NDICE

1 - DELINEAMENTOS UNI-FACTORIAIS ................................................................2 1.1 - DELINEAMENTO COMPLETAMENTE ALEATRIO.........................2 1.2 - DELINEAMENTO EM BLOCOS COMPLETOS ALEATRIOS ..........4 1.3 - DELINEAMENTO EM QUADRADO LATINO ......................................7 2 - DELINEAMENTOS MULTI-FACTORIAIS...........................................................10 2.1 - DELINEAMENTO BI-FACTORIAL EM BLOCOS COMPLETOS ALEATRIOS ...........................................................................10 2.2 - DELINEAMENTO EM BLOCOS SUB-DIVIDIDOS (SPLIT-PLOT).....11 BIBLIOGRAFIA .............................................................................................................14

1-

DELINEAMENTOS UNI-FACTORIAIS

1.1 - DELINEAMENTO COMPLETAMENTE ALEATRIO

O delineamento completamente aleatrio utiliza-se quando se pretende distribuir de um modo completamente casual ou aleatrio os tratamentos pelas diversas unidades experimentais, que devero ser totalmente homogneas, ou assumidas como tal. Quaisquer diferenas ocorridas entre as diversas repeties do mesmo tratamento so consideradas como devidas ao acaso, constituindo na sua totalidade a parcela designada por erro experimental ou variao residual. Assim, este delineamento dever utilizar-se em situaes em que as diversas unidades experimentais so homogneas, tais como ensaios laboratoriais em as condies ambientais so facilmente controlveis. Nos ensaios de campo, por muito idnticas que sejam as diversas unidades experimentais, existe sempre alguma variabilidade ambiental impossvel de controlar, e que vai de algum modo afectar os resultados do ensaio. Assim, a parcela do erro experimental ou residual engloba variao que no apenas a variao casual admitida dentro de uma mesma amostra, mas devida tambm ao conjunto de todos os factores ambientais (tipo de solo, fertilidade do solo, exposio, drenagem, etc) que no se incluiram no delineamento experimental, mas que na realidade podem ocasionar variabilidade. Por isso, este delineamento no muito usual em situaes de ensaios de campo ou onde pressuposto que as unidades experimentais no so rigorosamente homogneas. A maior vantagem deste delineamento reside na sua implantao nas unidades experimentais (talhes de terreno, animais, etc), e na facilidade de interpretao dos resultados (assumindo que sejam correctos), pois toda a variao atribuda aos tratamentos ou ao erro experimental. Alm disso, este delineamento caracterizado pela sua grande flexibilidade, isto , permite que o ensaio contenha qualquer nmero de tratamentos (ou modalidades do mesmo factor), e que cada tratamento tenha qualquer nmero de repeties, podendo eventualmente ser diferentes de tratamento para tratamento (muito embora, sempre que possvel, todos os tratamentos devam ter o mesmo nmero de repeties, pois a existncia de diferentes nmeros de repeties entre os tratamentos pode ser uma causa de variabilidade dos resultados). Outra vantagem inerente ao delineamento completamente aleatrio que, para o mesmo nmero de tratamentos em ensaio, maximiza o nmero de graus de liberdade atribudos estimativa do erro experimental, isto , tende a aumentar a estatstica F (razo entre a varincia atribuda ao efeito tratamento e a varincia residual ou erro experimental), podendo detectar mais facilmente a existncia de diferenas significativas entre os tratamentos. A distribuio das repeties dos vrios tratamentos pelas diversas unidades experimentais feita totalmente ao acaso. Para garantir a aleatoridade da distribuio das unidades experimentais, dever recorrer-se a um processo de aleatorizao, isto , 2

