Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

Delineamento em blocos casualizados
Prof. Augusto Ramalho de Morais
UFLA/DES
1. Aspectos gerais
É o delineamento mais utilizado nas pesquisas agrícolas;
Usa os princípios da repetição, casualização e controle local;
Utilizado em situações em que existe heterogeneidade entre as unidades experimentais, e essa heterogeneidade ocorre de forma sistemática;
Efetua-se o controle local no sentido perpendicular ao da variação a ser controlada, de forma a formar grupos de parcelas homogêneas ou subáreas homogêneas, chamadas de blocos;
Dentro de cada bloco existe homogeneidade e, entre os blocos, existe a heterogeneidade;
Os tratamentos são sorteados de forma aleatória dentro de cada bloco; cada tratamento ocorre uma vez em cada bloco.
2. Vantagens:
O controle local reduz a variação do erro experimental pela remoção da variação entre blocos, com aumento da precisão experimental;
Em principio não existe restrição quanto ao número de tratamentos ou de repetições; mas, como dentro dos blocos deve ser homogêneo, isto deve ser considerado.
3. Desvantagens:
A perda de parcelas dificulta um pouco a análise estatística;
Pode ocorrer menor precisão experimental quando existir variação entre parcelas dentro dos blocos;
Se não houver heterogeneidade entre os blocos, perde-se a eficiência, pois ocorre uma redução no número de graus de liberdade dos erros;
O uso de grande número de tratamentos torna-se complicado em manter a homogeneidade dentro dos blocos, o que pode reduzir a eficiência do delineamento;
4. Fatores de blocagem
Alguns exemplos de fatores de blocagem são: 
Diferenças de fertilidade de solo; diferenças de temperaturas (incidência de luz solar diferente);
Diferenças de ventilação e exposição; diferenças de idade em animais; diferenças de peso inicial; diferenças de níveis de produção de aves; diferenças entre avaliadores;
Leitegadas; inclinação de terreno; dias da semana; horário de avaliação; operador de equipamento; etc.
5. Tabela de análise da variância:
Para I tratamentos e J blocos tem-se:
	F.V.
	G.L.
	S.Q.
	Q.M.
	Fc
	Ft
	Blocos
	J-1
	SQBlo
	QMBlo = 
	
	
	Tratamentos
	I-1
	SQTra
	QMTra =
	
	F(GLTra; GLErro)
	Erro
	(I-1)(J-1)
	SQErro
	QMErro = 
	
	
	Total
	IJ-1
	SQTotal
	
	
	
Correção = C = 
SQTotal = 
SQBlo = 
SQTra = 
 SQErro = SQTotal – SQBlo - SQTra
6. Sorteio dos tratamentos
Dentro de cada bloco é realizado um sorteio de todos os tratamentos.
Para I = 5 tratamentos e J = 4 blocos, um sorteio é:
	Bloco 3
	T2
	T4
	T1
	T5
	T3
	
	
	
	
	
	
	Bloco 1
	T4
	T1
	T5
	T3
	T2
	
	
	
	
	
	
	Bloco 4
	T3
	T1
	T4
	T2
	T5
	
	
	
	
	
	
	Bloco 2
	T1
	T3
	T2
	T4
	T5
Para o sorteio dos tratamentos em cada bloco é obtido por algum processo aleatório, quatro permutações aleatórias de 1 a 5, que representam os tratamentos. Assim, obtiveram-se as seguintes permutações: 2, 4, 1, 5, 3 para bloco 3; 4, 1, 5, 3, 2 para bloco 1; 3, 1, 4, 2, 5 para bloco 4 e, finalmente, 1, 3, 2, 4, 5 para bloco 2. 
Cada retângulo é uma unidade experimental (parcela):
Neste exemplo, tem-se uma parcela com sete linhas, sendo utilizadas como área útil as três linhas centrais eliminando-se uma parte das extremidades.
7. Um Exemplo com tratamentos qualitativos: 
Valores de peso de suínos em quilos por animal (kg animal-1) obtidos conforme a casualização dos tratamentos, para avaliar quatro dietas (rações) repetidas em três blocos:
	Bloco 1
	B (110)
	C (99)
	D (78)
	A (131)
	
