Baixe o app para aproveitar ainda mais
Prévia do material em texto
�PAGE �147� �PAGE �158� EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS 1. Introdução Os experimentos em parcelas subdivididas são comuns na área agrícola. Por exemplo, para comparar três cultivares de milho em dois sistemas de preparo do solo, às vezes usa-se o esquema de parcelas subdivididas. Os sistemas de preparo (S1 e S2), que exigem uma maior área experimental, são chamados de tratamentos primários e os cultivares (C1, C2, C3) de tratamentos secundários. Se as parcelas podem ser aleatorizadas em uma área experimental homogênea, deve-se preferir utilizar o delineamento inteiramente casualizado. Nesse caso, sorteiam-se os sistemas de cultivo para as parcelas e depois sorteiam-se os cultivares dentro de cada parcela, isto pode ser visualizado na Figura 5. S1 S2 S2 S1 C1 C3 C2 C3 C1 C2 C3 C1 C2 C1 C3 C2 S2 S1 S1 S2 C2 C1 C3 C1 C2 C3 C2 C3 C1 C3 C1 C2 Figura 5. Planejamento de um sorteio de um experimento em esquema de parcelas subdivididas no delineamento experimental inteiramente casualizado. Mas nesses experimentos podem, também, as parcelas serem organizadas em blocos, isto quando a área experimental não for homogênea. Nesse caso, primeiro se agrupam as parcelas similares, que vão formar os blocos; depois sorteiam-se os sistemas de preparo do solo (tratamentos primários) para as parcelas de cada bloco e, finalmente, sorteiam-se os cultivares (tratamentos secundários) dentro de cada sistema de preparo. A Figura 6, mostra o esquema de instalação desse experimento. Outros exemplos são: i) um agrônomo deseja comparar três variedades de alface em quatro níveis de irrigação. Instala-se o experimento usando o esquema de parcelas subdivididas, considerando os níveis de irrigação como os tratamentos primários e as variedades como os tratamentos secundários. ii) Um engenheiro agrícola deseja estudar quatro métodos de irrigação e quatro doses de adubação nitrogenada aplicada via irrigação. iii) Deseja-se testar três testes de inteligência em pessoas com diferentes níveis de escolaridade, aqui escolaridade é o tratamento primário, tipo de teste é o tratamento secundário e cada pessoa seria uma parcela; essa parcela seria subdividida, no sentido de que cada pessoa seria observada várias vezes (uma observação para cada tipo de teste). Bloco I Bloco II S1 S2 S2 S1 C1 C3 C2 C3 C1 C2 C3 C1 C2 C1 C3 C2 Bloco III Bloco IV S2 S1 S1 S2 C2 C1 C3 C1 C2 C3 C2 C3 C1 C3 C1 C2 Figura 6. Planejamento de um sorteio de um experimento em parcelas subdivididas no delineamento experimental em blocos casualizados. Nos experimentos fatoriais o conjunto de todas as combinações de fatores (tratamentos) são distribuídos aleatoriamente nas unidades experimentais obedecendo ao delineamento experimental adotado. No entanto, existem outros processos de casualização que podem ser adotados; um destes processos originam os experimentos em parcelas subdivididas (split-plot). O principio básico do experimento em parcela subdividida é: as parcelas grandes, unidades totais ou simplesmente parcelas que recebem os níveis de um ou mais fatores são divididas em subparcelas ou subunidades que recebem os níveis de um ou mais de outros fatores adicionais. Assim, cada parcela constitui um bloco para os tratamentos que serão aplicados nas subparcelas. Por exemplo, suponha um experimento para testar o fator A em quatro níveis usando três blocos de um ensaio em blocos casualizados; um segundo fator B, em dois níveis, será superposto por meio de divisão de cada unidade de A em duas subunidades que receberão os dois níveis do fator B. Após a casualização nas parcelas (fator A) e nas subparcelas (fator B), um esquema de instalação é Bloco I Bloco II Bloco III a4b1 a3b2 a1b1 a2b2 a2b1 a1b2 a4b1 a3b1 a1b1 a4b2 a2b1 a3b2 a4b2 a3b1 a1b2 a2b1 a2b2 a1b1 a4b2 a3b2 a1b2 a4b1 a2b2 a3b1 Observe que a casualização é feita em dois estágios; primeiro casualiza-se os níveis do fator A nas parcelas e, em seguida, os níveis do fator B nas subparcelas. Cada parcela grande pode ser considerada como um bloco completo em relação ao fator B e o ensaio pode ser considerado como um bloco incompleto em relação ao conjunto total de tratamentos. Um dos problemas fundamentais no planejamento de experimentos, está na escolha correta do tipo de delineamento que melhor se adapte às condições experimentais específicas do problema em estudo. Na experimentação, quando se têm dois ou mais fatores para serem estudados simultaneamente, uma das opções é a utilização do experimento em parcelas subdivididas. O experimento em parcelas subdivididas, segundo Milliken e Johnson (1984), envolve uma estrutura de tratamentos com dois ou mais fatores e uma estrutura de delineamento em blocos incompletos, apresentando, pelo menos, dois tamanhos diferentes de unidades experimentais: as unidades experimentais grandes, chamadas de parcelas primárias ou parcelas e as unidades menores, chamadas de subparcelas. Nas parcelas são casualizados os tratamentos primários e nas subparcelas os tratamentos secundários. Esse tipo de experimento é largamente utilizado nas pesquisas agrícolas, industrial e biológica, é útil em situações, tais como: a) quando os níveis de um ou mais fatores exigem grandes quantidades do material experimental (por exemplo, métodos de preparo do solo); b) quando informações prévias asseguram que as diferenças entre os níveis de um dos fatores são maiores do que às do outro fator; c) quando se deseja maior precisão para comparações entre níveis de um dos fatores; d) quando existe um fator de maior importância e outro de importância secundária, sendo que este é incluído para aumentar a extensão dos resultados e e) nas situações práticas onde é difícil a instalação do experimento no esquema fatorial. Uma farta bibliografia sobre o assunto, sua aplicação e a metodologia de análise está ressaltada em diversos textos de estatística, tais como, Kempthorne (1952), Cochran e Cox (1957), Steel, Torrie e Dickley (1998), Hicks (1973) e Pimentel Gomes (2000), dentre outros. Os experimentos em parcelas subdivididas são úteis nas seguintes condições: i) Os tratamentos associados com os níveis de um dos fatores exigem grandes porções do material experimental. Isto é comum na experimentação de campo, laboratórios, indústrias e certas áreas de sociologia; por exemplo, um experimento de campo, um dos fatores pode ser métodos de preparo de solo ou aplicação de fertilizantes, ambos normalmente requerem grandes parcelas. O outro fator pode ser cultivares, que podem ser comparadas usando parcelas pequenas; ii) Quando um fator adicional é introduzido no experimento para aumentar seu objetivo. Por exemplo, suponha que o objetivo principal de um experimento é comparar o efeito de vários fungicidas no controle de certa doença; para aumentar o objetivo, pode-se incluir várias variedades que se sabe, diferem em sua resistência à doença. Aqui as variedades estariam nas parcelas e os fungicidas nas subparcelas; iii) Quando sabe-se que maiores diferenças podem ser esperadas entre os níveis de certos fatores do que entre os níveis de outro fator é aconselhável colocar o fator mais variável nas parcelas e os menos variáveis nas subparcelas; iv) ë recomendávelnas situações em que maiores precisões são desejáveis para