Aula 07 - Experimentação agrícola

Prévia do material em texto

Curso de Agronomia
Prof. Dr. Diego Gomes Freire Guidolin
UNIVERSIDADE ANHANGUERA UNIDERP
Experimentação agrícola
Idade
Rato 30 34 38 42 46
1 83 86 103 116 132
2 63 69 79 81 98
3 55 61 79 79 91
Dados de um experimento em 
blocos ao acaso
Dados de um experimento em 
blocos ao acaso
C.V GL SQ QM F
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Idade
Rato 30 34 38 42 46
1 83 86 103 116 132
2 63 69 79 81 98
3 55 61 79 79 91
DBC
GL Trat
GL Res
Dados de um experimento em 
blocos ao acaso
C.V GL SQ QM F
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Idade
Rato 30 34 38 42 46
1 83 86 103 116 132
2 63 69 79 81 98
3 55 61 79 79 91
Análise de regressão
0
20
40
60
80
100
120
140
25 30 35 40 45 50
P
e
so
Idade em dias
Rato 1
Rato 2
Rato 3
Análise de regressão
Y = a + bx
Análise de regressão
Idade
Rato
30 34 38 42 46
X Y X Y X Y X Y X Y
1 30 83 34 86 38 103 42 116 46 132
2 30 63 34 69 38 79 42 81 46 98
3 30 55 34 61 38 79 42 79 46 91
Análise de regressão
Idade
Rato
30 34 38 42 46
X Y X Y X Y X Y X Y
1 30 83 34 86 38 103 42 116 46 132
2 30 63 34 69 38 79 42 81 46 98
3 30 55 34 61 38 79 42 79 46 91
Análise de regressão
• Obtidos os valores de a e b, pode-se escrever
a equação da reta:
Y = -10 + 2,5X
• Para traçar a reta no gráfico:
– Basta dar dois valores quaisquer para x
Y = -10 + 2,5*0 = -10
Y = -10 + 2,5*50 = 115
Análise de regressão
0
20
40
60
80
100
120
140
25 30 35 40 45 50
P
e
so
Idade em dias
Rato 1
Rato 2
Rato 3
Linear (Rato 1)
Linear (Rato 2)
Linear (Rato 3)
Análise de regressão
• É preciso verificar se a reta de regressão é
estatisticamente significante.
• Usa-se o teste F desdobrando-se a análise de
variância apresentada anteriormente.
C.V GL SQ QM F
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres.
Falta aj.
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1
Falta aj.
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1
Falta aj. K-2
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1
Falta aj. 3
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1
Falta aj. 3
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000
Falta aj. 3
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000
Falta aj. 3 90
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000 3000
Falta aj. 3 90
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000 3000
Falta aj. 3 90 30
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000 3000 130,43
Falta aj. 3 90 30
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
C.V GL SQ QM F
Regres. 1 3000 3000 130,43
Falta aj. 3 90 30 1,30
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Análise de regressão
GL Regressão
GL Res
Análise de regressão
• O valor calculado (F=130,43) é significante.
– A idade (x) afeta o peso (y).
• (F) encontrado para falta de ajustamento foi
não significante.
– Regressão linear simples é apropriada para
analisar a relação entre essas variáveis.
Análise de regressão
• Coeficiente de determinação (R²) da regressão
C.V GL SQ QM F
Regres. 1 3000 3000 130,43
Falta aj. 3 90 30 1,30
Tratam. 4 3090 772,5 33,59
Blocos 2 2770 1385 60,22
Resíduo 8 184 23
Total 14 6044
Exercício
Tratamento (valor de X)
1 2 3 4 5
2,5 1,0 2,0 0,0 0,5
3,5 3,0 4,0 2,0 1,5