Upload
allan-reis
View
3.636
Download
3
Embed Size (px)
Citation preview
1
� EXPERIMENTOS FATORIAIS
Universidade Federal do Piauí
Campus Universitário Profa Cinobelina Elvas
Profa. Gisele Rodrigues MoreiraEnga. Agrônoma
Dra. Genética e Melhoramento
E-mail: [email protected]
1. INTRODUÇÃO
São aqueles em que são estudados dois ou mais fatores simultaneamente, cada um deles com dois ou mais níveis.
Exemplo:� Fator → variedade� Níveis → V1, V2, V3, etc.
� Fator → formulação (doses)� Níveis → F1, F2, F3, etc.
2
- QUALITATIVOS- QUANTITATIVOS
Ex: Fator qualitativo� Fator → variedade� Níveis → V1, V2, V3, etc.
Ex: Fator quantitativo� Fator → formulação� Níveis → F1, F2, F3, etc.
Classificação dos fatores:
Quando se quando se deseja estudar a
influência de dois ou mais fatores sobre a
variável resposta e o relacionamento entre
eles.
Aplicação do esquema fatorial
3
Simbologia:Indicada pelo produto dos níveis dos fatores em teste.
Exemplo:� Fator → variedade; Níveis → V1, V2, V3
� Fator → formulação; Níveis → F1, F2, F3, F4
Fatorial 3 x 4
OBS: Quando o número de níveis é igual para todos os fatores: nF
Em que, F é o número de fatoresn é o número de níveis de cada fator
Exemplo:� Fator → variedade; Níveis → V1, V2, V3
� Fator → formulação; Níveis → F1, F2, F3
Fatorial 32
4
Obtenção dos Tratamentos:A partir da combinação dos níveis dos fatores.
Exemplo:� Fator → variedade; Níveis → V1, V2, V3
� Fator → formulação; Níveis → F1, F2, F3
V1F1, V1F2, V1F3, V2F1, V2F2, V2F3, V3F1, V3F2, V3F3
Importante:
O fatorial NÃO é um delineamento!!!!
É um tipo de esquema, ou seja, uma das
maneiras de organizar os tratamentos, e
depois distribuídos às unidades experimentais
segundo um tipo de delineamento.
5
2. EFEITOS ESTUDADOS NO FATORIAL
���� EFEITO PRINCIPAL
É o efeito de cada fator, independentemente do efeito dos outros.
���� EFEITO DE INTERAÇÃO
É o efeito simultâneo dos fatores sobre a variável em estudo. Ocorre interação entre os fatores quando os efeitos dos níveis de um fator são modificados pelos níveis de outros.
Demonstração de quando não há e quando háINTERAÇÃO
Suponha um experimento fatorial 2 x 3, em DIC, com os seguintes resultados médios para a variável altura de plantas (cm).
1086E2
12108E1
V3V2V1
VariedadeEspaçamento
1a situação ⇒ Não há interação
6
Quando não há interação as diferenças entre os resultados dos níveis de um fator são estatisticamente
iguais para todos os níveis do outro fator.
1086E2
12108E1
V3V2V1
VariedadeEspaçamento
V1 V3V2
12
10
8
6
4
2
0
E1E2
Altura de plantas em cm
Demonstração de quando não há e quando háINTERAÇÃO
2105E2
642E1
V3V2V1
VariedadeEspaçamento
2a situação ⇒ Há interação
7
Quando há interação as diferenças entre os resultados dos níveis de um fator dependem dos níveis do outro fator.
V1 V3V2
109876543210
E1E2
Altura de plantas em cm
2105E2
642E1
V3V2V1
VariedadeEspaçamento
3. QUADRO DE TABULAÇÃO DE DADOS
Depende do tipo de delineamento!- DIC- DBC- DQL
8
3.1 QUADRO DE TABULAÇÃO DE DADOS (DIC)
...………...
Yij.Yiik…Yij2Yij1Bj
..................
Yi2.Yi2k…Yi22Yi21B2
B1
Bj
...
B2
B1
Yi1.Yi1k...Yi12Yi11AI
Y1j1
...
Y121
Y111
1
REPETIÇÕES
Y1j.Y1jk…Y1j2
............
Y12.Y12k…Y122
Y11.Y11k...Y112A1
Totaisk...2Fatores
3.2 QUADRO DE TABULAÇÃO DE DADOS (DBC)
GYi.k...Yi.2Yi.1Totais
...………...
Yij.Yiik…Yij2Yij1Bj
..................
