EXPERIMENTAÇÃO AGRÍCOLA
DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
Eng. Agrônomo: Francisco Bruno Ferreira de Sousa
Bruno.uno2011@[Link]/ fbfsagro@[Link]
Contato: (99) 991994650
Objetivos:
Estudar o procedimento de instalação e análise
de experimentos em DIC;
Principais características;
Vantagens e desvantagens;
Obtenção da análise de variância.
Médias dos tratamentos e o erro padrão;
Aplicar o teste de Tukey a 5% ;
Calcular o coeficiente de variação do
experimento.
2
Experimentação agrícola - FCAV - UNESP
Introdução ...
Objetivo da Estatística experimental
Conceitos básicos : População e amostras,
Tratamento, Unidade experimental, etc.
Delineamento experimental
Exemplos : delineamento em blocos casualizado,
delineamentos em quadrado latino, delineamento em
parcelas subdivididas e delineamento inteiramente
casualizado. Experimentação agrícola - FCAV - UNESP 3
DELINEAMENTO INTEIRAMENTE CASUALIZADO - DIC
Sinônimos: delineamento inteiramente ao acaso; delineamento completamente
aleatorizado (ALEATORIO).
Experimentação agrícola - FCAV - UNESP 4
DELINEAMENTO INTEIRAMENTE CASUALIZADO - DIC
Principais vantagens do DIC :
Proporciona grande flexibilidade de trabalho;
( Número de repetições diferentes entre tratamentos)
Nos proporciona o maior número possível de GL para o resíduo.
Desvantagens do DIC :
Exige homogeneidade das
parcelas experimentais;
Geralmente nos conduz a
uma estimativa bastante alta
para a variância residual .
5
Experimentação agrícola - FCAV - UNESP
Caracterização
o Para utilização desse delineamento, devemos ter certeza da
homogeneidade das condições experimentais.
o EsteAo
delineamento
planejar umé experimento,
muito utilizado em ensaios deve
o pesquisador de laboratório,
utilizar em
que as alguns
condições experimentais
princípios básicospodem ser os
para que bem controladas.
dados a serem
o A principal característica
obtidos permitamdeste
umadelineamento é ae distribuição
análise correta levem a casual
dos tratamentos a todas as parcelas do experimento.
conclusões válidas em relação ao problema em estudo.
o Exemplo. Considere um experimento inteiramente casualizado
com 5 tratamentos (A, B, C, D e E) e 4 repetições.
A casualização dos tratamentos é feita B2 D4 B3 A1 D3
D1 A2 C1 D2 B1
sorteando-se para cada uma das 20 parcelas
E1 E3 B4 A4 C3
uma combinação de tratamento e repetição. A3 C2 E4 C4 E2
Caracterização
o Todo delineamento experimental possui um modelo matemático
que representa cada uma das observações obtidas.
Ao planejar um experimento, o pesquisador deve utilizar
Para aplicação da Análise de Variância de um experimento em um
alguns princípios
determinado básicosdevemos
delineamento, para que levar
os dados
em aconsideração
serem o
obtidos
modelo permitam
matemático desseuma análise correta
experimento e levem
e atender a hipóteses
algumas
conclusões válidas em relação ao problema em estudo.
básicas.
o No DIC, que possui como causas de variação apenas os efeitos de
tratamentos e do acaso, o modelo matemático é dado por:
é a média geral do experimento É o efeito dos fatores não controlados na parcela
𝑦𝑖𝑗 = 𝑚 + 𝑡𝑖 + 𝑒𝑖𝑗 que recebeu o tratamento 𝑖 na repetição 𝑗
é o efeito devido ao tratamento 𝑖,
é o valor observado na parcela que que foi aplicado à parcela
recebeu o tratamento 𝑖 na repetição 𝑗
Hipóteses básicas para aplicação da ANOVA
1- Aditividade: Os efeitos dos fatores que ocorrem no modelo
matemático devem ser aditivos;
2- Independência: Os erros ou desvios devido aos efeitos dos
fatores não controlados devem ser independentes;
3- Homocedasticidade ou Homogeneidade de variâncias: Os erros
ou desvios devido aos fatores não controlados ou acaso, devem
possuir uma variância comum;
4- Normalidade: Os erros ou desvios devem possuir distribuição
normal de probabilidade.
