fonte: lvaro J. A.

Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

Minitab.

Testes de Comparaes Mltiplas: Duncan Tukey Test T ou LSD deFisher Dunnett Hsu's MCB Bonferroni

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

dms

= r( , p , f ) S Y i = r( , p , f )

2 SR n

f = a (n 1)

As tabelas fornecem os coeficientes para o clculo de amplitudes significativas do mtodo de DUNCAN.

fonte: lvaro J. A. Calegare Introduo ao Delineamento de Experimentos 5

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

10

r(1% ; 2; 21 ) = 4,01 r(1% ; 3; 21 ) = 4,20 r(1% ; 4; 21 ) = 4,31

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

11

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

12

Num experimento de engorda de frangos, foram utilizados 4 tipos de rao. Cada lote experimental era composto de 5 frangos, com mesma idade (15 dias) e praticamente o mesmo peso. Cada lote recebeu um tipo diferente de rao, durante 40 dias seguidos. As massas ( em gramas) do frango no final do experimento, so dadas na tabela a seguir. Informar se existem evidncias de que as raes so diferentes. Rao ( i ) Frango ( j ) 1 2 3 4 5 Somatrios -Ti Mdias A 1320 1540 1310 1470 1420 7060 1412
49843600

Teste :
C D 1470 1320 1210 1350 1550 6900 1380
47610000 Valores e mdias globais

B 1270 1420 1600 1520 1320 7130 1426

50836900

H 0 : A = B = C = D H 1 : Pelo menos 2 mdias de tratament os so diferentes

1540 1770 1920 1820 1620 8670 1734

75168900

T=29760

Yi

Quadrados-T2
Soma dos quadrados dos elementos -

Y = 1488 Ti 2 = 223459400
Q=44969600

Qi

10007400

10242100

15127700

9592400

Na tabela " F" com = 1%, numerador 1 = a 1 = 3 e denominado r 2 = a ( n 1) = 16, obtm - se : Fcrit. = 5.29
fonte: lvaro J. A. Calegare
Fonte de variao Entre Residual

Quadro de Anova
Soma dos quadrados
SQE=409000

Graus de liberdade 4-1=3

4x(5-1)=16

Quadrados mdios
2 S E = 136333,3

Fcalc
Fcalc=7,85

SQR=277720

2 S R = 17357,5

Total Introduo ao DelineamentoSQT=686720. de Experimentos

4x5-1=19

13

Rejeita - se H 0 , e ento existe diferena

R.A. (1 - ) R.R.

entre os tratamento s e as raes so diferentes . Pelo menos uma tem efeito diferente das demais.

F( ) = 5.29
Fcalc=7,85

= 1% a = 4 n = 5
Nmero de graus de liberdade do erro residual : f = 2 = a (n 1) = 16 Mdias dos tratamentos em ordem crescente: Y D = 1380 Y A = 1412 Y B = 1426 YC = 1734
fonte: lvaro J. A. Calegare Introduo ao Delineamento de Experimentos 14

1) Coloca se as mdias dos tratamento s em ordem crescente : Y D = 1380 Y A = 1412 Y B = 1426 Y C = 1734
2) Compara - se as mdias extremas, ou seja, Y D = 1380 e Y C = 1734, como tem - se nesse intervalo quatro mdias, a dms ser : 2 SR dms p = r( ; p ; f ) SY i = r( ; p ; f ) n 17357 ,5 dms 4 = r(1% ; 4; 16 ) Tab . = 4,45 58,919 = 262,189 5

A diferena absoluta entre as mdias Y C - Y D = 354 . Como maior que dms 4 = 262,189 podemos afirmar que, ao nvel 1%, Y C significat ivamente maior que Y D .

Y D = 1380 Y A = 1412 Y B = 1426 Y C = 1734

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

15

3) Comparamos agora Y D = 1380 com Y B = 1426 e Y A = 1412 com Y C = 1734. 17357,5 dms 3 = r(1% ; 3; 16 ) Tab. = 4,34 58,919 = 255,71 5 3.1) A dif. abs. entre Y B - Y D = 46. Menor que dms 3 = 255,71 logo, a 1%, no h diferena significativa entre Y B e Y D . 3.2) A dif. abs. entre Y C - Y A = 322. Maior que dms 3 = 255,71 logo, a 1%, Y C significativamente maior que Y A .