Yi2.Yi2k…Yi22Yi21B2
B1
Bj
...
B2
B1
Yi1.Yi1k...Yi12Yi11AI
Y1j1
...
Y121
Y111
1
BLOCOS
Y1j.Y1jk…Y1j2
............
Y12.Y12k…Y122
Y11.Y11k...Y112A1
Totaisk...2Fatores
9
4. MODELO ESTATÍSTICO (DIC)
Yijk = m + ααααi + ββββj + (αβαβαβαβ)ij+ eijk
EM QUE:Yij é o valor observado para a variável resposta referente a k-ésimarepetição da combinação do i-ésmio nível do fator A com o j-ésimonível do fator B;m é a média de todos os valores possíveis da variável resposta;
ααααi é o efeito do i-ésimo nível do fator A no valor observado Yijk;ββββj é o efeito do j-ésimo nível do fator B no valor observado Yijk;(αβ)ij é o efeito da interação do i-ésimo nível do fator A com o j-ésimo nível do fator B;eij é o erro experimental associado ao valor observado Yijk.
4. MODELO ESTATÍSTICO (DBC)
Yijk = m + ααααi + ββββj + (αβαβαβαβ)ij+ bk + eijk
EM QUE:Yij é o valor observado para a variável resposta referente a k-ésimarepetição da combinação do i-ésmio nível do fator A com o j-ésimonível do fator B;m é a média de todos os valores possíveis da variável resposta;
ααααi é o efeito do i-ésimo nível do fator A no valor observado Yijk;ββββj é o efeito do j-ésimo nível do fator B no valor observado Yijk;(αβ)ij é o efeito da interação do i-ésimo nível do fator A com o j-ésimo nível do fator B;bk é o efeito do bloco k no valor observado Yijk;eij é o erro experimental associado ao valor observado Yijk.
10
5. ANÁLISE DE VARIÂNCIA
É uma análise estatística que permite decompor a variação total, ou seja a variação existente, na variação devido à diferença entre efeitos dos tratamentos (efeitos principais e interação), ao bloco (quando o experimento for em DBC) e na variação devido ao acaso (erro experimental ou resíduo).
Pressuposições:
� os efeitos do modelo devem ser aditivos;� os erros experimentais devem ser normalmente distribuídos [eij ~ N (0, 1) e independentes.
--SQTrat(IJ – 1)(Tratamento)
-SQA/GLSQBJ - 1Fator B
QMAxB/QMRSQAxB/GLSQAxB(I – 1)(J-1)A x B
-SQA/GLSQAI – 1Fator A
-
-
F
-SQTIJK - 1TOTAL
SQR/GLSQRIJ(K– 1)Resíduo
QMSQGLFonte de variação
Quadro da ANOVA (DIC)
11
--SQB(K – 1)Bloco
--SQTrat(IJ – 1)(Trat.)
-SQA/GLSQBJ - 1Fator B
QMAxB/QMRSQAxB/GLSQAxB(I – 1)(J-1)A x B
-SQA/GLSQAI – 1Fator A
-
-
F
-SQTIJK - 1TOTAL
SQR/GLSQR(IJ – 1)(K – 1)Resíduo
QMSQGLFonte de variação
Quadro da ANOVA (DBC)
Importante:
Na análise de dados de um experimento
fatorial, para qualquer delineamento utilizado,
deve-se sempre proceder inicialmente o
teste F para a interação entre os fatores.
���� Interação não-significativa ���� Interação significativa
12
Se, interação não-significativa ⇒ os efeitos dos fatores atuam de forma independente e deve-
se proceder o teste F para cada fator.
Se, interação significativa ⇒ os efeitos dos fatores atuam de forma dependente, não se faz o teste F para cada fator, e sim deve-se proceder outras ANOVAs em que se faz o desdobramento do
efeito da interação (A/B e B/A).
� Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a
variável resposta em estudo.
Hipóteses testadas na ANOVA (interação)
� Hipótese alternativa (Ha): Os fatores A e B não atuam independente
sobre a variável resposta.
