Professional Documents
Culture Documents
2012
Estatstica
Experimental
Material Didtico
Apostila da disciplina de estatstica experimental destinada aos acadmicos do
curso de ps-graduao em gentica e melhoramento de plantas da
Universidade do Estado de Mato Grosso UNEMAT
Estatstica Experimental
Estatstica Experimental
Estatstica Experimental
e.1.2) Ordinal: quando so atributos com uma ordenao natural. Por exemplo: suscetibilidade do
cafeeiro ferrugem (alta, mdia, baixa); nota para o ataque de cercosporiose em cana-de-acar (escala de 1,
para ausncia da doena, at 9, para o mximo de doena); etc.
e.2) Quantitativa
e.2.1) Discretas: quando so contagens de nmeros inteiros positivos com uma ordenao natural.
Por exemplo: nmero de chuvas em 2002 superior a 80 mm/h (ex. 20 chuvas); nmero de plantas atacadas
com a broca do fruto do cafeeiro (ex. 200 plantas); nmero de minhocas encontradas em determinada
amostra de solo (ex. 50 minhocas).
e.2.2) Contnuas: quando so mensuraes de valores reais; normalmente existe uma unidade de
medida acompanhando a varivel. Por exemplo: produtividade (100,0 kg ha-1); renda (R$2.050,73/ms);
altura (2,5 m); dimetro (8,18 cm); peso (98,5 g); pH (5,5); teor de P, Ca, Mg, K, matria orgnica, etc.
f) Anlise dos dados obtidos com o experimento.
2. Definies gerais
a)
Fator: aquilo que se aplica em um ensaio de forma no homognea, por exemplo, cultivar,
empregadas, os espaamentos utilizados, as cultivares que se testam, diferentes temperaturas de coco, etc.
d)
Tratamento: cada um dos nveis do fator ou cada uma das combinaes dos nveis dos
Testemunha: tratamento padro de comparao. Pode ser a ausncia de um fator (dose zero
de um adubo), ou a aplicao usual do fator (cultivar recomendada para cultivo na regio, espaamento
adotado pelos agricultores, etc).
f)
Quando mais de um fator estiver sendo estudado, o ensaio chamado de ensaio ou experimento fatorial.
g)
h)
Unidade experimental (parcela): sujeito ao se aplica um dos tratamentos. Pode ser uma rea
j)
empregada para evitar efeito de competio ou de contaminao entre parcelas vizinhas. Normalmente
constituda pelo mesmo material da rea til.
4
Estatstica Experimental
k)
l)
Bloco: conjunto ambiental homogneo que contm todos os tratamentos ou parte deles (no
3. Anlise de varincia
A anlise de varincia (ANAVA) um dos mtodos para anlise dos dados que visa decompor a
variao total entre parcelas em fontes (causas) de variao devidas a efeitos principais dos fatores, efeitos de
interaes entre fatores, efeitos de aninhamento e resduo (erro). Para facilitar o entendimento, antes de
partirmos para exemplos de anlises de varincia, necessrio fazer alguns comentrios sobre os princpios
bsicos da experimentao e tambm sobre as pressuposies da anlise de varincia.
Estatstica Experimental
Aleatrio: o nico manejo que pode variar no experimento o que se est testando;
Independncia dos erros: o erro deve ser independente da mdia, no pode haver
associao do erro com a mdia;
Homogeneidade das varincias: ao aplicar os testes, os erros precisam ser comuns para
todos os tratamentos.
m representa uma constante geral associada a esta varivel aleatria; t representa o efeito do i-simo
tratamento; e e representa o erro experimental associado a observao y , suposto ter distribuio normal
com mdia zero e varincia comum.
6
Estatstica Experimental
e) Exemplo de DIC
Suponha que foi avaliado o peso seco da parte area (g/parcela) de 4 variedades de cana-de-acar.