uma regra que atribua um determinado tratamento a uma determinada unidade experimental de um modo completamente ao acaso ou aleatrio, tal como o resultado de lanamento de dados, a carta retirada de um baralho, um nmero retirado ao acaso de tabela de nmeros aleatrios. Isto , j que se assume que as unidades experimentais no so rigorosamente homogneas, o experimentador dever abster-se completamente de, conscientemente, poder estar a atribuir determinado tratamento s unidades experimentais. Em situaes em que as caractersticas do ensaio faam prever a existncia de muitas falhas nas repeties dos tratamentos, ou mesmo a supresso completa de alguns tratamentos (por exemplo, em ensaios de germinao ou de enraizamento, em que frequente haver alguns tratamentos que conduzem a taxas nulas de germinao ou enrazamento), o delineamento completamente aleatrio o mais eficaz, pois a no exigncia a priori do mesmo nmero de repeties por tratamento, permite ultrapassar as falhas (ou inexistncia de resultados) para algumas repeties. Noutros tipos de delineamento, que exigem o mesmo nmero de repeties por tratamento, em situaes de falhas de algumas unidades experimentais, h que recorrer a metodologias estatsticas a fim de ultrapassar essas falhas (missing data); este aspecto est desde j assegurado no delineamento completamente aleatrio Exemplo da implantao do ensaio De seguida exemplifica-se como se pode dispor um ensaio em que se pretendem comparar T = 4 tratamentos (designemo-los genericamente como T1, T2, T3, T4), cada um com R = 5 repeties. O exemplo sufiicentemente genrico para se poder traduzir num ensaio prtico de cariz agrcola (implantao no terreno de um ensaio de experimentao de 4 nveis de adubao azotada) ou de carz pecurio (distribuio dos animais num ensaio de experimentao de 4 tipos de suplementao proteica na alimentao animal). O nmero total de unidades experimentais N = T x R, e corresponde ao nmero de talhes de terreno ou de animais necessrios para proceder ao ensaio em causa. Como previamente foi dito, pressuposto que estas unidades experimentais (no caso, N=20) devem ser suficientemente homogneas, de modo que possam ser consideradas todas iguais. Cada uma destas unidades experimentais deve ser numerada para identificao. Identifiquem-se como sendo as unidades 1, 2, 3, ..., 19, 20. De seguida h que atribuir a cada uma das unidades experimentais um determinado tratamento, de modo que hajam R (no caso, R=5) repeties para cada tratamento. Esta atribuio deve ser feita de modo completamente aleatrio. Par tal, ilustraremos com dois mtodos aleatrios que podem ser usados numa situao deste gnero, no querendo fixar estes mtodos como sendo os nicos vlidos. O que se pretende reafirmar que a atribuio dos tratamentos s unidades experimentais deve ser feito de um modo completamente aleatrio, sem a interveno da vontade do experimentador. a) Mtodo dos cartes 3

i) ii)

iii)

iv)

Numeram-se N (no caso, N=20) cartes com as identificaes das unidades experimentais. Os cartes so dobrados de modo a impossibilitar a identificao, e metem-se numa caixa, misturando-se bem. Numeram-se 5 cartes com o tratamento T1; 5 cartes com o tratamento T2, etc. Isto , para cada tratamento, fazem-se tantos cartes quantas as repeties. Estes cartes so dobrados de modo a impossibilitar a sua identificao, e so metidos numa caixa, misturando bem. Retira-se ao acaso um carto de identificao da unidade experimental; suponhase que saiu o nmero 7. Retira-se um carto de identificao dos tratamentos. Imagine-se que saiu um carto com a identificao T1. Assim, unidade experimental identificada com o nmero 7 vai ser atribuido o tratamento T1. Repete-se o passo iii) at esgotar todos os cartes. Assim, e de um modo completamente aleatrio e alheio vontade do experimentador, a cada uma das N unidades experimentais foi atribuido um tratamento. Mtodo das cartas Identificam-se as N (no caso, N=20) unidades experimentais. Fixa-se uma correspondncia entre os naipes e os tratamentos. Por exemplo, T1=ouros; T2=copas; T3=paus; T4=Espadas. De um baralho de cartas, tiram-se N (no caso, N=20) cartas, sendo R (no caso, R=5) de cada naipe. Estas N cartas so baralhadas. Retira-se uma destas cartas. O tratamento que identificar ser atribudo unidade experimental 1. A carta no recolocada, sendo as restantes baralhadas. Repete-se sucessivamente o passo iv) at atribuir um tratamento a cada uma das N unidades experimentais.