13
--SQTrat(IJ – 1)(Tratamento)
SQB/GLSQBJ - 1Fator BNão significativoSQAxB/GLSQAxB(I – 1)(J-1)A x B
SQA/GLSQAI – 1Fator A
-
-
F
-SQTIJK - 1TOTAL
SQR/GLSQRIJ(K– 1)Resíduo
QMSQGLFonte de variação
5.1. Interação não significativa
QMA/QMR
QMB/QMR
Obs: quadro para um experimento em DIC
IJK
Y
K
Y
SQTrat
KJI
kji
ijk
JI
ji
ij ∑∑===
−=
;;
1;;1
2;
1;
2
. )(
IJK
Y
YSQT
KJI
kji
ijkKJI
kji
ijk
2;;
1;;1;;
1;;1
2
)( ∑∑
==
==
−=
IJK
Y
JK
A
SQA
KJI
kji
ijk
I
i
i ∑∑=== −=
;;
1;;1
2
1
2 )(
IJK
Y
IK
B
SQB
KJI
kji
ijk
J
j
j ∑∑===
−=
;;
1;;1
2
1
2 )(
SQBSQASQTratSQAxB −−=
SQTratSQTSQR −=
14
Se os fatores A e B forem qualitativos (Ex.:
variedade, raça) e o teste F para A e/ou B for
não significativo, a aplicação do teste de
médias é desnecessária. Porém se for
significativo para A e/ou B, deve-se aplicar um
teste de médias para comparar os níveis do
fator em questão.
Em que as estimativas das médias dos níveis
dos fatores são obtidas por:
IK
Bm
JK
Am
j
B
iA
j
i
=
=
ˆ
ˆ
:B Fator
: AFator
15
Fórmulas para os testes de médias dos fatores A e/ou B
),%;(
),%;(
2
2
nJ
nI
qIK
QMRq
qJK
QMRq
α
α
:B Fator
: AFator
=∆
=∆
Teste de Tukey
),%;(
),%;(
2
2
nni
nni
B
A
ZIK
QMRZD
ZJK
QMRZD
α
α
:B Fator
: AFator
=
=
Teste de Duncan
Fórmulas para os testes de médias dos fatores A e/ou B
16
)%;(
1
2
)%;(
1
2
2
2
ˆ
ˆ
nI
i
i
BB
nI
i
i
AA
t
aIK
QMR
YYt
t
aJK
QMR
YYt
α
α
:B Fator
: AFator
∑
∑
=
=
−=
−=
Teste t
Fórmulas para os testes de médias dos fatores A e/ou B
)];1%[(
1
2
)];1%[(
1
2
2
2
.).1(
.).1(
nJ
I
i
itab
nI
I
i
itab
FaIK
QMRFJS
FaJK
QMRFIS
−
=
−
=
∑
∑
−=
−=
α
α
:B Fator
: AFator
Teste de Sheffé
Fórmulas para os testes de médias dos fatores A e/ou B
17
Exemplo:
Experimento em DIC, no esquema fatorial 22
(A1: ração com cálcio e A2: ração sem cálcio; B1: ambiente à noite com luz artificial e B2: ambiente à noite sem luz artificial), com 6 repetições ⇒ variável resposta: No de ovos/poedeira
43
45
45
241
264
290
50 306
6 Totais
4139384040B2
B1
B2
B1
4443464442A2
49
50
1
REPETIÇÕES
46485052
52544852A1
5432Fatores
Pode-se afirmar que o tipo de ração e o tipo de ambiente atuam
independentemente na produção de ovos?
Proceder a ANOVA
18
I. Hipóteses
� Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a
variável resposta em estudo.
� Hipótese alternativa (Ha): Os fatores A e B não atuam independente
sobre a variável resposta.
--SQTrat(IJ – 1) =3(Trat.)
-SQB/GLSQBJ – 1 =1Fator B
SQAxB/GLSQAxB(I – 1)(J-1) =1A x B
-SQA/GLSQAI – 1 =1Fator A
-
-
F
-SQTIJK – 1 =23TOTAL
SQR/GLSQRIJ(K– 1) =20Resíduo
QMSQGLFonte de variação
II. ANOVA
Fator A ⇒ 2 níveis, logo I = 2Fator B ⇒ 2 níveis, logo J = 2
Repetições 6, logo k = 6
QMAxB/QMR
19
IJK
Y
K
Y
SQTrat
KJI
kji
ijk
JI
ji
ij ∑∑===
−=
;;
1;;1
2;
1;
2
. )(
IJK
Y
YSQT
KJI
kji
ijkKJI
kji
ijk
2;;
1;;1;;
1;;1
2
)( ∑∑
==
==
−=
IJK
Y
JK
A
SQA
KJI
kji
ijk
I
i
i ∑∑=== −=
;;
1;;1
2
1
2 )(
IJK
Y
IK
B
SQB
KJI
kji
ijk
J
j
j ∑∑===
−=
;;
1;;1
2
1
2 )(
SQBSQASQTratSQAxB −−=
SQTratSQTSQR −=
IJK
Y
JK
A
SQA
KJI
kji
ijk
I
i
i ∑∑=== −=
;;
1;;1
2
1
2 )(
SOMA DE QUADRADOS DO FATOR A
20
SOMA DE QUADRADOS DO FATOR B
IJK
Y
IK
B
SQB
KJI
kji
ijk
J
j
j ∑∑===
−=
;;
1;;1
2
1
2 )(
IJK
Y
K
Y
SQTrat
KJI
kji
ijk
JI
ji
ij ∑∑===
−=
;;
1;;1
2;
1;
2
. )(
SOMA DE QUADRADOS DE SQTrat
21
SQBSQASQTratSQAxB −−=
SOMA DE QUADRADOS DA INTERAÇÃO A x B
IJK
Y
YSQT
KJI
kji
ijkKJI
kji
ijk
2;;
1;;1;;
1;;1
2
)( ∑∑
==
==
−=
SOMA DE QUADRADOS TOTAL
22
SQTratSQTSQR −=
SOMA DE QUADRADOS DO RESÍDUO
--410,463(Trat.)