O experimento foi instalado em casa de vegetao. O delineamento foi o inteiramente casualizado com 3
repeties. Cada parcela era constituda de 1 vaso com 3 plantas. Os dados de peso esto dispostos no
Quadro a seguir:
Repetio
1
2
3
1
2
3
1
2
3
1
2
3
Total Geral
Varivel (Peso em g)
200
280
250
390
420
410
180
210
190
650
610
625
1220
580
1885
4415
Croqui de campo
C
A disposio das repeties de cada tratamento realizada de forma totalmente aleatria s parcelas.
f) Esquema de anlise de varincia do DIC com fontes de variao e graus de liberdade
Considerando I tratamento e cada tratamento com J repeties, temos a representao esquemtica
dos dados do exemplo acima num delineamento inteiramente casualizado.
Quadro dos dados:
Tratamento (Cultivares)
1
1
1
2
2
2
Repetio
1
2
3
1
2
3
Varivel (Peso em g)
yij = y11 = 200
yij = y12 = 280
yij = y13 = 250
yij = y21 = 390
yij = y22 = 420
yij = y23 = 410
7
Estatstica Experimental
3
3
3
4
4
4
Grau de Liberdade
Soma de Quadrado
Quadrado Mdio
Teste F
(FV)
(GL)
(SQ)
(QM)
(F)
I-1
y. y..
j
ij
SQ
GL
QM
QM
I(J-1)
SQ SQ
Tratamento
Erro ou Resduo
Total
y
IJ-1
$.. % =
Mdia Geral #Y
y..
ij
)*+,
$ .. . 100
-
I = n de tratamentos; J = n de repeties
Resolvendo o exemplo anterior, temos:
GLTot = (4 x 3) 1 = 11
GLTrat = 4 - 1 = 3
GLE = 4 (3-1) = 8
Considerando C =
y2..
ij
, temos:
00123
045
SQTot =350972,917
7583 9 183 9 2:83 9 1::23
;
5
SQTrat = 6
C = 345956,250
502<2=,28
5
5016,667
8
11251:,728
=7,8:5
0012
045
= 115318,750
= 627,083
= 183,897
= 367,917
y..
ij
SQ
GL
Estatstica Experimental
CV#%% =
=7,8:5
. 100
5=7,<17
= 6,81
GL
SQ
QM
Tratamento
345956,250
115318,750
Erro ou Resduo
5016,667
627,083
Total
11
350972,917
Mdia
367,917
CV#%%
6,81
Fc
183,897
-@.
.
Assim, temos:
580
= 193,33
3
1885
$
Y0. =
= 628,33
3
$
Y1. =
$
Y5. =
Estatstica Experimental
m representa uma constante geral associada a esta varivel aleatria; b representa o efeito do j-simo bloco;
espontnea) no peso seco de brcolis. O experimento foi instalado em DBC com 5 repeties. Os dados de
peso seco esto dispostos na Tabela a seguir:
10
Estatstica Experimental
Peso seco (kg/parcela) de brcolis em um experimento em blocos casualizados (DBC) com 5 repeties em
que foi avaliada a influncia de 4 tipos de cobertura morta (1: sorgo, 2: crotalria; 3: milheto e 4: vegetao
espontnea)
Tipos de cobertura morta
Sorgo
Sorgo
Sorgo
Sorgo
Sorgo
Crotalria
Crotalria
Crotalria
Crotalria
Crotalria
Milheto
Milheto
Milheto
Milheto
Milheto
Espontnea
Espontnea
Espontnea
Espontnea
Espontnea
Total Geral
Repetio
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
11
Estatstica Experimental
Bloco 1
Bloco 2
Bloco 3
Bloco 4
Bloco 5
GL
SQ
y.
y..
ij
Bloco
J-1
Tratamento
I-1
y. y..
j
ij
(I-1) (J-1)
SQ SQ SQ J
Erro ou Resduo
Total
y
IJ-1
$.. % =
Mdia Geral #Y
y..
ij
y..