b) i) ii) iiii) iv) v)

Aps a concluso da parte experimental do ensaio, recolhem-se os dados e procede-se anlise de varincia a fim de decidir se existem ou no diferenas significativas entre as mdias dos diferentes tratamentos ou modalidades do ensaio. Caso a anova indique a existncia de diferenas significativas, procede-se a um teste de comparaes mltiplas a fim de decidir entre quais tratamentos existem as diferenas significativas.

1.2 - DELINEAMENTO EM BLOCOS COMPLETOS ALEATRIOS

Este delinaemento , segundo vrios autores, um dos mais frequentemente utilizados em investigao agrria, quando o ensaio envolve apenas um factor (GOMEZ & GOMEZ, 1984). Este delineamento em blocos completos aleatrios ou casualizados especialmente apropriado para ensaios de campo em que o nmero de tratamentos no grande, e as unidades experimentais esto sujeitas a uma evidente variabilidade de produtividade ou de outros factores alheios ao delineamento em causa.

Por exemplo, num ensaio envolvendo ovelhas (que so as unidades experimentais), em que estas no so todas da mesma idade, ou se tm diferentes progenitores machos (poderiam citar-se muitas outras caractersticas no uniformes nas ovelhas em ensaio, e que constituem um gradiente ou evoluo tendencial numa determinada direco), devem agrupar-se as ovelhas em blocos ou grupos, em que cada um destes blocos inclui todas as ovelhas da mesma idade, ou com o mesmo progenitor macho. Em cada um destes blocos existir uma repetio de cada um dos tratamentos em ensaio. No caso de um ensaio envolvendo uma determinada cultura agrcola a experimentar em diversas modalidades ou tratamentos num terreno cujas caractersticas produtivas tm uma distribuio de evoluo segundo uma das dimenses (por exemplo o comprimento) da parcela onde se ir implantar o ensaio, esta parcela dever ser dividida em blocos ao longo dessa dimenso; cada um destes blocos ser posteriormente subdividido em tantos talhes quantos os tratamentos. Deste modo, resulta que cada um destes blocos conter todos os tratamentos. tambm o caso de um ensaio agrcola em que, pelas caractersticas da cultura em ensaio, ou devido a condicionantes diversas, o ensaio para ser executado em mais do que um local (por exemplo, em vrias exploraes), ou em anos distintos. Assim, cada um dos diferentes locais (exploraes) ou dos diferentes anos, constituir um bloco, onde existiro todos os tratamentos. No delineamento em blocos completos aleatrios ou casualizados, as unidades experimentais so agrupadas em blocos; em cada um dos blocos existir uma repetio de cada um dos tratamentos. So constitudos tantos blocos quantas as repeties que se pretendem efectuar para cada tratamento. O objectivo principal do agrupamento das unidades experimentais em blocos reduzir o erro experimental pela eliminao de causas conhecidas de variao (se estas se distribuem segundo um gradiente ou padro conhecido). Isto conseguido agrupando as unidades experimentais em blocos tal que a variao entre as diversas unidades includas no mesmo bloco minimizada, e a variabilidade entre as unidades experimentais includas em blocos distintos maximizada. Este delineamento permite estimar a variabilidade dentro dos blocos e elimin-la da parcela da variabilidade designada por erro experimental. Isto , utilizando a metodologia do delineamento em blocos completos aleatrios, estima-se a variabilidade ocasionada por uma causa externa ao ensaio e elimina-se do erro experimental, aumentando assim o rigor da deciso estatstica, j que na anlise de varincia a estatstica F a razo entre a varincia devida aos tratamentos e a varincia residual ou erro experimental. J que o erro experimental ou variao residual constituda pela variabilidade dentro de cada um dos blocos, o delinemaneto por blocos mais efectiva quando existe um padro ou gradiente conhecido de variabilidade. Conhecendo este padro ou gradiente, mais fcil decidir qual a disposio e tamanho dos blocos, de modo a que no interior de cada bloco as unidades experimentais sejam to homogneas quanto possvel. No delineamento em blocos completos aleatrios ou casualizados, h que decidir previamente: 5

