Baixe o app para aproveitar ainda mais
Prévia do material em texto
Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 379 379 11 EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Os experimentos em parcelas subdivididas são utilizados na pesquisa agropecuária quando, geralmente, os pesquisadores desejam estudar simultaneamente dois grupos de tratamentos, em condições experimentais um pouco diferentes das utilizadas nos experimentos fatoriais. São usados em pesquisa envolvendo: doses de adubação mineral e níveis de calagem; sistemas de irrigação e densidades de plantio; cultivares e espaçamentos; cultivares e tipos de poda; tipos de fungicida e épocas de plantio; cultivares e períodos de corte; épocas de fenação e técnicas de secagem; raças e tipos de vermífugo; tipos de ração e raças; doses de vermífugo e doses de vitamina; raças e níveis de inclusão de um alimento na ração; etc.. Nestes experimentos as parcelas são divididas em partes iguais, denominadas de subparcelas e podem ser distribuídas em qualquer delineamento estatístico, sendo mais utilizados os delineamentos inteiramente casualizados e em blocos casualizados. De acordo com a estruturação das subparcelas, podem-se distinguir dois tipos de experimentos em parcelas subdivididas: a) Parcelas subdivididas no espaço – Quando em cada parcela há uma subdivisão da sua área em subáreas, constituindo, cada uma delas, uma subparcela. Pode- se ter, por exemplo, nas parcelas, cultivares de milho, e a sua área poderá ser subdividida em subáreas, cada uma delas com um espaçamento diferente, constituindo as subparcelas. Num outro exemplo, pode-se ter, nas parcelas (conjunto de baias), raças de suíno, e nas subparcelas (cada baia individual), tipos de ração. b) Parcelas subdivididas no tempo – Quando as parcelas não se subdividem em subáreas, mas, periodicamente, são tomados dados em cada uma delas, constituindo estas tomadas as subparcelas. Quando as tomadas de dados forem anuais, estas não deverão ultrapassar mais de quatro anos sucessivos. Pode-se, assim, por exemplo, ter nas parcelas diferentes cultivares de manga, e a cada ano avaliar a produção de frutos sempre nas mesmas parcelas. Cada ano constituiria uma subparcela do experimento. Num outro exemplo, pode-se ter, nas parcelas, diferentes cultivares de capim elefante, e a cada período de 60 dias avaliarem a produção de matéria seca sempre nas mesmas parcelas. Cada período de 60 dias constituiria uma subparcela do experimento. Ainda, em um outro exemplo, pode-se ter, nas parcelas, diferentes raças de caprino, e a cada período do dia avaliar a freqüência respiratória nos mesmos animais (parcelas). Cada período do dia constituiria uma subparcela do experimento. Quanto à natureza dos fatores usados, os experimentos em parcelas subdivididas, à semelhança dos experimentos fatoriais, podem ser: Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 380 380 a) qualitativo – quando os tratamentos dos dois grupos são qualitativos como, por exemplo, cultivares e tipos de poda; cultivares e tipos de fungicida; tipos de adubo e tipos de herbicida; raças e tipos de ração; raças e tipos de vermífugo; tipos de vacina e tipos de ambiente; etc.; b) quantitativo – quando os tratamentos dos dois grupos são quantitativos como, por exemplo, doses de herbicida e idades de planta; doses de N e doses de fungicida; doses de vermífugo e idades de animal; níveis de inclusão de um alimento na ração e períodos de restrição alimentar; etc.; c) misto – quando se usa os dois tipos de tratamentos, ou seja, quando um grupo é qualitativo e o outro grupo é quantitativo, como, por exemplo, cultivares e doses de N; tipos de poda e doses de fungicida; tipos de ração e doses de vermífugo; raças e níveis de inclusão de um alimento na ração; etc.. A principal característica dos experimentos em parcelas subdivididas está na forma como é feita a casualização dos dois grupos de tratamentos ou fatores. Enquanto que nos experimentos fatoriais, a casualização de todas as combinações possíveis entre os dois grupos de tratamentos é feita de acordo com os princípios do delineamento estatístico utilizado, nos experimentos em parcelas subdivididas, a casualização dos fatores é feita em duas etapas: na primeira etapa, casualizam-se os níveis do fator que será avaliado nas parcelas, de acordo com os princípios do delineamento estatístico utilizado; na segunda etapa, casualizam-se, dentro de cada parcela, os níveis do fator que será avaliado nas subparcelas. Em função das casualizações efetuadas nestes experimentos, tem-se dois resíduos distintos: o Resíduo (a), que é a base de comparação dos níveis do fator que será avaliado nas parcelas; e o Resíduo (b), que é a base de comparação dos níveis do fator que será avaliado nas subparcelas. Os experimentos em parcelas subdivididas contém todas as vantagens que os experimentos fatoriais apresentam em relação aos experimentos simples. Além disso, eles apresentam a vantagem de serem mais práticos de instalar que os fatoriais, o que os tornam muitas vezes preferidos pelos pesquisadores. Vejam-se porque os experimentos em parcelas subdivididas são mais práticos de instalar que os experimentos fatoriais: Considere-se uma pesquisa que tenha por objetivo avaliar o efeito de diferentes espaçamentos em cultivares de milho. Supondo que foram utilizados três espaçamentos (E1, E2, E3) e três cultivares (C1, C2, C3), então a constituição de um bloco seria a seguinte, para os experimentos fatorial e em parcelas subdivididas: E2 C1 E E3 C2 E E1 C3 E E1 C1 E E3 C3 E E3 C1 E E1 C2 E E2 C3 E E2 C2 FATORIAL Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 381 381 E2 E1 E3 C C1 C C C3 C C C2 C C C3 C C C2 C C C1 C C C3 C C C1 C C C2 ou C3 C1 C2 E E E E2 E E E E1 E E E E3 E E E E3 E E E E1 E E E E2 E E E E1 E E E E3 E E E E2 Observa-se que, no experimento fatorial, todas as combinações foram distribuídas aleatoriamente nas parcelas, sem nenhum critério prático que possibilite maiores facilidades na implantação do experimento. Em função disso, o pesquisador deverá ter maior atenção e mais trabalho na sua instalação, pois cada parcela terá um espaçamento e uma cultivar específicos. Por outro lado, no experimento em parcelas subdivididas isto não acontece, tendo em vista que a casualização dos fatoresé feita em duas etapas, fazendo-se com que cada parcela, que é formada por três subparcelas, tenha as três cultivares para um espaçamento específico ou vice-versa, tornando-o muito mais prático. Os experimentos em parcelas subdivididas contêm todas as desvantagens que os experimentos fatoriais apresentam em relação aos experimentos simples. Além disso, eles apresentam a desvantagem de serem menos