Baixe o app para aproveitar ainda mais
Prévia do material em texto
Delineamentos Delineamentos ExperimentaisExperimentais Prof. Dra. Adriana DantasProf. Dra. Adriana Dantas UERGS UERGS Planejamento de ExperimentosPlanejamento de Experimentos Delineamentos EstatísticosDelineamentos Estatísticos É o processo de planejar e conduzir É o processo de planejar e conduzir um ensaio ou experiência, incluindo um ensaio ou experiência, incluindo a sua implantação, de modo que seja a sua implantação, de modo que seja possível recolher dados que possam possível recolher dados que possam ser analisados, usando as ser analisados, usando as metodologias estatísticas metodologias estatísticas apropriadas, e que conduzam a apropriadas, e que conduzam a conclusões válidas e objetivas.conclusões válidas e objetivas. Delineamento experimentalDelineamento experimental 1. Reconhecimento do problema e objetivos1. Reconhecimento do problema e objetivos 2. Identificação das unidades experimentais2. Identificação das unidades experimentais 3. Seleção dos fatores, tratamentos3. Seleção dos fatores, tratamentos 4. Seleção da(s) variável(eis)-resposta4. Seleção da(s) variável(eis)-resposta 5. Escolha do tipo de delineamento5. Escolha do tipo de delineamento 6. Realização do ensaio e recolha de dados6. Realização do ensaio e recolha de dados 7. Análise estatística dos resultados7. Análise estatística dos resultados 8. Conclusões e recomendações8. Conclusões e recomendações Delineamento experimentalDelineamento experimental Identificação das unidades experimentaisIdentificação das unidades experimentais • Adequação ao ensaioAdequação ao ensaio • UniformidadeUniformidade No. de unidades experimentais disponíveisNo. de unidades experimentais disponíveis Serão necessários blocosSerão necessários blocos FatoresFatores Variáveis independentesVariáveis independentes São as variáveis controladas pelo São as variáveis controladas pelo experimentador, e que se pretende experimentador, e que se pretende testar se produzem algum efeito testar se produzem algum efeito numa (ou várias) variável-resposta.numa (ou várias) variável-resposta. Fatores fixos: número fixo de níveis;Fatores fixos: número fixo de níveis; Fatores aleatórios: amostra aleatória Fatores aleatórios: amostra aleatória de níveisde níveis TratamentosTratamentos São os vários níveis de cada um dos São os vários níveis de cada um dos fatores do ensaio.fatores do ensaio. Controle ou testemunha:Controle ou testemunha: • É um dos níveis do fator, e que serve de É um dos níveis do fator, e que serve de termo de comparação aos restantes termo de comparação aos restantes tratamentos.tratamentos. Pode ser o “nível zero” de um fator.Pode ser o “nível zero” de um fator. Unidade experimentalUnidade experimental É a unidade física que recebe cada É a unidade física que recebe cada um dos tratamentos, e na qual se vai um dos tratamentos, e na qual se vai quantificar o efeito desse quantificar o efeito desse tratamento.tratamento. Pode ser um vaso, um talhão, uma Pode ser um vaso, um talhão, uma planta, um animal, um lote de planta, um animal, um lote de animais, etc.animais, etc. Homogeneidade das unidades Homogeneidade das unidades experimentaisexperimentais Repetição ou ReplicaçãoRepetição ou Replicação É a atribuição do mesmo tratamento É a atribuição do mesmo tratamento a várias unidades experimentais.a várias unidades experimentais. Objetivos:Objetivos: • Estimar o erro experimentalEstimar o erro experimental • Estimar o efeito do tratamentoEstimar o efeito do tratamento Repetição Repetição ≠ ≠ Medidas