comparações entre certos fatores do que para outros fatores; v) é recomendável nas situações praticas onde não é possível sua instalação num esquema fatorial. Em síntese, espera-se que as variações entre as subparcelas sejam menores do que as variações nas parcelas, recomenda-se colocar nas subparcelas o fatores que requer menor quantidade do material experimental, os que são de maior importância, aqueles que apresentam menores diferenças ou ainda, aqueles em que se deseja comparar ou estimar com maior precisão. Será discutida a forma de análise de variância de em experimento em parcela subdividida com dois fatores, no delineamento experimental de blocos casualizados. Seja J = 3 o número de blocos, I = 3 o número de níveis do fator A ou de parcelas por bloco e K = 4 o número de níveis do fator B ou de subparcelas por parcela. As parcelas são em número de nove (I x J = 3 x 3 = 9); os 8 graus de liberdade para comparações entre parcelas são decompostos em 2 graus de liberdade para blocos, 2 graus de liberdade para o efeito primário do fator A e 4 graus de liberdade para o erro experimental existente entre as parcelas. Dentro de cada parcela existe 3 graus de liberdade associado com a variação entre subparcelas dentro de uma subparcela, o que fornece um total de 27 graus de liberdade dentro de parcela; estes 27 graus de liberdade são decompostos em 3 grau de liberdade para o efeito secundário do fator B, 6 graus de liberdade para a interação A x B e 18 graus de liberdade para o erro experimental aplicável as comparações entre subparcelas. 2. Um modelo linear Um modelo linear adequado para os experimentos em parcelas subdivididas com os tratamentos primários em blocos casualizados é � em que com: i = 1,2, ..., I tratamentos primários; j = 1,2, ..., J blocos; k = 1,2, ..., K tratamentos secundários; yijk é o valor observado na subparcela correspondente ao k-ésimo tratamento secundário, dentro do i-ésimo tratamento primário, no j-ésimo bloco; ( é uma constante inerente a todas as observações (às vezes, representa a média geral); bj é o efeito do j-ésimo bloco; ti é o efeito do i-ésimo tratamento primário; � é o efeito do k-ésimo tratamento secundário; (ik é o efeito de interação entre o i-ésimo tratamento primário e o k-ésimo tratamento secundário; (ijk é o erro aleatório atribuído a observação yijk , considerado como o componente do resíduo. A decomposição do numero de graus de liberdade de um ensaio em parcela subdividida em que as parcelas são dispostas nos principais delineamentos está mostrada na Tabela 67. Tabela 67. Esquema de análise de variância de um experimento no esquema de parcela subdividida com I tratamentos primários, K tratamentos secundários e J repetições, nos delineamentos inteiramente casualizados, blocos casualizados e quadrado latino. Inteiramente Casualizado Blocos Casualizados Quadrado Latino V.C.M. G.L. V.C.M. G.L. V.C.M. G.L. Fator A I-1 Blocos J-1 Linhas I-1 Resíduo(a) I(J-1) Fator A I-1 Colunas I-1 Parcelas IJ-1 Resíduo(a) (I-1)(J-1) Fator A I-1 Fator B K-1 Parcelas IJ-1 Resíduo(a) (I-1)(I-2) AxB (I-1)(K-1) Fator B K-1 Parcelas I2 –1 Resíduo(b) I(J-1)(K-1) AxB (I-1)(K-1) Fator B K-1 Total IJK-1 Resíduo(b) I(J-1)(K-1) AxB (I-1)(K-1) Total IJK-1 Resíduo(b) I(I-1)(K-1) Total I2K –1 Os experimentos em parcelas subdivididas também podem ser instalados em outros delineamentos, como o caso em que os tratamentos primários estão dispostos na estrutura de delineamento em blocos incompletos balanceados (Iemma, 1981) e blocos incompletos parcialmente balanceados (Morais, 1992). Nesses experimentos, em geral, o resíduo(a) é maior do que o resíduo(b); isto devido ao fato que as observações nas subparcelas da mesma parcela são positivamente correlacionadas e assim reagem mais semelhantemente do que as subparcelas de diferentes parcelas. 