EXPERIMENTAÇÃO ZOOTÉCNICA - Unesp · o Para análise de um experimento fatorial, devemos: fazer...
Transcript of EXPERIMENTAÇÃO ZOOTÉCNICA - Unesp · o Para análise de um experimento fatorial, devemos: fazer...
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
o Os experimentos realizados de acordo com o DIC ou
DBC são utilizados para testar os efeitos de apenas um
tipo de tratamento ou fator, sendo os demais mantidos
constantes.
INTRODUÇÃO
Em um experimento de comparação
de rações em relação ao ganho de
peso do animal, devemos manter
constante a dosagem, o método de
aplicação, a homogeneidade das
parcelas, etc.
o Existem situações que necessitamos testar
simultaneamente os efeitos de dois ou mais tipos de
tratamentos (ou fatores) para obter resultados de
interesse prático.
Exemplo. Suponha que
desejamos testar o efeito de 3
rações, 2 dosagens e 4 raças de
cães, teremos então um
experimento fatorial 3x2x4.
INTRODUÇÃO
o Os experimentos fatoriais são aqueles que nos permitem
estudar, simultaneamente, os efeitos de dois ou mais
tipos de tratamentos ou fatores.
Assim, eles devem ser instalados em um dos
delineamentos já estudados (DIC ou DBC).
o Esses experimentos são muito utilizados, pois
geralmente estamos interessados em estudar, num
mesmo experimento, uma série de fatores.
INTRODUÇÃO
o O número de tratamentos nos experimentos fatoriais consiste
de todas as combinações possíveis dos níveis dos fatores.
Exemplo. Se estamos interessados em testar 3 rações, cada
uma dos quais em 4 dosagens, teremos os 12 tratamentos
seguintes:
𝑅1𝐷1 𝑅2𝐷1 𝑅3𝐷1
𝑅1𝐷2 𝑅2𝐷2 𝑅3𝐷2
𝑅1𝐷3 𝑅2𝐷3 𝑅3𝐷3
𝑅1𝐷4 𝑅2𝐷4 𝑅3𝐷4
Neste caso, representamos o esquema fatorial como: Fatorial
3x4 com 3 rações e 4 dosagens.
INTRODUÇÃO
o As subdivisões de um fator são denominadas níveis
desse fator.
Então, no exemplo anterior, o fator Ração ocorre em
3 níveis e o fator Dosagem ocorre em 4 níveis.
Nesse ensaio, podemos obter conclusões sobre
qual a melhor ração, qual a melhor dosagem e
qual a melhor dosagem para cada ração.
INTRODUÇÃO
o Para análise de um experimento fatorial, devemos:
fazer a análise de variância preliminar, de acordo
com o delineamento adotado (DIC ou DBC) e,
desdobrar os GL e as SQTrat
INTRODUÇÃO
isolando-se os efeitos
principais dos fatores e
os efeitos de interação
entre os fatores.
Definições necessárias para o bom entendimento
dos ensaios fatoriais.
Suponha que temos 2 fatores (A e B) cada um
dos quais em 2 níveis (0 e 1) e que os resultados
obtidos foram os seguintes:
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Simples de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator, em cada um dos níveis
desse fator.
Exemplo.
Efeito de A dentro de 𝐵0: 𝐴1𝐵0 − 𝐴0𝐵0 = 9 − 3 = 6
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Simples de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator, em cada um dos níveis
desse fator.
Exemplo.
Efeito de A dentro de 𝐵0: 𝐴1𝐵0 − 𝐴0𝐵0 = 9 − 3 = 6
Efeito de A dentro de 𝐵1: 𝐴1𝐵1 − 𝐴0𝐵1 = 18 − 7 = 11
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Simples de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator, em cada um dos níveis
desse fator.
Exemplo.
Efeito de A dentro de 𝐵0: 𝐴1𝐵0 − 𝐴0𝐵0 = 9 − 3 = 6
Efeito de A dentro de 𝐵1: 𝐴1𝐵1 − 𝐴0𝐵1 = 18 − 7 = 11
Efeito de B dentro de 𝐴0: 𝐴0𝐵1 − 𝐴0𝐵0 = 7 − 3 = 4
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Simples de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator em média de todos os
níveis do outro fator.
Exemplo.
Efeito de A dentro de 𝐵0: 𝐴1𝐵0 − 𝐴0𝐵0 = 9 − 3 = 6
Efeito de A dentro de 𝐵1: 𝐴1𝐵1 − 𝐴0𝐵1 = 18 − 7 = 11
Efeito de B dentro de 𝐴0: 𝐴0𝐵1 − 𝐴0𝐵0 = 7 − 3 = 4
Efeito de B dentro de 𝐴1: 𝐴1𝐵1 − 𝐴1𝐵0 = 18 − 9 = 9
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Principal de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator, em cada um dos níveis
desse fator.
Exemplo.
Efeito principal de A: 𝐴1𝐵0:𝐴1𝐵1
2−
𝐴0𝐵0:𝐴0𝐵1
2=
9:18
2−
3:7
2= 8,5
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito Principal de um Fator
É uma medida da variação que ocorre com a variável
resposta (característica em estudo) correspondente às
variações nos níveis desse fator, em cada um dos níveis
desse fator.
Exemplo.