repetidasMedidas repetidas AleatorizaçãoAleatorização As unidades experimentais devem receber As unidades experimentais devem receber os tratamentos de um modo os tratamentos de um modo completamente aleatório.completamente aleatório. A análise estatística requer que as A análise estatística requer que as observações (isto é, os dados recolhidos observações (isto é, os dados recolhidos das unidades experimentais) sejam das unidades experimentais) sejam variáveis aleatórias independentes.variáveis aleatórias independentes. A aleatorização garante este pressupostoA aleatorização garante este pressuposto Seleção dos fatoresSeleção dos fatores Três tipos de fatores (quanto à Três tipos de fatores (quanto à importância):importância): • Fatores importantes e interessantes Fatores importantes e interessantes (“design (“design factores”)factores”) • Fatores importantes mas não interessantes Fatores importantes mas não interessantes (“held constant factores”) = (“held constant factores”) = Uniformização Uniformização pelos blocospelos blocos • Fatores menos importantes Fatores menos importantes (“allowed-to-vary”)(“allowed-to-vary”) Natureza dos fatoresNatureza dos fatores Numéricos - Modelos de regressãoNuméricos - Modelos de regressão Categóricos - Modelos de ANOVACategóricos - Modelos de ANOVA Tipo de fatores quanto ao efeitoTipo de fatores quanto ao efeito Fatores de efeito fixoFatores de efeito fixo Fatores de efeito aleatórioFatores de efeito aleatório Para cada fator, quantos níveis ou Para cada fator, quantos níveis ou tratamentos?tratamentos? Atenção à complexidade!Atenção à complexidade! Seleção da variável-respostaSeleção da variável-resposta Variável aleatóriaVariável aleatória Tipo de variávelTipo de variável escalar, ordinal, %, escalar, ordinal, %, Tempo de respostaTempo de resposta Adequação aos objetivos do ensaioAdequação aos objetivos do ensaio Ensaios com múltiplas respostasEnsaios com múltiplas respostas Vantagens em termos de optimizaçãoVantagens em termos de optimização Atenção à complexidade!Atenção à complexidade! Escolha do tipo de delineamentoEscolha do tipo de delineamento Uni ou multi-fatorialUni ou multi-fatorial Número de repetições (tamanho Número de repetições (tamanho amostral)amostral) Blocos? (Uniformidade das unidades Blocos? (Uniformidade das unidades experimentais)experimentais) Equilibrado ou desequilibradoEquilibrado ou desequilibrado AleatorizaçãoAleatorização Realização do ensaio e recolha de Realização do ensaio e recolha de dadosdados Análise estatística dos resultadosAnálise estatística dos resultados A Estatística não descobre nada de A Estatística não descobre nada de novo; é apenas uma ferramenta que novo; é apenas uma ferramenta que auxilia a realçar o que os dados têm auxilia a realçar o que os dados têm a dizer!a dizer! Conclusões e recomendaçõesConclusões e recomendações Delineamento Completamente Delineamento Completamente AleatórioAleatório Todas as unidades experimentais deverão ser Todas as unidades experimentais deverão ser homogêneas. homogêneas. É o delineamento que assegura completa É o delineamento que assegura completa aleatorização na distribuição dos tratamentos às aleatorização na distribuição dos tratamentos às unidades unidades Facilidade de implantação Facilidade de implantação Flexibilidade: número de tratamentos; repetiçõesFlexibilidade: número de tratamentos; repetições Facilidade de interpretação dos resultados: a Facilidade de interpretação dos resultados: a variabilidade é apenas devida aos tratamentos ou variabilidade é apenas devida aos tratamentos ou