Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Éder David Borges da SilvaRenato Gonçalves de Oliveira
Conteúdo abordado:
Revisão de Estatística Experimental
Princípios básicos de experimentação
Delineamento inteiramente casualizado (DIC)
Delineamento blocos ao acaso (DBA)
Delineamento Quadrado latino (DQL)
Esquema Fatorial
Delineamento em parcela subdividida
Delineamento em faixas
Procedimentos de comparações multiplas
Introdução ao Software R
Análise de variância
Analise de regressão linear
Analise de regressão não linear
2Análise de experimentos de longa duração
Momentos estatísticos
4
n
i
ni xxn
xn
x1
1
_
...11
n
i
i xxn
s1
2_
2
1
1
Análise de experimentos de longa duração
Funções de distribuição de probabilidade normal
5
2
2
,,2
exp2
1 xf x
Análise de experimentos de longa duração
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20-0
2
0( , )Nn
1
crítX +1
2
1( , )Nn
Intervalos de confiança e teste de hipótese
6
z >>> 0
Se H0 falsa
0
0,02
0,04
0,06
0,08
0,1
0,12
0,14
0 5 10 15 20- +0
(0,1)N
zcrít-zcrít
221
z = 0
Se H0 verdadeira
z <<< 0
Se H0 falsa
aceitação
de H0
rejeição
de H0
rejeição
de H0
Análise de experimentos de longa duração
Tipos de erro no teste de hipóteses
7
Realidade
Decisão H0 é verdadeira H0 é falsa
Rejeitar H0 Erro tipo I Decisão correta
Não Rejeitar H0 Decisão correta Erro tipo II
Análise de experimentos de longa duração
P-valor
8Análise de experimentos de longa duração
Propriedades da distribuição F
9
1 1 2
1
/ 2 ( ) 2
/ 2 11 2 1 1
1 2 2 2
[( ) 2]( ) 1 0
( 2) ( 2)
g g g
gg g g gf x x x x
g g g g
2
2
( )2
gE X
g2
2 1 2
2
1 2 2
2 ( 2)( )
( 2) ( 4)
g g gVar X
g g g
1 2,~ g gX F (lê-se: X tem distribuição F com g1 e g2
graus de liberdade)
Propriedades:
1 2
1,
2
/~
/g g
U gF
V ga) se
1
2~ gU2
2~ gVe então
0 +
b) se1 2,~ g gX F então
2 1,
1~ g gF
X 1 2 2 1, ,
1( ) ( )g g g gP F F P F
F
0 +F
1 2,g gF
0 +1
F
2 1,g gF
Análise de experimentos de longa duração
Teste F
10
H0 verd. H0 falsocrítF
ac. H0 rej. H0
0 +
1, Tr n rF
1
calc
QMTF
QME
Análise de experimentos de longa duração
Circularidade do Método científico
12
HIPÓTESE
EXPERIMENTO
TESTE DA
HIPÓTESE
CONCLUSÃO/DESENV. TEORIA
ANÁLISE
ESTATÍSTICA
PLANEJAMENTO
Análise de experimentos de longa duração
Princípios básicos da experimentação
Casualização
Repetição
Controle local
A aleatorização torna os testes estatísticos válidos
A repetição torna os testes estatísticos possíveis
O controle local torna o experimento mais eficiente
14Análise de experimentos de longa duração
Pressupostos de modelos lineares (ANOVA)
16
XY
Análise de experimentos de longa duração
Pressupostos de modelos lineares (ANOVA)
Normalidade da distribuição dos erros;
Homogeneidade das variâncias;
Aditividade dos efeitos dos fatores de variação;
Independência dos erros;
17Análise de experimentos de longa duração
Normalidade da distribuição dos erros
18
-4 -2 0 2 4
0.0
0.1
0.2
0.3
0.4
x
f(x)
Analise gráfica e pelo teste Shapiro-Wilk
n
i
i
n
i
ii
xx
xa
W
1
2_
2
1
Análise de experimentos de longa duração
Homogeneidade das variâncias,
19
t1 t2 t3 t4 t5 t6 t7 t8 t9
-50
05
0
Linhagens
Resíduos
Analise gráfica e pelo teste Bartlett
2
11
2
~
log1log
k
K
i
i
XC
SniQMREkn
K
k
i knnikC
1
1
1
1
13
11
Análise de experimentos de longa duração
Aditividade dos efeitos dos fatores de variação
20
Cada componente do modelo deve ter efeito aditivo;
ijiijy
Análise de experimentos de longa duração
Independência dos erros:
21
2 4 6 8
-50
050
Linhagens
Resíd
uos
Os erros devem possuir independência dos demais
0),cov( '
ijij
Análise de experimentos de longa duração
Definição
Efeitos fixos:
Os níveis em estudo forem escolhidos pelo pesquisador, de modo que o interesse centra centra-se nesses níveis;
Inferência restrita aos níveis em estudo.