ij
)*+,
$ .. . 100
-
I = n de tratamentos; J = n de blocos
Resolvendo o exemplo anterior, temos:
GLTot = (4 x 5) 1 = 19
GLB = (5-1) = 4
GLTrat = (4-1) = 3
GLE = (4-1) (5-1) = 12
SQTot = (72,82 + 69,02 + + 39,02)
<,13 9 9 1::22<,=3
;
2
SQTrat = 6
11:7,13
042
= 2748,7495
C = 728,3935
12
QM
SQ J
GLJ
QMJ
QM
SQ
GL
SQ
GL
QM
QM
Estatstica Experimental
SQ J =
25,=3 9 9 12,83
0
C = 355,4020
7:,5<52
5
522,088
0
= 88,8505
1==0,<208
:1
0,7<7:
15:,70=
= 242,7978
= 138,7462
Mdia =
= 1,750
11:7,1
042
= 59,4
CV#%% =
15:,70=
. 100
2<,0
= 19,83
GL
SQ
QM
Fc
Bloco
355,4020
88,8505
0,640
Tratamento
728,3935
242,7978
1,750
Erro ou Resduo
12
1664,9540
138,7462
Total
19
2748,7495
Mdia
59,4
CV#%% = 6,81
19,83
-@.
.
Assim, temos:
291,6
= 58,32
5
259,6
$0. =
Y
= 51,92
5
$1. =
Y
$5. =
Y
13
Estatstica Experimental
YL = m + b + A + DL + #AD%L + eL
em que, Yikj o valor observado referente a parcela que recebeu o i-simo nvel do fator A e o k-simo nvel
do fator D no j-simo bloco; m representa uma constante geral; bj representa o efeito do j-simo bloco; Ai
14
Estatstica Experimental
representa o efeito do i-simo nvel do fator A; D representa o efeito do k-simo nvel do fator D; (AD)ik
representa a interao entre o efeito do i-simo nvel do fator A e o efeito do k-simo nvel do fator D e eikj
representa o erro experimental associado observao Yikj, suposto ter distribuio normal com mdia zero e
varincia comum.
e) Exemplo de fatorial
Em um experimento em blocos casualizados com 4 repeties, no esquema fatorial 2x3 foi avaliado
o efeito de 2 variedades de cana de acar (V1 e V2) e 3 tipos de inoculantes (I1, I2 e I3) quanto ao peso do
colmo (ton ha-1). Os dados esto apresentados na Tabela a seguir.
Tabela. Peso do colmo (ton/ha) para os 6 tratamentos de um experimento em blocos casualizados (DBC),
com 4 repeties, em esquema fatorial 2x3
Variedades de cana
(Fator A)
1
1
1
1
1
1
1
1
1
1
1
1
2
2
2
2
2
2
2
2
2
2
2
2
Total Geral
Tipos de inoculantes
(Fator D)
1
1
1
1
2
2
2
2
3
3
3
3
1
1
1
1
2
2
2
2
3
3
3
3
Repetio
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Totais
(A x D)
yik. = y11. = 925,4
Estatstica Experimental
Total
2738,3(12)
4557,1(12)
7295,4(24)
Croqui de Campo
Tratamento 1 = variedade de cana 1, inoculante 1
Tratamento 2 = variedade de cana 1, inoculante 2
Tratamento 3 = variedade de cana 1, inoculante 3
Tratamento 4 = variedade de cana 2, inoculante 1
Tratamento 5 = variedade de cana 2, inoculante 2
Tratamento 6 = variedade de cana 2, inoculante 3
16
Estatstica Experimental
Bloco 1
Bloco 2
Bloco 3
Bloco 4
GL
Bloco
SQ
J-1
(Tratamento)
y..
ik
y...
ikj
y..
y...
kj
ikj
Fator A
I-1
Fator D
K-1
y.L.
y...
ij
ikj
Interao AxD
(I-1) (K-1)
yL.
y...
