Baixe o app para aproveitar ainda mais
Prévia do material em texto
ANÁLISE DE EXPERIMENTOS EM GENÉTICA E MELHORAMENTO DE PLANTAS Tópico: Procedimentos de comparações múltiplasmúltiplas ______________________________________ Prof. José Airton Rodrigues Nunes Setor de Genética - DBI/UFLA E-mail: jarnunes@dbi.ufla.br Estudo das Médias dos Tratamentos Modelo estatístico ij i j ijy b e Teste F-Snedecor: 0 1 2:H Teste F-Snedecor vários tratamentos 0 1 2: ... tH Comparação direta dos efeitos dos níveis dos fatores usando técnicas de estimação: LSD (t de Student) Teste de Tukey Teste de Duncan Teste de Student-Newman-Keuls (SNK) Teste t-Bayesiano Teste de Dunnett Estudo das Médias dos Tratamentos (Neter e Wasserman, 1974) Teste de Dunnett Teste de agrupamento de Scott-Knott Comparações de grupos de médias: contrastes ortogonais – Teste t ou teste F; contrastes ortogonais ou não ortogonais -Teste de Scheffé Decomposição da SQ de tratamentos para testes de hipótese de interesse Tratamentos possuem uma estrutura Tratamentos = níveis quantitativos - regressão TCM – Testes de hipótese Testes de comparações de médias Erro tipo I (α) Por comparação (Comparisonwise) Por experimento (Experimentwise) Erro tipo II (β) Erro tipo II (β) Erro tipo III Gosset (1908) Fisher (1926) TCM – Least Significance Difference (LSD) Comparar as médias duas-a-duas ( ) ( / 2; ) 'ˆ.STUDENT GLE i iDMS t V y y 0 ': i iH QME QME ( ) ; 2 2. . 2 ( 1) pt Bonferroni GLE p QME DMS t r t t Elevada taxa de erro tipo I por experimento Nível nominal de significância não mantido (Ex. t=3 -- 13%; t=20 -- 90%) ( ) ( / 2; ) ´ ( ) ( / 2; ) . 2. . STUDENT GLE i i STUDENT GLE QME QME DMS t r r QME DMS t r Exemplo: Médias da produção de cana-de-açúcar, em Kg/parcela, de um experimento em quadrado latino 5 x 5, onde foram comparadas cinco variedades, designadas por: A, B, C, D e E. (Dados: QME = 2842,9) Variedades Médias LSD C 604,8 a Variedades Médias A 492,6 Exemplo: Experimento DQL LSDB a A 492,6 b B 440,8 bc D 413,4 c E 401,0 c B 440,8 C 604,8 D 413,4 E 401,0 ab b b b Ambiguidade nos resultados! Tukey (1953) - HSD (honestly significant difference) test TCM – Tukey’s Range Test Comparar as médias duas-a-duas Teste rigoroso – Controla bem o erro tipo I por experimento, mas permite o aumento do erro tipo II. ( ) ( %; ; ) ' 1 ˆ 2 TUKEY t GLErro i iDMS q V y y 0 ': i iH 2 MAX MINy yq QME ( ) ( %; ; ) 'ˆ 2 TUKEY t GLErro i iDMS q V y y ( ) ( %; ; ) ´ ( ) ( %; ; ) 1 2 . TUKEY t GLErro i i TUKEY t GLErro QME QME DMS q r r QME DMS q r Tukey-Kramer method – Kramer(1956) 2QME r Variedades Médias Tukey C 604,8 a Variedades Médias A 492,6 Exemplo: Experimento DQL Exemplo: Médias da produção de cana-de-açúcar, em Kg/parcela, de um experimento em quadrado latino 5 x 5, onde foram comparadas cinco variedades, designadas por: A, B, C, D e E. (Dados: QME = 2842,9) A 492,6 b B 440,8 b D 413,4 b E 401,0 b B 440,8 C 604,8 D 413,4 E 401,0 TCM – Dunnett Usado para testar as comparações de interesse entre os tratamentos sob teste com a(s) testemunha(s) ou controle(s) 0 : i CH ( ) ( %; 1; ) 1 1 .DUNNETT d t GLErroDMS t QME r r ( ) ( %; 1; ) ( ) ( %; 1; ) . 2. . DUNNETT d t GLErro i C DUNNETT d t GLErro DMS t QME r r QME DMS t r Fonte: Banzatto & Kronka (1995) (Valido apenas ri=rc) Pacote R nCDunnett (Broch and Ferreira, 2015) library(nCDunnett) #Error degree of freedom nu <- 12 #vector of correlations (dimension of the vector rho is equal to number of means) #balanced example - rho=0.5 t <- 5t <- 5 rho <- rep(0.5,t-1) #vector of noncentrality parameter. Must be of the same length of rho #with noncentrality parameter = 0 delta <- rep(0,t-1) #confidence level p <- 0.95 #quantile of the Dunnett's distribution qNCDun(p, nu, rho, delta, n=32, two.sided = TRUE) Exemplo: Médias da produção de cana-de-açúcar, em