TESTE DE COMPARAOES

DE MDIAS
 TABELA DE ANLISE DE VARINCIA
ANAVA: Tabela de anlise de varincia
Causas de variao GL SQ QM F P-valor
Tratamento k-1 SQTr QMTr F
Resduo n-k SQR QMR
Total n-1 SQT

H0 : Ti = 0, ou seja, no existe efeito tratamento.

Versus
H1: Ti 0, para pelo menos um Tratamento, ou seja, existe efeito Tratamento.
 TESTES DE COMPARAO DE
MDIA
Teste de t: o que menos controla a taxa
de erro por experimento e s deve ser usado
para realizar comparaes previamente
estabelecidas. A diferena mnima
significativa (D.M.S.) estimada para o teste
dada por:
Y
t
s(Y )
 Teste D.M.S.
S pode ser usado se F for significativo;
Conhecido como teste t protegido por Fischer;
exato para mesmo nmeros de repeties;

A diferena mnima significativa estimada para o teste dada por:

2 QMR
d .m.s. t
r
Compara-se:
Se | Y | , (*) diferem
| Y | , (n.s.) nao
% diferem
 Teste de TUKEY
Testar qualquer contraste que envolva duas mdias;
Nmero de contraste a combinao do nmero de
tratamentos tomados dois a dois - Ct ,2
exato para mesmo nmeros de repeties;
Por ser rigoroso, utiliza-se nvel de 5% de significncia;
o mais usual.
A diferena mnima significativa estimada para o teste
dada por:
QMR
q
r
Compara-se:
Se | Y | , (*) diferem
| Y | , (n.s.) nao
% diferem
 Teste de Duncan
Menos rigoroso que Tukey, mais trabalhoso;
Mdias comparadas em ordem decrescente.
exato para mesmo nmeros de repeties;
Usado geralmente ao nvel de 5% de significncia;
Compara-se duas mdias, mas a diferena pode
abranger duas ou mais mdias.
A diferena mnima significativa estimada para o teste
dada por:
QMR
DI Z I
r
Compara-se:
| Y | D , (*) diferem
Se I

| Y | DI , (n.s.) nao
% diferem
 Teste de Student-Newman-Keuls
Aplicado da mesma forma que Duncan, usando a D.M.S
de Tukey;

um teste intermedirio a Duncam e Tukey.

A diferena mnima significativa estimada para o teste

dada por:
QMR
WI q
r

Compara-se:
Se | Y | WI , (*) diferem
| Y | WI , (n.s.) nao
% diferem
 Teste de Dunnett
Comparaes entre um tratamento padro (Controle ou
testemunha) e cada um dos demais tratamentos.

Faz-se (I-1) comparaes;

A diferena mnima significativa estimada para o teste dada por:

2 QMR
d td
r
Compara-se:
Se | Y | td , (*) diferem
| Y | td , (n.s.) nao
% diferem
 Teste SCOTT e KNOTT
Este procedimento utiliza um teste de razo de
verossimilhana para particionar os nveis de
tratamentos em grupos.

A diferena mnima significativa estimada para o teste

dada por: .B0
2
2.( 2). 0

Compara-se:
Se | Y | , (*) diferem
| Y | , (n.s.) nao
% diferem
 Teste t de BONFERRONI
visa alterar o nvel de significncia ao aplicar o teste
para que haja um controle do nvel global, a uma taxa
equivalente ao do nvel de significncia nominal
estabelecido.
O procedimento de Bonferroni, refere-se ao teste de t
com o nvel nominal de significncia protegido.

A diferena mnima significativa estimada para o teste

dada por: 2 QMR
t
r

Compara-se:
| Y | , (*) diferem
Se
| Y | , (n.s.) nao
% diferem
 Teste Scheff
Usado, geralmente, para testar o contraste que apresentam mais de duas
mdias, isto , compara mdias de grupos de tratamentos;
Para sua aplicao o valor de F da ANAVA deve ser significativo;

A diferena mnima significativa estimada para o teste dada por:

(Y )
S ( I 1) F V
Compara-se:
Se
| Y | S , (*) diferem
| Y | S , (n.s.) nao
% diferem
Delineamento inteiramente casualizado

Utiliza-se apenas dos princpios da repetio e da

casualizao;
Os tratamentos so designados s parcelas de
forma inteiramente casual com nmeros iguais ou
diferentes de repetio;

OBS: Para a instalao deste experimento em

campo, devemos ter certeza da homogeneidade
das condies ambientais e material experimental
 Vantagens
um delineamento bastante flexvel;

O nmero de repeties pode ser

diferente de um tratamento para o outro,
embora o ideal que sejam iguais;

A anlise estatstica simples;

O nmero de graus de liberdade para o

resduo o maior possvel;
 Desvantagens
Exige homogeneidade total das condies
amostrais;

Pode conduzir a uma estimativa de

varincia residual bastante alta, por no
usar o principio do controle local;
 MODELO MATEMTICO DO DELINEAMENTO E
HIPTESE BSICA PARA A ANLISE DE VARINCIA

Delineamento inteiramente casualizado o modelo

matemtico :
X ij m t i eij
Xij= valor observado na parcela que recebeu o
tratamento i na repetio j;
m= efeito mdio da populao;
ti= efeito do tratamento i aplicado na parcela;
eij =efeito dos fatores no controlados da parcela.
ACORDA QUE A AULA NO TERMINOU !!!
Hipteses bsicas que devemos
admitir para validade da ANAVA
Para que a aditividade ocorra, os efeitos dos
fatores que ocorrem no modelo matemtico
devem ser aditivos, ou seja, os efeitos, m , ti e eij
devem ser aditivos.

Para que a independncia seja garantida os

erros ou desvios eij, devidos ao efeito de fatores
no controlados, devem ser independentes para
isso, necessrio que as parcelas tenham sido
escolhidas levando-se em considerao os
critrios de aleatorizao, delineamento e
esquema amostral.
 Para analisar a normalidade dos dados, estes
devem se ajustar a uma distribuio normal de
probabilidades, ou seja, os erros ou desvios eij,
devidos ao efeito de fatores no controlados,
devem possuir uma distribuio normal de
probabilidade.

Estudando a Homocedasticidade, ou seja, a

homogeneidade de varincias, verificaremos
que os erros ou desvios eij devidos ao efeitos no
controlados, devem possuir uma varincia comum
2. Isto significa que a variabilidade das
repeties de um tratamento deve ser semelhante
outros tratamentos, isto , os tratamentos
devem possuir varincias homogneas.
Regular: devida a falta de normalidade dos dados;

Se a hetorecedasticidade for regular, devemos

buscar transformaes tal que os dados possam
apresentar uma distribuio normal.
As transformaes utilizadas so:

Transformao de raiz quadrada x ;

Transformao angular - arcsen x / 100 ;

Transformao logartmica log x - ou ln x

 Num experimento visando ao controle do pulgo (Aphis Gossypii Glover) em
cultura de pepino, Macedo utilizou 6 repeties dos tratamentos:
A Testemunha;
B Azinflis etlico;
C Supracid 40 CE dose 1;
D - Supracid 40 CE dose 2;
E - Diazinon 60 CE.
O experimento adotado foi inteiramente casualizado, e os dados referentes ao
nmero de pulges coletados aps a pulverizao, so apresentado na tabela a seguir:
Dados transformados
 Se a hetorecedasticidade for irregular,
devemos eliminar os tratamentos
discrepante;