i) Qual a causa de variabilidade que est sujeita a um padro ou gradiente conhecido; ii) Qual a a disposio e o tamanho dos blocos. A causa de variabilidade usada como base na definio dos blocos por vezes facilmente identificvel, e presumivelmente aceite como uma causa alheia ao ensaio mas que pode influenciar os resultados. So exemplos destas causas:

heterogeneidade do solo, em caractersticas tais como o declive, a textura, drenagem, exposio ao sol, fertilidade, proximidade de lenis freticos, etc, factores estes que existem no solo, e que no esto a ser contemplados como o factor de produo em anlise; a necessidade de efectuar o ensaio em diversos locais da mesma explorao, ou em exploraes distintas; ensaios envolvendo animais de idades diferentes, ou com progenitores distintos; direces predominantes do vento ou da incidncia de ataques de pragas.

Aps identificada a causa especfica de variabilidade a ser usada como base na constituio dos blocos, a disposio e tamanho dos blocos devem ser decididos de modo a maximizar a variabilidade entre os blocos e a minimizar a variabilidade no interior de cada bloco. De seguida apresentam-se algumas idias base que podem servir de pistas a esta distribuio das unidades experimentais pelos blocos:

em situaes de ensaios de campo em que o gradiente de variabilidade unidireccional (isto , existe um padro ntido de variao de uma determinada causa em determinada direco do terreno), devem constituir-se blocos compridos e estreitos, em que o maior comprimento do bloco perpendicular direco do gradiente. Cada um destes blocos ser dividido transversalmente em tantos talhes quantos os tratamentos do ensaio. Por exemplo, se o gradiente de variao o declive do solo, os blocos sero constitudos segundo as curvas de nvel. Cada um dos blocos dividido transversalmente em talhes. se o gradiente segundo duas direces, mas mais forte segundo uma das direces, deve ignorar-se simplesmente o gradiente menos intenso, e proceder como na situao anterior; se o gradiente segundo duas direces bem conhecidas, e igualmente forte segundo cada uma das direces, ento devero usar-se blocos com a forma quadrada, ou preferencialmente fazer o delineamento segundo o quadrado latino; se o gradiente de variabilidade so situaes tais como a existncia de animais com idades diferentes, progenitores diferentes, exploraes diferentes, ento o critrio de constituio dos blocos ser a homogneidade de idades, os mesmos progenitores, ou os animais da mesma explorao.

Como j atrs de referiu, cada um dos blocos conter uma repetio de cada um dos tratamentos; isto que dizer que cada um dos blocos ter tantas unidades experimentais quantos os tratamentos em anlise. Os blocos constituem assim as diversas repeties. Assim, no delineamento em blocos completos aleatrios ou casualizados, todos os tratamentos tm o mesmo nmero de repeties (aparte de eventuiais falhas de algumas das unidades experimentais, e que tero de ser suplantadas por metodologias estatsticas

referentes a situaes de falta de dados - missing data - cuja abordagem no cabe no mbito deste curso). Como cada um dos blocos recebe todos os tratamentos, a casualizao (isto , a distribuio ao acaso dos tratamentos pelas unidades experimentais) ter de fazer-se dentro de cada um dos blocos. Para tal, em cada um dos blocos dever proceder-se a um mtodo aleatrio de atribuio de tratamentos unidades experimentais. Pode usar-se qualquer mtodo estatstico (por exemplo, os descritos para o delineamento completamente aleatrio) que garanta a iseno do experimentador.

