Com a finalidade de aumentar a produo de l de suas ovelhas, por meio de uma
alimentao mais apropriada um criador separou 28 ovelhas de sua criao. Como as
ovelhas eram de idades diferentes, dividiu-as em 7 grupos, sendo que dentro de cada um
destes grupos havia 4 ovelhas de mesma idade e homogeneidade para as demais
caractersticas. Dentro de cada grupo foi realizado um sorteio para distribuir ao acaso, os
4 Tipos de Alimentao (TA) s ovelhas do grupo. O experimento se iniciou logo aps as
ovelhas terem sido submetidas a uma tosquia e se encerrou quando j era o momento de
se realizar uma nova tosquia da qual foram obtidos os seguintes resultados, expressos
em unidade de medida de l por animal:
TA
1
2
3
4
Totais
1
30
29
43
23
125
2
32
31
47
25
135
grupos
3
4
5
33
34
29
34
31
33
46
47
48
21
19
20
134
131
130
6
30
33
44
21
128
7
33
29
47
22
131
Totais
221
220
322
151
914
57
1
142,36
139,28
140,73
150,88
153,49
726,74
2
144,78
137,77
134,06
135,83
165,02
717,46
3
145,19
144,44
136,07
136,97
151,75
714,42
4
138,88
130,61
144,11
136,36
150,22
700,18
Total
571,21
552,10
554,97
560,04
620,48
2858,80
GL
3
QM
---
F
---
4,895
Totais de Tratamentos:
T1 = 12,0
T2 = 25,2
T3 = 22,0
T4 = 24,0
T5 = 45,6
Tipo 1
30
29
25
Tipo 2
32
30
26
Tipo 3
33
31
30
Tipo 4
35
33
31
6.6. Suponha que algum solicite sua ajuda, na aplicao de testes de mdias aos dados
de um experimento, instalado segundo o DBC com 4 repeties, para o qual o F da
Anlise de Varincia para tratamentos foi significativo. Para tanto voc recebe as
seguintes informaes:
Tratamentos
1
2
3
Totais
400
440
360
SQResduo=360
= 5%
C 1 = 3m 1 2m 2 2m 3 C 2 = m 1 2m 2 + m 3 C 3 = m 1 m 2
a)Obtenha a V(C2)
b)Admita que ele deseja aplicar o teste de Scheff em C1 e C2. Proceda a aplicao
do teste Scheff de maneira adequada conforme visto em sala de aula.
c)Admita que ele deseja aplicar o teste t em C2 e C3. Proceda a aplicao do teste t
de maneira adequada conforme visto em sala de aula.
d)Obtenha um grupo de contrastes ortogonais a partir apenas de C3, usando o
mtodo do sistema de equaes lineares.
6.7. Um pesquisador foi encarregado de verificar se havia diferena de durabilidade entre
4 tipos de microaspersores presentes no mercado, produzidos por duas fbricas
diferentes, conforme quadro abaixo:
Tratamentos
1
2
3
4
Microaspersor
Tipo A
Tipo B
Tipo C
Tipo nico
Fabricado por
gua Boa S.A.
gua Boa S.A.
gua Boa S.A.
gua Ardente Ltda.
59
G.L.
3
4
12
Total
19
Q.M.
1760,00
---50,00
F
35,2
4 = 40
m
Blocos
1
2
3
4
Variedades
B
C
D
21
22
15
27
29
11
26
24
10
25
25
12
A
9
13
11
9
E
12
18
18
17
B
j =1
2
j
= 159.306,92
2
ij
= 32.889,70
i, j
1
2,7
2,7
2,6
2,6
2,7
13,3
2
2,8
2,5
3,2
3,1
2,8
14,4
3
2,9
2,8
3,0
2,8
2,8
14,3
4
3,3
2,4
3,5
2,5
2,5
14,2
Totais
11,7
10,4
12,3
11,0
10,8
56,2
Dieta
A
B
Totais
Infantil
3
7
10
Faixa de Idade
Adolescente
7
13
20
Adulta
14
22
36
Idosa
8
14
22
Totais
32
56
88
controle local
repetio
casualizao
controle local
repetio, casualizao e controle local
nenhuma das alternativas anteriores
1
125
2
135
1
221
3
134
2
220
4
131
3
322
5
130
4
151
6
128
7
131
Dados:
SQTotal
= 2214,43
SQTratamentos = 2125,29
Com base nas informaes fornecidas, pede-se (use o nvel de significncia de 1%
quando necessrio):
6.12.1. Conclua a respeito dos efeitos de tratamentos, com base na anlise de varincia.
6.12.2. Se so desejados tratamentos que propiciam menores mdias, qual(is)
tratamento(s) deve(m) ser recomendado(s)? Utilize o teste de Tukey, se necessrio. Caso
contrrio, justifique a sua resposta.
6.13. Quatro pesquisadores realizaram um experimento com 4 tratamentos (A, B, C e D) e
5 repeties segundo um delineamento em blocos casualizados (DBC), obtendo-se as
seguintes mdias de tratamentos:
62
A
27,8
B
26,0
C
23,8
D
31,4
Y2 = mB + mC 2mD
Y3 = mB mC
Y3 = m 1 + m 2 2m 4
Y4 = m 1 + m 2 m 3 m 4
Qual(is) o(s) teste(s) visto(s) em sala de aula, que poderia(m) ser aplicado(s) a
todos estes contrastes? Justifique a sua resposta.
64
1
A
C
D
E
B
Dia
3
C
E
A
B
D
2
E
B
C
D
A
4
D
A
B
C
E
5
B
D
E
A
C
Note que os nveis de uma fonte formam as linhas e os nveis da outra fonte
formam as colunas
Exemplo 2 - Num experimento com sunos pretende-se testar 4 tipos de rao (A,B,C,D),
em 4 raas e 4 idades de animais. Sendo interesse fundamental o comportamento dos 4
tipos de rao, toma-se a raa e a idade como blocos, ou seja:
Raa
Idade
I1
I2
I3
R1
A
B
D
R2
B
C
A
R3
D
A
C
R4
C
D
B
I4
1
F
B
D
A
C
E
Colunas
3
4
C
E
E
A
A
C
D
F
F
B
B
D
2
B
D
F
C
E
A
5
D
F
B
E
A
C
6
A
C
E
B
D
F
Linhas
1
2
3
4
5
1
A
E
D
C
B
Colunas
3
C
B
A
E
D
2
B
A
E
D
C
4
D
C
B
A
E
5
E
D
C
B
A
A
D
C
B
E
B
E
D
C
A
C
A
E
D
B
D
B
A
E
C
66
D
B
A
E
C
E
C
B
A
D
C
A
E
D
B
A
D
C
B
E
Quadrado final
em que,
Yij( k ) o valor observado para a varivel em estudo referente ao k-simo tratamento,
m
li
cj
t k o efeito do tratamento k;
e ij( k ) o erro experimental.
GL
I-1
I-1
I-1
(I-1)(I2)
I2-1
Exemplo 1
4
4
4
12
Exemplo 2
3
3
3
6
Exemplo 3
5
5
5
20
24
15
35
Considerando
Li = Total da linha i;
Cj = Total da coluna j;
Tk = Total do tratamento k;
G = total geral;
as somas de quadrados so dadas por:
SQTotal = Yij2 C,
onde
i, j
C=
G2 G2
= 2
I I
I
1 I 2
Li C
I i =1
1 J
SQColunas = C2j C
I j =1
1 K
SQTratamen tos = Ti2 C
I k =1
SQLinhas =
67
7.5. Exerccios
7.1. Num experimento de competio de variedades de cana forrageira foram usadas 5
variedades: A=CO290; B=CO294; C=CO297; D=CO299 e E=CO295, dispostas em um
quadrado latino 5x5. O controle feito atravs de blocos horizontais e verticais teve por
objetivo eliminar influncias devidas a diferenas de fertilidade em duas direes. As
produes, em kg/parcela, foram as seguintes:
Linhas
1
2
3
4
5
Totais
1
432(D)
724(C)
489(E)
494(B)
515(A)
2654
2
518(A)
478(E)
384(B)
500(D)
660(C)
2540
Colunas
3
458(B)
524(A)
556(C)
313(E)
438(D)
2289
4
583(C)
550(B)
297(D)
486(A)
394(E)
2310
5
331(E)
400(D)
420(A)
501(C)
318(B)
1970
Totais
2322
2676
2146
2294
2325
11763
Considerando = 5% , pede-se:
a. Anlise de Varincia
b. Qual a variedade a ser recomendada? Utilize teste de Tukey, se necessrio.
7.2. Em um experimento no delineamento em quadrado latino com 5 tratamentos, so
dados:
1 = 50,0; m
2 = 60,0; m
3 = 47,5; m
4 = 40,0; m
5 = 52,5
m
SQ Re sduo = 388,80
a. Verificar se existe efeito significativo de tratamentos, pelo teste F, e concluir para
= 5% .
b. Qual o tratamento deve ser recomendado nos seguintes casos:
b.1. Se estivssemos avaliando a produo de uma certa cultura (em kg/ha)?
b.2. Se estivssemos avaliando a perda de gros, durante a colheita, de uma certa
cultura (em g/parcela)?
Obs.: Utilize = 5% e o Teste de Duncan (se necessrio)
7.3. Aplicar o teste de Tukey para comparar as mdias de tratamentos, relativos ao
Quadrado Latino 5x5, dados:
T1 = 3024,0; T2 = 2549,0; T3 = 2349,0; T4 = 1970,0; T5 = 1734,0
SQ Re siduo = 34116,0
= 5%
68
1
93,0(A)
110,6(C)
102,1(B)
115,4(D)
117,6(E)
538,7
5
110,4(B)
112,0(D)
111,7(C)
118,5(E)
80,2(A)
532,8
Totais
545,9
525,6
502,3
543,0
539,4
2656,2
Considerando = 5% , pede-se:
a. Faa a anlise de varincia. DADO: SQTotal = 2998,4824
b. Formule um contraste que permita avaliar o efeito mdio da prtica de castrao.
c. Teste o contraste obtido no item anterior. Utilize os teste de Scheff e t.
7.5. Um experimento foi conduzido numa regio do Pantanal com o objetivo de selecionar
forrageiras que garantissem uma maior produo de matria seca. Foi utilizado o
delineamento em quadrado latino, buscando controlar diferenas de fertilidade em duas
direes, sendo avaliadas 7 forrageiras (A, B, C, D, E, F, G). Foram obtidos os seguintes
resultados parciais com a realizao do experimento:
Tratamentos
Totais
Linhas
Totais
A
30,8
1
18,9
B
25,2
2
19,9
C
19,6
3
14,5
D
14,0
4
18,1
E
13,3
5
15,6
F
9,8
6
17,4
G
8,4
7
16,7
SQTotal=72,36
SQColunas=1,27
Verificar se existe efeito significativo de forrageiras, pelo teste F, e concluir para
=1%.
7.6. Um pesquisador instalou um experimento para comparar 5 tipos de bacilos (A, B, C,
D, e E) usados para produo de iogurte. No momento da instalao do experimento, o
pesquisador verificou que o material experimental disponvel (25 unidades de 1 litro de
leite) no era completamente homogneo entre si, pois apresentavam variao quanto ao
teor de gordura e grau de acidez. Para controlar estas duas fontes de variao, o
pesquisador distribuiu os bacilos ao acaso s amostras de leite de tal forma que cada
bacilo pudesse ser testado em todas as condies de teor de gordura e grau de acidez. O
quadro dado a seguir ilustra a distribuio dos bacilos s amostras de leite bem como o
volume (em ml) de iogurte produzido:
69
Totais
1
450
A
750
C
750
D
650
E
750
B
3350
TA = 3395
TB = 4345
1
2
3
4
5
Grau de Acidez
2
3
4
620
680
620
E
C
D
990
750
660
B
E
A
910
690
990
C
A
B
890
835
850
D
B
C
720
850
770
A
D
E
4130
3805
3890
5
780
B
830
D
760
E
875
A
890
C
4135
TC = 4080
TE = 3550
TD = 3940
Totais
3150
3980
4100
4100
3980
19310
70
8. Experimentos Fatoriais
8.1. Introduo
Experimentos fatoriais so aqueles em que se estudam simultaneamente
dois ou mais fatores, cada um deles com dois ou mais nveis. O fatorial um
tipo de esquema, ou seja, uma das maneiras de organizar os tratamentos e
no um tipo de delineamento, que representa a maneira pela qual os
tratamentos so distribudos s unidades experimentais. Na verdade, os
experimentos fatoriais so montados segundo um tipo de delineamento
experimental, como por exemplo: o DIC e o DBC.
Nos experimentos fatoriais, os tratamentos so obtidos pelas combinaes
dos nveis dos fatores. Num experimento fatorial completo, cada nvel de um
fator combina com todos os nveis dos outros fatores. A principal aplicao de
experimentos fatoriais quando se quer saber sobre o efeito de diversos
fatores que influenciam na varivel em estudo e o relacionamento entre eles.
A simbologia comumente utilizada, para experimentos fatoriais indicar
o produto dos nveis dos fatores em teste. Por exemplo: Experimento Fatorial
2x4x6. O produto 2x4x6 informa que no experimento foram testados
simultaneamente 3 fatores. O primeiro possui 2 nveis, o segundo 4 nveis e o
terceiro 6 nveis. Quando o nmero de nveis igual para todos os fatores,
pode-se utilizar a seguinte simbologia: nF , em que F o nmero de fatores n
o nmero de nveis de cada fator. Por exemplo: Experimento Fatorial 43. A
potncia 43 informa que o experimento tem 3 fatores com 4 nveis cada um.
71
Variedades
V1
V2
V3
8
10
12
6
8
10
E1
E2
2
0
V1
V2
V3
2) H interao
Espaamentos
E1
E2
Variedades
V1
V2
V3
2
4
6
5
10
2
E1
E2
V1
V2
V3
72
BJ
Y1J1
Y1J2
...
Y1JK
Y1J
A2
B1 B2 ...
Y211 Y221 ...
Y212 Y222 ...
... ... ...
Y21K Y22K ...
Y21 Y22 ...
BJ
Y2J1
Y2J2
...
Y2JK
...
...
...
...
...
Y2J
...
AI
B1 B2 ...
YI11 YI21 ...
YI12 YI22 ...
... ... ...
YI1K YI2K ...
YI1 YI2 ...
BJ
YIJ1
YIJ2
...
YIJK
YIJ
I,J,K
i =1, j =1,k =1
i =1
j =1
k =1
J,K
= Yi
ijk
= Y j
I,K
i =1,k =1
Yijk = A i = B j = YL
Ai =
Mdia do i-simo nvel do fator A: m
Bi =
Mdia do j-simo nvel do fator B: m
ijk
j =1,k =1
Ai
JK
Bj
IK
G
N
Nmero total de parcelas: N=IJK
=
Mdia geral: m
Fator A
A1
A2
...
AI
Totais
Fator B
B1 B2 ... BJ
Y11. Y12. ... Y1J.
Y21. Y22. ... Y2J.
... ... ... ...
YI1. YI2. ... YIJ.
B1 B2 ... Bj
Totais
A1
A2
...
AI
G
73
do fator B;
o erro associado a observao Yijk .
GL
(I-1)
(J-1)
SQ
SQA
SQB
AxB
(I-1)(J-1)
SQAxB
(Trat)
(IJ-1)
(SQTrat)
Resduo
n2=IJ(K-1)
SQRes
Total
IJK 1
SQTotal
QM
SQAxB
(I 1)(J 1)
SQ Re s
IJ(K 1)
-
F
QMAxB
QM Re s
-
Ftab;
[(I-1)(J-1); n2]
-
74
I,J,K
SQTotal =
I,J,K
Yijk
i=1, j=1,k =1
C=
IJK
2
Yijk
C
i=1, j=1,k =1
Yij2.
I,J
SQTrat =
i=1, j=1
SQB =
B 2j
IK
SQA =
A i2
JK C
i=1
j=1
GL
(I-1)
(J-1)
SQ
SQA
SQB
QM
-
AxB
(I-1)(J-1)
SQAxB
(I 1)(J 1)
(Trat)
Blocos
(IJ-1)
K-1
(SQTrat)
SQBlocos
Resduo
n2=(IJ-1)(K-1)
SQRes
Total
IJK - 1
SQTotal
SQ Re s
(IJ 1)(K 1)
-
SQAxB
F
QMAxB
QMRe s
-
Ftab,
[(I-1)(J-1); n2]
-
Nesta situao,
K
SQBlo cos =
Wk2
C
IJ
k =1
em que,
Total do k-simo bloco: Wk =
I,J
ijk
= Yk
i=1, j=1
75
GL
SQ
QM
SQA
(I 1)
SQB
(J 1)
(I-1)
SQA
(J-1)
SQB
AxB
(I-1)(J-1)
SQAxB
(I 1)(J 1)
(Trat)
Blocos
(IJ-1)
K-1
(SQTrat)
SQBlocos
Resduo
n2=(IJ-1)(K-1)
SQRes
Total
IJK - 1
SQTotal
SQ Re s
(IJ 1)(K 1)
-
SQAxB
F
QMA
QMRe s
QMB
QMRe s
nosiginificativo
-
[(J-1);n2]
Ftab,
[(I-1);n2]
Bj =
Fator B m
Ai
JK
Bj
IK
Para realizar o teste de Tukey para comparar as medias dos nveis dos
fatores em teste temos que usar
QM Re s
JK
(I;n2)
QM Re s
IK
(J;n2)
zi
QM Re s
JK
(nA;n2)
zi
QM Re s
IK
(nB;n2)
ttab
C
C
A
A
QM Re s
JK
2
i
t (n2)
i=1
C
C
B
B
QM Re s
IK
2
j
t (n2)
j=1
Em que
CA = a1mA1 + a2mA2 + ... + aImAI e
CB = b1mB1 + b2mB2 + ... + bImBJ
77
S = (I 1)Ftab
Ftab
QM Re s
JK
S = (J 1)Ftab
QM Re s
IK
2
i
i=1
J
2
j
j=1
GL
SQ
A/B1
(I-1)
SQA/B1
A/B2
(I-1)
SQA/B2
...
...
...
A/BJ
(I-1)
SQA/BJ
Resduo
Total
n2
IJK - 1
SQTotal
QM
SQA / B1
(I 1)
SQA / B2
(I 1)
...
SQA / BJ
(I 1)
QMRes
-
F
QMA / B1
QM Re s
QMA / B2
QM Re s
...
QMA / BJ
QM Re s
-
Ftab,
[(I-1);n2]
[(I-1);n2]
...
[(I-1);n2]
-
GL
SQ
B/A1
(J-1)
SQB/A1
B/A2
(J-1)
SQB/A2
...
...
...
B/AI
(J-1)
SQB/AI
Resduo
Total
n2
IJK - 1
SQTotal
QM
SQB / A1
(J 1)
SQB / A 2
(J 1)
...
SQB / AI
(J 1)
QMRes
-
F
QMB / A1
QM Re s
QMB / A 2
QM Re s
...
QMB / AI
QM Re s
-
Ftab,
[(J-1);n2]
[(J-1);n2]
...
[(J-1);n2]
-
2
k
X i i=1
SQ =
k
i=1 ri
ri
i=1
Fator B mBj =
K
Bj
Para realizar o teste de Tukey para comparar as mdias dos nveis dos
fatores em teste temos que usar
QM Re s
K
(I;n2)
QM Re s
K
(J;n2)
79
zi
QM Re s
K
(nA;n2)
zi
QM Re s
K
(nB;n2)
ttab
C
C
A
A
QM Re s
K
t (n2)
2
i
i=1
C
C
B
B
QM Re s
K
JI
t (n2)
2
i
j=1
Em que
CA = a1mA1/Bj + a2mA2/Bj + ... + aImAI/Bj para j = 1, 2, ..., J e
CB = b1mB1/Ai + b2mB2/Ai + ... + bJmBJ/Ai para i = 1, 2, ... , I
Para a aplicao do teste Scheff para testar os contrastes CA e CB temos
que usar
S
Ftab
I
S = (I 1)Ftab
QM Re s
a i2 F [(I -1); n2]
K
i =1
S = (J 1)Ftab
QMRe s J 2
bj
K
j =1
8.6.2 Desvantagem
b. Requer maior nmero de unidades experimentais em relao aos
experimentos simples.