Y D = 1380 Y A = 1412 Y B = 1426 Y C = 1734

4) Comparamos agora Y B = 1426 com Y C = 1734. dms 2 = r(1% ; 2; 16 ) Tab.

17357 ,5 = 4,13 58,919 = 243,34 5

A dif. abs. entre Y C - Y B = 308. Maior que dms 2 = 243,34 logo, a 1%, Y C significat ivamente maior que Y B .

Y D = 1380 Y A = 1412 Y B = 1426 Y C = 1734

16

Y D = 1380 Y A = 1412 Y B = 1426 Y C = 1734

5) Concluso : I - Rao C a melhor de todas. II - As raes A, B e D so equivalentes entre si.

17

Minitab.

18

Minitab.

Tukey's, family error rate: Marque para obter intervalos de confiana para todos os pares de diferenas entre as mdias do nvel usando o mtodo de Tukey, ento entre com a taxa de erro global entre 0,5 e 0,001. Valores maiores ou iguais a 1,0 so interpretados como porcentagens. A taxa de erro default 0,05.

19

Minitab.

20

21

Minitab.

Usado na ANOVA para criar intervalos de confiana para todas as diferenas pareadas entre as mdias dos nveis do fator, controlando a taxa de erro global em um nvel que voc especifica. importante considerar a taxa de erro global ao fazer comparaes mltiplas, pois suas chances de cometer um erro tipo I para uma srie de comparaes maior que a taxa de erro para qualquer comparao individual. Para controlar esta taxa de erro mais alta, o mtodo de Tukey ajusta o nvel de confiana para cada intervalo individual de forma que o nvel de confiana simultneo resultante seja igual ao valor que voc especifica.
22

23

Num experimento de engorda de sunos, foram utilizados 3 tipos de rao. Cada lote experimental era composto de 8 sunos, com mesma idade (15 dias) e praticamente o mesmo peso. Cada lote recebeu um tipo diferente de rao, durante 40 dias seguidos. As massas ( em quilos) dos sunos no final do experimento, so dadas na tabela a seguir. Informar se existem evidncias de que as raes so diferentes.
Rao ( i ) suno ( j ) 1 2 3 4 5 6 7 8 A 7,2 9,3 8,7 8,9 7,6 7,2 8,8 8,0 B 7,8 8,2 7,1 8,6 8,7 8,2 7,1 7,8 7,9375 0,3712 C 6,3 6,0 5,3 5,1 6,2 5,2 7,2 6,8 6,0125 0,5927

Mdias -

Yi

8,2125 0,6727

Varincia Si 2

Qual o fator considerado no experimento? Tipo de rao. Quais os tratamentos? Raes do tipo A,B,C. Quantos so os nveis do fator (tratamentos)? Trs: a = 3 Qual a unidade experimental considerada? Um suno. Como feita a aleatorizao dos sunos? Sorteio. Qual a varivel resposta observada? Massa em quilos. Qual o n de unidades experimentais? 8 sunos (n= 8 rplicas)
24

Num experimento de engorda de sunos, foram utilizados 3 tipos de rao. Cada lote experimental era composto de 8 sunos, com mesma idade (15 dias) e praticamente o mesmo peso. Cada lote recebeu um tipo diferente de rao, durante 40 dias seguidos. As massas ( em quilos) dos sunos no final do experimento, so dadas na tabela a seguir. Informar se existem evidncias de que as raes so diferentes.

suno ( j ) 1 2 3 4 5 6 7 8

Rao ( i ) A 7,2 9,3 8,7 8,9 7,6 7,2 8,8 8,0 65,70 8,2125 B 7,8 8,2 7,1 8,6 8,7 8,2 7,1 7,8 63,50 7,9375 C 6,3 6,0 5,3 5,1 6,2 5,2 7,2 6,8 48,10 6,0125

Valores e mdias globais.