Efeitos aleatórios (variáveis aletórias):
Os níveis em estudo correspondem a uma amostra aleatória de uma população de referência;
Os níveis provem de uma distribuição de probabilidade;
A inferência é extrapolada para uma população de referência;
23Análise de experimentos de longa duração
Observações do experimento
Os valores observados quando da avaliação dos materiais representa a média fenotípica:
24
Observação
fenotípica =Efeitos
genéticos +Efeitos
residuais
Efeitos
ambientais +
Análise de experimentos de longa duração
Modelo estatístico inteiramente casualizado
26
ijiijy
ij
i
ijy é o valor do i-ésimo tratamento na j-ésima parcela
é a constante geral do modelo (normalmente a média)
é o efeito do i-ésimo tratamento
é o erro experimental associado ao i-ésimo tratamento na j-ésima
parcela
),0(~ 2NIDD
ijonde
Análise de experimentos de longa duração
Quadro de anova DIC
27
SQtotaltrTotal
rt
SQerroSQerrortErro
rt
rt
SQtratSQtrattTratamento
EMEAEMEFQMSQGLFonte
i
1
)1)(1()1)(1(
111
22
22
2
2
Análise de experimentos de longa duração
Delineamentos blocos ao acaso
Considerações importantes:
O bloco é uma restrição à casualização;
Isto implicará em perda de precisão experimental e ganho na facilidade de condução do experimento;
Isso se deve a perda de graus de liberdade do resíduo;
O bloco não é necessariamente espacial, áreas desuniformes, ele pode ser virtual, no caso de épocas de plantio por exemplo.
29Análise de experimentos de longa duração
Modelo estatístico Blocos ao acaso
30
ij
j
i
ijy é o valor do i-ésimo tratamento na j-ésima parcela
é a constante geral do modelo (normalmente a média)
é o efeito do i-ésimo tratamento
é o erro experimental associado ao i-ésimo tratamento na j-ésima
parcela
ijjiijy ),0(~ 2NIDD
ijonde
é o efeito do j-ésimo bloco
Análise de experimentos de longa duração
Quadro de anova DBA
31
QMtotalSQtotaljtTotal
QMerroSQerrotjErro
jt
tjQMtratSQtrattTratamento
tj
tQMblocoSQblocojBloco
EMEAEMEFQMSQGLFonte
t
j
j
1
)1)(1(1
1
11
22
22
2
2
22
2
2
Análise de experimentos de longa duração
DBA
32
a c b
c b a
c a b
Análise de experimentos de longa duração
DBA
33
Outra Estufa
E
N
T
R
A
D
A
C
E
R
C
A
Canteiro
Corredor
_RS _Tke _Pe _P _RSe _RS _RS _P _RSe _RSe _Pe _Tke
_P _RSe _TK _TK _Tke _Pe _Pe _TK _TKe _P _TK _RS
Análise de experimentos de longa duração
Modelo estatístico Quadrado latino
35
ij
k
j
i
ij
c
l
y é o valor do i-ésimo tratamento na j-ésima parcela
é a constante geral do modelo (normalmente a média)
é o efeito do i-ésimo tratamento
é o erro experimental associado ao i-ésimo tratamento na j-ésima
parcela
ijkkjiijk cly ),0(~ 2NIDD
ijkonde
é o efeito da j-ésima linha
é o efeito da k-ésima coluna
Análise de experimentos de longa duração
Delineamento Quadrado latino
Casualização:
Somente uma repetição de cada tratamento aparece em cada bloco;
Limitação:
O número de tratamentos deve ser igual ao número de repetições. Isso implica na necessidade de grandes áreas e grande volumes de material experimental;
Desvantagem:
O número de repetições aumentará a medida que o número de tratamentos também aumente;
36Análise de experimentos de longa duração
Delineamento Quadrado latino
37
Linhas
Colunas
I II III IV V
I D A B C E
II C E A B D
III E B C D A
IV B D E A C
V A C D E B
Análise de experimentos de longa duração
Esquema fatorial
Esquema fatorial não é um delineamento, é apenas um arranjo entre os tratamentos;
O arranjo fatorial pode ser conduzido em
Delineamento inteiramente casualisado;
Blocos ao acaso;
Quadrado latino;
Outros;
39Análise de experimentos de longa duração
Esquema fatorial
Definições
Fator: uma causa de variação conhecida e de interesse do pesquisador (um tipo de tratamento);
Nível: subdivisão do fator;
Efeito principal: pode-se estudar isoladamente o efeito de cada fator no experimento;
Efeito da interação: quando existir, estudar o comportamento de cada fator, na presença ou ausência de níveis dos demais fatores
40Análise de experimentos de longa duração
Modelo estatístico Esquema Fatorial
41
ijkijjiijky )(
ijk
ij
j
i
ijky
)(
é o valor do i-ésimo tratamento na j-ésima parcela e na k-ésima repetição
é a constante geral do modelo (normalmente a média)
é o efeito do i-ésimo nível do fator A
é o erro experimental entre i-ésimo nível do fator A e j-ésimo nível do
fator B na k-ésima repetição.
),0(~ 2NIDD
ijonde
é o efeito da j-ésimo nível do fator B
é o efeito da interação entre i-ésimo nível do fator A e j-ésimo nível do
fator B
Análise de experimentos de longa duração
Quadro de anova fatorial
42
22
22
2
2
222
2
2
222
2
2
)1(
)1)(1(
)()1)(1(
11
11
QMErroSQErrorabErro
rba
rQMABSQABbaAB
arrt
arQMBSQBbBTratamento
brra
brQMASQAaATratamento
EMEAEMEFQMSQGLFonte
ij
j
i
Análise de experimentos de longa duração
Modelo estatístico Delineamento em parcela subdividida
44
ijkikkijjiijky
ijk
ik
k
ij
j
i
ijky é o valor do i-ésimo tratamento na j-ésima parcela e na k-ésima repetição
é a constante geral do modelo (normalmente a média)
é o efeito do i-ésimo nível do fator A
é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco e k-ésimo nível do fator B
),0(~ 2NIDD
ijkonde
é o efeito da j-ésimo bloco
é o efeito da k-ésimo nível do fator B
é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco
é o efeito da interação entre o i-ésimo nível do fator A e da k-ésimo nível do fator B
Análise de experimentos de longa duração
Anova de split-plot
45
SQtotalabrTotal
QMerroBSQerrobrbaErroB
rba
rQMABSQABbaAB
rab
raQMBSQBbB
bbQMerroaSQerroaarErroA
rbba
rbbQMASQAaA
abbabbQMBlocoSQBlocorBloco
EMEAEMEFQMSQGLFonte
ij
j
i
pp
1
)1)(1(
)1)(1(
)()1)(1(
11
)1)(1(1
1
1
22
22
2
2
22
2
2
2222
222
2
22
222222
Análise de experimentos de longa duração
Experimento Split-plot
Quando instalar:
Em experimentos fatoriais com dois ou mais fatores;
