Professional Documents
Culture Documents
1. INTRODUO AO CURSO
A Estatstica Experimental tem como objetivo o estudo dos experimentos, isto , seu
planejamento, execuo, anlise dos dados e interpretao dos resultados obtidos.
Assim sendo, o presente curso visa apresentar aos alunos os mtodos estatsticos mais
usados em Engenharia Ambiental. Todos os mtodos apresentados sero descritos
detalhadamente, com um mnimo de teoria, porm com exemplos aplicativos na Engenharia
Ambiental.
1
Planejamento de Experimentos em Engenharia Ambiental
Ensaio consiste na exposio das ideias e pontos de vista do autor sobre determinado tema,
buscando originalidade no enfoque, sem, contudo, explorar o tema de forma conclusiva.
1.1.3. TRATAMENTO
2
Planejamento de Experimentos em Engenharia Ambiental
Geralmente, os dados de uma populao ou amostra tendem a ser mais nmerosos em torno
de um valor central e vo se tornando mais raros medida que nos afastamos desse valor. A
medida de posio representa o valor em torno do qual os dados observados tendem a se
agrupar.
Como medidas de posio, podemos citar as seguintes: Mdia, Mediana, Moda, Quartil,
Decil, Percentil, etc.
Destas, as que mais nos interessam so a mdia, a mediana e a moda, que discutiremos em
seguida.
1.2.1.1. MDIA
A mdia a mais importante das medidas de posio. Existem vrios tipos de mdia, dentre
as quais podemos citar:
-MDIA GEOMTRICA
-MDIA HARMNICA
3
Planejamento de Experimentos em Engenharia Ambiental
Do ponto de vista estatstico, a mais utilizada das medidas de posio. A mdia aritmtica
simples, ou simplesmente mdia aritmtica de uma amostra aleatria de tamanho n, dita x,
x,..., xn, representada por
ou e dada por:
=1 1 + 2 + +
= = =
Devemos distinguir, neste caso, a mdia verdadeira, que obtida quando tomamos todos
os dados de uma populao, e a mdia estimada, que aquela obtida a partir de uma amostra.
Assim, a mdia verdadeira ser:
= = =1 ,
=1 14+15+12+7+8+14+11+14+10+9+10 124
= = = = = 11,2727.
11 11
Embora a mdia aritmtica simples seja a mais usual, em certas situaes ela no a mais
recomendada.
4
Planejamento de Experimentos em Engenharia Ambiental
Observamos, entretanto, que este dado muito irreal, em decorrncia da grande variao
no nmero de parcelas infestadas por variedade.
Neste caso, obtemos uma informao mais real, usando a mdia aritmtica ponderada,
tomando como peso, em cada variedade, o nmero de parcelas. Assim, teremos:
=1
= ,
=1
Em casos bem mais raros, utilizamos a mdia geomtrica, que consiste em determinar a
raiz ensima do produto dos n dados considerados, isto :
= 1 . 2 . ,
(x>0).
5
Planejamento de Experimentos em Engenharia Ambiental
5 5
= 2.4.8.16.32 = 32,768 = 8,0
2 + 4 + 8 + 16 + 32 62
= = = 12,4
5 5
1 1
= = .
1 1 1 1 1 1
[1 + 2 + + ] =1
1 1
= =
1 1 1 1 1 1 1
[ + + + + ] [0,96875]
5 2 4 8 16 32 5
1
= = 5,1613
0,19375
Note que,
1.2.1.2. MEDIANA
A mediana de um conjunto ordenado de dados o valor que ocupa a posio central (nem
sempre pertencente ao conjunto de dados), isto , precedido e seguido pelo mesmo nmero
de dados.
Se n par e n= 2k, a mediana ser a mdia dos dois valores centrais, isto :
+ +1
= .
2
6
Planejamento de Experimentos em Engenharia Ambiental
5 + 6
= .
2
= +1 .
= 6 .
a mediana ser:
=11
=5} = +1 = 6 = 11.
1.2.1.3. MODA
A moda , por definio, o valor que ocorre com maior frequncia na amostra. Ento,
podemos ter distribuies com mais do que uma moda (PLURIMODAL).
Numa amostra de dados igualmente repetidos, podemos calcular a moda pela frmula de
PEARSON:
No exemplo 1, obtivemos:
= 11,2727
= 11.
7
Planejamento de Experimentos em Engenharia Ambiental
A amplitude total a medida no muito informativa, pois leva em conta apenas os dados
extremos numa amostra.
Por outro lado, a fim de comprovar a ineficincia dessa medida, consideremos uma 4
amostra:
8
Planejamento de Experimentos em Engenharia Ambiental
Neste caso, a mdia ainda 9,0 e a amplitude a mesma da 3 amostra, isto , 16,8, e, no
entanto, as duas amostras so bem distintas. Falta ento, alguma informao a mais, que
permita diferenci-las.
1.2.2.2. VARINCIA
=1
= ,
= , ( = 1,2, , ).
= 0.
=1
Prova:
= ( )
=1 =1
= (1 ) + (2 ) + + ( )
=
=1
=1
=
=1
9
Planejamento de Experimentos em Engenharia Ambiental
= = 0.