ao erro experimentalao erro experimental Maximiza os graus de liberdade do erro Maximiza os graus de liberdade do erro experimentalexperimental Delineamento completamente Delineamento completamente casualizado (DCC)casualizado (DCC) O DDC é o mais simples de todos os O DDC é o mais simples de todos os delineamento estatísticodelineamento estatístico Levam em conta somente princípios da Levam em conta somente princípios da repetição e da casualização, repetição e da casualização, semsem controle controle locallocal Dessa forma, os tratamentos são localizados Dessa forma, os tratamentos são localizadosnas parcelas de uma maneira totalmente nas parcelas de uma maneira totalmente aleatória. aleatória. Pelo fato de não terem controle local, exige-Pelo fato de não terem controle local, exige- se que o ambiente do experimento seja o se que o ambiente do experimento seja o mais uniforme possível. mais uniforme possível. São recomendados na experimentação em São recomendados na experimentação em laboratórios, viveiros, casa-de-vegetação, laboratórios, viveiros, casa-de-vegetação, estábulo, etc.estábulo, etc. VantagensVantagens Qualquer número de tratamentos Qualquer número de tratamentos ou de repetições pode ser usadoou de repetições pode ser usado O número de repetições pode O número de repetições pode variar de um tratamento para variar de um tratamento para outrooutro A análise estatística é a mais A análise estatística é a mais simplessimples O número de graus de liberdade O número de graus de liberdade para o resíduo é o maior possívelpara o resíduo é o maior possível DesvantagensDesvantagens Exige homogeneidade total Exige homogeneidade total das condições experimentaisdas condições experimentais Conduz estimativas elevadas Conduz estimativas elevadas do erro experimentaldo erro experimental Instalação do experimento DCCInstalação do experimento DCC Consideremos um experimento com 4 Consideremos um experimento com 4 tratamentos (A, B, C e D) e 5 repetições, tratamentos (A, B, C e D) e 5 repetições, que dá um total de 20 parcelas (que é o que dá um total de 20 parcelas (que é o numero mínimo de parcelas exigido por numero mínimo de parcelas exigido por ensaio) Então temos:ensaio) Então temos: A2B3D3C3D5C5C1A5D1C2 C4B5A4B4B2D4B1D2A3A1 Observa-se que todos os tratamentos com suas respectivas repetições Observa-se que todos os tratamentos com suas respectivas repetições foram distribuídos aleatoriamente nas parcelas.foram distribuídos aleatoriamente nas parcelas. EtapasEtapas 1.1. Definir o local onde o experimento será conduzido, Definir o local onde o experimento será conduzido, que neste caso, seria, por exemplo, o laboratório, a que neste caso, seria, por exemplo, o laboratório, a casa de vegetação, um estábulo, etc.casa de vegetação, um estábulo, etc. 2.2. Identificar as parcelas experimentais com etiquetas, Identificar as parcelas experimentais com etiquetas, plaquetas, etc., seguindo o que consta no croqui do plaquetas, etc., seguindo o que consta no croqui do experimento. As parcelas nesse caso poderiam ser, experimento. As parcelas nesse caso poderiam ser, por exemplo, placas de petri, vasos, caixas, baias, por exemplo, placas de petri, vasos, caixas, baias, gaiolas, etc.gaiolas, etc. 3.3. Distribuis as parcelas experimentais no local onde o Distribuis as parcelas experimentais no local onde o experimento será conduzido, conforme croqui do experimento será conduzido, conforme croqui do experimentoexperimento 4.4. Colocar as plantas, animais, etc., correpondentes ao Colocar as plantas, animais, etc., correpondentes