Prévia do material em texto
Aulas e Avaliações Conteúdo Programático Bibliografia Conceitos básicos Planejamento e condução de experimentos Princípios básicos da experimentação Delineamentos inteiramente casualizados Análise de Variância Testes de hipótese Estatística Experimental Aula 1 Aulas: Aulas síncronas: Segunda-feira às 14 horas Atividades assíncronas: Será disponibilizado o material apresentado nas aulas síncronas, fornecido material complementar para leitura e exercícios relativos aos assuntos abordados. Avaliações Exercícios semanais: 50% Prova Escrita: 50% Aulas e Avaliações CONTEÚDO PROGRAMÁTICO 1. Planejamento e condução de experimentos; Princípios básicos da experimentação; Revisão do conceitos básicos da estatística (medidas de tendência central e de dispersão, distribuição de probabilidade, medidas de tendência central e de dispersão) 2. Análise de variância: definições e princípios, normalidade e homogeneidade da variância, testes para adequação dos modelos, interpretação dos resultados, comparações entre tratamentos, contrastes ortogonais, polinômios ortogonais. 3. Delineamentos inteiramente casualizados: Análise estatística, pressuposições, testes para adequação do modelo, interpretação dos resultados. 4. Delineamentos em blocos casualizados: Análise estatística, pressuposições, testes para adequação do modelo, interpretação dos resultados. Repetição dentro do bloco. Estimativa da parcela perdida. 5. Delineamentos em quadrado latino: Análise estatística, pressuposições, testes para adequação do modelo, interpretação dos resultados. 6. Arranjos em fatorial, fatoriais 2k, fatoriais 3k, confundimento. Contrastes ortogonais, comparações entre tratamentos em arranjos fatorias. 7. Experimentos em parcelas subdivididas: componentes da variância, análise estatística, interpretação dos resultados. 8. Comparação dos modelos estudados. Transformação de dados. BIBLIOGRAFIA BANZATTO, D. A., KRONKA, S. N. Experimentação agrícola. 4ª ed., Funep, Jaboticabal 2006. COCHRAN, W. G., COX, G. M. Experimental designs, 1992. DIETER RASCH, J. P., VERDOOREN, L. R., GEBHARDT, A. Optimal Experimental Design with R, 2011 FERREIRA, P. V. Estatística experimental aplicada a Agronomia. Edufal, Maceió, 2011. FERREIRA, P. V. Estatística experimental aplicada às ciências agrárias. 1ª Ed., UFV, Viçosa, 2018. HINKELMANN, K. Design and Analysis of Experiments. 2012 MONTGOMERY, D. C. Design and Analysis of Experiments. 8ª ed., Publisher: Wiley, 2012 PIMENTEL GOMES, F. Curso de Estatística Experimental. 15ª ed., Fealq, São Paulo, 2009. PIMENTEL GOMES, F., GARCIA, C. H. Estatística aplicada a experimentos agronômicos e florestais. Piracicaba, 2009. SNEDECOR, G. W.; COCHRAN, V.G. Statistical methods. 8th ed. Ames: lowa State University Press, 1989. SOKAL, R. R., ROHLF, F. J. Biometry: the principles and practice of statistics in biological research. 4rd ed. New York: W. H. Freeman, 2013. ZIMMERMANN, F. J. P. Estatística aplicada à pesquisa agrícola. 2ª ed., Brasília, DF, 2014. 