Experimentação agrícola - FCAV - UNESP 8
Hipóteses Básicas
o Nem sempre todas as hipóteses são satisfeitas:
• Um dos casos mais frequentes é o da heterogeneidade de
variâncias.
Ao planejar um experimento, o pesquisador deve utilizar
alguns
Neste princípios
caso, uma transformação adequada
básicos para que devea ser
os dados aplicada aos
serem
dados
obtidosoriginais
permitam para
umatornar
análiseascorreta
variâncias homogêneas
e levem a o
suficiente, possibilitando a realização da Análise de Variância.
conclusões válidas em relação ao problema em estudo.
Algumas transformações, considerando 𝒌 uma
constante fixa:
1. Raiz quadrada: 𝑦 + 𝑘
𝑦
2. Arco Seno: arcoseno + 𝑘
100
3. Logarítmica: 𝑦 = log 𝑦 + 𝑘
Obtenção da Análise de Variância
o Considere um experimento inteiramente casualizado com 𝐼 tratamentos e
J repetições.
Os valores observados, que se referem à característica em estudo,
podem ser agrupados conforme o quadro abaixo:
Repetições
Tratamento Total
1 2 … 𝑗 … 𝐽
𝐽
1 𝑦11 𝑦12 … 𝑦1𝑗 … 𝑦1𝐽 𝐿1 = 𝑦1𝑗
𝑗=1
𝐽
2 𝑦21 𝑦22 … 𝑦2𝑗 … 𝑦2𝐽 𝐿2 = 𝑦2𝑗
𝑗=1
⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮
𝐽
𝑖 𝑦𝑖1 𝑦𝑖2 … 𝑦𝑖𝑗 … 𝑦𝑖𝐽 𝐿𝑖 = 𝑦𝑖𝑗
𝑗=1
⋮ ⋮ ⋮ ⋱ ⋮ ⋱ ⋮ ⋮
𝐽
𝐼 𝑦𝐼1 𝑦𝐼2 … 𝑦𝐼𝑗 … 𝑦𝐼𝐽 𝐿𝐼 = 𝑦𝐼𝑗
𝑗=1
𝐼 𝐽
Total 𝐺= 𝑦𝑖𝑗
𝑖=1 𝑗=1
Obtenção da Análise de Variância
• Soma de Quadrados:
Soma de Quadrados Total
2
𝐼 𝐽 𝐼 𝐽
2 1
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗 − 𝐶, 𝐶= 𝑦𝑖𝑗
𝐼×𝐽
𝑖=1 𝑗=1 𝑖=1 𝑗=1
Soma de Quadrados de Tratamentos
𝐼
1
𝑆𝑄𝑇𝑟𝑎𝑡 = 𝐿2𝑖 −𝐶
𝐽
𝑖=1
Soma de Quadrados do Resíduo
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
Obtenção da Análise de Variância
Quadro de Análise de Variância para DIC
Causa de Variação GL SQ QM F
𝑆𝑄𝑇𝑟𝑎𝑡 𝑄𝑀𝑇𝑟𝑎𝑡
Tratamento 𝐼−1 𝑆𝑄𝑇𝑟𝑎𝑡
𝐼−1 𝑄𝑀𝑅𝑒𝑠
𝑆𝑄𝑅𝑒𝑠
Resíduo 𝐼 𝐽−1 𝑆𝑄𝑅𝑒𝑠
𝐼 𝐽−1
Total 𝐼 × 𝐽 − 1 𝑆𝑄𝑇𝑜𝑡𝑎𝑙
• Hipótese Testadas
𝐻𝑜 : 𝑡𝑖 = 0, 𝑖 = 1, 2, … , 𝐼.