SQ P SQ Q
j
ikj
Erro ou Resduo
(IK-1) (J-1)
SQ SQ J SQ P SQ Q SQ PQ
Total
yL
IKJ-1
$... % =
Mdia Geral #Y
y...
ikj
y...
ikj
)*+,
$ ... . 100
-
1:1<,23 9 9 1751,:3
45
75:,53 90227,13
;
540
SQA = 6
C = 3806,8083
C = 137834,7267
0==,03 990<0,3
;
40
SQD = 6
C = 1812,49
17
QM
SQ J
GLJ
QMJ
QM
SQ P
GLP
QMP
QM
SQ Q
GLQ
SQ PQ
GLPQ
SQ
GL
QMQ
QM
QMPQ
QM
Estatstica Experimental
<2,03 991217,13
;
0
SQAD = 6
C SQ P SQ Q = 964,9733
QMB =
157:50,7=7
1
QMA =
1:1,0<
QMD =
QMAD =
QME =
= 1268,9361
= 137834,7267
= 906,245
<=0,<755
= 482,4867
7=0:,18=7
12
= 1843,2071
Fator A
Fc =
157:50,7=7
1:05,871
= 74,78
Fator D
<8=,02
Fc = 1:05,871 = 0,492
Fator AD
Fc =
0:,0:=7
1:05,871
Mdia =
= 0,262
7295,4
= 303,98
2x3x4
CV#%% =
27648,1067
. 100 = 14,12
303,98
GL
SQ
QM
Fc
Bloco
(4-1) = 3
3806,8083
1268,9361
0,688
(Tratamento)
(6-1) = 5
140612,19
28122,483
15,257
Fator A
(2-1) = 1
137834,7267
137834,7267
74,78
Fator D
(3-1) = 2
1812,49
906,245
0,492
AxD
(2-1) (3-1) = 2
964,973
482,4867
0,262
Erro ou Resduo
(2 x 3 1) (4-1) = 15
27648,1067
1843,2071
Total
2 x 3 x 4 -1 = 23
172067,105
Mdia
14,12
CV#%%
303,98
18
Estatstica Experimental
- Fc = 74,78
- Ft = F (GLA; GLE) = F5% (1; 15) = 4,54 (Anexo 3)
Ft = F (GLA; GLE) = F1% (1; 15) = 8,68 (Anexo 4)
- Concluso: Fc > Ft, rejeita-se H0. Desta forma, existe diferena significativa entre os nveis do fator A ao
nvel de 1% de probabilidade de erro. Ou seja, as variedades de cana avaliadas no experimento acima
diferiram entre si para a caracterstica peso do colmo.
Fator D
- Hipteses
H0: D1 = D2 = D3
H1: D1 D2 D3
- Fc = 0,492
- Ft = F (GLD; GLE) = F5% (2; 15) = 3,68 (Anexo 3)
Ft = F (GLD; GLE) = F1% (2; 15) = 6,36 (Anexo 4)
- Concluso: Fc < Ft, no rejeita-se H0. Desta forma, no existe diferena significativa entre os nveis do fator
D. Ou seja, as variedades de cana avaliadas no experimento acima no diferiram entre si para a caracterstica
peso do colmo.
Interao AD
- Hipteses
H0: AD1 = ... = AD6
H1: AD1 ... AD6
- Fc = 0,262
- Ft = F (GLAD; GLE) = F5% (2; 15) = 3,68 (Anexo 3)
Ft = F (GLAD; GLE) = F1% (2; 15) = 6,36 (Anexo 4)
- Concluso: Fc < Ft, no rejeita-se H0. Desta forma, a interao AD foi no significativa.
Quando a interao significativa, temos que estudar o comportamento dos nveis de um fator
dentro de cada nvel do outro fator. Quando a interao no significativa podemos testar as hipteses sobre
os efeitos principais dos fatores A e D.
Segue abaixo a Tabela com as mdias:
Fator A
$
Y.. =
Fator D
Y..
kj
$
Y.L. =
Y.L.