ao seu respectivo tratamento em cada parcela.seu respectivo tratamento em cada parcela. Efeito de 4 doses de penicilina no desenvolvimento Efeito de 4 doses de penicilina no desenvolvimento de colónias de de colónias de Escherichia colli.Escherichia colli. A penicilina é adicionada ao meio de cultura.A penicilina é adicionada ao meio de cultura. Ensaio laboratorial: cultura em estufa à Ensaio laboratorial: cultura em estufa à temperatura constante de 25ºCtemperatura constante de 25ºC As unidades experimentais são as caixas de PetriAs unidades experimentais são as caixas de Petri É um tratamento uni-factorial: único tratamento É um tratamento uni-factorial: único tratamento n dosen dose 4 níveis do fator ou 4 tratamentos4 níveis do fator ou 4 tratamentos Variável resposta: diâmetro da colônia de Variável resposta: diâmetro da colônia de E. colliE. colli, , em cm, em cada uma das placas de Petriem cm, em cada uma das placas de Petri Esquema da Análise da VariânciaEsquema da Análise da Variância Inteiramente CasualizadoInteiramente Casualizado ou Completamente Casualizadoou Completamente Casualizado Causas da variação Graus de liberdade (GL) Soma dos quadrados (SQ) Quadrados médios (QM) F calculado Entre amostras t - 1 SQ 1 QM 1 = SQ 1/t-1 F= QM 1 / QM 2 Dentro das amostras T (r-1) SQ 2 = SQ total – SQ 1 QM 2 =SQ 2/t (r – 1) Total t.r - 1 SQ total Medições em termos de variânciaMedições em termos de variância Calculada a Calculada a soma dos quadradossoma dos quadrados (SQ)(SQ) Número de Número de graus de liberdade (GL)graus de liberdade (GL) SQ/GL = SQ/GL = Quadrados médio (QM)Quadrados médio (QM) – – são as variâncias entre as amostrassão as variâncias entre as amostras t = número de tratamentost = número de tratamentos r = número de repetiçõesr = número de repetições GL = número de graus de liberdadeGL = número de graus de liberdade Estas são confrontadas através de um Estas são confrontadas através de um teste de hipótese (Teste F)teste de hipótese (Teste F) – – avalia-se sua significânciaavalia-se sua significância Soma dos QuadradosSoma dos Quadrados SQ total = SQ total = ∑∑x2 - x2 - ((∑∑x)2x)2 NN X = valor de cada observaçãoX = valor de cada observação N = número de observações, que corresponde ao N = número de observações, que corresponde ao número de tratamentos (t) multiplicado pelo número de tratamentos (t) multiplicado pelo número de repetições do experimento (r )número de repetições do experimento (r ) SQ tratamentos = SQ tratamentos = ∑∑T2T2 - - ((∑∑x)2x)2 R NR N T = total de cada tratamentoT = total de cada tratamento SQ resíduo = SQ total – SQ tratamentosSQ resíduo = SQ total – SQ tratamentos Quadrados médiosQuadrados médios QM tratamentos = QM tratamentos = SQ tratamentosSQ tratamentos GL tratamentosGL tratamentos QM resíduo = QM resíduo = SQ resíduoSQ resíduo GL resíduoGL resíduo O QM resíduo corresponde à estimativa da variância O QM resíduo corresponde à estimativa da variância do erro experimental (sdo erro experimental (s22), cujo valor é utilizado ), cujo valor é utilizado nos testes de hipóteses, objetivando verificar se nos testes de hipóteses, objetivando verificar se existe ou não diferença significativa entre os existe ou não diferença significativa entre os tratamentos avaliados.tratamentos avaliados. Exercício 1. A partir dos dados da Tabela 1, pede-se:Exercício 1. A partir dos dados da Tabela 1, pede-se: a) Fazer a analise de variânciaa) Fazer a analise de variância b) Obter coeficiente de variaçãob) Obter coeficiente de variação Repetições Linhagens 1 2 3 4 5 6 Totais de linhagens MSE1 MSE2 