Kg/parcela, de um experimento em quadrado latino 5 x 5, onde foram comparadas cinco variedades, designadas por: A, B, C, D e E. Aplique o teste de Dunnett (5%) admitindo a variedade E como variedade padrão. (Dados: QME = 2842,9) Variedades Médias Dunnett (5%) A 492,6 B 440,8 C 604,8 D 413,4 E 401,0 n.s. n.s. * n.s. - Teste de agrupamento de Scott & Knott (1974) TCM – Scott & Knott Razão de verossimilhança - t tratamentos divididos em grupos de máxima dissimilaridade - ▲SQ Entre Grupos Número de partições possíveis em dois grupos: 2t-1 - 1 t=3 (A,B,C) Médias dos tratamentos ordenadas - Número de partições possíveis: t - 1 {A vs (B,C)} {B vs (A,C)} {C vs (A,B)} TCM – Passos do teste de Scott & Knott 1. Determinar a partição em dois grupos com k1 e k2 tratamentos que maximize a SQ entre grupos (B0) 22 2 1 21 2 0 1 2 1 2 T TT T B k k k k 1 2 1 1 2 1 1 ; k k i i i i k T y T y 2. Determinar a estatística λ: 0 2 0 ˆ2 2 B 2 2 0 1 1 ˆ g i i QME y y v g v r 2 ; 2 1 2 os dois grupos diferem repete - se o processo com g = k e g = k g Exemplo: Médias da produção de cana-de-açúcar, em Kg/parcela, de um experimento em quadrado latino 5 x 5, onde foram comparadas cinco variedades, designadas por: A, B, C, D e E. (Dados: QME = 2842,9) Variedades Médias C 604,8 A 492,6 B 440,8 D 413,4 E 401,0 Variedades Médias LSD t-Bonf Tukey S-N-K S & K TABELA Resultados da aplicação dos testes LSD, Tukey, Duncan, S-N-K e Scott & Knott a 5% de probabilidade no experimento de competição de variedades de cana. C 604,8 a a a a a A 492,6 b ab b b b B 440,8 bc b b b b D 413,4 c b b b b E 401,0 c b b b b TCM – Contrastes Contraste 0...ˆ 2211 ikk cYcYcYcY 02112)(ˆ 01111)(ˆ 0411114)(ˆ DCBA EDCBA YYYcY YYYYbY YYYYYaY Contrastes ortogonais 02112)(ˆ DBA YYYcY ortogonaissãoYeYbabababa bYbYbYbY aYaYaYaY kkii ikk ikk ))2(ˆ)1(ˆ(0... 0...)2(ˆ 0...)1(ˆ 2211 2211 2211 TCM – Contrastes ortogonais Teste F ou t Contrastes previamente planejados Cada contraste – 01 GL Grupo de contrastes ortogonais – GL trat 2 2 22 2 1 21 2 1 2 1 2 ˆ ˆ ˆ i Y SQY r c T TT T SQY rk rk rk rk TCM – Contrastes não - ortogonais Teste Scheffé Compromissado com o resultado do teste F A DMS do teste de Scheffé é: 2 ( %; 1; 2)( 1). .v v i QMErro S t F c r ( %; 1; 2)v v i r Exemplo: Num experimento no DIC com três repetições foram testadas diferentes genótipos de repolho quanto à produção (kg). Genótipos Repetições Totais Médias 1a 2a 3a Linhagem A 70,3 64,3 79,0 213,6 71,2 Linhagem B 81,0 75,1 71,3 227,4 75,8 Híbrido C 75,5 63,0 65,4 203,9 68,0Híbrido C 75,5 63,0 65,4 203,9 68,0 Híbrido D 85,2 80,5 83,6 249,3 83,1 Testemunha E 35,7 39,6 45,5 120,8 40,3 FV GL SQ QM Fc Genótipos 4 3203,02 800,76 26,24** Erro 10 305,15 30,52 Total 14 3508,17 a. Testemunha versus (linhagens e híbridos) b. Linhagens versus Híbridos c. Híbrido C vs Híbrido D d. Linhagem A vs. Linhagem B Grupo de contrastes ortogonais EDCBA T4TTTT)a(Ŷ BA DC DCBA EDCBA TT)d(Ŷ TT)c(Ŷ TTTT)b(Y 8,134,2276,213)d(Ŷ 4,453,2499,203)c(Ŷ 2,123,2499,2034,2276,213)b(Y 411)8,120(43,2499,2034,2276,213)a(Ŷ FV GL SQ QM Fc Genótipos (4) (3203,02) 800,76 26,24** Test vs (L e Hibridos) 1 2815,35 2815,35 92,11** Linhagens vs Híbridos 1 12,40 12,40 < 1,0 n.s. HibC vs HibD 1 343,53 343,53 11,20** TABELA Análise de variância da produção de repolho, em Kg. HibC vs HibD 1 343,53 343,53 11,20** LinA vs LinB 1 31,74 31,74 1,04 n.s. Erro 10 305,15 30,52 Total 14 3508,17 DCBA YYYYbY )(ˆ 1,41,830,688,752,71)(ˆ bY 41111c 22222 Exemplo: Teste de Scheffé para testar o seguinte contraste: Linhagens vs Híbridos. 8,234 3 52,30 48,3)15(S 41111c 22222 i Slide 1 Slide 2 Slide 3 Slide 4 Slide 5 Slide 6 Slide 7 Slide 8 Slide 9 Slide 10 Slide 11 Slide 12 Slide 13 Slide 14 Slide 15 Slide 16 Slide 17 Slide 18 Slide 19 Slide 20 Slide 21 Slide 22 Slide 23 Slide 24 Slide 25 Slide 26 Slide 27
Compartilhar