=1 =1
Ento, a varincia da populao definida como a mdia dos quadrados dos desvios em
relao mdia aritmtica, isto :
2 =1( )
2
= = ,
onde,
= 2 .
=1
2
=1( )2
=
b) Os dados constituem uma amostra e os desvios so tomados em relao estimativa da
mdia (
). Este o caso mais usual, e a estimativa da varincia fica:
=1(
2
)2
= .
1
Um modo mais prtico de calcular a Soma dos Quadrados dos Desvios (SQD) o seguinte:
)2
= (
=1
= ( 2 2 2)
+
=1
2
= 2 2
+
=1 =1
2
=1 (=1 )2
= 2 . +
2
=1 =1
10
Planejamento de Experimentos em Engenharia Ambiental
(=1 )2 (=1 )2
= 2 2 +
=1
(=1 )2
2
= .
=1
(=1 )2
=1 2
2 = .
1
= 14 + 15 + + 10 = 124
=1
ento:
(124)2
1472
2 = 11 = 74,1818 = 7,4182.
11 1 10
Prova: Seja uma amostra aleatria de tamanho n, cujos elementos so representados por x,
x, x,..., . Se somarmos a cada valor x uma constante k, teremos:
Ento,
(=1 )2
=1 2 =1(
)2
() = =
1 1
11
Planejamento de Experimentos em Engenharia Ambiental
=1( + ) 2
=1 [( + ) ]
() =
1
2
=1
=1 [ +
]
() =
1
=1 2
=1 [ ]
() =
1
=1(
)2
() = = ().
1
2) Multiplicando-se cada valor x por uma constante k, a varincia fica multiplicada por k.
Prova: Seja uma amostra aleatria de tamanho n cujos elementos so representados por x,
x, x,..., . Se multiplicarmos cada valor x por uma constante k, teremos:
Ento,
=1(
)2
() =
1
=1 2
=1 [
]
() =
1
=1 2
=1 [ ]
() =
1
=1 2
=1 [ (
)]
() =
1
=1(
)2
() = 2
1
() = 2 . ().
12
Planejamento de Experimentos em Engenharia Ambiental
A varincia, pela sua natureza, tem uma unidade quadrtica. A sua raiz quadrada, que ainda
uma medida de disperso, denominada desvio padro.
= 2 = 7,4182 = 2,7236.
Entretanto, demonstra-se que a partir de uma nica amostra, podemos estimar essa
varincia, atravs da frmula:
2
(
) = ,
) =
( .
13
Planejamento de Experimentos em Engenharia Ambiental
O erro padro da mdia fornece uma ideia da preciso da estimativa da mdia, isto ,
quanto menor ele for, maior preciso ter a estimativa da mdia.
2,7236
) =
( = 0,8212.
11
Sempre que apresentamos uma mdia, conveniente apresentar tambm o seu erro padro.
Assim, no exemplo 1, poderamos apresentar a mdia e seu erro padro, da seguinte maneira:
11,2727 0,8212.
uma medida de disperso que expressa percentualmente o desvio padro por unidade da
mdia, ou seja:
100.
= .
Como s e
so expressos na mesma unidade dos dados, o coeficiente de variao um
nmero abstrato, isto , no tem unidade e portanto expresso em porcentagem da mdia.
No exemplo 1, temos:
100. (2,7236)
= = 24,16%.
11,2727
14
Planejamento de Experimentos em Engenharia Ambiental
2. PLANEJAMENTO DE EXPERIMENTOS
2.1. INTRODUO
Esses efeitos, que esto sempre presentes, no podem ser conhecidos individualmente e,
no conjunto, alteram, pouco ou muito, os resultados obtidos.
15
Planejamento de Experimentos em Engenharia Ambiental
Num mesmo experimento, vrias caractersticas podem ser estudadas. Por exemplo, em
um experimento que tem como objetivo avaliar qual espcie se adaptar melhor a um
determinado habitat podemos levar em considerao os tipos de nutrientes que essa planta
necessita como a quantidade de gua, a intensidade de luz solar, os impactos que sua incluso
causar as espcies j existentes e a fauna, etc. Portanto, devemos definir adequadamente quais
as caractersticas de interesse, para que as mesmas possam ser determinadas no decorrer do
experimento.
Relacionar todos os fatores que possuem efeito sobre as caractersticas que sero
estudadas, como por exemplo: variedade, nutrientes, gua, temperatura, intensidade luminosa,
etc.
16
Planejamento de Experimentos em Engenharia Ambiental
Nos experimentos simples, apenas um tipo de tratamento ou fator pode ser estudado de
cada vez, sendo os demais fatores mantidos constantes. Por exemplo, quando fazemos um
experimento de avaliao da melhor espcie a se adaptar a um determinado habitat com alto
ndice pluviomtrico, todos os outros fatores, tais como, tipos de nutrientes, temperatura,
intensidade luminosa devem ser os mesmos para todas as espcies. No caso de experimentos
mais complexos, como os experimentos fatoriais e em parcelas subdivididas, podemos estudar
simultaneamente os efeitos de dois ou mais tipos de tratamentos ou fatores.
A escolha da parcela deve ser feita de forma a minimizar o erro experimental. Devido
importncia da definio da unidade experimental, faremos uma discusso mais detalhada
sobre o assunto em seguida.