𝐻1 : pelo menos um valor de 𝑡𝑘 ≠ 0, 𝑘 ∈ 1; 𝐼 .
Teste F para Análise de Variância
• Resumindo o critério do teste:
se logo então notação
o teste é não
significativo ao
𝑁𝑆
𝐹calc < 𝐹tab (5%) nível de Aceitamos 𝐻𝑜 𝐹𝑐𝑎𝑙𝑐
significância
𝛼 = 0,05.
o teste é Rejeitamos 𝐻𝑜
significativo ao em favor de 𝐻1
𝐹tab 5% < 𝐹calc < 𝐹tab (1%) ∗
nível de com um grau 𝐹𝑐𝑎𝑙𝑐
significância de confiança de
𝛼 = 0,05. 95%
o teste é Rejeitamos 𝐻𝑜
significativo ao em favor de 𝐻1
𝐹tab 1% < 𝐹calc ∗∗
nível de com um grau 𝐹𝑐𝑎𝑙𝑐
significância de confiança de
𝛼 = 0,01. 99%
Num experimento inteiramente casualizado, de competição de variedades de
mandioca, realizado numa área “perfeitamente homogenia” quanto às condições
experimentais, foram utilizados 5 tratamentos (cultivares) com 5 repetições
T1-IAC 5 T2-IAC 7 T3-IAC 11 T4-IRACEMA
T1-IAC 5 T4-IRACEMA
T2-IAC 7
T5- MANTIQUEIRA
T3-IAC 11
T5- MANTIQUEIRA
Experimentação agrícola - FCAV - UNESP 14
CROQUI DA ÁREA
𝑦13 𝑦51 𝑦33 𝑦25 𝑦21
𝑦24 𝑦42 𝑦15 𝑦11 𝑦43
𝑦52 𝑦12 𝑦54 𝑦41 𝑦31
𝑦32 𝑦45 𝑦23 𝑦34 𝑦22
𝑦55 𝑦14 𝑦35 𝑦53 𝑦44
Experimentação agrícola - FCAV - UNESP 15
CROQUI DA ÁREA
Produções expressas em t/ha de cada parcela
𝑦13 𝑦51 𝑦33 𝑦25 𝑦21
20,3 47,8 25,8 28,7 20,9
𝑦24 𝑦42 𝑦15 𝑦11 𝑦43
28,3 43,2 29,3 38,9 41,7
𝑦52 𝑦12 𝑦54 𝑦41 𝑦31
47,8 25,4 50,5 38,7 28,1
𝑦32 𝑦45 𝑦23 𝑦34 𝑦22
27,0 40,3 32,3 26,9 26,2
𝑦55 𝑦14 𝑦35 𝑦53 𝑦44
56,4 25,7 22,3 44,7 39,0
Experimentação agrícola - FCAV - UNESP 16
Coleta de dados e Tabulaçã
Repetições
Tratamento Total
1 2 3 4 5
5
1 𝑦11 𝑦12 𝑦13 𝑦14 𝑦15 𝐿1 = 𝑦1𝑗
𝑗=1
5
2 𝑦21 𝑦22 𝑦23 𝑦24 𝑦25 𝐿2 = 𝑦2𝑗
𝑗=1
5
3 𝑦31 𝑦32 𝑦33 𝑦34 𝑦35 𝐿2 = 𝑦3𝑗
𝑗=1
5
4 𝑦41 𝑦42 𝑦43 𝑦44 𝑦45 𝐿𝑖 = 𝑦4𝑗
𝑗=1
5
5 𝑦51 𝑦52 𝑦53 𝑦54 𝑦55 𝐿2 = 𝑦5𝑗
𝑗=1
5 5
Total 𝐺= 𝑦𝑖𝑗
𝑖=1 𝑗=1
Experimentação agrícola - FCAV - UNESP 17
ORGANIZAÇÃO DOS DADOS
Repetições
Tratamentos Total
1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3 139,6
IAC 7 20,9 26,2 32,3 28,3 28,7 136,4
IAC 11 28,1 27,0 25,8 26,9 22,3 130,1
IRACEMA 38,7 43,2 41,7 39,0 40,3 202,9
MANTIQUEIRA 47,8 47,8 44,7 50,5 56,4 247,2
TOTAL 856,0
As hipóteses que desejamos testar são:
H0: as variedades de mandioca testadas não diferem entre si quanto à produção.
