7.

ESTUDO DAS MDIAS - REGRESSO NA ANLISE DE VARINCIA

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

Anlise de Varincia das Produes de Milho. GL

3 12 15

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

onde n o nmero de mdias. Assim para o exemplo, tem-se o quadro auxiliar:

Tratamentos (X) 0 100 200 300 600

Mdias (Y) 49,50 55,75 62,75 66,25 234,25

XY 0 5.575 12.550 19.875 38.000

2

X2 0 10.000 40.000 90.000 140.000

3.800 SQEL =

(600)(234,25) (600)2
4 4

4 =

(2862,5)2 4 = 655,51
50.000

140.000 Passo 3.

O teste F para os efeitos de Regresso est apresentado na Tabela 7.3.

59

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.

655,51 = 98,3% 666,69

Modelo de Regresso Linear : Y = 0 + 1 X As estimativas de 0 e 1 so dadas por:

= 1

XY

X )( Y ) 2862,5 n = = 0,0572 2 50.000 ( X) 2 X n

= 0

Y X 234,25 600 1 = 0,0572 = 49,9825 n n 4 4

= 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

= 49,9825 + 0,0572 X R2 = 98,3 %

60

50

100

200

300

FIGURA 7.1 Equao de Regresso Linear para as Produes de Milho em Funo

de diferentes Doses de Adubo Nitrogenado. O ajuste do modelo linear s produes mdias de milho foi muito bom apresentado um coeficiente de determinao igual a 98,3%. A equao ajustada mostra que a cada 1 kg/ha de adubo nitrogenado adicionado, espera-se um aumento mdio na produo de 0,0572 kg/parcela. Observe que mesmo tendo sido utilizadas apenas 4 doses de adubo neste experimento, o modelo ajustado permite estimar produes em todo o intervalo de 0 a 300 Kg/ha de adubo ou seja, pode-se estimar, por exemplo, a produo de milho para uma dose de 250 Kg/ha, mesmo no tendo sido usado este tratamento.

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

= 6,3343 + 0,1016 X 0,0007 X2 Y R2 = 83,3 %

.
6

25

50

75

100

FIGURA 7.2

Equao de Regresso para o Efeito de Doses de P2O5 na Produo de Milho.

62