MSE3 MSE4 MSE5 MSE6 MSE7 MSE8 MSE9 385 406 354 271 344 354 167 344 385 323 385 292 208 292 354 115 385 385 417 444 389 347 354 410 194 410 396 370 443 312 302 354 453 130 437 453 437 474 432 370 401 448 240 437 458 340 437 299 264 306 417 139 410 417 2.272 2.589 2.078 1.762 2.051 2.436 985 2.423 2.494 Total 19.090 Delineamento em Blocos casualizados Delineamento em Blocos casualizados (DBC)(DBC) Delineamento estatístico mais utilizado nas pesquisas Delineamento estatístico mais utilizado nas pesquisas devido sua simplicidade e alta precisão. devido sua simplicidade e alta precisão. Levam em consideração três princípios básicos da Levam em consideração três princípios básicos da experimentação: repetição, casualização e controle local.experimentação: repetição, casualização e controle local. O controle local e usado na sua forma mais simples O controle local e usado na sua forma mais simples possível e é aqui representadopelos blocos, cada um dos possível e é aqui representado pelos blocos, cada um dos quais inclui todos os tratamentos são atribuídos as quais inclui todos os tratamentos são atribuídos as parcelas aleatoriamente. parcelas aleatoriamente. Para que o experimento seja eficiente, cada bloco deverá Para que o experimento seja eficiente, cada bloco deverá ser o mais uniforme possível.ser o mais uniforme possível. Em experimentos zootécnicos, cada bloco constituído de Em experimentos zootécnicos, cada bloco constituído de animais de características semelhantes.animais de características semelhantes. • Por exemplo, se temos interesse em estudar rações Por exemplo, se temos interesse em estudar rações para galinhas poedeiras, colocaremos no mesmo bloco para galinhas poedeiras, colocaremos no mesmo bloco animais da mesma raça, da mesma idade, da mesma animais da mesma raça, da mesma idade, da mesma época de postura e de produção de ovos semelhantes. época de postura e de produção de ovos semelhantes. BlocosBlocos Lotes de unidades experimentais o mais homogêneas Lotes de unidades experimentais o mais homogêneas possíveis. Quando temos duvidas sobre a homogeneidade possíveis. Quando temos duvidas sobre a homogeneidade do ambiente onde o experimento será conduzido ou se do ambiente onde o experimento será conduzido ou se termos certeza de sua heterogeneidade, devemos utilizar o termos certeza de sua heterogeneidade, devemos utilizar o delineamento em blocos casualizados que, nestas delineamento em blocos casualizados que, nestas condições, é mais eficiente do que o delineamento condições, é mais eficiente do que o delineamento completamente casualizado.completamente casualizado. Objetivo dos blocos:Objetivo dos blocos: Homogeneizar as unidades experimentais dentro de cada Homogeneizar as unidades experimentais dentro de cada bloco, de modo a minimizar a variabilidade dentro dos bloco, de modo a minimizar a variabilidade dentro dos blocos, e maximizar a variabilidade entre os blocos.blocos, e maximizar a variabilidade entre os blocos. Em cada bloco: uma ou mais repetições de cada um dos Em cada bloco: uma ou mais repetições de cada um dos tratamentostratamentos Num experimento com 4 tratamentos podemos ter as Num experimento com 4 tratamentos podemos ter as seguintes formas para os blocos:seguintes formas para os blocos: DCBA DB CA O DBC apresenta vantagens:O DBC apresenta vantagens: a) A perda total de um ou mais blocos ou de a) A perda total de um ou mais blocos ou de um ou mais tratamentos em nada dificulta um ou mais tratamentos em nada dificulta a análise estatísticaa análise estatística b) Conduz a estimativas