Академический Документы
Профессиональный Документы
Культура Документы
INTRODUO ESTATSTICA
EXPERIMENTAL
Pgina 1
Pgina 2
Experimento Sistmico
Gradiente
de Fertilidade
+F
-F
...
1 2
4 5
8 9 10
100
Experimento
Preliminar
Fazenda
Estao
Experimental
89
29 33
27 VL 54
33 64 29 93
15
BLOCO
I
27 15 89 54
64
BLOCO
II
29 93 VL
BLOCO
III
93
27 54 64 15 33 89
Experimento
Crtico
Pgina 3
4
Experimento
Demonstrativo
Fazenda
Estao
Experimental
Estao
Experimental
Experimento
Preliminar
. . . 50
39
29 33
27 RL 50
33 46 29 13
15
BLOCO
I
27 15 39 50
46
BLOCO
II
29 13 RL
BLOCO
III
13
27 50 46 15 33 39
RL
46
Experimento
Crtico
Experimento
Demonstrativo
Pgina 4
Pgina 5
Pgina 6
Pgina 7
Pgina 8
Entre os mtodos que utilizam dados oriundos de ensaios de uniformidade, temse o Mtodo da Mxima Curvatura. Nele, dados do rendimento das unidades bsicas
so combinados, de modo a simularem rendimentos de parcelas de vrios tamanhos. Para
os vrios tamanhos de parcela, calcula-se um ndice qualquer de variabilidade que pode
ser a varincia, o coeficiente de variao ou o erro padro da mdia. O ndice de
variabilidade e os tamanhos das parcelas so plotados em um sistema de eixos
coordenados. Uma curva a mo-livre traada atravs das coordenadas resultantes, e o
ponto de curvatura mxima determinado a partir do qual o ndice de variabilidade se
estabilizar. este o ponto que ir determinar a forma e tamanho ideais da parcela, como
exemplifica a FIGURA 1.4.
FIGURA 1.4 RELAO ENTRE O COEFICIENTE DE VARIAO E O NMERO DE
PARCELAS PARA DETERMINAR O PONTO DE CURVATURA MXIMA, A
PARTIR DE DADOS FICTCIOS DE RENDIMENTO
10
12
14
16
18
Nmero de Parcelas
Pgina 9
10
SQD
N 1
Pgina
11
onde:
SQD = soma dos quadrados dos desvios;
N = nmero de observaes ou de parcelas;
so:
sA
42 32 22 12 02 12 22 32 42
9 1
16 9 4 1 0 1 4 9 16
8
=
=
60
8
7,5 2,7386 g
sB
SQD
N 1
02 02 02 02 02 02 02 02 02
9 1
0 0 00 0 0 0 0 0
8
=
=
0
8
0 0,0000 g
sC
SQD
N 1
SQD
N 1
32 32 32 02 02 02 32 32 32
9 1
Pgina
12
9990 0 0999
8
=
=
54
8
6,75 2,5981 g
Pgina
13
Autor: PAULO
13
X
X
X
X
X
X
VANDERLEI
X
X
X
X
X
X
X
X
FERREIRA
X
X
X
X
X
XXCECA-UFAL,
X
X
X
X
X
X
X
X
X
X
X
X
X
2011.
X
X
X
X
X
X
X
X
Pgina
14
Pgina
15
Pgina
16
H 0,3M
FW
H M
CW =
e
CW = 1
0,6M
H
FW
onde:
CW = peso corrigido;
FW = peso de campo;
M = nmero de falhas;
H = stand inicial.
Todavia, torna-se impossvel o estabelecimento de qualquer frmula confivel,
para correo de stands de plantas cultivadas, pois a porcentagem de aumento em
rendimento de gros rodeando uma falha varia com a variedade, o espaamento, o nvel
de fertilidade do solo, a poca de plantio, etc..
e) Anlise de covarincia A anlise de covarincia um mtodo estatstico
que combina os conceitos da anlise de varincia e da regresso, de maneira a fornecer
uma anlise mais discriminatria do que qualquer um desses mtodos isoladamente. Ela
envolve duas variveis concorrentes e correlacionadas as quais, no presente caso, so o
rendimento e o nmero de plantas por parcela.
Tal mtodo envolve conhecimentos de anlise de varincia e de regresso.
Contudo, se as pressuposies da anlise de covarincia forem satisfeitas, ela ,
provavelmente, o melhor procedimento de ajuste de stands. Mais detalhes, ver captulo
especfico sobre o assunto.
1.5.6 Nmero de repeties dos experimentos
A necessidade de repeties foi reconhecida pelos pesquisadores a partir do ano
de 1846 e atualmente no se discute mais a sua importncia em quase todos os
experimentos. A repetio um dos princpios de experimentao de que se vale o
pesquisador para controlar a variabilidade do meio.
