Académique Documents
Professionnel Documents
Culture Documents
Quando os tratamentos so nveis de um fator quantitativo, o procedimento apropriado para o estudo das mdias dos tratamentos o emprego da anlise de Regresso. A regresso uma tcnica de anlise que utiliza a relao entre duas ou mais variveis quantitativas para determinar um modelo matemtico de forma que o efeito de uma possa ser previsto atravs da outra varivel (ou outras variveis). Na anlise de experimentos, o modelo matemtico mais empregado para tentar explicar o efeito dos tratamentos na varivel reposta o modelo polinomial. Os polinmios so da forma:
Y = 0 + 1 X + ... + p X p
Os mais comumente utilizados so: Polinmio do 1 grau ou Regresso Linear: Polinmio do 2 grau ou Regresso Quadrtica: Polinmio do 3 grau ou Regresso Cbica: Y = 0 + 1 X Y = 0 + 1 X + 2 X2 Y = 0 + 1 X + 2 X2 + 3 X3
Em todos estes modelos esto envolvidos apenas duas variveis: X e Y. No caso dos experimentos, a varivel X, ou varivel independente, uma varivel no aleatria corresponde aos tratamentos e a varivel Y, ou varivel dependente, que a varivel resposta ( varivel aleatria ) . O mtodo de regresso na anlise de varincia consiste em determinar se um destes polinmios explica satisfatoriamente a relao entre os tratamentos utilizados e as observaes. Para tanto, ser empregado o teste F para determinar quais so os modelos possveis e o coeficiente de determinao (R2) para mostrar o grau de explicao de cada modelo. O teste F na anlise de varincia permite testar apenas o coeficiente associado varivel X no seu maior expoente, testando-se assim o efeito de grau p. Para cada polinmio, as hipteses do teste F sero:
57
Y= 0 + 1 X
H0 : 1 = 0 Ha : 1 0
(Efeito Linear)
Y= o + 1 X + 2 X2
H0 : 2 = 0 Ha : 2 0
(Efeito Quadrtico)
Y= o + 1 X + 2 X2 + 3 X3
...
H0 : 3 = 0 Ha : 3 0
(Efeito de 3 grau)
Y= o + 1 X + 2 X2 + 3 X3 + ... + p Xp
H0 : p = 0 Ha : p 0
(Efeito do grau p)
Os passos para a anlise de regresso so: 1. 2. 3. 4. 5. Definir os efeitos de regresso a serem testados. A cada efeito de regresso corresponde 1 grau de liberdade. Assim, possvel testar tantos efeitos de regresso quantos so os graus de liberdade para tratamentos; Determinar as Somas de Quadrados para cada um destes efeitos de regresso; No quadro da Anlise de Varincia, testar os efeitos de regresso utilizando o Quadrado Mdio do Erro Experimental; Atravs do teste F, definir o grau do polinmio que melhor se ajusta s mdias da caracterstica observada; Determinar o grau de ajuste, atravs do Coeficiente de Determinao: SQ Re gresso R2 = 100 SQTratamentos onde SQ Re gresso = (Somas de Quadrados dos Efeitos de Regresso). Obter as estimativas dos parmetros do modelo de Regresso escolhido e apresentar os resultados em um grfico.
6.
EXEMPLO 7.1
Um experimento foi realizado para testar o efeito da adubao nitrogenada (0, 100, 200 e 300 kg/ha de Adubo Nitrogenado) na produo de milho (kg/parcela). Os resultados obtidos esto apresentados na Tabela 7.1 e a Anlise de Varincia na Tabela 7.2.
58
Tabela 7.1 Produes de Milho (kg/parcela) para doses de adubo Nitrogenado. Tratamentos 0 100 200 300 I
49 53 62 72
II
47 58 52 68
III
52 52 74 58
IV
50 60 63 67
Totais
198 223 251 265
Mdias
49,50 55,75 62,75 66,25
Tabela 7.2
Doses de N
Fontes de Variao
Erro Experimental Total Passo 1. Passo 2.
SQ
666,69 405,25 1.071,94
QM
222,23 33,77
Fc
6,58*
Considere que, neste estudo, o pesquisador esteja interessado apenas na regresso linear. A frmula para o clculo da soma de quadrados do efeito linear :
XY
SQEL =
X )( Y ) n 2 ( X) 2 X n
3.800 SQEL =
(600)(234,25) (600)2
4 4
4 =
(2862,5)2 4 = 655,51
50.000
140.000 Passo 3.
Tabela 7.3 Anlise de Regresso para a Produo de Milho. Fonte de Variao GL SQ QM (3) (666,69) Doses Efeito Linear 1 655,51 655,51 Desvios de Regresso 2 11,18 5,59 12 33,37 Erro Experimental
Passo 4. Passo 5.
Fc
19,41* <1
Observa-se pela significncia do teste F, que existe uma tendncia linear para as produes de milho em funo das doses de adubo nitrogenado. Coeficiente de Determinao:
R 2 = 100.
Passo 6.
= 1
XY
= 0
= 49,9825 + 0,0572 X . O quadro A equao de regresso linear estimada : Y auxiliar seguinte apresenta os valores estimados correspondentes aos tratamentos utilizados:
Tratamentos 0 100 200 300 Mdias Observadas 49,50 55,75 62,75 66,25 Mdias Estimadas 49,98 55,70 61,42 67,14
60
70
60
50
100
200
300
EXEMPLO 7.2 Os dados a seguir referem-se s produes de gros obtidas em um experimento de adubao em milho no qual os tratamentos foram as doses de 25, 50, 75 e 100 kg/ha de P2O5 alm de uma testemunha que no recebeu a adubao fosfatada. Tabela 7.4 Produes de Milho (Kg/parcela) para Doses de P2O5. Repeties I II III IV 0 8,38 5,77 4,90 4,54 25 7,15 9,78 9,99 10,70 50 10,07 9,73 7,92 9,48 75 9,55 8,98 10,24 8,66 100 9,14 10,17 9,75 9,50
Neste exemplo, o pesquisador est interessado em determinar o modelo de regresso que melhor explique o efeito da adubao com P2O5 na produo de milho. A anlise de varincia com regresso apresentada na Tabela 7.5.
61
Tabela 7.5 Anlise de Varincia e Regresso para as Produes de Milho. Fontes de Variao Doses de P2O5 Efeito Linear Efeito Quadrtico Efeito Cbico Efeito de 4 Grau Erro TOTAL GL (4) 1 1 1 1 15 19 SQ (40,0998) 22,1266 11,2950 5,8905 0,7876 20,9838 61,0836 QM 10,0249 22,1266 11,2950 5,8950 0,7876 1,3989 F 7,17* 15,82* 8,07* 4,21 0,56 R2
55,2% 83,3%
Os resultados do teste F e os valores dos coeficientes de determinao indicam que a regresso quadrtica o modelo apropriado para explicar a relao entre as doses de P2O5 e a produo de milho, neste exemplo. As mdias observadas e suas estimativas calculadas com a equao de regresso (Figura 7.2) foram: Doses 0 25 50 75 100 Mdias Observadas 5,90 9,40 9,30 9,40 9,60 Mdias Estimadas 6,33 8,42 9,62 9,91 9,31
10
.
9
.
8
.
6
25
50
75
100
FIGURA 7.2
62