Baixe o app para aproveitar ainda mais
Prévia do material em texto
Aula 3: Aplicação do DIC com teste de Tukey. Exemplo: Dados de produção (kg) de quatro produtos testados em delineamento inteiramente casualizado com oito repetições. Produtos Repetições Média Geral 1 2 3 4 5 6 7 8 A 6276 6035 6086 5594 6321 6746 5751 6191 6125,00 B 7199 6890 6586 7149 6657 6210 6128 6393 6651,50 C 6457 6174 6612 6087 5797 5865 6498 6486 6247,00 D 7202 7173 7169 6590 6444 6740 6370 7270 6869,75 Considerando que os dados atendem as prerrogativas básicas para análise de variância. Temos FV GL SQ QM F Produtos 3 2.891.619,375 963.873,125 7,33* Resíduo 28 3.681.943,500 131.497,982 Total 31 6.573.562,875 Fator de correção (FC) = 207.146²/32 = 1.340.920.791,125 SQTotal = (6.276²+6.035²+...+7.270²) – FC = 6.873.562,875 SQTratamentos = 1/8*(49.000²+53212²+49.976²+54.958²) – FC = 2.891.619,375 SQResíduo = SQTotal - SQTratamentos = 3.681.943,500 G = 6.473,3 kg Precisão do experimento 𝐶𝑉(%) = 100∗√131.497,982 6.473,3 = 5,60% Hipóteses: H0: m=0, Ha: não H0. F5% tabelado (3, 28) = 2,95 Fcal > Ftab, rejeita-se H0 ao nível de 5% de probabilidade pelo teste F. Portanto existe pelo menos um contraste entre médias estatisticamente diferente de zero. Observação: Para identificar as diferenças existentes, sendo os tratamentos qualitativos, deve-se aplicar um teste de comparação de médias. Teste de Tukey. Teste que pode ser usado para comparar todo e qualquer contraste entre duas médias. Tem por base a diferença mínima significativa (d.m.s) representada por Δ, sendo: Δ = 𝑞(𝛼,𝑛,𝐺𝐿𝑅) ∗ √ 𝑄𝑀𝑅 𝑟 Em que, q: amplitude total estudentizada cujo valor é encontrado em tabelas em função do número de tratamentos (n) e do número de graus e liberdade do resíduo (GLR), ao nível α de probabilidade. QMR = variância residual; r = número de repetições. Obs: para que o teste seja exato exige tratamentos com o mesmo número de repetições. Para o contraste entre duas médias comparamos |�̂�| com Δ. Se |�̂�| ≥ Δ, o contraste é significativo ao nível de α de probabilidade testado indicando que as duas médias testadas no contraste diferem entre si. Aplicação do teste de Tukey aos dados do Exemplo: Hipóteses: 1. H0: mi = mj para i=j, Ha: mi≠mj para i≠j 2. α = 0,05. 3. q(5%, 4, 28) = 3,86 (fazer interpolação na tabela) 4. Médias ordenadas: MD = 6.869,8 a MB = 6.651,5 a b MC = 6.247,0 b c MA = 6.125,0 c Contrastes: Y1 = MD-MB = 218,3 ns Y2 = MD-MC = 622,8 * Y3 = MD-MA = 744,8 * Y4 = MB-MC = 404,5 ns Y5 = MB-MA = 526,5 * Y6 = MC-MA = 122,0 ns q(5%, 4, 28) = 3,86 (fazer interpolação na tabela) 𝛥 = 3,86 ∗ √ 131.497,982 8 = 494,87 5. Conclusão: Médias seguidas pelas mesmas letras nas colunas são estatisticamente iguais pelo teste de Tukey a 5% de probabilidade. Aplicação no software do exercício acima. 1. Fazer a análise descritiva dos dados. 2. Observar se atende a pressuposições da ANOVA. Realizar os testes. 3. Quando não atende o que fazer? 4. SE atende, analisar os dados.
Compartilhar