582 p. Noções Preliminares Método científico a) Método experimental: consiste em manter constantes todas as causas (fatores), menos uma, e variar esta causa de modo que o pesquisador possa descobrir seus efeitos, caso existam. b) Método estatístico: diante da impossibilidade de manter as causas constantes, admite todas essas causas presentes, variando-as, registrando essas variações e procurando determinar, no resultado final, que influência cabe a cada uma delas. Estatística É uma parte da matemática aplicada que fornece métodos para a coleta, organização, descrição, análise e interpretação de dados e para a utilização deles na tomada de decisões. a) Estatística Descritiva: envolve coleta, organização e descrição dos dados. b) Estatística Indutiva ou Inferencial: envolve análise e interpretação desses dados. Medidas de posição •Média aritmética: é o quociente da divisão da soma dos valores da variável pelo número deles x=xi/n •Moda: é o valor que ocorre com maior frequência em uma série de valores (ex: 2, 3, 3, 3, 4, 4) •Mediana: é o número que se encontra no centro de uma série de números, estando estes dispostos segundo uma ordem (ex: 6, 9, 10, 13, 15 ou 6, 9, 10, 12, 13, 15→11). Medidas de dispersão ou de variabilidade Destacam o grau de homogeneidade ou heterogeneidade entre os valores do conjunto (em torno de um valor de tendência central). •Amplitude total: diferença entre o menor e o maior valor observado. •Variância: Baseia-se nos desvios em torno da média aritmética, porém determinando a média aritmética dos quadrados dos desvios. S2=(xi-x)2/n. •Desvio padrão: S= S2 (pois a variância é um número em unidade quadrada). •Coeficiente de variação: caracteriza a dispersão ou variabilidade dos dados em termos relativos a seu valor médio CV=(S/x)100. Tipos de Distribuição Distribuição uniforme: plantio de uma espécie comercial, como Pinus e Eucalipto, com espaçamento fixo. Distribuição aleatória: representa uma situação intermediária entre uma distribuição agregada e uniforme Distribuição agregada: a chance de encontrarmos um indivíduo de uma determinada espécie aumenta com a presença de outro indivíduo da mesma espécie (Ex. espécies exigentes em relação a uma condição ambiental específica ou tolerantes a condições ambientais limitantes). Geoestatística Distribuição de Probabilidade ➢ Distribuição normal Planejamento de experimentos (1) Confirmação do problema (2) Objetivos (3) Determinação das hipóteses (4) Escolha dos tratamentos (5) Seleção das variáveis respostas (6) Escolha do delineamento experimental (7) Execução do experimento (8) Analise estatística dos dados (9) Conclusões e recomendações Princípios básicos da experimentação (1) Repetição (2) Casualização (3) Controle local Tipos de delineamentos (1) Inteiramente casualizado (2) Blocos ao acaso (3) Quadrado latino Planejamento de experimentos (1) Confirmação do problema + Informações (2) Objetivos (3) Determinação das hipóteses (4) Escolha dos tratamentos (5) Seleção das variáveis respostas (6) Escolha do delineamento experimental (7) Execução do experimento (8) Analise estatística dos dados (9) Conclusões e recomendações EXEMPLO 1 - Um pesquisador pretende investigar como reduzir a taxa de desenvolvimento da requeima da batata ➢ A doença é inibida em solos ácidos ➢ A aplicação de enxofre aumenta a acidez do solo a) O enxofre é eficiente? b) Qual a melhor época de aplicação? c) Qual a melhor dose? a) A aplicação de S reduz a doença