Beruflich Dokumente
Kultur Dokumente
EXPERIMENTOS FATORIAIS I
6.1 INTRODUÇÃO
6.2 ANÁLISE
„ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ†
‚ ‚ PRODUÇÃO ‚
‚ ‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚ ‚ FERTILIZANTE ‚ ‚
‚ ‡ƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ…ƒƒƒƒƒƒƒƒƒƒƒƒ‰ ‚
‚ ‚ 1 ‚ 2 ‚ 3 ‚ MEDIA ‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚VARIEDADE ‚ ‚ ‚ ‚ ‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ‰ ‚ ‚ ‚ ‚
‚A ‚ 1363.65‚ 1322.55‚ 1503.87‚ 1396.69‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚B ‚ 930.27‚ 870.49‚ 1471.36‚ 1090.71‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚C ‚ 1316.95‚ 1137.62‚ 1051.81‚ 1168.79‚
‡ƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒˆƒƒƒƒƒƒƒƒƒƒƒƒ‰
‚MEDIA ‚ 1203.62‚ 1110.22‚ 1342.35‚ 1218.73‚
Šƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒ‹ƒƒƒƒƒƒƒƒƒƒƒƒŒ
Numa análise das médias , observa-se que a variedade A produziu mais que as
outras, entretanto, quando na presença do fertilizante 3, a variedade B produziu quase igual
a A (evidencia de interação). Também , houve diferenças grandes entre as médias dos
fertilizantes. A análise da variância , não levando em conta o esquema fatorial, foi a
seguinte:
CV= 21.9
Um estudo sobre estes resultados, leva a rejeitar H 0 , que os tratamentos são iguais; em
verdade , esta análise não é necessária e deve-se partir para a análise considerando o
esquema fatorial :
FONTES DF SQ QM F Pr > F
Por um exame desta tabela pode-se dizer que as diferenças entre as fontes é
pequena, as diferenças entre as doses é grande e há evidencia de interação entre fontes e
doses O gráfico acima possibilitará um melhor estudo da interação . Os comportamentos
das fontes 1 e 3 são semelhantes e diferentes do da fonte 2; esta é a razão da interação .
A análise da variância forneceu os seguintes resultados:
Fonte DF SQ QM F Pr > F
CV= 14%
Como já era esperado, as diferenças entre as doses foram significativas assim como a
interação. As diferenças entre fontes não foram suficientes para rejeitar a hipótese nula. O
Estes resultados significam que a cada aumento unitário na dose , a produção sobe 4.42
ton/há na fonte 1, 2.83 ton/ha na fonte 2 e 3.80 ton/há na fonte 3. Vamos ajustar também
uma equação do segundo grau, y ij = β 0 + β 1 xi + β 2 xi2 + eij ; a estimativa de β 2 é o
efeito quadrático da fonte e esta a seguir.
Parâmetro Estimativa Error t Pr > |t|
padrão
QUAD EM FONTE=1 0.12 0.42 0.30 0.7664
QUAD EM FONTE=2 1.09 0.42 2.60 0.0138
QUAD EM FONTE=3 -0.40 0.42 -0.96 0.3434
A equação completa fica da forma: Se o comportamento da resposta não é uma reta e sim
uma curva (como na fonte 2) , diz-se que há um efeito quadrático ; no caso em questão, ele
foi relevante para a fonte 2(1.09). Para entender o significado do efeito quadrático,
Como a análise terminaria? Houve interação, logo para cada fonte tem-se uma equação de
regressão:
Fonte 1: Ŷ = 5.44 + 4.42 P
2
Fonte 2: Ŷ = 8.26 − 0.46 P + 1.09 P
7.1 INTRODUÇÃO
Por outro lado, mesmo o uso de blocos incompletos não é suficiente para viabilizar um fatorial 29 ,
com 512 tratamentos, pois o custo será a alto ou o não será possível um grande número de parcelas; a
solução é realizar o experimento fatorial com parte das combinações ou recorrer aos fatoriais
fracionados. Nesta situação temos que responder a outra pergunta: Qual fração dos tratamentos vai ser
usada no experimento? Nos fatoriais fracionados também ocorre confundimento entre os efeitos que vão
ser estimados e a resposta segue a mesma linha da resposta a pergunta anterior. Confundimento e
fracionamento são duas práticas bastante relacionadas entre si.
