2. Análises
• Análise de Variância
• Comparação de Médias
• Parcelas Subdivididas
• Experimentos Fatoriais
• Correlações
3. Análise de Variância
O objetivo da análise de variância é avaliar se as diferenças
observadas entre as médias das amostras são estatisticamente
significantes.
Teste F
Aceitar ou rejeitar H0
4. - Tabular os dados no Excel;
- Usar PONTO no lugar de VÍRGULA para separar as
casas decimais (Ctrl + L ou em configurações locais);
- De preferência organizar as análises em planilhas do
mesmo arquivo;
8. - No Genes, Colar os dados copiados do Excel;
- Retirar o espaço do último valor colado;
- Salvar arquivo com nome adequado.
9. - Salvar os dados dentro da Pasta Genes;
- É preferível criar pastas para armazenar os
dados a serem analisados.
10. - Após salvar os dados o Genes voltará para essa página;
- Clicar em Sair no canto direito superior da barra de
ferramentas.
11. - Após clicar em Sair, volta-se a página principal do Genes
- O primeiro passo é rodar a Análise de Variância de
acordo com o delineamento do experimento como esta
exemplificado acima.
16. - Após abrir os dados eles aparecerão desta forma;
- Em seguida clicar em Sair
17. O arquivo de dados Próximo passo:
a ser analisado foi Clicar em
aberto Declaração de
Parâmetros
18. Ver o arquivo do Excel para declarar quantas
variáveis estarão sendo analisadas
Por fim, clicar em
Número de genótipos ou Retornar
tratamentos
correspondem a 1a coluna
do arquivo de dados Número de blocos ou
repetições
correspondem a 2a
19. Clicar em fim de
dados
Digitar o nome das
variáveis em ordem
Por último, clicar em
Fim de Dados e em
seguida em Retornar
21. Exportar Ampliar Fonte
p/ Excel
Exportar
p/ Word
Menor que 0.05 para ser
significativo
22. - Marcar os arquivos de saída da
ANOVA;
- Clicar no local indicado pela seta
para processá-las ;
23.
24. -Rodar as pressuposições;
-Caso necessário fazer a transformação dos dados;
-Se os testes de normalidade forem significantes
25.
26. Após rodar as pressuposições é possível ver a distribuição
gráfica de cada variável na curva normal
Freqüência esperada
Freqüência observada
27.
28.
29. Comparação de Médias
- Serve como um complemento para o estudo da análise de variância
-Fazendo apenas o teste de “f” (teste que mostra se existe diferença
entre as médias dos tratamentos) não podemos indicar qual o melhor
tratamento.
-Neste caso, é necessário aplicar um teste de comparação de médias
dos tratamentos, daí então podendo concluir qual o melhor
tratamento.
30. - Página principal do Genes
Estatística experimentaisComparações entre Médias Tukey, Ducan,
SNK, Dunnet, Teste T entre outros.
40. Parcelas Subdivididas
X
Fatorial
Quando usar um ou o outro delineamenento?
Quais são as diferenças ?
41. - Parcela Subdividida: Em cada bloco as
subparcelas são sorteadas dentro da parcela
Guamirim BRS 208 Pampeano
nível 1 nível 3 nível 4 nível 2 nível 2 nível 1 nível 4 nível 3 nível 3 nível 2 nível 1 nível 4
Pampeano Guamirim BRS 208
nível 2 nível 4 nível 3 nível 1 nível 3 nível 1 nível 2 nível 4 nível 4 nível 2 nível 3 nível 1
BRS 208 Pampeano Guamirim
nível 3 nível 2 nível 1 nível 4 nível 3 nível 1 nível 2 nível 4 nível 1 nível 3 nível 4 nível 2
Fatorial: Aleatorização de todos os fatores
Guam 208 Pamp Pamp Guam 208 208 Pamp Guam 208 Pamp Guam
nível 1 nível 3 nível 4 nível 2 nível 2 nível 1 nível 4 nível 3 nível 3 nível 2 nível 1 nível 4
42. Rodar ANOVA para delineamento fatorial e
parcela subdividida para comparar GLs.
43. Há diferença nos GL do erro na analise da variância
Fatorial Simples GL= n-1
SQ=
QM= SQ do tratamento
GL do tratamento
F = QM do Tratamento
QM do erro do exper.
Parcelas Subdivididas
59. GL Resíduo:
Olhar na
ANOVA
Fator 1: Genótipo, número de efeitos =8 genótipos
Fator 2: Nível, número de efeitos = 4 níveis
60. Uma tabela de saída
para a Comp. de Médias
de cada fator
61. Montar as tabelas no Excel
Comp. Médias entre Níveis
Comp. Médias entre Genótipos
62.
63.
64. Correlação
- Existe correlação entre duas variáveis quando a
alteração sofrida por uma delas é acompanhada por
modificações na outra.
- Seleção indireta no melhoramento de plantas
- caracteres de dificuldade medição ou identificação
Definir estratégias de seleção para as gerações seguintes;
Verificar se os caracteres tendem a permanecer associados
durante os sucessivos ciclos de seleção.
65. Tipos de Correlação
Y
Y
Y
r = 0,9 r = 0,3 r=0
X X X
Coeficiente de Correlação simples (de Pearson)
mede o grau de relação linear entre X e Y
Cov ( X , Y ) −1 ≤ r ≤ 1
r=
Var ( X ) *Var (Y )
Y
n n n
n ∑ X iYi − ∑ X i ∑ Yi
n
r = - 0,9 ∑( X i − X ) ( Yi − Y )
r= i =1 = i =1 i =1 i =1
X
n n n 2 n n 2 n
2 2
∑( X −X) ∑( Y − Y ) n ∑ X i − ∑ X i ÷ n ∑Yi − ∑Yi ÷
2 2
i i
i =1 i =1 i =1
i =1 i =1
i =1
66. Magnitude da correlação
Tabela 1 – Classificação dos coeficientes de correlação de
acordo com sua magnitude.
Valor Correlação
r = 0 nula
0 < | r| ≤ 0.30 fraca
0,30 < | r| ≤ 0,60 média
0,60 < | r| ≤ 0,90 forte
0,90 < | r| ≤ 1 fortíssima
| r| = 1 perfeita
Significância pelo teste T de acordo com o grau de liberdade.