b) A eficiência de S depende da época de aplicação c) A eficiência de S depende da dose 0 Testemunha P3 Enxofre =300kg/ha aplicado no plantio P6 Enxofre =600kg/ha aplicado no plantio P12 Enxofre =1200kg/ha aplicado no plantio A3 Enxofre =300kg/ha aplicado antes do plantio A6 Enxofre =600kg/ha aplicado antes do plantio A12 Enxofre =1200kg/ha aplicado antes do plantio ➢ Número de plantas infectadas (sintomas) Delineamento Inteiramente Casualizado Tratamentos Número de repetições 0 8 P3 4 P6 4 P12 4 A3 4 A6 4 A12 4 Total de parcelas = 32 A3 0 P6 A12 P6 P12 P3 A6 0 P3 A12 A6 P3 0 0 P6 A3 P12 A6 0 A6 P12 A3 A12 P3 0 P12 P6 0 A12 0 A3 Unidade experimental = Parcela = 50 plantas * * * * * * * * * * 10 10 10 10 10 = 50 plantas Delineamento Inteiramente Casualizado Princípios básicos ➢ Repetição ➢ Casualização A3 9 0 12 P6 18 A12 10 P6 24 P12 17 P3 30 A6 16 0 10 P3 7 A12 4 A6 10 P3 21 0 24 0 29 P6 12 A3 9 P12 7 A6 18 0 30 A6 18 P12 16 A3 16 A12 4 P3 9 0 18 P12 17 P6 19 0 32 A12 5 0 26 A3 4 Trat Repetições Total Média 1 2 3 4 5 6 7 8 0 12 10 24 29 30 18 32 26 181 22,625 P3 30 7 21 9 67 16,75 P6 18 24 12 19 73 18,25 P12 17 7 16 17 57 14,25 A3 9 9 16 4 38 9,50 A6 16 10 18 18 62 15,50 A12 10 4 4 5 23 5,70 501 FV GL SQ QM F Tratamento (t-1) SQtrat QMtrat Fcalculado Resíduo (n-1)-(t-1) SQresíduo QMresíduo Total (n-1) SQtotalQuadro da análise de variância SQtrat = Ʃ(T2/r) – (G2/n) SQtotal = Ʃyi2 – (G2/n) SQresíduo = SQtotal – SQtrat FV =fonte de variação GL = graus de liberdade SQ = Soma de quadrado QM = quadrado médio t = número de tratamentos n = número de parcelas T = total do tratamento r = número de repetições G = total geral Yi = parcela Teste de Hipótese Hipóteses Ho: trat1 = trat2 = trat3 = ... = trat_i Ha: Pelo menos dois tratamento diferem entre si ao nível α de probabilidade Ftabelado = F (GLtrat; GLresíduo) ➢ Se Fcalculado ≤ Ftabelado → Não se rejeita Ho ao nível α de probabilidade → Os tratamento não diferem entre si ao nível α de probabilidade ➢ Se Fcalculado > Ftabelado → Rejeita-se Ho ao nível α de probabilidade → Pelo menos dois tratamento diferem entre si ao nível α de probabilidade QMtrat =SQtrat/GLtrat QMresíduo = SQresíduo/GLresíduo Fcalculado = QMtrat/QMresíduo GL tratamento GL resíduo FV GL SQ QM F Tratamento 6 972,34 162,0 3,61* Resíduo 25 1122,88 44,9 Total 31 2095,22 Quadro da análise de variância SQtrat = Ʃ(T2/r) – (G2/n) = (1812/8 + 672/4 +732/4 + 572/4 + 382/4 + 622/4 + 232/4) – (5012/32) = 972,34 SQtotal = Ʃyi2 – (G2/n) = (92 + 122 + 182 + ...+ 42) – (5012/32) = 2095,22 SQresíduo = SQtotal – SQtrat = 2095,22 – 972,34 = 1122,88 t = número de tratamentos n = número de parcelas T = total do tratamento r = número de repetições G = total geral Yi = parcela Hipótese Ho: 0 = A3 = A6 = A12 = P3 = P6 = P12 Ha: Pelo menos dois tratamento diferem entre si ao nível α de probabilidade Se Fcalculado > Ftabelado → Rejeita-se Ho ao nível α de probabilidade Se Fcalculado ≤ Ftabelado → Não se rejeitaHo ao nível α de probabilidadens F[6;25]5% = 2,49 * F[6;25]1% = 3,63 ** 2,49 < 3,61 < 3,63 → Rejeita-se Ho a 5% de probabilidade Pelo menos dois tratamentos diferem entre si a 5% de probabilidade Conclusão: Pelo menos dois tratamento diferem entre si ao nível de 5% de probabilidade