Efeito principal de A: 𝐴1𝐵0:𝐴1𝐵1
2−
𝐴0𝐵0:𝐴0𝐵1
2=
9:18
2−
3:7
2= 8,5
Efeito principal de B: 𝐴0𝐵1:𝐴1𝐵1
2−
𝐴0𝐵0:𝐴1𝐵0
2=
7:18
2−
3:9
2= 6,5
Portanto, o efeito principal de um fator é a média dos
efeitos simples desse fator.
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito da Interação entre Fatores
É uma medida da variação que ocorre com o efeito
simples de um fator ao passar de um nível ao outro do
outro fator.
Exemplo.
Efeito da Interação AxB:
𝐴1𝐵1;𝐴0𝐵1 ; 𝐴1𝐵0;𝐴0𝐵0
2=
18;7 ; 9;3
2=
11;6
2= 2,5
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
Efeito da Interação entre Fatores
É uma medida da variação que ocorre com o efeito
simples de um fator ao passar de um nível ao outro do
outro fator.
Exemplo.
Efeito da Interação AxB:
𝐴1𝐵1;𝐴0𝐵1 ; 𝐴1𝐵0;𝐴0𝐵0
2=
18;7 ; 9;3
2=
11;6
2= 2,5
Efeito da Interação BxA :
𝐴1𝐵1;𝐴1𝐵0 ; 𝐴0𝐵1;𝐴0𝐵0
2=
18;9 ; 7;3
2=
9;4
2= 2,5
Note que o efeito da interação AxB é igual ao efeito da
interação BxA.
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3 7 10
𝑨𝟏 9 18 27
Total 12 25 37
INTRODUÇÃO
1. Permite estudar o efeito simples, o efeito principal e o
efeito da interação entre fatores.
2. Todas as parcelas do experimento entram no cálculo dos
efeitos principais e interações,
razão pela qual as médias dos níveis dos fatores são
calculadas com um maior número de repetições.
VANTAGENS
1. A análise estatística é trabalhosa, e a interpretação dos resultados
torna-se mais difícil à medida que aumentam o número de fatores
e de níveis.
2. Como os trabalhos devem conter todas as combinações possíveis
dos fatores em seus diversos níveis,
o número de tratamentos aumenta rapidamente, e às vezes devido
a exigência do homogeneidade dentro dos blocos, o delineamento
em blocos completos casualizados pode ser prejudicado.
Para que haja um balanceamento estatístico, às vezes algumas das
combinações não tem interesse prático, mas devem ser mantidas
para não quebrar esse balanceamento.
DESVANTAGENS
Para exemplificar a casualização dos tratamentos, vamos
supor um experimento fatorial 3x2, com 3 tipos de ração
𝑅1, 𝑅2, 𝑅3 e duas dosagens 𝐷1, 𝐷2
Se o experimento fosse instalado de acordo com o DBC,
com 4 repetições, teríamos:
BLOCO 1 BLOCO 2 BLOCO 3 BLOCO 4
𝑅3𝐷1 𝑅1𝐷2 𝑅2𝐷1 𝑅1𝐷1
𝑅1𝐷2 𝑅3𝐷1 𝑅3𝐷2 𝑅2𝐷1
𝑅2𝐷2 𝑅3𝐷2 𝑅1𝐷1 𝑅3𝐷2
𝑅2𝐷1 𝑅2𝐷2 𝑅3𝐷1 𝑅3𝐷1
𝑅3𝐷2 𝑅1𝐷1 𝑅2𝐷2 𝑅1𝐷2
𝑅1𝐷1 𝑅2𝐷1 𝑅1𝐷2 𝑅2𝐷2
CASUALIZAÇÃO DOS TRATAMENTOS
O modelo de um experimento fatorial com dois fatores, num
delineamento inteiramente casualizado com 𝐽 repetições, pode ser
escrito como:
𝑦𝑖𝑗𝑘 = 𝑚 + 𝛼𝑖 + 𝛽𝑗 + 𝛼𝛽 𝑖𝑗 + 𝑒𝑖𝑗𝑘
• Principais suposições associadas ao modelo;
• Cada observação 𝑦𝑖𝑗𝑘 é oriunda de uma amostra aleatória de
tamanho 𝐽 retirada de uma população definida pela particular
combinação dos níveis dos dois fatores e 𝑒𝑖𝑗𝑘~𝑁 0, 𝜎2 .
MODELO MATEMÁTICO
𝑘 −ésima resposta que recebeu o 𝑖 −ésimo nível do fator 𝛼
e o 𝑗 −ésimo nível do fator 𝛽
erro experimental
associado à observação
𝑦𝑖𝑗𝑘, com 𝑘 = 1,2, … , 𝐽
média geral do experimento
efeito do 𝑗 −ésimo
nível do fator 𝛽 efeito do 𝑖 − ésimo
nível do fator 𝛼
efeito da interação do 𝑖 −ésimo nível do fator 𝛼 e
o 𝑗 −ésimo nível do fator 𝛽
As seguintes hipóteses podem ser testadas nos experimentos
fatoriais 2x2:
Fator A: 𝐻𝑜: 𝛼𝑖 = 0, 𝑖 = 1, 2, … , 𝑛𝐴.
𝐻1: pelo menos um 𝛼𝑖 ≠ 0, 𝑖 ∈ 1; 𝑛𝐴
Fator B: 𝐻𝑜: 𝛽𝑗 = 0, 𝑗 = 1, 2, … , 𝑛𝐵 .