1. Material com que se est trabalhando: Dependendo da cultura que est sendo estudada,
devemos aumentar ou diminuir o tamanho das parcelas. Por exemplo, um problema dos
experimentos de campo com plantas perenes e frutferas arbreas o tamanho da rea,
17
Planejamento de Experimentos em Engenharia Ambiental
devido ao porte das plantas que normalmente exigem largos espaamentos. muito
frequente, nesses experimentos, o uso de parcelas grandes, em detrimento do nmero de
repeties, com a justificativa de diminuir a rea experimental, a mo-de-obra e o
consequente custo da pesquisa. (1)
6. rea total disponvel para a pesquisa: Frequentemente, o pesquisador tem que ajustar
seu experimento ao tamanho da rea disponvel, que em geral pequeno, o que resulta na
utilizao de parcelas pequenas.
7. Custo, tempo e mo-de-obra: So fatores que tambm limitam o tamanho das parcelas.
No que se refere forma das parcelas, experimentos realizados em diversos pases, com
diferentes culturas, tm mostrado que, para se obter maior preciso, as parcelas devem ser
compridas e estreitas, evitando-se que toda a parcela ocupe uma mancha de alta ou baixa
fertilidade do solo, que possa existir na rea experimental.
18
Planejamento de Experimentos em Engenharia Ambiental
Para assegurar que os dados sero obtidos de forma a propiciar uma anlise correta e que
conduza a concluses vlidas com relao ao problema em estudo, o experimentador deve levar
em conta alguns princpios bsicos ao planejar o experimento.
19
Planejamento de Experimentos em Engenharia Ambiental
fatores no controlados continuar a ser uma hiptese possvel para o melhor comportamento
da variedade A.
A B B A
Ento, se a variedade A se comportar melhor que a B em qualquer das parcelas, pela teoria
de probabilidades, a probabilidade de que isso ocorra por acaso :
6! . 6! 1
= = = 0,1% = 1 = 99,9%
12! 924
Isso significa que o resultado obtido ainda pode ser devido ao acaso, porm a probabilidade
de que isto ocorra por acaso de apenas 0,1%, ou seja, existe uma probabilidade de 99,9% de
que haja realmente um melhor comportamento de um dos tratamentos.
20
Planejamento de Experimentos em Engenharia Ambiental
B A A B B A
A B B A A B
Bloco 1 Bloco 2 Bloco 3 Bloco 4 Bloco 5 Bloco 6
O resduo ou erro, a causa de variao que reflete o efeito dos fatores no controlados,
tambm chamados de acaso.
Quando no h homogeneidade entre parcelas, devemos utilizar o princpio do controle
local, estabelecendo os blocos. Neste caso, o delineamento a ser utilizado o Delineamento
em Blocos Casualizados (DBC).
21
Planejamento de Experimentos em Engenharia Ambiental
3. TESTES DE SIGNIFICNCIA
3.1. INTRODUO
22
Planejamento de Experimentos em Engenharia Ambiental
Erro do tipo I - o erro que cometemos ao rejeitar uma hiptese verdadeira, que deveria ser
aceita.
Erro do tipo II - o erro que cometemos ao aceitar uma hiptese falsa, que deveria ser
rejeitada.
Esses dois tipos de erro esto associados de tal forma que a medida que diminumos a
probabilidade de ocorrncia de um deles, automaticamente aumentamos a probabilidade de
ocorrncia do outro.
23
Planejamento de Experimentos em Engenharia Ambiental
Ento, se por exemplo, escolhermos o nvel de significncia de 5%( =0,05), isso indica
que temos 5 chances em 100 de rejeitarmos uma hiptese que deveria ser aceita, isto , h uma
confiana de 95% de que tenhamos tomado uma deciso correta .
Essa confiana que temos de termos tomado uma deciso correta denominada de Grau
de Confiana do Teste, e dada por 100(1-)%.
A Anlise de Varincia uma tcnica que nos permite fazer a decomposio da varincia
total em partes atribudas a causas conhecidas e independentes e a uma poro residual de
origem desconhecida e de natureza aleatria.
Ento:
24
Planejamento de Experimentos em Engenharia Ambiental
F=
Sob a hiptese da nulidade, isto , supondo-se que os efeitos dos tratamentos so todos
equivalentes, teramos 2 estimativas de varincia (QM Tratamentos e QM Resduo) que no
deveriam diferir, a no ser por flutuaes amostrais, pois ambas estimam a variao do acaso.
Assim,
Portanto,
2 + K 2T
F= =
2
25
Planejamento de Experimentos em Engenharia Ambiental
Resumidamente, temos:
Para testar essas hipteses, podemos montar o seguinte quadro de anlise de varincia:
Valores de F da Tabela:
5% = 3,26
Para Tratamentos (4x12 g.l.): {
1% = 5,41
5% = 3,49
Para Blocos (3x12 g.l.): {
1% = 5,95
Concluses:
a) Para Tratamentos: O teste foi significativo ao nvel de 5% de probabilidade. Rejeitamos
a hiptese H0, e conclumos que os tratamentos (pelos menos 2) testados nessa rea
possuem uma eficincia maior , a esse nvel de probabilidade, com um grau de
confiana superior a 95% de probabilidade.
b) Blocos: O teste foi no significativo ao nvel de 5% de probabilidade. No rejeitamos a
hiptese H0, e conclumos que os vasos utilizados como blocos no diferem entre si em
relao a eficincia do tratamento, a esse nvel de probabilidade.