8.7. Exerccios
8.1. Seja um experimento fatorial instalado no DIC, com dois fatores: Irrigao
(A) e Calagem (B), cada um deles com dois nveis: presena (A 1 e B 1 ) e
ausncia (A 0 e B 0 ) . Os dados obtidos (kg de planta/parcela) para cada
tratamento so fornecidos abaixo. Pede-se realizar a ANOVA e obter as
concluses sobre os fatores. Use = 5 % .
A0B0
25
32
27
A0B1
35
28
33
A1B0
41
35
38
A1B1
60
67
59
10,5
11,5
11,0
12,4
P0
9,8
10,2
11,2
12,7
9,9
10,4
11,2
14,0
11,0
14,1
P1
10,4
13,8
13,1
13,5
10,6
14,2
Ambiente noite
com luz artificial
sem luz artificial
50 52 48 54 52 50 49 52 50 48 46 45
42 44 46 43 44 45 40 40 38 39 41 43
81
Resumo da ANOVA
GL
SQ
QM
Total
65
75
140
1,72
2,05
82
Espaamentos
E1
E2
Totais
V1
30
38
68
Totais de Tratamentos
Variedades
V2
35
39
74
Totais
65
77
142
SQResduo = 17,00
Usando o nvel de significncia de 5% e aplicando o teste Tukey quando
necessrio, pede-se:
a) Os fatores variedades e espaamentos atuam independentemente na
produo de carvo?
b) Qual foi a variedade que forneceu a menor produo?
c) Qual foi o espaamento que forneceu a maior produo?
8.6. Abaixo so fornecidos o Quadro da Anlise de Varincia e o Quadro de
Interao para um experimento fatorial instalado segundo o Delineamento em
Blocos Casualizados, com 4 repeties, que foi realizado por um zootecnista
para comparar 3 raas de sunos e 2 tipos de raes com relao ao teor de
gordura na carcaa.
Totais de Tratamentos
Rao
Raa
Totais
1
2
1
45
40
85
2
38
45
83
3
39
48
87
Totais
122
133
255
FV
Rao
Raa
Interao
(Tratamentos)
Blocos
Resduo
Total
GL
SQ
5,0400
1,0000
QM
-
(20,3750)
15,0000
83
Totais
262
186
448
o seguinte
Com base nos resultados fornecidos acima, pede-se: (obs.: use =1%)
a) Cada valor interno no quadro de interao acima veio de quantas
observaes? Justifique.
b) Complete a coluna de G.L. do quadro acima, explicando como obteve
cada um deles.
c) A que se refere o Fator A do quadro da ANOVA acima? E o Fator B?
Justifique suas respostas.
d) Os fatores em estudo atuam independentemente na varivel em
anlise (crescimento)? Justifique sua resposta.
e) Qual meio de cultura (meio mnimo com extrato de levedura ou meio
mnimo sem extrato de levedura) voc usaria para propiciar um maior
crescimento do fungo B? Justifique sua resposta.
84
B1
B2
B3
12
18
22
A1
14
17
21
16
20
20
15
22
30
A2
17
23
31
18
23
32
20
25
29
A3
21
26
32
23
28
32
23
29
34
A4
24
30
35
26
32
37
1
28218
2
29641
3
29291
8.12. Dizer o que voc entende e como interpreta uma interao entre dois
fatores A e B significativa, para um determinado .
85
B1
46,8
47,2
94,0
B2
48,2
60,8
109,0
B3
47,3
69,3
116,6
B4
49,0
71,6
120,6
B5
48,5
61,5
110,0
B6
46,9
46,8
93,7
Total
286,7
357,2
643,9
SQResduo = 120,8325
8.15. Em um experimento fatorial 4x2 no delineamento em Blocos
Casualizados com 3 repeties, so dados:
B1
B2
Total
A1
20,5
15,6
36,1
A2
26,2
21,4
47,6
A3
31,0
26,4
57,4
A4
36,5
29,8
66,3
Total
114,2
93,2
207,4
SQTotal = 159,98
Blocos
Totais
I
60,4
II
74,6
III
72,4
A1
198
A2
184
A3
162
A4
154
SQResduo = 223,9680
Admitindo que os fatores atuam independentemente, aplicar o teste
Tukey aos nveis do fator A e concluir para = 5% .
8.17. Em um experimento fatorial, no DIC foram combinados 2 nveis do fator A
com 3 nveis do fator B (ambos qualitativos), com 3 repeties. Os valores
obtidos para cada repetio nos tratamentos avaliados, so dados abaixo.
A1
A2
B1
12 14 16
14 13 16
B2
15 17 18
11 12 11
B3
12 11 13
12 12 13
Pede-se:
a) Verificar se os dois fatores atuam independentemente. Use = 5% .
b) Faa um estudo completo acerca dos nveis do fator A. Concluir para
= 5% .
8.18. Num experimento com sunos foram comparadas trs raes (A, B, C) e
dois nveis de protena (1-Alto, 2-Mdio), utilizando um delineamento
inteiramente casualizado num esquema fatorial com 5 repeties. Ao final do
experimento, obteve-se o seguinte quadro de interao para os totais de
tratamentos:
Protena
1
2
Totais
A
498
469
967
Raes
B
428
350
778
C
477
406
883
Totais
1403
1225
2628
20
m
T1
T2
H2T1
(43)
H1T2
(54)
H3T2
(71)
H3T2
(74)
H3T1
(56)
H2T2
(65)
H1T1
(39)
H2T2
(67)
H3T2
(73)
H2T1
(48)
H1T1
(49)
H3T1
(59)
H2T1
(41)
H3T1
(52)
H1T1
(35)
H1T2
(56)
H2T2
(62)
H1T2
(58)
H1T2
(61)
H2T1
(47)
H3T1
(58)
H2T2
(59)
H1T1
(40)
H2T2
(64)
H1T2
(59)
H3T1
(57)
H2T1
(38)
H3T2
(77)
H1T1
(45)
H3T2
(75)
H1
35 40 45 49
39
54 58 56 61
59
T1
T2
Totais
H1
208(5)
288
496(10)
Totais de Tratamentos
H2
H3
217
282
317
370
534
652
Total
1682(30)
Totais
707(15)
975
1682(30)
88
Resumo da ANOVA
GL
SQ
QM
0,05
FV
A
B
A*B
Tratamentos
Resduo
Total
92,95
122,55
GL
SQ
QM
10315,33
180,00
Totais de Tratamentos
90
91
1
35,2
32,8
34,7
28,6
33,8
30,8
Fator A
1
2
3
Totais
FV
A
B
AxB
(Trat)
Resduo
Total
GL
Repeties
2
3
36,0
35,0
34,6
36,7
36,3
35,1
31,1
29,0
29,4
28,8
31,4
32,8
Fator B
1
2
141,6 139,3
142,5 117,3
121,2 126,3
405,3 382,9
SQ
71,34
4
35,4
35,2
36,4
28,6
29,2
31,3
Totais
141,6
139,3
142,5
117,3
121,2
126,3
Totais
280,9
259,8
247,5
788,2
QM
154,33
33,59
188,22
92
Fator B
B1
B2
Totais
GL
SQ
92,86
19,08
QM
(175,70)
198,70
Ttotais de Tratamentos
Fator A
A1
A2
A3
102,6
103,5
80,2
101,3
78,3
85,3
181,8
165,5
203,9
Totais
286,3
264,9
551,2
93
Tratamentos
1 R1E1
2 R1E2
3 R2E1
4 R2E2
5 R3E1
6 R3E2
1
26,2
24,8
25,7
19,6
22,8
19,8
Repeties
2
3
26,0
25,0
24,6
26,7
26,3
25,1
21,1
19,0
19,4
18,8
21,4
22,8
4
25,4
25,2
26,4
18,6
19,2
21,3
Totais
102,6
101,3
103,5
78,3
80,2
85,3
Usando =1%
a) Os fatores, Recipiente e Espcie, atuam independentemente na
altura das mudas?
b) Levando em considerao o teste F para a interao entre os fatores,
indique qual(is) nvel(is) de Recipiente proporcionou(aram) maior
mdia de altura das mudas? Use o teste de Tukey quando
necessrio.
c) Idem para Espcie. Use o teste de Tukey quando necessrio.
d) Utilize os testes de Scheff e t para testar os contrastes apropriados,
os quais foram elaborados pelo pesquisador durante o planejamento
deste experimento
Interao
Significativa
No-signficativa
Fator
Recipiente
C1 = mR1/E1 + mR2/E1 2mR3/E1
C3 = mR1 + mR2 2mR3
Espcie
C2 = mE1/R1 mE2/R1
C4 = mE1 mE2
94
em que,
Yijk o valor observado para a varivel em estudo referente a k-sima
95
BJ
Y1J1
Y1J2
...
Y1JK
Y1J
A2
B1 B2 ...
Y211 Y221 ...
Y212 Y222 ...
... ... ...
Y21K Y22K ...
Y21 Y22 ...
BJ
Y2J1
Y2J2
...
Y2JK
...
...
...
...
...
Y2J
...
AI
B1 B2 ...
YI11 YI21 ...
YI12 YI22 ...
... ... ...
YI1K YI2K ...
YI1 YI2 ...
BJ
YIJ1
YIJ2
...
YIJK
YIJ
I,J,K
i =1
j =1
k =1
J,K
ijk
= Yi
ijk
= Y j
j =1,k =1
I,K
i =1,k =1
Yijk = A i = B j = YL
i =1, j =1,k =1
Total de Blocos: W k =
I,J
i =1, j =1
ijk
96
Ai =
Mdia do i-simo nvel do fator A: m
Bi =
Mdia do j-simo nvel do fator B: m
=
Mdia geral: m
G
N
Nmero de parcelas Z = IK
Ai
JK
Bj
IK
Fator B
B1 B2 ... BJ
Y11. Y12. ... Y1J.
Y21. Y22. ... Y2J.
... ... ... ...
YI1. YI2. ... YIJ.
B1 B2 ... Bj
Totais
A1
A2
...
AI
G
Parcela
1
2 ... Z
Y1.1 Y1.2 ... Y1.Z
Y2.1 Y2.2 ... Y2.Z
... ... ... ...
YI.1 YI.2 ... YI..
P1 P2 ... PZ
Totais de A
A1
A2
...
AI
G
97
GL
(K-1)
SQ
SQBlocos
QM
SQA
(I 1)
F
-
(I-1)
SQA
Resduo(a)
(I-1)(K-1)
SQRes(a)
Parcelas
IK-1
SQParcelas
(J-1)
SQB
AxB
(I-1)(J-1)
SQAxB
Resduo(b)
n2 = I(J-1)(K-1)
SQRes(b)
SQ Re sduo(b)
I(J 1)(K 1)
Total
IJ K- 1
SQTotal
Ftab;
SQ Re sduo(a)
(I 1)(K 1)
SQB
(J 1)
SQAxB
(I 1)(J 1)
[(I-1)(J-1); n2]
QMAxB
QM Re s(b)
em que:
I,J,K
SQTotal =
2
Yijk
C
i=1, j=1,k =1
SQParcelas =
z =1
I,J,K
Yijk
i=1, j=1,k =1
C=
IJK
I,J
SQTrat =
C
i=1, j =1
SQBlo cos =
Yij2.
K
SQA =
WK2
C
IJ
K =1
A I2
JK C
i=1
SQB =
B 2J
C
IK
j=1
98
GL
(K-1)
SQ
SQBlocos
QM
SQA
(I 1)
F
QMA
QM Re s(a)
(I-1)
SQA
Resduo(a)
n2 = (I-1)(K-1)
SQRes(a)
SQ Re s(a)
(I 1)(K 1)
Parcelas
IK-1
SQParcelas
(J-1)
SQB
AxB
(I-1)(J-1)
SQAxB
Resduo(b)
n3 = I(J-1)(K-1)
SQRes(b)
SQ Re s(b)
I(J 1)(K 1)
Total
IJ K- 1
SQTotal
SQB
(J 1)
SQAxB
(I 1)(J 1)
QMB
QM Re s(b)
Ftab;
[(I-1); n2]
[(J-1); n3]
no-signficativo
Fator B mBj =
JK
Bj
IK
Para realizar o teste de Tukey para comparar as medias dos nveis dos
fatores em teste temos que usar
QM Re s(a)
JK
(I;n2)
QM Re s(b)
IK
(J;n3)
QM Re s(a)
JK
(nA;n2)
QM Re s(b)
IK
(nB;n3)
ttab
C
C
A
A
QM Re s(a)
JK
2
i
t (n2)
i=1
C
C
B
B
QM Re s(b)
IK
Em que
CA = a1mA1 + a2mA2 + ... + aImAI
CB = b1mB1 + b2mB2 + ... + bjmBJ
2
i
t (n3)
j =1
100
S = (I 1)Ftab
S = (J 1)Ftab
Ftab
QM Re s(a)
JK
QM Re s(b)
IK
2
i
i =1
J
b
j=1
2
i
GL
SQ
A/B1
(I-1)
SQA/B1
A/B2
(I-1)
SQA/B2
...
...
...
A/BJ
(I-1)
SQA/BJ
ResCom
b
Total
QM
SQA / B1
(I 1)
SQA / B2
(I 1)
...
SQA / BJ
(I 1)
QMResCom
b
-
n*
IJK - 1
SQTotal
F
QMA / B1
QM Re sComb
QMA / B2
QM Re sComb
...
QMA / BJ
QM Re sComb
Ftab,
[(I-1);n*]
[(I-1);n*]
...
[(I-1);n*]
GL
SQ
B/A1
(J-1)
SQB/A1
B/A2
(J-1)
SQB/A2
...
...
...
B/AI
(J-1)
SQB/AI
Res(b
)
Total
n3
IJK - 1
SQTotal
QM
SQB / A1
(J 1)
SQB / A 2
(J 1)
...
SQB / AI
(J 1)
QMRes(b
)
-
F
QMB / A1
QM Re s(b)
QMB / A 2
QM Re s(b)
...
QMB / AI
QM Re s(b)
Ftab,
[(J-1);n3]
[(J-1);n3]
...
[(J-1);n3]
SQ =
i=1
X i2
ri
i=1
k
Xi
i =1
Fator B mBj =
K
Bj
K
Para realizar o teste de Tukey para comparar as mdias dos nveis dos
fatores em teste temos que usar
QM Re sComb
K
(I;n*)
QM Re s(b)
K
(J;n3)
zi
QM Re sComb
K
(nA;n*)
zi
QM Re s(b)
K
(nB;n3)
ttab
C
C
A
A
QM Re sComb
K
a i2
t (n*)
i=1
C
C
B
B
QM Re s(b)
K
2
j
t (n3)
j =1
Em que
103
S = (I 1)Ftab
S = (J 1)Ftab
Ftab
QM Re sComb
K
QM Re s(b)
K
2
i
i =1
b
j=1
2
j
104
9.6. Exerccios
9.1. Considere um experimento instalado segundo o DBC e no esquema em
parcelas subdivididas no qual so comparadas 4 variedades de aveia e 4
tratamentos de sementes (3 produtos qumicos + testemunha no tratada)
quanto aos efeitos de produo. Na instalao do experimento, as 4
variedades foram distribudas ao acaso nas parcelas de cada um dos 4
blocos do experimento e os tratamentos de sementes foram distribudos ao
acaso nas 4 subparcelas de cada parcela (BANZATTO & KRONKA, 1989).
Com base nos resultados fornecidos a seguir, pede-se, usando o nvel de 5%
de probabilidade, proceder a anlise de varincia e aplicar o teste Tukey,
quando necessrio:
Variedades
Sementes
B1 Testemunha
B2 Ceresan M
A1 Vicland 1
B3 Panogen
B4 Agrox
Totais de Parcelas
B1 Testemunha
B2 Ceresan M
A2 Vicland 2
B3 Panogen
B4 Agrox
Totais de Parcelas
B1 Testemunha
B2 Ceresan M
A3 Clinton
B3 Panogen
B4 Agrox
Totais de Parcelas
B1 Testemunha
B2 Ceresan M
A4 Branch
B3 Panogen
B4 Agrox
Totais de Parcelas
Totais de Blocos
1
42,9
53,8
49,5
44,4
190,6
53,3
57,6
59,8
64,1
234,8
62,3
63,4
64,5
63,6
253,8
75,4
70,3
68,8
71,6
286,1
965,3
Blocos
2
3
41,6
28,9
58,5
43,9
53,8
40,7
41,8
28,3
195,7
141,8
69,6
45,4
69,6
42,4
65,8
41,4
57,4
44,1
262,4
173,3
58,5
44,6
50,4
45,0
46,1
62,6
56,1
52,7
211,1
204,9
65,6
54,0
67,3
57,6
65,3
45,6
69,4
56,6
267,6
213,8
936,8
733,8
4
30,8
46,3
39,4
34,7
151,2
35,1
51,9
45,4
51,6
184,0
50,3
46,7
50,3
51,8
199,1
52,7
58,5
51,0
47,4
209,6
743,9
Totais
Trat
144,2
202,5
183,4
149,2
679,3
203,4
221,5
212,4
217,2
854,5
215,7
205,5
223,5
224,2
868,9
247,7
253,7
230,7
245,0
977,1
3379,8
(4)
A1
A2
A3
A4
Totais (16)
BLOCO 1
190,6
234,8
253,8
286,1
965,3
Totais de Parcelas
BLOCO 2
BLOCO 3
195,7
141,8
262,4
173,3
211,1
204,9
267,6
213,8
936,8
733,8
BLOCO 4
151,2
184,0
199,1
209,6
743,9
Totais (16)
679,3
854,5
868,9
977,1
3379,8 (64)
(4)
A1
A2
A3
A4
Totais (16)
B1
144,2
203,4
215,7
247,7
811,0
Totais de Tratamentos
B2
B3
202,5
183,4
221,5
212,4
205,5
223,5
253,7
230,7
883,2
850,0
B4
149,2
217,2
224,2
245,0
835,6
Totais (16)
679,3
854,5
868,9
977,1
3379,8 (64)
105
A1
A2
A3
A4
A5
B1
Norte
18,0
17,5
17,8
53,3
16,3
16,6
15,0
47,9
16,0
19,5
16,3
51,8
16,6
15,9
17,5
50,0
18,9
18,5
21,5
58,9
261,9
Totais de Parcelas
REP 1 REP 2 REP 3
70,3
71,6
68,8
67,0
64,7
60,1
66,2
64,7
65,1
61,5
64,4
68,4
69,8
68,7
72,8
Totais
210,7
191,8
196,0
194,3
211,3
1004,1
B2
Sul
17,1
18,8
16,9
52,8
15,9
14,3
14,0
44,2
16,2
14,9
16,4
47,5
15,2
13,2
15,8
44,2
18,6
13,7
16,4
48,7
237,4
B3
Leste
17,6
18,1
17,6
53,3
16,5
16,3
15,9
48,7
17,9
15,0
16,0
48,9
14,2
18,0
16,7
48,9
15,3
18,2
18,3
51,8
251,6
B4
Oeste
17,6
17,2
16,5
51,3
18,3
17,5
15,2
51,0
16,1
15,3
16,4
47,8
15,5
17,3
18,4
51,2
17,0
18,3
16,6
51,9
253,2
Totais
Parc
70,3
71,6
68,8
Totais
210,7
67,0
64,7
60,1
191,8
66,2
64,7
65,1
196,0
61,5
64,4
68,4
194,3
69,8
68,7
72,8
1004,1
Totais de Tratamentos
B1
B2
B3
B4
A1
53,3 52,8 53,3 51,3
A2
47,9 44,2 48,7 51,0
A3
51,8 47,5 48,9 47,8
A4
50,0 44,2 48,9 51,2
A5
58,9 48,7 51,8 51,9
Totais 261,9 237,4 251,6 253,2
211,3
1004,1
Totais
210,7
191,8
196,0
194,3
211,3
1004,1
106
40
80
120
Tipos de Aplicao
cova
sulco
lano
Totais de Parcelas
cova
sulco
lano
Totais de parcelas
cova
sulco
lano
Totais de parcelas
cova
sulco
lano
Totais de parcelas
Totais de blocos
I
3778
3467
3422
10667
3302
3653
3711
10666
2938
3800
2702
9440
3013
3338
3156
9507
40280
Blocos
II
3618
4284
3760
11662
2671
2653
3284
8608
2813
4356
3520
10689
3787
3369
4369
11525
42484
III
2164
3773
2747
8684
2782
3529
2556
8867
2560
3560
3382
9502
3142
2507
2831
8480
35493
IV
3996
3280
2853
10129
2502
2258
3284
8044
3049
4013
3524
10586
3604
4200
4222
12026
40785
Totais de tratamentos
13556
14804
12782
11257
12093
12835
11360
15729
13128
13546
13414
14578
159082
GL
SQ
29,55
15,71
(45,26)
20,60
20,12
51,60
137,58
QM
Totais de Tratamentos
A1
A2
A3
A4
A5
Totais
B1
53,3
47,9
51,8
50,0
58,9
261,9
B2
52,8
44,2
47,5
44,2
48,7
237,4
B3
53,3
48,7
48,9
48,9
51,8
251,6
B4
51,3
51,0
47,8
51,2
51,9
253,2
Totais
210,7
191,8
196,0
194,3
211,3
1004,1
107
A1
A2
A3
A4
A5
Repeties
1
2
3
50,3
51,6
48,8
27,0
24,7
20,1
26,2
24,7
25,1
21,5
24,4
28,4
69,8
68,7
72,8
Totais
150,7
71,8
76,0
74,3
211,3
Totais de Tratamentos
B1
B2
B3
B4
A1
38,3
37,8
38,3
36,3
A2
17,9
14,2
18,7
21,0
A3
21,8
17,5
18,9
17,8
A4
20,0
14,2
18,9
21,2
A5
58,9
48,7
51,8
51,9
Totais 156,9 132,4 146,6 148,2
FV
A
Res(a)
Parcelas
B
Interao A*B
Res(b)
Total
GL
Totais
150,7
71,8
76,0
74,3
211,3
584,1
Anlise de Varincia
SQ
QM
1297,95
20,59
1405,97
108
A1
A2
A3
A4
A5
Totais
FV
A
Res(a)
(Parcelas)
B
AxB
Res(b)
Total
Totais de Tratamentos
B1
B2
B3
B4
53,3
52,8
53,3
51,3
47,9
44,2
48,7
51,0
51,8
47,5
48,9
47,8
50,0
44,2
48,9
51,2
58,9
48,7
51,8
51,9
261,9 237,4 251,2 253,2
GL
Totais
210,7
191,8
196,0
194,3
211,3
1004,1
Anlise de Varincia
SQ
QM
29,55
(45,26)
20,60
137,58
SQTratamentos = 70,26
Com base nas informaes fornecidas, pede-se:
9.6.1. Os fatores A e B atuam independentemente? Justifique a sua resposta.
9.6.2. Baseado no resultado do teste F para a interao, proceda ao estudo
do fator B, indicando qual(is) nvel(is) de B que apresenta(m) maior(es)
mdia(s). Use o teste de Tukey, se necessrio.