𝐻1: pelo menos um 𝛽𝑗 ≠ 0, 𝑗 ∈ 1; 𝑛𝐵
Interação A x B: 𝐻𝑜: 𝛼𝛽 𝑖𝑗 = 0, com 𝑖 ∈ 1; 𝑛𝐴 e 𝑗 ∈ 1; 𝑛𝐵
𝐻1: pelo menos um 𝛼𝛽 𝑖𝑗 ≠ 0, com 𝑖 ∈ 1; 𝑛𝐴 e 𝑗 ∈ 1; 𝑛𝐵
HIPÓTESES ESTATÍSTICAS
0 Repetições
𝟏 𝟐 ⋯ 𝑱
𝑨𝟏
𝑩𝟏 𝑦111 𝑦112 ⋯ 𝑦11𝐽
𝑩𝟐 𝑦121 𝑦122 ⋯ 𝑦12𝐽
⋮ ⋮ ⋮ ⋱ ⋮
𝑩𝒏𝑩 𝑦1𝑛𝐵1 𝑦1𝑛𝐵2 ⋯ 𝑦1𝑛𝐵𝐽
𝑨𝟐
𝑩𝟏 𝑦211 𝑦212 ⋯ 𝑦21𝐽
𝑩𝟐 𝑦221 𝑦222 ⋯ 𝑦22𝐽
⋮ ⋮ ⋮ ⋱ ⋮
𝑩𝒏𝑩 𝑦2𝑛𝐵1 𝑦2𝑛𝐵2 ⋯ 𝑦2𝑛𝐵𝐽
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑨𝒏𝑨
𝑩𝟏 𝑦𝑛𝐴11 𝑦𝑛𝐴12 ⋯ 𝑦𝑛𝐴1𝐽
𝑩𝟐 𝑦𝑛𝐴21 𝑦𝑛𝐴22 ⋯ 𝑦𝑛𝐴2𝐽
⋮ ⋮ ⋮ ⋱ ⋮
𝑩𝒏𝑩 𝑦𝑛𝐴𝑛𝐵1 𝑦𝑛𝐴𝑛𝐵2 ⋯ 𝑦𝑛𝐴𝑛𝐵𝐽
Uma maneira de tabular os dados de um experimento fatorial
cruzado instalado segundo o DIC, com:
RESUMO – 2 FATORES
• dois fatores 𝐴 e 𝐵, com
𝑛𝐴 e 𝑛𝐵 níveis,
respectivamente;
• 𝐽 repetições;
• é fornecida segundo a
tabela:
Repetições Total
𝟏 𝟐 ⋯ 𝑱
𝑨𝟏
𝑩𝟏 𝑦111 𝑦112 ⋯ 𝑦11𝐽 𝐿11
𝑩𝟐 𝑦121 𝑦122 ⋯ 𝑦12𝐽 𝐿12
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑩𝒏𝑩 𝑦1𝑛𝐵1 𝑦1𝑛𝐵2 ⋯ 𝑦1𝑛𝐵𝐽 𝐿1𝑛𝐵
𝑨𝟐
𝑩𝟏 𝑦211 𝑦212 ⋯ 𝑦21𝐽 𝐿21
𝑩𝟐 𝑦221 𝑦222 ⋯ 𝑦22𝐽 𝐿22
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑩𝒏𝑩 𝑦2𝑛𝐵1 𝑦2𝑛𝐵2 ⋯ 𝑦2𝑛𝐵𝐽 𝐿2𝑛𝐵
⋮ ⋮ ⋮ ⋮ ⋱ ⋮
𝑨𝒏𝑨
𝑩𝟏 𝑦𝑛𝐴11 𝑦𝑛𝐴12 ⋯ 𝑦𝑛𝐴1𝐽 𝐿𝑛𝐴1
𝑩𝟐 𝑦𝑛𝐴21 𝑦𝑛𝐴22 ⋯ 𝑦𝑛𝐴2𝐽 𝐿𝑛𝐴2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑩𝒏𝑩 𝑦𝑛𝐴𝑛𝐵1 𝑦𝑛𝐴𝑛𝐵2 ⋯ 𝑦𝑛𝐴𝑛𝐵𝐽 𝐿𝑛𝐴𝑛𝐵
Soma de Quadrados:
Considere:
𝐼 = 𝑛𝐴 ∙ 𝑛𝐵
𝐾 =1
𝐼∙𝐽 𝐿𝑖𝑗𝑛𝐴,𝑛𝐵𝑖<1,𝑗<1
2
Soma de Quadrados Total
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗𝑘2
𝐽
𝑘<1
𝑛𝐴,𝑛𝐵
𝑖<1,𝑗<1
− 𝐾
Soma de Quadrados de Tratamentos
𝑆𝑄𝑇𝑟𝑎𝑡 =1
𝐽 𝐿𝑖𝑗
2
𝑛𝐴,𝑛𝐵
𝑖<1,𝑗<1
− 𝐾
Soma de Quadrados do Resíduo
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
RESUMO – 2 FATORES
𝑩𝟏 𝑩𝟐 ⋯ 𝑩𝒏𝑩 Total
𝑨𝟏 𝐿11 𝐿12 ⋯ 𝐿1𝑛𝐵 𝑇𝐴1
𝑨𝟐 𝐿21 𝐿22 ⋯ 𝐿2𝑛𝐵 𝑇𝐴2
⋮ ⋮ ⋮ ⋱ ⋮ ⋮
𝑨𝒏𝑨 𝐿𝑛𝐴1 𝐿𝑛𝐴2 ⋯ 𝐿𝑛𝐴𝑛𝐵 𝑇𝐴𝑛𝐴
Total 𝑇𝐵1 𝑇𝐵2 ⋯ 𝑇𝐵𝑛𝐵