3.4.1. INTRODUO
27
Planejamento de Experimentos em Engenharia Ambiental
O Teste F nos permite apenas tirar concluses muito gerais, relacionados com o
comportamento dos tratamentos como um todo, indicando apenas se eles se comportam da
mesma maneira ou de maneira diferente, nada nos informando com relao a quais os melhores
tratamentos. Para verificar quais so os melhores tratamentos, devemos utilizar os testes de
comparao de mdias.
Antes de entrarmos no estudo dos testes de comparao de mdias, devemos abordar alguns
conceitos relacionados com estes testes.
3.4.2.CONTRASTE DE MDIAS
= 1 + 2 + = 0.
=1
28
Planejamento de Experimentos em Engenharia Ambiental
= 0 ,
=1
obtemos a estimativa:
= c1
1 + c2
2+...+cI
I.
Devemos frisar bem que, quando trabalhamos com estimativas de mdias, obtemos
tambm estimativas de contraste. O valor verdadeiro do contraste s seria obtido, se
conhecssemos as mdias populacionais.
(1, 2) = a1b1 (
1) + a2b2 (
2) +...+ aIbI (
I).
Lembrando que
2
(
1) = , (i = 1,2,...,I )
29
Planejamento de Experimentos em Engenharia Ambiental
temos:
2 2 2
(1, 2) = a1b1 1 + a2b2 2 +...+ aIbI .
1 2
1 1 2 2
(1, 2)=( + +...+ )s2
1 2
2
(1, 2) =(a1b1+ a2b2+...+ aIbI )
A ortogonalidade entre dois contrastes traduz uma independncia entre eles, isto , a
variao de um completamente independente da variao do outro.
Dizemos que 2 contrastes so ortogonais entre si se a covarincia entre eles for nula.
Assim, a condio de ortogonalidade dada por:
1 1 2 2 2 2 2
1 + 2 +...+ = 0,
1 2
ou seja,
2
=0
=1
30
Planejamento de Experimentos em Engenharia Ambiental
ou seja,
= 0
=1
Y1 = m1 - m2 + 0m3
Y2 = m1+ m2 2m3
Neste caso, temos:
Y1 => 1 -1 0
Y2 => 1 +1 -2
_____________________________
3=1 = (1) + (-1) + (0) = 0
31
Planejamento de Experimentos em Engenharia Ambiental
2 2 22 22 + +2 2
() = 1 1 + .
1 2
Se tivermos 12 = 22 = = 2 = 2 , ento :
12 22 2
() = ( + + + ) 2
1 2
2
() = (12 + 22 + + 2 )
s() = () .
O teste t um teste que serve para confrontar mdias ou grupos de mdias, e portanto,
implica na utilizao de contrastes de mdias.
Admitindo-se ento, um contraste na sua forma geral:
Y = c1m1 + c2m2 +...+ cImI ,
e sua estimativa
= c1
1 + c2
2+...+cI
I ,
0 0
= =
() ()
32
Planejamento de Experimentos em Engenharia Ambiental
Normalmente, comparamos o valor do contraste com o valor zero (0), isto , verificamos
se sua estimativa no difere estatisticamente de zero. Na realidade, quando assim procedemos,
estamos verificando se os grupos de mdias contrastadas no diferem estatisticamente entre si.
Embora no muito usual, o contraste poderia ser confrontado com qualquer outro valor A,
constante. Sua expresso, nesse caso, seria:
= =
() ()
1 = 97,20 t/ha
2 = 135,18 t/ha
3 = 139,65 t/ha s2 = QMRes = 286,1137
33
Planejamento de Experimentos em Engenharia Ambiental
4 = 124,55 t/h r=4
5 = 131,75 t/h
= 4
1
2
3
4
5,
que corresponde a verificar se a mdia do tratamento LAd+iodo difere da mdia dos outros
tratamentos, temos:
0 142,33
tc = () = = -3,76 **.
37,83
34
Planejamento de Experimentos em Engenharia Ambiental
O Teste de Tukey pode tambm ser usado como um complemento do Teste F da anlise
de varincia. Ele serve para confrontar todo e qualquer contraste entre 2 mdias de tratamentos.
Assim, num experimento com I tratamentos, podemos comparar:
! (1)
2 = = contrastes.