-63,0063,001Fator B
0,612,412,411A x B
-345,05345,051Fator A
-
-
F
-490,6323TOTAL
4,0180,1720Resíduo
QMSQGLFonte de variação
II. ANOVA
α = 5% F(1;20) = 4,35
23
--410,463(Trat.)
-63,0063,001Fator B
0,612,412,411A x B
-345,05345,051Fator A
-
-
F
-490,6323TOTAL
4,0180,1720Resíduo
QMSQGLFonte de variação
III. Nível de significância
Como 0,61 < 4,35, teste F não significativo, então não se rejeita Ho ao nível de 5% de probabilidade. Ou seja, os fatores A e B atuam independentemente sobre a variável resposta.
--410,463(Trat.)
-63,0063,001Fator B
0,612,412,411A x B
-345,05345,051Fator A
-
-
F
-490,6323TOTAL
4,0180,1720Resíduo
QMSQGLFV
COEFICIENTE DE VARIAÇÃO
%36,4100.88,45
01,4%
100.ˆ
%
==
=
CV
m
QMRCV
24
Como o teste F para a interação foi não-significativo, ou seja, os fatores A e B atuam
independentemente sobre a variável resposta,deve-se proceder o teste F para cada fator.
Hipóteses para o fator A:
Hipóteses para o fator B:
Ho: mB1 = mB2
Ha: mB1 ≠ mB2
Ho: mA1 = mA2
Ha: mA1 ≠ mA2
25
--410,463(Trat.)
15,70*63,0063,001Fator B
0,612,412,411A x B
86,05*345,05345,051Fator A
-
-
F
-490,6323TOTAL
4,0180,1720Resíduo
QMSQGLFV
ANOVA
α = 5% F(1;20) = 4,35
Conclusão para o fator A:
Conclusão para o fator B:
Como 15,70 > 4,35, teste F significativo, então rejeita-se Ho ao nível de 5% de probabilidade. Ou seja, existe diferença entre as médias dos níveis B.
Como 86,05 > 4,35, teste F significativo, então rejeita-se Ho ao nível de 5% e probabilidade. Ou seja, existe diferença entre as médias dos níveis A.
26
Como o teste F para a interação os dois fatores A e B foram significativos deve-se proceder o teste de comparação de médias para cada
fator.
Teste de TUKEY
27
--SQT(IJ – 1)(Tratamento)
-SQA/GLSQBJ - 1Fator BSignificativoSQAxB/GLSQAxB(I – 1)(J-1)A x B
-SQA/GLSQAI – 1Fator A
-
F
SQR/GLSQRIJ(K– 1)Resíduo
QMSQGLFV
5.2. Interação significativa
Obs: quadro para um experimento em DIC
Se, interação significativa ⇒ os efeitos dos fatores atuam de forma dependente, não se faz o teste F para cada fator, e sim deve-se proceder outras ANOVAs em que se faz o desdobramento do
efeito da interação (A/B e B/A).
28
-SQR/GLSQRIJ(K– 1)Resíduo
(QMA/Bj)/QMR(SQA/Bj/GL)SQA/BjI - 1A/Bj
(QMA/B2)/QMR(SQA/B2)/GLSQA/B2I - 1A/B2
...............