1.3 - DELINEAMENTO EM QUADRADO LATINO

O delineamento em quadrado latino uma extenso do delineamento em blocos completos aleatrios ou casualizados, mas em que existem tantas repeties quantos os tratamentos, resultando de dois critrios simultneos de agrupamento em blocos, genericamente designados pelos blocos-linha e blocos-coluna. O quadrado latino o delineamento tpico numa situao em que existem dois gradientes ou padres simultneos e da mesma intensidade, de causas estranhas ao ensaio, cuja variabilidade se pretende eliminar do erro experimental. Para tal faz-se um agrupamento em blocos seguindo um dos padres ou gradientes (designados por blocos-linha), e outro agrupamento em blocos segundo o outro dos gradientes (blocos-coluna). Como em cada um dos blocos devem existir todos os tratamentos, resulta que o nmero de blocos-linha igual ao nmero de blocos-coluna; assim, em cada linha e em cada coluna existem todos os tratamentos, de onde resulta que o nmero de repeties igual ao nmero de tratamentos. Este delineamento permite estimar a variabilidade ao dentro dos blocos-linha e a variabilidade dentro dos blocos-coluna, e elimin-la da parcela da variabilidade designada por erro experimental. Isto , utilizando a metodologia do quadrado latino conseguem-se estimar as variabilidades ocasionadas por duas causas externas ao ensaio e elimin-las do erro experimental, aumentando assim o rigor da deciso estatstica, j que na anlise de varincia a estatstica F a razo entre a varincia devida aos tratamentos e a varincia residual ou erro experimental. De seguida apresentam-se algumas situaes de utilizao do delineamento em quadrado latino:

ensaios de campo em que na rea de terreno onde se ir implantar o ensaio existem dois gradientes evidentes de variabilidade das caractersticas do solo; ensaios repetidos ao longo de vrios anos ou ao longo de vrios perodos de tempo (tantos quantos os tratamentos); ensaios em que se utilizam animais de diferentes idades (um dos gradientes) e de diferentes progenitores (outro dos gradientes); ensaios laboratoriais repetidos ao longo do tempo, em que as diferenas entre as unidades experimentais utilizadas num mesmo instante e as diferenas entre as unidades experimentais utilizadas em instantes diferentes so as duas causas externas de variabilidade. 7

O maior bice utilizao do delineamento em quadrado latino reside precisamente no mesmo aspecto em que se baseia a sua maior vantagem, isto , no facto de o delineamento pressupor tantas repeties quantos os tratamentos. Num ensaio em que se testam 8 diferentes modalidades ou tratamentos, necessitam-se para cada tratamento de 8 repeties, o que obriga a dispor de 64 unidades experimentais, (com 9 tratamentos, necessitar-se-iam de 81 unidades experimentais) cujo acompanhamento e recolha de informao no de modo algum fcil. Por outro lado, se o ensaio tivesse apenas dois tratamentos, ter-se-iam apenas duas repeties, de onde resultariam 0 (zero) graus de liberdade para o erro experimental, impossibilitando a anlise estatstica. Com trs tratamentos e trs repeties por tratamento, resultariam apenas dois graus de liberdade para o erro experimental, o que ocasionaria uma fraca fiabilidade na estimativa da varincia do erro experimental. Assim, na prtica, o delinamento em quadrado latino s se utiliza quando o nmero de tratamentos igual ou superior a quatro e igual ou inferior a oito. A fim de implantar um ensaio em delineamento em quadrado latino, o experimentador dever, sabendo o nmero de tratamentos, seleccionar um dos esquemas de implantao. Repare-se que, sabendo que todos os tratamentos se repetem quer nos blocos-linha quer nos blocos-coluna, fcil construir tabelas para todos os possveis esquemas de implantao. A aleatorizao da distribuio dos tratamentos pelas unidades experimentais est a priori garantida, desde que a identificao das unidades experimentais seja feita aleatoriamente. Em anexo apresentam-se alguns dos possveis esquemas de implantao de delineamentos experimentais em quadrado latino, reproduzidos de COCHRAN & COX (1957) e de GOMEZ & GOMES (1984). A fim de garantir a total iseno do experimentador, pode ainda aleatoriza-se a distribuio das linhas ou das colunas do modelo seleccionado. Por exemplo, para um ensaio em quadrado latino de 5 x 5 (5 tratamentos, cada um com 5 repeties), a tabela de implantao em anexo a seguinte: A B C D E B A E C D C D A E B D E B A C E C D B A Repare-se que todos tratamentos (genericamente identificados como A, B, C, D, E) existem em todas as linhas e em todas as colunas. Poderia utilizar-se este esquema a fim de atribuir, coluna a coluna (ou linha a linha), os tratamentos a cada uma das 25 unidades experimentais. Pretendendo aleatorizar ainda mais tal distribuio, o experimentador pode "baralhar" ainda mais o esquema anterior. Por exemplo, pode aleatorizar a posio de cada uma das linhas, usando, por exemplo, o lanamento de um dado, eliminando as faces