9.7. Num artigo cientfico foram apresentados os resultados abaixo referente
a um experimento em parcelas subdivididas instalado segundo o
delineamento em blocos casualizados, com 5 repeties, em que o fator A foi
distribudo s parcelas e o fator B foi distribudo s subparcelas:
Quadro de MDIAS de Tratamentos
B1
B2
A1
23,80
21,60
22,70 A
A2
14,00
11,60
12,8 B
A3
13,20
13,60
13,40 B
17,00 a
15,60 b
SQRes(b) = 26,60
109
Fator B
B1
B2
B1
B2
B1
B2
1
58
44
85
59
66
54
Blocos
2
3
77 38
59 30
90 73
68 45
93 67
75 53
4
52
34
77
55
64
48
B1
20,4
11,3
31,7
B2
19,7
10,6
30,3
B3
32,3
18,0
50,3
72,4
39,9
112,3
110
10. Regresso
10.1. Introduo
Um fator em estudo num experimento pode ser classificado como qualitativo ou
quantitativo. Um fator qualitativo aquele onde os seus nveis diferem por algum atributo
qualitativo. Como exemplos tm-se variedades, tipos de defensivos, mtodos de conduzir
uma determinada tarefa, etc. Por outro lado, um fator quantitativo aquele onde os nveis
se diferem com relao a quantidade do fator. Como exemplos tm-se temperatura,
umidade, concentrao de um princpio ativo, nveis de insumo, pH, etc.
Quando o fator qualitativo, deve-se proceder anlise de varincia dos dados e s
comparaes entre mdias dos nveis do fator usando algum dos procedimentos para
comparaes mltiplas, quando o F for significativo. Para o caso de um fator quantitativo,
deve-se estudar o efeito do fator quantitativo p r meio de uma relao funcional entre o
mesmo e a varivel resposta. A tcnica indicada neste caso a anlise de regresso.
A anlise de regresso consiste na realizao de uma anlise estatstica com o
objetivo de verificar se a relao funcional estabelecida entre um fator quantitativo e uma
varivel resposta significativa. Em outras palavras, consiste na obteno de uma
equao que tenta explicar a variao significativa de uma varivel resposta em funo da
variao dos nveis de um ou mais fatores quantitativos.
Cap 10 Regresso
____________________________________________________________________
distncias entre os pontos do diagrama e os respectivos pontos na curva da equao
estimada minimizada, obtendo-se, desta forma, uma relao funcional entre X e Y, para
o modelo escolhido, com um mnimo de erro possvel.
i =1
i =1
e i2 = [Yi 0 1 X i ]
(1)
2
ei
i=1
=0
1
(Y
(Y
1X i ( 1) = 0
i=1
1X i ( X i ) = 0
(Y
n
i=1
1X i = 0
i=1
n
n
n
0
1X i = 0
Yi
i=1
i=1
i=1
n
n
n
X
Y
X
1X i2 = 0
0 i
i i
i=1
i=1
i=1
(Y
n
1X i (X i ) = 0
i=1
Yi n 0 1
i=1
i=1
=0
i=1
Yi X i 0
i=1
X i 1
2
i
=0
i=1
112
Y
n
Xi
i
0
1
i=1
i=1
n
n
n
Y
X
X
X i2
i i
0
i
1
i=1
i=1
i=1
Y
n
X
=
0
1
i
2 Xi
i
i =1
i =1
i=1
n
n
n
n
2
3
Yi X i = 0 X i + 1 X i + 2 X i
i =1
i =1
i =1
i=1
n
n
n
n
2
2
3
4
Yi X i = 0 X i + 1 X i + 2 X i
i =1
i =1
i =1
i=1
113
Cap 10 Regresso
____________________________________________________________________
ser realizado para verificar tal fato o teste F da anlise de varincia. Portanto,
necessrio realizar uma anlise de varincia dos dados observados, em funo do
modelo proposto.
Contudo, a estratgia da anlise de varincia depende se houve ou no repeties
no experimento.
GL
SQ
Regresso
SQReg
Independente da Regresso
n-1-p
SQInd
Total
n-1
SQTotal
QM
SQ Re g
p
SQInd
n 1 p
F
QM Re g
QMInd
Ftab;
(p;n-1-p)
em que,
p = no de coeficientes de regresso (no inclui o 0 )
n = no de observaes.
As frmulas para a obteno das somas de quadrados total e da soma de
quadrados do independente da regresso so as mesmas, tanto para o modelo linear de
1o grau quanto para o de 2o grau, as quais so dadas a seguir:
SQTotal =
Yi2
i=1
Yi
i=1
n
n
SQ Re gresso = 0
i=1
2 grau
n
Yi + 1
i=1
Yi X i
Yi
i=1
n
n
2
n
SQ Re gresso = 0
Yi + 1
i=1
i=1
Yi X i + 2
i=1
2
Yi X i
Yi
i=1
n
n
GL
SQ
Regresso
SQReg
Falta de Ajustamento
I 1 p
SQFalta
(Tratamentos)
I1
SQTrat
Resduo
I(K 1)
SQRes
Total
IK 1
SQTotal
QM
SQ Re g
p
SQFalta
I1
SQ Re s
I(J 1)
-
F
QM Re g
QM Re s
QMFalta
QM Re s
-
Ftab;
[p; I(K 1)]
[I 1 p; I(K 1)]
Cap 10 Regresso
____________________________________________________________________
No caso de falta de ajustamento significativa no faz sentido realizar o teste para a
regresso, pois o modelo de regresso no se ajustou significativamente aos dados.
As hipteses para a falta de ajustamento so:
H0: a falta de ajustamento no significativa
Ha: a falta de ajustamento significativa
O valor tabelado de F para a falta de ajustamento encontrado usando
Ftab = F (p; I 1 p )
A regra decisria para o teste F para a falta de ajustamento :
Se F Ftab Rejeita-se H0 ao nvel de significncia que foi realizado o teste. O
modelo adotado no se ajusta bem aos dados. Um novo modelo deve ser testado.
Se F < Ftab No rejeita-se H0 ao nvel de significncia que foi realizado o teste. O
modelo adotado se ajusta bem aos dados. No h necessidade de se testar um novo
modelo. Procede-se ao teste F para regresso.
O teste F para a regresso idntico ao caso anterior, ou seja, com apenas uma
observao para cada nvel da varivel independente.
10.6. Exerccios
10.1. Verificar, utilizando os dados amostrais fornecidos abaixo, se a temperatura tem
influncia significativa sobre o comprimento de uma barra de ao. Utilize o modelo linear
de 1 grau e o nvel de 5% de significncia.
Temperatura (C)
Comprimento (mm)
10
1003
15
1005
20
1010
25
1011
30
1014
10.2. Para verificar se existe uma relao linear de 1 grau entre Umidade Relativa (UR)
do ar da secagem de sementes e a germinao das mesmas, um pesquisador realizou
um teste com 4 diferentes valores para a % de UR do ar que atravessava as sementes
armazenadas, obtendo-se os seguintes valores amostrais:
116
20
94
30
96
40
95
50
97
2
10,3
4
18,2
6
25,1
8
35,6
10
43,0
12
50,0
14
59,1
16
67,8
18
75,2
20
85,0
1,0
20,3
2,5
31,3
4,0
34,6
5,5
35,1
7,0
30,2
8,5
19,7
10.5. O modelo linear abaixo foi proposto para explicar a relao entre a quantidade de
rao fornecida e produo de leite por cabras:
Yi = a + bX i + e i
Pede-se por meio dos dados abaixo, verificar se a rao influencia significativamente a
produo de leite ( = 5%) :
Nveis de Rao (g)
Produo de leite (l/dia)
50
1,2
75
1,7
100
2,0
125
2,1
150
2,5
Yi = 1094,800
i =1
7
Yi X i = 166942,500
i =1
i =1
= 171712,384
YX
i =1
2
i
= 35986875,000
117
Cap 10 Regresso
____________________________________________________________________
10.7. Para se avaliar o efeito de diferentes dosagens de um micronutriente no
desenvolvimento de duas espcies vegetais, foi realizado em experimento fatorial 4x2 no
D.B.C. com 5 repeties. Aps a coleta e tabulao dos dados (em produo de matria
verde por determinada unidade de rea) foi montado o seguinte quadro de totais de
tratamentos:
Dose 1
Dose 2
Dose 3
Dose 4
60
52
60
90
262
56
50
40
40
186
116
102
100
130
448
A anlise de varincia dos dados no computador forneceu o seguinte quadro (incompleto)
da ANOVA:
Espcie 1
Espcie 2
F.V.
Fator A
Fator B
Int. AxB
(Trat.)
Blocos
Resduo
Total
G.L.
1
3
S.Q.
58,2
----------------
Q.M.
49,20
10,00
Com base nos dados apresentados acima, pede-se: (obs.: use = 5%):
a) Obtenha a soma de quadrados para o fator A. Apresente os clculos.
b) Os fatores em estudo atuam independentemente na varivel em anlise? JUSTIFIQUE.
c) Qual espcie deveria ser usada de modo a termos uma maior produo de massa
verde, quando for usada a dose 3 do micronutriente? JUSTIFIQUE.
d) Como deveramos continuar a anlise caso fosse de nosso interesse determinar a
melhor dose do micronutriente? Descreva a estratgia de anlise de maneira resumida,
apresentando a seqncia dos procedimentos a serem realizados juntamente com
algumas discusses, mas sem precisar fazer nenhum tipo de clculo
118
G.L.
1
3
(4)
15
19
S.Q.
36
60
96
75
171
Q.M.
36
20
5
MODELO 2
F.V.
Regresso
Falta de Ajust.
(Tratamento)
Resduo
Total
G.L.
2
2
(4)
15
19
S.Q.
66
30
96
75
Q.M.
33
15
F.V.
Regresso
Falta de Ajust.
(Tratamento)
Resduo
Total
G.L.
3
1
(4)
15
19
S.Q.
76
20
96
75
Q.M.
25,3
20
MODELO 3
Produo (kg/unid)
Grfico de Disperso
25
20
15
10
5
0
0
20
40
60
Dose (kg/ha)
Baseado nas informaes fornecidas acima, pede-se escolher o melhor modelo. Explique,
para cada modelo, a razo dele ter sido selecionado ou eliminado. Use = 5%.
119
Cap 10 Regresso
____________________________________________________________________
10.9. Com o objetivo de estudar o efeito da temperatura no ganho de peso de
determinada espcie de animal de pequeno porte, foi realizado um estudo em que alguns
animais foram submetidos a diferentes temperaturas no local em que eram confinados.
Com base nos dados de ganho de peso, obtidos depois de determinado perodo, ajustouse a seguinte equao de regresso:
Y = 6,89 + 0,93 X 0,02 X2
Considerando que a anlise de varincia da regresso resultou em F significativo para
regresso, pede-se:
a) Qual seria o ganho de peso (em quilos) esperado, se fosse mantida constante, no local
de confinamento do animal em questo, a temperatura de 23 oC?
b) Qual seria a temperatura a ser usada para que fosse obtido o mximo de ganho de
peso?
10.10. Suponha que tenha sido realizada uma pesquisa a respeito da influncia do tempo
de estudo na nota da prova de determinada disciplina. Os dados obtidos com respeito a
cinco alunos aleatoriamente entrevistados so dados abaixo:
Xi = Tempo de estudo (em horas)
Y = Nota obtida (em 10)
= 20
2
i
= 90
= 31
2
3
X Y
i
= 139
3
5
4
6
5
8
6
9
= 215
Pede-se:
a) Ajuste um modelo de regresso linear de 1o grau para tentar explicar a variao na
nota do aluno em funo do tempo de estudo.
OBS.: Indique a resoluo, inclusive apresentando o sistema de equaes normais.
b) Poderamos dizer que o tempo de estudo influencia significativamente a nota obtida?
(use = 5%).
10.11. Com os dados relativos equao de regresso Y = a 10,38 X + 1,08 X 2 , obter
i
0
i
i
a ANOVA da regresso e concluir para = 5% .
DADOS:
20
Yi = 120,43
i =1
20
X i Yi = 340,87
Yi2 = 18375,38
i =1
20
i =1
20
X i = 256,5
i =1
20
X
i =1
2
i
Yi = 4238,684
20
X
i =1
2
i
= 346,48
-4
1,2
-3
10,1
-2
13,2
-1
14,3
1
14,1
2
12,7
3
8,5
4
0,3
120
1
4
2
9
13
3
10
12
4
13
17
12
5
11
16
20
1,0
25
4,5
30
6,0
35
7,5
40
5,8
45
4,3
Suponha que o pesquisador decida usar o seguinte modelo linear de segundo grau:
Yi = 0 + 1 X i + 2 X i2 + i
n
Y = 29,1
i
i =1
n
X
i =1
= 195
YX
i
= 1000,50
i =1
n
X
i =1
2
i
YX
i
2
i
= 35787,50
i =1
= 6775
X
i =1
3
i
= 248625
X
i =1
4
i
= 9521875
121
Cap 10 Regresso
____________________________________________________________________
dependente Y. Suponha que foram utilizadas 2 repeties e que so fornecidas as
seguintes informaes:
Modelo adotado: Yi = o + 1X i + i
FV
Regresso
Falta de
Ajustamento
(Tratamentos)
Resduo
Total
GL
SQ
76,05
(4)
101,60
QM
126,10
Pede-se:
10.16.1. O valor do F calculado para a regresso
10.16.2. O valor do F calculado para a falta de ajustamento
10.17. Suponha que em uma pesquisa, 10 dosagens de uma droga foram ministradas a
um grupo de 10 indivduos, para verificar se o efeito da mesma era capaz de reduzir o
peso em seres humanos. Cada dosagem foi testada em um nico indivduo. O modelo
linear de 2o grau ajustado, a SQResduo, as dosagens testadas e as respectivas perdas
de peso observadas e alguns somatrios relacionados, foram:
Yi = 1,15000 + 2,66174X i 0,09564X i2
Dosagem (mg)
Perda de peso (kg)
10
= 134
i =1
10
X i = 110
i =1
2
5
10
4
8
= 1990
i =1
10
X i2 = 1540
i =1
6
10
SQRegresso=179,87
8
13
10
15
10
YX
i
12
17
= 1658
i =1
10
X i3 = 24200
i =1
14
20
16
18
18
15
10
YX
i
2
i
20
13
= 23876
i =1
10
4
i
= 405328
i =1
122
GL
SQ
23,7692
QM
F5%
(24,3720)
25,1520
Y
i =1
10
= 194
X i = 55
i =1
10
Y
i =1
10
= 4074
X i2 = 385
i =1
10
YX
i =1
10
= 1179
X i3 = 3025
i =1
10
YX
i =1
10
X
i =1
4
i
2
i
= 8461
= 25333
123
Cap 10 Regresso
____________________________________________________________________
10.20. Uma droga desenvolvida para o controle do nvel de acar (Y) foi testada em as
doses 20, 30, 40, 50, 60, 70 e 80 mg (X). Os resultados apresentados abaixo foram
publicados em uma revista cientfica:
Yi = 286,32 + 0,83 X i
SQTotal = 1933,71
SQRegresso=1905,75
Com base nestas informaes, pede-se:
10.20.1. A droga tem influncia significativa sobre o teor de glicose?
10.20.2. Qual a estimativa do teor de glicose no sangue quando se usa a dose de 90
mg?
124
125
Captulo 1
1.1. t = 5,24
1.2. t = 2,21
1.3. t = 1,26
1.4.
1.5.
1.6.
1.7.
1.8.
t = -7,55
t = -6,90
F = 2,82
F = 1,32
t = 1,19
t5% (6) =
t5% (4) =
F5% (6,9) =
F5% (5,5) =
t(5%)(12) =
1,94
2,13
3,37
5,05
1,78
s c2 = 6,25
s c2 = 20,29
1.9. t = -3,65
t(5%)(9) = 1,83
1.10. t = 1,11
1.11. t = 3,10
s 2d = 7,73
1.12. t = 1,06
s c2 = 65,00
1.13. t = 14,61
s 2d = 75,46
1.14. t = 8,82
s c2 = 8,54
1.15. t = -0,39
s c2 = 11,45
1.16. F= 5,00
1.17. t = 9,34
s c2 = 2,57
1.18. t = -3,87
1.19. t = -2,66
s 2 = 25
s 2d = 5,62
1.20. t = -3,07
s c2 = 0,0478
1.21. t = 11,54
s 2d = 3,41
s c2 = 18,25
1.24. t = -1,89
1.25. t = 0,84
s 2d = 47,06
1.22.2 (c) 1.22.3 (c)
t1% (14) = 2,14 s c2 = 295,81
t5% (9) = 3,25 s 2 = 0,04
t5% (5) = 2,57 s 2d = 0,86
1.26. t = 1,62
s c2 = 41,82
1.27. t = 4,05
s 2d = 2,44
1.28. t = 1,73
s c2 = 18,82
1.29. t = -19,53
s c2 = 2,7 . Marca A.
1.30. t = -2,25
s 2 = 18,90
126
Captulo 2
2.1.
= 12,4
C
1
= 3,0
C
2
C = 1,6
3
2.2.
= 9,3
C
1
C 2 = 0,7
= 11,0
C
3
( )
( )
( )
= 0,3525
V C
1
V C 2 = 0,15
= 0,2025
V C
3
2.3. So ortogonais
2.4. No so ortogonais
2.5.
C1 = m1 + m2 + m3 3m4
C2 = 2m1 m2 m3
C3 = m2 m3
2.6. Um dos possveis grupos de contrastes ortogonais que podem ser
formados
C1 = m1 + m2 + m3 + m4 4m5
C2 = m1 + m2 + m3 3m4
C3 = m1 + m2 - 2m3
C4 = m1 - m2
2.7. Um dos possveis grupos de contrastes ortogonais que podem ser
formados
C1 = 3m1 + 4m2 + 4m3 + 3m4 14m5
C2 = 3m1 + 4m2 + 4m3 11m4
C3 = 3m1 + 4m2 - 7m3
C4 = m1 - m2
2.8.
