Prévia do material em texto
Correção da atividade 2 Testes de Comparação de Médias Pressupostos da ANOVA Teste de Bartlett para homogeneidadede da variância Estatística Experimental Aula 3 Continuação do EXERCÍCIO 1 – QUESTÃO 1 1) Em relação ao exercício 1, Construa um ou mais contrastes para determinar qual bico ou quais bicos apresentam a maior área de distribuição. Quais são suas conclusões? Um engenheiro agrícola deseja determinar qual dos bicos de um tipo de pulverizador apresenta a maior área de distribuição. Diferentes bicos foram testados sob as mesmas condições, em delineamento inteiramente casualizado e determinado o alcance, em cm, conforme a tabela abaixo. Atividade 2 Bicos 1 2 3 4 19 80 47 95 20 61 26 46 19 73 25 83 30 56 35 78 8 80 50 97 FV GL SQ QM F Tratamento 3 12042.00 4014.00 21.78** Resíduo 16 2948.80 184.30 Total 19 14990.80 Quadro da análise de variância Teste de Hipóteses H0: T1=T2=T3=T4 Ha: pelo menos as médias de dois tratamentos diferem entre si ao nível α de probabilidade. 21, 78 > 5,29 →Rejeita-se Ho a 1% de probabilidade Conclusão: Pelo menos as médias de dois tratamentos diferem entre si ao nível de 1% de probabilidade Contrastes ????? F[3;16]5% = 3,24 F[3;16]1% = 5,29 Repetições Tratamento 1 2 3 4 5 6 A 70 80 100 90 80 50 B 100 100 120 130 110 - C 180 150 170 180 160 - D 220 210 200 190 200 - E 130 140 160 150 - - F 220 200 220 230 - - G 270 250 250 280 - - Continuação do EXERCÍCIO 1 – QUESTÃO 2 2) Um experimento foi conduzido em delineamento inteiramente casualizado para investigar a eficiência da aplicação de vinhaça em cana-de- açúcar em condições de campo. Os tratamentos aplicados foram: (A) Volume adicionado: 0 m3/ha, (B) Volume adicionado: 100 m3/ha uma vez, (C) Volume adicionado: 500 m3/ha uma vez, (D) Volume adicionado: 1000 m3/ha uma vez, (E) Volume adicionado: 100 m3/ha duas vezes, (F) Volume adicionado: 500 m3/ha duas vezes, (G) Volume adicionado: 1000 m3/ha duas vezes, obtendo-se as seguintes produtividades de cana, em t/ha. a) Construa um contraste para determinar se a média da testemunha é igual à média das plantas tratadas com vinhaça. Teste a hipótese de nulidade que o contraste é igual à zero. Dê as conclusões. b) Construa um contraste para determinar se a média das plantas que receberam vinhaça uma só vez é igual à média das plantas que receberam vinhaça duas vezes. Teste a hipótese de nulidade que o contraste é igual à zero. Dê as conclusões. c) Construa um contraste para determinar se a média das plantas tratadas com vinhaça na dose de 100 m3/ha é igual à média das plantas com vinhaça nas doses de 500 m3/ha e 1000 m3/ha. Teste a hipótese de nulidade que o contraste é igual à zero. Dê as conclusões. d) Construa um contraste para determinar se a média das plantas tratadas com 500 m3/ha de vinhaça é igual à média das plantas tratadas com 1000 m3/ha. Teste a hipótese de nulidade que o contraste é igual à zero. Dê as conclusões. e) Construa dois contrastes para determinar se houve interação entre doses e número de aplicação de vinhaça. Teste a hipótese de nulidade que os contrastes são iguais à zero. Dê as conclusões. a) Quadro da análise de variância Contraste A B C D E F G Ψ1 = Test vs Demais 6 -1 -1 -1 -1 -1 -1 Ψ2 = 1 Aplic. vs 2 Aplic. 