repetidas. Por exemplo, admita-se que o lanamento de um dado, eliminando as faces repetidas e a face 6 (j que existem apenas 5 tratamentos) d a seguinte ordem de sada: Ordem Face 1 5 2 2 3 1 4 3 5 4

Ento, utilizando esta ordem para aleatorizar as linhas do esquema, obtm-se a seguinte distribuio (isto , a 1 linha do esquema ser constituda pela 5 linha do esquema anterior; a 2 linha ser a 2 linha anterior; a 3 linha ser a 1 linha anterior, etc) : E B A C D C A B D E D E C A B B C D E A A D E B C

Querendo, ainda se pode aleatorizar a ordem das colunas por um processo semelhante. Admita-se que se obtm o seguinte esquema: D E C A B A D E B C B C D E A C A B D E E B A C D

Assim, a atribuio dos tratamentos (identificados por A, B, C, D, E) s unidades experimentais (identificadas por 1, 2, 3, ..., 24, 25) seria: 1D 6E 11 C 16 A 21 B 2A 7D 12 E 17 B 22 C 3B 8C 13 D 18 E 23 A 4C 9A 14 B 19 D 24 E 5E 10 B 15 A 20 C 25 D

Repare-se que cada um dos tratamentos continua a existir em cada uma das linhas e em cada uma das colunas, e o processo foi totalmente casualizado, garantindo a iseno do experimentador.

2-

DELINEAMENTOS MULTI-FACTORIAIS

Os organismos biolgicos esto expostos simultaneamente a muitos factores de crescimento, podendo a resposta do organismo a um determinado factor ser influenciada por outros factores. Esta constatao a maior crtica aos delineamentos uni-factorias, em que se estuda apenas o efeito de um determinado factor considerado a actuar isoladamente. Mas este estudo pressupe que todos os outos factores sejam mantidos

rigorosamente uniformes em todas as unidades experimentais, o que no fcil de conseguir. Assim, interessa muitas vezes no estudar apenas os efeitos de vrios nveis de um s factor, considerado a actuar s por si e a definir os resultados, mas estudar simultaneamente diversos factores a interagirem em simultneo. Claro que a existncia de vrios factores vai ocasionar que se percam de vista alguns objectivos particulares de um nico factor, e vai ocasionar a existncia de um muito maior nmero de unidades experimentais em estudo. Numa situao deste gnero, pode acontecer que haja interaco dos factores entre si, podendo alterar ou inclusivamente contrariar os resultados presumveis quando em presena de um s factor. Por exemplo, os resultados obtidos numa determinada cultura quando sujeita (admitindo uniformidade de todos os outros factores de crescimento) a diversos nveis de adubao azotada, podem ser diferentes dos resultados dessa mesma cultura sujeita a diversos nveis de adubao azotada e em simultneo a diversos nveis de adubao fosfatada. do conhecimento geral que as vantagens de um determinado factor de produo podem ser inibidas ou mesmo contrariadas pelo facto de outros factores de produo passarem a ser limitativos. Quando diversos factores de produo afectam simultneamente os resultados de um determinado organismo biolgico, alm dos efeitos de cada um nveis (ou tratamentos) de cada um dos factores, h que ter em conta a interaco dos nveis de um dos factores com os nveis dos outros factores (interaco essa que pode ser positiva ou negativa, isto , um nvel de um factor pode aumentar as performances conseguidas por um nvel de outro factor, ou pode diminu-la). De seguida apresentar-se-o dois dos mais usuais delineamentos experimentais que permitem o estudo conjunto de dois factores de produo em simultneo (ditos delineamentos bi-factoriais).