H1: As variedades de mandioca testadas diferem entre si quanto à produção.
Experimentação agrícola - FCAV - UNESP 18
CÁLCULO DAS SOMAS DE QUADRADOS
1 2 𝐺2
𝐼 𝐽
Fator de Correção: 𝐶 = 𝑖=1 𝑗=1 𝑦𝑖𝑗 =
𝐼×𝐽 𝐼×𝐽
2
5 5
1 𝐺2 733.078,44
𝐶= 𝑦𝑖𝑗 = = = 29.323,14
5×5 5×5 25
𝑖=1 𝑗=1
𝐼 𝐽 2
Soma de Quadrados Totais: 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑖=1 𝑦
𝑗=1 𝑖𝑗 −
𝐶
5 5 2
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑖=1 𝑦
𝑗=1 𝑖𝑗 −𝐶
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = = 39,92 + 25,42 + ⋯ + 56,42 − 29.323,14
𝑄𝑇𝑜𝑡𝑎𝑙 = 31.832,60 − 29.323,14Experimentação agrícola - FCAV - UNESP 19
CÁLCULO DAS SOMAS DE QUADRADOS
1 𝐼 2
Soma de Quadrados de Tratamentos: 𝑆𝑄𝑇𝑟𝑎𝑡 = 𝐿
𝑖=1 𝑖 −𝐶
𝐽
1 2
𝑆𝑄𝑇𝑟𝑎𝑡 = 𝐿
𝑖=15 𝑖 −𝐶
5
1
𝑆𝑄𝑇𝑟𝑎𝑡 = 139,62 + 136,42 +130,12 +202,92 + 247,22 −𝐶
5
1
𝑆𝑄𝑇𝑟𝑎𝑡 = 157.295,40 − 29.323,14
5 373,524
𝑄𝑇𝑟𝑎𝑡 = 31.459,08 − 29.323,14
𝑆𝑄𝑇𝑟𝑎𝑡 = 2.135,94
Soma de Quadrados do Resíduo: 𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
𝑆𝑄𝑅𝑒𝑠 = 2.509,46 − 2.135,94
𝑆𝑄𝑅𝑒𝑠 = 373,52
Experimentação agrícola - FCAV - UNESP 20
Quadro de análise de variância (ANOVA)
Causa de Variação GL SQ QM F
Tratamento 4 2.135,94 533,99 25,59∗∗
Resíduo 20 373,52 18,68
Total 24 2.509,46
CONCLUSÃO: O teste foi significativo ao nível de 1% de
probabilidade, indicando que devemos rejeitar 𝐻0 em favor de 𝐻1 e
concluir que as variedades diferem entre si em relação à produção de
mandioca, com um grau de confiança superior a 99% de
probabilidade. Experimentação agrícola - FCAV - UNESP 21
Calculo das médias de cada tratamento e erros padrões
𝐿𝑖
Médias por tratamento: 𝑚𝑖 =
𝐽
𝐿1 139,6
𝑚1 = = = 27,9 t/ha
𝐽 5
𝐿2 136,4
𝑚2 = = = 27,3 t/ha
𝐽 5
𝐿3 130,1
𝑚3 = = = 26,0 t/ha
𝐽 5
𝐿4 202,9
𝑚4 = = = 40,6 t/ha
𝐽 5
𝐿5 247,2
𝑚5 = = = 49,9 t/ha
𝐽 5
Erro padrão da média:
𝑠 18,68
𝑠 𝑚 = = = 1,9 t/ha
𝐽 5 Experimentação agrícola - FCAV - UNESP 22