3. Um exemplo Os dados da Tabela 68 são provenientes de um experimento conduzido no delineamento em blocos casualizados com três repetições, com os tratamentos dispostos em esquema de parcelas subdivididas, sendo que nas parcelas foram distribuídos de modo aleatório as épocas de semeadura e nas subparcelas as cultivares de soja. Tabela 68. Valores de porcentagem de germinação de sementes de quatro cultivares de soja de ciclo precoce, em função das três épocas de semeadura e dos blocos. Época de Blocos Cultivar Total Média Semeadura Emgopa316 Embrapa1 Rainha Itiquira Outubro 1 81 60 94 57 292(4) 2 77 56 90 53 276 3 85 64 97 61 307 Novembro 1 90 92 96 90 368 2 94 96 99 94 383 3 86 88 92 86 352 Dezembro 1 86 90 90 91 357 2 82 94 94 95 365 3 90 86 86 87 349 Total 771(9) 726 838 714 3049(36) Fonte: Dados adaptados de Pereira (1998). Para cálculo da soma de quadrados de parcelas, de blocos e do resíduo (a), deve-se organizar um quadro auxiliar que fornece os totais de parcelas: Época Bloco 1 Bloco 2 Bloco 3 Total Outubro 292(4) 276 307 875(12) Novembro 368 383 352 1103 Dezembro 357 365 349 1071 Total 1017(12) 1024 1008 3049(36) SQTot = 812 + 602 + ... + 872 - C = 5765,64, sendo C = (3049)2/36 = 258233,36 SQBlo = � - C = 10,72 SQEpo = � - C = 2539,56 SQPar = � - C = 2811,89 SQRes(a) = SQPar - SQEpo - SQBlo = 261,61 Para calcular a soma de quadrados de cultivar e da interação, deve-se organizar um quadro auxiliar que relaciona os níveis dos dois fatores: Época de Cultivar Total Semeadura Emgopa316 Embrapa1 Rainha Itiquira Outubro 243(3) 180 281 171 875(12) Novembro 270 276 287 270 1103 Dezembro 258 270 270 273 1071 Total 771(9) 726 838 714 3049(36) SQCul = - C = 1050,75 SQExC = � - C - SQÉpo - SQCul = 1806,00 E, a soma de quadrados do resíduo (b) é SQTot - SQPar - SQCul - SQExC = 97,00 Obtidas as somas de quadrados, pode-se construir a análise de variância (Tabela 69). Tabela 69. Análise de variância para os dados de germinação. V.C.M. G.L. S.Q. Q.M. Fc Prob > F Blocos 2 10,72 5,36 0,082 0,9228 Época 2 2539,56 1269,78 19,41 0,0087 Resíduo(a) 4 261,61 65,40 Parcelas 8 2811,89 Cultivar 3 1050,75 350,25 64,99 0,0001 Épo x Cul 6 1806,00 301,00 55,86 0,0001 Resíduo(b) 18 97,00 5,39 Total 35 5765,64 Observa-se efeito significativo de épocas, cultivares e interação. Nos experimentos em parcelas subdivididas existem dois coeficientes de variação: i) em relação as parcelas: C.V.(a) = �100 = � = 9,55% ii) em relação as subparcelas: C.V.(b) = �100 = � = 2,74% nas quais a média geral é 84,69%. 4. Comparações múltiplas Admitindo-se a possibilidade de rejeição das hipóteses de nulidade, referentes aos efeitos de tratamentos primários, secundários e da interação, tem-se interesse em comparar as médias de tratamentos pelos procedimentos usuais. Para isto precisa-se das estimativas das variâncias que são obtidas segundo a metodologia exposta e são considerados os seguintes casos: a) Um contraste entre duas médias de tratamentos primários A estimativa da variância é � = � = � = 10,90 Para a aplicação de algum teste de médias, como o teste de Tukey, a diferença mínima significativa (() é dada por ( = q[I ; GLRes(a) ; (%] � = 5,04 � = 11,76~ 12 sendo q o valor tabelado, obtido em função de I tratamentos primários e GLRes(a) número de graus de liberdade do resíduo(a), a um nível de significância ( desejado, ou seja, q[3 ; 4 ; 5%] = 5,04. b) Um contraste entre duas médias de tratamentos secundários A estimativa da variância é: � = � = 1,198 Para a aplicação de