Académique Documents
Professionnel Documents
Culture Documents
3 Princpios da experimentao
3.1 Princpio da repetio
3.1.1 Consideraes gerais definies
A experimentao em qualquer rea do conhecimento, incluindo a de cincia e
tecnologia e de engenharia de alimentos governada por alguns princpios fundamentais. Um destes princpios o da repetio.
Quando se testa dois processos (P1 e P2) de produo, no mesmo material, o
simples fato de P1 produzir mais do que P2 no suficiente para se concluir que P1
oferece maior rendimento do que P2. Isto poder ter ocorrido por simples acaso ou
por fatores acidentais. Entretanto, se o teste for repetido vrias vezes em tempos
ou em locais diferentes, em condies controladas e o processo 1 (P1) continuar,
em mdia, produzindo maior rendimento do que o processo 2 (P2), j um indcio
de sua maior produtividade.
Na experimentao em cincia e tecnologia ou engenharia de alimentos, quando normalmente se pretende testar algum tipo de hiptese, h necessidade de uma
estimativa vlida do erro experimental, com a qual se vai comparar as diferenas entre mdias de tratamentos, formulaes, marcas ou testar efeitos de fatores
quantitativos como temperatura, tempo, percentagem de ingredientes... S possvel obter estimativa de erro experimental quando se tem repetio do experimento.
Veja o exemplo a seguir de um experimento com adio de antioxidantes na
preveno de rancidez de hambrguer.
36
1
2
3
4
1,20
1,30
1,25
1,35
1,80
1,90
1,85
1,90
1,56
1,65
1,50
1,70
2,02
1,95
1,90
1,94
2,30
2,10
2,20
2,25
As diferenas nos valores de TBARS entre os antioxidantes acessam as diferenas mdias dos efeitos do antioxidante, se existir. Isto , a variao nas linhas,
na tabela anterior mede o efeito do antioxidante, se ele existir. As diferenas entre
repeties, para o mesmo antioxidante, acessam variaes aleatrias. Ou seja, a
variao nas colunas mede variao aleatria e do estimativa do erro experimental. Portanto, a repetio permite (possibilita) estimar o erro experimental. Havendo
repeties genunas a variao entre antioxidantes (entre tratamentos, nas linhas)
se deve (mede) o efeito do tratamento e da variao aleatria (erro experimental).
A variao entre repeties (intra tratamento, nas colunas) se deve (mede) o efeito
do erro experimental.
O mesmo experimento realizado apenas uma vez (uma repetio), no
permite estimativa do erro experimental. Os resultados na tabela a seguir representam este tipo de situao, para um experimento sem repetio.
Antioxidante (Tratamento)
Replicata
1
2
3
4
A
1,30
1,35
1,35
1,30
1,81
1,83
1,80
1,85
1,50
1,55
1,50
1,55
1,92
1,95
1,90
1,94
2,25
2,20
2,20
2,25
37
GL
SQ
QM
Antioxidante (A)
Resduo/Erro (R)
Total
4
15
19
SQA
SQR
QMA
QMR
Fc
QMA/QMR
38
e) Testes de contrastes C =
(a .m ) / r
i =1
Fc = QMContraste/QMR
Nota: todos os procedimentos para separao de mdias listados anteriormente utilizam a estimativa do erro experimental (QMR) para determinar a dms (diferena
mnima significativa).
Em anlise de regresso
Para testar o modelo (com n unidades experimentais), havendo repeties em nmero suficiente para 10 graus de liberdade do erro puro:
Yi = 0 + 1X + 11X2 + Ei
39
SQReg
QMReg
n-13
SQFaj
QMFaj
SQEpuro
QMEpuro
10
RRegresso
n1-2
SQRReg
QMRReg
_________________________________________
Total
n-1
Para testar a falta de ajuste do modelo proposto utiliza-se o teste F. O denominador
da estimativa deste F a estimativa do erro experimental (erro puro) que s possvel se ocorrer repetio no experimento.
FFAjuste = QMFaj/QMEpuro.
Definio de erro experimental - erro aqui no significa enganos ou falhas grosseiras, por exemplo, em lugar de usar uma soluo 0,01 M utilizou-se uma 0,001 M.