eficientes, do ponto de vista estatístico, que os fatoriais, pois, enquanto nos experimentos fatoriais tem-se um só resíduo para avaliar todos os efeitos, nos experimentos em parcelas subdivididas há dois resíduos: um para avaliar o efeito do fator que será colocado nas parcelas e outro para avaliar o efeito do fator que será colocado nas subparcelas, além do efeito da interação. Com isso, leva-se a uma diminuição no número de graus de liberdade dos resíduos, pois o GL Resíduo do fatorial = GL Resíduo (a) + GL Resíduo (b) e, em conseqüência, aumenta o erro experimental. Portanto, nos experimentos em parcelas subdivididas, todos os efeitos são avaliados com menor precisão que nos experimentos fatoriais correspondentes. Por isso, PARCELAS SUBDIVIDIDAS Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 382 382 sempre que for possível, é preferível utilizar os experimentos fatoriais em lugar dos experimentos em parcelas subdivididas. Contudo, quando os pesquisadores preferirem utilizá-los, os mesmos deverão colocar o grupo de tratamentos de maior importância nas subparcelas, tendo em vista que o erro experimental das subparcelas é, geralmente, menor, pois o GL Resíduo (b) GL Resíduo (a), bem como aumentar o número de repetições do experimento. Com esse procedimento, melhora-se a eficiência dos experimentos em parcelas subdivididas. 11.1 Instalação do Experimento Tendo em vista que os experimentos em parcelas subdivididas, à semelhança dos experimentos fatoriais, podem ser instalados em qualquer um dos delineamentos estatísticos já estudados, deve-se, então, definir, inicialmente, qual o delineamento que será utilizado; posteriormente, deve-se seguir à risca o que determina tal delineamento, no que se refere à instalação do experimento, além de levar em conta que a casualização nos experimentos em parcelas subdivididas é feita em duas etapas, conforme já visto anteriormente. 11.2 Esquema da Análise da Variância Como os experimentos em parcelas subdivididas podem ser, também, instalados em qualquer um dos delineamentos estatísticos já estudados, far-se-á apenas uma abordagem em torno do delineamento em blocos casualizados, pelo fato de ser o mais utilizado na pesquisa agropecuária, sendo que toda discussão feita é válida aos outros delineamentos. Considerando-se um experimento em parcelas subdivididas com oito tratamentos, resultantes da combinação de quatro tratamentos A (A0, A1, A2, A3) com dois tratamentos B (B0, B1), sendo que os tratamentos A foram colocados nas parcelas e os tratamentos B nas subparcelas, e três repetições, então tem-se o seguinte quadro auxiliar da análise da variância: Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 383 383 Quadro Auxiliar da ANAVA Tratamentos A Tratamentos B Blocos Totais de Tratamentos I II III A0 B0 B1 X(A0B0) I X(A0B1) I X(A0B0) II X(A0B1) II X(A0B0) III X(A0B1) III T A0B0 T A0B1 Totais de Parcelas PA0 (I) PA0 (II) PA0 (II) A1 B0 B1 X(A1B0) I X(A1B1) I X(A1B0) II X(A1B1) II X(A1B0) III X(A1B1) III T A1B0 T A1B1 Totais de Parcelas PA1 (I) PA1 (II) PA1 (III) A2 B0 B1 X(A2B0) I X(A2B1) I X(A2B0) II X(A2B1) II X(A2B0) III X(A2B1) III T A2B0 T A2B1 Totais de Parcelas PA2 (I) PA2 (II) PA2 (III) A3 B0 B1 X(A3B0) I X(A3B1) I X(A3B0) II X(A3B1) II X(A3B0) III X(A3B1) III T A3B0 T A3B1 Totais de Parcelas PA3 (I) PA3 (II) PA3 (III) Totais de Blocos BI BII BIII O quadro auxiliar da análise da variância acima é utilizado para analisar uma parte do quadro da análise da variância do experimento em parcelas subdivididas no delineamento em blocos casualizados. A outra parte é obtida a partir de uma tabela, proveniente do quadro auxiliar acima, chamada de dupla entrada, conforme se verifica a seguir: Tabela de Dupla Entrada Tratamentos A Tratamentos B Totais de Tratamentos A B0 B1 A0 A1 A2 A3 T A0B0 T A0B1 T A1B0 T A1B1 T A2B0 T A2B1 T A3B0 T A3B1 T A0 T A1 T A2 T A3 Totais de Tratamentos B T B0 T B1 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 384 384 O esquema da análise da variância é dado por: Quadro da ANAVA Causa de Variação GL SQ QM F Blocos r – 1 SQ Blocos - Tratamentos A tA – 1 SQ Tratamentos A QM Tratamento A )(Re asíduoQM AsTratamentoQM Resíduo (a) (tA – 1) (r – 1) SQ Resíduo (a) QM Resíduo (a) Parcelas tA x r – 1 SQ Parcelas - Tratamentos B tB – 1 SQ Tratamentos B QM Tratamentos B )(Re bsíduoQM BsTratamentoQM Interação A x B (tA – 1) (tB – 1) SQ Interação A x B QM Interação A x B )(Re bsíduoQM BxAInteraçãoQM Resíduo (b) tA (tB – 1) (r – 1) SQ Resíduo (b) QM Resíduo (b) Total tA x tB x r – 1 SQ Total onde: GL = número de graus de liberdade; SQ = soma de quadrados; QM = quadrado médio; F = valor calculado do teste F; r = número de repetições do experimento; tA = número de tratamentos A; tB = número de tratamentos B; SQ Total = 2 2 onde: X = valor de cada observação; N = número de observações, que corresponde ao número de tratamentos A (tA) multiplicado pelo número de tratamentos B (tB) multiplicado pelo número de repetições do experimento (r); Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 385385 SQ Parcelas = 22 B A t P onde: PA = total de cada parcela; SQ Blocos = 22 BA txt onde: B = total de cada bloco; SQ Tratamentos A = 22 B A txr onde: TA = total de cada tratamento A; SQ Resíduo (a) = SQ Parcelas – (SQ Tratamentos A + SQ Blocos) SQ Tratamentos B = 22 A B txr onde: TB = total de cada tratamento B; SQ Interação A x B = 22 )( r T AB – (SQ Tratamentos A + SQ Tratamentos B) onde: T )( AB = total de cada combinação (AB); SQ Resíduo (b) = SQ Total – (SQ Parcelas + SQ Tratamentos B + SQ Interação A x B) QM Tratamentos A = AsTratamentoGL AsTratamentoSQ QM Resíduo (a) = )(Re )(Re asíduoGL asíduoSQ QM Tratamentos B = BsTratamentoGL BsTratamentoSQ Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 386 386 QM Interação A x B = xInteraçãoGL xInteraçãoSQ QM Resíduo (b) = )(Re )(Re bsíduoGL bsíduoSQ Vejam-se, a seguir, algumas considerações importantes a respeito do teste F nos experimentos em parcelas subdivididas: a) O teste F para Tratamentos A irá dizer se eles diferem entre si, sem levar em conta os Tratamentos B; b) O teste F para Tratamentos B irá dizer se eles diferem entre si, sem levar em conta os Tratamentos A; c) O teste F para a Interação A x B irá dizer se o comportamento dos Tratamentos A é influenciado pelo tipo de Tratamento B ou, de modo análogo, se os Tratamentos B apresentam resultados diferentes conforme o Tratamento A utilizado; d) A Interação A x B apresentando F não significativo, indica que o comportamento dos Tratamentos A independe dos Tratamentos B e vice-versa. Neste caso, quando os dois grupos de tratamentos forem qualitativos, deve-se aplicar um teste de comparação de médias adequado para