2.1 - DELINEAMENTO BI-FACTORIAL COMPLETOS ALEATRIOS

EM

BLOCOS

Seja Ta o nmero de tratamentos do factor A e Tb o nmero de tratamentos do factor B. O delineamento bi-factorial Ta x Tb em blocos completos aleatrios consiste num delineamento semelhante ao delineamento uni-factorial em blocos completos aleatrios, em que existem vrios blocos, tantos quantas as repeties a efectuar por cada um dos tratamentos. Em cada um dos blocos existem Ta x Tb unidades experimentais. A cada uma destas unidades experimentais ser atribuido aleatoriamente (por um processo aleatrio semelhante aos descritos previamente) um tratamento (ou nvel) do factor A e um tratamento (ou nvel) do factor B.

10

Cada um dos blocos consiste numa repetio de cada um dos tratamentos de ambos os factores. Planeando efectuar R repeties, necessitar-se-o de N = Ta x Tb x R unidades experimentais. De seguida apresenta-se um exemplo terico de um delineamento bi-factorial (3 x 5), com 4 repeties, em blocos completos aleatrios. Cada bloco consiste numa repetio. Dentro de cada bloco a atribuio das unidades estatsticas aos tratamentos foi feita aleatoriamente. Os 3 tratamnentos do factor V designam-se por V1, V2, V3; os 5 tratamentos do factor N designam-se por N0, N1, N2, N3, N4. V3N2 V3N0 V2N4 V2N3 V1N3 V1N0 V1N1 V2N2 V2N0 V1N2 V1N3 V3N0 V2N1 V1N3 V3N1 V3N3 V3N2 V3N4 V3N0 V1N2 V3N2 V2N2 V3N1 V2N1 V1N4 V3N4 V2N0 V1N1 V1N2 V2N2 V1N0 V1N3 V2N1 V2N4 V1N4 V3N2 V1N1 V1N2 V1N0 V2N0 V1N4 V3N1 V3N1 V2N4 V2N3 V1N0 V1N1 V3N3 V2N3 V3N3 V2N2 V2N1 V2N4 V3N0 V1N4 V3N4 V3N3 V2N0 V2N3 V3N4

Repetio 1

Repetio 2

Repetio 3

Repetio 4

2.2 - DELINEAMENTO EM BLOCOS SUB-DIVIDIDOS (SPLIT-PLOT)

O delineamento em blocos sub-divididos (split-plot) uma variao do delineamento bi-factorial em blocos completos, usado quando o nmero de tratamentos dos dois factores demasiado grande, tornando difcil a completa aleatorizao de todas as possveis combinaes de todos os tratamentos de ambos os factores. Consiste num delineamento em que se constituem tantos blocos quantas as repeties que se pretendem efectuar (tal como no modelo anterior). Um dos factores (geralmente o que tem maior nmero de tratamentos) designado por factor principal e o outro por factor secundrio. Cada um dos lotes ou repeties dividido em tantos sub-lotes quantos os tratamentos do factor principal (designados por lotes principais). Cada um destes sub-lotes por sua vez sub-dividido em tantos talhes (designados por lotes secundrios) quantos os tratamentos do factor secundrio.