(QMA/B1)/QMR(SQA/B1)/GLSQA/B1I – 1A/B1
FQMSQGLFV
Desdobramento da interação:Níveis de A dentro de cada nível de B (A/B)
Obs: quadro para um experimento em DIC
� Hipótese de nulidade (Ho): mA1/Bj = mA2/Bj = ... = mAi/Bj
Hipóteses testadas na ANOVA
� Hipótese alternativa (Ha): não Ho
29
-SQR/GLSQRIJ(K– 1)Resíduo
(QMB/Ai)/QMR(SQB/Ai/GL)SQB/AiJ - 1B/Ai
(QMB/A2)/QMR(SQB/A2)/GLSQB/A2J - 1B/A2
...............
(QMB/A1)/QMR(SQB/A1)/GLSQB/A1J – 1B/A1
-
F
-SQTIJK - 1Total
QMSQGLFV
Obs: quadro para um experimento em DIC
Desdobramento da interação:Níveis de B dentro de cada nível de A (B/A)
� Hipótese de nulidade (Ho): mB1/Ai = mB1/Ai = ... = mBj/Ai
Hipóteses testadas na ANOVA
� Hipótese alternativa (Ha): não Ho
30
Fórmula geral para obter SQA/Bj e SQB/Ai
JK
X
K
X
ASQB
J
j
j
J
j
j
i
∑∑==
−=1
2
1
2 )(
/
IK
X
K
X
BSQA
I
i
i
I
i
i
j
∑∑== −= 1
2
1
2 )(
/
Se os fatores A e B forem qualitativos (Ex.:
variedade, raça) procede-se ao teste F para
cada fonte de variação do desdobramento. Nas
fontes de variação em que o teste F foi
significativo e o fator tem mais de dois níveis,
aplica-se um teste de médias.
31
Em que as estimativas das médias dos níveis
dos fatores são obtidas por:
K
Bm
K
Am
j
B
iA
j
i
=
=
ˆ
ˆ
:B Fator
: AFator
Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A)
),%;(
),%;(
2
2
nJ
nI
qK
QMRq
qK
QMRq
α
α
:B Fator
: AFator
=∆
=∆
Teste de Tukey
32
),%;(
),%;(
2
2
nni
nni
B
A
ZK
QMRZD
ZK
QMRZD
α
α
:B Fator
: AFator
=
=
Teste de Duncan
Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A)
)%;(
1
2
)%;(
1
2
2
2
ˆ
ˆ
nI
i
i
BB
nI
i
i
AA
t
aK
QMR
YYt
t
aK
QMR
YYt
α
α
:B Fator
: AFator
∑
∑
=
=
−=
−=
Teste t
Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A)
33
)];1%[(
1
2
)];1%[(
1
2
2
2
.).1(
.).1(
nJ
I
i
itab
nI
I
i
itab
FaK
QMRFJS
FaK
QMRFIS
−
=
−
=
∑
∑
−=
−=
α
α
:B Fator
: AFator
Teste de Sheffé
Fórmulas para os testes de médias para o fator A (A/B) e o fator B (B/A)
Exemplo:Experimento em DIC, no esquema fatorial 3 x 2 (A1: saco plástico pequeno e A2: saco plástico grande; A3: laminado e B1: Eucalyptus citriodora e B2: Eucalyptus grandis), com 4
repetições ⇒ variável resposta: altura média das mudas (cm) aos 80 dias de idade.
85,321,322,821,419,8B2
80,219,218,822,822,8B1A3
78,3
103,5
101,3
102,6
Totais
18,619,019,619,6B2
B1
B2
B1
26,425,126,325,7A2
24,8
26,2
1
REPETIÇÕES
25,226,724,6
25,525,026,0A1
432Fatores
34
Pode-se afirmar que o recipiente e o tipo de espécie de Eucalytus atuam
independentemente sobre a altura média das mudas aos 80 dias de idade?
Proceder a ANOVA
I. Hipóteses
� Hipótese de nulidade (Ho): Os fatores A e B atuam independente sobre a
variável resposta em estudo.
� Hipótese alternativa (Ha): Os fatores A e B não atuam independente
sobre a variável resposta.
35
--SQT(IJ – 1) =5(Trat.)