Quando há alguma limitação para instalar o experimento;
Facilidade para instalação;
Em alguns casos é a única forma de aplicação dos tratamentos às unidades experimentais;
46Análise de experimentos de longa duração
Experimento em Split-plot
Definição:
Esse tipo de experimento aloca o fator A em parcelas principais, ou primária, e o fator B nas sub-parcelas, ou secundárias;
Cada parcela funciona como um “bloco” para as subparcelas;
Se existem mais de dois fatores o experimento é chamado de parcelas sub-divididas e assim por diante;
47Análise de experimentos de longa duração
Experimento Split-plot
Croqui de uma parcela principal de um experimento em Parcelas subdivididas
Parcela principal (Fator A)
Sub-parcela(Fator B)
Análise de experimentos de longa duração
Experimento Split-plot Por exemplo: Experimento com 2 fatores (A e B), cada um com 4 níveis,
dispostos em 3 blocos:
A = A1; A2; A3; A4
B = B1; B2; B3; B4
BLOCO = I; II; IV
Bloco I
A1 B4 B1 B3 B2 A3 B1 B3 B4 B2
A4 B1 B3 B2 B4 A2 B2 B1 B3 B4
Análise de experimentos de longa duração
Experimento Split-plot
O fator de maior interesse deve ser colocado nas sub-parcelas quando possível (maior número de graus de liberdade);
Caso não seja possível a aplicação dos tratamentos às parcelas principais ou sub-parcelas dependerá da facilidade de instalação do experimento;
50Análise de experimentos de longa duração
Experimentos em faixas ou Split Block
É uma variação dos experimentos em parcelas subdivididas;
Os fatores A e B são dispostos em faixas como se fossem parcelas principais;
52Análise de experimentos de longa duração
Modelo estatístico Delineamento em faixas
53
ijkijjkkijijijky )(
ijk
ij
jk
k
ij
i
j
ijky
)(
é o valor do i-ésimo tratamento A e k-ésimo tratamento B no j-ésima bloco
é a constante geral do modelo (normalmente a média)
é o efeito do j-ésimo bloco
é o erro experimental entre i-ésimo nível do fator A e k-ésimo nivel de B no j-ésimo bloco
),0(~ 2NIDD
ijkonde
é o efeito da i-ésimo tratamento A
é o efeito da k-ésimo nível do fator B
é o erro experimental entre i-ésimo nível do fator A e j-ésimo bloco
é o efeito da interação entre o i-ésimo nível do fator A e da k-ésimo nível do fator B
é o erro experimental entre k-ésimo nível do fator B e j-ésimo bloco
Análise de experimentos de longa duração
CROQUI
Experimento Em Faixas
B4 B2 B3 B1
A2
A1
A3
Análise de experimentos de longa duração
56
Teste de Tukey ou DHS (HSD):
Teste de Duncan:
r
QMEq
pvp ,,
Procedimentos para comparações múltiplas
r
QMEq vp ,,
Análise de experimentos de longa duração
Procedimentos para comparações múltiplas
57
2
0
2
0*22
3
3
2
2
1
1222
k
G
k
G
k
GSQgrupos
vk
r
QMEvSQmédias
2
0
Teste Scott-Knott:
Análise de experimentos de longa duração
Um teste pode ter dois parâmetros;
Poder do teste:
Capacidade do teste em detectar diferenças reais entre os tratamentos.
Rigorosidade:
Confiança no resultado obtido.