Toda medida em uma srie de repeties considerada de igual validade para a estimativa de algum valor "verdadeiro" que se deseja determinar. O erro experimental
originrio de causas aleatrias que so difceis ou antieconmico controlar. As variaes dos dados entre repeties do mesmo tratamento em condies semelhantes do origem a este erro.
r = [2 S2(t + t)2]/d2
40
para = 1% e
= 5%, tem-se:
t0,01(20) = 2,845 e
t0,05(20) = 1,725
t0,01(40) = 2,704 e
t0,05(40) = 1,684
41
d = S 2 / r (t + t ) => S =
S =
0,00975
Assim,
d=
inicial de 0,20.
42
43
Tentativa inicial r = 4
Quadro da ANOVA
FV
GL
----------------------Antioxidante
4
Resduo
15
-----------------------Total
19
F0,05(15,20) = 2,20
S2 = 0,0845; V1 = 15 e V2 = 20 GL
Assim,
r = q2S2F/d2 = (4,367)2(0,0845)(2,20)/(0,50)2 = 14,18
r = 14
Da, conclui-se que o melhor valor de "r" est entre 4 e 14
Testa-se r = 10
Quadro da ANOVA
FV
GL
----------------------Antioxidante
4
Resduo
45
-----------------------Total
49
q0,05(5,45) = 4,039
F0,05(45,20) = 1,99
S2 = 0,0845
V1 = 45 e V2 = 20
d = 0,50
Da,
r = (4,039)2(0,0845)(1,99)/(0,50)2 = 10,97
ou
r = 11
44
As frmulas apresentadas anteriormente, alm de outras disponveis na literatura e suas modificaes, so muito teis na determinao do nmero mnimo de
repeties. Entretanto, na prtica, h outros aspectos importantes que direcionam a
escolha do valor de "r": custo do experimento, material experimental e espao disponveis, restries do laboratrio, da planta-piloto ou da linha de produo. Na tomada de deciso sobre "r" h que se analisar a questo sobre todos os aspectos "COMPROMISE" - a teoria na prtica NO diferente!
45
Na experimentao escolhe-se um delineamento apropriado e realizam-se controles de modo que o QMR seja composto, tanto quanto possvel, apenas de variaes casuais - erro experimental.
Em resumo, a repetio em experimentao tem pelo menos trs
propsitos:
a) Fornecer uma estimativa do erro experimental - sem a qual no h teste de
hipteses. A repetio possibilita a obteno de mais de uma observao em
vrias unidades experimentais que receberam um mesmo tratamento.
b) Aumentar a exatido das medidas (observaes) pela reduo do erro padro.
Lembre-se de que o EPM (erro padro da mdia) dado por
S( Y ) = S/ r
c) Ampliar a base de dados para as inferncias. A medida que se aumenta "r", maior nmero de unidades experimentais so utilizadas no experimento. Isto pode levar a maior amplitude de condies sobre as quais os resultados experimentais
(concluses) se aplicam.
46
se faz necessria para que as variaes que contribuem para o erro experimental e
que no podem ser completamente casuais sejam convertidas em variveis aleatrias.
Alem de validar a estimativa do erro experimental, a casualizao permite o
usos dos testes de hipteses. A independncia de todos os erros experimentais,
uma das exigncias da anlise de varincia, alcanada por meio de uma casualizao apropriada.
Suponha que se tem 2 culturas lticas (A e B) para a pesquisa de fermentao de pepino. A cultura A foi repetida 4 vezes, enquanto a B foi repetida 3 vezes.
Considere que a distribuio das culturas nas sete UE foi inteiramente ao acaso. Assim, se qualquer UE com a cultura A produziu melhor sabor do picles que qualquer
UE com a cultura B, o calculo de probabilidades indicaria que a chance de isto acontecer por acaso :
P = (4! 3!)/7! = 1/35
e esta concluso valida independente de qualquer hiptese alem da casualizao. Isto que dizer que o resultado obtido pode de fato provir do simples acaso,
ou seja, possvel que as duas culturas lticas sejam realmente equivalentes, e que
a diferena a favor da cultura A provenha de circunstancias fortuitas, como sua
maior atividade no momento de sua aplicao ao vegetal. Mas a probabilidade de
isto ocorrer por simples acaso 1/35. Logo h uma probabilidade de 34/35 de que
o resultado obtido no tenha sido casual, isto , que se deva a um fator sistemtico,
que o melhor desempenho da cultura A.