11

Em cada um dos blocos ou repeties, feita uma distribuio aleatria de cada um dos tratamentos do factor principal por cada um dos lotes ou blocos principais; dentro de cada lote principal, feita uma distribuio aleatria de cada um dos tratamentos do factor secundrio por cada um dos blocos secundrios. Veja-se o esquema em que se apresentam as repeties (blocos) divididos em lotes ou blocos principais (tantos quantos os tratamentos do factor principal, genericamente desgnados por Ta): Bloco principal 1 Bloco principal 2 Bloco principal 3 ... ... ... ... Bloco principal Ta ... ... ... ... Bloco principal 1 Bloco principal 2 Bloco principal 3 ... ... ... ... Bloco principal Ta

Repetio 1

...

...

...

...

...

Repetio R

Cada um dos lotes ou blocos principais em cada um dos tratamentos sub-dividido em tantos talhes (ou blocos secundrios) quantos os tratamentos do factor secundrio (genericamente designados por Tb): Talho 1 Talho 1 Talho 1 ... Talho 1 ... .... Talho 1 Talho 1 Talho 1 ... Talho 1 Talho 2 Talho 2 Talho 2 ... Talho 2 ... ... Talho 2 Talho 2 Talho 2 ... Talho 2 ... ... ... ... ... ... ... ... ... ... ... ... ... Talho Tb Talho Tb Talho Tb ... Talho Tb ... Talho Tb Talho Tb Talho Tb ... Talho Tb

Repetio 1

...

...

Repetio R

De seguida apresenta-se um delineamento em split-plot de um ensaio bi-factorial com 6 tratamentos do factor principal (designados por N0, N1, N2, N3, N4, N5) e 4 tratamentos do factor secundrio (designados por V1, V2, V3, V4), com trs repeties: N4V4 N3V3 N1V3 N0V4 N5V1 N2V4 N4V3 N3V2 N1V4 N0V1 N5V2 N2V1 N4V1 N3V4 N1V2 N0V3 N5V3 N2V2 N4V2 N3V1 N1V1 N0V2 N5V4 N2V3

Repetio 1

12

Repetio 2

N1V4 N0V3 N5V2 N2V3 N4V3 N3V1 N0V3 N1V2 N4V1 N5V4 N3V1 N2V3

N1V2 N0V2 N5V1 N2V4 N4V2 N3V4 N0V1 N1V1 N4V4 N5V2 N3V4 N2V2

N1V3 N0V1 N5V4 N2V2 N4V4 N3V2 N0V2 N1V4 N4V2 N5V3 N3V3 N2V4

N1V1 N0V4 N5V3 N2V1 N4V1 N3V3 N0V4 N1V3 N4V3 N5V1 N3V2 N2V1

Repetio 3

Repare-se que o que distingue este delineamento do delineamento bi-factorial em blocos completos aleatrios que no split-plot em cada "linha" de cada uma das repeties mantm-se constante o tratamento do factor principal. Isto , em cada repetio, cada lote do factor principal sub-dividido (em ingls, "split") em tantos talhes (lotes secundrios) quantos os tratamentos do factor secundrio.

13

BIBLIOGRAFIA

ANDERSON, VIRGIL L. & McLEAN, ROBERT A. (1974). Design of Experiments. A Realistic Approach. MRCEL DEKKER, INC. New York. CARVALHO, MRIO J. R. (1988). A Estatstica Aplicada Experimentao Agrcola. Coleco Nova Agricultura. Ed. AFRONTAMENTO. Porto. CLARKE, GEOFFREY M. (1994). Statistics and Experimental Design. An Introduction for Biologists & Biochemists. JOHN WILEY & SONS, INC. New York. COCHRAN, W. G. & COX, G. M. (1957). Experimental Designs. JOHN WILEY & SONS, INC. New York. GOMEZ, KWANCHAI A. & GOMEZ, ARTURO A. (1984). Statistical Procedures for Agricultural Research. JOHN WILEY & SONS, INC. New York.

14