menos elevada do b) Conduz a estimativas menos elevada do erro experimentalerro experimental c) A analise estatística é relativamente c) A analise estatística é relativamente simplessimples d) Permite, dentro de certos limites, utilizar d) Permite, dentro de certos limites, utilizar qualquer número de tratamentos e qualquer número de tratamentos e repetiçõesrepetições e) Controla a homogeneidade do ambiente e) Controla a homogeneidade do ambiente onde o experimento e conduzidoonde o experimento e conduzido Instalação do experimentoInstalação do experimento Consideremos 5 tratamentos (A, B, C, D e Consideremos 5 tratamentos (A, B, C, D e E) e 4 repetiçõesE) e 4 repetições EBDCA DBAEC BDCAE CBEAD Observa-se que em cada bloco os tratamentos foram distribuídos aleatoriamente nas parcelas e que os mesmos só aparecem uma única vez por bloco. BI BII BIII BIV Esquema da analise de variância Esquema da analise de variância DBCDBC Causas da variação GL SQ QM F Tratamentos Blocos residuo t-1 r - 1 t (r-1) SQ tratamentos SQ blocos SQ residuo QM tratamentos QM blocos QM residuo QM trat/QM resíduo QM blocos / QM residuo Total tr - 1 SQ total Soma dos quadrados DBCSoma dos quadrados DBC SQ total = SQ total = ∑∑x2 - x2 - ((∑∑x)2x)2 NN Onde:Onde: X = valor de cada observaçãoX = valor de cada observação N = número de observações, que corresponde ao número de N = número de observações, que corresponde ao número de tratamentos (t) multiplicado pelo número de repetições do tratamentos (t) multiplicado pelo número de repetições do experimento (r )experimento (r ) SQ tratamentos = SQ tratamentos = ∑∑T2T2 - - ((∑∑x)2x)2 R NR N T = total de cada tratamentoT = total de cada tratamento SQ tratamentos = SQ tratamentos = ∑∑B2B2 - - ((∑∑x)2x)2 t Nt N SQ resíduo = SQ total – (SQ tratamentos + SQ blocos)SQ resíduo = SQ total – (SQ tratamentos + SQ blocos) Quadrados médios DBCQuadrados médios DBC QM tratamentos = QM tratamentos = SQ tratamentosSQ tratamentos GL tratamentosGL tratamentos QM blocos = SQ blocos / GL blocosQM blocos = SQ blocos / GL blocos QM resíduo = QM resíduo = SQ resíduoSQ resíduo GL resíduoGL resíduo Exercício 2. A partir dos dados da tabela 2, pede-se:Exercício 2. A partir dos dados da tabela 2, pede-se: a) Fazer a analise da variânciaa) Fazer a analise da variância b) Obter o coeficiente de Variaçãob) Obter o coeficiente de Variação Tabela 2. Comportamento de clones de seringueira (Hevea sp.) em relação ao Tabela 2. Comportamento de clones de seringueira (Hevea sp.) em relação ao desenvolvimento do tronco desenvolvimento do tronco Blocos (média 8 plantas) Clones 1 2 3 4 5 Totais FX 2804 FX 4425 FX 567 FX 652 FX 3032 PB 86 FX 516 FX 4109 FX 3635 FX 232 FX 25 68,61 56,39 63,51 62,28 57,11 49,83 54,09 56,01 61,49 62,01 58,94 69,69 53,38 63,63 59,26 56,11 43,50 48,09 44,71 63,10 62,58 57,96 70,21 54,21 64,91 60,90 57,20 43,58 49,86 45,60 63,94 63,31 59,56 72,49 56,27 67,87 64,19 60,01 43,76 47,52 47,93 66,70 65,08 62,32 74,85 61,57 69,75 68,77 61,38 46,66 50,01 49,96 69,37 68,05 64,42 355,85 281,82 329,67 315,40 291,81 227,33 250,38 244,21 324,60 321,03 303,20 Totais dos blocos 650,27 622,82 633,28 654,14 684,79 3.245,30 EXPERIMENTOS FATORIAISEXPERIMENTOS FATORIAIS Em casos em que vários grupos de tratamentos Em casos em que vários grupos de tratamentos são estudados simultaneamente para que possam são estudados simultaneamente para que possam nos conduzir a resultados de interessenos conduzir a resultados de interesse • Por exemplo, o estudo de efeito de diferentes Por exemplo, o estudo de efeito de diferentes espaçamentos em