	
	
	
	
	Bloco 2
	A (105)
	D (76)
	C (107)
	B (90)
	
	
	
	
	
	Bloco 3
	C (94)
	A (90)
	D (65)
	B (55)
Utilizou-se o delineamento em blocos por que as amostras (os animais) foram extraídos de animais com idades próximas a 30 dias, 40 dias e 45 dias. Caso fosse utilizado o delineamento inteiramente casualizado uma dieta poderia ser sorteada para animais de somente uma idade, e poderia se obter respostas maiores (ou menores) do que de os demais tratamentos.
 Valores de peso de suínos (kg) tabelados:
	Tratamentos
	
	Blocos
	
	Soma
	
	1
	2
	3
	
	A
	131
	109
	90
	 330(3)
	B
	110
	90
	55
	255
	C
	99
	107
	94
	300
	D
	78
	76
	65
	219
	Soma
	 418(4)
	382
	304
	 1104(12)
Valor da correção:
C = 
 = 101568
SQTotal = 
 = 4970,0
SQBlocos:
SQBlo = 
 = 1698,0
SQTratamentos:
SQTra = 
 = 2394,0
SQErro ou SQResíduo:
SQErro = SQTotal – SQBlo – SQTra = 4970,0 – 1698,0 – 2394,0 = 878,0
Os demais cálculos como quadrados médios e valor de F são indicados na tabela de análise da variância.
Tabela de análise da variância para peso (kg) de suínos.
	F.V.
	G.L.
	S.Q.
	Q.M.
	Fc
	Ft
	Blocos
	2
	1698,0
	849,00 = 
	
= 5,80*
	5,14
	Tratamentos
	3
	2394,0
	798,00 =
	
= 5,45*
	4,76
	Erro
	6
	878,0
	146,33 = 
	
	
	Total
	11
	4970,0
	
	
	
Interpretação teste F para tratamentos:
 Como Fc = 5,45 > Ft = 4,76, então rejeita-se H0 e diz-se que o efeito de tratamentos é significativo.
Logo, existe alguma diferença significativa entre os tratamentos, ao nível de 5% de probabilidade, pelo teste F; indicando que as dietas afetam o peso final dos suínos.
Aplicação do teste de Tukey
i) Para aplicação do teste de Tukey calculam-se as médias
MA = 330/3 = 110
MB = 255/3 = 85
MC = 300/3 = 100
MD = 219/3 = 73
ii) Obtenção das diferenças entre as médias duas a duas: 
	Ordenam-se as médias em uma tabela de dupla entrada, na primeira coluna colocam as médias ordenadas da maior para a menor, até a penúltima média; e na primeira linha, colocam-se as médias ordenadas, da segunda maior até a última:
	
	100
	85
	73
	
	110
	10
	25
	37
	
	100
	-
	15
	27
	
	85
	-
	-
	8
	
iii) Obtenção da diferença mínima significativa (DMS):
 = 
= 4,90 (6,984) = 34,2 
 iv) Critério de comparação das diferenças com a DMS: 
	Comparam-se as diferenças obtidas com a DMS, caso a diferença seja menor que a DMS então as duas médias não se diferem, são não significativas, indica-se por ns. E, caso a diferença seja maior do que a DMS então as duas médias se diferem, são significativas, indica-se por *. 
Obteve-se:
	
	100
	85
	73
	
	110
	10ns
	25ns
	37*
	
	100
	-
	15ns
	27ns
	
	85
	-
	-
	8ns
	
v) Resultado e apresentação
	E, o resultado final é obtido com as médias ordenadas e colocando-se letras para identificar as comparações não significativas das significativas. Médias com a mesma letra indica que os tratamentos não se diferem e, médias com letras diferentes indica que os tratamentos se diferem. Assim, obteve-se:
	Tratamento
	Médias
	Apresentação fica: 
	Tratamentos
	Médias
	A
	110 a
	