Soma de Quadrados:
Soma de Quadrados devido ao Efeito de A:
𝑆𝑄𝐴 =1
𝑛𝐵 ∙ 𝐽 𝑇𝐴𝑖
2
𝑛𝐴
𝑖<1
− 𝐾
Soma de Quadrados devido ao Efeito de B:
𝑆𝑄𝐵 =1
(𝑛𝐴∙ 𝐽) 𝑇𝐵𝑗
2
𝑛𝐵
𝑗<1
− 𝐾
Soma de Quadrados devido ao Efeito da Interação A x B
𝑆𝑄𝐴x𝐵 = 𝑆𝑄𝑇𝑟𝑎𝑡 − 𝑆𝑄𝐴 − 𝑆𝑄𝐵
RESUMO – 2 FATORES Quadro de totais segundo Fator A e Fator B
Quadro de Análise de Variância
CV GL SQ QM F
Efeito de A 𝑛𝐴 − 1 𝑆𝑄𝐴 𝑆𝑄𝐴𝑛𝐴 − 1
𝑄𝑀𝐴
𝑄𝑀𝑅𝑒𝑠
Efeito de B 𝑛𝐵 − 1 𝑆𝑄𝐵 𝑆𝑄𝐵𝑛𝐵 − 1
𝑄𝑀𝐵
𝑄𝑀𝑅𝑒𝑠
Efeito da Interação AxB 𝑛𝐴 − 1 𝑛𝐵 − 1 𝑆𝑄𝐴x𝐵 𝑆𝑄𝐴x𝐵
𝑛𝐴 − 1 𝑛𝐵 − 1 𝑄𝑀𝐴x𝐵
𝑄𝑀𝑅𝑒𝑠
Tratamento 𝑛𝐴 ∙ 𝑛𝐵 − 1 𝑆𝑄𝑇𝑟𝑎𝑡 𝑆𝑄𝑇𝑟𝑎𝑡
𝑛𝐴 ∙ 𝑛𝐵 − 1
𝑄𝑀𝑇𝑟𝑎𝑡
𝑄𝑀𝑅𝑒𝑠
Resíduo 𝑛𝐴 ∙ 𝑛𝐵 𝐽 − 1 𝑆𝑄𝑅𝑒𝑠 𝑆𝑄𝑅𝑒𝑠
𝑛𝐴 ∙ 𝑛𝐵 𝐽 − 1
Total 𝑛𝐴 ∙ 𝑛𝐵 ∙ 𝐽 − 1 𝑆𝑄𝑇𝑜𝑡𝑎𝑙
RESUMO – 2 FATORES
Médias
Média do i-ésimo nível do Fator A: 𝑚 𝐴𝑖 =𝑇𝐴𝑖𝐽, 𝑖 = 1,… , 𝑛𝐴
Média do j-ésimo nível do Fator B: 𝑚 𝐵𝑘 =𝑇𝐵𝑘𝐽, 𝑘 = 1,… , 𝑛𝐵
Média geral: 𝑚 = 𝐿𝑖𝑗𝑛𝐴,𝑛𝐵𝑖=1,𝑗=1
𝑛𝐴∙𝑛𝐵∙𝐽
Teste de Tukey. Para realizar o teste de Tukey na comparação das medias dos
níveis dos fatores em teste temos que usar:
Fator 𝒒 𝚫
𝑨 𝒒 𝒏𝑨,𝑮𝑳𝑹𝒆𝒔 𝑞𝑄𝑀𝑅𝑒𝑠
𝐽
𝑩 𝒒 𝒏𝑩,𝑮𝑳𝑹𝒆𝒔 𝑞𝑄𝑀𝑅𝑒𝑠
𝐽
RESUMO – 2 FATORES
Interação não significativa
Este caso ocorre quando a hipótese 𝐻0 para a interação entre os
fatores não é rejeitada.
Este resultado implica que os efeitos dos fatores atuam de forma
independente.
Interação significativa
Este caso ocorre quando a hipótese 𝐻0 para a interação entre os
fatores é rejeitada.
Este resultado implica que os efeitos dos fatores atuam de forma dependente.
Neste caso as comparações entre os níveis de um fator levam em
consideração o nível do outro fator, pois o resultado significativo para a
interação indica que o efeito de um fator depende do nível do outro fator.