-SQB/GLSQBJ – 1 =1Fator B
SQAxB/GLSQAxB(I – 1)(J-1) =2A x B
-SQA/GLSQAI – 1 =2Fator A
-
-
F
-SQTIJK – 1 = 23TOTAL
SQR/GLSQRIJ(K– 1) =18Resíduo
QMSQGLFV
II. ANOVA
Fator A (recipientes) ⇒ 3 níveis, logo I = 3Fator B (espécies) ⇒ 2 níveis, logo J = 2
Repetições 4, logo K = 4
QMAxB/QMR
IJK
Y
K
Y
SQTrat
KJI
kji
ijk
JI
ji
ij ∑∑===
−=
;;
1;;1
2;
1;
2
. )(
IJK
Y
YSQT
KJI
kji
ijkKJI
kji
ijk
2;;
1;;1;;
1;;1
2
)( ∑∑
==
==
−=
IJK
Y
JK
A
SQA
KJI
kji
ijk
I
i
i ∑∑=== −=
;;
1;;1
2
1
2 )(
IJK
Y
IK
B
SQB
KJI
kji
ijk
J
j
j ∑∑===
−=
;;
1;;1
2
1
2 )(
SQBSQASQTratSQAxB −−=
SQTratSQTSQR −=
36
--(175,70)(5)(Trat.)
-19,0819,081Fator B
24,9131,8863,762A x B
-46,4392,862Fator A
-
-
F
-198,7923TOTAL
31,8823,0918Resíduo
QMSQGLFV
II. ANOVA
--(175,70)(5)(Trat.)
-19,0819,081Fator B
24,9131,8863,762A x B
-46,4392,862Fator A
-
-
F
-198,7923TOTAL
31,8823,0918Resíduo
QMSQGLFV
III. Nível de significância
α = 5% F(2;18) = 3,55
37
--(175,70)(5)(Trat.)
-19,0819,081Fator B
24,91*31,8863,762A x B
-46,4392,862Fator A
-
-
F
-198,7923TOTAL
31,8823,0918Resíduo
QMSQGLFV
IV. Conclusão
Como 24,91 > 3,55, teste F significativo, então rejeita-se Ho ao nível de 5% e probabilidade. Ou seja, os fatores A e B não atuam independentemente sobre a variável resposta.
--(175,70)(5)(Trat.)
-19,0819,081Fator B
24,91*31,8863,762A x B
-46,4392,862Fator A
-
-
F
-198,7923TOTAL
31,8823,0918Resíduo
QMSQGLFV
%58,24100.97,22
88,31%
100.ˆ
%
==
=
CV
m
QMRCV
COEFICIENTE DE VARIAÇÃO
38
Como o teste F para a interação foi significativo, ou seja, os efeitos de recipientes (A) dependem
da espécie (B) utilizada e os efeitos das espécies dependem do recipiente,
deve-se proceder outras ANOVAs em que se faz o desdobramento do efeito da interação
(A/B e B/A).
-SQR/GLSQRIJ(K– 1)Resíduo
(QMA/B2)/QMR(SQA/B2)/GLSQA/B2I - 1A/B2
(QMA/B1)/QMR(SQA/B1)/GLSQA/B1I – 1A/B1
FQMSQGLFonte de variação
Desdobramento da interação para estudar o comportamento dos recipientes (A) dentro de cada espécie (B)
(A/B)
39
50,6912
)9,264()3,853,783,101(
4
1./.Re
12,8712
)3,286()2,805,1036,102(
4
1./.Re
2222
2
2222
1
=−++=
=−++=
EspcSQ
EspcSQ
85,321,322,821,419,8B2
80,219,218,822,822,8B1A3
78,3
103,5
101,3
102,6
Totais
18,619,019,619,6B2
B1
B2
B1
26,425,126,325,7A2
24,8
26,2
1
REPETIÇÕES
25,226,724,6
25,525,026,0A1
432Fatores
27,15*
34,03*
F
1,2823,0918Resíduo
34,7569,502Recipientes/Esp.2
43,5687,122Recipiente/Esp.1
QMSQGLFV
α = 5% F(2;18) = 3,55
Desdobramento da interação para estudar o comportamento dos recipientes (A) dentro de cada espécie (B)
(A/B)
40
27,15*
34,03*
F
1,2823,0918Resíduo
34,7569,502Recipientes/Esp.2
43,5687,122Recipiente/Esp.1
QMSQGLFV
1) Os três recipientes têm efeitos diferentes (α = 5%) sobre o desenvolvimento de mudas de Eucalyptus citriodora
(E1);
2) Os recipientes têm efeitos diferentes (α = 5%) sobre o desenvolvimento de mudas de Eucalyptus grandis (E2).
Como nas fontes de variação do desdobramento Recipientes/Esp.1 e Recipientes/Esp.2 o teste F
foi significativo e o fator “recipiente” tem três níveis, aplica-se um teste de médias para
comparar as médias dos recipientes dentro de E. citriodora (E1) e dentro de E. grandis (E2).