Aplicação do Teste de Tukey a 5%
As médias em ordem decrescente Cálculo da DMS
𝑚5 = 49,5 𝒔
∆= 𝒒 ×
𝑚4 = 40,6 𝑱
𝑚1 = 27,9 • 𝑞(5 ×20 𝐺𝐿) (5%) = 4,23
𝑚2 = 27,3
𝑚3 = 26,0 ∆ = 4,23 × 1,93
∆ = 8,2 𝑡/ℎ𝑎
Estimativas dos contrastes entre duas médias
𝑌1 = 𝑚5 − 𝑚4 = 8,8 𝑌5 = 𝑚4 − 𝑚1 = 12,7 𝑌8 = 𝑚1 − 𝑚2 = 0,6
𝑌2 = 𝑚5 − 𝑚1 = 21,5 𝑌6 = 𝑚4 − 𝑚2 = 13,3 𝑌9 = 𝑚1 − 𝑚3 = 1,9
𝑌3 = 𝑚5 − 𝑚2 = 22,1 𝑌7 = 𝑚4 − 𝑚3 = 14,6
𝑌4 = 𝑚5 − 𝑚3 = 23,4 𝑌10 = 𝑚2 − 𝑚3 = 1,3
Experimentação agrícola - FCAV - UNESP 23
Aplicação do Teste de Tukey a 5%
∆= 8,2 t/ha
- 𝑚5 𝑚𝟒 𝑚𝟏 𝑚𝟐 𝑚𝟑
𝑚5 - 8,8 * 21,5* 22,1* 23,4*
𝑚4 - - 12,7* 13,3* 14,6*
𝑚1 - - - 0,6NS 1,9NS
𝑚2 - - - - 1,3NS
𝑚3 - - - - -
𝑚5 = 49,5𝑎 Portanto, a melhor variedade é a Mantiqueira, pois
𝑚4 = 40,6 𝑏 difere de todas as outras pelo teste Tukey e apresenta
𝑚1 = 27,9 𝑐 a maior produção.
𝑚2 = 27,3 𝑐
𝑚3 = 26,0 𝑐
Experimentação agrícola - FCAV - UNESP 24
COEFICIENTE DE VARIAÇÃO DO EXPERIMENTO
Média do experimento
49,5+40,6+27,9+27,3+26
𝑚= = 34,2 t/ha= 49,5
5
Coeficiente de variação
𝑠
𝐶𝑉 = × 100
𝑚
4,32
𝐶𝑉 = × 100
34,2
𝐶𝑉 = 12,63 %
Experimentação agrícola - FCAV - UNESP 25
Exemplo de aplicação
Num experimento inteiramente casualizado, foram utilizadas 4 repetições para
estudar o efeito dos 6 tratamentos seguintes no controle de mosca branca do
feijoeiro (Bemisia tabaci).
1- Cytrolane dose 1 3- Cytrolane dose 3 5- Dimetoato
2- Cytrolane dose 2 4- Fertion 6- Testemunha
Os resultados observados para o N ° de ninfas de moscas brancas vivas por
parcela, 14 dias após a primeira aplicação, transformados √x + 0,5.
Tratamentos REP 1 REP 2 REP 3 REP 4 TOTAL
Cytrolane dose 1 1,22 1,58 1,58 1,87 6,25
Cytrolane dose 2 2,12 0,71 2,35 2,12 7,30
Cytrolane dose 3 1,87 2,12 1,58 1,58 7,15
Fertion 2,12 4,30 2,92 3,08 12,42
Dimetoato 3,81 3,54 4,42 2,74 14,51
Testemunha 4,06 4,30 6,36 4,18 18,90
Total - - -
Experimentação agrícola - FCAV - UNESP
- 66,53 26