7.2 CONFUNDIMENTO
O conceito de bloco, seja uma faixa de terra, um conjunto de animais ou uma amostra de sangue,
encerra o princípio da homogeneidade interna e o tamanho do bloco depende deste princípio e ele vai até
onde a homogeneidade não é comprometida. Quando o tamanho do bloco não for suficiente para conter
fatores quantitativos, a discussão é válida para os fatoriais qualitativos), ou seja, um fatorial 23 , com 8
tratamentos . Admitindo que somente é possível blocos com 4 parcelas, são necessários dois blocos
incompletos para cada repetição e a pergunta é: quais são os tratamentos de cada bloco incompleto?
Para facilitar o manuseio dos tratamentos vamos usar a os códigos 0 e 1 para cada nível de cada fator e
assim temos as seguintes combinações, na ordem NPK : 000 001 010 011 100 101 110 111. Suponha
que a escolha tivesse sido a seguinte:
Bloco 1 : 000 001 010 011
Bloco 2 : 100 101 110 111
Observe que no bloco 1 estão todos as combinações em que o nitrogênio tem nível 0 e no bloco 2
aquelas com nível 1; assim a diferença entre os dois blocos tem as seguintes interpretações: 1)É devida
somente ao efeito de bloco. 2)É devida somente ao efeito do nitrogênio. 3)É devida aos dois efeitos,
agindo simultaneamente . Infelizmente , não é possível descobrir qual delas é. Neste caso, afirmamos
que o efeito de nitrogênio(N) esta confund O primeiro problema que surge é escolher quais os
subconjuntos das combinações correspondentes a cada bloco. A idéia que norteia esta escolha é que
certas interações de pouca importância sejam sacrificadas e os efeitos relevantes sejam estimados com
alta precisão, obtida pelo uso de blocos homogêneos.
ido com o efeito de bloco; a consequência é que não se pode estimar o efeito de nitrogênio. Sendo
um efeito principal, isto representa uma grande perda e situações como esta devem ser evitadas.
Vamos considerar um outro planejamento em que as combinações escolhidas para cada bloco foram
as seguintes:
Bloco 1 : 000 011 101 110
Bloco 2 : 001 010 100 111
Neste planejamento, a diferença entre blocos, dentro do que foi explicado acima , esta confundida
com o efeito da tríplice interação NPK. Pela experiência dos pesquisadores , essa interação é muito
pequena e não é de interesse ; ela não pode ser estimada, entretanto , os efeitos importantes não foram
perdidos .Este exemplo ilustra a racionalidade da escolha das combinações de cada bloco em
planejamentos de experimentos fatoriais completos com confundimento : a seleção deve ser aquela tal
que confunde-se com blocos o efeito que não interessa ao pesquisador. Vamos examinar um exemplo que
esta em Cochran e Cox, pa. 189, um experimento com feijão , 4 fatores, cada um com dois níveis; os
fatores são: nitrogênio orgânico(D), nitrogênio mineral(N) , fósforo(P) e potássio (k). Os resultados da
produção por parcela seguem(CONFUN3):
Fontes gl SQ QM F Pr > F
Somente dois efeitos foram significativos e uma forma geral de dispor os resultados é por meio da
tabela seguinte(valores arredondados):
REP 2 : confundimento de NK
Bloco 3 000 010 101 111
Bloco 4 001 011 100 110
REP 3 :confundimento de PK
Bloco 5 000 011 100 111
Bloco 6 001 010 101 110
1 1 0 0 10 1
2 1 0 1 20 1
3 2 1 0 21 1
4 2 1 1 30 1
5 3 0 0 17 2
6 3 0 1 11 2
7 4 1 0 22 2
8 4 1 1 35 2
9 5 0 0 15 3
10 5 1 0 23 3
11 6 0 1 30 3
12 6 1 1 41 3
13 7 0 0 18 4
14 7 1 0 25 4
15 8 0 1 25 4
16 8 1 1 29 4
17 9 0 0 13 5
18 9 1 1 29 5
19 10 0 1 35 5
20 10 1 0 40 5
21 11 0 0 12 6
22 11 1 1 31 6
23 12 0 1 30 6
24 12 1 0 37 6
médias da interação(repetições 1 ,2 ,3 e 4)
P
N
0 1
0 15.0 21.5
1 22.8 33.8
Fontes GL SQ QM F Pr > F
3 3 (NPK , com 3 níveis cada) com três blocos de nove parcelas cada um. Na notação de Yates, um destes
planos, para uma repetição, é o seguinte:
Bloco 1: 000, 110, 220, 101, 211, 021, 202, 012, 122;
Bloco 2: 100, 210, 020, 201, 011, 121, 002, 112, 222;
Bloco 3: 200, 010, 120, 001, 111, 221, 102, 212, 022.