algum teste de médias, como o teste de Tukey, a diferença mínima significativa (() é dada por ( = q[K ; GLRes(b) ; (%] � = 4,00 � = 3,09 ~ 3 sendo q o valor tabelado, obtido em função de I tratamentos primários e GLRes(b) número de graus de liberdade do resíduo(a) a um nível de significância ( desejado, ou seja, q[4 ; 18 ; 5%] = 4,00. c) Um contraste entre duas médias de tratamentos secundários, dado um tratamento primário A estimativa da variância para a diferença entre duas médias de tratamentos secundários dado um tratamento primário é: � = � = 3,59 Para a aplicação de algum teste de médias, como o teste de Tukey, a diferença mínima significativa (() é dada por ( = q[K ; GLRes(b) ; (%] � = 4,00 � = 5,36 ~ 5 sendo q o valor tabelado, obtido em função de I tratamentos primários e GLRes(b) número de graus de liberdade do resíduo(b), a um nível de significância ( desejado, ou seja, q[4 ; 18 ; 5%] = 4,00. d) Um contraste entre duas médias de tratamentos primários, dado um tratamento secundário A estimativa da variância para a diferença entre duas médias de épocas de semeadura dado uma cultivar é: � = � = 13,595 Para a aplicação de algum teste de médias, como o teste de Tukey, a diferença mínima significativa (() é dada por ( = q[I ; v ; (%] � = 4,34 � = 11,31 ~ 11 sendo q o valor tabelado, obtido em função de I tratamentos primários e v número de graus de liberdade do resíduo médio a um nível de significância ( desejado, ou seja, q[3 ; 6 ; 5%] = 4,34, com v obtido (Satterthwaite, 1947) através de v = = = 6,14 ~ 6 e) Um contraste entre duas médias de tratamentos primários, dado dois tratamentos secundários A estimativa da variância para a diferença entre duas médias de épocas de semeadura dado duas diferentes cultivares é: � todos os cálculos são semelhantes às comparações do item 4. Para comparar os tratamentos de modo mais fácil, pode-se reunir as comparações entre as médias e a aplicação do teste de Tukey numa única Tabela 70. Tabela 70. Médias dos tratamentos com aplicação do teste de Tukey. Época de Cultivar Média Semeadura Emgopa361 Embrapa1 Rainha Itiquira Outubro 81,0a B 60,0 b C 93,7a A 57,0 b C 72,9 b Novembro 90,0a B 92,0a AB 95,7a A 90,0a B 91,9 a Dezembro 86,0a A 90,0a A 90,0a A 91,0a A 89,2 a Média 85,7 B 80,7 C 93,1A 79,3 C 84,7 Em cada coluna, médias seguidas de uma mesma letra minúscula não diferem entre si pelo teste de Tukey (5%). Idem para letras maiúsculas em cada linha. Observa-se que no mês de dezembro não houve diferença significativa entre as cultivares, já no mês de outubro a cultivar rainha apresentou maior porcentagem de germinação, seguida pela Emgopa316 e pelas Embrapa1 e Itiquira com os menores teores. No mês de novembro, as cultivares Embrapa1 e Rainha apresentaram germinação semelhantes, sendo que as porcentagens de germinação das cultivares Itiquira e Emgopa316 foram inferiores ao da Rainha. Na média geral, a cultivar Rainha apresentou porcentagem de germinação superior a germinação das demais cultivares, com a Embrapa1 e Itiquira tendo os menores valores. Com relação as épocas de semeadura, observa-se que para as cultivares Emgopa361 e Rainha não houve influência das épocas de semeadura, enquanto que, para as cultivares Embrapa1 e Itiquira as semeaduras em novembro e dezembro foram as que proporcionaram maiores porcentagem de germinação, sugerindo que semeadura mais tardia resultam em maior porcentagem de germinação de sementes. 