cada um dos efeitos principais (fator A e B), desde que o teste F seja significativo e se tenha mais de dois níveis. Quando os dois grupos de tratamentos forem quantitativos, deve-se usar, para cada um dos efeitos principais (fator A e B), a regressão polinomial na análise de variância e, em seguida, para cada fator, calcula-se a equação de regressão, a partir da regressão de maior grau que apresentou significância estatística pelo teste F, acompanhada de um gráfico. E quando um grupo de tratamentos for qualitativo e o outro grupo de tratamentos for quantitativo, deve-se aplicar, para o efeito principal qualitativo (fator A ou B), um teste de comparação de médias adequado, desde que o teste F seja significativo e se tenha mais de dois níveis, e para o efeito principal quantitativo (fator B ou A), a regressão polinomial na análise de variância e, em seguida, calcula-se a equação de regressão, a partir da regressão de maior grau que apresentou significância estatística pelo teste F, acompanhada de um gráfico; e) A Interação A x B apresentando F significativo, indica que há influência dos Tratamentos A sobre os Tratamentos B e vice-versa. Neste caso, não há necessidade de se aplicar um teste de comparação de médias para os efeitos principais (fator A e B) se os dois grupos de tratamentos forem qualitativos ou a regressão polinomial na análise de variância se os dois grupos de tratamentos forem quantitativos e nem os dois procedimentos se um dos grupos de tratamentos for qualitativo e o outro grupo de tratamentos for quantitativo, mas deve-se efetuar o desdobramento dos graus de liberdade da Interação A x B sob uma das duas formas: e.1) Entre Níveis de Tratamentos A Dentro de um Mesmo Nível de Tratamento B: Quadro da ANAVA Causa de Variação GL Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 387 387 Blocos r – 1 Tratamentos B tB – 1 Entre Tratamentos A Dentro do Tratamento B0 tA – 1 Entre Tratamentos A Dentro do Tratamento B1 tA – 1 Resíduo Composto n (SATTERTHWAITE, 1946) onde n é o número de graus de liberdade do resíduo composto, que deve ser sempre maior que o número de graus de liberdade do resíduo (a) e menor que a soma dos números de graus de liberdade dos resíduos (a) e (b), cujo valor, que é aproximado, mas fornece bons resultados, é obtido pela fórmula: n = )(Re )(Re)1( )(Re )(Re )(Re)1()(Re 222 2 bsíduoGL bsíduoQMK asíduoGL asíduoQM bsíduoQMKasíduoQM onde: K = número de subparcelas, que corresponde ao número de Tratamentos B (tB); SQ Entre Tratamentos A Dentro do Tratamento B0 = txrr deDentro 2 0 2 0 SQ Entre Tratamentos A Dentro do Tratamento B1 = txrr deDentro 2 1 2 1 QM Entre Tratamentos A Dentro do Tratamento B0 = 1 0 t BTratamentodoDentroAsTratamentoEntreSQ QM Entre Tratamentos A Dentro do Tratamento B1 = 1 1 t BTratamentodoDentroAsTratamentoEntreSQ Como nesta forma de desdobramento estão envolvidos os dois quadrados médios dos resíduos [QM Resíduo (a) e QM Resíduo (b)], deve-se compor, então, um novo quadrado médio do resíduo chamado de quadrado médio do resíduo composto, para se efetuar o teste F, bem como usá-lo na comparação de médias entre níveis de tratamentos A dentro de um mesmo nível de tratamento B. Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 388 388 QM Resíduo Composto = K 1 [QM Resíduo (a) + (K – 1) QM Resíduo (b)] F Calculado Entre Tratamentos A Dentro do Tratamento B0 = CompostosíduoQM BTratamentodoDentroAsTratamentoEntreQM Re 0 F Calculado Entre Tratamentos A Dentro do Tratamento B1 = CompostosíduoQM BTratamentodoDentroAsTratamentoEntreQM Re 1 e.2) Entre Níveis de Tratamentos B Dentro de um Mesmo Nível de Tratamento A: Quadro da ANAVA Causa de Variação GL Blocos r – 1 Tratamentos A tA – 1 Resíduo (a) (tA – 1) (r – 1) Parcelas tA x r – 1 Entre Tratamentos B Dentro do Tratamento A0 tB – 1 Entre Tratamentos B Dentro do Tratamento A1 tB – 1 Entre Tratamentos B Dentro do Tratamento A2 tB – 1 Entre Tratamentos B Dentro do Tratamento A3 tB – 1 Resíduo (b)tA (tB – 1) (r – 1) Total tA x tB x r – 1 onde: SQ Entre Tratamentos B Dentro do Tratamento A0 = 2020 txrr deDentro SQ Entre Tratamentos B Dentro do Tratamento A1 = txrr deDentro 2 1 2 1 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 389 389 SQ Entre Tratamentos B Dentro do Tratamento A2 = txrr deDentro 2 2 2 2 SQ Entre Tratamentos B Dentro do Tratamento A3 = txrr deDentro 2 3 2 3 QM Entre Tratamentos B Dentro do Tratamento A0 = 1 0 Bt ATratamentodoDentroBsTratamentoEntreSQ QM Entre Tratamentos B Dentro do Tratamento A1 = 1 1 Bt ATratamentodoDentroBsTratamentoEntreSQ QM Entre Tratamentos B Dentro do Tratamento A2 = 1 2 Bt ATratamentodoDentroBsTratamentoEntreSQ QM Entre Tratamentos B Dentro do Tratamento A3 = 1 3 Bt ATratamentodoDentroBsTratamentoEntreSQ F Calculado Entre Tratamentos B Dentro do Tratamento A0 = )(Re 0 bsíduoQM ATratamentodoDentroBsTratamentoEntreQM F Calculado Entre Tratamentos B Dentro do Tratamento A1 = )(Re 1 bsíduoQM ATratamentodoDentroBsTratamentoEntreQM F Calculado Entre Tratamentos B Dentro do Tratamento A2 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 390 390 = )(Re 2 bsíduoQM ATratamentodoDentroBsTratamentoEntreQM F Calculado Entre Tratamentos B Dentro do Tratamento A3 = )(Re 3 bsíduoQM ATratamentodoDentroBsTratamentoEntreQM Das duas formas de desdobramento apresentadas, a segunda forma (Entre Níveis de Tratamentos B Dentro de um Mesmo Nível de Tratamento A) é a mais indicada, porque é recomendado que o grupo de tratamentos de maior importância seja colocado nas subparcelas, visto que quase sempre ele será avaliado com maior precisão, além de não modificar muito a estrutura da análise de variância. f) Também, quando a Interação A x B apresenta F significativo, deve-se proceder da seguinte maneira: se os dois grupos de tratamentos forem qualitativos, deve-se aplicar um teste de comparação de médias adequado para comparar apenas um dos efeitos principais (fator A ou B) dentro de cada nível do outro, sob uma das formas de desdobramento dos graus de liberdade da Interação A x B, desde que o teste F seja significativo e se tenha mais de dois níveis. Se os dois grupos de tratamentos forem quantitativos, deve-se usar apenas para um dos efeitos principais (fator A ou B) dentro de cada nível do outro, sob uma das formas de desdobramento dos graus de liberdade da Interação A x B, a regressão polinomial na análise de variância e, em seguida, calcula-se a equação de regressão, para cada nível do outro fator, a partir da regressão de maior grau que apresentou significância estatística pelo teste F, acompanhada de um gráfico. Neste caso, recomenda-se, também, o uso de superfície de resposta. E se um grupo de tratamentos for qualitativo e o outro grupo de