2!.(2)! 2
Para que o teste seja exato, exige que todas as mdias tenham o mesmo nmero de
repeties. Quando as mdias no forem calculadas com o mesmo nmero de repeties, o
teste de Tukey aproximado, e, neste caso, a d.m.s. deve ser obtida atravs da expresso:
35
Planejamento de Experimentos em Engenharia Ambiental
1
= ()
2
1 = 97,20 t/ha
2= 135,18 t/ha
5= 131,75 t/ha
1) Clculo do valor de :
q(5 trat x 12 gl do resduo) (5%) = 4,51 s = = 16,91 r = 4
Ento, temos:
4,51 .16,91
=q = = 38,14 t/ha
4
>=*
< = ns
3= 139,65
2= 135,18
5= 131,75
4= 124,55
1 = 97,20
A obteno das estimativas dos contrastes pode ser feita de duas maneiras:
36
Planejamento de Experimentos em Engenharia Ambiental
2 = 5 = 7,90
3 7 = 1 = 37,98
2
3 = 4 = 15,10
3 8 = 4 = 7,20
5
4 = 1 = 42,45
3 9 = 1 = 34,55
5
5 = 5 = 3,43
2 10 = 1 = 27,35
4
3
2
5
4
1
3 _ 4,47NS 7,90NS 15,10NS 42,45*
2 _ _ 3,43NS 10,63NS 37,98NS
5 _ _ _ 7,20NS 34,55NS
4 _ _ _ _ 27,35NS
1 _ _ _ _ _
= . ),
= . (
onde:
= Amplitude Total Estudentizada. Valor encontrado em tabelas, em funo do nmero de
mdias abrangidas pelo contraste e do nmero de graus de liberdade do resduo.
= ,
= n de repeties com que foram obtidas as mdias.
37
Planejamento de Experimentos em Engenharia Ambiental
= (,) .
4. Compara-se o valor de | | com Dk..
3= 139,65 t/ha
2= 135,18 t/ha
5= 131,75 t/ha s2 = QMRes = 286,1137
4= 124,55 t/ha r=4
1 = 97,20 t/h
1 =
3
1 = 42,25 /
38
Planejamento de Experimentos em Engenharia Ambiental
16,91
5 = 5 . = 3,36. = 28,41 /
4
2 = 4 = 15,10 / e 3 =
3 2
1 = 37,98 /
16,91
4 = 4 . = 3,33. = 28,16 /
4
3 = 139,65 /
2 = 135,18 /
5 = 131,75 /
4 = 124,55 /
1 = 97,20 /
4 =
5
1 = 34,55 /
39
Planejamento de Experimentos em Engenharia Ambiental
16,91
3 = 3 . = 3,23. = 27,31 /
4
5 =
4
1 = 27,35 /
16,91
2 = 2 . = 3,08. = 26,04 /
4
3 = 139,65 /
2 = 135,18 /
5 = 131,75 /
4 = 124,55 /
1 = 97,20 /
Concluso: As mdias ligadas por uma mesma barra no diferem entre si pelo teste
de Duncan, ao nvel de 5% de probabilidade.
apenas nos casos em que o Teste F para tratamentos na anlise de varincia, seja significativo.
Sua aplicao recomendada para contrastes que envolvam mais de duas mdias.
A estatstica do teste :
= ( 1). . (),
onde,
1 = n de g.l. de tratamentos
F = valor da tabela da distribuio F, ao nvel de probabilidade ( = 0,05),
em funo do n de g.l. de tratamentos pelo nmero de g.l. do resduo.
Critrio do Teste:
Se || S, dizemos que o contraste significativo ao nvel de de
probabilidade.
Se | | < S, dizemos que o contraste no significativo ao nvel de de
probabilidade.
1 = 97,20 t/ha
2= 135,18 t/ha
5= 131,75 t/ha
= 4
1
2
3
4
5,
41
Planejamento de Experimentos em Engenharia Ambiental
que corresponde a verificar se a mdia do tratamento LAd+iodo difere das mdias dos outros
tratamentos, temos:
Ftab(4g.l.Trat.x12g.l.Res.,5%) = 3,26
4.1. CARACTERIZAO
42
Planejamento de Experimentos em Engenharia Ambiental
Assim, um sorteio para distribuio dos tratamentos s parcelas poderia ser o seguinte:
B4 D1 B1 A2 D4
D2 A1 C4 D3 B3
E1 E3 B2 A3 C2
A4 C1 E4 C3 E2
43
Planejamento de Experimentos em Engenharia Ambiental
= + + .
onde,
As hipteses bsicas que devemos admitir para tornar vlida a aplicao da anlise de
varincia so as seguintes:
1) Aditividade: Os efeitos dos fatores que ocorrem no modelo matemtico devem ser
aditivos.
2) Independncia: Os erros ou desvios , devido aos efeitos dos fatores no controlados
devem ser independentes.
3) Homocedasticidade ou Homogeneidade de Varincias: Os erros ou desvios ,
devido aos efeitos dos fatores no controlados ou acaso, devem possuir uma varincia
comum 2 .
4) Normalidade: Os erros ou desvios , devido aos efeitos dos fatores no controlados
ou acaso, devem possuir distribuio normal de probabilidades.
44
Planejamento de Experimentos em Engenharia Ambiental
Porm, nem sempre estas condies so todas satisfeitas, o que nos obriga a utilizar certas
metodologias especficas que contornam satisfatoriamente o problema.
1) Raiz quadrada: =
2) Arco Seno: y=arcoseno100
45
Planejamento de Experimentos em Engenharia Ambiental
Repeties
1
1 11 12 ... ... 1
1 = 1
=1
2
2 21 22 ... ... 2
2 = 2
=1
i 1 2 ... ...