	A
	110 a
	C
	100 ab
	
	B
	 85 ab
	B
	 85 ab
	
	C
	100 ab
	D
	 73 b
	
	D
	 73 b
Aqui a única diferença que se obteve foi entre os tratamentos A e D, com a dieta A obtendo maior peso do que com a dieta D; as demais comparações não se diferiram.
8. Um Exemplo com tratamentos quantitativos 
	Valores de produção em toneladas por hectare (t ha-1) conforme sorteio, de quatro tratamentos repetidos em três blocos:
	Bloco 1
	C (9,9)
	A (3,6)
	D (12,0)
	B (7,5)
	
	
	
	
	
	Bloco 2
	B (8,9)
	D (15,9)
	A (5,0)
	C (11,7)
	
	
	
	
	
	Bloco 3
	D (13,8)
	B (9,4)
	C (12,0)
	A (6,1)
 Valores de produção tabelados ou ordenados:
	Tratamentos
	
	Blocos
	
	Soma
	
	1
	2
	3
	
	A
	3,6
	5,0
	6,1
	 14,7(3)
	B
	7,5
	8,9
	9,4
	25,8
	C
	9,9
	11,7
	12,0
	33,6
	D
	12,0
	15,9
	13,8
	41,7
	Soma
	 33,0(4)
	41,5
	41,3
	 115,8(12)
Valor da correção:
C = 
 = 1117,47
SQTotal = 
 = 147,670
SQBlocos:
SQBlo = 
 = 11,765
SQTratamentos:
SQTra = 
 = 132,390
SQErro ou SQResíduo:
SQErro = SQTotal – SQBlo – SQTra = 147,670 – 11,765 – 132,390 = 3,515
Os demaiscálculos como quadrados médios e valor de F são indicados na tabela de análise da variância.
Tabela de análise da variância para a produção
	F.V.
	G.L.
	S.Q.
	Q.M.
	Fc
	Ft
	Blocos
	2
	11,765
	5,8825 = 
	
= 10,04
	5,14
	Tratamentos
	3
	132,390
	44,1300 =
	
= 75,32
	4,76
	Erro
	6
	3,515
	0,5858 = 
	
	
	Total
	11
	147,670
	
	
	
Interpretação teste F:
Como Fc = 75,32 > Ft = 4,76 diz-se que o resultado é significativo.
Rejeita-se H0, indicando que existe alguma diferença significativa entre os tratamentos, ao nível de 5% de probabilidade, pelo teste F; as doses de adubo afetam de modo significativo a produção.
Quando os tratamentos são quantitativos (numéricos) o melhor modo de estuda-los é por meio da utilização da análise de regressão.
8.1 Diagrama de dispersão
	Sempre é importante uma análise exploratória dos dados por meio do diagrama de dispersão.
	Plota-se os valores observados em função dos tratamentos quantitativos para verificar a tendência de comportamento da produção em função das doses aplicadas.
Observa-se que à medida que se aumenta a adubação a produção aumenta, sugerindo um acréscimo linear; por isso, pode-se ajustar uma equação linear aos dados.
8.2 Tabela auxiliar e cálculos auxiliares
	Doses
	Produção média
	Produto
	
	
	(X)
	(y)
	Xy
	X2
	
	0
	4,9
	0
	0
	
	50
	8,6
	430
	2500
	
	100
	11,2
	1120
	10000
	
	150
	13,9
	2085
	22500
	
	300
	38,6
	3635
	35000
	
= 300, 
= 38,6, 
= 3635, 
= 35000
SQX = 
= 
= 12500,
SPXy = 
= 
= 740
SQRegressão e desvios de regressão
SQReg. Linear = SQRL = 
 = 
 = 131,424
SQDesvios de regressão = SQDesvios = SQTra – SQRL = 132, 390 – 131,424 = 0,966
8.3 Análise da variância com avaliação da regressão:
Tabela de análise da variância para a produção com avaliação da regressão linear.
	F.V.
	G.L.
	S.Q.
	Q.M.
	Fc
	Ft
	Blocos
	2
	11,765
	5,8825
	10,04
	5,14
	Tratamentos
	(3)
	(132,390)
	44,1300
	75,32
	4,76
	 Reg. Linear
	1
	131,424
	131,4240
	224,35
	