tratamentos for quantitativo, deve-se aplicar, apenas para o efeito principal qualitativo (fator A ou B) dentro de cada nível do outro (fator quantitativo), um teste de comparação de médias adequado, desde que o teste F seja significativo e se tenha mais de dois níveis, ou apenas para o efeito principal quantitativo (fator B ou A) dentro de cada nível do outro (fator qualitativo), a regressão polinomial na análise de variância e, em seguida, calcula-se a equação de regressão para cada nível do outro, a partir da regressão de maior grau que apresentou significância estatística pelo teste F, acompanhada de um gráfico. g) Ainda, algumas observações importantes: g.1) No caso de compararem-se médias gerais de Tratamentos A, através dos testes de médias, ou se for usado a regressão polinomial na análise de variância, usam-se o QM Resíduo (a). g.2) No caso de compararem-se médias gerais de Tratamentos B, através dos testes de médias, ou se for usado a regressão polinomial na análise de variância, usam-se o QM Resíduo (b). g.3) Em função de terem-se dois resíduos distintos, podem-se determinar dois coeficientes de variação: um a nível de parcelas: CV(a) = m asíduoQM )(Re100 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 391 391 e outro a nível de subparcelas: CV(b) = m bsíduoQM )(Re100 g.4) Em casos mais complexos, as subparcelas podem, por sua vez, ser repartidas em subsubparcelas. Tem-se, então, três resíduos distintos: Resíduo (a), referente às parcelas, Resíduo (b), às subparcelas, e Resíduo (c), correspondente às subsubparcelas. Os processos de subdivisão pode ser levado mais além, se for conveniente. Mais detalhes sobre análise de variância, desdobramentos das interações e comparações de médias, inclusive um exemplo ilustrativo, são obtidos em CAMPOS (1984). 11.3 Exemplo com Interação não Significativa A fim de apresentar-se a análise da variância e a interpretação dos resultados de um experimento em parcelas subdivididas, será discutido, a seguir, um exemplo com interação não significativa. Exemplo 1: A partir dos dados da TABELA 11.1, pede-se: a) Fazer a análise da variância com regressão polinomial para doses de adubação fosfatada; b) Obter os coeficientes de variação; c) Aplicar, se necessário, o teste de Tukey a 5% de probabilidade na comparação de médias de tipos de aplicação. d) Obter a equação de regressão, acompanhada de tabela de médias e de gráfico, e o coeficiente de determinação para doses de adubação fosfatada. TABELA 11.1 – EFEITOS DE DOSES DE ADUBAÇÃO FOSFATADA (kg de P2O5/ha) E DE TIPOS DE APLICAÇÃO NA PRODUÇÃO (kg/ha) DE MILHO (Zea mays L.) Doses de Adubação Fosfatada Tipos de Aplicação Blocos Totais de Tratamentos I II III IV 0 Cova Sulco Lanço 3.778 3.618 2.164 3.996 3.467 4.284 3.733 3.280 3.422 3.760 2.747 2.853 13.556 14.764 12.782 Totais de Parcelas 10.667 11.662 8.644 10.129 40 Cova Sulco Lanço 3.302 2.671 2.782 2.502 3.653 3.653 3.529 2.258 3.711 3.284 2.556 3.284 11.257 13.093 12.835 Totais de Parcelas 10.666 9.608 8.867 8.044 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 392 392 80 Cova Sulco Lanço 2.938 2.813 2.560 3.049 3.800 4.356 3.560 4.013 2.702 3.520 3.382 3.524 11.360 15.729 13.128 Totais de Parcelas 9.440 10.689 9.502 10.586 120 Cova Sulco Lanço 3.013 3.787 3.142 3.604 3.338 3.369 2.507 4.200 3.156 4.369 2.831 4.222 13.546 13.414 14.578 Totais de Parcelas 9.507 11.525 8.48012.026 Totais de Blocos 40.280 43.484 35.493 40.785 160.042 FONTE: BARBIN (1982). Resolução: a) Análise de Variância com Regressão Polinomial para Doses de Adubação Fosfatada: X = 3.778,0 + 3.618,0 + ... + 4.222,0 = 160.042,0 X 2 = (3.778,0) 2 + (3.618,0) 2 + ... + (4.222,0) 2 = 14.273.284,0 + 13.089.924,0 +...+ 17.825.284,0 = 548.487.358,0 tA = 4 tB = 3 r = 4 N = t x r = 12 x 4 = 48 GL Blocos = r – 1 = 4 – 1 = 3 GL Doses de Adubação Fosfatada = tA – 1 = 4 – 1 = 3 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 393 393 GL Regressão Linear = 1 GL Regressão Quadrática = 1 GL Regressão Cúbica = 1 GL Parcelas = tA x r – 1 = 4 x 4 – 1 = 16 – 1 = 15 GL Resíduo (a) = (tA – 1) (r – 1) = (4 – 1) (4 – 1) = (3) (3) = 9 GL Tipos de Aplicação = tB – 1 = 3 – 1 = 2 GL Interação DAF x TA = (tA – 1) (tB – 1) = (4 – 1) (3 – 1) = (3) (2) = 6 GL Resíduo (b) = tA (tB – 1) (r – 1) = 4 (3 – 1) (4 – 1) = 4 (2) (3) = 24 GL Total = tA x tB x r – 1 = 4 x 3 x 4 – 1 = 48 – 1 = 47 SQ Total = 2 2 = 548.487.358,0 48 0,042.160 2 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 394 394 = 548.487.358,0 48 0,000.441.613.25 = 548.487.358,0 – 533.613.370,1 = 14.873.987,9 SQ Blocos = 22 BA txt = 48 0,042.160 34 )0,785.40()0,493.35()0,484.43()0,280.40( 22222 x = 48 0,000.441.613.25 12 0,930.505.436.6 = 536.375.494,2 – 533.613.370,1 = 2.762.124,1 SQ Parcelas = 22 B A t P = 48 0,042.160 3 )0,026.12(...)0,662.11()0,667.10( 2222 = 48 0,000.441.613.25 3 0,826.972.621.1 = 540.657.608,7 – 533.613.370,1 = 7.044.238,567 Tabela de Dupla Entrada Doses de Adubação Fosfatada Tipos de Aplicação Totais de Doses de Adubação Fosfatada B1 = Cova B2 = Sulco B3 = Lanço A1 = 0 A2 = 40 A3 = 80 A4 = 120 13.556 (4) 14.764 12.782 11.257 13.093 12.835 11.360 15.729 13.128 13.546 13.414 14.578 41.102 (12) 37.185 40.217 41.538 Totais de Tipos de Aplicação 49.719 (16) 57.000 53.323 160.042 SQ Doses de Adubação Fosfatada = 22 B A txr = 48 0,042.160 34 )0,538.41()0,217.40()0,185.37()0,102.41( 22222 x Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 395 395 = 48 0,000.441.613.25 12 0,162.911.414.6 = 534.575.930,2 – 533.613.370,1 = 962.560,067 Totais de Doses de Adubação Fosfatada (T) Coeficientes C1 C2 C3 41.102,0 – 3 +1 – 1 37.185,0 – 1 – 1 + 3 40.217,0 + 1 – 1 – 3 41.538,0 + 3 + 1 + 1 K 20 4 20 1 2 1 )( Re rK TC LineargressãoSQ = 2012 )0,538.413()0,217.401()0,185.371()0,102.413( 2 x xxxx = 240 )0,614.124()0,217.40()0,185.37()0,306.123( 2 = 240 )0,340.4( 2 = 240 0,600.835.18 = 78.481,66667 2 2 2 )( Re rK TC QuadráticagressãoSQ = 412 )0,538.411()0,217.401()0,185.371()0,102.411( 2 x xxxx Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 396 396 = 48 )0,538.41()0,217.40()0,185.37()0,102.41( 2 = 48 )0,238.5( 2 = 48 0,644.436.27 = 571.596,75 3 2 3 )( Re rK TC CúbicagressãoSQ = 2012 )0,538.411()0,217.403()0,185.373()0,102.411( 2 x xxxx = 240 )0,538.41()0,651.120()0,555.111()0,102.41( 2 = 240 )0,660.8( 2 = 240 0,600.995.74 = 312.481,6667 SQ Resíduo (a) = SQ Parcelas – (SQ Doses de Adubação Fosfatada + SQ Blocos) = 7.044.238,567 – (962.560,067 + 2.762.124,1) = 7.044.238,567 – 3.724.684,167 = 3.319.554,4 SQ Tipos de Aplicação = 22 A B txr = 48 0,042.160 44 )0,323.53()0,000.57()0,719.49( 2222 x = 48 0,000.441.613.25 16 0,290.321.564.8 = 535.270.080,6 – 533.613.370,1 = 1.656.710,5 SQ Interação DAF x TA = SQ Tratamentos = 22 )( r T AB – Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 397 397 (SQ Doses de Adubação Fosfatada + SQ Tipos de Aplicação) = 48 0,042.160 4 )0,578.14(...)0,764.14()0,556.13( 2222 – (962.560,067 + 1.656.710,5) = 48 0,000.441.613.25 4 0,300.747.152.2 – 2.619.270,567 = 538.186.825,0 – 533.613.370,1 – 2.619.270,567 = 1.954.184,333 SQ Resíduo (b) = SQ Total – (SQ Parcelas + SQ Tipos de Aplicação + SQ Interação DAF x TA) = 14.873.987,9 – (7.044.238,567 + 1.656.710,5 + 1.954.184,333) = 14.873.987,9 – 10.655.133,4 = 4.218.854,5 LineargressãoGL LineargressãoSQ LineargressãoQM Re Re Re = 1 66667,481.78 = 78.481,66667 QuadráticagressãoGL QuadráticagressãoSQ QuadráticagressãoQM Re Re Re = 1 75,596.571 = 571.596,75 CúbicagressãoGL CúbicagressãoSQ CúbicagressãoQM Re Re Re = 1 6667,481.312 = 312.481,6667 QM Resíduo (a) = )(Re )(Re asíduoGL asíduoSQ = 9 4,554.319.3 = 368.839,3778 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 398 398 QM Tipos de Aplicação = AplicaçãodeTiposGL AplicaçãodeTiposSQ = 2 5,710.656.1 = 828.355,25 QM Interação DAF x TA = TAxDAFInteraçãoGL TAxDAFInteraçãoSQ = 6 333,184.954.1 = 325.697,3888 QM Resíduo (b) = )(Re )(Re bsíduoGL bsíduoSQ = 24 5,854.218.4 = 175.785,6042 F Calculado para Regressão Linear = )(Re Re asíduoQM LineargressãoQM = 3778,839.368 66667,481.78 0,213 F Calculado para Regressão Quadrática = )(Re Re asíduoQM QuadráticagressãoQM = 3778,839.368 75,596.571 1,55 F Calculado para a Regressão Cúbica = )(Re Re asíduoQM CúbicagressãoQM= 3778,839.368 6667,481.312 0,847 F Calculado para Tipos de Aplicação = )(Re bsíduoQM AplicaçãodeTiposQM = 6042,785.175 25,355.828 4,71 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 399 399 F Calculado para Interação DAF x TA = )(Re bsíduoQM TAxDAFInteraçãoQM = 6042,785.175 3888,697.325 1,85 F Tabelado (1%) para Regressões Linear e Cúbica = 0,000042 F Tabelado (5%) para Regressões Linear e Cúbica = 0,0010 F Tabelado (1%) para Regressão Quadrática = 10,56 F Tabelado (5%) para Regressão Quadrática = 5,12 F Tabelado (1%) para Tipos de Aplicação = 5,61 F Tabelado (5%) para Tipos de Aplicação = 3,40 F Tabelado (1%) para Interação DAF x TA = 3,67 F Tabelado (5%) para Interação DAF x TA = 2,51 TABELA 11.2 - ANÁLISE DA VARIÂNCIA DOS EFEITOS DE DOSES DE ADUBAÇÃO FOSFATADA (kg de P2 O5/ha) E DE TIPOS DE APLICAÇÃO NA PRODUÇÃO (kg/ha) DE MILHO (Zea mays L.). PIRACICABA - SP, 1982 Causa de Variação GL SQ QM F Blocos 3 2.762.124,10000 - - Doses de Adubação Fosfatada (3) (962.560,06700) - - Regressão Linear 1 78.481,66667 78.481,66667 0,213 ns Regressão Quadrática 1 571.596,75000 571.596,75000 1,55 ns Regressão Cúbica 1 312.481,66670 312.481,66670 0,847 ns Resíduo (a) 9 3.319.554,40000 368.839,37780 Parcelas 15 7.044.238,56700 - Tipos de Aplicação 2 1.656.710,50000 828.355,25000 4,71 * Interação DAF x TA 6 1.954.184,33333 325.697,38888 1,85 ns Resíduo (b) 24 4.218.854,50000 175.785,60420 Total 47 14.873.987,90000 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 400 400 NOTAS: (ns) Não significativo no nível de 5% de probabilidade. (*) Significativo no nível de 5% de probabilidade. De acordo com o teste F, tem-se: Não houve diferença significativa, no nível de 5% de probabilidade, para as Regressões Linear, Quadrática e Cúbica, indicando que não existe uma relação entre as doses de adubação fosfatada e a produção de milho. Houve diferença significativa, no nível de 5% de probabilidade, entre os tipos de aplicação de adubação fosfatada em relação à produção de milho. Não houve diferença significativa, no nível de 5% de probabilidade, para a Interação DAF x TA, indicando que o efeito das doses de adubação fosfatada na produção de milho independe do tipo de aplicação. b) Coeficientes de Variação: N X m )( 48 0,042.160 = 3.334,208333 )(Re)( asíduoQMs a = 3778,839.368 = 607,3214781 )(Re)( bsíduoQMs b = 6042,785.175 = 419,2679384 CV(a) = m sx a )(100 = 208333,334.3 3214781,607100 x = 208333,334.3 14781,732.60 18,21% CV(b) = m sx b )(100 = 208333,334.3 2679384,419100 x Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 401 401 = 208333,334.3 79384,926.41 12,57% O coeficiente de variação das parcelas foi de 18,21%, indicando uma precisão experimental regular. O coeficiente de variação das subparcelas foi de 12,57%, indicando uma boa precisão experimental. c) Teste de Tukey: Tipos de Aplicação de Adubação Fosfatada: mˆ 1 = 3.107,4375 mˆ 3 = 3.332,6875 mˆ 2 = 3.562,5000 r s q %5 = 16 2679384,41953,3 x = 4 015823,480.1 370,0040 TABELA 11.3 – EFEITO DE TIPOS DE APLICAÇÃO DE ADUBAÇÃO FOSFATADA NA PRODUÇÃO (kg/ha) DE MILHO (Zea mays L.). PIRACICABA - SP, 1982 Tipos de Aplicação de Adubação Fosfatada Médias de Produção (kg/ha) 1/ Cova 3.107,4375 a Sulco 3.562,5000 b Lanço 3.332,6875 ab NOTAS: (1/) As médias de tipos de aplicação de adubação fosfatada seguidas de pelo menos uma mesma letra não diferem entre si pelo teste de Tukey no nível de 5% de probabilidade. De acordo com o teste de Tukey, no nível de 5% de probabilidade, tem-se: A aplicação de adubação fosfatada no sulco, apesar de não diferir estatisticamente da aplicação de adubação fosfatada a lanço, proporcionou a maior produção de milho. Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 402 402 A aplicação de adubação fosfatada na cova, apesar de não diferir estatisticamente da aplicação de adubação fosfatada a lanço, proporcionou a menor produção de milho. A aplicação de adubação fosfatada a lanço apresentou uma produção de milho intermediária entre os outros tipos de aplicação de adubação fosfatada avaliados. d) Equação de Regressão, acompanhada de Tabela de Médias e de Gráfico, e Coeficiente de Determinação para Doses de Adubação Fosfatada: Como não houve efeito significativo para as regressões em relação às doses de adubação fosfatada e a produção de milho, não se estima a equação de regressão, bem como o coeficiente de determinação. Neste caso, basta apenas apresentar as médias de doses de adubação fosfatada ou gráfico. TABELA 11.4 – EFEITO DE DOSES DE ADUBAÇÃO FOSFATADA (kg de P2 O5/ha) NA PRODUÇÃO (kg/ha) DE MILHO (Zea mays L.). PIRACICABA - SP, 1982 Doses de Adubação Fosfatada (kg de P2 O5/ha) Médias de Produção (kg/ha) 0 3.425,1667 40 3.098,7500 80 3.351,4167 120 3.461,5000 Verifica-se que não houve resposta da cultura do milho à adubação fosfatada em relação à produção de grãos, conforme TABELA 11.4. Por outro lado, as conclusões tiradas pelo teste de Tukey, no nível de 5% de probabilidade, ficam comprometidas (sem aplicabilidade) em função desta. 