1 =
=1
I 1 2 ... ...
1 =
=1
Total
=
=1 =1
= + + .
46
Planejamento de Experimentos em Engenharia Ambiental
2 = ( )2
=1 =1 2 = =1 =1( )2.
Fazendo = =1 =1 2 , temos:
= 2. ( )
=1 =1
= 2. [ ]
=1 =1 =1
= 2. ( ) , ( = 1,2, , )
=1
Fazendo = 0 e = 0, temos:
= 0
=1 =1 =1
= 0
{ =1
=0
=1 =1
= 0
{=1
Ento,
=1 =1
= =
e,
47
Planejamento de Experimentos em Engenharia Ambiental
+ =
=1
=
=1
=1
=
.
=
.
1) Soma de Quadrados Total: SQTotal - definida como a soma dos quadrados dos
devidos em relao mdia aritmtica.
Ento,
)2
SQtotal = (
=1 =1
= ( 2 2 2)
+
=1 =1
2
= 2 2
+
=1 =1 =1 =1
= 2 2 2
+
=1 =1
2
2
= 2 . +
()2
=1 =1
2 2
= 2 2 +
=1 =1
48
Planejamento de Experimentos em Engenharia Ambiental
2
= 2
=1 =1
ou ainda
SQTotal = 2
=1 =1
2
onde, = .
Ento:
2 2 2
SQTrat = 1 + 2 + +
2 2 2
= (1 + 2 + + )
2 2 2
1 2
= [(
) + (
) + + (
) ]
1 2 1 2
2 2 2 2
2
= [( 2
2
+
) + ( 2
2
+
) + + ( 2
2
+ 2 )]
1 2 2 2 2
= [( + + + ) 2 2]
(1 + 2 + + ) +
1 2 2
= [1 + 2 2 + + 2 ] 2
+
()2
1 2 2 2 2
SQTrat = [1 + 2 + + ]
ou ainda:
1
SQTrat = 2
=1
49
Planejamento de Experimentos em Engenharia Ambiental
CAUSAS DE VARIAO GL SQ QM F
TRATAMENTOS I-1 SQTrat SQTrat /(I 1) QMTrat /QMRes
RESDUO I(J-1) SQRes SQRes /[I( 1)]
TOTAL IJ-1 SQTotal
HIPTESES TESTADAS:
H0 : t i = 0, i = 1,2, , I.
Se FTrat > FTab , conclumos que o teste significativo, e portanto, devemos rejeitar H0 e
concluir que existe diferena significativa entre os efeitos dos tratamentos testados em relao
caracterstica em estudo.
50
Planejamento de Experimentos em Engenharia Ambiental
SQTotal = 2
=1 =1
2 87,322
C= = = 317,6993
6.4
Portanto,
1
SQTrat = 2
=1
51
Planejamento de Experimentos em Engenharia Ambiental
1 2 2 2 2
SQTrat = [1 + 2 + + ]
1 87,322
SQTrat = [18,702 + 14,472 + + 12,902 ]
4 6.4
1
SQTrat = [1300,0708] 317,6993 = 7,3184.
4
CAUSAS DE VARIAO GL SQ QM F
TRATAMENTOS 5 7,3184 1,4637 21,23
RESDUO 18 1,2411 0,0689 -
TOTAL 23 8,5595 - -
5% = 2,77
Valores de F da tabela para tratamentos (5x18 g.l.) : {
1% = 4,25
Para tirar concluses mais especficas sobre a absoro de metais pesados do solo pelas
plantas, devemos utilizar um teste de comparao de mdias.
52
Planejamento de Experimentos em Engenharia Ambiental
1 14,47
1 = = = 3,62
4
2 15,21
2 = = = 3,80
4
3 14,47
3 = = = 3,62
4
4 11,57
4 = = = 2,89
4
5 12,90
5 = = = 3,23
4
Ento, temos:
4,50 . 0,2626
= = = 0,59
4
53
Planejamento de Experimentos em Engenharia Ambiental
b.3) Concluso: Mdias seguidas de pelo menos uma letra comum no diferem entre
si, pelo teste de Tukey, ao nvel de 5% de probabilidade.
0 = 4,68
2 = 3,80
1 = 3,62
3 = 3,62
5 = 3,23
4 = 2,89
Portanto, a primeira planta testada foi a planta com melhor resultado, logo foi a planta que
mais absorveu metais pesados do solo.
4.6.1. INTRODUO
Existem vrias razes para a ocorrncia de parcelas perdidas. Entre elas, podemos citar:
54
Planejamento de Experimentos em Engenharia Ambiental
SQTotal = 2
=1 =1
55
Planejamento de Experimentos em Engenharia Ambiental
2 400,492
= = = 5.940,4533
27
Portanto,
1 2 2 2 2 2
SQTrat =[ + + + ]
1 2
onde, N = .
=1
SQRes = 9,9225
CAUSAS DE VARIAO GL SQ QM F
TRATAMENTOS 4 700,2677 175,0669 388,17**
RESDUO 22 9,9225 0,4510 -
56
Planejamento de Experimentos em Engenharia Ambiental
TOTAL 26 710,1902 - -
5% = 2,82
Valores de F da tabela para tratamentos (4x22g.l.):{
1% = 4,31
Para tirar concluses mais especficas sobre o comportamento das cultivares, devemos
utilizar um teste de comparao de mdias.