= -8,4
=6,3
= -17,1
C
C
a) C
3
1
2
) = 0,18
)=0,54
) = 0,9450
b) V ( C
V (C
V( C
1
c) os contrastes so ortogonais
2.9. No so ortogonais
2.10.
a) C 3 = m1 m 3
b) 15,375
c) 0
127
= 55 ;
2.19.1 C = m1 + m2 - 2m3 , C
2.19.2 C = 3m1 2m2 m3
2.20.
2.20.1. Compara o grupo de herbicida biolgico com o grupo de
= 50
qumicos. C
2.20.2. No. necessrio aplicar um teste de hipteses para verificar se
a estimativa encontrada estatisticamente igual a zero.
2.20.3.105
2.20.4. C1 = 3m1 m2 m3 m4;
C2 = m2 m3 grupo qumico nitrognio com enxofre versus grupo
= 1
qumico nitrognio com fsforo. C
2
C3 = m2 + m3 2m4 grupo qumico com nitrognio versus grupo
= 13
qumico com inativadores de enzimas. C
3
2.21.
2.21.1
a) C1 = m1 m3
b) C2 = m1 m2
c) C3 = m3 m4
2.21.2
a) 19
b) 35,10
c) 0
d) so ortogonais.
Captulo 3
3.1. e
3.2. a
3.3. b
3.4.
128
129
Captulo 4
Rejeita-se Ho
4.1. Fcal = 7,79
Ftab5% (3,16) = 3,24
4.2. a) Casualizao e repetio
b) Cada atleta
No Rejeita Ho
c) Fcal = 1,39
Ftab1% (2,12) = 6,93
d) Qualquer tcnica
4.3.
a) Sim. Fcal = 685,06. Ftab5% (3,36) = 2,87 CV% = 3,94 Rejeita H0
b) Y= m1 + m2 - m3 - m4
Y = 1,22
c) Y= m1 m2
Y = 8,25
Y = -0,03
d) Y= m3 m4
4.4.
Fcal = 6,73 Ftab5% (2,21) = 3,47 Rejeita H0 As mdias relativas aos 3
grupos diferem entre si.
4.5.
No Rejeita-se Ho
Fcal = 1,42 Ftab5% (2,12) = 3,89
4.6.
Fcal = 1,40
Ftab1%(2,12) = 6,93
No Rejeita-se Ho
4.7.
4.7.1. Fcal = 6,94
Ftab5%(4,15) = 3,06
Rejeita-se Ho.
130
Captulo 5
5.1.
A numerao se refere aos exerccios do captulo 4
4.1.
Tukey
Duncan
= 4,79
D4 = 3,82 D3 = 3,71
D2 = 3,54
d = 31
m
a
a
b = 27
m
ab
b
c = 26
m
b
bc
a = 23
m
b
c
4.2. F no-significativo. No necessrio aplicar teste de mdias.
4.3.
Tukey
= 0,49
1 = 14,81 a
m
4 = 10,09
m
b
3 = 10,06
m
b
2 = 6,56
m
c
Duncan
D4 = 0,40 D3 = 0,39
a
b
b
c
Tukey
= 9,23
1 = 102,37 a
m
3 = 95,12 a b
m
2 = 89,00
m
b
Duncan
D3 = 7,99
a
ab
b
D2 = 0,37
4.4.
D2 = 7,61
131
Duncan
D5 = 2,78 D4 = 2,73 D3 = 2,66 D2 = 2,53
= 11,00 a
= 10,00 a b
= 7,25
bc
= 6,50
bc
= 6,00
c
a
a
b
b
b
5.2.
3
m
1
m
6
m
2
m
5
m
4
m
= 380
= 370
= 367
= 338
= 325
= 320
Tukey
= 33
a
ab
ab
bc
c
c
Duncan
D6 = 31
a
a
a
b
b
b
D5 = 30,2
D4 = 28,7 D3 = 26
5.3.
Fcal = 2,64 Ftab5% (5,18) = 2,77 No existe diferena significativa entre
os tratamentos. Portanto, o teste de Duncan no necessrio.
5.4.
Rejeita-se Ho. De acordo com o
Fcal = 15,23
Ftab1% (3,12) = 5,95
teste de Tukey ( = 2,11), os tipos de aleitamentos 1 e 2 proporcionaram as
1 = 9,30 e m
2 = 11,20 ).
maiores mdias de ganho de peso ( m
5.5.
a. Fcal = 24,24 Ftab5% (4,15) = 3,06 Rejeita-se Ho.
b. De acordo com o teste de Duncan (D5 = 1,58, D4 = 1,55, D3 = 1,51, D2
E = 13,75 ).
= 1,44), a marca E foi a mais lenta ( m
c. De acordo com o teste de Tukey ( = 2,10), as marcas E e A foram as
E = 13,75 e m
A = 11,75 ).
mais lentas ( m
d.
= +4,0 tc=1,86 t5%(15)=2,13 NRH0; S=7,48 NRH0
C1 = 4mA mB mC mD mE C
1
C2 = mB + mC mD mE
C = -7,0 tc=-7,63 t5%(15)=2,13 RH0; S=3,34 RH0
2
C3 = mB mC
C4 = mD mE
S=2,36 RH0
S=2,36 RH0
5.6.
a. Fcal = 6,24
5.7.
1
m
3
m
5
m
2
m
4
m
6
m
Tukey
Duncan
=15,96 D6=11,77 D5=11,60 D4=11,38 D3=11,07 D2=10,53
= 203,36 a
a
= 196,58 a b
ab
= 188,86 a b
bc
= 182,38
b
c
= 165,38
c
d
= 153,20
c
e
Captulo 6
6.1.
Fcal = 33,58
5
m
4
m
3
m
2
m
1
m
= 107
= 92
= 87
= 72
= 67
Duncan
D5= 9,75
a
b
b
c
c
D4 = 9,6
D3 = 9,39
D2 = 9
6.2
a) DBC, pois a diviso foi realizada de modo que houvesse
homogeneidade entre as unidades experimentais dentro de cada
grupo, ficando a heterogeneidade existente entre os grupos passvel
de ser quantificada e, assim, isolando os reais efeitos de tratamentos.
Rho
b) Sim. Fcal = 178
Ftab1% (3;18) = 5,09
c) Tukey
= 3,83
m 3 = 46
a
1 = 31,6
m
b
2 = 31,4
m
b
4 = 21,6
m
c
6.3.
a) Fcal = 5,87
b) Tukey
= 13,12
133
= 155,12 a
= 142,8 a b
= 140,01
b
= 138,74
b
= 138,02
b
Y = -29,42
a
b
b
b
b
R H0
S = 25,73
R.: Sim.
5 = 11,4
m
a
2 = 6,3
m
b
4 = 6,0
m
b
3 = 5,5
m
b
1 = 3,0
m
b
R.: Levedura tipo 5
Duncan
D5 = 3,72 D4= 3,68 D3= 3,57 D2= 3,41
5 = 11,4
m
a
2 = 6,3
m
b
4 = 6,0
m
b
3 = 5,5
m
b
1 = 3,0
m
b
R.: Leveduras tipo 1,2,3e 4.
6.5.
a) Repetio: cada tipo de pneu foi submetido a trs repeties.
Casualizao; os tipos de pneus foram submetidos a sorteios dentro das
respectivas sub-reas. Controle Local: a rea total foi submetido a vrias
subdivises, visando proporcionar maior preciso ao experimento.
b) DBC: as sub-reas formadas atuam como blocos no experimento.
c) Fcal = 20,9
Ftab5% (3,6) = 4,76
d) Duncan
D4 = 1,75 D3= 1,72 D2 = 1,67
4 = 33
m
a
3 = 31,3
m
b
2 = 29,3
m
c
1 = 28
m
c
6.6.
134
RHo
6.9.
Fcal = 4,20
No Rejeita-se Ho
6.10.
6.10.1. Delineamento em Blocos Casualizados. Porque o melhorista ao
instalar o experimento subdividiu a rea total (heterognea) em sub-reas
(homogneas) entre si. Pode-se dizer tambm que o pesquisador utillizou os
trs princpios bsicos da experimentao (repetio, casualizao e controle
local).
Rejeita-se
Ho,
6.10.2. Fcal = 2,02
Ftab5% (4,12) = 3,26 No
consequentemente, no necessrio proceder ao teste de Duncan.
6.11.
6.11.1. (c)
6.11.2. (h)
6.11.3. (c)
6.11.4. (c)
6.11.5. (d)
6.12.
135
6.13.
6.13.1. (c). Porque o teste de Scheff pode ser aplicado a qualquer
contraste sem nenhuma restrio e o teste t a contrastes estabelecidos a
priori e ortogonais. Porm, os mesmos apresentam sensibilidades diferentes
em detectar diferenas significativas.
6.13.2. (c). Porque o teste t pode ser aplicado para avaliar contrastes
estabelecidos a priori e ortogonais e o teste de Tukey a todos os possveis
contrastes que envolvem duas mdias. Porm os mesmos apresentam
sensibilidades diferentes em detectar diferenas significativas.
6.13.3. Sim. S = 3,9. Y = 1,4 . No se rejeita Ho.
6.14.
6.14.1. Y = mi mj para i j = 1, 2, 3 e 4.
Nmero mximo de contrastes = 6.
1 e m
2 igual a 21 a qual
6.14.2. No, pois a diferena entre m
superior ao valor do .
6.14.3. O que obteve 1 = 5, pois o funo do QMResduo, o qual
um indicativo da preciso experimental.
6.14.4.
1 = 100 a
m
4 = 92 a b
m
3 = 88 a b
m
2 = 79
m
b
6.14.5. O teste recomendado o teste de Scheff, pois existem
contrastes envolvendo duas ou mais mdias e os contrastes no formarem um
grupo de contrastes ortogonais.
Captulo 7
7.1.
a) Fcal = 12,09
Ftab5% (4,12) = 3,26
b) Tukey = 107,54
C = 604,8 a
m
A = 492,6
m
b
B = 440,8
m
b
D = 413,4
m
b
E = 401
m
b
A Variedade Co 297 deve ser recomendada.
7.2.
136
7.4.
a) Fcal = 9,01
Ftab5% (4,12) = 3,26
b) C = 4md ma mb mc me
c) Scheff
S = 54,05
Y = 33,66
Teste t tcal = 2,249
ttab5% (12) = 2,18
7.5.
Fcal = 31,73
Ftab1% (6,30) =3,47 Rejeita-se Ho. Existe efeito
significativo de forrageiras com relao a produo de matira seca.
7.6.
7.6.1. cada litro de leite
7.6.2. os tipos de bacilos
7.6.3. 2 vezes
Captulo 8
8.1. Ftab = 5,32
RHo
8.3.
a) Sim
Ftab(1;20) = 8,10
b) FcalcA = 86,05
RHo
FcalcAxB = 0,51
NRHo
137
8.4.
a) No. VxF:
Ftab = 3,49 Fcalc = 27,23 RHo
Ftab (2;20) = 3,49
b) F/V1: Fcalc = 17,07
Teste Tukey = 2,29
F2/V1 = 8
m
a
F1/V1 = 4
m
b
F3/V1 = 3
m
b
=8
c) V2/F3: m
8.5.
a) Sim. VxE: Fcalc = 0,75 Ftab = 4,49
b) Ambas fornecem a mesma produo. V: Fcalc = 1,70 Ftab = 4,49
2 = 7,7).
E: Fcalc = 6,79 Ftab = 4,49
c) O espaamento 2 ( m
8.6.
a) No
FcalcRaoxRaa = 7,17 FtabRaoxRaa = 3,68
b) F Rao/Raa1 = 3,13
F Rao/Raa2 = 6,13
F Rao/Raa3 = 10,13
Ftab(1;15) = 4,54
8.7. Questo terica
8.8
a) 5 valores - Cada valor corresponde a um total de tratamento,
repetidos 5 vezes.
b) 3, 7, 4, 28, 39
c) Meio de Cultura e tipo de Fungo, respectivamente.
d) No.
Fcalc = 4,92 Ftab = 4,57
e) Qualquer um Fcalc = 0,16 Ftab = 7,64
8.9.
a) Estudar os fatores isoladamente.
b) Efetuar o desdobramento dos fatores
8.10.
FA*B = 3,62*
FA/B1 = 30,06
FA/B2 = 36,82*
FA/B3 = 51,75*
138
8.11.
FB/A1 = 18,72*
FB/A2 = 72,64*
B/A1 = 2,98 A/B1 = 3,29
FB/A3 = 32,778
FB/A4 = 42,56
FA = 0,81ns
FB = 4,81*
FA*B = 0,64ns
Teste Duncan para fator B D3 = 262,26 D2 = 249,77
8.12. Questo terica -> ver teoria
8.13.
FA = 7,45ns
FB = 5,16ns
FA*B = 5,01ns
8.14.
8.15.
a) FA/B4 = 11,62*
b) FB/A1 = 0,04ns
FB/A2 = 5,10*
= -15,71ns
a) C
b) Fcal = 6,09*
S = 15,87
Ftab5% (1,14) = 4,60
= 11,29
139
GL
21=1
31=2
12=2
(23) 1 = 5
29 5 = 24
(2 3 5) 1 = 29
SQ
QM
F
2394,13
1323,47
20,27 10,13 0,80
3737,87
304,00 12,67
4041,87
Ftab; 5%
(2; 24) = 3,40
8.19.2.
FV
GL
SQ
QM
F
H
2 1323,47 661,73 52,24
Resduo 24 304,00
12,67
Ftab; 5%
(2; 24) = 3,40
para i u = 1, 2, 3.
DMS
QMRe s
12,67
=
= 1,13
IK
25
QMRe s
= 3,53 1,13 = 3,99
25
qtab = q0,05(3; 24) = 3,53
Tukey: = qtab
Duncan: Di = zi
QMRe s
25
i=3
i=2
z3 = 3,07 D3 = 3,47
z2 = 2,92 D2 = 3,30
Totais de Tratamentos
140
T1
T2
Totais
Mdias
H3
m
H2
m
H1
m
Tukey
652
=
= 65,2 a
25
=
= 53,4
b
=
= 49,6
H2
217
317
534
H3
282
370
652
Totais
707(15)
975
1682(30)
Duncan
a
b
8.19.3.
= 2m
H1 m
H2 m
H3 = 265,2 53,4 49,6 = 27,40
C
H0: C = 0
Ha: C 0
( )
3
= QMRe s a2 = 12,67 22 + ( 1)2 + ( 1)2 = 7,6
V C
i
J K i=1
25
t=
( )
V C
27,40
7,6
= 9,94
S=
GL
21=1
29 5 = 24
SQ
QM
F
2394,13 2394,13 189,01
304,00
12,67
Ftab; 5%
(1; 24) = 4,20
141
Hipteses
H0: mTj mTu = 0
Ha: mTj mTu 0
para j u = 1, 2
DMS
QMRe s
12,67
=
= 0,92
35
15
QMRe s
= 2,92 0,92 = 2,69
35
qtab = q0,05(2; 24) = 2,92
Tukey: = qtab
Duncan: Di = zi
QMRe s
35
z2 = 2,92 D2 = 2,68
i=2
Totais de Tratamentos
T1
T2
Totais
Mdias
T2
m
T1
m
H1
208(5)
288
496(10)
Tukey
975
=
= 65,00 a
35
=
= 47,13
b
H2
217
317
534
H3
282
370
652
Totais
707(15)
975
1682(30)
Duncan
a
b
8.19.5.
Observao: A aplicao de tais testes desnecessria, pois o teste F (1 GL
para T) j conclusivo. Apresentamos apenas para mostrar as diferenas entre
aplicar para um fator com trs nveis (H) e um fator com dois nveis (T)
=m
T1 m
T2 = 47,13 65,00 = - 17,87
C
H0: C = 0
Ha: C 0
142
( )
2
= QMRe s a2 = 12,67 12 + ( 1)2 = 1,69
V C
j 35
I K j=1
t=
( )
V C
17,87
1,69
= 13,75
S=
c
d
GL
2
1
2
(5)
18
23
SQ
92,86
19,08
63,76
(175,70)
23,09
198,79
QM
31,88
1,28
F
24,91* *
-
Ftab; 1%
(2; 18) = 6,01
R/E
FV
R/E1
R/E2
Resduo
R/E1
**
GL
2
2
18
SQ
87,12
69,50
-
F
34,03* *
27,15* *
Ftab; 1%
(2; 18) = 6,01
(2; 18) = 6,01
= 2,66
103,5
4
R 2 / E1 =
m
R1/ E1 =
m
R3 / E1 =
m
R/E2
QM
43,56
34,75
1,28
25,875
25,650
20,050
25,325
21,325
19,575
= 2,66
101,3
4
R1/ E2 =
m
R3 / E2 =
m
R2 / E2 =
m
E/R
FV
E/R1
E/R2
E/R3
Resduo
**
GL
1
1
1
18
SQ
0,21
79,38
3,25
-
QM
0,21
79,38
3,25
1,28
F
0,16
62,02 * *
2,54
Ftab; 1%
(1;18) = 8,29
(1;18) = 8,29
144
Captulo 9
9.1.
Interao AxB significativa: Fcal AxB= 3,21
Ftab5% (9,36) = 2,16
QMRes combinado = 32,41 N* = 27
Estudo A/B
A/B1 SQ= 1404
QM= 468,06 Fcal= 14,14
Ftab5% (3,27) = 2,96
A/B2 SQ= 413
QM= 137,66 Fcal= 4,25
A/B3 SQ= 325
QM= 108,26 Fcal= 3,34
A/B4 SQ= 1293
QM= 430,86 Fcal= 13,2
Resduo GL= 27
QM= 32,41
Teste de Tukey A/B = 11
Para A/B1
A4/B1 = 61,9 a
m
A3/B1 = 53,9 a b
m
A2/B1 = 50,9
m
b
A1/B1 = 36,1
m
c
Para A/ B2 a
ab
b
b
Para A/B3
Estudo: B/A
B/A1
SQ= 583,49
B/A2
SQ= 45,21
B/A3
SQ= 56,96
B/A4
SQ= 71,34
Teste Tukey
B2/A1 =
m
a
B3/A2 =
m
ab
B4/A3 =
m
b
B1/A4 =
m
b
QM= 194,50
QM= 15,07
QM= 18,99
QM= 23,78
a
ab
ab
b
Para A/B4 a
a
a
b
Fcal= 9,58
Fcal= 0,74
Fcal= 0,94
Fcal= 1,17
= 6,06
9.2.
Interao AxB no significativa Fcal AxB= 0,98
Ftab5%(12,30) = 2,09
Fcal A = 4,71
Ftab5%(4,10) = 3,48
Fcal B = 3,99
Ftab5%(3,30) = 2,92
Teste Duncan Fator A (D5= 1,24 D4 = 1,22 D3 = 1,19 D2 = 1,14)
Mdias
A 5 = 17,61 a
m
A1 = 17,56 a
m
A 3 = 16,33
m
b
A 4 = 16,19
m
b
145
Ftab5%(6,24) = 2,51
Ftab5%(3,90) = 3,86
Ftab5%(2,24) = 3,40
9.4.
9.4.1. Interao: Fcal=0,97. Ftab5%(12,30) = 2,09. No rejeita-se Ho. Os
fatores atuam independentemente.
9.4.2. Fator B: Fcal = 4,00. Ftab5%(3,30) = 2,92. Rejeita-se Ho. Existe
pelo menos um contraste entre mdias de niveis do fator B estatisiticamente
diferente de zero.
9.4.3.
D4 = 1,05 D3 = 1,02 D2 = 0,97
B1 = 17,46 a
m
B 4 = 16,88
m
B3 = 16,77
m
B 2 = 15,82
m
a
ab
b
9.7.
9.7.1. Interao: Fcal = 2,74. Ftab5%(2,12) = 3,89. No rejeita-se Ho. Os
fatores A e B atuam independentemente.
9.7.2. Como a interao foi no significativa, o autor procedeu da forma
correta, pois ele comparou os niveis de um fator independente do outro fator.
9.8.
Interao: Fcal = 10,03. Ftab5%(2,9) = 4,26. Rejeita-se Ho. Os fatores
no atuam independentemente.
Estudo: A/B
QMResduo Combinado: 29,83. GL = 7.
A/B1: Fcal = 21,58. Ftab5%(2,7) = 4,74. Rejeita-se Ho. Existe pelo menos
um constraste estatisticamente diferente de zero, entre mdias de niveis de A
dentro do nvel B1.
A/B2: Fcal = 10,58. Ftab5%(2,6) = 5,14. Rejeita-se Ho. Existe pelo menos
um constraste estatisticamente diferente de zero, entre mdias de niveis de A
dentro do nvel B2.