0 1 1 1 -1 -1 -1 Ψ3 = 100 vs (500,1000) 0 2 -1 -1 2 -1 -1 Ψ4 = 500 vs 1000 0 0 1 -1 0 1 -1 Ψ5 = Interação Ψ2 vs Ψ3 0 2 -1 -1 -2 1 1 Ψ6 = Interação Ψ2 vs Ψ4 0 0 1 -1 0 -1 1 Contraste: 𝚿 = 𝚺𝑪𝒊𝒀�̅� Ψ ̂1 = 3𝑦1 − 𝑦2 − 𝑦3 − 𝑦4 − 𝑦5 − 𝑦6 = 6(78.33) − 112 − 168 − 204 − 145 − 217,50 − 262,50 = −639 F[6;26]5% = 2,47 F[6;26]1% = 3,59 FV GL SQ QM F Tratamento 6 117320.00 19553.33 101,41** Resíduo 26 5013.33 192.82 Total 32 122333.33 Média do tratamentos A = 78,33 B = 112,00 C = 168,00 D = 204,00 E = 145,00 F = 217,50 G = 262,50 FV GL SQ QM F Tratamento 6 117320.00 19553.33 101.41** Test vs Vinhaça 1 55553.87 55553.87 288.11** 1 Vez vs 2 Vezes 1 14726.66 14726.66 76.38** 100 vs (500 E 1000) 1 42312.59 42312.59 219.44** 500 vs 1000 1 7290.00 7290.00 37.81** Interação 2 743.33 371.67 1.93 ns Resíduo 26 5013.33 192.82 Total 32 122333.33 a) H0: =0 (Test =Vin) Ha: ≠0 (Test ≠ Vin) Rejeita-se H0 a de 1% de probabilidade. Conclusão: A produtividade das plantas que receberam vinhaça foi significativamente maior do que a produtividade das plantas que não receberam vinhaça ao nível de 1% de probabilidade. F[1;26]5% = 4.22 F[1;26]1% = 7.72 F[2;26]5% = 3,37 F[2;26]1% = 5,53 Total Média A 70 80 100 90 80 50 470 78,33 B 100 100 120 130 110 560 C 180 150 170 180 160 840 D 220 210 200 190 200 1020 182,22 E 130 140 160 150 580 F 220 200 220 230 870 G 270 250 250 280 1050 Quadro da análise de variância FV GL SQ QM F Tratamento 6 117320.00 19553.33 101.41** Test vs Vinhaça 1 55553.87 55553.87 288.11** 1 Vez vs 2 Vezes 1 14726.66 14726.66 76.38** 100 vs (500 E 1000) 1 42312.59 42312.59 219.44** 500 vs 1000 1 7290.00 7290.00 37.81** Interação 2 743.33 371.67 1.93 ns Resíduo 26 5013.33 192.82 Total 32 122333.33 F[1;26]5% = 4.22 F[1;26]1% = 7.72 F[2;26]5% = 3,37 F[2;26]1% = 5,53 Total Média A 70 80 100 90 80 50 470 B 100 100 120 130 110 560 C 180 150 170 180 160 840 161,33 D 220 210 200 190 200 1020 E 130 140 160 150 580 F 220 200 220 230 870 208,33 G 270 250 250 280 1050 Quadro da análise de variância Total Média A 70 80 100 90 80 50 470 B 100 100 120 130 110 560 126,67 C 180 150 170 180 160 840 D 220 210 200 190 200 1020 E 130 140 160 150 580 F 220 200 220 230 870 210,00 G 270 250 250 280 1050 b) H0: =0 (1 Vez = 2 Vezes) Ha: ≠0 (1 Vez ≠ 2 Vezes) Rejeita-se H0 ao nível de 1% de probabilidade. Conclusão: A produtividade das plantas que receberam vinhaça duas vezes foi significativamente maior do que a das plantas que receberam vinhaça uma vez à de 1% de probabilidade. c) H0: =0 (100 = (500 E 1000)) Ha: ≠0 (100 ≠ (500 E 1000)) Rejeita-se H0 ao nível de 1% de probabilidade. Conclusão: A produtividade das plantas com 100 m3/ha vinhaça foi significativamente menor do que com 500 ou 1000 m3/ha de vinhaça à 1% de probabilidade. FV GL SQ QM F Tratamento 6 117320.00 19553.33 101.41** Test vs Vinhaça 1 55553.87 55553.87 288.11** 1 Vez vs 2 Vezes 1 14726.66 14726.66 76.38** 100 vs (500 E 1000) 1 42312.59 42312.59 219.44** 500 vs 1000 1 7290.00 7290.00 37.81** Interação 2 743.33 371.67 1.93 ns Resíduo 26 5013.33 192.82 Total 32 122333.33 F[1;26]5% = 4.22 F[1;26]1% = 7.72 F[2;26]5% = 3,37 F[2;26]1% = 5,53 Total Média A 70 80 100 90 80 50 470 B 100 100 120 130 110 560 C 180 150 170 180 160 840 190,00 D 220 210 200 190 200 1020 E 130 140 160 150 580 F 220 200 220 230 870 G 270 250 250 280 1050 230,00 Quadro da análise de variância d) H0: =0 (500 = 1000) Ha: ≠0 (500 ≠ 1000) Rejeita-se H0 ao nível de 1% de probabilidade. Conclusão: A produtividade das plantas com 500 m3/ha de vinhaça foi significativamente menor do que com 1000 m3/ha à 1% de probabilidade. e) H0: =0 (interação = 0) Ha: ≠0 (interação ≠ 0) Não se rejeita H0 ao nível de 5% de probabilidade. Conclusão: Não houve interação entre doses e número de aplicação de vinhaça ao nível de 5% de probabilidade. 