= ,
) =
( .
1 67,32
1 = = = 11,20 /
1 6
2 62,77
2 = = = 10,46 /
2 6
3 39,87
3 = = = 9,97 /
3 4
4 105,06
4 = = = 21,01 /
4 5
5 125,47
5 = = = 20,91 /
5 6
57
Planejamento de Experimentos em Engenharia Ambiental
QMRes 0,4510
1 ) = (
( 2 ) = (
5) = = = = 0,27 /
6 6
QMRes 0,4510
3) =
( = = = 0,34 /
3 4 4
QMRes 0,4510
4) =
( = = = 0,30 /.
4 5 5
c.1) Para comparar as mdias dos tratamentos com 6 repeties entre si:
Ento, temos:
4,20 . 0,6716
= = = 1,13 /
6
1 =
5
1 = 9,69 / , logo 5 1
2 =
5
2 = 10,45 /, logo 5 2
3 = 2 = 0,76 /,
1 logo 1 = 2
c.2) Comparao entre as mdias dos tratamentos com 6 repeties com a mdia do
tratamento com 5 repeties ( ):
58
Planejamento de Experimentos em Engenharia Ambiental
1 1 1
1 = . (), onde () = ( + ) . 0,4510 = 0,1654
2 5 6
Portanto,
1
1 = 4,20 . . 0,1654 = 1,21 /
2
4 =
4
1 = 9,79 / , logo 4 1
5 =
4
2 = 10,55 / , logo 4 2
6 = 5 = 0,10 / ,
4 logo 4 = 5
c.3) Comparao entre as mdias dos tratamentos com 6 repeties com a mdia do
tratamento com 4 repeties ( ):
1 1 1
2 = . (), onde () = ( + ) . 0,4510 = 0,1879
2 6 4
Portanto,
1
2 = 4,20 . . 0,1879 = 1,29 /
2
7 = 3 = 1,25 / ,
1 logo 1 = 3
8 = 3 = 0,49 / ,
2 logo 2 = 3
9 = 3 = 10,94 / ,
5 logo 5 3
59
Planejamento de Experimentos em Engenharia Ambiental
1 1 1
3 = . (), onde () = ( + ) . 0,4510 = 0,2030
2 5 4
Portanto,
1
3 = 4,20 . . 0,2030 = 1,34 /
2
10 = 3 = 11,04 / ,
4 logo 4 3
4.7.1 INTRODUO
60
Planejamento de Experimentos em Engenharia Ambiental
Conforme vimos, quando efetuamos a anlise de varincia pelo teste F, trabalhando com
todos os tratamentos, obtemos informaes muito gerais, relacionadas com o comportamento
dos tratamentos como um todo. Por meio do desdobramento ou decomposio dos graus de
liberdade de tratamentos, podemos obter informaes muito mais especficas, relacionadas
com o comportamento de cada um dos componentes do desdobramento.
Alm disso, aps a decomposio dos graus de liberdade de tratamentos, podemos aplicar
o teste F a cada um dos componentes do desdobramento.
Uma vez que desejamos aplicar o teste F a cada um dos componentes do desdobramento,
cada componente deve possuir uma estimativa de varincia, e portanto, devemos decompor a
soma de quadrados de tratamentos em partes atribudas a cada um dos componentes do
desdobramento.
Ento, podemos dizer que o desdobramento dos graus de liberdade de tratamentos uma
tcnica semelhante da anlise de varincia, que nos permite fazer parties dos graus de
liberdade e da soma de quadrados de tratamentos em partes atribudas a vrios componentes
independentes, sendo que cada um dos componentes dever nos proporcionar uma estimativa
de varincia.
Existem dois mtodos que nos permitem calcular as somas de quadrados correspondentes
a cada um dos componentes do desdobramento:
61
Planejamento de Experimentos em Engenharia Ambiental
Vamos considerar os dados obtidos de um experimento em que foi utilizado lodo de esgoto
de diferentes origens para adubar o solo, onde foi analisado a concentrao de metais pesados
presente em cada lodo de origem diferente. Foi realizado um delineamento inteiramente
casualizado, com 5 tratamentos e 5 repeties. Foram utilizados como tratamento amostras de
solo de 5 localidades diferentes, cada solo adubado com lodo de esgoto de origem diferente.
SQTotal = 2
=1 =1
2 531,842
= = = 11314,1514
5 .5
62
Planejamento de Experimentos em Engenharia Ambiental
Portanto,
SQTotal = 11761,2880 11314,1514 = 447,1366.
1 2 2
SQTrat = [1 + 2 2 + + 2 ]
1 531,842
SQTrat = [115,742 + 117,542 + + 91,932 ]
5 5 .5
CAUSAS DE VARINCIA GL SQ QM F
TRATAMENTOS 4 209,5408 52,3852 4,41*
RESDUO 20 237,5958 11,8798 -
TOTAL 24 447,1366 - -
5% = 2,87
Valores de F da tabela para tratamentos (4x20 g.l.): {
1% = 4,43
63
Planejamento de Experimentos em Engenharia Ambiental
Podemos notar que esta uma concluso muito geral, relacionada com o efeito dos
tratamentos como um todo, nada nos dizendo com relao comparao entre os tratamentos.