Mdias
- A/B1
A2/B1 = 81.25 a
m
A3/B1 = 72.50 a
m
A1/B1 = 56.25 b
m
- A/B2
A3/B2 = 57.50
m
A2/B2 = 56.75
m
A1/B2 = 41.75
m
a
a
b
B/A
B/A1: Fcal = 66,39. Ftab5%(1,9) = 5,12. Rejeita-se Ho. Existe pelo menos
um constraste estatisticamente diferente de zero, entre mdias de niveis de B
dentro do nvel A1.
B/A2: Fcal = 189,55. Ftab5%(1,9) = 5,12. Rejeita-se Ho. Existe pelo
menos um constraste estatisticamente diferente de zero, entre mdias de niveis
de B dentro do nvel A2.
B/A3: Fcal = 71,05. Ftab5%(1,9) = 5,12. Rejeita-se Ho. Existe pelo menos
um constraste estatisticamente diferente de zero, entre mdias de niveis de B
dentro do nvel A2.
9.9.
147
Captulo 10
10.1.
10.2.
0 = 92,7 1 = 0,08x i
Fcal= 3,55 A varivel independente no
influencia significativamente a varivel dependente.
10.3.
0 = 120 , 44
Fcal = 44 , 49
10.12.
Yi = 16,1 0,16 x i 0.9 x i2
10.13.
F =1,097 n.s
Fcal = 97,63
Ftab = 9,07
10.14.
10.14.1. Falta de Ajustamento: Fcalc = 0,4. Ftab5%(3,10) = 3,71. No
rejeita-se Ho. O modelo linear de 1o grau apropriado para descrever o tempo
de sono em funo da dosagem de sonfero.
10.14.2. Regresso: Fcalc = 12. Ftab5%(1,10) = 4,96. Rejeita-se Ho. O
coeficiente 1 estatisticamente diferente de zero.
10.14.3. No recomendvel fazer tal estimativa, pois a dose de 17 mg
no est dentro do intervalo de dosagem testada.
10.15. OBSERVAO: VALORES APROXIMADOS
10.15.1. 23,76
10.15.2. 1,88 e -0,027
10.15.3. 34,81
10.15.4. 63,13
10.16.
10.16.1. 15,52
10.16.2. 1,74
149
150
Observaes:
As tabelas que aqui constam, foram adaptadas do livro: Curso de Estatstica Experimental (12 ed) de Frederico
Pimentel Gomes, 1987.
Este material ser usado em provas e portanto no dever conter informaes adicionais
Nome:_________________________________________________ Matrcula:______
151
Formulrio
n
i =
m
i =1
SQ
s =
GL
2
2
k
X i i=1
SQ =
k
i=1 ri
ri
s= s
)=
s(m
2
c
n1 1)s12 + (n 2 1)s 22
(
=
> s2
F=
< s2
n1 + n 2 2
i=1
(m m2 ) (m m )
t= 1
m0
m
t=
s
()
=q
1
VC
2
=q
QMRe sduo
K
t=
()
V C
t=
1
1
s c2 +
n1 n 2
Di = z i
Di = zi
D mD
m
D =
m
s D2
n
()
( )
d
i=1
S=
(I 1)Ftab V (C)
CV(%) = 100
QM Re sduo
i =
m
i =1
n* =
= S2 ai = QMRe s ai
V C
C
i=1 ri
i=1 ri
1
VC
2
QMRe sduo
K
Xi
2
k
X
i =1
SQ = i k
i =1 ri
ri
n
di
n
i=1
2
di
n
s D2 = i=1
n 1
QM Re sComb =
Ti
ri
=
m
G
N
152
n
n
n
2
Y
n
X
i = 0 + 1 i + 2 X i
i =1
i =1
i =1
n
n
n
n
2
3
Y
X
X
X
=
i i
0
i
1
i
2 Xi
i =1
i =1
i =1
i =1
n
n
n
n
2
2
3
4
Y
X
X
X
=
i i
0
i
1
i
2 Xi
i =1
i =1
i =1
i =1
n
n
Y
n
=
0
1 Xi
i
i =1
i =1
n
n
n
Y X =
X
X i2
+
i i
0
i
1
i =1
i =1
i =1
Yi
n
i =1
SQTotal = Yi2
n
i =1
Yi
n
n
i =1
SQ Re gresso = 0 Yi + 1 Yi X i
n
i =1
i =1
R2 =
SQ Re gresso
SQTotal
R2 =
SQ Re gresso
SQTratamen tos
n
Yi
n
n
n
2
SQ Re gresso = 0 Yi + 1 Yi X i + 2 Yi X i i=1
n
i =1
i =1
i =1
153
10%
5%
2%
1%
0,5%
0,1%
6,31
2,92
2,35
2,13
2,02
1,94
1,90
1,86
1,83
1,81
1,80
1,78
1,77
1,76
1,75
1,75
1,74
1,73
1,73
1,73
1,72
1,72
1,71
1,71
1,71
1,71
1,70
1,70
1,70
1,70
1,68
1,67
1,65
1,65
12,71
4,30
3,18
2,78
2,57
2,45
2,36
2,31
2,26
2,23
2,20
2,18
2,16
2,14
2,13
2,12
2,11
2,10
2,09
2,09
2,08
2,07
2,07
2,06
2,06
2,06
2,05
2,05
2,04
2,04
2,02
2,00
1,98
1,96
31,82
6,97
4,54
3,75
3,37
3,14
3,10
2,90
2,82
2,76
2,72
2,68
2,65
2,62
2,60
2,58
2,57
2,55
2,54
2,53
2,52
2,51
2,50
2,49
2,49
2,48
2,47
2,47
2,46
2,46
2,42
2,39
2,36
2,33
63,66
9,92
5,84
4,60
4,03
3,71
3,50
3,36
3,25
3,17
3,11
3,06
3,01
2,98
2,95
2,92
2,90
2,88
2,86
2,84
2,83
2,82
2,81
2,80
2,79
2,78
2,77
2,76
2,76
2,75
2,70
2,66
2,62
2,58
127,32
14,09
7,45
5,60
4,77
4,32
4,03
3,83
3,69
3,58
3,50
3,43
3,37
3,33
3,29
3,25
3,22
3,20
3,17
3,15
3,14
3,12
3,10
3,09
3,08
3,07
3,06
3,05
3,04
3,03
2,97
2,92
2,86
2,81
636,62
31,60
12,94
8,61
6,86
5,96
5,41
5,04
4,78
4,59
4,44
4,32
4,22
4,14
4,07
4,02
3,97
3,92
3,88
3,85
3,82
3,79
3,77
3,75
3,73
3,71
3,69
3,67
3,66
3,65
3,55
3,46
3,37
3,29
154
1
4052
98,50
34,12
21,20
16,26
13,75
12,25
11,26
10,56
10,04
9,65
9,33
9,07
8,86
8,68
8,53
8,40
8,29
8,18
8,10
8,02
7,95
7,88
7,82
7,77
7,72
7,68
7,64
7,60
7,56
7,31
7,08
6,85
6,63
2
5000
99,00
30,82
18,00
13,27
10,92
9,55
8,65
8,02
7,56
7,21
6,93
6,70
6,51
6,36
6,23
6,11
6,01
5,93
5,85
5,78
5,72
5,66
5,61
5,57
5,53
5,49
5,45
5,42
5,39
5,18
4,98
4,79
4,61
3
5403
99,17
29,46
16,69
12,06
9,78
8,45
7,59
6,99
6,55
6,22
5,95
5,74
5,56
5,42
5,29
5,18
5,09
5,01
4,94
4,87
4,82
4,76
4,72
4,68
4,64
4,60
4,57
4,54
4,51
4,31
4,13
3,95
3,78
4
5625
99,25
28,71
15,98
11,39
9,15
7,85
7,01
6,42
5,99
5,67
5,41
5,21
5,04
4,89
4,77
4,67
4,58
4,50
4,43
4,37
4,31
4,26
4,22
4,18
4,14
4,11
4,07
4,04
4,02
3,83
3,65
3,48
3,32
5
5764
99,30
28,24
15,52
10,97
8,75
8,46
6,63
6,06
5,64
5,32
5,06
4,86
4,69
4,56
4,44
4,34
4,25
4,17
4,10
4,04
3,99
3,94
3,90
3,85
3,82
3,78
3,75
3,73
3,70
3,51
3,34
3,17
3,02
6
5859
99,33
27,91
15,21
10,67
8,47
7,19
6,37
5,80
5,39
5,07
4,82
4,62
4,46
4,32
4,20
4,10
4,01
3,94
3,87
3,81
3,76
3,71
3,67
3,63
3,59
3,56
3,53
3,50
3,47
3,29
3,12
2,96
2,80
7
5928
99,36
27,67
14,98
10,46
8,26
6,99
6,18
5,61
5,20
4,89
4,64
4,44
4,28
4,14
4,03
3,93
3,84
3,77
3,70
3,64
3,59
3,54
3,50
3,46
3,42
3,39
3,36
3,33
3,30
3,12
2,95
2,79
2,64
8
5982
99,37
27,49
14,80
10,29
8,10
6,84
6,03
5,47
5,06
4,74
4,50
4,30
4,14
4,00
3,89
3,79
3,71
3,63
3,56
3,51
3,45
3,41
3,36
3,32
3,29
3,26
3,23
3,20
3,17
2,99
2,82
2,66
2,51
9
6022
99,39
27,35
14,66
10,16
7,98
6,72
5,91
5,35
4,94
4,63
4,39
4,19
4,03
3,89
3,78
3,68
3,60
3,52
3,46
3,40
3,35
3,30
3,26
3,22
3,18
3,15
3,12
3,09
3,07
2,89
2,72
2,56
2,41
10
6056
99,40
27,23
14,55
10,05
7,87
6,62
5,81
5,26
4,85
4,54
4,30
4,10
3,94
3,80
3,69
3,59
3,51
3,43
3,37
3,31
3,26
3,21
3,17
3,13
3,09
3,06
3,03
3,00
2,98
2,80
2,63
2,47
2,32
11
6082
99,41
27,13
14,45
9,96
7,79
6,54
5,74
5,18
4,78
4,46
4,22
4,02
3,86
3,73
3,61
3,52
3,44
3,36
3,30
3,24
3,18
3,14
3,09
3,05
3,02
2,98
2,95
2,92
2,90
2,73
2,56
2,40
2,24
n1
12
6106
99,42
27,05
14,37
9,89
7,72
6,47
5,67
5,11
4,71
4,40
4,16
3,96
3,80
3,67
3,55
3,46
3,37
3,30
3,23
3,17
3,12
3,07
3,03
2,99
2,96
2,93
2,90
2,87
2,84
2,66
2,50
2,34
2,18
13
6125
99,42
26,98
14,30
9,83
7,66
6,41
5,61
5,05
4,65
4,34
4,10
3,90
3,75
3,61
3,50
3,40
3,32
3,24
3,18
3,12
3,07
3,02
2,98
2,94
2,91
2,88
2,85
2,82
2,79
2,61
2,45
2,29
2,12
14
6142
99,43
26,92
14,24
9,77
7,60
6,35
5,56
5,00
4,60
4,29
4,05
3,85
3,70
3,56
3,45
3,35
3,27
3,19
3,13
3,07
3,02
2,97
2,93
2,89
2,86
2,83
2,80
2,77
2,74
2,56
2,40
2,24
2,07
15
6157
99,43
26,87
14,20
9,72
7,56
6,31
5,52
4,96
4,56
4,25
4,01
3,82
3,66
3,52
3,41
3,31
3,23
3,15
3,09
3,03
2,98
2,93
2,89
2,85
2,81
2,78
2,75
2,73
2,70
2,52
2,35
2,19
2,04
16
6169
99,44
26,83
14,15
9,68
7,52
6,27
5,48
4,92
4,52
4,21
3,98
3,78
3,62
3,48
3,37
3,27
3,19
3,12
3,05
2,99
2,94
2,89
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,49
2,32
2,16
1,99
20
6209
99,45
26,69
14,02
9,55
7,40
6,16
5,36
4,81
4,41
4,10
3,86
3,66
3,51
3,37
3,26
3,16
3,08
3,00
2,94
2,88
2,83
2,78
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,37
2,20
2,03
1,88
24
6235
99,46
26,60
13,93
9,47
7,31
6,07
5,28
4,73
4,33
4,02
3,78
3,59
3,43
3,29
3,18
3,08
3,00
2,92
2,86
2,80
2,75
2,70
2,66
2,62
2,58
2,55
2,52
2,49
2,47
2,29
2,12
1,95
1,79
30
6261
99,47
26,50
13,84
9,38
7,23
5,99
5,20
4,65
4,25
3,94
3,70
3,51
3,35
3,21
3,10
3,00
2,92
2,84
2,78
2,72
2,67
2,62
2,58
2,54
2,50
2,47
2,44
2,41
2,39
2,20
2,03
1,86
1,70
40
6287
99,47
26,41
13,75
9,29
7,14
5,91
5,12
4,57
4,17
3,86
3,62
3,43
3,27
3,13
3,02
2,92
2,84
2,76
2,69
2,64
2,58
2,54
2,49
2,45
2,42
2,38
2,35
2,33
2,30
2,11
1,94
1,76
1,59
60
6313
99,48
26,32
13,65
9,20
7,06
5,82
5,03
4,48
4,08
3,78
3,54
3,34
3,18
3,05
2,93
2,83
2,75
2,67
2,61
2,55
2,50
2,45
2,40
2,36
2,33
2,29
2,26
2,23
2,21
2,02
1,84
1,66
1,47
120
6339
99,49
26,22
13,56
9,11
6,97
5,74
4,95
4,40
4,00
3,69
3,45
3,25
3,09
2,96
2,84
2,75
2,66
2,58
2,52
2,46
2,40
2,35
2,31
2,27
2,23
2,20
2,17
2,14
2,11
1,92
1,73
1,53
1,32
6366
99,50
26,13
13,46
9,02
6,88
5,65
4,86
4,31
3,91
3,60
3,36
3,17
3,00
2,87
2,75
2,65
2,57
2,49
2,42
2,36
2,31
2,26
2,21
2,17
2,13
2,10
2,06
2,03
2,01
1,80
1,60
1,38
1,00
155
1
161,4
18,51
10,13
7,71
6,61
5,99
5,59
5,32
5,12
4,96
4,84
4,75
4,67
4,60
4,54
4,49
4,45
4,41
4,38
4,35
4,32
4,30
4,28
4,26
4,24
4,23
4,21
4,20
4,18
4,17
4,08
4,00
3,92
3,84
2
199,5
19,00
9,55
6,94
5,79
5,14
4,74
4,46
4,26
4,10
3,98
3,89
3,81
3,74
3,68
3,63
3,59
3,55
3,52
3,49
3,47
3,44
3,42
3,40
3,39
3,37
3,35
3,34
3,33
3,32
3,23
3,15
3,07
3,00
3
215,7
19,16
9,28
6,59
5,41
4,76
4,35
4,07
3,86
3,71
3,59
3,49
3,41
3,34
3,29
3,24
3,20
3,16
3,13
3,10
3,07
3,05
3,03
3,01
2,99
2,98
2,96
2,95
2,93
2,92
2,84
2,76
2,68
2,60
4
224,6
19,25
9,12
6,39
5,19
4,53
4,12
3,84
3,63
3,48
3,36
3,26
3,18
3,11
3,06
3,01
2,96
2,93
2,90
2,87
2,84
2,82
2,80
2,78
2,76
2,74
2,73
2,71
2,70
2,69
2,61
2,53
2,45
2,37
5
230,2
19,30
9,01
6,26
5,05
4,39
3,97
3,69
3,48
3,33
3,20
3,11
3,03
2,96
2,90
2,85
2,81
2,77
2,74
2,71
2,68
2,66
2,64
2,62
2,60
2,59
2,57
2,56
2,55
2,53
2,45
2,37
2,29
2,21
6
234,0
19,33
8,94
6,16
4,95
4,28
3,87
3,58
3,37
3,22
3,09
3,00
2,92
2,85
2,79
2,74
2,70
2,66
2,63
2,60
2,57
2,55
2,53
2,51
2,49
2,47
2,46
2,45
2,43
2,42
2,34
2,25
2,17
2,10
7
236,8
19,35
8,89
6,09
4,88
4,21
3,79
3,50
3,29
3,14
3,01
2,91
2,83
2,76
2,71
2,66
2,61
2,58
2,54
2,51
2,49
2,46
2,44
2,42
2,40
2,39
2,37
2,36
2,35
2,33
2,25
2,17
2,09
2,01
8
238,9
19,37
8,85
6,04
4,82
4,15
3,73
3,44
3,23
3,07
2,95
2,85
2,77
2,70
2,64
2,59
2,55
2,51
2,48
2,45
2,42
2,40
2,37
2,36
2,34
2,32
2,31
2,29
2,28
2,27
2,18
2,10
2,02
1,94
9
240,5
19,38
8,81
6,00
4,77
4,10
3,68
3,39
3,18
3,02
2,90
2,80
2,71
2,65
2,59
2,54
2,49
2,46
2,42
2,39
2,37
2,34
2,32
2,30
2,28
2,27
2,25
2,24
2,22
2,21
2,12
2,04
1,96
1,88
10
241,9
19,40
8,79
5,96
4,74
4,06
3,64
3,35
3,14
2,98
2,85
2,75
2,67
2,60
2,54
2,49
2,45
2,41
2,38
2,35
2,32
2,30
2,27
2,25
2,24
2,22
2,20
2,19
2,18
2,16
2,08
1,99
1,91
1,83
11
243,0
19,40
8,76
5,93
4,70
4,03
3,60
3,31
3,10
2,94
2,82
2,72
2,63
2,56
2,51
2,45
2,41
2,37
2,34
2,31
2,28
2,26
2,24
2,22
2,20
2,18
2,16
2,15
2,14
2,12
2,04
1,95
1,86
1,79
n1
12
243,9
19,41
8,74
5,91
4,68
4,00
3,57
3,28
3,07
2,91
2,79
2,69
2,60
2,53
2,48
2,42
2,38
2,34
2,31
2,28
2,25
2,23
2,20
2,18
2,16
2,15
2,13
2,12
2,10
2,09
2,00
1,92
1,83
1,75
13
244,4
19,42