	 Desvios Reg.
	2
	0,966
	0,4840
	0,82
	
	Erro
	6
	3,515
	0,5858
	
	
	Total
	11
	147,670
	
	
	
Regressão é significativa, pode representar a produção em função das doses do adubo por meio do modelo de regressão linear.
Desvios é não significativo, a regressão linear é um bom modelo, apresentou bom ajuste.
8.4 Equação de regressão
Estimativas dos parâmetros:
 = 
 = 0,0592 t ha-1
 = 
 = 5,21
Equação estimada é:
 = 
Coeficiente de determinação
 = 
= 99,27%
8.5 Gráfico
O gráfico que é também referido como figura é usado para finalizar os resultados e se ter uma apresentação de forma mais fácil de visualizar o que ocorreu no experimento.
Figura 1. Representação gráfica da produção média (t ha-1) em função das doses de adubo, equação e regressão linear e coeficiente de determinação.
Interpretação das estimativas dos parâmetros da equação de regressão linear:
Espera-se um aumento médio de 0,059 t ha-1 na produção de grãos para cada unidade que se adiciona de adubo;
Espera-se uma produção de grãos de 5,21 t ha-1 no caso de não se utilizar o adubo.
Interpretação do coeficiente de determinação:
Das variações ocorridas na produção de grãos que são devidas aos tratamentos (as doses de adubo), 99,27% podem ser explicadas pela regressão linear.
9. Exercício
9.1 Um experimento será realizado para avaliação de cinco variedades de cana-de-açúcar, representadas por A, B, C, D e E, com vistas a alimentação de gado. O experimento será realizado em área com certa heterogeneidade, a qual necessita do controle local por meio do uso de blocos e essa área comporta cinco repetições para cada tratamento. Conforme o croqui da área experimental, no qual está apresentado as parcelas disponíveis, pede-se:
a) Um sorteio dos tratamentos nas parcelas;
	Bloco 2
	
	
	
	
	
	Bloco 4
	
	
	
	
	
	Bloco 5
	
	
	
	
	
	Bloco 1
	
	
	
	
	
	Bloco 3
	
	
	
	
	
b) Apresente o esquema para a análise da variância, com fontes de variação e números de graus de liberdade;
c) Indique as hipóteses que estarão em comparação;
d) Indique como as variedades poderão ser comparadas.
9.2 Um experimento foi realizado para avaliar o ganho de peso (em kg) em leitões às seis semanas após desmame, sendo utilizado o delineamento em blocos casualizados, com quatro repetições. Cada parcela foi constituída por dois leitões sendo anotado o peso médio de ambos. O critério de formação dos blocos foi o peso inicial dos leitões, cada leitegada foi separada de modo a possibilitar que os animais de mesmo peso inicial e grau de parentesco fossem submetidos a todos os tratamentos. Os valores do peso por leitão (em kg) foram:
	Tratamentos
	Blocos
	(Rações)
	1
	2
	3
	4
	