Somatrios Ti Mdias - Y i Quadrados T2 Soma dos quadrados dos elementos Qi

T=177,30

4316,49 4032,25 2313.61 544,27 506,63 293,35

Y = 7,3875 Ti 2 = 10662 ,35

Q=1344,25

a=3 n=8

T2 177,30 2 = 1344,25 = 34 , 44625 SQT = Q a.n 3.8 Ti2 T 2 = 10662 ,35 177,30 2 = 22 ,99 SQE = n a.n 8 3.8 2 Ti = 1344,25 10662 ,35 = 11,45625 SQR = Q n 8 SQE + SQR = 22 ,99 + 11, 45625 = 34 , 44625 = SQT

25

SQE S = Quadro de Anova a 1 Fonte de Soma dos Graus de Quadrados SQR 2 SR = variao quadrados liberdade mdios a (n 1)
2 E

Fcalc
Fcalc=21,07

Entre

SQE=22,99 SQR=11,45625 SQT=34,44625

3-1=2

Fcalc

2 SE = 2 SR

2 S E = 11,495

Residual Total

3x(8-1)=21 3x8-1=23

2 S R = 0,5455

Na tabela " F" com = 5% , numerador 1 = a 1 = 2 e denominado r 2 = a ( n 1) = 21, obtm - se : Fcrit. = 3,47
Rejeita - se H 0 , e ento existe diferena entre os tratament os e as raes so diferentes . Pelo menos uma tem efeito diferente das demais. Para saber qual delas estudaremo s, mais adiante, como se faz comparae s mltiplas.

R.A. (1 - )

R.R.

F( ) = 3,47

26

R.A. (1 - )

R.R.

Rejeita - se H 0 , e ento existe diferena entre os tratamento s e as raes so diferentes . Pelo menos uma tem efeito diferente das demais.

F( ) = 3,47
Fcalc = 21,07

= 5% a = 3 n = 8
Nmero de graus de liberdade do erro residual : f = 2 = a (n 1) = 21 Mdias dos tratamentos em ordem crescente: YC = 6,0125 Y B = 7,9375 Y A = 8,2125

27

1) Coloca se as mdias dos tratamento s em ordem crescente : Y C = 6,0125 Y B = 7,9375 Y A = 8,2125

2) Compara - se as mdias extremas, ou seja, Y C = 6,0125 e Y A = 8,2125 , como tem - se nesse intervalo trs mdias, a dms ser : 2 SR dms p = r( ; p ; f ) SY i = r( ; p ; f ) n 0,5455 dms 3 = r( 5% ; 3; 21 ) Tab . = 3,09 0,2611 = 0,8068 8

A diferena absoluta entre as mdias Y A - Y C = 2,2. Como maior que dms 3 = 0,8068 podemos afirmar que, ao nvel 5%, Y C significat ivamente maior que Y A .

Y C = 6,0125 Y B = 7,9375 Y A = 8,2125

28

3) Comparamos agora Y C = 6,0125 com Y B = 7,9375 e Y A = 8,2125 com Y B = 7,9375. 0,5455 dms 2 = r( 5% ; 2; 21 ) Tab. = 2,94 0,2611 = 0,7677 8 3.1) A dif. abs. entre Y B - Y C = 1,925. Maior que dms 2 = 0,7677 logo, a 5%, Y C significativamente maior que Y B . 3.2) A dif. abs. entre Y B - Y A = 0,275. Menor que dms 2 = 0,7677 logo, a 5%, no h diferena significativa entre Y B e Y A .

Y C = 6,0125 Y B = 7,9375 Y A = 8,2125

4) Concluso : I - Rao C a pior de todas. II - As raes A e B so eqivalentes entre si.
29

30

31

Individual Value Plot of Massas vs Raes

8 M Massas

5 A B Raes C

32

Boxplot of Massas

8 Ma assas

5 A B Raes C

33

Residual Plots for Massas

Normal Probability Plot
99 1,0 90 50 10 1 -2 -1 0 Residual 1 2 Residual Percent 0,5 0,0 -0,5 -1,0 6,0 6,5 7,0 7,5 Fitted Value 8,0

Versus Fits

Histogram
4 Frequency 3 2 1 0 -1,0 -0,5 0,0 0,5 Residual 1,0 1,0 Residual 0,5 0,0 -0,5 -1,0 2 4 6

Versus Order

8 10 12 14 16 18 20 22 24 Observation Order

34

35

Probability Plot of RESI1

Normal
99 Mean StDev N KS P-Value 0 0,7058 24 0,141 >0,150

95 90 80

Percent

70 60 50 40 30 20 10 5

-2

-1

0 RESI1

36

Test for Equal Variances for RESI1

Bartlett's Test

Test Statistic P-Value

0,61 0,738

Lev ene's Test Test Statistic P-Value 0,78 0,471

Raes s

0,50 0,75 1,00 1,25 1,50 1,75 2,00 95% Bonferroni Confidence Intervals for StDevs
37

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

38

Tabela de dados.
a

Tratamento (i) A-Somatrios B-Num. Elementos C-Mdias C-Quadrados dos somatrios D-Soma dos quadrados fonte: lvaro J. A. dos elementos Calegare

...

