Professional Documents
Culture Documents
C Ad C Ad
A
Efeito principal de 15
2
21 9
2
A . Cd A . Cd
C
1 0
Efeito da interao entre dois fatores: uma medida da variao que ocorre com a caracterstica em
estudo, correspondente s variaes nos nveis de um fator, ao passar de um nvel a outro do outro fator.
O efeito da interao entre os dois fatores A e C, :
Efeito da interao AxC 6
2
18 30
2
C . Ad C . Ad
0 1
Efeito da interao CxA 6
2
9 21
2
A . Cd A . Cd
0 1
8
Casualizao dos tratamentos
Um experimento fatorial 2x3, com 2 nveis de Cana-de-acar (C
0
e C
1
) e 3 nveis de Milho (M
1
, M
2
,
e M
3
) poderia ter a seguinte casualizao, se fosse instalado, por exemplo, em blocos ao acaso:
1 Bloco 2 Bloco 2 Bloco 4 Bloco
C
1
M
1
C
1
M
3
C
0
M
2
C
0
M
1
C
0
M
2
C
1
M
2
C
1
M
2
C
0
M
3
C
1
M
2
C
0
M
1
C
0
M
3
C
1
M
2
C
1
M
3
C
1
M
1
C
1
M
1
C
1
M
1
C
0
M
1
C
0
M
3
C
1
M
3
C
0
M
2
C
0
M
3
C
0
M
2
C
0
M
1
C
1
M
3
Esquema da anlise de varincia preliminar
Causa da variao G.L.
Tratamentos
Blocos
Resduo
Total
Os graus de liberdade de tratamentos devem ser desdobrados de acordo com o esquema fatorial 2x3,
ficando:
Tratamentos
Cana-de-acar (C)
Milho (M)
Interao CxM
9
Esquema de anlise de varincia com desdobramento dos graus de liberdade de tratamentos, de
acordo com o esquema fatorial 2x3:
Causa da variao G.L.
Cana-de-acar (C)
Milho (M)
Interao CxM
Tratamentos
Blocos
Resduo
Total
As principais vantagens dos experimentos fatoriais em relao aos experimentos simples:
o Com um nico experimento, podemos estudar os efeitos simples e principais dos fatores e os efeitos
das interaes entre eles;
o Todas as parcelas so utilizadas no clculo dos efeitos principais dos fatores e dos efeitos das
interaes, razo pela qual o nmero de repeties, para o clculo das mdias dos nveis dos fatores
elevado.
o A anlise estatstica mais trabalhosa que nos experimentos simples, e a interpretao dos resultados
se torna mais difcil medida que aumentamos o nmero de nveis e de fatores (principalmente) no
experimento.
Anlise e interpretao de um experimento fatorial com dois fatores:
Exemplo: Vamos considerar os dados de um experimento, em blocos casualizados, no esquema
fatorial 3x3, em que foram estudados os efeitos de 3 peneiras comerciais, associadas a 3 densidades de
plantio, na produtividade do milho.
As peneiras comerciais (P) e as Densidades de plantio (D) estudadas foram:
P
1
= peneira 18 (crivos circulares com de 18/64 polegada)
P
2
= peneira 20 (crivos circulares com de 20/64 polegada)
10
P
3
= peneira 22 (crivos circulares com de 22/64 polegada)
D
1
= 10 plantas por metro linear
D
2
= 15 plantas por metro linear
D
3
= 20 plantas por metro linear
O ensaio constou de 3 blocos, num total de 27 parcelas, cada uma com 4 linhas de 7 metros de
comprimento, espaadas de 0,50 m, com uma rea de 14 m
2
por parcela. As duas linhas externas de cada
parcela, e 1 m de cada rua, foram consideradas como bordadura, fazendo-se as avaliaes apenas nas duas
linhas centrais, o que resultou numa rea til de 6 m
2
por parcela.
Tratamentos
Blocos
Totais
1 2 3
1 P
1
D
1
2 P
1
D
2
3 P
1
D
3
4 P
2
D
1
5 P
2
D
2
6 P
2
D
3
7 P
3
D
1
8 P
3
D
2
9 P
3
D
3
Totais
Inicialmente, devemos proceder a anlise de varincia preliminar, que a anlise comum de um
experimento em blocos casualizados, com 9 tratamentos e 3 blocos:
11
A anlise de varincia preliminar apresentada a seguir:
Para tratamentos, verificamos que o teste significativo (P<0,01), indicando que os tratamentos
apresentam efeitos diferentes sobre a produo mdia de amendoim em vagem, por planta.