	1. Ração padrão (RP)
	16,4
	22,4
	18,5
	21,6
	
	2. RP+Leite soja (LS)
	14,4
	16,2
	15,0
	17,0
	
	3. RP+LS+Glicose
	12,8
	14,4
	13,2
	12,1
	
	4. RP+LS+Soro
	17,7
	20,4
	19,8
	18,9
	
	5. RP+Leite vaca
	19,7
	33,1
	22,5
	23,1
	
a) Fazer a análise da variância, incluindo interpretação do teste F;
b) Elaborar um conjunto de contrastes ortogonais e seus significados;
c) Refazer a análise da variância incluindo a avaliação dos contrastes pelo teste F e interpretar os resultados;
d) Aplicar o teste de Tukey e interpretar os resultados; com bases nesses resultados, qual o melhor tratamento e qual o pior?
e) Aplicar o teste de Scheffé para avaliar o contraste entre o leite de vaca e os leites de soja, e interprete o resultado;
f) Aplicar o teste de Scheffé para avaliar o contraste entre o leite de soja e os leites de soja enriquecidos e interprete o resultado.
9.3 Um experimento foi realizado para avaliar como era o comportamento do crescimento inicial de codornas. Os valores do peso de codornas (em gramas) em função das suas idades (em dias) foram:
	Tratamentos
	Blocos
	Idade
	1
	2
	3
	4
	5
	7
	22
	26
	29
	30
	25
	14
	47
	50
	58
	49
	52
	21
	87
	75
	81
	73
	77
	28
	104
	98
	99
	97
	99
	35
	118
	117
	114
	118
	116
Fazer a análise da variância, incluindo a avaliação do efeito da regressão, com todas as interpretações de todos os resultados.
9.4 Planeje um experimento para avaliar quatro tipos de rações na alimentação de suínos, utilizando cinco repetições (cinco blocos). Apresente um sorteio dos tratamentos nas parcelas; o esquema para a análise da variância; descreva o que será a parcela; informe o número de animais necessário para se realizar o experimento; identifique o fator de estudo, o objetivo do experimento.
9.5 Um experimento foi conduzido no delineamento em blocos casualizados com a finalidade de avaliar a competição entre variedades de cana-de-açúcar. Os valores de produção de massa verde, em t/ha, em função dos tratamentos e dos blocos foram:
	Tratamentos
(Variedades)
	Blocos
	Soma
	
	1
	2
	3
	4
	5
	
	Co2
	109
	101
	110
	95
	110
	
	Co4
	109
	125
	108
	123
	125
	
	Cb1
	121
	129
	127
	121
	127
	
	Cb2
	128
	132
	134
	126
	130
	
	Rb
	115
	128
	125
	118
	124
	
	Soma
	
	
	
	
	
	
a) Obter um conjunto de contrastes ortogonais e interpretar o significado de cada contraste;
b) Obter a análise de variância incluindo a avaliação dos contrastes e interpretar os resultados do teste F;
c) Aplicar o teste de Tukey e interpretar os resultados;
d) Aplicar o teste de Scheffé para avaliar o contraste entre as variedades Co e Cb;
e) Aplicar o teste de Scheffé para avaliar o contraste entre a variedade Rb e as variedades Co e Cb.
_1557743789.unknown
_1557743797.unknown
_1557743805.unknown
_1557743809.unknown
_1557743814.unknown
_1557743816.unknown
_1557743818.unknown
_1557743820.unknown
_1557746402.unknown
_1557743819.unknown
_1557743817.unknown_1557743815.unknown
_1557743811.unknown
_1557743812.unknown
_1557743810.unknown
_1557743807.unknown
_1557743808.unknown
_1557743806.unknown
_1557743801.unknown
_1557743803.unknown
_1557743804.unknown
_1557743802.unknown
_1557743799.unknown
_1557743800.unknown
_1557743798.unknown
_1557743793.unknown
_1557743795.unknown
_1557743796.unknown
_1557743794.unknown
_1557743791.unknown
_1557743792.unknown
_1557743790.unknown
_1557743781.unknown
_1557743785.unknown
_1557743787.unknown
_1557743788.unknown
_1557743786.unknown
_1557743783.unknown
_1557743784.unknown
_1557743782.unknown
_1557743777.unknown
_1557743779.unknown
_1557743780.unknown
_1557743778.unknown
_1557743775.unknown
_1557743776.unknown
_1557743774.unknown