ValorS e mdias globais

Ti ni
Yi = Ti ni

T1 n1
Y1

T2 n2
Y2

Ti ni
Yi

... ... ...

...

Ta na
Ya

T = Ti
i =1

N = ni
i =1

Y=
a

T N

Ti 2 ni

T12 n1

T22 n2

Ti 2 ni

Ta2 na

Ti 2 n i =1 i

Qi

Q1

Introduo ao Delineamento de Experimentos

Q2

Q3

...

Qa

Q = Qi
i =1

39

2 E

antes

SQE = a 1
SQR a (n 1 )

SQE =
i =1

Ti2 n

T 2 a n

2 SR =

SQR = Q

1 n

i =1

Ti 2

S T2 =

SQT a .n 1

SQT

= Q

T 2 (a . n )

2 E

SQE = a 1
SQR = N 1

SQE

i =1

Ti 2 ni

T 2 N

2 R

SQR = Q

i =1

Ti2 n i

S
fonte: lvaro J. A. Calegare

2 T

SQT = N 1

SQT

T 2 = Q N

Introduo ao Delineamento de Experimentos

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

41

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

42

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

43

antes

dms p = r( ; p; f ) S Y i = r( ; p ; f )

2 SR n

dms p = r( ; p; f ) SY i = r( ; p; f )
a 1 n i

[
h

S nh

2 R

i=1

Nmero de graus de liberdade do erro residual :

f = N a
fonte: lvaro J. A. Calegare Introduo ao Delineamento de Experimentos 44

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

45

Foram planejados experimentos para verificar a existncia de diferenas entre 4 equipes de manuteno de um certo tipo de avio. Para isso foram registrados os tempos de reparo (em minutos) de um certo componente eletrnico, que apresentava o mesmo tipo de efeito, pelas vrias equipes. Esses tempos so dados a seguir. Verificar se existem evidncias para afirmar que h diferenas entre as produtividades das equipes, com um nvel de significncia de 1%. Caso existam, fazer as comparaes mltiplas de Dulcan.
Equipe ( i ) Elemento ( j ) 1 2 3 4 5 6 7 8 Somatrios -Ti Num. Elems.-ni Mdias 220,6 4 55,15
12166,09

A 55,4 54,5 53,9 56,8

B 55,8 57,2 57,4 58,4 56,5 58,2 54,9 56,8 455,2 8 56,90
25900,88

C 51,5 53,2 53,5 52,9 52,5 55,0

D 55,0 57,0 54,5 55,1 55,3 56,3 56,2 Valores e mdias globais

Teste : H 0 : W = K H1 : W K p/ qq. par de vlrs. dentre equipes A, B, C e D.

318,6 6 53,10
16917,66

389,4 7 55,63
21661,77

T=1383,8 N=25

T2 SQE = i n i

T2 1383 ,8 2 = 76646 , 40 = 50 ,30 N 25

Yi

Y = 55,352

Quadrados-T2/ni
Soma dos quadrados dos elementos -

Ti = 76646,40 i
2

Qi

12170,86

25910,54

16924,40

21666,48

Q=76672,28

T2 SQR = Q - i = 76672 , 28 76646 , 40 = 25 ,88 n i 2 T 1388 ,8 2 SQT = Q = 76672 , 28 = 76 ,18 N 25 SQE + SQR = 50 ,30 + 25 ,88 = 76 ,18 = SQT

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

46

Quadro de Anova
Fonte de variao Entre Residual Total Soma dos quadrados
SQE=50,30

Graus de liberdade
a -1 = 3 N-a = 21

Quadrados mdios
2 S E = 16,767

Fcalc
Fcalc=13,61

SQR=25,88

2 S R = 1,232

SQT=76,18

N-1 = 24

Na tabela " F" com = 1%, numerador 1 = a 1 = 4 1 = 3 e denominador 2 = N a = 25 4 = 21, obtm - se : Fcrit. = 4,87 Fcalc. (13,61) > Fcrit. (4,87) Rejeita - se H 0
fonte: lvaro J. A. Calegare

As equipes tm produtividades diferentes

Introduo ao Delineamento de Experimentos

47

Clculodas d.m.s. (diferenas mnimas significativas) nh =

R.A. (1 - ) R.R.