3) Um experimento foi conduzido em delineamento inteiramente casualizado para investigar a eficiência de dois novos fertilizantes (A e B), aplicados em formulações líquida e granulada, em relação ao fertilizante padrão C. Os tratamentos aplicados foram: AL = Fertilizante A líquido, AG = Fertilizante A granulado, BL = Fertilizante B líquido, BG = Fertilizante B granulado, C = Fertilizante padrão; obtendo-se os seguintes rendimentos de feijão, em kg/parcela. a) Construa o quadro da análise de variância e teste a hipótese de nulidade cujos tratamentos não diferem entresi. Dê as conclusões. b) Construa um contraste e responda se os novos fertilizantes são mais eficientes do que o fertilizante padrão. c) Construa um contraste e responda se o fertilizante A deu maior rendimento do que o fertilizante B. d) Construa um contraste e responda se, no geral, as formulações líquidas são mais eficientes do que as formulações granuladas. e) Construa um contraste e responda se a formulação líquida do fertilizante A é mais eficiente do que a formulação granulada do fertilizante A. Tratamento Repartição 1 2 3 AL 100 100 120 AG 180 200 170 BL 200 220 180 BG 300 300 250 C 120 90 110 FV GL SQ QM F Tratamento 4 65293,30 16323,3 3 44,52** Resíduo 10 3666,67 366,67 Total 14 68960,00 a) Quadro da análise de variância Hipóteses H0: AL=AG=BL=BG=C Ha: pelo menos as médias de dois tratamentos diferem entre si ao nível α de probabilidade. 44,52˃5,99 → Rejeita-se Ho a 1% probabilidade Conclusão: Pelo menos as médias de dois tratamentos diferem entre si ao nível de 1% de probabilidade. F[4;10]5% = 3,48 F[4;10]1% = 5,99 Contraste AL AG BL BG C Ѱ 1 = Padrão Vs Novos -1 -1 -1 -1 4 Ѱ 2 = A Vs B 1 1 -1 -1 0 Ѱ 3 = L Vs G 1 -1 1 -1 0 Ѱ 4 = AL Vs AG 1 -1 0 0 0 Quadro dos coeficientes do contraste Ψ1 = Construa um contraste e responda se os novos fertilizantes são mais eficientes do que o fertilizante padrão Ψ2 = Fertilizante A deu maior rendimento do que o fertilizante B? Ψ3 = Formulações líquidas são mais eficientes do que as formulações granuladas? Ψ4 = Construa um contraste e responda se a formulação líquida do fertilizante A é mais eficiente do que a formulação granulada do fertilizante A. Tratamento Média AL 106,67 AG 183,33 BL 200,00 BG 283,33 C 106,67 Contraste: 𝚿 = 𝚺𝑪𝒊𝒀𝒊 ̅ Ψ1 = 106,67 – 183,33 – 200,00 – 283,33 + (4 × 106,67) = -346,67 SQΨ1 = (-346,67)2 = 18024,93 [(-1)2 + (-1)2 + (-1)2 + (-1)2 + 42]/3 Ψ2 = 106,67 + 183,33 – 200,00 – 283,33 = -193,33 SQΨ2 = (-193,33)2 = 28032,36 [12 + 12 + (-1)2 + (-1)2]/3 Ψ3 = 106,67 – 183,33 + 200,00 – 283,33 = -160,00 SQΨ3 = (-160,00)2 = 19197,60 [12 + (-1) 2 + 12 + (-1)2]/3 Ψ4 = 106,67 – 183,33 = -76,66 SQΨ4 = (-76,66)2 = 8815,13 [12 + (-1)2]/3 FV GL SQ QM F Tratamento 4 65293,3 16323,3 44,52** Ѱ1 1 18024,93 18024,93 49,16** Ѱ2 1 28032,36 28032,36 76,45** Ѱ3 1 19197,60 19197,60 52,36** Ѱ4 1 8815,13 8815,13 24,04** Resíduo 