8,72
5,89
4,66
3,98
3,55
3,25
3,04
2,88
2,76
2,66
2,57
2,50
2,45
2,39
2,35
2,31
2,28
2,25
2,22
2,20
2,17
2,15
2,13
2,12
2,10
2,09
2,07
2,06
1,97
1,89
1,80
1,72
14
245,0
19,42
8,71
5,87
4,64
3,96
3,52
3,23
3,02
2,86
2,74
2,64
2,55
2,48
2,43
2,37
2,33
2,29
2,26
2,23
2,20
2,18
2,14
2,13
2,11
2,10
2,08
2,06
2,05
2,04
1,95
1,86
1,77
1,69
15
245,9
19,43
8,70
5,86
4,62
3,94
3,51
3,22
3,01
2,85
2,72
2,62
2,53
2,46
2,40
2,35
2,31
2,27
2,23
2,20
2,18
2,15
2,13
2,11
2,09
2,07
2,06
2,04
2,03
2,01
1,92
1,84
1,75
1,67
16
246,0
19,43
8,69
5,84
4,60
3,92
3,49
3,20
2,98
2,82
2,70
2,60
2,51
2,44
2,39
2,33
2,29
2,25
2,21
2,18
2,15
2,13
2,10
2,09
2,06
2,05
2,03
2,02
2,00
1,99
1,90
1,81
1,73
1,64
20
248,0
19,45
8,66
5,80
4,56
3,87
3,44
3,15
2,94
2,77
2,65
2,54
2,46
2,39
2,33
2,28
2,23
2,19
2,16
2,12
2,10
2,07
2,05
2,03
2,01
1,99
1,97
1,96
1,94
1,93
1,84
1,75
1,66
1,57
24
249,1
19,45
8,64
5,77
4,53
3,84
3,41
3,12
2,90
2,74
2,61
2,51
2,42
2,35
2,29
2,24
2,19
2,15
2,11
2,08
2,05
2,03
2,01
1,98
1,96
1,95
1,93
1,91
1,90
1,89
1,79
1,70
1,61
1,52
30
250,1
19,46
8,62
5,75
4,50
3,81
3,38
3,08
2,86
2,70
2,57
2,47
2,38
2,31
2,25
2,19
2,15
2,11
2,07
2,04
2,01
1,98
1,96
1,94
1,92
1,90
1,88
1,87
1,85
1,84
1,74
1,65
1,55
1,46
40
251,1
19,47
9,59
5,72
4,46
3,77
3,34
3,04
2,83
2,66
2,53
2,43
2,34
2,27
2,20
2,15
2,10
2,06
2,03
1,99
1,96
1,94
1,91
1,89
1,87
1,85
1,84
1,82
1,81
1,79
1,69
1,59
1,50
1,39
60
252,2
19,48
8,57
5,69
4,43
3,74
3,30
3,01
2,79
2,62
2,49
2,38
2,30
2,22
2,16
2,11
2,06
2,02
1,98
1,95
1,92
1,89
1,86
1,84
1,82
1,80
1,79
1,77
1,75
1,74
1,64
1,53
1,43
1,32
120
253,3
19,49
8,55
5,66
4,40
3,70
3,27
2,97
2,75
2,58
2,45
2,34
2,25
2,18
2,11
2,06
2,01
1,97
1,93
1,90
1,87
1,84
1,81
1,79
1,77
1,75
1,73
1,71
1,70
1,68
1,58
1,47
1,35
1,22
156
254,3
19,50
8,53
5,63
4,36
3,67
3,23
2,93
2,71
2,54
2,40
2,30
2,21
2,13
2,07
2,01
1,96
1,92
1,88
1,84
1,81
1,78
1,76
1,73
1,71
1,69
1,67
1,65
1,64
1,62
1,51
1,39
1,25
1,00
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, ao nvel de 1% de probabilidade
I
n2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24
30
40
60
120
2
90,03
14,04
8,26
6,51
5,70
5,24
4,95
4,75
4,60
4,48
4,39
4,32
4,26
4,21
4,17
4,13
4,10
4,07
4,05
4,02
3,96
3,89
3,82
3,76
3,70
3,64
3
135,0
19,02
10,62
8,12
6,98
6,33
5,92
5,64
5,43
5,27
5,15
5,05
4,96
4,90
4,84
4,79
4,74
4,70
4,67
4,64
4,55
4,46
4,37
4,28
4,20
4,12
4
164,3
22,29
12,17
9,17
7,80
7,03
6,54
6,20
5,96
5,77
5,62
5,50
5,40
5,32
5,25
5,19
5,14
5,09
5,05
5,02
4,91
4,80
4,70
4,60
4,50
4,40
5
185,6
24,72
13,33
9,96
8,42
7,56
7,00
6,62
6,35
6,14
5,97
5,84
5,73
5,63
5,56
5,49
5,43
5,38
5,33
5,29
5,17
5,05
4,93
4,82
4,71
4,60
6
202,2
26,63
14,24
10,58
8,91
7,97
7,37
6,96
6,66
6,43
6,25
6,10
5,98
5,88
5,80
5,72
5,66
5,60
5,55
5,51
5,37
5,24
5,11
4,99
4,87
4,76
7
215,8
28,20
15,00
11,10
9,32
8,32
7,68
7,24
6,92
6,67
6,48
6,32
6,19
6,08
5,99
5,92
5,85
5,79
5,74
5,69
5,54
5,40
5,26
5,13
5,00
4,88
8
227,2
29,53
15,64
11,55
9,70
8,61
7,94
7,47
7,13
6,88
6,67
6,51
6,37
6,26
6,16
6,08
6,01
5,94
5,89
5,84
5,68
5,54
5,39
5,25
5,12
4,99
9
237,0
30,68
16,20
11,93
9,97
8,87
8,17
7,68
7,32
7,06
6,84
6,67
6,53
6,41
6,31
6,22
6,15
6,08
6,02
5,97
5,81
5,65
5,50
5,36
5,21
5,08
10
245,6
31,69
16,69
12,27
10,24
9,10
8,37
7,86
7,50
7,21
6,99
6,81
6,67
6,54
6,44
6,35
6,27
6,20
6,14
6,09
5,92
5,76
5,60
5,45
5,30
5,16
11
253,2
32,59
17,13
12,57
10,48
9,30
8,55
8,03
7,65
7,36
7,13
6,94
6,79
6,66
6,56
6,46
6,38
6,31
6,25
6,19
6,02
5,85
5,69
5,53
5,38
5,23
12
260,0
33,40
17,53
12,84
10,70
9,48
8,71
8,18
7,78
7,48
7,25
7,06
6,90
6,77
6,66
6,56
6,48
6,41
6,34
6,28
6,11
5,93
5,76
5,60
5,44
5,29
13
266,2
34,13
17,89
13,09
10,89
9,65
8,86
8,31
7,91
7,60
7,36
7,17
7,01
6,87
6,76
6,66
6,57
6,50
6,43
6,37
6,19
6,01
5,84
5,67
5,50
5,35
14
271,8
34,81
18,22
13,32
11,08
9,81
9,00
8,44
8,02
7,71
7,46
7,26
7,10
6,96
6,84
6,74
6,66
6,58
6,51
6,45
6,26
6,08
5,90
5,73
5,56
5,40
15
277,0
35,43
18,52
13,53
11,24
9,95
9,12
8,55
8,13
7,81
7,56
7,36
7,19
7,05
6,93
6,82
6,73
6,66
6,58
6,52
6,33
6,14
5,96
5,78
5,61
5,45
16
281,8
36,00
18,81
13,73
11,40
10,08
9,24
8,66
8,23
7,91
7,65
7,44
7,27
7,13
7,00
6,90
6,81
6,72
6,65
6,59
6,39
6,20
6,02
5,84
5,66
5,49
17
286,3
36,53
19,07
13,91
11,55
10,21
9,35
8,76
8,32
7,99
7,73
7,52
7,34
7,20
7,07
6,97
6,87
6,79
6,72
6,65
6,45
6,26
6,07
5,89
5,71
5,54
18
290,4
37,03
19,32
14,08
11,68
10,32
9,46
8,85
8,41
8,08
7,81
7,59
7,42
7,27
7,14
7,03
6,94
6,85
6,78
6,71
6,51
6,31
6,12
5,93
5,75
5,57
19
294,3
37,50
19,55
14,24
11,81
10,43
9,55
8,94
8,50
8,15
7,88
7,66
7,48
7,33
7,20
7,09
7,00
6,91
6,84
6,77
6,56
6,36
6,16
5,97
5,79
5,61
157
Tabela 4 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, ao nvel de 1% de probabilidade
(continuao)
n2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24
30
40
60
120
20
298,0
37,95
19,77
14,40
11,93
10,54
9,65
9,03
8,58
8,23
7,95
7,73
7,55
7,40
7,26
7,15
7,05
6,97
6,89
6,82
6,61
6,41
6,21
6,02
5,83
5,64
22
304,7
38,76
20,17
14,68
12,16
10,73
9,82
9,18
8,72
8,36
8,08
7,85
7,66
7,51
7,37
7,26
7,16
7,07
6,99
6,92
6,70
6,49
6,29
6,09
5,90
5,71
24
310,8
39,49
20,53
14,93
12,36
10,91
9,97
9,32
8,85
8,48
8,20
7,96
7,77
7,61
7,47
7,36
7,25
7,16
7,08
7,01
6,79
6,57
6,36
6,16
5,96
5,77
26
316,3
40,15
20,86
15,16
12,54
11,06
10,11
9,45
8,97
8,60
8,30
8,07
7,87
7,70
7,57
7,44
7,34
7,25
7,17
7,09
6,86
6,64
6,43
6,22
6,02
5,82
28
321,3
40,76
21,16
15,37
12,71
11,21
10,24
9,57
9,08
8,70
8,40
8,16
7,96
7,79
7,65
7,53
7,42
7,32
7,24
7,17
6,94
6,71
6,49
6,28
6,07
5,87
30
326,0
41,32
21,44
15,57
12,87
11,34
10,36
9,68
9,18
8,79
8,49
8,25
8,04
7,87
7,73
7,60
7,49
7,40
7,31
7,24
7,00
6,77
6,55
6,33
6,12
5,91
32
330,3
41,84
21,70
15,75
13,02
11,47
10,47
9,78
9,27
8,88
8, 58
8,33
8,12
7,95
7,80
7,67
7,56
7,46
7,38
7,30
7,06
6,83
6,60
6,38
6,16
5,95
34
334,3
42,33
21,95
15,92
13,15
11,58
10,58
9,87
9,36
8,97
8,65
8,40
8,19
8,02
7,87
7,74
7,63
7,53
7,44
7,36
7,12
6,88
6,65
6,42
6,20
5,99
I
36
338,0
42,78
22,17
16,08
13,28
11,69
10,67
9,96
9,44
9,04
8,73
8,47
8,26
8,08
7,93
7,80
7,69
7,59
7,50
7,42
7,17
6,93
6,70
6,47
6,24
6,03
38
341,5
43,21
22,39
16,23
13,40
11,80
10,77
10,05
9,52
9,12
8,80
8,54
8,33
8,15
7,99
7,86
7,74
7,64
7,55
7,47
7,22
6,98
6,74
6,51
6,28
6,06
40
344,8
43,61
22,59
16,37
13,52
11,90
10,85
10,13
9,59
9,19
8,86
8,60
8,39
8,20
8,05
7,92
7,80
7,70
7,60
7,52
7,27
7,02
6,78
6,55
6,32
6,09
50
358,9
45,33
23,45
16,98
14,00
12,31
11,23
10,47
9,91
9,49
9,15
8,88
8,65
8,46
8,30
8,15
8,03
7,92
7,83
7,74
7,48
7,22
6,96
6,71
6,47
6,23
60
370,1
46,70
24,13
17,46
14,39
12,65
11,52
10,75
10,17
9,73
9,38
9,09
8,86
8,66
8,49
8,35
8,22
8,11
8,01
7,92
7,64
7,37
7,10
6,84
6,59
6,34
70
379,4
47,83
24,71
17,86
14,72
12,92
11,77
10,97
10,38
9,93
9,57
9,28
9,04
8,83
8,66
8,51
8,38
8,26
8,16
8,07
7,78
7,50
7,22
6,95
6,69
6,43
80
387,3
48,80
25,19
18,20
14,99
13,16
11,99
11,17
10,57
10,10
9,73
9,43
9,19
8,98
8,80
8,65
8,51
8,39
8,29
8,19
7,90
7,61
7,33
7,05
6,78
6,51
90
394,1
49,64
25,62
18,50
15,23
13,37
12,17
11,34
10,73
10,25
9,88
9,57
9,32
9,11
8,92
8,77
8,63
8,51
8,40
8,30
8,00
7,71
7,42
7,13
6,85
6,58
100
400,1
50,38
25,99
18,77
15,45
13,55
12,34
11,49
10,87
10,39
10,00
9,69
9,44
9,22
9,04
8,87
8,74
8,61
8,50
8,40
8,10
7,80
7,50
7,21
6,92
6,64
158
Tabela 5 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, ao nvel de 5% de probabilidade
n2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24
30
40
60
120
I
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
17,97 26,98 32,82 37,08 40,41 43,12 45,40 47,36 49,07 50,59 51,96 53,20 54,33 55,36 56,32 57,22 58,04 58,83 59,56
6,09
8,33
9,80 10,88 11,74 12,44 13,03 13,54 13,99 14,39 14,75 15,08 15,38 16,65 15,91 16,14 16,37 16,57 16,77
4,50
5,91
6,83
7,50
8,04
8,48
8,85
9,18
9,46
9,72
9,95 10,15 10,35 10,53 10,69 10,84 10,98 11,11 11,24
3,93
5,04
5,76
6,29
6,71
7,05
7,35
7,60
7,83
8,03
8,21
8,37
8,53
8,66
8,79
8,91
9,03
9,13
9,23
3,64
4,60
5,22
5,67
6,03
6,33
6,58
6,80
7,00
7,17
7,32
7,47
7,60
7,72
7,83
7,93
8,03
8,12
8,21
3,46
4,34
4,90
5,31
5,63
5,90
6,12
6,32
6,49
6,65
6,79
6,92
7,03
7,14
7,24
7,34
7,43
7,51
7,59
3,34
4,17
4,68
5,06
5,36
5,61
5,82
6,00
6,16
6,30
6,43
6,55
6,66
6,76
6,85
6,94
7,02
7,10
7,17
3,26
4,04
4,53
4,89
5,17
5,40
5,60
5,77
5,92
6,05
6,18
6,29
6,39
6,48
6,57
6,65
6,73
6,80
6,87
3,20
3,95
4,42
4,76
5,02
5,24
5,43
5,60
5,74
5,87
5,98
6,09
6,19
6,28
6,36
6,44
6,51
6,58
6,64
3,15
3,88
4,33
4,65
4,91
5,12
5,31
5,46
5,60
5,72
5,83
5,94
6,03
6,11
6,19
6,27
6,34
6,41
6,47
3,11
3,82
4,26
4,57
4,82
5,03
5,20
5,35
5,49
5,61
5,71
5,81
5,90
5,98
6,06
6,13
6,20
6,27
6,33
3,08
3,77
4,20
4,51
4,75
4,95
5,12
5,27
5,40
5,51
5,62
5,71
5,80
5,88
5,95
6,02
6,09
6,15
6,21
3,06
3,74
4,15
4,45
4,69
4,89
5,05
5,19
5,32
5,43
5,53
5,63
5,71
5,79
5,86
5,93
6,00
6,06
6,11
3,03
3,70
4,11
4,41
4,64
4,83
4,99
5,13
5,25
5,36
5,46
5,55
5,64
5,71
5,79
5,85
5,92
5,97
6,03
3,01
3,67
4,08
4,37
4,60
4,78
4,94
5,08
5,20
5,31
5,40
5,49
5,57
5,65
5,72
5,79
5,85
5,90
5,96
3,00
3,65
4,05
4,33
4,56
4,74
4,90
5,03
5,15
5,26
5,35
5,44
5,52
5,59
5,66
5,73
5,79
5,84
5,90
2,98
3,63
4,02
4,30
4,52
4,71
4,86
4,99
5,11
5,21
5,31
5,39
5,47
5,54
5,61
5,68
5,73
5,79
5,84
2,97
3,61
4,00
4,28
4,50
4,67
4,82
4,96
5,07
5,17
5,27
5,35
5,43
5,50
5,57
5,63
5,69
5,74
5,79
2,96
3,59
3,98
4,25
4,47
4,65
4,79
4,92
5,04
5,14
5,23
5,32
5,39
5,46
5,53
5,59
5,65
5,70
5,75
2,95
3,58
3,96
4,23
4,45
4,62
4,77
4,90
5,01
5,11
5,20
5,28
5,36
5,43
5,49
5,55
5,61
5,66
5,71
2,92
3,53
3,90
4,17
4,37
4,54
4,68
4,81
4,92
5,01
5,10
5,18
5,25
5,32
5,38
5,44
5,49
5,55
5,59
2,89
3,49
3,85
4,10
4,30
4,46
4,60
4,72
4,82
4,92
5,00
5,08
5,15
5,21
5,27
5,33
5,38
5,43
5,48
2,86
3,44
3,79
4,04
4,23
4,39
4,52
4,64
4,74
4,82
4,90
4,98
5,04
5,11
5,16
5,22
5,27
5,31
5,36
2,83
3,40
3,74
3,98
4,16
4,31
4,44
4,55
4,65
4,73
4,81
4,88
4,94
5,00
5,06
5,11
5,15
5,20
5,24
2,80
3,36
3,69
3,92
4,10
4,24
4,36
4,47
4,56
4,64
4,71
4,78
4,84
4,90
4,95
5,00
5,04
5,09
5,13
2,77
3,31
3,63
3,86
4,03
4,17
4,29
4,39
4,47
4,55
4,62
4,69
4,74
4,80
4,85
4,89
4,93
4,97
5,01
159
Tabela 5 - Valores da amplitude total estudentizada (q), para uso no teste de Tukey, ao nvel de 5% de probabilidade
(continuao).