4 1 1 1 1 + + + 4 8 6 7

= 5,843

F( ) = 4,87

Fcalc=13,61

dmsp = r( ; p; f ) SY i = r( ; p; f )

2 SR 1,232 = r( ; p; f ) nh 5,843

dmsp = r( ; p; f ) 0,459 dms2 = r(1%;2; 21)Tab. 0,459 = 4,01 0,459 = 1,84 dms3 dms4
(1%;3; 21)Tab. (1%;4; 21)Tab.

[ = [r = [r

] ] 0,459 = 4,20 0,459 = 1,93 ] 0,459 = 4,31 0,459 = 1,98

= 1% a = 4 N = 25
Nmero de graus de liberdade do erro residual : f = N a = 25 4 = 21 Mdias dos tratamentos em ordem crescente: fonte: Introduo ao Delineamento de YC = 5lvaro J.Y A = 55,15 Y D = 55,Experimentos 6,90 3,10 A. 63 YB = 5 Calegare

48

1) Coloca se as mdias dos tratamento s em ordem crescente : Y C = 53,10 Y A = 55,15 Y D = 55,63 Y B = 56,90
2) Compara - se as mdias extremas, ou seja, Y C = 53,10 e Y B = 56,90, como tem - se nesse intervalo quatro mdias, a dms ser : dms 4 = r(1%; 4; 21)Tab . 0,459 = 4,31 0,459 = 1,98

A diferena absoluta entre as mdias Y B - Y C = 3,8. Como maior que dms 4 = 1,98 podemos afirmar que, ao nvel 1%, Y B significat ivamente maior que Y C .

Y C = 53,10 Y A = 55,15 Y D = 55,63 Y B = 56,90

fonte: lvaro J. A. Calegare

Introduo ao Delineamento de Experimentos

49

3) Comparamos agora Y C = 53,10 com Y D = 55,63 e Y A = 55,15 com Y B = 56,90. dms 3 = r(1%;3; 21)Tab. 0,459 = 4,20 0,459 = 1,93

3.1) A dif. abs. entre Y D - Y C = 2,53. Maior que dms 3 = 1,93 logo, a 1%, Y D significativamente maior que Y C . 3.2) A dif. abs. entre Y B - Y A = 1,75. Menor que dms 3 = 1,93 logo, a 1%, no h diferena significativa entre Y A e Y B .

Y C = 53,10 Y A = 55,15 Y D = 55,63 Y B = 56,90

4) Comparamos agora Y C = 53,10 com Y A = 55,15. dms 2 = r(1%; 2; 21)Tab . 0,459 = 4,01 0,459 = 1,84

A dif. abs. entre Y A - Y C = 2,05. Maior que dms 2 = 1,84 logo, a 1%, Y A significat ivamente maior que Y C .

Y C = 53,10 Y A = 55,15 Y D = 55,63 Y B = 56,90

50

Y C = 53,10 Y A = 55,15 Y D = 55,63 Y B = 56,90

5) Concluso : I - Equipe C, que melhor que as demais. II - Equipes A, B e D, que so similares entre si e piores do que C.

51

52

53

Individual Value Plot of C1 vs C2

59 58 57 56 C C1 55 54 53 52 51 A B C2 C D

54

Boxplot of C1
59 58 57 56 C1 55 54 53 52 51 A B C2 C D

55

Residual Plots for C1

Normal Probability Plot
99 90 Residual Percent 50 10 1 -2 -1 0 Residual 1 2 2 1 0 -1 -2 53 54 55 Fitted Value 56 57

Versus Fits

Histogram
6,0 Frequency Residual 4,5 3,0 1,5 0,0 -2 -1 0 Residual 1 2 2 1 0 -1 -2 2 4 6

Versus Order

8 10 12 14 16 18 20 22 24 Observation Order

56

57

Probability Plot of RESI1

Normal
99 Mean StDev N KS P-Value 5,684342E-16 1,039 25 0,095 >0,150

95 90 80

Perc cent

70 60 50 40 30 20 10 5

-3

-2

-1

0 RESI1

58

Test for Equal Variances for Tempos

Bartlett's Test

Test Statistic P-Value

0,64 0,887

Lev ene's Test Test Statistic P-Value 0,16 0,921

B E Equipes C D 0

1 2 3 4 5 6 7 95% Bonferroni Confidence Intervals for StDevs

59

60