5. Desdobramento de interação significativa Para estudar a interação entre as cultivares e época de semeadura pode-se considerar dois casos e optar por um deles para apresentação dos resultados, normalmente aquele que seja mais informativo. a) Estudar o comportamento das épocas de semeadura em cada cultivar Neste caso, as somas de quadrados são obtidas do seguinte modo: SQÉpo d. Emgopa316 = = 66.171 – 66.049 = 122,0 SQÉpo d. Embrapa1 = = 60.492 – 58.564 = 1.928,0 SQÉpo d. Rainha = = 49,56 SQÉpo d. Itiquira = = 2.246,0 Observa-se que a soma destas quatro últimas somas de quadrados correspondem a SQÉpo + SQÉpoxCul, ou seja, 2539,56 + 1806,00 = 122,0 + 1.928,0 + 49,56 + 2246,0 = 4.345,56. Neste desdobramento está envolvido comparações de tratamentos primários e secundários, necessitando por isso, obter um resíduo médio para testar o efeito de épocas em cada cultivar. O QMResíduo médio é obtido por QMResíduo Médio = = = 20,39 cujo número de graus de liberdade é obtido de acordo com Satterthwaite (1946), conforme realizado no item (4.d). E, a nova análise de variância está apresentada na Tabela 71. Observa-se que: i) as épocas de semeadura têm efeitos diferentes (P < 0,01) sobre a porcentagem de germinação das cultivares Embrapa1 e Itiquira; ii) as épocas de semeadura não têm efeitos significativos sobre a porcentagem de germinação das cultivares Emgopa316 e Rainha. Tabela 71. Análise de variância com desdobramento da interação, considerando o estudo de épocas de semeadura dentro de cada cultivar. Fontes de Variação G.L. S.Q. Q.M. Fc Prob > F Blocos 2 10,92 5,36 Tratamentos (11) Cultivar 3 1050,75 350,25 Épo d. Emgopa 2 122,00 61,00 2,99 0,1211 Épo d. Embrapa 2 1928,00 964,00 47,27 0,0002 Épo d. Rainha 2 49,56 24,78 1,22 0,3541 Épo d. Itiquira 2 2246,00 1123,00 55,07 0,0001 Resíduo Médio 6 - 20,39 A partir destes resultados, a continuação sugere que deve-se utilizar algum teste de comparação múltipla para identificar quais épocas propiciam maiores porcentagens de germinação para cada cultivar. Esta comparação foi realizada no item (4.d) e Tabela 70. b) Estudar comportamento das cultivares em cada época de semeadura Poderia também ter-se optado pelo desdobramento no outro sentido, estudando o efeito das cultivares dentro de cada época de semeadura. Nesse caso, a análise de variância é aquela apresentada na Tabela 72. Tabela 72. Análise de variância com desdobramento da interação, considerando o estudo de cultivar dentro de cada época de semeadura. Fontes de Variação G.L. S.Q. Q.M. Fc FTabelado Blocos 2 10,72 5,36 0,082 Época de Semeadura 2 2539,56 1269,78 19,41 18,00 (1%) Resíduo(a) 4 261,61 65,40 Parcelas 9 (2811,89) Cult d. Out. 3 2748,25 916,08 169,96 0,0001 Cult. d. Nov. 3 64,25 21,42 3,96 0,0241 Cult. d. Dez. 3 44,25 14,75 2,74 0,0727 Resíduo (b) 18 97,00 5,36 Total 47 Verifica-se que não houve efeito das cultivares na época de semeadura realizada em dezembro. Existe efeito significativo de cultivares nas épocas de semeadura de outubro e novembro, sendo que em outubro houve um efeito maior. As comparações de médias podem ser vistas na Tabela 69. Exercício 1. Um experimento foi realizado com o objetivo de comparar sistemas de preparo de solo na cultura do milho, bem como determinar a melhor cultivar. O delineamento experimental foi o blocos casualizado com quatro repetições, com os tratamentos dispostos no esquema de parcelas subdivididas. Os valores de produção de grãos (t/ha) obtidos foram: Sistema de Cultivar Blocos Total Preparo Solo I II III IV Aração A4,2 4,6 4,5 4,4 B 4,5 4,7 4,3 4,7 C 5,2 5,0 6,8 5,8 Aração+Gradagem A 3,8 4,4 4,8 3,9 B 3,7 3,5 3,1 3,7 C 3,5 3,1 3,4 3,3 Subsolagem A 4,2 4,2 5,2 5,1 B 4,0 3,8 3,7 4,1 C 3,9 3,9 3,7 4,0 a) Escreva o modelo linear com as suas pressuposições; b) Faça a análise de variância com todos os desdobramentos e interpretações; c) Apresente os resultados obtidos na forma de tabela ou gráfico para facilitar o entendimento e visualização dos resultados. 