11.4 Exemplo com Interação Significativa Apresentar-se-á, para discussão, a análise da variância e a interpretação dos resultados de um experimento em parcelas subdivididas com interação significativa. Exemplo 2: A partir dos dados da TABELA 11.5, pede-se: a) Fazer a análise da variância; b) Obter os coeficientes de variação; c) Fazer o desdobramento do número de graus de liberdade de cultivares mais o da interação estádios de desenvolvimento x cultivares; d) Aplicar, se necessário, o teste de Tukey a 5% de probabilidade na comparação de médias de cultivares dentro de cada estádio de desenvolvimento. TABELA 11.5 - ESTÁDIOS DE DESENVOLVIMENTO QUE PERMITE DISCRIMINAR PLANTAS DE CEBOLA (Allium cepa L.) DOS FENÓTIPOS CEROSO E NÃO CEROSO, ATRAVÉS DE SOLUÇÃO DE ÁCIDO SULFÚRICO (2%) COMO AGENTE SELETIVO.DADOS REFERENTES A NOTAS, VARIANDO DE 0 (AUSÊNCIA DE INJÚRIAS FOLIARES) A 5 (QUEIMA DAS FOLHAS, TOTALIZANDO 90 – 100% DA FOLHAGEM, CAUSANDO, NA MAIORIA DOS CASOS, A MORTE DA PLANTA) Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 403 403 Estádios de Cultivares ** Totais de Parcelas Desenvolvimento * ______________________________________ B1 B2 B3 B4 B5 3,1 3,2 3,2 3,4 3,0 15,9 A1 = 18 3,3 3,1 3,0 3,6 3,1 16,1 3,3 3,3 3,2 3,2 3,1 16,1 3,9 3,6 3,5 3,8 3,2 18,0 3,8 3,8 3,6 4,7 4,4 20,3 A2 = 25 3,0 4,3 3,1 4,0 4,1 18,5 3,9 3,9 3,5 4,4 3,9 19,6 3,6 3,6 2,9 4,4 4,0 18,5 2,4 2,6 2,4 3,6 3,1 14,1 A3 = 32 2,6 2,9 2,3 4,2 2,9 14,9 2,5 2,4 2,3 3,6 3,3 14,1 2,9 2,8 2,6 3,5 3,6 15,4 2,1 2,5 2,1 4,3 3,3 14,3 A4 = 39 2,5 3,2 2,5 4,0 3,9 16,1 2,6 2,9 2,9 3,6 3,4 15,4 2,8 3,1 2,6 4,2 3,7 16,4 1,2 1,8 1,9 3,5 3,3 11,7 A5 = 46 1,5 2,4 1,6 3,2 2,9 11,6 1,6 1,7 2,0 3,7 3,1 12,1 1,7 2,4 2,2 3,3 3,0 12,6 1,2 1,3 1,4 2,9 2,5 9,3 A6 = 53 1,7 1,9 1,9 2,8 2,9 11,2 1,1 1,5 1,4 3,1 2,2 9,3 1,3 2,1 1,5 2,4 2,9 10,2 FONTE: FERREIRA (1983). NOTAS: (*) Número de dias após a semeadura. (**) B1 Barreiro SPV-IV (Fenótipo ceroso); B2 – Baia do Cedo SMP-IV (Fenótipo ceroso); B3 – Baia Periforme (Fenótipo ceroso); B4 – Texas Grano (Fenótipo não ceroso); B5 – Excel Bermudas 986 (Fenótipo não ceroso). Resolução: a) Análise de Variância: X = 3,1 + 3,2 + ... + 2,9 = 351,7 X 2 = (3,1) 2 + (3,2) 2 + ... + (2,9) = 9,61 + 10,24 +...+ 8,41 = 1.113,87 tA = 6 tB = 5 r = 4 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 404 404 N = tA x tB x r = 6 x 5 x 4 = 120 GL Estádio de Desenvolvimento = tA – 1 = 6 – 1 = 5 GL Parcelas = tA x r – 1 = 6 x 4 – 1 = 24 – 1 = 23 GL Resíduo (a) = tA (r – 1) = 6 (4 – 1) = (6) 3 = 18 GL Cultivares = tB – 1 = 5 – 1 = 4 GL Interação ED x C = (tA – 1) (tB – 1) = (6 – 1) (5 – 1) = (5) (4) = 20 GL Resíduo (b) = tA (tB – 1) (r – 1) = 6 (5 – 1) (4 – 1) = 6 (4) (3) = 72 GL Total = tA x tB x r – 1 = 6 x 5 x 4 – 1 = 120 – 1 = 119 SQ Total = 2 2 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 405 405 = 1.113,87 120 7,351 2 = 1.113,87 120 89,692.123 = 1.113,87 – 1.030,7741 = 83,0959 SQ Parcelas = 22 B A t P = 120 7,351 5 )2,10(...)1,16()9,15( 2222 = 120 89,692.123 5 04,104...21,25981,252 = 120 89,692.123 5 67,381.5 = 1.076,334 – 1.030,7741 = 45,5599 Tabela de Dupla Entrada Estádios de Desenvolvimento Cultivares Totais de Estádios de Desenvolvimento B1 B2 B3 B4 B5 18 25 32 39 46 53 13,6 (4) 13,2 12,9 14,0 12,4 14,3 15,6 13,1 17,5 16,4 10,4 10,7 9,6 14,9 12,9 10,0 11,7 10,1 16,1 14,3 6,0 8,3 7,7 13,7 12,3 5,3 6,8 6,2 11,2 10,5 66,1 (20) 76,9 58,5 62,2 48,0 40,0 Totais de Cultivares 59,6 (24) 66,3 59,6 87,4 78,8 351,7 SQ Estádios de Desenvolvimento = 22 B A txr = 120 7,351 54 )0,40(...)9,76()1,66( 2222 x = 120 89,692.123 20 00,600.1...61,913.521,369.4 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 406 406 = 120 89,692.123 20 91,477.21 = 1.073,8955 – 1.030,7741 = 43,1214 SQ Resíduo (a) = SQ Parcelas – SQ Estádios de Desenvolvimento = 45,5599 – 43,1214 = 2,4385 SQ Cultivares = 22 A B txr = 120 7,351 64 )8,78(...)3,66()6,59( 2222 x = 24 44,209.6...69,395.416,552.3 = 120 89,692.123 24 21,348.25 = 1.056,1754 – 1.030,7741 = 25,40132 SQ Interação ED x C = 22 r AB – (SQ Estádios de Desenvolvimento + SQ Cultivares) = 120 7,351 4 )5,10(...)2,13()6,13( 2222 – (43,1214 + 25,40132) = 120 89,692.123 4 25,110...24,17496,184 – 68,52272 = 120 89,692.123 4 49,427.4 – 68,52272 = 1.106,8725 – 1.030,7741 – 68,52272 = 7,57568 SQ Resíduo (b) = SQ Total – (SQ Parcelas + SQ Cultivares + SQ Interação ED x C) = 83,0959 – (45,5599 + 25,40132 + 7,57568) Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 407 407 = 83,0959 – 78,5369 = 4,559 QM Estádios de Desenvolvimento = volvimentoDedeEstádiosGL volvimentoDedeEstádiosSQ sen sen = 5 1214,43 = 8,62428 QM Resíduo (a) = )(Re )(Re asíduoGL asíduoSQ = 18 4385,2 = 0,13547 QM Cultivares = esCultiGL esCultiSQ var var = 4 40132,25 = 6,35033 QM Interação ED x C = CxEDInteraçãoGL CxEDInteraçãoSQ = 20 57568,7 = 0,378784 QM Resíduo (b) = )(Re )(Re bsíduoGL bsíduoSQ = 72 559,4 = 0,063319 F Calculado para Estádios de Desenvolvimento = )(Re sen asíduoQM volvimentoDedeEstádiosQM = 13547,0 62482,8 63,67 F Calculado para Cultivares = )(Re var bsíduoQM esCultiQM Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 408 408 = 063319,0 35033,6 100,29 F Calculado para Interação ED x C = )(Re bsíduoQM CxEDInteraçãoQM = 063319,0 378784,0 5,98 F Tabelado (1%) para Estádios de Desenvolvimento = 4,25 F Tabelado (5%) para Estádios de Desenvolvimento = 2,77 F Tabelado (1%) para Cultivares = 3,616 F Tabelado (5%) para Cultivares = 2,514 F Tabelado (1%) para Interação ED x C = 2,166 F Tabelado (5%) para Interação ED x C = 1,732 TABELA 11.6 – ANÁLISE DA VARIÂNCIA DO ESTÁDIO DE DESENVOLVIMENTO QUE PERMITE DISCRIMINAR PLANTAS DE CEBOLA DOS FENÓTIPOS CEROSO E NÃO CEROSO, ATRAVÉS DE SOLUÇÃO DE ÁCIDO SULFÚRICO (2%) COMO AGENTE SELETIVO. PIRACICABA – SP, 1983. Causa de Variação GL SQ QM F Estádios de Desenvolvimento (ED) 5 43,12140 8,624280 63,67 ** Resíduo (a) 18 2,43850 0,135470 Parcelas 23 45,55990 - Cultivares (C) 4 25,40132 6,350330 100,29 ** Interação ED x C 20 7,57568 0,378784 5,98 ** Resíduo (b) 72 4,55900 0,063319 Total 119 83,09590 NOTA: (**) Significativo no nível de 1% de probabilidade. De acordo com o teste F, tem-se: Houve diferença significativa, no nível de 1% de probabilidade, entre os estádios de desenvolvimento de plantas de cebola em relação à porcentagem de queima das folhas causada pelo ácido sulfúrico (2%). Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 409 409 Houve diferença significativa, no nível de 1% de probabilidade, entre as cultivares de cebola em relação à porcentagem de queima das folhas causada pelo ácido sulfúrico (2%). Houve diferença significativa, no nível de 1% de probabilidade, para a interação (ED x C), indicando que a porcentagem de queima das folhas das cultivares de cebola causada pelo ácido sulfúrico (2%) depende do estádio de desenvolvimento das plantas. b) Coeficientes de Variação: N X m )( 120 7,351 = 2,93083 )(Re)( asíduoQMs a 135470,0 = 0,36806 )(Re)( bsíduoQMs b 063319,0 = 0,25163 CV(a) = m sx a )(100 = 93083,2 36806,0100 x = 93083,2 806,36 12,56% CV(b) = m sx b )(100 = 93083,2 25163,0100 x = 93083,2 163,25 8,59% O coeficiente de variação das parcelas foi de 12,56%, indicando uma boa precisão experimental. Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 410 410 O coeficiente de variação das subparcelas foi 8,59%, indicando uma ótima precisão experimental. c) Desdobramento do Número de Graus de Liberdade de Cultivares Mais o da Interação Estádios de Desenvolvimento x Cultivares: SQ Cultivares Dentro de Estádio de 18 Dias = B AB txrr AdeDentro 2 1 2 1 = 4 4,12...2,136,13 222 – 54 1,66 2 x = 20 21,369.4 4 76,153...24,17496,184 20 21,369.4 4 37,875 = 218,8425 – 218,4605 = 0,382 SQ Cultivares Dentro de Estádio de 25 Dias = B AB txrr AdeDentro 2 2 2 2 = 4 4,16...6,153,14 222 – 54 9,76 2 x = 20 61,913.5 4 96,268...36,24349,204 = 20 61,913.5 4 67,194.1 = 298,6675 – 295,6805 = 2,987 SQ Cultivares Dentro de Estádio de 32 Dias = B AB txrr AdeDentro 2 3 2 3 = 4 9,12...7,104,10 222 – 54 5,58 2 x = 20 25,422.3 4 41,166...49,11416,108 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 411 411 20 25,422.3 4 23,703 = 175,8075 – 171,1125 = 4,695 SQ Cultivares Dentro de Estádio de 39 Dias = B AB txrr AdeDentro 2 4 2 4 = 4 3,14...7,110,10 222 – 54 2,62 2 x = 20 84,868.3 4 49,204...89,13600,100 20 84,868.3 4 6,802 = 200,65 – 193,442 = 7,208 SQ Cultivares Dentro de Estádio de 46 Dias = B AB txrr AdeDentro 2 5 2 5 = 4 3,12...3,80,6 222 – 54 0,48 2 x 20 00,304.2 4 29,151...89,6800,36 20 00,304.2 4 16,503 125,79 – 115,20 = 10,59 SQ Cultivares Dentro de Estádio de 53 Dias = B AB txrr AdeDentro 2 6 2 6 = 4 5,10...8,63,5 222 – 54 0,40 2 x = 20 00,600.1 4 25,110...24,4609,28 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 412 412 = 20 00,600.1 4 46,348 = 87,115 – 80,00 = 7,115 QM Cultivares Dentro de Estádio de 18 Dias = 1 18var Bt DiasdeEstádiodeDentroesCultiSQ = 15 382,0 = 4 382,0 = 0,0955 QM Cultivares Dentro de Estádio de 25 Dias = 1 25var Bt DiasdeEstádiodeDentroesCultiSQ = 15 987,2 = 4 987,2 = 0,74675 QM Cultivares Dentro de Estádio de 32 Dias = 1 32var Bt DiasdeEstádiodeDentroesCultiSQ= 15 695,4 = 4 695,4 = 1,17375 QM Cultivares Dentro de Estádio de 39 Dias = 1 39var Bt DiasdeEstádiodeDentroesCultiSQ = 15 208,7 Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 413 413 = 4 208,7 = 1,802 QM Cultivares Dentro de Estádio de 46 Dias = 1 46var Bt DiasdeEstádiodeDentroesCultiSQ = 15 59,10 = 4 59,10 = 2,6475 QM Cultivares Dentro de Estádio de 53 Dias = 1 53var Bt DiasdeEstádiodeDentroesCultiSQ = 15 115,7 = 4 115,7 = 1,77875 F Calculado para Cultivares Dentro de Estádio de 18 Dias = )(Re 18var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 0955,0 1,51 F Calculado para Cultivares Dentro de Estádio de 25 Dias = )(Re 25var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 74675,0 11,79 F Calculado para Cultivares Dentro de Estádio de 32 Dias Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 414 414 = )(Re 32var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 17375,1 18,54 F Calculado para Cultivares Dentro de Estádio de 39 Dias = )(Re 39var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 802,1 28,46 F Calculado para Cultivares Dentro de Estádio de 46 Dias = )(Re 46var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 6475,2 41,81 F Calculado para Cultivares Dentro de Estádio de 53 Dias = )(Re 53var bsíduoQM DiasdeEstádiodeDentroesCultiQM = 063319,0 77875,1 28,09 F Tabelado (1%) para Cultivares Dentro dos Estádios de Desenvolvimento = 3,616 F Tabelado (5%) para Cultivares Dentro dos Estádios de Desenvolvimento = 2,514 A TABELA 11.6 fica, agora, da seguinte maneira: Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 415 415 TABELA 11.6 – ANÁLISE DA VARIÂNCIA DO ESTÁDIO DE DESENVOLVIMENTO QUE PERMITE DISCRIMINAR PLANTAS DE CEBOLA DOS FENÓTIPOS CEROSO E NÃO CEROSO, ATRAVÉS DE SOLUÇÃO DE ÁCIDO SULFÚRICO (2%) COMO AGENTE SELETIVO. PIRACICABA – SP, 1983 Causa de Variação GL SQ QM F Estádios de Desenvolvimento 5 43,12140 - - Resíduo (a) 18 2,43850 0,135470 Parcelas 23 45,55990 Cultivares dentro do estádio de 18 dias 4 0,38200 0,095500 1,51 ns Cultivares dentro do estádio de 25 dias 4 2,98700 0,746750 11,79 ** Cultivares dentro do estádio de 32 dias 4 4,69500 1,173750 18,54 ** Cultivares dentro do estádio de 39 dias 4 7,20800 1,802000 28,46 ** Cultivares dentro do estádio de 46 dias 4 10,59000 2,647500 41,81 ** Cultivares dentro do estádio de 53 dias 4 7,11500 1,778750 28,09 ** Resíduo (b) 72 4,55900 0,063319 Total 119 83,09590 NOTAS: (ns) Não significativo no nível de 5% de probabilidade. (**) Significativo no nível de 1% de probabilidade. De acordo com o teste F, tem-se: Não houve diferença significativa, no nível de 5% de probabilidade, entre as cultivares de cebola dentro do estádio de 18 dias após a semeadura em relação à porcentagem de queima das folhas causada pelo ácido sulfúrico (2%). Houve diferença significativa, no nível de 1% de probabilidade, entre as cultivares de cebola dentro dos estádios de 25, 32, 39, 46 e 53 dias após a semeadura em relação à porcentagem de queima das folhas causada pelo ácido sulfúrico (2%). d) Teste de Tukey: Cultivares Dentro do Estádio de 18 Dias: mˆ 1 = 3,40 mˆ 4 = 3,50 mˆ 2 = 3,30 mˆ 5 = 3,10 mˆ 3 = 3,23 Cultivares Dentro do Estádio de 25 Dias: Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 416 416 mˆ 1 = 3,58 mˆ 4 = 4,38 mˆ 2 = 3,90 mˆ 5 = 4,10 mˆ 3 = 3,28 Cultivares Dentro do Estádio de 32 Dias: mˆ 1 = 2,60 mˆ 4 = 3,73 mˆ 2 = 2,68 mˆ 5 = 3,23 mˆ 3 = 2,40 Cultivares Dentro do Estádio de 39 Dias: mˆ 1 = 2,50 mˆ 4 = 4,03 mˆ 2 = 2,93 mˆ 5 = 3,58 mˆ 3 = 2,53 Cultivares Dentro do Estádio de 46 Dias: mˆ 1 = 1,50 mˆ 4 = 3,43 mˆ 2 = 2,08 mˆ 5 = 3,08 mˆ 3 = 1,93 Cultivares Dentro do Estádio de 53 Dias: mˆ 1 = 1,33 mˆ 4 = 2,08 mˆ 2 = 1,70 mˆ 5 = 2,63 mˆ 3 = 1,55 (5%) = q r s b)( = 4 25163,0968,3 x Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 417 417 = 0,2 99846,0 0,499 TABELA 10.8 – ESTÁDIO DE DESENVOLVIMENTO QUE PERMITE DISCRIMINAR PLANTAS DE CEBOLA DOS FENÓTIPOS CEROSO E NÃO CEROSO, ATRAVÉS DE SOLUÇÃO DE ÁCIDO SULFÚRICO (2%) COMO AGENTE SELETIVO. DADOS MÉDIOS DE NOTAS, VARIANDO DE 0 (AUSÊNCIA DE INJÚRIAS FOLIARES) A 5 (90 – 100% DE QUEIMA DAS FOLHAS). PIRACICABA – SP, 1983 Estádios de Desenvolvimento * Cultivares ** B1 1/ B2 B3 B4 B5 18 25 32 39 46 53 3,40 a 3,30 a 3,23 a 3,50 a 3,10 a 3,58 ab 3,90 bc 3,28 a 4,38 c 4,10 c 2,60 a 2,68 a 2,40 a 3,73 c 3,23 b 2,50 a 2,93 a 2,53 a 4,03 b 3,58 b 1,50 a 2,08 b 1,93 ab 3,43 c 3,08 c 1,33 a 1,70 a 1,55 a 2,80 b 2,63 b NOTAS: (*) Número de dias após a semeadura. (**) B1 – BARREIRO SMP – IV (Fenótipo Ceroso); B2 – BAIA DO CEDO SMP –V (Fenótipo Ceroso); B3 – BAIA PERIFORME (Fenótipo Ceroso); B4 – TEXAS GRANO (Fenótipo Não Ceroso); B5 – EXCEL BERMUDAS 986 (Fenótipo Não Ceroso).1/: Nas linhas, as médias de cultivares seguidas de pelo menos uma mesma letra não diferem entre si pelo teste de Tukey no nível de 5% de probabilidade. Com relação às cultivares dentro de estádios de desenvolvimento, de acordo com o teste Tukey, no nível de 5% de probabilidade, tem-se: No estádio de 18 dias após a semeadura, não houve diferença significativa entre as cultivares de cebola em relação às injúrias causadas pelo ácido sulfúrico (2%). No estádio de 25 dias após a semeadura, a cultivar BAIA PERIFORME, pertencente ao fenótipo ceroso, apresentou o menor índice de injúrias foliares, e diferiu estatisticamente das cultivares BAIA DO CEDO SMP-V, do fenótipo ceroso, e TEXAS GRANO e EXCEL BERMUDAS 986, do fenótipo não ceroso. Neste mesmo estádio de desenvolvimento, a cultivar BARREIRO SMP-IV, pertencente ao fenótipo ceroso, apresentou um índice de injúrias foliares intermediário entre a cultivar BAIA PERIFORME, do fenótipo ceroso, e as demais cultivares de cebola avaliadas. Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 418 418 Nos estádios de 32, 39, 46 e 53 dias após a semeadura, as cultivares BARREIRO SMP-IV, BAIA DO CEDO SMP-V e BAIA PERIFORME, pertencentes ao fenótipo ceroso, apresentaram os menores índices de injúrias foliares, e diferiram estatisticamente das cultivares do fenótipo não ceroso TEXAS GRANO e EXCEL BERMUDAS 986. A discriminação entre cultivares de cebola dos fenótipos ceroso e não ceroso pelo ácido sulfúrico, na concentração de 2%, foi evidente a partir dos 32 dias após a semeadura. 11.5 Perdas de Subparcelas Quando se utilizam os delineamentos em blocos casualizados e em quadrado latino na condução de experimentos em parcelas subdivididas e ocorrerem perdas de subparcelas, é necessário estimar o valor das subparcelas perdidas, através de fórmulas apropriadas, para poder-se efetuar a análise da variância. Contudo, far-se-á apenas uma abordagem em torno do delineamento em blocos casualizados, por ser o delineamento mais usado na pesquisa agropecuária, sendo que toda discussão feita é válida ao delineamento em quadrado latino, desde que sejam usadas as fórmulas correspondentes. No caso de ocorrer a perda de uma subparcela, pode-se estimá-la através da fórmula: 11 B AABB tr TTtTSxr Y onde: r = número de repetições do experimento; TS = total das subparcelas restantes na parcela onde ocorreu a perda; tB = número de tratamentos B; TAB = total das demais subparcelas da combinação (AB) correspondentes à subparcela perdida; TA = total de subparcelas restantes do tratamento A correspondente à subparcela perdida . Uma vez estimada a subparcela, procede-se à análise da variância da maneira usual, tomando-se o cuidado, porém, de se diminuir 1 GL do Resíduo (b), correspondente à subparcela perdida. No caso de ocorrerem duas ou mais subparcelas perdidas, deve-se considerar dois casos distintos: a) Se ocorrer a perda de duas ou mais subparcelas em tratamentos A distintos, elas são estimadas independentemente, pelo emprego da fórmula anteriormente apresentada para estimar uma subparcela perdida; b) Se duas ou mais subparcelas são perdidas no mesmo tratamento A, pode-se estimá-las pelo método iterativo, com a aplicação também da fórmula apropriada ao cálculo de uma subparcela perdida. Distingue-se, neste caso, três situações, ou sejam: b.1) Duas subparcelas perdidas, por exemplo em A1B1 e A1B2, mas em parcelas distintas, denominando-se, respectivamente, de X e Y as subparcelas perdidas e arbitrando um valor Y0 para Y, tem-se: Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 419 419 11 . 01 1 111 B ABAB tr yTTtTSxr X e, conforme já visto no método iterativo, com o valor X1 calcula-se Y1, completando o 1º ciclo, ou seja: 11 12 1 121 B ABAB tr xTTtTSxr Y Prossegue-se assim, alternadamente, nos cálculos de X e de Y, até que haja convergência das estimativas, nos ciclos sucessivos. b.2) Duas subparcelas perdidas, por exemplo em A1B1 e A1B2 respectivamente, numa mesma parcela. Arbitra-se um valor Y0 para Y e calcula-se: 11 00 1 111 B ABAB tr yTTtyTSr X e 11 11 1 121 B ABAB tr xTTtxTSr Y Analogamente, prossegue-se com outros ciclos, até obter a convergência para X e Y. b.3) Duas subparcelas perdidas no mesmo tratamento B1 em parcelas distintas de A1. Uma vez arbitrando-se Y0, calcula-se: 11 001 1 111 B ABAB tr yTyTtTSxr X e 11 112 1 121 B ABAB tr xTxTtTSxr Y Como nos casos anteriores, prossegue-se com outros ciclos, até obter-se convergência de X e de Y. Uma vez estimada as subparcelas, procede-se à análise da variância da maneira usual, tomando-se o cuidado, porém, de se diminuir 1 GL do Resíduo (b) para cada subparcela perdida. Quando o que mais se interessa é a primeira parte da análise, isto é, as comparações entre os tratamentos A, pode-se, com maior rigor, considerar perdida toda a Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 420 420 parcela em que se perdeu uma subparcela e calcular o valor a ser utilizado na análise pela fórmula já vista para o caso de delineamento em blocos casualizados: 11 A A tr GTxtBxr Y Uma vez estimada a parcela, procede-se à análise da variância da maneira usual, tomando-se o cuidado, porém, de se diminuir 1GL do Resíduo (a). Na comparação de médias de tratamentos, deve-se levar em conta que a perda de dados de uma ou mais subparcelas afeta diretamente as variâncias de contrastes entre médias. COCHRAN e COX (1957) apresentam, para os quatro tipos de comparações entre médias, as seguintes expressões de variância de contrastes, admitindo-se tA tratamentos A, tB tratamentos B e r repetições: 1º tipo: Entre duas médias de tratamentos A: 211 AA mmY Btxr bsíduoQMxfasíduoQM Ys ReRe22 Para aplicação dos testes de comparação de médias, calcula-se o número de graus de liberdade, pela fórmula de Satterthwaite, ou seja: n 1 = )(Re )(Re )(Re )(Re )(Re)(Re 22 2 bsíduoGL bsíduoQMxf asíduoGL asíduoQM bsíduoQMxfasíduoQM 2º tipo: Entre duas médias de tratamentos B: 212 BB mmY A tt txr fbsíduoQM Ys AB / 2 1Re2 n 2 = GL Resíduo (b) 3º tipo: Entre duas médias de tratamentos B num mesmo tratamento A: 2111 3 BABA mmY r fbsíduoQM Ys AB tt / 2 1Re2 n 3 = GL Resíduo (b) Autor: PAULO VANDERLEI FERREIRA – CECA-UFAL, 2011. Página 421 421 4º tipo: Entre duas médias de tratamentos A num mesmo tratamento B: 1211 4 BABA mmY B t B txr ftbsíduoQMasíduoQM Ys B 2 1Re2Re22 Também neste caso calcula-se o número de graus de liberdade pela fórmula de Satterthwaite: n 4 = )(Re )(Re1 )(Re )(Re )(Re1)(Re 2 2 2 2 2 bsíduoGL bsíduoQMft asíduoGL asíduoQM bsíduoQMftasíduoQM B B t B t B
Compartilhar