58
Procedimentos para comparações múltiplas
Análise de experimentos de longa duração
Erro tipo I por comparação:
Probabilidade de se rejeitar uma hipótese verdadeira nas comparações dos tratamentos tomados dois a dois;
Erro tipo I por experimento:
Probabilidade de se realizar pelo menos uma inferência errada por experimento;
Erro tipo III:
Probabilidade de se classificar um tratamento superior ao outro quando o segundo supera o primeiro;
59
Procedimentos para comparações múltiplas
Análise de experimentos de longa duração
60
Procedimentos para comparações múltiplas
Linhagens Médias
1 14,65 a
2 12,34 ab
3 10,42 b
Ambigüidade dos resultados
Análise de experimentos de longa duração
61
Procedimentos para comparações múltiplas
Valores médios Procedimentos de comparações múltiplas
Trat. Par. Est. Tukey SNK LSD LSDB SK
3 85 80,461 D C E D B
1 85 83,498 D C DE CD B
4 85 86,488 CD C DE CD B
2 85 90,742 CD BC DE CD B
6 95 95,986 CD BC CD BCD B
5 95 96,511 BCD BC CD BCD B
7 105 107,689 ABC AB BC ABC A
8 115 120,436 AB A AB AB A
9 125 123,492 A A A A A
10 125 123,942 A A A A A
Análise de experimentos de longa duração
Comparação do teste de Scott-Knott com os demais:
Comparações realizadas através de experiemntos com dados simulados;
Taxas de erro tipo I sempre abaixo do nível de significância (menores que α);
O poder do teste foi duas vezes maiores que os do teste de Duncan, t e SNK, oito vezes mais poderoso que o teste Tukey e semelhante ao t-Bayesiano;
62
Procedimentos para comparações múltiplas
Análise de experimentos de longa duração
Novas ferramentas para análise
64
GLM:
Modelos Lineares Generalizados;
AMMI:
Additive main effects and Multiplicative Interaction model;
Selegen:
Sistemas REML/BLUP de análise via modelos mistos;
Análise de experimentos de longa duração
GLM
Modelos lineares generalizados;
65
Distribuição
Poisson
Análise de experimentos de longa duração
AMMI
Additive main effects and Multiplicative Interaction model;
Interação GxE;
Interação em modelos estatísticos com efeitos fixos
66Análise de experimentos de longa duração
AMMI
Interação GxE;
67Análise de experimentos de longa duração
AMMI Interação em modelos estatísticos com efeitos fixos;
68Análise de experimentos de longa duração
Sistemas REML/BLUP
REML:
Máxima verossimilhança restrita;
BLUP:
Melhor predição linear não viesada;
69Análise de experimentos de longa duração
Sistemas REML/BLUP
70Análise de experimentos de longa duração
Sistemas REML/BLUP
71
Safra 1
Safra 2
Análise de experimentos de longa duração
Sistemas REML/BLUP
72Análise de experimentos de longa duração
Experimento hipotético
Para se estudar padrões nutricionais e expressão gênica em híbridos Bt comerciais de milho decidiu-se trabalhar com dois híbridos Bt e suas respectivas isolinhas submetendo-os a três diferentes regimes de controle de lagarta.
Para esse experimento definiu-se que seriam usadas 5 repetições.
74Análise de experimentos de longa duração
DIC
75
Fontes de variação Graus de liberdade
Tratamentos 11
Híbridos 3
Tratamentos 2
Hib. x Trat. 6
Erro experimental 48
Total 59
Análise de experimentos de longa duração
DBA
76
Fontes de variação Graus de liberdade
Blocos 4
Tratamentos 11
Híbridos 3
Tratamentos 2
Hib. x Trat. 6
Erro experimental 44
Total 59
Análise de experimentos de longa duração
Parcela subdividida
77
Fontes de variação Graus de liberdade
Blocos 4
Híbridos 3
Erro a 12
Tratamento 2
Híb. x Trat. 6
Erro b 32
Total 59
Análise de experimentos de longa duração
Parcela subdividida
78
Fontes de variação Graus de liberdade
Blocos 4
Tratamento 2
Erro a 8
Híbrido 3
Trat. x Híb. 6
Erro b 36
Total 59
Análise de experimentos de longa duração
Delineamento em faixas
79
Fontes de variação Graus de liberdade
Blocos 4
Híbrido 3
Erro a 12
Tratamento 2
Erro b 8
Híb. x Trat. 6
Erro c 24
Total 59
Análise de experimentos de longa duração
Delineamento em faixas
Análise de experimentos de longa duração 80
Fontes de variação Graus de liberdade
Blocos 4
Tratamento 2
Erro a 8
Híbrido 3
Erro b 12
Trat. x Híb. 6
Erro c 24
Total 59