cultivares de milho em uma espaçamentos em cultivares de milho em uma determinada região. determinada região. • Exemplo combinamos 5 cultivares - Fator: nos Exemplo combinamos 5 cultivares - Fator: nos 2 espaçamentos - Fator: espaçamento – 2 espaçamentos - Fator: espaçamento – níveis: 2níveis: 2 Experimentos fatoriais dois termos devem ser Experimentos fatoriais dois termos devem ser definidos: fator e nível. definidos: fator e nível. Fator é qualquer grupo de tratamentos avaliadoFator é qualquer grupo de tratamentos avaliado Nível é qualquer uma das subdivisões dentro do Nível é qualquer uma das subdivisões dentro do fator cultivares fator cultivares Esquema da analise de Esquema da analise de variânciavariância Considerando o experimento fatorial Considerando o experimento fatorial 3 x 2, onde combinamos 3 3 x 2, onde combinamos 3 tratamentos A (A0, A1 e A2) e 2 tratamentos A (A0, A1 e A2) e 2 tratamentos B (B0 e B1) e 4 tratamentos B (B0 e B1) e 4 repetições, teremos o seguinte repetições, teremos o seguinte quadro de variância?quadro de variância? Causas da variação GL SQ QM F Tratamento A Tratamento B Interação(A x B) tA-1 tB-1 (tA-1)(tB-1) SQ tratamento A SQ tratamento B SQ interação QM trat. A QM trat. B QM interação QM trat. A/QM resíduo QM trat. B/QM residuo QM inter.(A x B)/QM residuo Tratamentos Blocos Resíduo t-1 r-1 (t-1)(r-1) SQ tratamentos SQ blocos SQ resíduo QM residuo Total tr - 1 SQ total Onde:Onde: GL = número de graus de liberdadeGL = número de graus de liberdade SQ = soma dos quadradosSQ = soma dos quadrados QM = quadrado médioQM = quadrado médio F = valor calculado do teste FF = valor calculado do teste F T = número de tratamentos (combinações)T = número de tratamentos (combinações) R = número de repetiçõesR = número de repetições tA = numero de tratamentos AtA = numero de tratamentos A tB = número de tratamentos BtB = número de tratamentos B Soma dos quadradosSoma dos quadrados SQ total =SQ total =∑∑x2 - x2 - ((∑∑x)2x)2 NN X = valor de cada observaçãoX = valor de cada observação N = número de observações, que corresponde ao número de tratamentos (t) multiplicado N = número de observações, que corresponde ao número de tratamentos (t) multiplicado pelo número de repetições do experimento (r )pelo número de repetições do experimento (r ) SQ tratamentos = SQ tratamentos = ∑∑T(AB)2T(AB)2 - - ((∑∑x)2x)2 R NR N T(AB) = total de cada combinação (AB)T(AB) = total de cada combinação (AB) SQ blocos = SQ blocos = ∑∑B2B2 - - ((∑∑x)2x)2 t Nt N B = total de cada blocoB = total de cada bloco SQ tratamentos A = SQ tratamentos A = ∑∑T(tA)2T(tA)2 - - ((∑∑x)2x)2 r.tB Nr.tB N SQ tratamentos B = SQ tratamentos B = ∑∑T(tB)2T(tB)2 - - ((∑∑x)2x)2 r.tA Nr.tA N SQ interação (AxB) = SQ interação (AxB) = ∑∑T(AB)2T(AB)2 - - ((∑∑x)2x)2 – (SQ trat. A + SQ trat.B) – (SQ trat. A + SQ trat.B) R NR N SQ resíduo = SQ resíduo = SQ residuoSQ residuo GL residuoGL residuo Quadrados MédiosQuadrados Médios QM tratamentos A = QM tratamentos A = SQ tratamentos A SQ tratamentos A GL tratamentos AGL tratamentos A QM tratamentos B = QM tratamentos B = SQ tratamentos BSQ tratamentos B GL tratamentos BGL tratamentos B QM interação (AxB) = QM interação (AxB) = SQ interação AXBSQ interação AXB GL interação AXBGL interação AXB QM blocos = SQ blocos / GL blocosQM blocos = SQ blocos / GL blocos QM resíduo = QM resíduo = SQ resíduoSQ resíduo GL resíduoGL resíduo Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27 Slide 28 Slide 29 Slide 30 Slide 31 Slide 32 Slide 33 Slide 34 Slide 35 Slide 36 Slide 37 Slide 38 Slide 39 Slide 40 Slide 41
Compartilhar