10 3666,67 366,67 Total 14 68960,00 Ѱ2 = A Vs B H0: =0 (A = B) Ha: ≠0 (A ≠ B) Rejeita-se H0 a de 1% de probabilidade. Conclusão: O fertilizante B foi mais eficientes do que o fertilizante A ao nível de 1% de probabilidade. Ѱ3 = L Vs G H0: =0 (Líquido = Granulado) Ha: ≠0 (Líquido ≠ Granulado) Rejeita-se H0 a de 1% de probabilidade. Conclusão: As formulações granuladas foram mais eficientes do que as líquidas ao nível de 1% de probabilidade. Ѱ4 = AL Vs aG H0: =0 (Líquido A = Granulado A) Ha: ≠0 (Líquido A ≠ Granulado A) Rejeita-se H0 a de 1% de probabilidade. Conclusão: A formulação granulada A foi mais eficiente do que a formulação líquida B ao nível de 1% de probabilidade. 4) Crie um exemplo prático em sua área de atuação de um delineamento inteiramente casualizado em que será utilizado contraste. Descreva detalhadamente como proceder, apresente o problema, as hipóteses que serão testadas, os objetivos, os contrastes que serão testados, o croqui do experimento com os tratamentos e repetições. F[1;10]5% = 4,97 F[1;10]1% = 10,04 Tratamento Média AL 106,67 AG 183,33 BL 200,00 BG 283,33 C 106,67 Ѱ1 = Padrão Vs Novos H0: =0 (Padrão = Novos) Ha: ≠0 (Padrão ≠ Novos) Rejeita-se H0 a de 1% de probabilidade. Conclusão: Os fertilizantes novos foram mais eficientes do que o padrão ao nível de 1% de probabilidade. Procedimentos para comparações múltiplas Teste de Tukey É valido para a totalidade dos contrastes entre duas médias. Bastante rigoroso no sentido de apontar diferenças significativas. É exato para testar a maior diferença, nos demais casos é conservador. Teste de Duncan É um procedimento sequencial válido para a totalidade dos contrastes. Baseia-se na amplitude total mínima significativa (D). Muito sensitivo no sentido de declarar pequenas diferenças como significativas, especialmente quando há grande número de comparações. Além de ser trabalhoso, tem como inconveniente o fato das médias ordenadas não serem independentes e o valor de Z, consequentemente, não ser exato. Teste t O nível de significância é válido para um único contraste, e não para uma série deles. Não recomendado para todas possíveis comparações entre médias de um tratamento pois aponta pequenas diferenças como significativas. É valido somente se o contraste for estabelecido a priori e não sugerido pelos dados, o que poderia caracterizar certa dependência entre as médias. Teste de Scheffè É ainda mais rigoroso que o Tukey para comparar pares de médias. Não exige que os contrastes sejam ortogonais e nem que sejam estabelecidos antes de se examinar os dados. Teste de Tukey Δ = q √(QMR/r) Δ = Menor diferença significativa q = valor tabelado [No tratamentos, GLR] GLR = Grau de liberdade do resíduo QMR = Quadrado médio do resíduo r = número de repetições Exemplo: Δ = 3,5 A 27 30 30 a B 29 29 29 ab C 30 27 27 abc D 26 26 26 bc E 20 24 24 c F 24 20 20 d Teste de Tukey Δ = q √(QMR/r) Δ = Menor diferença significativa q = valor tabelado [No tratamentos, GLR] GLR = Grau de liberdade do resíduo QMR = Quadrado médio do resíduo r = número de repetições Exemplo: Δ = 3,5 30 a 29 a 27 a 26 b 24 20 30 a 29 ab 27 a 26 b 24 c 20 30 a 29 ab 27 a bc 26 b 24 c 20 d 30 a 29 ab 27 abc 26 b c 24 c 20 d 30 a 29 ab 27 abc 26 bc 24 c 20 d Solução: C 30 a B 29 ab A 27 abc D 26 bc F 24 c E 20 d Contudo