INTERAÇÕES
Obtenção da ANOVA
de um Experimento Fatorial
com 2 Fatores
Considere um delineamento experimental inteiramente casualizado
com os tratamentos num esquema fatorial 2x2 (dois níveis de
antibiótico e dois níveis de vitamina B12) com 3 repetições, para
estudar o aumento de peso (Kg) diário em suínos, conforme tabela:
Para a obtenção da ANOVA, o quadro acima deve ser descrito como:
Tratamentos
Repetição Total
𝟏 𝟐 𝟑
𝑨𝟎𝑩𝟎 1,30 1,19 1,08 3,57
𝑨𝟎𝑩𝟏 1,26 1,21 1,19 3,66
𝑨𝟏𝑩𝟎 1,05 1,00 1,05 3,10
𝑨𝟏𝑩𝟏 1,52 1,56 1,55 4,63
Total 5,13 4,96 4,87 14,96
OBTENÇÃO DA ANOVA COM 2 FATORES
Vitamina B12
Antibiótico sem vitamina
B12 (𝐵0) com 5mg de
vitamina B12 (𝐵1)
sem antibiótico (𝐴0) 1,30 1,19 1,08 1,26 1,21 1,19
com 40𝜇𝑔 de antibiótico (𝐴1) 1,05 1,00 1,05 1,52 1,56 1,55
OBTENÇÃO DA ANOVA COM 2 FATORES
𝐴1
𝐴0
Gráfico das médias de ganho de
peso dos níveis de vitamina B12
por nível de antibiótico
Gráfico das médias de ganho de
peso dos níveis de antibiótico por
nível de vitamina B12
Fator de Correção K: 𝐾 =1
𝐼×𝐽 𝐿𝑖∙∙𝐼𝑖<1
2
𝐾 =1
4×3 𝐿𝑖4𝑖<1
2
𝐾 =1
123,57 + 3,66 + 3,10 + 4,63 2
𝐾 =14,962
12= 18,6501
Soma de Quadrados Total: 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗2𝐽
𝑗<1𝐼𝑖<1 − 𝐾,
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗23
𝑗<14𝑖<1 − 18,6501
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 1,302 +⋯+ 1,552 − 18,6501
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 19,0918 − 18,6501
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 0,4417
OBTENÇÃO DA ANOVA COM 2 FATORES
Tratamento
Repetição Total
𝟏 𝟐 𝟑
𝑨𝟎𝑩𝟎 1,30 1,19 1,08 3,57
𝑨𝟎𝑩𝟏 1,26 1,21 1,19 3,66
𝑨𝟏𝑩𝟎 1,05 1,00 1,05 3,10
𝑨𝟏𝑩𝟏 1,52 1,56 1,55 4,63
Total 5,13 4,96 4,87 14,96
Soma de Quadrados de Tratamentos:
𝑺𝑸𝑻𝒓𝒂𝒕 =𝟏
𝑱 𝑳𝒊
𝟐𝑰𝒊<𝟏 −𝑲
𝑆𝑄𝑇𝑟𝑎𝑡 =
1
3 𝐿𝑖
24𝑖<1 − 18,6501
𝑆𝑄𝑇𝑟𝑎𝑡 =1
33,572 + 3,662 + 3,102 + 4,632 − 18,6501
𝑆𝑄𝑇𝑟𝑎𝑡 =57,1874
3− 18,6501
𝑆𝑄𝑇𝑟𝑎𝑡 = 19,0625 − 18,6501
𝑆𝑄𝑇𝑟𝑎𝑡 = 0,4124
OBTENÇÃO DA ANOVA COM 2 FATORES
Tratamento
Repetição Total
𝟏 𝟐 𝟑
𝑨𝟎𝑩𝟎 1,30 1,19 1,08 3,57
𝑨𝟎𝑩𝟏 1,26 1,21 1,19 3,66
𝑨𝟏𝑩𝟎 1,05 1,00 1,05 3,10
𝑨𝟏𝑩𝟏 1,52 1,56 1,55 4,63
Total 5,13 4,96 4,87 14,96
Soma de Quadrados de Resíduos:
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
𝑆𝑄𝑅𝑒𝑠 = 0,4417 − 0,4124
𝑆𝑄𝑅𝑒𝑠 = 0,0293
Quadro da ANOVA Preliminar
FV GL SQ QM F
Tratamento 3 0,4124 0,1375 37,1622∗∗
Resíduo 8 0,0293 0,0037
Total 11 0,4417
Conclusão. O teste é significativo ao nível de 1% de probabilidade, logo
rejeitamos 𝐻0 em favor de 𝐻1 e concluímos que os efeitos dos tratamentos
diferem entre si em relação à característica analisada.
OBTENÇÃO DA ANOVA COM 2 FATORES
Devemos agora, desdobrar a SQ e GL de tratamentos para estudar os
efeitos principais e a interação entre fatores.