2. Um experimento foi conduzido no delineamento inteiramente casualizado com duas repetições, com o objetivo de controlar ninfas (formas jovens) de cigarrinhas (Deois flavopicta) das pastagens através do uso de inseticidas e do manejo (modos de aplicação, em tempo após corte). Os valores obtidos da porcentagem de eficiência do controle químico foram: Manejo Repetição Inseticidas (Dias após corte) Decis FW Mipcin 4G Mipcin 2GF Toxafeno Lorsban 1 dia 1 53 58 80 28 25 2 57 64 84 32 29 8 dias 1 55 28 47 58 33 2 66 32 51 64 37 15 dias 1 35 77 55 68 40 2 37 71 53 64 42 a) Faça a análise de variância com desdobramento de interação e interpretação dos resultados. b) Apresente os resultados obtidos na forma de tabela ou gráfico para facilitar o entendimento e visualização dos resultados. EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS NO TEMPO 1. Introdução Em alguns experimentos as observações são feitas numa mesma parcela, num certo período de tempo. Por exemplo, na aplicação de um inseticida, as contagens dos números de insetos vivos (ou mortos) podem ser feitas numa mesma parcela em duas ou mais épocas; em plantas forrageiras (cana-de-açúcar, sorgo) as medidas de produção são feitas nas mesmas parcelas em diferentes épocas de cortes espaçadas de um certo tempo; em plantas perenes (café, citros) podem ser feitas em anos seguidos. Esta causa de variação: épocas ou anos pode ser considerada como tratamentos secundários e o esquema de analise fica como os de parcelas subdivididas (split-plot in time). No entanto, conforme salientaram Federer (1955), Steel, Torrie e Dickley (1998) e Banzato e Kronka (1995) as causas de variação épocas ou anos não são casualizados dentro das parcelas e assim, sugerem uma modificação na análise incluindo a fonte de variação da interação entre tratamentos secundários x blocos (como uma correção) isolando-a do resíduo(b). 2. Um exemplo Os dados apresentados na Tabela 73 referem-se a produção de massa verde, em t/ha, de quatro cultivares de cana-de-açúcar (tratamentos primários) e três cortes (tratamentos secundários no tempo, pois são realizados em anos sucessivos na mesma parcela). Tabela 73. Produção de quatro cultivares de cana-de-açúcar submetidas a três cortes sucessivos na mesma parcela. Cultivar Bloco Corte Total Primeiro Segundo Terceiro SP70-1470 1 124 101 90 315(3) 2 116 93 84 293 SP70-1471 1 168 124 105 397 2 154 118 98 370 SP71-1406 1 158 124 111 393 2 149 119 104 372 NA56 1 131 89 87 307 2 128 82 819 291 Total 1128(8) 850 760 2738(24) Na análise de variância (Tabela 74), a diferença com os experimentos em parcelas subdivididas é a inclusão da fonte de variação Cortes x Blocos, que passa a ser um testador para o efeito de cortes. Um cuidado especial deve-se ser dado a experimentos desse tipo, pois as observações ao longo do tempo são dependentes e isto pode afetar os resultados e comprometer as interpretações. Tabela 74. Análise de variância para os dados de produção de massa verde da Tabela 73. V.C.M. G.L. S.Q. Q.M. Fc Ft Blocos 1 308,16 308,16 90,90 Cultivar 3 4436,83 1478,94 436,27 29,46 (1%) Resíduo(a) 3 10,17 3,39 Parcelas 7 4755,16 Cortes 2 9200,33 4600,16 1722,91 99,00 (1%) Cul x Cor 6 521,67 86,94 22,35 8,47 (1%) Blo x Cor 2 5,34 2,67 0,686 Resíduo(b) 6 23,33 3,89 Total 23 14505,83 Neste experimento existem dois coeficientes de variação: C.V.(a) = 1,61% e C.V.