De um modo geral, o nmero de repeties de um experimento depende dos
seguintes fatores:
a) Variabilidade do meio em que se realiza o experimento Quanto maior a
variabilidade do meio, maior deve ser o nmero de repeties. A variabilidade do meio
pode influir mais sobre algumas caractersticas em estudo do que sobre outras. Eis alguns
exemplos: a heterogeneidade do solo influi mais sobre os rendimentos do algodo do que
sobre o peso e o comprimento da fibra; a variao de luz influi mais sobre o consumo de
rao e ganho de peso de frangos de corte do que sobre a pigmentao da carcaa; a
variao de temperatura interfere mais na produo de leite de vacas leiteiras do que no
teor de gordura.
b) Nmero de tratamentos em estudo Experimentos com poucos tratamentos
necessitam de maior nmero de repeties, para se ter uma boa preciso na estimativa do
Autor: PAULO VANDERLEI FERREIRA CECA-UFAL, 2011.
16
Pgina
17
erro experimental. Por exemplo, na avaliao de dois sistemas de produo de batatadoce so necessrias, no mnimo, dez repeties. Quando, porm, o experimento
apresenta muitos tratamentos, como por exemplo, avaliao de 100 prognies de meios
irmos de milho em relao produo de gros, poucas repeties so usadas, em torno
de duas a trs repeties.
c) Natureza dos tratamentos Se, pela natureza dos tratamentos em estudo,
espera-se que haja poucas diferenas entre eles, o nmero de repeties dever ser o
maior possvel para que se possa medi-las com maior preciso. Caso contrrio, o nmero
de repeties poder ser diminudo dentro de certos limites prudentes.
d) Disponibilidade do material experimental Quando se dispe de grande
quantidade do material experimental, tanto animal quanto vegetal, pode-se aumentar o
nmero de repeties do experimento, pois, com certeza, aumentar a preciso
experimental. Por outro lado, quando h uma limitao do material experimental em
funo de uma srie de fatores, tais como: pouca quantidade de sementes e/ou de
propgulos vegetativos, poucos animais, limitao de recursos financeiros, etc.,
logicamente o nmero de repeties deve ser reduzido.
e) Disponibilidade de rea experimental A rea das parcelas tambm limita o
nmero de repeties, pois quando se dispem de uma grande rea experimental pode-se
aumentar o nmero de repeties do experimento, tendo, como conseqncia, o aumento
da preciso experimental. Por outro lado, quando h uma limitao de rea experimental,
logicamente o nmero de repeties deve-se ser reduzido. Todavia, isso no deve ser
proporcional, pois prefervel sacrificar a rea da parcela em favor do nmero de
repeties, dentro de certos limites prudentes.
f) Espcie a ser estudada O pesquisador, no caso de espcies animais de
mdio e grande portes, ter dificuldade de contar com um grande grupo de animais
homogneos (mesma raa, mesmo sexo, mesmo peso, mesma idade, etc.), o que resultar
num menor nmero de repeties do experimento. J no caso das espcies animais de
pequeno porte, essa dificuldade praticamente no existe, possibilitando ao pesquisador
aumentar o nmero de repeties do experimento para alcanar uma melhor preciso
experimental. Quanto s espcies vegetais, as de grande porte, principalmente as rvores
frutferas e florestais, demandam parcelas maiores, o que resultar num menor nmero de
repeties do experimento; enquanto que as de pequeno porte requerem parcelas
menores, o que permitir ao pesquisador aumentar o nmero de repeties do
experimento para melhorar a preciso experimental.
g) Custo de execuo das etapas do experimento O nmero de repeties
tambm afetado pelo custo de execuo das etapas do experimento. Quanto maior o
custo das etapas do experimento, menor ser, logicamente, o nmero de repeties.
O nmero ideal de repeties em um experimento pode ser determinado por meio
de ensaios de uniformidade ou por meio de mtodos baseados em resultados conseguidos
em ensaios anteriores. Tais meios so trabalhosos e nem sempre chegam a resultados
satisfatrios.
Uma regra prtica para se determinar o nmero de repeties de um experimento,
que tem surtido bons resultados na experimentao agropecuria, a de que os
experimentos devem ter, no mnimo, 20 parcelas. Como o nmero de parcelas de um
experimento (N) depende do nmero de tratamentos (t) e do nmero de repeties (r), ou
seja, N = t x r, ento, dessa forma, conhecendo-se o nmero de tratamentos chega-se ao
nmero de repeties. Por exemplo, se num experimento tm-se dez tratamentos, deve-se
Autor: PAULO VANDERLEI FERREIRA CECA-UFAL, 2011.