I
N2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
24
30
40
60
120
22
60,91
17,13
11,47
9,42
8,37
7,73
7,30
7,00
6,76
6,58
6,44
6,32
6,22
6,13
6,06
6,00
5,94
5,89
5,85
5,81
5,68
5,56
5,44
5,32
5,20
5,08
24
62,12
17,45
11,68
9,58
8,51
7,86
7,42
7,11
6,87
6,69
6,54
6,41
6,31
6,22
6,15
6,08
6,03
5,98
5,93
5,89
5,76
5,64
5,51
5,39
5,27
5,14
26
63,22
17,75
11,87
9,74
8,64
7,98
7,53
7,21
6,97
6,78
6,63
6,50
6,40
6,31
6,23
6,17
6,11
6,06
6,01
5,97
5,84
5,71
5,58
5,45
5,33
5,20
28
64,23
18,02
12,05
9,88
8,76
8,09
7,63
7,31
7,06
6,87
6,71
6,59
6,48
6,39
6,31
6,24
6,18
6,13
6,08
6,04
5,91
5,77
5,64
5,51
5,38
5,25
30
65,15
18,27
12,21
10,00
8,88
8,19
7,73
7,40
7,15
6,95
6,79
6,66
6,55
6,46
6,38
6,31
6,25
6,20
6,15
6,10
5,97
5,83
5,70
5,57
5,43
5,30
32
66,01
18,50
12,36
10,12
8,98
8,28
7,81
7,48
7,22
7,02
6,86
6,73
6,62
6,53
6,45
6,37
6,31
6,26
6,21
6,17
6,03
5,89
5,75
5,62
5,48
5,35
34
66,81
18,72
12,50
10,23
9,08
8,37
7,90
7,55
7,30
7,09
6,93
6,80
6,68
6,59
6,51
6,43
6,37
6,32
6,27
6,22
6,09
5,94
5,80
5,66
5,53
5,39
36
67,56
18,92
12,63
10,34
9,17
8,45
7,97
7,63
7,36
7,16
6,99
6,86
6,74
6,65
6,56
6,49
6,43
6,37
6,32
6,28
6,13
5,99
5,85
5,71
5,57
5,43
38
68,26
19,11
12,75
10,44
9,25
8,53
8,04
7,69
7,43
7,22
7,05
6,92
6,80
6,70
6,62
6,54
6,48
6,42
6,37
6,33
6,18
6,04
5,89
5,75
5,61
5,46
40
68,92
19,28
12,87
10,53
9,33
8,60
8,11
7,76
7,49
7,28
7,11
6,97
6,85
6,75
6,67
6,59
6,53
6,47
6,42
6,37
6,23
6,08
5,93
5,79
5,64
5,50
50
71,73
20,05
13,36
10,93
9,67
8,91
8,40
8,03
7,75
7,53
7,35
7,21
7,08
6,98
6,89
6,81
6,74
6,68
6,63
6,58
6,42
6,27
6,11
5,96
5,80
5,65
60
73,97
20,66
13,76
11,24
9,95
9,16
8,63
8,25
7,96
7,73
7,55
7,39
7,27
7,16
7,07
6,98
6,91
6,85
6,79
6,74
6,58
6,42
6,26
6,09
5,93
5,76
70
75,82
21,16
14,08
11,51
10,18
9,37
8,82
8,43
8,13
7,90
7,71
7,55
7,42
7,31
7,21
7,13
7,05
6,99
6,93
6,88
6,71
6,54
6,38
6,21
6,04
5,86
80
77,40
21,59
14,36
11,73
10,38
9,55
8,99
8,59
8,28
8,04
7,85
7,69
7,55
7,44
7,34
7,25
7,18
7,11
7,05
6,99
6,82
6,65
6,48
6,30
6,13
5,95
90
78,77
21,96
14,61
11,92
10,54
9,70
9,13
8,72
8,41
8,17
7,97
7,80
7,67
7,55
7,45
7,36
7,28
7,21
7,15
7,10
6,92
6,74
6,57
6,39
6,21
6,02
100
79,98
22,29
14,82
12,09
10,69
9,84
9,26
8,84
8,53
8,28
8,08
7,91
7,77
7,65
7,55
7,46
7,38
7,31
7,24
7,19
7,01
6,83
6,65
6,46
6,28
6,09
160
Tabela 6 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan, ao nvel de 1% de probabilidade
n
n2
2
3
4
5
6
7
8
9
10
12
14
16
18
20
1
90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00 90,00
2
14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00 14,00
3
8,26
8,50
8,60
8,70
8,80
8,90
8,90
9,00
9,00
9,00
9,10
9,20
9,30
9,30
4
6,51
6,80
6,90
7,00
7,10
7,10
7,20
7,20
7,30
7,30
7,40
7,40
7,50
7,50
5
5,70
5,96
6,11
6,18
6,26
6,33
6,40
6,44
6,50
6,60
6,60
6,70
6,70
6,80
6
5,24
5,51
5,65
5,73
5,81
5,88
5,95
6,00
6,00
6,10
6,20
6,20
6,30
6,30
7
4,95
5,22
5,37
5,45
5,53
5,61
5,69
5,73
5,80
5,80
5,90
5,90
6,00
6,00
8
4,74
5,00
5,14
5,23
5,32
5,40
5,47
5,51
5,50
5,60
5,70
5,70
5,80
5,80
9
4,60
4,86
4,99
5,08
5,17
5,25
5,32
5,36
5,40
5,50
5,50
5,60
5,70
5,70
10
4,48
4,73
4,88
4,96
5,06
5,13
5,20
5,24
5,28
5,36
5,42
5,48
5,54
5,55
11
4,39
4,63
4,77
4,86
4,94
5,01
5,06
5,12
5,15
5,24
5,28
5,34
5,38
5,39
12
4,32
4,55
4,68
4,76
4,84
4,92
4,96
5,02
5,07
5,13
5,17
5,22
5,24
5,26
13
4,26
4,48
4,62
4,69
4,74
4,84
4,88
4,94
4,98
5,04
5,08
5,13
5,14
5,15
14
4,21
4,42
4,55
4,63
4,70
4,78
4,83
4,87
4,91
4,96
5,00
5,04
5,06
5,07
15
4,17
4,37
4,50
4,58
4,64
4,72
4,77
4,81
4,84
4,90
4,94
4,97
4,99
5,00
16
4,13
4,34
4,45
4,54
4,60
4,67
4,72
4,76
4,79
4,84
4,88
4,91
4,93
4,94
17
4,10
4,30
4,41
4,50
4,56
4,63
4,68
4,72
4,75
4,80
4,83
4,86
4,88
4,89
18
4,07
4,27
4,38
4,46
4,53
4,59
4,64
4,68
4,71
4,76
4,79
4,82
4,84
4,85
19
4,05
4,24
4,35
4,43
4,50
4,56
4,61
4,64
4,67
4,72
4,76
4,79
4,81
4,82
20
4,02
4,22
4,33
4,40
4,47
4,53
4,58
4,61
4,65
4,69
4,73
4,76
4,78
4,79
22
3,99
4,17
4,28
4,36
4,42
4,48
4,53
4,57
4,60
4,65
4,68
4,71
4,74
4,75
24
3,96
4,14
4,24
4,33
4,39
4,44
4,49
4,53
4,57
4,62
4,64
4,67
4,70
4,72
26
3,93
4,11
4,21
4,30
4,36
4,41
4,46
4,50
4,53
4,58
4,62
4,65
4,67
4,69
28
3,91
4,08
4,18
4,28
4,34
4,39
4,43
4,47
4,51
4,56
4,60
4,62
4,65
4,67
30
3,89
4,06
4,16
4,22
4,32
4,36
4,41
4,45
4,48
4,54
4,58
4,61
4,63
4,65
40
3,82
3,99
4,10
4,17
4,24
4,30
4,34
4,37
4,41
4,46
4,51
4,54
4,57
4,59
60
3,76
3,92
4,03
4,12
4,17
4,23
4,27
4,31
4,34
4,39
4,44
4,47
4,50
4,53
100
3,71
3,86
3,98
4,06
4,11
4,17
4,21
4,25
4,29
4,35
4,38
4,42
4,45
4,48
3,64 3,80 3,90 3,98 4,04 4,09 4,14 4,17 4,20 4,26 4,31 4,34 4,38 4,41
50
90,00
14,00
9,30
7,50
6,80
6,30
6,00
5,80
5,70
5,55
5,39
5,26
5,15
5,07
5,00
4,94
4,89
4,85
4,82
4,79
4,75
4,74
4,73
4,72
4,71
4,69
4,66
4,64
4,60
100
90,00
14,00
9,30
7,50
6,80
6,30
6,00
5,80
5,70
5,55
5,39
5,26
5,15
5,07
5,00
4,94
4,89
4,85
4,82
4,79
4,75
4,74
4,73
4,72
4,71
4,69
4,66
4,65
4,68
161
Tabela 7 - Valores da amplitude total estudentizada (z), para uso no teste de Duncan, ao nvel de 5% de probabilidade
n
n2
2
3
4
5
6
7
8
9
10
12
14
16
18
20
50
1
18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0
2
6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09
3
4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50
4
3,93 4,01 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02
5
3,64 3,74 3,79 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83
6
3,46 3,58 3,64 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68
7
3,35 3,47 3,54 3,58 3,60 3,61 3,61 3,61 3,61 3,61 3,61 3,61 3,61 3,61 3,61
8
3,26 3,39 3,47 3,52 3,55 3,56 3,56 3,56 3,56 3,56 3,56 3,56 3,56 3,56 3,56
9
3,20 3,34 3,41 3,47 3,50 3,52 3,52 3,52 3,52 3,52 3,52 3,52 3,52 3,52 3,52
10
3,15 3,30 3,37 3,43 3,46 3,47 3,47 3,47 3,47 3,47 3,47 3,47 3,47 3,48 3,48
11
3,11 3,27 3,35 3,39 3,43 3,44 3,45 3,46 3,46 3,46 3,46 3,46 3,47 3,48 3,48
12
3,08 3,23 3,33 3,36 3,40 3,42 3,44 3,44 3,46 3,46 3,46 3,46 3,47 3,48 3,48
13
3,06 3,21 3,30 3,35 3,38 3,41 3,42 3,44 3,45 3,45 3,46 3,46 3,47 3,47 3,47
14
3,03 3,18 3,27 3,33 3,37 3,39 3,41 3,42 3,44 3,45 3,46 3,46 3,47 3,47 3,47
15
3,01 3,16 3,25 3,31 3,36 3,38 3,40 3,42 3,43 3,44 3,45 3,46 3,47 3,47 3,47
16
3,00 3,15 3,23 3,30 3,34 3,37 3,39 3,41 3,43 3,44 3,45 3,46 3,47 3,47 3,47
17
2,98 3,13 3,22 3,28 3,33 3,36 3,38 3,40 3,42 3,44 3,45 3,46 3,47 3,47 3,47
18
2,97 3,12 3,21 3,27 3,32 3,35 3,37 3,39 3,41 3,43 3,45 3,46 3,47 3,47 3,47
19
2,96 3,11 3,19 3,26 3,31 3,35 3,37 3,39 3,41 3,43 3,44 3,46 3,47 3,47 3,47
20
2,95 3,10 3,18 3,25 3,30 3,34 3,36 3,38 3,40 3,43 3,44 3,46 3,46 3,47 3,47
22
2,93 3,08 3,17 3,24 3,29 3,32 3,35 3,37 3,39 3,42 3,44 3,45 3,46 3,47 3,47
24
2,92 3,07 3,15 3,22 3,28 3,31 3,34 3,37 3,38 3,41 3,44 3,45 3,46 3,47 3,47
26
2,91 3,06 3,14 3,21 3,27 3,30 3,34 3,36 3,38 3,41 3,43 3,45 3,46 3,47 3,47
28
2,90 3,04 3,13 3,20 3,26 3,30 3,33 3,35 3,37 3,40 3,43 3,45 3,46 3,47 3,47
30
2,89 3,04 3,12 3,20 3,25 3,29 3,32 3,35 3,37 3,40 3,43 3,44 3,46 3,47 3,47
40
2,86 3,01 3,10 3,17 3,22 3,27 3,30 3,33 3,35 3,39 3,42 3,44 3,46 3,47 3,47
60
2,83 2,98 3,08 3,14 3,20 3,24 3,28 3,31 3,33 3,37 3,40 3,43 3,45 3,47 3,48
100 2,80 2,95 3,05 3,12 3,18 3,22 3,26 3,29 3,32 3,36 3,40 3,42 3,45 3,47 3,53
2,77 2,92 3,02 3,09 3,15 3,19 3,23 3,26 3,29 3,34 3,38 3,41 3,44 3,47 3,61
100
18,0
6,09
4,50
4,02
3,83
3,68
3,61
3,56
3,52
3,48
3,48
3,48
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,47
3,48
3,53
3,67
162
Tabela 8 - Valores crticos (dc) para o teste de Lilliefors (adaptado de Barbetta et al.2004)
=5%
0,381
0,337
0,319
0,300
0,285
0,271
0,258
0,249
0,242
0,234
0,227
0,220
0,213
0,206
0,200
0,179
0,190
0,173
0,161
0,886
N>30 dc =
N
n
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
=1%
0,734
0,405
0,364
0,348
0,331
0,311
0,294
0,284
0,275
0,268
0,261
0,257
0,250
0,245
0,239
0,235
0,231
0,200
0,187
1,031
dc =
N
163
Tabela 9 Valores da funo de distribuio acumulada da normal padro, Z, tal que F(z) = P(0 Z z)
z
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
2.9
3.0
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
4.0
0.00
0.00000
0.03983
0.07926
0.11791
0.15542
0.19146
0.22575
0.25804
0.28814
0.31594
0.34134
0.36433
0.38493
0.40320
0.41924
0.43319
0.44520
0.45543
0.46407
0.47128
0.47725
0.48214
0.48610
0.48928
0.49180
0.49379
0.49534
0.49653
0.49744
0.49813
0.49865
0.49903
0.49931
0.49952
0.49966
0.49977
0.49984
0.49989
0.49993
0.49995
0.49997
0.01
0.00399
0.04380
0.08317
0.12172
0.15910
0.19497
0.22907
0.26115
0.29103
0.31859
0.34375
0.36650
0.38686
0.40490
0.42073
0.43448
0.44630
0.45637
0.46485
0.47193
0.47778
0.48257
0.48645
0.48956
0.49202
0.49396
0.49547
0.49664
0.49752
0.49819
0.49869
0.49906
0.49934
0.49953
0.49968
0.49978
0.49985
0.49990
0.49993
0.49995
0.49997
0.02
0.00798
0.04776
0.08706
0.12552
0.16276
0.19847
0.23237
0.26424
0.29389
0.32121
0.34614
0.36864
0.38877
0.40658
0.42220
0.43574
0.44738
0.45728
0.46562
0.47257
0.47831
0.48300
0.48679
0.48983
0.49224
0.49413
0.49560
0.49674
0.49760
0.49825
0.49874
0.49910
0.49936
0.49955
0.49969
0.49978
0.49985
0.49990
0.49993
0.49996
0.49997
0.03
0.01197
0.05172
0.09095
0.12930
0.16640
0.20194
0.23565
0.26730
0.29673
0.32381
0.34849
0.37076
0.39065
0.40824
0.42364
0.43699
0.44845
0.45818
0.46638
0.47320
0.47882
0.48341
0.48713
0.49010
0.49245
0.49430
0.49573
0.49683
0.49767
0.49831
0.49878
0.49913
0.49938
0.49957
0.49970
0.49979
0.49986
0.49990
0.49994
0.49996
0.49997
0.04
0.01595
0.05567
0.09483
0.13307
0.17003
0.20540
0.23891
0.27035
0.29955
0.32639
0.35083
0.37286
0.39251
0.40988
0.42507
0.43822
0.44950
0.45907
0.46712
0.47381
0.47932
0.48382
0.48745
0.49036
0.49266
0.49446
0.49585
0.49693
0.49774
0.49836
0.49882
0.49916
0.49940
0.49958
0.49971
0.49980
0.49986
0.49991
0.49994
0.49996
0.49997
0.05
0.01994
0.05962
0.09871
0.13683
0.17364
0.20884
0.24215
0.27337
0.30234
0.32894
0.35314
0.37493
0.39435
0.41149
0.42647
0.43943
0.45053
0.45994
0.46784
0.47441
0.47982
0.48422
0.48778
0.49061
0.49286
0.49461
0.49598
0.49702
0.49781
0.49841
0.49886
0.49918
0.49942
0.49960
0.49972
0.49981
0.49987
0.49991
0.49994
0.49996
0.49997
0.06
0.02392
0.06356
0.10257
0.14058
0.17724
0.21226
0.24537
0.27637
0.30511
0.33147
0.35543
0.37698
0.39617
0.41308
0.42785
0.44062
0.45154
0.46080
0.46856
0.47500
0.48030
0.48461
0.48809
0.49086
0.49305
0.49477
0.49609
0.49711
0.49788
0.49846
0.49889
0.49921
0.49944
0.49961
0.49973
0.49981
0.49987
0.49992
0.49994
0.49996
0.49998
0.07
0.02790
0.06749
0.10642
0.14431
0.18082
0.21566
0.24857
0.27935
0.30785
0.33398
0.35769
0.37900
0.39796
0.41466
0.42922
0.44179
0.45254
0.46164
0.46926
0.47558
0.48077
0.48500
0.48840
0.49111
0.49324
0.49492
0.49621
0.49720
0.49795
0.49851
0.49893
0.49924
0.49946
0.49962
0.49974
0.49982
0.49988
0.49992
0.49995
0.49996
0.49998
0.08
0.03188
0.07142
0.11026
0.14803
0.18439
0.21904
0.25175
0.28230
0.31057
0.33646
0.35993
0.38100
0.39973
0.41621
0.43056
0.44295
0.45352
0.46246
0.46995
0.47615
0.48124
0.48537
0.48870
0.49134
0.49343
0.49506
0.49632
0.49728
0.49801
0.49856
0.49896
0.49926
0.49948
0.49964
0.49975
0.49983
0.49988
0.49992
0.49995
0.49997
0.49998
0.09
0.03586
0.07535
0.11409
0.15173
0.18793
0.22240
0.25490
0.28524
0.31327
0.33891
0.36214
0.38298
0.40147
0.41774
0.43189
0.44408
0.45449
0.46327
0.47062
0.47670
0.48169
0.48574
0.48899
0.49158
0.49361
0.49520
0.49643
0.49736
0.49807
0.49861
0.49900
0.49929
0.49950
0.49965
0.49976
0.49983
0.49989
0.49992
0.49995
0.49997
0.49998
164
I
2
3
4
5
6
7
8
9
10
12
15
20
24
30
40
60
120
1
0.9999
0.9933
0.9676
0.9279
0.8828
0.8376
0.7945
0.7544
0.7175
0.6528
0.5747
0.4799
0.4247
0.3632
0.2940
0.2151
0.1225
0
2
0.9950
0.9423
0.8643
0.7885
0.7218
0.6644
0.6152
0.5727
0.5358
0.4751
0.4069
0.3297
0.2871
0.2412
0.1915
0.1371
0.0759
0
3
0.9794
0.8831
0.7814
0.6957
0.6258
0.5685
0.5209
0.4810
0.4469
0.3919
0.3317
0.2654
0.2295
0.1913
0.1508
0.1069
0.0585
0
4
0.9586
0.8335
0.7212
0.6329
0.5635
0.5080
0.4627
0.4251
0.3934
0.3428
0.2882
0.2288
0.1970
0.1635
0.1281
0.0902
0.0489
0
5
0.9373
0.7933
0.6761
0.5875
0.5195
0.4659
0.4226
0.3870
0.3572
0.3099
0.2593
0.2048
0.1759
0.1454
0.1135
0.0796
0.0429
0
6
0.9172
0.7606
0.6410
0.5531
0.4866
0.4347
0.3932
0.3592
0.3308
0.2861
0.2386
0.1877
0.1608
0.1327
0.1033
0.0722
0.0387
0
K1
7
8
0.8988 0.8823
0.7335 0.7107
0.6129 0.5897
0.5259 0.5037
0.4608 0.4401
0.4105 0.3911
0.3704 0.3522
0.3378 0.3207
0.3106 0.2945
0.2680 0.2535
0.2228 0.2104
0.1748 0.1646
0.1495 0.1406
0.1232 0.1157
0.0957 0.0898
0.0668 0.0625
0.0357 0.0334
0
0
9
0.8674
0.6912
0.5702
0.4854
0.4229
0.3751
0.3373
0.3067
0.2813
0.2419
0.2002
0.1567
0.1338
0.1100
0.0853
0.0594
0.0316
0
10
0.8539
0.6743
0.5536
0.4697
0.4084
0.3616
0.3248
0.2950
0.2704
0.2320
0.1918
0.1501
0.1283
0.1054
0.0816
0.0567
0.0302
0
16
0.7949
0.6059
0.4884
0.4094
0.3529
0.3105
0.2779
0.2514
0.2297
0.1961
0.1612
0.1248
0.1060
0.0867
0.0668
0.0461
0.0242
0
36
0.7067
0.5153
0.4057
0.3351
0.2858
0.2494
0.2214
0.1992
0.1811
0.1535
0.1251
0.0960
0.0810
0.0658
0.0503
0.0344
00178
0
144
0.6062
0.4230
0.3251
0.2644
0.2229
0.1929
0.1700
0.1521
0.1376
0.1157
0.0934
0.0709
0.0595
0.0480
0.0363
0.0245
0.0125
0
0.5000
0.3333
0.2500
0.2000
0.1667
0.1429
0.1250
0.1111
0.1000
0.0833
0.0667
0.0500
0.0417
0.0333
0.0250
0.0167
0.0083
0
9
0.8010
0.6167
0.5017
0.4241
0.3682
0.3259
0.2926
0.2659
0.2439
0.2098
0.1736
0.1357
0.1160
0.0958
0.0745
0.0520
0.0279
0
10
0.7880
0.6025
0.4884
0.4118
0.3568
0.3154
0.2829
0.2568
0.2353
0.2020
0.1671
0.1303
0.1113
0.0921
0.0713
0.0497
0.0266
0
16
0.7341
0.5466
0.4366
0.3645
0.3135
0.2756
0.2462
0.2226
0.2032
0.1737
0.1429
0.1108
0.0942
0.0771
0.0595
0.0411
0.0218
0
36
0.6602
0.4748
0.3720
0.3066
0.2612
0.2278
0.2022
0.1820
0.1655
0.1403
0.1144
0.0879
0.0743
0.0604
0.0462
0.0316
0.0165
0
144
0.5813
0.4031
0.3093
0.2513
0.2119
0.1833
0.1616
0.1446
0.1308
0.1100
0.0889
0.0675
0.0567
0.0457
0.0347
0.0234
0.0120
0
0.5000
0.3333
0.2500
0.2000
0.1667
0.1429
0.1250
0.1111
0.1000
0.0833
0.0667
0.0500
0.0417
0.0333
0.0250
0.0167
0.0083
0
= 5%
K1
1
0.9985
0.9669
0.9065
0.8412
0.7808
0.7271
0.6798
0.6385
0.6020
0.5410
0.4709
0.3894
0.3434
0.2929
0.2370
0.1737
0.0998
0
2
0.9750
0.8709
0.7679
0.6838
0.6161
0.5612
0.5157
0.4775
0.4450
0.3924
0.3346
0.2705
0.2354
0.1980
0.1576
0.1131
0.0632
0
3
0.9392
0.7977
0.6841
0.5981
0.5321
0.4800
0.4377
0.4027
0.3733
0.3264
0.2758
0.2205
0.1907
0.1593
0.1259
0.0895
0.0495
0
4
0.9057
0.7457
0.6287
0.5441
0.4803
0.4307
0.3910
0.3584
0.3311
0.2880
0.2419
0.1921
0.1656
0.1377
0.1082
0.0765
0.0419
0
5
0.8772
0.7071
0.5895
0.5065
0.4447
0.3974
0.3595
0.3286
0.3029
0.2624
0.2195
0.1735
0.1493
0.1237
0.0968
0.0682
0.0371
0
6
0.8534
0.6771
0.5598
0.4783
0.4184
0.3726
0.3362
0.3067
0.2823
0.2439
0.2034
0.1602
0.1374
0.1137
0.0887
0.0623
0.0337
0
7
0.8332
0.6530
0.5365
0.4564
0.3980
0.3535
0.3185
0.2901
0.2666
0.2299
0.1911
0.1501
0.1286
0.1061
0.0827
0.0583
0.0312
0
8
0.8159
0.6333
0.5175
0.4387
0.3817
0.3384
0.3043
0.2768
0.2541
0.2187
0.1815
0.1422
0.1216
0.1002
0.0780
0.0552
0.0292
0
165
Tabela 11 Valores crticos (dc) para o teste de Kolmogorov-Smirnov (adaptado de Barbetta et al.2004)
N
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
25
30
35
40
45
50
N>50
=5%
0,975
0,842
0,708
0,624
0,563
0,519
0,483
0,454
0,430
0,430
0,409
0,391
0,375
0,361
0,349
0,338
0,327
0,318
0,309
0,301
0,294
0,264
0,242
0,224
0,210
0,198
dc =
1,36
N
=1%
0,995
0,929
0,829
0,734
0,669
0,617
0,576
0,542
0,513
0,490
0,468
0,449
0,432
0,418
0,404
0,392
0,81
0,371
0,361
0,352
0,317
0,290
0,269
0,252
0,238
0,227
dc =
1,36
N
166
X i
2
k
X
SQT = i i=1k
i=1 ri
ri
i=1
em que:
X i = total observado para cada nvel de T. Este total se refere soma de todas as
observaes contidas no i-simo nvel de T;
subtrado, ou seja,
Xi
i =1
k
i =1
167
Parcelas
Xi
ri
cada observao
total
do
i-simo
tratamento
total do i-simo bloco
igual a um
nmero de observaes associado ao
total do i-simo tratamento
nmero de observaes associado ao
total do i-simo bloco
total da i-sima linha
nmero de observaes associado ao
total da i-sima linha
total da i-sima coluna
nmero de observaes associado ao
total da i-sima coluna
total do i-simo nvel de A nmero de observaes associado ao
total do i-simo nvel de A
total do i-simo nvel de A nmero de observaes associado ao
dentro do j-simo nvel de total do i-simo nvel de A dentro do jB
simo nvel de B
total da i-sima parcela
nmero de observaes associado ao
total da i-sima parcela
OBSERVAES:
- Esta frmula geral no se aplica para o clculo das fontes de variao:
resduo, interao entre fatores e regresso;
- Esta ser a nica frmula fornecida em prova para o clculo de soma
de quadrados;
- Cabe ao aluno praticar a aplicao desta frmula nos exerccios existentes.