Como a tríplice interação NPK tem oito graus de liberdade, confunde-se duas componentes (dois
graus de liberdade) desta interação com os efeitos de blocos(2 GL), em todas as repetições;
evidentemente, restam ainda 6 GL para NPK. Admitindo duas repetições, a tabela da análise da variância
é a seguinte:
As considerações até aqui conduzidas sobre confundimento de uma interação com blocos são
válidas para qualquer fatorial do tipo pn , onde p, o número de níveis, é um número primo (ou
potência de primo) e n o número de fatores (chamados fatoriais simétricos). A escolha das combinações
para cada bloco tal que determinada interação seja confundida com blocos, é feita através de um
desenvolvimento matemático, encontrado em alguns livros como o de Cochran e Cox, entretanto, como
orientação, segue um importante resultado de Fisher (1942).
Um fatorial pn ( p primo) pode ser arranjado em pn − b blocos de pb parcelas cada um, sem
confundir efeitos principais e interações de dois fatores se:
(p b − 1)
n ≤
p − 1
Por exemplo, um fatorial 34 pode ser arranjado em 34 − 2 (nove) blocos de 32 (nove) parcelas
desde que:
9 −1
4 ≤ ≡ 4, sem confundir efeitos principais ou interações de dois fatores com os
3 −1
efeitos de blocos.
Pode ocorrer que os níveis dos fatores não sejam iguais; caso eles sejam números primos é possível
confundir algumas interações com blocos. Considere, como exemplo, um fatorial (fatores A , B e C)
7.3 FRACIONAMENTO
Em experimentos fatoriais com um elevado número de fatores, a experiência tem indicado que as
interações de alta ordem são usualmente de reduzida importância. Na análise da variância, uma interação
deste tipo terá um quadrado médio aproximadamente igual ao quadrado médio do erro. Sendo assim, estas
interações podem ser, em conjunto, utilizadas como uma estimativa do erro. Por exemplo, um fatorial 26
tem 22 graus de liberdade para as interações de 4, 5 e 6 fatores; em uma única repetição de 64 parcelas,
estas interações podem ser isoladas e seus quadrados médios tomam o lugar do erro, viabilizando a análise de
variância do experimento. A análise da variância , se o delineamento fosse inteiramente casualizado, ficaria
assim:
Fontes GL
Efeitos principais 6
Interações de 2a ordem 15
Interações de 3a ordem 20
Outras Interações (Erro) 22
Total 63
Esta análise baseia-se no seguinte fato: qualquer fonte de variação da ANOVA, sob hipótese nula, é um
estimador do erro.
O uso de uma repetição, entretanto, não é a única solução para um experimento fatorial com muitos
fatores; por exemplo , um fatorial 210 tem 1024 tratamentos e se interesse está somente nos efeitos
principais e interações de segunda ordem, necessitamos apenas de 55 graus de liberdade (10 para os efeitos
principais e 45 para as interações) ; admitindo 30 gl para o erro, precisamos de 86 observações para obter o
desejado. A pergunta é: existe uma fração dos tratamentos tal que isto seja possível? de a seleção cuidadosa
de uma fração das combinações pode viabilizar o experimento. O fracionamento em experimentos fatoriais
funciona da seguinte forma. Define-se quais os efeitos que são importantes (principais e interações) que
devem ser estimados e quais aqueles que são praticamente nulos; suponha que (q-1) graus de liberdade (gl)
são correspondentes aos efeitos que vão ser estimados; seleciona-se então, no mínimo, as q combinações entre
os níveis dos fatores que vão permitir a estimação. Com certeza q é bem menor do que 26. A conseqüência do
fracionamento é que um efeito importante estará confundido com outro efeito; o cerne do problema é
selecionar uma fração que possibilite a estimação dos efeitos importantes e estes estejam confundidos com os
1
Uma fração de um fatorial pn (onde p é primo), requerendo pr combinações, com a
n−r
p
restrição de que nenhum efeito principal seja confundido com outro que é:
pr − 1
n ≤
p − 1
Por exemplo, se p = 3, n = 4 e r = 2 então:
(3 2 − 1) 1
4 ≤ = 4 , e assim existe uma fração de 2 de um fatorial 34 tal que nenhum
(3 − 1) 3
efeito principal esteja confundido com outro.