Para facilitar os cálculos, utilizamos um quadro auxiliar como o
seguinte:
Agora, vamos determinar as somas de quadrados devido ao efeito:
do Antibiótico,
da Vitamina B12
da interação Antibiótico x Vitamina B12
OBTENÇÃO DA ANOVA COM 2 FATORES
Tratamentos
Repetição Total
𝟏 𝟐 𝟑
𝑨𝟎𝑩𝟎 1,30 1,19 1,08 3,57
𝑨𝟎𝑩𝟏 1,26 1,21 1,19 3,66
𝑨𝟏𝑩𝟎 1,05 1,00 1,05 3,10
𝑨𝟏𝑩𝟏 1,52 1,56 1,55 4,63
Total 5,13 4,96 4,87 14,96
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3,57 3,66 7,23
𝑨𝟏 3,10 4,63 7,73
Total 6,67 8,29 14,96
Quadro de totais de aumento de peso em
suínos segundo Antibiótico e Vitamina B12
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3,57 3,66 7,23
𝑨𝟏 3,10 4,63 7,73
Total 6,67 8,29 14,96
Soma de Quadrados devido ao efeito do Antibiótico (A):
𝑆𝑄𝐸𝑓. 𝐴𝑛𝑡𝑖𝑏𝑖ó𝑡𝑖𝑐𝑜 =1
𝑛𝐵 ∙ 𝐽 𝑇𝐴𝑖
2
𝑛𝐴
𝑖<1
− 𝐾, sendo
𝑛𝐴: número de antibióticos𝑛𝐵: número de vitaminas 𝐽: número de repetições
𝑆𝑄𝐴 =1
2∙3 𝑇𝐴𝑖
22𝑖<1 − 𝐾
𝑆𝑄𝐴 =1
67,232 + 7,732 − 18,6501
𝑆𝑄𝐴 =1
6112,0258 − 18,6501
𝑆𝑄𝐴 = 18,6710 − 18,6501
𝑆𝑄𝐴 = 0,0209
OBTENÇÃO DA ANOVA COM 2 FATORES
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3,57 3,66 7,23
𝑨𝟏 3,10 4,63 7,73
Total 6,67 8,29 14,96
Soma de Quadrados devido ao efeito da Vitamina B12 (B):
𝑆𝑄𝐸𝑓. 𝑉𝑖𝑡𝑎𝑚𝑖𝑛𝑎 =1
𝑛𝐴 ∙ 𝐽 𝑇𝐵𝑗
2
𝑛𝐵
𝑗<1
− 𝐾, sendo
𝑛𝐴: número de antibióticos𝑛𝐵: número de vitaminas 𝐽: número de repetições
𝑆𝑄𝐵 =1
2∙3 𝑇𝐵𝑗
22𝑗<1 − 𝐾
𝑆𝑄𝐵 =1
66,672 + 8,292 − 18,6501
𝑆𝑄𝐵 =1
6113,2130 − 18,6501
𝑆𝑄𝐵 = 18,8688 − 18,6501
𝑆𝑄𝐵 = 0,2187
OBTENÇÃO DA ANOVA COM 2 FATORES
Soma de Quadrados devido ao efeito da Interação
Antibiótico x Vitamina B12
𝑆𝑄𝐼𝑛𝑡𝑒𝑟𝑎çã𝑜 𝐴x𝐵 = 𝑆𝑄𝐴,𝐵 − 𝑆𝑄𝐴 − 𝑆𝑄𝐵
𝑆𝑄𝐴,𝐵 =1
𝐽 𝐿𝑖
24𝑖<1 − 𝐾
𝑆𝑄𝐴,𝐵 = 𝑆𝑄𝑇𝑟𝑎𝑡
𝑆𝑄𝐴,𝐵 = 0,4124
𝑆𝑄𝐼𝑛𝑡𝑒𝑟𝑎çã𝑜 𝐴x𝐵 = 0,4124 − 0,0209 − 0,2187
𝑆𝑄𝐼𝑛𝑡𝑒𝑟𝑎çã𝑜𝐴x𝐵 = 0,1728
OBTENÇÃO DA ANOVA COM 2 FATORES
Portanto temos a seguinte ANOVA
FV GL SQ QM F
Efeito do Antibiótico (A) 1 0,0209 0,0209 5,65∗
Efeito da Vitamina B12 (B) 1 0,2187 0,2187 59,11∗∗
Efeito da Interação AxB 1 0,1728 0,1728 46,70∗∗
Tratamento 3 0,4124 0,1375 37,1622∗∗
Resíduo 8 0,0293 0,0037
Total 11 0,4417
OBTENÇÃO DA ANOVA COM 2 FATORES
Para efeito de Antibiótico
O teste foi significativo ao nível de 5% de probabilidade, indicando que
devemos rejeitar 𝐻0 em favor de 𝐻1 e concluir que suínos que não receberam
antibiótico diferem estatisticamente dos que receberam 40𝜇𝑔 de antibiótico no
aumento de peso (kg) diário.
Para efeito de Vitamina B12
O teste foi significativo ao nível de 1% de probabilidade, indicando que
devemos rejeitar 𝐻0 em favor de 𝐻1 e concluir que suínos que não receberam
vitamina B12 diferem estatisticamente dos que receberam 5𝑚𝑔 de vitamina
B12 no aumento de peso (kg) diário.
Para efeito da Interação Antibiótico vs. Vitamina B12
O teste foi significativo ao nível de 1% de probabilidade, indicando que
devemos rejeitar 𝐻0 em favor de 𝐻1 e concluir que o efeito da Vitamina B12 na
presença ou ausência de antibiótico é significativamente distinto.
CONCLUSÃO
Estudo da Interação AxB através de desdobramentos: a) efeitos do fator Antibiótico dentro de cada nível do fator Vitamina
𝑆𝑄𝐴 𝑑. 𝐵0 =
1
𝐽𝐴0𝐵0
2 + 𝐴1𝐵02 −
1
2𝐽𝐴0𝐵0 + 𝐴1𝐵0
2 =3,572:3,102
3−
6,672
2∙3= 0,0368
𝑆𝑄𝐴 𝑑. 𝐵1 =1
𝐽𝐴0𝐵1
2 + 𝐴1𝐵12 −
1
2𝐽𝐴0𝐵1 + 𝐴1𝐵1
2 =3,662:4,632
3−
8,292
2∙3= 0,1568
DESDOBRANDO O EFEITO DA INTERAÇÃO
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3,57 3,66 7,23
𝑨𝟏 3,10 4,63 7,73
Total 6,67 8,29 14,96
FV GL SQ QM F
Efeito do Antibiótico (A) 1 0,0209 0,0209 5,65∗
Efeito da Vitamina B12 (B) 1 0,2187 0,2187 59,11∗∗
Efeito da Interação AxB
Antibiótico dentro de 𝐵0
Antibiótico dentro de 𝐵1
1
0,1728 0,1728 46,70∗∗
0,0368 0,0368 9,95∗
0,1568 0,1568 42,38∗∗
Tratamento 3 0,4124 0,1375 37,16∗∗
Resíduo 8 0,0293 0,0037
Total 11 0,4417
Antibiótico dentro de cada nível do fator Vitamina –
nível 1
O teste F foi significativo ao nível de 5% de probabilidade, indicando que o
efeito do fator ANTIBIÓTICO associado à AUSÊNCIA DE VITAMINA B12 é
significativo no aumento de peso diário dos suínos.