Para a obteno de informaes mais especficas, podemos proceder decomposio dos graus
de liberdade de tratamentos.
Y2 = 2T1 T2 T3
Y3 = T2 T3
Y4 = T4 T5
Note que estes contrastes so ortogonais entre si, uma vez que so ortogonais dois a dois.
64
Planejamento de Experimentos em Engenharia Ambiental
Y = c1 T1 + c2 T2 + + cI TI
= 1 1 + 2 2 + + ,
2
= ,
=1 2
Onde:
a estimativa do contraste,
Ento, temos:
65
Planejamento de Experimentos em Engenharia Ambiental
2
1 174,632
1 = = = 203,3042
=1 2 5 . 30
Y2 = 2T1 T2 T3
2 = 22 + (1)2 + (1)2 = 6 e r = 5.
=1
Ento, temos:
2
2 (6,81)2
2 = = = 1,5459
=1 2 5. 6
Y3 = T2 T3
2 = 12 + (1)2 = 2 e r=5
=1
Ento, temos:
2
3 (3,21)2
3 = = = 1,0304
=1 2 5 .2
Y4 = T4 T5
66
Planejamento de Experimentos em Engenharia Ambiental
2 = 12 + (1)2 = 2 e r = 5.
=1
Ento, temos:
2
4 (6,05)2
4 = = = 3,6603
=1 2 5 .2
Verificao:
1 + 2 + 3 + 4 = TRAT
203,3042+1,5459+1,0304+3,6603=209,5408
Grupo A vs. Grupo B, necessitamos apenas conhecer os totais de cada grupo (TA e TB ) e o
nmero de parcelas somadas para obter estes totais (nA e nB ). Ento, temos:
2 2 ( + )2
SQA vs.B = + .
+
67
Planejamento de Experimentos em Engenharia Ambiental
68
Planejamento de Experimentos em Engenharia Ambiental
Uma vez obtidas as somas de quadrados, para cada componente do desdobramento, por
qualquer dos dois mtodos apresentados anteriormente, podemos montar o quadro de anlise
de varincia com o desdobramento:
CAUSAS DE VARIAO GL SQ QM F
(AM.1 + AM.2 + AM.3) vs. (AM.4 + AM.5) 1 203,3042 203,3042 17,11**
AM.1 vs. (AM.2 + AM. 3) 1 1,5459 1,5459 0,13NS
AM.2 + AM.3 1 1,0304 1,0304 0,09NS
AM.4 + AM.5 1 3,6603 3,6603 0,31NS
(TRATAMENTOS) (4) (209,5408) - -
RESDUO 20 237,5958 11,8798 -
TOTAL 24 447,1366 - -
5% = 4,35
Valores de F da tabela (1x20 g.l.): {
1% = 8,10
17,11+0,13+0,09+0,31
Verificao: = 4,41 = FTRAT
4
69
Planejamento de Experimentos em Engenharia Ambiental
Concluses:
531,84
70
Planejamento de Experimentos em Engenharia Ambiental
Neste caso, a soma de quadrados correspondente ao componente com mais do que 1 grau
de liberdade pode ser calculada pelo mtodo dos totais de tratamentos, da seguinte maneira:
Quando os totais de tratamentos (Ti ) so obtidos com nmero diferente de repeties (ri ),
temos que a funo linear:
Y = c1 T1 + c2 T2 + + cI TI
r1 c1 + r2 c2 + + rI cI = 0, ou seja, = 0.
=1
71
Planejamento de Experimentos em Engenharia Ambiental
2 2
SQY = , ou ainda, SQY = .
1 1 2 + 2 2 2 + + 2 =1 2
Y1 = c1 T1 + c2 T2 + + cI TI
Y2 = b1 T1 + b2 T2 + + bI TI
r1 c1 b1 + r2 c2 b2 + + rI cI bI = 0, ou seja, = 0.
=1
72
Planejamento de Experimentos em Engenharia Ambiental
1 2 2 2 2 2
SQTrat =[ + + + ]
1 2
1 = 3(115,74)+3(90,34)+3(83,73)-4(85,88)-4(69,66) = 247,27 cm
2 = 7(115,74)-5(90,34)-5(83,73) = -60,17 cm
3 = 3(90,34)-4(83,73) = -63,90 cm
4 = 4(85,88)-5(69,66) = -4,78 cm
73
Planejamento de Experimentos em Engenharia Ambiental
2
1 247,272 61142,45
SQY1 = = 5(3)2 +4(3)2 +3(3)2 +5(4)2 +4(4)2 = = 242,6288
2
=1 252
2
2 (60,17)2 3620,43
SQY2 = = 2 2 2
= = 8,6201
=1 2 5(7) + 4(5) + 3(5) 420
2
3 (63,90)2 4083,21
SQY3 = = = = 48,6096
=1 2 4(3)2 + 3(4)2 84
2
4 (4,78)2 22,85
SQY4 = = 2 2
= = 0,1269
=1 2 5(4) + 4(5) 180
Note que:
SQTrat = 299,9854.
74