17
Pgina
18
ter duas repeties para se ter 20 parcelas, que o nmero mnimo exigido. Da mesma
forma, se o experimento tm dois tratamentos precisam-se de dez repeties para se ter
20 parcelas. Ainda, se o experimento tm cinco tratamentos, para se ter 20 parcelas so
necessrias quatro repeties.
Tambm, uma outra forma bastante prtica, que pode ser usada para se
determinar o nmero de repeties de um experimento, atravs do nmero de graus de
liberdade do resduo ou erro experimental da anlise de varincia, sendo dez graus de
liberdade do resduo o valor mnimo para se ter, de um modo geral, uma boa preciso
experimental. Por exemplo, se num experimento inteiramente casualizado tm-se dez
tratamentos, deve-se ter duas repeties para se ter, no mnimo, dez graus de liberdade do
resduo, pois o GL Resduo = t (r 1), onde t corresponde ao nmero de tratamentos e r o
nmero de repeties. Da mesma forma, se o experimento inteiramente casualizado
tivesse dois tratamentos seriam necessrias seis repeties para se ter dez graus de
liberdade do resduo. Ainda, se um experimento em blocos casualizados tivesse cinco
tratamentos seriam necessrias quatro repeties em vez de trs repeties, pois o GL
Resduo = (t 1)(r 1).
De um modo geral, a regra prtica baseada no nmero de parcelas conduz a uma
maior preciso experimental do que a regra baseada no nmero de graus de liberdade do
resduo. Contudo, se o pesquisador atender as duas regras ao mesmo tempo, logicamente
aumentar ainda mais a preciso experimental. Por exemplo, se um experimento
inteiramente casualizado tivesse dois tratamentos seriam necessrias seis repeties para
se ter dez graus de liberdade do resduo, o que atenderia plenamente a regra baseada no
nmero de graus de liberdade do resduo. Por outro lado, no atenderia a regra baseada
no nmero de parcelas, pois o experimento s teria 12 parcelas em vez de 20 parcelas,
que seria o mnimo exigido. Entretanto, se o nmero de repeties fosse igual a dez, o
experimento teria 20 parcelas e 18 graus de liberdade do resduo. Nessa situao, o
experimento seria muito mais preciso.
Pgina
19
Pgina
20
Pgina
21
Pgina
22
Pgina
23
Pgina
24
qualquer, como por exemplo, a maioria de suas parcelas ficou, por acaso, numa parte
mais frtil do solo.
Para evitar que isso acontea, procede-se o controle local.
Se ainda assim, a variedade A foi a mais produtiva, de se esperar que essa
concluso seja realmente vlida.
Tambm, mesmo que as raas X e Y de gado bovino de leite, do exemplo citado
anteriormente, tivessem sido colocadas em vrias parcelas, todas elas casualizadas na
rea experimental, poder acontecer que Y apresentou a maior produo de leite por ter
sido favorecida por algum fator qualquer, como por exemplo, a maioria de suas parcelas
ficou, por acaso, num ambiente onde a temperatura foi mais favorvel.
Para evitar que isso acontea, aplica-se o princpio do controle local.
Se ainda assim, a raa Y apresentou a maior produo de leite, de se esperar
que essa concluso seja realmente vlida.
1.9 Exerccios
a) Pretende-se avaliar o comportamento de seis espcies de leguminosas no
Municpio de Macei-AL, com o objetivo de melhorar a fertilidade do solo da regio de
tabuleiro, atravs da adubao verde, e voc foi o escolhido para realizar essa pesquisa.
Mostre, de maneira esquemtica, como voc instalaria o experimento no campo, se o
mesmo fosse do tipo aleatrio. E como ficaria se fosse do tipo sistmico. Qual dos tipos
de experimentos proporcionaria uma menor variao acidental? Justifique.
b) D exemplo de um ensaio e identifique os trs tipos de variaes.
c) Por que no procedimento de amostragem de parcelas deve-se separar a rea
amostrada do restante da parcela, no caso dos vegetais?
d) Mostre, de maneira esquemtica, como a orientao das parcelas e o efeito
bordadura so fontes de erro experimental. O que deve ser feito para minimizar estas
fontes de erro experimental?
e) Cite cinco tipos de experimentos onde o pesquisador no deve de modo algum
esquecer do efeito bordadura no seu planejamento. Mostre, de maneira esquemtica, o
efeito bordadura em cada um dos tipos de experimentos citados.
f) Por que, nos experimentos de competio de variedades, as parcelas
experimentais devem ter, no mnimo, trs fileiras?
g) Para que servem os mtodos de correo de falhas? D um exemplo fictcio,
aplique cada um dos mtodos de correo de falhas, com exceo da anlise de
covarincia, compare os resultados obtidos e tire as devidas concluses.
h) Mostre, de maneira esquemtica, a importncia de cada um dos princpios
bsicos da experimentao.
Pgina
25
Pgina