168
169
171
Data step
data a1;
input x1 $ x2 x3;
x4 = x2 + x3;
cards;
a 1 14.1
a 1 14.2
b 2 16.3
b 2 17.3
;
run;
Comentrios:
1) a palavra chave DATA informa que o SAS deve criar um novo arquivo
de trabalho, cujo nome o que segue a palavra chave DATA. Este
arquivo de trabalho, geralmente deletado ao sair do SAS. As seguintes
regras devem ser observadas ao dar um nome para um arquivo de
trabalho do SAS:
- o nome deve conter de 1 a 8 caracteres;
- comece com qualquer letra ou _ (sublinhado) ;
- continue com nmeros, letras ou _ ;
2) a palavra chave INPUT informa ao SAS os nomes das variveis
existentes no arquivo de dados. Neste exemplo, o conjunto de dados
possui trs variveis cujos nomes so x1 x2 x3. O sinal $ depois do
nome da primeira varivel, informa ao SAS que a varivel x1
alfanumrica. A ausncia deste sinal aps os nomes das variveis x2 e
x3, indica que elas so apenas numricas. Como no foi informado as
colunas que cada uma delas ocupa no arquivo de dados, supe-se que
as mesmas ocupam as mesmas posies ao longo de todo o conjunto
de dados e que tambm elas estejam separadas por pelo menos um
espao em branco;
3) uma nova varivel, x4, criada. Esta o resultado da soma da varivel
x2 e x3. As regras para nomear variveis so as mesmas dadas
anteriormente para nomear SAS data sets;
4) a palavra chave CARDS informa ao SAS que, linhas a seguir so linhas
que contm os valores das variveis declaradas em INPUT;
5) as linhas a seguir so os valores das variveis;
6) o ponto e vrgula na linha imediatamente aps a ltima linha de dados,
informa ao SAS que o conjunto de dados chegou ao fim;
7) a palavra chave RUN informa ao SAS que aquele passo, no caso DATA
step, acabou e que ele pode executar esta parte da anlise;
8) observe que ao final de cada linha de comandos (exceto as linhas que
contm os dados, existe um ponto e vrgula. Este ponto e vrgula ao final
de cada linha, informa ao SAS que aquele comando terminou. A falta de
um ponto e vrgula em qualquer uma das linhas de comando, pode fazer
com que o SAS no execute aquele passo. Este um erro muito comum
para principiantes do SAS. Se o usurio estiver usando o Enhanced
172
data step
data a2
Infile C:\Meus Dados\arq1.txt
input x1 $ x2 x3
x4 = x2 + x3
run
173
3 Anlises Estatsticas
3.1
174
175
176
177
Experimentos Fatoriais
Em experimentos fatoriais, existem no mnimo dois fatores sendo estudados
simultaneamente num experimento. O interesse, nesta situao, verificar se
significativo o efeito da interao e dos efeitos principais. Experimentos fatoriais
podem ser instalados usando vrios tipo de delineamentos.
Para contemplar anlises de experimentos fatoriais, o programa proposto
para o DIC deve ser modificado nas declaraes CLASS e MODEL. Suponha que
os dois fatores em estudos, ditos A e B, esto sendo estudados e que o
experimento foi instalado segundo o DBC. Uma forma geral para um programa
como este seria
proc glm;
class rep a b;
model y = rep a b a*b;
run;
Veja que o termo da interao foi includo na declarao MODEL, para que
seja realizado o teste F para o efeito da mesma. No caso da interao ser
significativa, seria desejvel proceder ao estudo de um fator dentro de cada nvel
do outro fator. Para atingir tal objetivo, inclua as seguintes linhas aps a
declarao MODEL:
lsmeans a*b / slice=b;
lsmeans a*b / slice=a;
178
179
180
5 Regresso Linear
Regresso geralmente usada quando deseja-se verificar se um fator
quantitativo exerce influncia sob uma varivel dependente. No programa SAS,
existem dois procedimentos distintos para tal finalidade, GLM e REG.
O procedimento REG mais usado quando se ajusta um modelo contendo
apenas fatores quantitativos como variveis independentes. J o procedimento
GLM possibilita o ajuste de modelos de covarincia, ou seja, modelos que incluem
tanto fatores qualitativos como quantitativos como variveis independentes. A
seguir fornecido explicaes mais detalhadas a respeito de cada um deles.
5.1
PROC REG
O procedimento REG usa o mtodo dos quadrados mnimos para estimar os
parmetros num modelo linear. Com este procedimento possvel. A estrutura
geral de um programa usando o procedimento REG :
proc reg data=a1;
var variables;
model y = x1 x2 ... / options;
output out=newset keyword=name1 keyword=name2;
test equation1, equation2;
run;
Comentrios:
-
181
182
183
Sum of
Squares
163.7500000
112.0000000
275.7500000
DF
3
16
19
Coeff Var
9.890659
Source
var
DF
3
Mean Square
54.5833333
7.0000000
Root MSE
2.645751
F Value
7.80
Pr > F
0.0020
F Value
7.80
Pr > F
0.0020
y Mean
26.75000
Anova SS
163.7500000
Mean Square
54.5833333
0.05
16
7
4.04609
4.7874
0.05
16
7
2
3.547
3
3.720
4
3.828
Mean
31.000
27.000
26.000
23.000
N
5
5
5
5
var
4
2
3
1
184
28
Sum of
Squares
2142.714286
71.714286
2214.428571
DF
9
18
27
Coeff Var
6.114746
Source
ta
grupo
DF
3
6
Mean Square
238.079365
3.984127
Root MSE
1.996028
Anova SS
2125.285714
17.428571
F Value
59.76
Pr > F
<.0001
F Value
177.81
0.73
Pr > F
<.0001
0.6323
y Mean
32.64286
Mean Square
708.428571
2.904762
2
2.242
3
2.352
4
2.421
Mean
46.000
31.571
31.429
21.571
N
7
7
7
7
ta
3
1
2
4
185
Values
1 2 3 4 5
1 2 3 4 5
A B C D E
25
Sum of
Squares
2326.379200
672.103200
2998.482400
DF
12
12
24
Coeff Var
7.043793
Source
leit
faixa
castracao
DF
4
4
4
Mean Square
193.864933
56.008600
Root MSE
7.483889
F Value
3.46
Pr > F
0.0204
ganho Mean
106.2480
Type I SS
257.826400
48.498400
2020.054400
Mean Square
64.456600
12.124600
505.013600
F Value
1.15
0.22
9.02
Pr > F
0.3796
0.9242
0.0013
N
5
5
5
5
5
0.05
12
56.0086
4.50760
15.086
castracao
D
C
E
B
A
N
5
5
5
5
5
4
11.09
5
11.28
castracao
D
C
E
B
A
186
Values
1 2 3
1 2
24
DF
5
18
23
Coeff Var
4.931485
Source
DF
recipiente
2
especie
1
recipiente*especie 2
Sum of
Squares
175.7033333
23.0900000
198.7933333
Root MSE
1.132598
Type I SS
92.86083333
19.08166667
63.76083333
Mean Square
35.1406667
1.2827778
F Value
27.39
Pr > F
<.0001
F Value
36.20
14.88
24.85
Pr > F
<.0001
0.0012
<.0001
altura Mean
22.96667
Mean Square
46.43041667
19.08166667
31.88041667
Pr > F
<.0001
<.0001
recipiente
1
2
3
DF
Sum of
Squares
Mean Square
F Value
Pr > F
1
1
1
0.211250
79.380000
3.251250
0.211250
79.380000
3.251250
0.16
61.88
2.53
0.6897
<.0001
0.1288
187
Values
1 2 3 4
1 2 3 4
1 2 3 4
64
DF
27
36
63
Coeff Var
8.534077
Source
DF
Variedade
3
defensivo
3
bloco
3
variedade*bloco
9
variedade*defensiv 9
Sum of
Squares
7066.191875
731.202500
7797.394375
Root MSE
4.506793
Type I SS
2848.021875
170.536875
2842.873125
618.294375
586.465625
Mean Square
261.710810
20.311181
F Value
12.89
Pr > F
<.0001
F Value
46.74
2.80
46.66
3.38
3.21
Pr > F
<.0001
0.0539
<.0001
0.0042
0.0059
producao Mean
52.80938
Mean Square
949.340625
56.845625
947.624375
68.699375
65.162847
188
Source
Model
Error
Corrected Total
DF
1
3
4
Root MSE
Dependent Mean
Coeff Var
Variable
Intercept
x
DF
1
1
Analysis of Variance
Sum of
Mean
Squares
Square
0.90000
0.90000
0.04000
0.01333
0.94000
0.11547
1.90000
6.07737
R-Square
Adj R-Sq
Parameter Estimates
Parameter
Standard
Estimate
Error
0.70000
0.15492
0.01200
0.00146
F Value
67.50
Pr > F
0.0038
0.9574
0.9433
t Value
4.52
8.22
Pr > |t|
0.0203
0.0038
Source
Model
Error
Corrected Total
DF
2
3
5
Analysis of Variance
Sum of
Mean
Squares
Square
234.81498
117.40749
1.35836
0.45279
236.17333
Root MSE
Dependent Mean
Coeff Var
0.67289
28.53333
2.35827
Variable
Intercept
x
x2
Parameter Estimates
Parameter
Standard
Estimate
Error
11.24222
0.97376
10.46770
0.47719
-1.11349
0.04895
DF
1
1
1
R-Square
Adj R-Sq
F Value
259.30
Pr > F
0.0004
0.9942
0.9904
t Value
11.55
21.94
-22.75
Pr > |t|
0.0014
0.0002
0.0002
189
Anexo 4 p-valor
O p-valor representa a probabilidade estimada no experimento, de
rejeitar Ho quando Ho verdadeira, de acordo com o nmero de graus de
liberdade (gl) e do teste de hipteses utilizado. Portanto, quanto menor for o pvalor, mais forte ser a evidncia de que Ho dever ser rejeitada. Em termos
prticos, tem-se a seguinte regra de deciso em relao ao nvel de
significncia de referncia:
190
Repeties
1
2
3
Totais
Mdias
Repeties
1
2
3
Totais
Mdias
1
100
100
100
300
100
1
90
100
110
300
100
Tratamentos
2
3
4
100 100 100
100 100 100
100 100 100
300 300 300
100 100 100
Tratamentos
2
3
4
80 70 60
100 100 100
120 130 140
300 300 300
100 100 100
Tratamentos
Repeties 1
2
3
4
1
98 99 100 101
2
98 99 100 101
3
98 99 100 101
Totais
294 297 300 303
Mdias
98 99 100 101
Tratamentos
Repeties 1
2
3
4
1
98 99 100 101
2
99 100 101 102
3
100 101 102 103
Totais
297 300 303 306
Mdias
100 100 100 100
ANOVA
5 ...................
FV
GL SQ QM F
100
Tratamentos
4 0
0
100
Resduo
10 0
0
100
Total
14 0
300
100
ANOVA
5 ...................
FV
GL
SQ
QM F
50
Tratamentos
4
0
0 0
100
Resduo
10 11000 1100
150
Total
14 11000
300
100
ANOVA
5 ...................
FV
GL SQ QM F
102
Tratamentos
4 30 7,5 Inf
102
Resduo
10 0
0
102
Total
14 30
306
102
ANOVA
5 ...................
FV
GL SQ QM
F
102
Tratamentos
4 30 7,5 7,50
103
Resduo
10 10 1,0
104
Total
14 40
309
100
191
Yik = m + ti + eik
em que,
Yik: o valor observado para a varivel resposta obtido para o i-simo
tratamento em sua k-sima repetio;
m: a mdia fixa de todos os valores possveis da varivel resposta;
ti: o efeito fixo do tratamento i no valor observadoYik;
t i = mi m
ik = Yik - Yik .
n de valores < e ik
n
193
F(e ik ) =
e ik
f (e
ik
)d(e ik ) =
eik
1 (e ik m )
2
2
1
2
d(e ik )
bem
similares,
caso
os
resduos
experimentais
sigam
Totais
Mdias
1
25
26
20
23
21
115
23
Variedades
2
3
31
22
25
26
28
28
27
25
24
29
135
130
27
26
4
33
29
31
34
28
155
31
Neste caso como foi utilizado o DIC temos que o modelo estatstico
Yik = m + ti + eik
Portanto, segundo o exposto anteriormente, so apresentados na Tabela
1 os valores observados e respectivos valores preditos residuais.
195
Repetio
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
4
4
4
4
4
Mdia
Varincia
Desvio-padro
N
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
-
Yik
Yik
e ik
25
23
2
26
23
3
20
23
-3
23
23
0
21
23
-2
31
27
4
25
27
-2
28
27
1
27
27
0
24
27
-3
22
26
-4
26
26
0
28
26
2
25
26
-1
29
26
3
33
31
2
29
31
-2
31
31
0
34
31
3
28
31
-3
26,75 26,75 0
14,51 8,62 5,89
3,81 2,94 2,43
20
20
20
196
Freqncias Empricas
0.0497
0.0497
0.0003
0.20
0.1083
0.0583
0.0917
0.35
0.2050
0.0050
0.1450
0.05
0.40
0.3402
0.0098
0.0598
0.20
0.60
0.5000
0.1000
0.1000
0.05
0.65
0.6598
0.0598
0.0098
0.15
0.80
0.7950
0.1450
0.0050
0.15
0.95
0.8917
0.0917
0.0583
0.05
1.00
0.9503
0.0003
0.0497
eik
Simples
Relativa
Acumulada
S( eik )
-4
0.05
0.05
-3
0.15
-2
0.15
-1
8
9
e ik = -4 f (e)d(e) =
e ik = -3 f (e)d(e) =
1 (e 0 )
2 5,89
1 (e 0 )
2 5,89
1
5,89
d(e) = 0,0497
e
d(e) = 0,1083
5,89
Para obter estes valores sem calcular estas integrais basta converter tais
valores usando a distribuio normal padro ou seja,
40
e ik = -4 z =
= 1,65 P(Z < -1,65) = 0,0495
5,89
e ik = -3 z =
30
5,89
Freqncia Acumulada
Emprica
Terica
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-5
-4
-3
-2
-1
Resduos
198
=5%
0,381
0,337
0,319
0,300
0,285
0,271
0,258
0,249
0,242
0,234
0,227
0,220
0,213
0,206
0,200
0,179
0,190
0,173
0,161
0,886
dc =
n
=1%
0,734
0,405
0,364
0,348
0,331
0,311
0,294
0,284
0,275
0,268
0,261
0,257
0,250
0,245
0,239
0,235
0,231
0,200
0,187
1,031
dc =
n
acumulada
terica.
Os
valores
da
distribuio
terica
ajustam-se
Freqncia Acumulada
Emprica
Terica
0.05
0.0497
0.20
0.1083
0.35
0.2050
0.40
0.3402
0.60
0.5000
0.65
0.6598
0.80
0.7950
0.95
0.8917
1.00
0.9503
Z
Emprico
-1.64485
-0.84162
-0.38532
-0.25335
0.253347
0.38532
0.841621
1.644854
1.644854
Terico
-1.64751
-1.23563
-0.82375
-0.41188
-1.4E-16
0.411877
0.823754
1.235632
1.647509
199
Z Emprico
2
1.5
1
Z
0.5
0
-0.5
-1
-1.5
-2
-6
-4
-2
Resduos
C cal =
maior s Ei2
I
s
i=1
2
Ei
Se Ccal Ctab (, I, K1), rejeita-se H0. Caso contrrio, se Ccal < Ctab, no
se rejeita H0 e conclui-se que existe homogeneidade de varincias residuais
entre os tratamentos.
Para os dados do Exemplo 4.1 as varincias dentro de tratamento so
apresentadas na Tabela 5.
Tabela 5 Valores originais e ajustados de Y e estimativas dos efeitos do erro experimental
Trat
Rep
Yik
1
1
1
1
1
2
2
2
2
2
3
3
3
3
3
4
4
4
4
4
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
25
26
20
23
21
31
25
28
27
24
22
26
28
25
29
33
29
31
34
28
Yik
23
23
23
23
23
27
27
27
27
27
26
26
26
26
26
31
31
31
31
31
2
sEi
ik
2
3
-3
0
-2
4
-2
1
0
-3
-4
0
2
-1
3
2
-2
0
3
-3
2
sE1
= 6,5
2
sE2
= 7,5
2
s E3
= 7,5
2
s E4
= 6,5
7,5
= 0,2679 e Ctab (5%, 4, 4) = 0,6287;
6,5 + 7,5 + 7,5 + 6,5
201
Produo
30
25
20
15
10
5
0
0
Variedade
8
6
Resduo
4
2
0
-2
-4
-6
-8
0
Variedade
202
e ik
-2
-3
3
0
2
-4
2
-1
0
3
4
0
-2
1
-3
-2
2
0
-3
3
203
Resduo
observaes
5
4
3
2
1
0
-1
-2
-3
-4
-5
0 1
2 3 4 5
6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Ordem
204
Exerccios extras
205
206
1)
a) d = 0.17337
b) C = 0.33
c)
4.0
3.0
Resduo
2.0
1.0
0.0
-1.0
-2.0
-3.0
-4.0
0
10
11
12
13
14
15
16
17
18
19
20
Ordem
d)
Z Terico
Z Emprico
3
2
1
0
0.00
Z
-4.00
-3.00
-2.00
-1.00
1.00
2.00
3.00
4.00
-1
-2
-3
Resduos
e)
14
Ganho de Peso
12
10
8
6
4
2
0
0
Rao
207
10.0
8.0
Resduo
6.0
4.0
2.0
0.0
-2.0
-4.0
-6.0 0
10
11
12
13
14
15
16
17
18
19
20
Ordem
d)
Z Terico
Z Emprico
4
3
2
1
-6.00
-4.00
-2.00
0
0.00
2.00
4.00
6.00
8.00
10.00
-1
-2
Resduos
e)
18
16
Ganho de Peso
14
12
10
8
6
4
2
0
0
Rao
208
2
100
100
100
300
100
Tratamentos
3
4
100
100
100
100
100
100
300
300
100
100
5
100
100
100
300
100
Repeties
1
2
3
Totais
Mdias
1
90
100
110
300
100
Tratamentos
2
3
4
80
70
60
100
100
100
120
130
140
300
300
300
100
100
100
5
50
100
150
300
100
Repeties
1
2
3
Totais
Mdias
1
98
98
98
294
98
2
99
99
99
297
99
Tratamentos
3
4
100
101
100
101
100
101
300
303
100
101
5
102
102
102
306
102
Repeties
1
2
3
Totais
Mdias
1
98
99
100
297
99
2
99
100
101
300
100
Tratamentos
3
4
100
101
101
102
102
103
303
306
101
102
5
102
103
104
309
103
Repeties
1
2
3
Totais
Mdias
R2
R3
R4
209