Se 30 = 29 Se 29 = 26 Então 30 = 26, mas 30 ≠ 26 ???? Conclusão: O tratamento C não difere de A e B mas difere dos demais; B não difere de C, A, D mas difere dos demais; A só difere de E; o tratamento D só difere de C e E; o tratamento F não difere de A e D mas difere dos demais; o tratamento E difere de todos, ao nível de 5% de probabilidade. EXEMPLO 1 - Um pesquisador pretende investigar como reduzir a taxa de desenvolvimento da requeima da batata a) O enxofre é eficiente? b) Qual a melhor época de aplicação? c) Qual a melhor 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) 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 Hipótese Ho: 0 = A3 = A6 = A12 = P3 = P6 = P12 Ha: Pelo menos dois tratamento diferem entre si ao nível α de probabilidade Conclusão: Pelo menos dois tratamento diferem entre si ao nível de 5% de probabilidade F[6;25]5% = 2,49 F[6;25]1% = 3,63 Média do tratamentos 0 = 22,625 P3 = 16,75 P6 = 18,25 P12 = 14,25 A3 = 9,50 A6 = 15,50 A12 = 5,75 Teste de Tukey Δ = q √(QMR/r) Pela Tabela do teste de Tukey: q [7, 25]5% = 4,47 Estrapolação: 30-24 = 4,46-4,54 → 6 = -0,08 → X= 4,47 30-25 4,46-X 5 (4,46-X) Requeima da batata Médias 0 = 22,625 P3 = 16,75 P6 = 18,25 P12 = 14,25 A3 = 9,50 A6 = 15,50 A12 = 5,75 0 = 22,625 a P6 = 18,25 ab P3 = 16,75 ab A6 = 15,50 ab P12 = 14,25 ab A3 = 9,50 b A12 = 5,75 b Conclusão: A aplicação de 1200 e 300 kg de S antes do plantio promoveu menor intensidade da doença do que a não aplicação de S, no entanto não diferiu dos demais tratamentos com S; por outro lado, todos os tratamentos que receberamS não diferiram entre si ao nível de 5% de probabilidade. EXEMPLO 1 Para 8 e 4 repetições usar r=6 Δ = 4,47 √(44,92/6) = 12,23 Para 4 repetições Δ = 4,47 √(44,92/4) = 14,98 Fonte de variação GL SQ QM F Tratamento 6 972,34 162,06 3,61* Ψ1 = Test vs Demais 1 518,01 518,01 11,54** Ψ2 = Plantio vs Antes 1 228,17 228,17 5,08* Ψ3 = 300 vs (600, 1200) 1 0,52 0,52 0,01ns Ψ4 = 600 vs 1200 1 189,06 189,06 4,22ns Ψ5,6 = Interação 2 36,58 18,29 0,41ns Resíduo 25 1122,88 44,92 Total 31 2095,22 F[1;25]5% = 4,24 F[1;25]1% = 7,77 Contrastes: Testemunha vs Demais Ho: 0 = (A3, A6, A12, P3, P6, P12) Ha: 0 ≠ (A3, A6, A12, P3, P6, P12) 7,77< 11,54 → Rejeita-se Ho a 1% de probabilidade Conclusão: A aplicação de S diminuiu a intensidade da doença a 1% de probabilidade Quadro da Análise de Variância Plantio vs Antes Ho: No plantio = Antes plantio Ha: No plantio ≠ Antes plantio 4,24< 5,08 <7,77 → Rejeita-se Ho a 5% de probabilidade Conclusão: A aplicação de S antes do plantio diminuiu a doença a 5% de probabilidade 300 vs (600, 1200) Ho: 300 = 600,1200 Ha: 300 ≠ 600, 1200 0,01< 4,24 → Não se rejeita-se Ho a 5% de probabilidade Conclusão: A dose de 300 não diferiu das demais doses a 5% de probabilidade 600 vs 1200 Ho: 600 = 1200 Ha: 600 ≠ 1200 4,22< 4,24 → Não se rejeita-se Ho a 5% de probabilidade Conclusão: A dose de 600 não diferiu da doses de 1200 a 5% de probabilidade. Interação época × dose Ho: Interação = 0 Ha: Interação ≠ 0 0,41< 3,39 → Não se rejeita-se Ho a 5% de probabilidade Conclusão: Não houve interação entre época e dose a 5% de probabilidade. F[2;25]5% = 3,39 F[2;25]1% = 5,57 Interação: 1) Some GL do Ψ5 com Ψ6 → 1+1=2 2) Some SQ do Ψ5 com Ψ6 → 3,52 + 33,06 = 36,58 Compare teste de Tukey × contraste Teste