A casualizao no assegura que todos os tratamentos ou unidades experimentais dentro do tratamento sejam tratados de forma idntica, mas sim, que
nenhum tratamento seja continuamente favorecido ou desfavorecido na distribuio
das unidades experimentais. Embora arranjos sistemticos dos tratamentos nas
unidades experimentais possam, s vezes, resultar em estimativas mais exatas das
diferenas entre seus efeitos, sua utilizao no se justifica. Quando procedimentos
sistemticos so usados, a estimativa do erro experimental no confivel e as inferncias no so possveis.
Assim, em todos os estgios do experimento, na aplicao dos tratamentos em
algum ponto ou instrumento, em que a ordem de aplicao (processamento), a ordem de medida ou coleta de dados pode influenciar os resultados, ento esta ordem
47
48
FV
TRAT
RES
Total
GL
SQ
QM
SQT
QMT
SQR
QMR
11
SQTotal
Por outro lado, se no h material experimental homogneo em quantidade suficiente para as doze unidades experimentais (UE), mas para apenas 4 delas, ento a
casualizao completa no possvel. Para a aplicao dos tratamentos formam-se
grupos (blocos) de 4 UE homogneas, como no arranjo a seguir.
B1
D A C B
B2
A C D B
B3
C B D A
Quadro da ANOVA
FV
GL
SQ
QM
-----------------------------------BLOCO
2
SQB
TRAT
3
SQT
QMT
RESDUO
6
SQR
QMR
--------------------------------------TOTAL
11
Observe que com a formao dos blocos foram retirados 2 GL que seriam do
resduo para a fonte de variao blocos, juntamente com a variao (soma de quadrados) devida a blocos. Este procedimento "purifica" o resduo, tornando sua estimativa mais verdadeira, se de fato os blocos forem necessrios.
49
50
x 6 x 5, ou seja, 600 UE. Isto , h 600 observaes para cada varivel resposta
medida.
3.4.2 Tratamento - Combinao de nveis de fatores o termo tratamento usado
aqui para representar a condio experimental imposta unidade experimental. Por
exemplo, no experimento com antioxidante, cada tipo de antioxidante adicionado ao
material experimental um tratamento. Em cincia, tecnologia e engenharia de
alimentos comum o estudo de mais de uma varivel (fator) simultaneamente. Por
exemplo, temperatura e tempo de exposio no branqueamento de vegetais, ou tipo de embalagem (E) e temperatura (T) de estocagem. Temperatura (T) e tempo
(P) so os fatores estudados. Se cada fator for testado em dois nveis 1 e 2 - as
combinaes P1T1; P1T2; P2T1 e P2T2 dos nveis dos fatores constituem, cada
uma, um tratamento. Por extenso, os tratamentos podem ser constitudos de combinaes de mais de dois fatores. No experimento de 5 culturas lticas utilizadas para fermentar pepino de 4 variedades, repetido 6 vezes, com as anlises realizadas
ao longo de 5 perodos de tempo de armazenamento, tem-se 5 x 4 x 6, ou seja,
120 tratamentos.
Referncias bibliogrficas
.BETHEA, R.M.; DURAN, B.S. & BOULLION, T.L. Statistical methods for engineers
and scientists. 2a. Ed. Marcel Dekker, Inc., New York. P1-5.
.GACULA, Jr., M.C. & SINGH, J. 1984. Statistical methods in food and consumer
research. Academic Press, Inc., Orlando, FL. P15-18.
.GOMES, F.P. Curso de estatstica experimental. Piracicaba - SP. P19-27, p53-58.
.SOKAL, R.R. & ROHLF, F.J. Biometry: The principles and practice of statistics in biological research. 3rd. Edition. W.H Freeman and Company. New York. 1995. 859p.