Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 1. DELINEAMENTO EM BLOCOS CASUALIZADOS (BANZATTO e KRONKA, 2006; STEEL, TORRIE e DICKEY, 1997; KAPS e LAMBERSON, 2004) O delineamento em blocos casualizados (DBC) é também denominado delineamento em blocos ao acaso ou delineamento em blocos completos casualizados. Nesse delineamento, além dos princípios da repetição e da casualização, também é adotado o princípio do controle local, constituindo blocos. É o mais utilizado dos delineamentos experimentais, e os experimentos instalados de acordo com este delineamento são denominados experimentos em blocos casualizados ou experimentos em blocos ao acaso. As principais características do delineamento em blocos casualizados são: 1) As unidades experimentais são distribuídas em grupos ou blocos (princípio do controle local), de tal forma que elas sejam o mais uniformes possível dentro de cada bloco; 2) O número de unidades experimentais dentro de cada bloco é igual ao número de tratamentos em estudo; 3) As unidades experimentais são atribuidas aos tratamentos de forma casual, sendo esta casualização feita dentro de cada bloco. A eficiência do delineamento em blocos casualizados depende da uniformidade das parcelas dentro de cada bloco. De um bloco para outro pode haver variação. A forma dos blocos não influi, dependendo apenas da uniformidade das condições experimentais. Assim, os blocos podem ter quaisquer formatos desde que se assegurem as condições uniformes dentro de cada um deles. Os blocos podem ser distribuídos por toda a área experimental, ou então agrupados um ao lado do outro. Geralmente, se coloca um bloco ao lado do outro para facilitar a condução do experimento. Os blocos são utilizados para controlar diferenças que ocorrem entre as unidades experimentais, tais como: diferenças de fertilidade do solo, diferenças no teor de umidade, diferenças de peso inicial dos animais, diferenças de idade, diferenças de luminosidade, dentre outras. As principais vantagens do delineamento em blocos casualizados são: 1) Permite controlar o efeito de uma variável exógena entre as unidades experimentais; 2) Pode-se utilizar qualquer número de tratamentos e de blocos desde que não 2 interfira na uniformidade dos blocos; 3) Conduz a uma estimativa mais exata para a variância residual na presença de heterogeneidade das condições experimentais; 4) A análise de variância é simples, apresentando apenas apenas uma causa de variação a mais que no delineamento inteiramente casualizado. As principais desvantagens do delineamento em blocos casualizados são: 1) Limitação do número de tratamentos devido à exigência de homogeneidade do bloco; 2) Diminuição do número de graus de liberdade do erro/resíduo devido ao uso do princípio de controle local. Por exemplo, num experimento em blocos casualizados, com seis tratamentos (A, B, C, D, E e F) e quatro repetições por tratamento, a casualização dos tratamentos é feita sorteando-se para cada uma das 24 unidades experimentais do experimento, uma combinação de tratamento com sua respectiva repetição, ou seja: A 1 B 1 C 1 D 1 E 1 F 1 A 2 B 2 C 2 D 2 E 2 F 2 A 3 B 3 C 3 