de Tukey Conclusão: Apenas os tratamentos com dose de 300 e 1200 kg∕ha aplicadas antes do plantio diferiram da testemunha diminuindo significativamente a doença; Entretanto, as diferentes doses aplicadas nos diferentes períodos não diferiram entre si ao nível de 5% de probabilidade. Contraste Conclusão: A aplicação de S diminuiu a intensidade da doença a 1% de probabilidade; A aplicação de S antes do plantio diminuiu mais a doença do que durante o plantio a 5% de probabilidade; Não houve diferença entre as doses a 5% de probabilidade; Não houve interação entre época e dose a 5% de probabilidade. Teste de Média ou Contraste? Teste de Média → tratamentos não estruturados e geralmente qualitativos → Não há uma relação obvia entre os tratamentos → Ranking Contraste → tratamentos estruturados → Há relação obvia entre os tratamentos → Sugere várias hipóteses Pressupostos da ANOVA – Inteitamente casualizado • ∑Ɛ=0 • Variância (Ɛ) = Variância (geral) → Homogeneidade de variância (Homecedascidade) →Independência → Casualização • Ɛ possuem Distribuição Normal • Aditividade → Os efeitos entre os fatores principais é aditivo → Não há interação entre os efeitos principais em uma ANOVA – Dois fatores yi = mi+ ti+ Ɛi yi = parcela do tratamento i mi = média do tratamento i ti = efeito do tratamento i Ɛi = Ɛ = erro do experimental Obs: Se a suposição de homogeneidade de variância é rejeitada, pode-se usar o método de regressão linear ponderada. - Um pesquisador pretende investigar o efeito de um aditivo no nível de octano da gasolina Total Média SQtrat = Ʃ(T2/r) – (G2/N) = ((364,42 + 365,42+366,22 + 367,42 + 370,82)/4 ) – (1834,22/20) = 6,108 SQtotal = Ʃyi2 – (G2/N) = (91,72 + 91,22 + ...+ 92,42) – (1834,22/20) = 9,478 SQresíduo = SQtotal – SQtrat = 9,478 – 6,108 = 3,370 FV GL SQ QM F Tratamento 4 6,108 1,527 6,79** Resíduo 15 3,370 0,225 Total 19 9,478 F[4;15]5% = 3,06 F[4;15]1% = 4,89 Conclusão: Pelo menos dois tratamento diferem entre si ao nível de 1% de probabilidade EXEMPLO 2 FV GL SQ QM F Tratamento 4 6,108 1,527 6,79** Resíduo Dentro 0 cc Dentro 1 cc Dentro 2 cc Dentro 3 cc Dentro 4 cc 15 3 3 3 3 3 3,370 0,66 0,83 1,15 0,35 0,38 0,2247 0,2200 0,2767 0,3833 0,1167 0,1267 Total 19 9,478 Quadro da análise de variância Teste de Bartlett para homogeneidade da variância SQresid.ti = (Ʃyti2) – (Ti2/ni) SQresid.t0 = (91,72 + 91,22 + 90,92 + 90,62) – (364,42/4) = 0,66 SQresid.t1 = (91,72 + 91,92 + 90,92 + 90,92) – (365,42/4) = 0,83 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0 1 2 3 4 5 QMR(ti) Tratamento 0 1 2 3 4 0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45 0 1 2 3 4 5 C= fator de correção N= número total de observações a= número de tratamentos n= número de repetições por tratamento Log é o logaritmo neperiano Ln 0cc 1cc 2cc 3cc 4cc 91,7-91,1= 0,6 91,7-91,35= 0,35 92,4-91,55= 0,85 91,8-91,85= -0,05 93,1-92,7= 0,4 91,2-91,1= 0,1 91,9-91,35= 0,55 91,2-91,55= -0,35 92,2-91,85= 0,35 92,9-92,7= 0,2 90,9-91,1= -0,2 90,9-91,35= -0,45 91,6-91,55= 0,05 92,0-91,85= 0,15 92,4-92,7= -0,3 90,6-91,1= -0,5 90,9-91,35= -0,45 91,0-91,55= -0,55 91,4-91,85= -0,45 92,4-92,7= -0,3 Média=91,1 Mádia=91,35 Média=91,55 Média=91,85 Média=92,7 Histograma dos resíduos 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 -0,8 -0,6 -0,4 -0,2 0 0,2 0,4 0,6 0,8 1