41
Teste de TUKEY(Recipientes/Esp.1)
Recipientes dentro de E. citriodora (E1)
cmER
cmER
cmER
05,204/4,80
88,254/5,103
65,254/6,102
13
12
11
==
==
==
Obtenção das estimativas das médias:
42
I. Definição das hipóteses de nulidade (Ho) e alternativa (Ha)
Ho: mR1/E1 = mR2/E1 = mR3/E1
Ha: mR1/E1 ≠ mR2/E1 ≠ mR3/E1
Estimativas dos contrastes
05,20ˆ;65,25ˆ;88,25ˆ131112
=== ERERER mmm
60,5ˆˆˆ
83,5ˆˆˆ
23,0ˆˆˆ
1311
1312
1112
=−=
=−=
=−=
ERER
ERER
ERER
mmY
mmY
mmY
43
III. Fixação do nível de significância (α), obter o valor tabelado de q e o valor da d.m.s, representada por ∆;
� α = 5%
� Tabela de Tukey ⇒ valor tabelado q: I = número de níveis do fator A (recipientes)n2 = número de graus de liberdade do resíduo
α = 5% ⇒ I = 3n2 = 18
q = 3,61
III. Fixar o nível de significância (α), obter o valor tabelado de q e o valor da d.m.s, representada por ∆;
q = 3,61
06,2
4
28,161,3
=∆
=∆
: AFatorK
QMRq=∆
44
� Se > ∆ ⇒ as duas médias testadas no contraste diferem entre si ao nível de 5% de probabilidade.
� Se < ∆ ⇒ as duas médias testadas no contraste NÃO diferem entre si ao nível de 5% de probabilidade
IV. Comparar o valor de ∆ com as estimativas dos contrastes e concluir quanto à rejeição ou não de Ho.
Y
60,5ˆˆˆ
83,5ˆˆˆ
23,0ˆˆˆ
1311
1312
1112
=−=
=−=
=−=
ERER
ERER
ERER
mmY
mmY
mmY
06,2=∆
Y
a
a
b05,20ˆ
65,25ˆ
88,25ˆ
13
11
12
=
=
=
ER
ER
ER
m
m
m
CONCLUSÃO para o teste de Tukey recipientes dentro de E. citriodora (E1)
Para o E. citriodora (E1), os melhores recipientes foram: o saco plástico pequeno (R1) e o saco
plástico grande (R2), que determinaram desenvolvimento de mudas significativamente
maior que o laminado (R3).
As médias seguidas pela mesma letra não diferem
entre si, pelo teste de Tukey a 5% de probabilidade.
a
a
b05,20ˆ
65,25ˆ
88,25ˆ
13
11
12
=
=
=
ER
ER
ER
m
m
m
45
Teste de TUKEY(Recipientes/Esp.2)
Recipientes dentro de E. grandis (E2)
cmER
cmER
cmER
33,214/3,85
58,194/3,78
33,254/3,101
23
22
21
==
==
==
Obtenção das estimativas das médias:
46
I. Definição das hipóteses de nulidade (Ho) e alternativa (Ha)
Ho: mR1/E2 = mR2/E2 = mR3/E2
Ha: mR1/E2 ≠ mR2/E2 ≠ mR3/E2
Estimativas dos contrastes
58,19ˆ;33,21ˆ;33,25ˆ222321
=== ERERER mmm
75,1ˆˆˆ
75,5ˆˆˆ
00,4ˆˆˆ
2223
2221
2321
=−=
=−=
=−=
ERER
ERER
ERER
mmY
mmY
mmY
47
III. Fixação do nível de significância (α), obter o valor tabelado de q e o valor da d.m.s, representada por ∆;
� α = 5%
� Tabela de Tukey ⇒ valor tabelado q: I = número de níveis do fator A (recipientes)n2 = número de graus de liberdade do resíduo
α = 5% ⇒ I = 3n2 = 18
q = 3,61
III. Fixar o nível de significância (α), obter o valor tabelado de q e o valor da d.m.s, representada por ∆;
q = 3,61
06,2
4
28,161,3
=∆
=∆
: AFatorK
QMRq=∆
48
� Se > ∆ ⇒ as duas médias testadas no contraste diferem entre si ao nível de 5% de probabilidade.
