Cálculo do Número de Réplicas num Experimento

Completamente Aleatorizado

Método 1

Em geral, quando você faz um experimento completamente aleatorizado, o seu objetivo é testar a
hipótese de que um determinado fator (ou fatores) exerce influência sobre uma determinada resposta. As
hipóteses para este teste podem ser formuladas como segue:

H0 : τ1 = τ2 = · · · = τa
H1 : Para todo i = 1, 2, · · · , a, temos τi 6= 0

nas quais τi é o efeito do i-ésimo nı́vel do fator sobre a resposta e a é a quantidade de nı́veis do fator.
Como você deve saber, num teste de hipótese dois erros podem ser cometidos: O erro tipo 1 (re-
jeitar hipótese H0 sendo ela verdadeira) e o erro tipo 2 (não rejeitar a hipótese H0 sendo ela falsa). A
probabilidade máxima de ocorrer o erro tipo I, a qual é fornecida pelo pesquisador, é chamada nı́vel de
significância do teste e é, em geral denotada por α. A probabilidade de cometer o erro tipo 2 é, em geral,
denotada por β. 1 − β é dito ser o poder do teste correspondente à β. Como foi dito antes, α é fornecido
pelo pesquisador, o que significa que a probabilidade de cometer o erro tipo I é controlada. Ou seja,
o pesquisador pode fazer esta probabilidade ser tão pequena quanto ele queira. Já β não é, em geral,
controlada diretamente pelo pesquisador e seu valor dependerá, por exemplo, da estatı́stica de teste sendo
empregada, do valor de α e do tamanho da amostra.
O método para cálculo do número de réplicas exposto neste texto propõem que o pesquisador fixe os
valores de α e β desejados e encontre o número de réplicas necessário para obter um teste cujo poder
será no mı́nimo 1 − β. Isto é, a probabilidade de cometer o erro tipo 2 no teste com nı́vel de significância
α será, no máximo, β.
Considere a fórmula
r
nD2
Φ= .
2aσ 2
D é a diferença máxima entre as médias dos tratamentos, σ 2 é a variância do erro, n é o número
de réplicas a ser estimado. O valor de D deve ser informado pelo pesquisador enquanto σ 2 deve ser
substituı́do por uma estimativa da variância do erro, de maniera que Φ se torne função apenas de n. O
valor de β pode ser encontrado nos gráficos no final deste texto. β depende dos graus de liberdade do
fator (a − 1) e do erro n(a − 1), do valor de Φ e de α. Para cada valor de n, você terá um valor de Φ
e dos graus de liberdade do erro e para cada valor de Φ e dos graus de liberdade do erro, você terá um
valor de β. O que você deve fazer é encontrar o valor de n que forneça um valor de Φ e dos graus de
liberdade do erro que correspondam ao β imediatamente menor do que o fixado pelo pesquisador. Para
isso, você deve escolher um valor inicial de n, calcular o os valores de Φ e dos graus de liberdade do erro,
encontrar o valor de β no gáfico correspondente, e comparar este valor com o fixado. Se ele for menor,
então o n que você utilizou é a sua estimativa do número de réplicas. Se não, você aumenta o valor de
n e repete este procedimento. Isto continua até que você encontre um n que forneça um β menor que o
valor fixado.
Exemplo 1: Considere um experimento consistindo de um fator com quatro nı́veis. A diferença
máxima entre as respostas sobre diferentes nı́veis do fator é 8 e a estimativa da variância do erro é 10.
Devemos encontrar o número de réplicas que corresponda a um teste com β = 0.05 e α = 0.05.
Nós identificamos o gáfico no qual vamos procurar o valor de β pelos graus de liberdade do fator. No
gráfico, os grau de liberdade do fator é denotado por ν1 e o grau de liberdade do denominador é denotado
por ν2 .

1
 A tabela abaixo contém os valores aproximados de β correspondentes n = 3, 4, 5, 6.

n Φ ν2 β
3 2.19 8 0.17
4 2.53 12 0.045
5 2.83 16 < 0.01
6 3.1 20 < 0.01

Assim, com n = 4 réplicas, obtemos um teste que detectará uma diferença entre as médias maior que
8 com um poder maior que 0.95 (probabilidade do erro tipo 2 menor que 0.05) a um nı́vel de 0.05 de
significância.
Note que se quiséssemos β = 0.01, n = 5 réplicas bastariam.
Note também que no caso em que se tem blocos no experimento, os graus de liberdade do erro
experimental são calculados de maneira diferente.
Resta apenas discutirmos uma maneira de estimarmos a variância do erro experimental que, no
exemplo acima, foi dada mas, na prática isto não acontece. Uma forma é considerar como estimativa
de σ 2 uma estimativa obtida em experimentos anteriores. No caso do seu experimento com uvas, ele
já está acontecendo mas em experimentos futuros, você pode utilizar a estimativa de σ 2 obtida neste
experimento para estimar o número adequado de réplicas no próximo experimentos.
Uma outra maneira de estimar σ 2 é a seguinte: tome um intervalo (a, b) dentro do qual você considera
que 95% dos valores da resposta estejam concentrados. A estimativa de σ 2 é então dada por σ̂ 2 = b−a 4 .
Isto segue do fato de, considerando que o erro experimental tem distribuição aproximadamente normal,
a resposta também terá distribuição aproximadamente normal. Nesse caso, pode-se mostrar que 95%
dos valores da resposta estão concentrados dentro do intervalor (µ − 2σ 2 , µ + 2σ 2 ). Aproximando este
intervalo por (a.b), tem-se que

b − a ≈ (µ + 2σ 2 ) − (µ − 2σ 2 ) = µ + 2σ 2 − µ + 2σ 2 = 4σ 2 .

Assim, b − a ≈ 4σ 2 .
No exemplo acima, se considerássemos que 95% dos valores da resposta estão entre 70 e 95, terı́amos
95 − 70
σ̂ 2 = = 6.25.
4
Nesse caso, a estimativa do número de réplicas mais adequado seria 3 (probabilidade do erro tipo 2
menor que 5% e nı́vel de significância igual a 5%).