Prova Teórica

Prévia do material em texto

Universidade Federal do Recôncavo da Bahia 
Programa de Pós-Graduação Integrado em Zootecnia 
Disciplina: Experimentação Zootécnica 
Prof. Dr. Emerson Dechechi Chambó 
Discente: Clarita Silveira Reis 
 
 
 
 
PROVA TEÓRICA 
 
1. Num experimento inteiramente casualizado com 5 tratamentos e 4 repetições, estudou-se o 
efeito de 5 carrapaticidas (tratamentos) no controle de carrapatos em bovinos. Analisando- 
se o número de carrapatos que caíram por animal, obteve-se as seguintes somas de 
quadrados: 
 
SQ tratamento = 41,08 
SQ total = 57,46 
 
Estabelecer as hipóteses estatísticas, montar o quadro da ANOVA e concluir ao nível α = 
5%.(2,0 pontos). 
 
Hipóteses: 
 
H0: Não há variação no controle de carrapatos em bovinos dentre os cincos carrapaticidas. 
Há: Há variação significativa no controle de carrapatos em bovinos, em pelo menos dois 
carrapaticidas. 
 
ANOVA: 
 
Utilizando o nível de significância de α=5%, deseja-se verificar qual das 
hipóteses será aceita. 
Considerando Ftab.= (α=5%; 4; 15) = 
 
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡 = 57,46 − 41,08 = 16,38 
 
F.V. G.L. SQ QM Fcal Ftab. ( 
Tratamento 5-1=4 41,08 10,27 9,405 3,06 
Erro 5(4-1)=15 16,38 1,092 
 
 
Total 20-1=19 57,46 
 
 
 
Sendo Fcal(9,405) > Ftabelado(3,06), rejeitamos a H0 ao nível de significancia de 5%. 
Desta forma o teste é significativo ao nível de 5% de significância. Logo ao 
menos dois carrapaticidas diferem entre si, e rejeitamos H0. 
 
 
 
 
2. Quais os princípios básicos da experimentação e suas finalidades?(1 ponto) 
 
O princípio da repetição, que consiste na reprodução do experimento básico e 
tem por finalidade propiciar a obtenção de uma estimativa do erro experimental. 
O princípio da casualização, que tem por finalidade propiciar a todos os 
tratamentos a mesma probabilidade de serem designados a qualquer uma das 
unidades experimentais. 
Princípio do controle local (não é obrigatório), que consiste em aplicar os 
tratamentos em pares de parcelas o mais homogênea possível em relação ao 
ambiente, a cada par de parcelas denominamos de bloco. 
 
 
3. Para que serve a ANOVA e quais os pressupostos para sua realização. O que 
pode ocorrer quando algum pressuposto não é atendido? O que fazer quando 
algum pressuposto não é atendido?(1,0 ponto) 
 
É um método estatístico para testar diferenças entre duas ou mais médias de 
tratamentos. O número de causas de variação ou fatores depende do 
delineamento de investigação. Os modelos ANOVA incluem o DIC, esquemas 
fatoriais, o DBC, o DQL, entre outros. Os erros devem seguir uma distribuição 
normal, ser independentes, apresentar variância constante (homogeneidade de 
variâncias) e o modelo deve ser aditivo. Se esses pressupostos não forem 
atendidos devem-se transformar os dados, realizar testes não-paramétricos, 
modelos lineares generalizados, modelos mistos ou modelos lineares 
generalizados mistos... 
 
 
4. Quando utilizar arranjos em parcelas subdivididas em detrimento aos esquemas 
fatoriais? Explique as vantagens e desvantagens.(1 ponto). 
 
 
O delineamento em parcelas subdivididas é apropriado para experimentos fatoriais em 
que os fatores envolvidos estudam, simultaneamente, dois ou mais fatores, cada um deles 
com dois ou mais níveis ou classes. As vantagens de um experimento fatorial são: A 
interação dos fatores pode ser estudada. Nos experimentos fatoriais todas as 
observações podem ser usadas para estudar o efeito de cada um dos fatores 
investigados. Visto que os vários fatores são combinados em um experimento, os 
resultados têm uma grande amplitude de aplicação. As principais desvantagens 
dos experimentos fatoriais são: O número de tratamentos aumenta muito com o 
aumento do número de níveis e de fatores. A análise estatística é mais trabalhosa 
e a interpretação dos resultados se torna mais difícil à medida que aumentamos o 
número de níveis e de fatores no experimento. 
 