� Se < ∆ ⇒ as duas médias testadas no contraste NÃO diferem entre si ao nível de 5% de probabilidade
IV. Comparar o valor de ∆ com as estimativas dos contrastes e concluir quanto à rejeição ou não de Ho.
Y
06,2=∆
Y
a
b
b58,19ˆ
33,21ˆ
33,25ˆ
22
23
21
=
=
=
ER
ER
ER
m
m
m
75,1ˆˆˆ
75,5ˆˆˆ
00,4ˆˆˆ
2223
2221
2321
=−=
=−=
=−=
ERER
ERER
ERER
mmY
mmY
mmY
CONCLUSÃO para o teste de Tukey recipientes dentro de E. grandis (E2)
Para o E. grandis (E2), os melhores recipientes foram: o saco plástico pequeno (R1), que determinou desenvolvimento de mudas
significativamente maior que o saco plástico grande (R2) e o laminado (R3).
As médias seguidas pela mesma letra não diferem
entre si, pelo teste de Tukey a 5% de probabilidade.
a
b
b58,19ˆ
33,21ˆ
33,25ˆ
22
23
21
=
=
=
ER
ER
ER
m
m
m
49
(QMB/A3)/QMR(SQB/A3)/GLSQB/A3J - 1B/A3
-SQR/GLSQRIJ(K– 1)Resíduo
(QMB/A2)/QMR(SQB/A2)/GLSQB/A2J - 1B/A2
(QMB/A1)/QMR(SQB/A1)/GLSQB/A1J – 1B/A1
FQMSQGLFonte de variação
Desdobramento da interação para estudar o comportamento das espécies (B) dentro de cada recipiente (A)
(B/A)
25,38
)5,165()3,852,80(
4
1.Re/
38,798
)8,181()3,785,103(
4
1.Re/
21,08
)9,203()3,1016,102(
4
1.Re/
222
3
222
2
222
1
=−+=
=−+=
=−+=
cSQEsp
cSQEsp
cSQEsp
85,321,322,821,419,8B2
80,219,218,822,822,8B1A3
78,3
103,5
101,3
102,6
Totais
18,619,019,619,6B2
B1
B2
B1
26,425,126,325,7A2
24,8
26,2
1
REPETIÇÕES
25,226,724,6
25,525,026,0A1
432Fatores
50
-
2,54
62,02*
0,16
F
3,253,251Espécies/Rec.31,2823,0918Resíduo
79,3879,381Espécies/Rec.2
0,210,211Espécies/Rec.1
QMSQGLFV
α = 5% F(1;18) = 4,41
Desdobramento da interação para estudar o comportamento das espécies (B) dentro de cada recipiente (A)
(B/A)
-
2,54
62,02*
0,16
F
3,253,251Espécies/Rec.31,2823,0918Resíduo
79,3879,381Espécies/Rec.2
0,210,211Espécies/Rec.1
QMSQGLFV
1) Quando se utiliza os recipientes saco plástico pequeno (R1) e laminado (R3), não há diferença significativa (α = 5%) para o desenvolvimento das mudas das duas espécies;
2) Quando se utiliza o recipiente saco plástico grande (R2), há diferença significativa (α = 5%) para o desenvolvimento das mudas das duas espécies.
51
Na fonte de variação do desdobramento Espécies/Rec.2 o teste F foi significativo, porém o fator “espécie” tem apenas dois níveis, então não é necessário aplicar um teste de médias. Logo, o recipiente saco plástico grande (R2)
proporciona melhor para Eucalyptus citriodora
(E1).
19,58 bE. grandis
25,88 aE. citriodora
Recipiente R2Espécies
CONCLUSÃO FINAL DO TESTE DE TUKEY
Recipientes
19,58 bB 21,33 bA
25,88 aA 20,05 bA
R2 R3
25,33 aAE2
25,65 aAE1
R1
Espécies
E1 = Eucalytus citriodora; E2 = E. grandis; R1 = recipiente saco plástico pequeno; R2 = recipiente saco plástico grande; R3 = recipiente laminado. As médias seguidas pela mesma letra MINÚSCULA, na linha, e mesma letra MAIÚSCULA, na coluna, não diferem entre si pelo teste de Tukey a 5% de probabilidade.
52
6. VANTAGENS E DESVANTAGENS DO EF
Vantagens:
� Permite o estudo dos efeitos principais e o efeito da interação entre fatores;
� O número de graus de liberdade associado ao resíduo é alto quando comparado com os experimentos simples dos mesmos fatores, o que contribui para diminuir a variância residual, aumentando a precisão do experimento.
6. VANTAGENS E DESVANTAGENS DO EF
Desvantagem:
� Requer maior número de unidades experimentais em relação aos experimentos simples.