ij
$1.. =
Y
2738,3
= 228,19
12
$
Y.1. =
2466,4
= 308,3
8
$
Y.. =
4557,1
= 379,76
12
$
Y.. =
2334,8
= 291,8
8
19
Estatstica Experimental
2494,2
= 311,8
8
Exemplo 2: Foram avaliados 7 cultivares de maracuj amarelo com e sem o uso da polinizao
artificial, num esquema fatorial (2 x 7), com delineamento em blocos casualizados e 5 repeties. Os dados
esto na Tabela abaixo:
Polinizao
Artificial
Cultivares
Rep
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
Com
IAC 275
IAC 275
IAC 275
IAC 275
IAC 275
IAC 277
IAC 277
IAC 277
IAC 277
IAC 277
FB 100
FB 100
FB 100
FB 100
FB 100
FB 200
FB 200
FB 200
FB 200
FB 200
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Peso de
Frutos
(g)
210,1
138,6
166,1
169,2
181,8
149,7
181,7
170,2
180,1
166,3
242,8
286,9
194,3
236,3
261,3
251,3
295,3
319,0
247,1
260,4
253,3
239,3
174,3
236,3
248,5
171,2
226,1
228,7
267,7
280,2
231,1
278,8
175,3
204,2
226,3
20
Polinizao
Artificial
Cultivares
Rep
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
Sem
IAC 275
IAC 275
IAC 275
IAC 275
IAC 275
IAC 277
IAC 277
IAC 277
IAC 277
IAC 277
FB 100
FB 100
FB 100
FB 100
FB 100
FB 200
FB 200
FB 200
FB 200
FB 200
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Sol do Cerrado
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Gigante Amarelo
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
Ouro Vermelho
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
1
2
3
4
5
Peso de
Frutos
(g)
109,2
95,0
131,7
153,5
173,2
132,4
161,0
121,9
172,0
168,8
85,5
145,2
187,9
135,3
166,5
149,4
220,9
216,3
160,4
132,3
167,4
166,8
121,4
141,1
147,7
181,1
182,0
176,1
132,5
218,1
155,9
165,5
176,7
190,1
205,8
Estatstica Experimental
Os clculos para a montagem do quadro da anlise de varincia igual ao exemplo anterior. Dessa
forma o resultado seria:
Quadro da anlise de varincia:
FV
GL
SQ
QM
Fc
Bloco
6176,5043
1544,1261
Polinizao (P)
69336,5926
69336,5926
74,684
Cultivares (C)
39050,1419
6508,357
7,01
PxC
14711,4887
2451,9148
2,641
Erro ou Resduo
52
48276,507
928,3944
Total
69
177551,2345
Mdia
189,95
CV#%%
16,04
-@..
L
Com
$
Y1.. =
7749,8
= 221,4
7x5
Sem
$
Y1.. =
5546,7
= 158,5
7x5
Cultivares (Fator D)
- Hipteses
H0: IAC 275 = IAC 277 = ... = Ouro Vermelho
H1: IAC 275 IAC 277 ... Ouro Vermelho
- Fc = 7,01
- Ft = F (GLD; GLE) = F5% (6; 52) = 3,14 (Anexo 3)
21
Estatstica Experimental
-.T.
-@T.
22
Estatstica Experimental
$L. =
Desdobramento de cultivar dentro de sem polinizao, ou seja, D/A2: Y
Cultivares
IAC 275
IAC 277
FB 100
FB 200
Sol do cerrado
Gigante Amarelo
Ouro vermelho
-@T.
Com
Sem
132,5
173,1
$L. =
Desdobramento de polinizao dentro da cultivar 2 (IAC 277), ou seja, A/D2: Y
Polinizao Artificial
Com
Sem
151,2
244,3
$L. =
Desdobramento de polinizao dentro da cultivar 3 (FB 100), ou seja, A/D3: Y
Polinizao Artificial
Com
Sem
144,0
244,3
$L. =
Desdobramento de polinizao dentro da cultivar 4 (FB 200), ou seja, A/D4: Y
Polinizao Artificial
Com
Sem
175,9
274,6
-@T.
-@T.
-@T.
-@T.
Com
Sem
148,9
230,3
23
-@T.
Estatstica Experimental
$L. =
Desdobramento de polinizao dentro da cultivar 6 (Gigante Amarelo), ou seja, A/D6: Y
Polinizao Artificial
Com
Sem
177,9
234,8
$L. =
Desdobramento de polinizao dentro da cultivar 7 (Ouro Vermelho), ou seja, A/D5: Y
Polinizao Artificial
Com
Sem
178,8
223,1
24
-@T.
-@T.