 
 
 
 
 
 
5. Dado os dois quadros de ANOVA a seguir de um croqui em DBC em esquema 
fatorial e de parcela subdivididas (PSD) 2x8, respectivamente, com 4 repetições. 
 
 
 
Quais as implicações nas análises? Qual motivo levou o pesquisador a optar por 
parcelas subdivididas? (2,0 pontos) 
 
Fatorial com 2 fatores: 
Fator A (híbrido) com 8 classes; 
Fator B (polinização) com 2 níveis; 
4 blocos (repetição); 
Número de tratamento: 8X2= 16; 
Número de parcela: 8x2x4=64. 
 
Fontes de variação Fatorial: 
No arranjo fatorial aumenta-se o número de tratamento de acordo que vai se 
aumentando os níveis ou classes dos fatores, desta forma aumenta-se também o grau de 
liberdade do resíduo, requerendo assim, um maior número de unidades experimentais. 
 
Fontes de Variação PSD: 
 
As parcelas subdivididas têm o fator primário (níveis ou classes são casualizados às 
parcelas) e o fator secundário (níveis ou classes são casualizados nas subparcelas 
existentes dentro de cada parcela). Possuem dois resíduos, por causa do modo de 
casualização dos tratamentos nas unidades experimentais, normalmente, o resíduo da 
subparcela possui um grau de liberdade maior do que o resíduo da parcela. 
Proporcionando uma maior precisão para os tratamentos da subparcela. 
 
 
A partir desses pressupostos, encontram-se melhores condições de rejeitar H0 no teste F, 
se este for o caso, ao optar por parcelas subdivididas. Outro fator a se considerar é a 
quantidade de unidades experimentais que serão necessárias na parcelas subdivididas 
que seria a metade necessária no arranjo fatorial. 
 
 
 
 
6. Considere seu projeto de pesquisa e elabore um roteiro para o seu planejamento. 
Considere todas as etapas para o planejamento experimental. (2,0 pontos). 
 
1º Caracterização do problema: O uso descriminado de agentes químicos no combate 
ao mosquito Aedes aegypti, está levando a formação de cepas de mosquitos mais 
resistentes, além de causar outros impactos ambientais. O uso de peixe larvofago como 
agente biológico é uma solução para diminuição dos agentes químicos, porém as 
espécies de peixes mais utilizadas nesse controle são espécies exóticas, desta forma o 
uso de uma espécie triploide ésteres anularia o risco dos indivíduos fugirem e se 
reproduzir em ambientes naturais. 
2º Seleção das variáveis de resposta: A pergunta é o indivíduo triploide ira comer 
mais larvas que as outras espécies a serem avaliadas? Desta forma a variável resposta é 
a quantidade de larva por grama que cada espécie (tratamento) irá consumir. 
3º Escolha dos fatores e níveis de influência e como será a unidade experimental ou 
parcela:: Serão realizadas 10 repetições para cada espécie, onde cada unidade 
experimental será um individuo, que serão mantidos em aquários com temperatura 
controlado, em ambiente laboratorial. 
 
 
7. Para que serve o estudo da correlação linear? Qual teste estatístico podemos utilizar 
para testar hipóteses sob o coeficiente de correlação populacional?O que é uma reta de 
regressão, para que serve e como podemos verificar a adequabilidade da equação 
estimada?(1,0 ponto). 
 
O estudo da correlação mensura se existe uma relação entre duas ou mais variáveis 
quantitativas distintas. Isso é saber se as variações de uma variável são acompanhadas 
por variações de outra variável. Em outras palavras, mede o grau de associação entre 
duas variáveis aleatórias, X e Y, caso os pontos das variáveis, representados num 
gráfico de dispersão, apresentem uma dispersão ao longo de uma reta imaginária, 
dizemos que os dados apresentam uma correlação linear. Podemos fazer o teste de 
hipóteses para determinar se há correlação linear entre duas variáveis, se calcularmos o 
coeficiente de correlação de Pearson a partir dos dados amostrais para isso usará o t-
student para o teste. Depois de verificar se a correlação linear entre duas variáveis é 
significativa o próximo passo é determinar a equação da linha que melhor se ajusta 
aquele conjuntode dado, essa linha é a reta de regressão. A reta de regressão ela pode 
ser usada para prever os valores da variável Y em função de um valor de X. A equação 
estimada estabelece uma relação entre as variáveis, é necessário realizar uma analise de 
variância para estimar os coeficientes da equação de regressão estimada