D 3 E 3 F 3 A 4 B 4 C 4 D 4 E 4 F 4 Assim, a distribuição dos tratamentos nas 24 unidades do experimento, numeradas de 1 a 24, poderia ser a seguinte: BLOCO 1 1 B1 2 A1 3 E1 4 C1 5 F1 6 D1 BLOCO 2 7 C2 8 B2 9 A2 10 D2 11 F2 12 E2 BLOCO 3 13 E3 14 F3 15 B3 16 A3 17 C3 18 D3 BLOCO 4 19 A4 20 C4 21 D4 22 E4 23 B4 24 F4 Análise de Variância Um experimento foi conduzido no delineamento em blocos ao acaso, com quatro repetições, para medir o efeito de seis dietas alimentares sobre o ganho de peso de ratos Wistar, num período de 14 dias. Os resultados são apresentados a seguir. Adotar α=5%. 3 TRATAMENTOS BLOCOS TOTAL B1 B2 B3 B4 T1 40 30 48 47 165 T2 34 26 44 47 151 T3 28 19 40 41 128 T4 39 29 47 47 162 T5 33 23 43 40 139 T6 19 11 30 28 88 TOTAL 193 138 252 250 833 Obtenção das Somas de quadrados: SQTrat = 1 4 (1652 + 1512 + ⋯ + 882) − 8332 24 = 1017,708 SQBlocos = 1 6 (1932 + 1382 + ⋯ + 2502) − 8332 24 = 1470,792 SQTotal = (402 + 302 + 482 + ⋯ + 282) − 8332 24 = 2516,958 SQErro = SQTotal - SQTrat – SQBlocos = 2516,958 – 1017,708 – 1470,792 = 28,458 Obtenção dos Quadrados médios: QM Tratamentos: QMTrat = 𝑆𝑄𝑇𝑟𝑎𝑡 𝐺𝐿𝑇𝑟𝑎𝑡 = 1017,708 5 = 203,5417 QM Blocos: QMBl = 𝑆𝑄𝐵𝑙𝑜𝑐𝑜𝑠 𝐺𝐿𝐵𝑙𝑜𝑐𝑜𝑠 = 1470,792 3 = 490,2639 QM Erro: QMErro = 𝑆𝑄𝐸𝑟𝑟𝑜 𝐺𝐿𝐸𝑟𝑟𝑜 = 28,458 15 = 1,8972 FBlocos = 𝑄𝑀𝐵𝑙𝑜𝑐𝑜𝑠 𝑄𝑀𝐸𝑟𝑟𝑜 = 490,2639 1,8972 = 258,41 FTrat = 𝑄𝑀𝑇𝑟𝑎𝑡 𝑄𝑀𝐸𝑟𝑟𝑜 = 203,5417 1,8972 = 107,28 Hipóteses: Blocos: H0 = 𝜎𝐵𝑙 2 = 0 – Não há variação entre blocos H1 = 𝜎𝐵𝑙 2 > 0 – Há variação entre blocos 4 Tratamentos: H0 = 𝜇𝑖 = 𝜇𝑗 para todo i ≠ j - Todos os tratamentos tem efeitos iguais H1 = 𝜇𝑖 ≠ 𝜇𝑗 para algum i ≠ j – Há diferença de efeitos entre ao menos dois tratamentos. TABELA ANOVA Causas Variação Graus de liberdade Soma de quadrados Quadrado médio Fcalc Fcrit Blocos 3 1470,792 490,2639 258,41 3,29 Tratam. 5 1017,708 203,5417 107,28 2,90 Erro 15 34,250 1,8972 xxxxxx xxxx Total 23 2516,958 xxxxxxx xxxxxx xxxx Conclusão: Blocos: Fcalc > Fcrit Rejeita-se H0, a 5% de significância; Há variação significativa entre blocos (P < 0,05). Tratamentos: Fcalc > Fcrit Rejeita-se H0, a 5% de significância; Há diferença de efeitos entre ao menos dois tratamentos (P < 0,05) Como há mais de dois tratamentos, o teste F não é conclusivo. Portanto, deve-se prosseguir a análise para discriminar os tratamentos. Por exemplo, aplicando-se o teste de Tukey: ∆ = 𝑞(𝛼; 𝑁𝑟.𝑡𝑟𝑎𝑡; 𝐺𝐿𝐸𝑟𝑟𝑜) × √( 1 𝑟 ) 𝑄𝑀𝐸𝑟𝑟𝑜 = 4,59 x √ 1 4 × 1,8972 = 3,16 5 Trat Médias A 41,25 B 37,75 C 32,00 D 40,50 E 34,75 F 22,00 |A – B| = 3,50* |B – C| = 5,75* |C – D| = 8,50* |D – E| = 5,75* |E – F| = 12,75* |A – C| = 9,25* |B – D| = 2,75ns |C – E| = 2,75ns |D – F| = 18,50* |A – D| = 0,75ns |B – E| = 3,00ns |C – F| = 10,00* |A – E| = 6,50* |B – F| = 15,75* |A – F| = 19,25* Conclusão: Não há diferença a 5% de significância: • Entre as médias dos tratamentos A e D; • Entre as médias dos tratamentos B e D; • Entre as médias dos tratamentos B e E; • Entre as médias dos tratamentos C e E. Todas as demais médias apresentam diferença significativa entre si, a 5% de significância. Cálculo do Coeficiente de Variação do experimento: 𝑀é𝑑𝑖𝑎 𝑔𝑒𝑟𝑎𝑙 = 833 24 = 34,71 ∴ 𝐶𝑉 = √1,8972 34,71 × 100 = 3,97%
Compartilhar