Quando se utiliza a dose 𝐵0 de Vitamina B12 existe uma diferença no peso
diário de suínos. A estimativa dessa diferença é dada por:
𝐴1𝐵0 − 𝐴0𝐵0 = 3,10 − 3,57 = −0,47 kg
Tendo em vista que a dose 𝐵0 indica a ausência de vitamina
B12, conclui-se que somente o efeito do antibiótico prejudica o
peso diário dos suínos.
CONCLUSÃO
Antibiótico dentro de cada nível do fator Vitamina –
nível 2
O teste F foi significativo ao nível de 1% de probabilidade, indicando
que o efeito do fator ANTIBIÓTICO associado à 5mg de VITAMINA
B12 é significativo no aumento de peso diário dos suínos.
Quando se utiliza a dose 𝐵1 de Vitamina B12 existe uma diferença no
peso diário de suínos. A estimativa dessa diferença é dada por:
𝐴1𝐵1 − 𝐴0𝐵1 = 4,63 − 3,66 = 0,97 kg
Conclui-se que a combinação 𝐴1𝐵1 ( 40𝜇𝑔 de
ANTIBIÓTICO associado à 5mg de VITAMINA B12)
favorece o peso diário dos suínos.
CONCLUSÃO
Estudo da Interação AxB através de desdobramentos: b) efeitos do fator Vitamina dentro de cada nível do fator Antibiótico
𝑆𝑄𝐵 𝑑. 𝐴0 =
1
𝐽𝐴0𝐵0
2 + 𝐴0𝐵12 −
1
2𝐽𝐴0𝐵0 + 𝐴0𝐵1
2 =3,572:3,662
3−
7,232
2∙3= 0,0014
𝑆𝑄𝐴 𝑑. 𝐴1 =1
𝐽𝐴1𝐵0
2 + 𝐴1𝐵12 −
1
2𝐽𝐴1𝐵0 + 𝐴1𝐵1
2 =3,102:4,632
3−
7,732
2∙3= 0,3902
DESDOBRANDO O EFEITO DA INTERAÇÃO
𝑩𝟎 𝑩𝟏 Total
𝑨𝟎 3,57 3,66 7,23
𝑨𝟏 3,10 4,63 7,73
Total 6,67 8,29 14,96
FV GL SQ QM F
Efeito do Antibiótico (A) 1 0,0209 0,0209 5,65∗
Efeito da Vitamina B12 (B) 1 0,2187 0,2187 59,11∗∗
Efeito da Interação AxB
Vitamina B12 dentro de 𝐴0
Vitamina B12 dentro de 𝐴1
1
0,1728 0,1728 46,70∗∗
0,0014 0,0014 0,38𝑁𝑆
0,3902 0,3902 105,46∗∗
Tratamento 3 0,4124 0,1375 37,16∗∗
Resíduo 8 0,0293 0,0037
Total 11 0,4417
Para efeito de Vitamina B12 dentro de Antibiótico - Fator 1
O teste F foi não significativo ao nível de 5% de probabilidade, indicando que
o efeito do fator VITAMINA B12 associado à AUSÊNCIA DE ANTIBIÓTICO
atuam de forma independente no aumento de peso diário dos suínos.
Para efeito de Vitamina B12 dentro de Antibiótico - Fator 2
O teste F foi significativo ao nível de 1% de probabilidade, indicando que o
efeito do fator VITAMINA B12 associado à 40𝜇𝑔 de ANTIBIÓTICO é
significativo no aumento de peso diário dos suínos.
Quando se utiliza a dose 𝐴1 de Antibiótico existe uma diferença no peso
diário de suínos. A estimativa dessa diferença é dada por: 𝐴1𝐵1 − 𝐴1𝐵0 =
4,63 − 3,10 = 1,53 kg, confirmando que a combinação 𝐴1𝐵1 (40𝜇𝑔 de
ANTIBIÓTICO associado à 5mg de VITAMINA B12) favorece o peso
diário dos suínos.
CONCLUSÃO
TESTE DE TUKEY Comparação de Médias de Antibiótico dentro de Vitamina B12
Médias
Diferença Mínima Significativa
∆ = 𝑞 2x 8 𝐺𝐿 . 𝑠 𝑚 = 3,26 ∙𝑄𝑀𝑟𝑒𝑠
𝐽= 3,26 ∙
0,0037 3
= 0,1145
Contraste
𝑌 1𝐴 = 𝑚 𝐴0𝐵0 −𝑚 𝐴1𝐵0 = 1,19 − 1,03 = 0,16 > ∆ = 0,11
Conclusão
𝑩𝟎
𝑨𝟎 1,19𝐴
𝑨𝟏 1,03𝐵
Nas linhas, médias com pelo menos uma letra minúscula comum são equivalentes.