Devemos proceder ao desdobramento dos 8 graus de liberdade de tratamentos, para estudar os efeitos
de: Peneiras (P); Densidades (D) e da interao PxD.
Para o clculo das somas de quadrados correspondentes aos efeitos principais dos fatores e
interao entre eles, devemos organizar um quadro auxiliar, relacionando os nveis dos 2 fatores:
(3) D
1
D
2
D
3
Totais de P
P
1
P
2
P
3
Totais de D
Causa da variao G.L. SQ QM F
Tratamentos
Blocos
Resduo
Total
12
Os valores internos do quadro auxiliar so totais de 3 parcelas, que so as repeties do experimento
(indicado na primeira coluna do quadro entre parnteses). Dessa forma, os totais de Peneiras e de
Densidades so totais de 9 parcelas. Logo:
Para o clculo da soma de quadrados da Interao PxD, devemos, inicialmente, calcular a soma de
quadrados do efeito conjunto de Peneiras e Densidades, denotada por SQ
P,D
e calculada com os valores
internos do quadro auxiliar, provenientes de 3 parcelas cada. Logo:
Observao: Nos experimentos fatoriais com dois fatores, a soma de quadrados do efeito conjunto sempre
igual soma de quadrados de tratamentos.
As hipteses de nulidade para este experimento so: Peneiras (P) H
0
: As 3 Peneiras apresentam efeitos
semelhantes sobre a produo mdia de vagens por planta.
Densidades (D) H
0
: As 3 Densidades apresentam efeitos semelhantes sobre a produo mdia de vagens
por planta.
Interao PxD H
0
: Os fatores Peneiras e Densidades agem de modo independente sobre a produo
mdia de vagens por planta.
A anlise de varincia, com desdobramento dos graus de liberdade de tratamentos de acordo com o
esquema fatorial 3x3, apresentada a seguir:
13
Causa da variao G.L. SQ QM F
Peneiras (P)
Densidades (D)
Interao PxD
(Tratamentos)
Blocos
Resduo
Total
Concluses:
Interao PxD
O teste no foi significativo (P>0,05). No rejeitamos H
0
. Logo, os efeitos das Peneiras sobre a produo
mdia de amendoim em vagem por planta, independem da densidade (ou vice-versa).
Peneiras (P)
O teste foi significativo (P<0,01). Rejeitamos H
0
. Logo, as peneiras apresentam efeitos diferentes sobre a
produo mdia de vagens por planta.
Densidades (D)
O teste no foi significativo (P>0,05). No rejeitamos H
0
. Logo, as densidades apresentam efeitos
semelhantes sobre a produo mdia de vagens por planta.
Anlise de Regresso
Uma das preocupaes estatsticas ao analisar dados, a de criar modelos que explicitem estruturas
do fenmeno em observao. O modelo de regresso um dos mtodos estatsticos mais usados para
investigar a relao entre variveis e metodologia estatstica que estuda (modela) a relao entre duas ou
mais variveis.
Tipos de Modelos de Regresso:
14
Mtodo de regresso linear simples: y
i
= b + a.x
i
, i=1,...,n
Sendo
y
i
: valor da varivel dependente (resposta) para o i-simo elemento da amostra
x
i
: valor (conhecido) da varivel independente ou preditora para o i-simo elemento da amostra
b e a so parmetros desconhecidos.
A presena ou ausncia de relao linear pode ser investigada sob dois pontos de vista
Quantificando a fora dessa relao: correlao.
Explicitando a forma dessa relao: regresso.
Aplicao do mtodo Linear:
Montar tabela relacionando as variveis de interesse;
Obter os coeficientes a e b a partir das relaes matemticas apresentadas;
Obter a equao da reta.
Mtodo de regresso linear mltiplo:
A anlise de uma regresso mltipla segue, basicamente, os mesmos critrios da anlise de uma regresso
simples.
Vamos supor que temos X
1
, X
2
,..., X
p-1
variveis preditoras. Definamos modelo de regresso multplo, em
termos das variveis preditoras:
Sendo:
0
,
1
,...,
p-1
, parmetros desconhecidos;
Coeficiente de Correlao Mltiplo:
E uma medida do grau de associaao linear entre Y e o conjunto de variveis X
1
, X
2
, ..... , X
k
.
r varia entre 0 e 1;
r = 1 indica a existncia de uma associao linear perfeita, ou seja, Y pode ser expresso como uma
combinao linear de X
1
, X
2
, ..... , X
k
;
r = 0 indica a inexistncia de qualquer relao linear entre a varivel dependente Y e o conjunto de variveis
independentes X
1
, X
2
, ..... , X
k.