(b) = 1,73%, que sugerem uma boa precisão. Verificado a significância dos fatores em estudo, tem-se interesse em comparar as médias dos tratamentos. Alguns casos de comparações múltiplas podem ser considerados: a) Duas médias de tratamento primário (Cultivar) � = � = = 1,13 ( = q[3 ; 3; 5%] = 5,91 = 7,7 b) Duas médias de tratamento secundário (Cortes) = = = 0,6675 ( = q[3 ; 2; 5%] = 8,33 = 9,6 c) Duas médias de cortes em uma mesma cultivar = = = 3,585 com v1 = 3, o número de graus de liberdade obtido conforme Satterthwaite (1947); ( = q[3 ; 8; 5%] = 4,04 = 5,4 d) Duas médias de cultivar em um mesmo corte = = = 3,7233 com v2 = 9, o número de graus de liberdade obtido conforme Satterthwaite (1947); ( = q[4 ; 9 ; 5%] = 4,42 = 6,0 Na Tabela 75 encontra-se o resumo das comparações múltiplas. Tabela 75. Valores médios da produção de massa verde de quatro cultivares de cana-de-açúcar em função dos três cortes e médias gerais de cultivares e de cortes. Cortes Cultivar Média SP70-1470 SP70-1471 SP71-1406 NA56 10 120 D a 161 A a 154 B a 130 C a 141 a 20 97 B b 121 A b 122 A b 86 C b 106 b 30 87 B c 102 A c 108 A c 84 B b 95 c Média 101 B 128 A 127 A 100 B 114 Em cada coluna, médias seguidas de uma mesma letra minúscula não diferem entre si pelo teste de Tukey (5%). Idem para letras maiúsculas em cada linha. Observa-se que houve um efeito acentuado dos cortes, o que já era esperado, sendo que as maiores produções ocorreram no primeiro corte e, isto ocorreu em todas as cultivares. No primeiro corte, a cultivar SP70-1471 apresentou a maior produção, enquanto que no segundo e terceiro, foram as cultivares SP70-1471 e SP71-1406 com as maiores produções de massa verde. Exercício 1. Porcentagem de infestação de caruru-de-mancha em quatro períodos de avaliação (dias após plantio) em função dos tratamentos de cobertura morta (Dados adaptados de Santos, 1999). Tratamentos Bloco Períodos (dias) 20 40 60 80 Casca Café 1 25 45 53 63 2 27 47 56 67 3 24 42 50 59 Casca Arroz 1 21 41 47 57 2 19 43 50 60 3 24 38 44 53 Vermiculita 1 53 64 71 76 2 50 60 75 79 3 67 68 75 78 Sem Cobertura 1 32 57 64 70 2 29 53 62 75 3 34 60 67 72 2. Altura de plantas de caruru-de-mancha em cinco períodos de avaliação em função dos tratamentos de posicionamento da cobertura morta. Posição Bloco Período 23 28 33 38 43 Topo 1 4,3 5,5 7,6 10,1 12,2 2 3,5 4,5 5,8 8,9 11,3 3 4,7 5,9 7,8 10,5 12,9 Fundo 1 2,7 3,5 5,0 6,2 7,4 2 2,5 3,3 4,8 5,9 6,7 3 2,8 3,8 5,2 6,5 7,8 Superfície 1 2,2 2,8 3,9 4,9 5,5 2 2,5 3,2 4,3 5,3 6,2 3 1,9 2,6 3,7 4,5 5,4 Fonte: Dados adaptados de Santos (1999). Fazer a análise de variância com desdobramento de interação e aplicação de testes de comparação de médias e ajuste usando regressão para avaliar o comportamento da altura das plantas em função dos períodos. _958536899.unknown _1020624161.unknown _1020960265.unknown_1020960562.unknown _1020961365.unknown _1020961527.unknown _1020961735.unknown _1020961770.unknown _1020961569.unknown _1020961420.unknown _1020960665.unknown _1020960822.unknown _1020961268.unknown _1020961302.unknown _1020960873.unknown _1020960795.unknown _1020960604.unknown _1020960398.unknown _1020960463.unknown _1020960352.unknown _1020955169.unknown _1020956558.unknown _1020956615.unknown _1020955240.unknown _1020954841.unknown _1020954918.unknown _1020624203.unknown _958589636.unknown _958589876.unknown _1020623756.unknown _958589761.unknown _958537240.unknown _958537241.unknown _958536900.unknown _958537238.unknown _958532695.unknown _958534702.unknown _958536122.unknown _958536123.unknown _958536897.unknown _958536120.unknown _958533856.unknown _958534518.unknown _958533068.unknown _958362200.unknown _958364235.unknown _958532261.unknown _958362702.unknown _958362720.unknown _958362719.unknown _958362692.unknown _958362685.unknown _958360597.unknown _958362113.unknown _958359611.unknown
Compartilhar