Nas colunas, médias com letras maiúsculas comuns são equivalentes.
Quantidade média de aumento de peso segundo os antibióticos (𝐴1: sem antibiótico e 𝐴2: com
40𝜇𝑔 de antibiótico) e à Vitamina B12(𝐴1: sem vitamina B12 e 𝐴2: com 5mg de vitamina B12).
𝑩𝟎 𝑩𝟏
𝑨𝟎 3,57
3= 1,1900
3,66
3= 1,22
𝑨𝟏 3,10
3= 1,0333
4,63
3= 1,5433
TESTE DE TUKEY Comparação de Médias de Antibiótico dentro de Vitamina B12
Médias
Diferença Mínima Significativa
∆ = 𝑞 2x 8 𝐺𝐿 . 𝑠 𝑚 = 3,26 ∙𝑄𝑀𝑟𝑒𝑠
𝐽= 3,26 ∙
0,0037 3
= 0,1145
Contraste
𝑌 2𝐴 = 𝑚 𝐴1𝐵1 −𝑚 𝐴0𝐵1 = 1,54 − 1,22 = 0,32 > ∆ = 0,11
Conclusão
𝑩𝟏
𝑨𝟎 1,22𝐵
𝑨𝟏 1,54𝐴
Nas linhas, médias com pelo menos uma letra minúscula comum são equivalentes.
Nas colunas, médias com letras maiúsculas comuns são equivalentes.
Quantidade média de aumento de peso segundo os antibióticos (𝐴1: sem antibiótico e 𝐴2: com
40𝜇𝑔 de antibiótico) e à Vitamina B12(𝐴1: sem vitamina B12 e 𝐴2: com 5mg de vitamina B12).
𝑩𝟎 𝑩𝟏
𝑨𝟎 3,57
3= 1,1900
3,66
3= 1,22
𝑨𝟏 3,10
3= 1,0333
4,63
3= 1,5433
TESTE DE TUKEY Comparação de Médias de Vitamina B12 dentro de Antibiótico
Médias
Diferença Mínima Significativa
∆ = 𝑞 2x 8 𝐺𝐿 . 𝑠 𝑚 = 3,26 ∙𝑄𝑀𝑟𝑒𝑠
𝐽= 3,26 ∙
0,0037 3
= 0,1145
Contraste
𝑌 1𝐵 = 𝑚 𝐵1dentro de 𝐴0 −𝑚 𝐵0dentro de 𝐴0 = 1,22 − 1,19 = 0,03 < ∆ = 0,11
Conclusão
𝑩𝟎 𝑩𝟏
𝑨𝟎 1,19𝑎 1,22𝑎
Nas linhas, médias com pelo menos uma letra minúscula comum são equivalentes.
Nas colunas, médias com letras maiúsculas comuns são equivalentes.
Quantidade média de aumento de peso segundo os antibióticos (𝐴1: sem antibiótico e 𝐴2: com
40𝜇𝑔 de antibiótico) e à Vitamina B12(𝐴1: sem vitamina B12 e 𝐴2: com 5mg de vitamina B12).
𝑩𝟎 𝑩𝟏
𝑨𝟎 3,57
3= 1,1900
3,66
3= 1,22
𝑨𝟏 3,10
3= 1,0333
4,63
3= 1,5433
TESTE DE TUKEY Comparação de Médias de Vitamina B12 dentro de Antibiótico
Médias
Diferença Mínima Significativa
∆ = 𝑞 2x 8 𝐺𝐿 . 𝑠 𝑚 = 3,26 ∙𝑄𝑀𝑟𝑒𝑠
𝐽= 3,26 ∙
0,0037 3
= 0,1145
Contraste
𝑌 2𝐵 = 𝑚 𝐵1dentro de 𝐴1 −𝑚 𝐵0dentro de 𝐴1 = 1,54 − 1,03 = 0,51 > ∆ = 0,11
Conclusão
𝑩𝟎 𝑩𝟏
𝑨𝟏 1,03𝑏 1,54𝑎
Nas linhas, médias com pelo menos uma letra minúscula comum são equivalentes.
Nas colunas, médias com letras maiúsculas comuns são equivalentes.
Quantidade média de aumento de peso segundo os antibióticos (𝐴1: sem antibiótico e 𝐴2: com
40𝜇𝑔 de antibiótico) e à Vitamina B12(𝐴1: sem vitamina B12 e 𝐴2: com 5mg de vitamina B12).
𝑩𝟎 𝑩𝟏
𝑨𝟎 3,57
3= 1,1900
3,66
3= 1,22
𝑨𝟏 3,10
3= 1,0333
4,63
3= 1,5433
TESTE DE TUKEY Comparação de Médias de Vitamina B12 dentro de Antibiótico
Conclusão
Nas linhas, médias com pelo menos uma letra minúscula comum são equivalentes. Nas
colunas, médias com letras maiúsculas comuns são equivalentes.
𝑩𝟎 𝑩𝟏
𝑨𝟎 1,1900𝑎𝐴 1,22𝑎𝐵
𝑨𝟏 1,0333𝑏𝐵 1,5433𝑎𝐴