Professional Documents
Culture Documents
ANÁLISE DA COVARIÂNCIA
1.1 - Introdução
A análise da covariância é assim denominada quando se procede a análise da variância
simultaneamente para duas ou mais variáveis. Geralmente, como resultado de um
experimento, têm-se uma variável (Y) dependente principal e uma ou mais variáveis (X1,X2,...)
dependentes secundárias denominadas de covariáveis. Considerando-se que, estas
covariáveis são correlacionadas entre si e com a variável principal e podem ser ou não
dependentes dos tratamentos (de efeito fixo ou de efeito aleatório) a análise da covariância
tem as suas aplicações classificadas em: a) auxiliar na interpretação dos dados
experimentais; b) decompor a covariância total em componentes; c) controlar o erro e
aumentar a precisão da análise de dados; d) ajustar as médias dos tratamentos em função
das médias das covariáveis; e) estimar dados perdidos. Algumas destas aplicações serão
discutidas a seguir.
2tY QMT Y QME Y / J;
a2) Estimativa da variância de tratamento (genética) de Y
FY eY tY
a3) Estimativa da variância fenotípica (total) de Y
2 2 2
2eX QME X ;
b1) Estimativa da variância do erro de X
tX QMT X QME X / J ;
b2) Estimativa da variância de tratamento (genética) de X
2
FX eX tX
b3) Estimativa da variância fenotípica (total) de X
2 2 2
tYX / tY . tX . Este coeficiente
a) Coeficiente de correlação genético (de tratamento) (rg): rg
estima quanto as variáveis X e Y estão correlacionados na população de tratamentos, livre
do efeito ambiental (erro experimental). Se for selecionar na população, pelo carácter Y,
então, se rg for grande também o carácter X estará sendo modificado (para mais ou para
menos) na população selecionada, isto é, para cada unidade modificada em Y estima-se
uma modificação de
tYX /
tY unidades em X.
2
FYX / FY . FX , estima quanto as
c) Coeficiente de correlação fenotípico (ou total) (rF): rF
média X 2 . Da mesma forma, existe variação quanto a característica Y, devidas ao efeito dos
5
T1 e T2. Observe que as diferenças entre Y1 e Y2 são muito pequenas, pois estas são
influenciadas pela variável X. Por isto, se tomarmos um ponto X0 como sendo a média entre
X1 e X 2 e ajustarmos as médias (Y) de tratamento para este ponto (X0), então, as médias (Y)
de tratamentos podem ser comparadas livres do efeito da variável X. Observe no gráfico
(Figura 1.1) que a diferença entre médias (Y) de T1 e T2 após o ajustamento (DA) é bem
maior do que a não ajustada (DO). Além disso, o ajustamento é paralelo, isto é, o efeito da
covariável (X) é o mesmo para os dois tratamentos (X sendo uma covariável e independente
do efeito de tratamento).
Figura 1.1 Diferença observada (DO) e diferença ajustada (DA) entre as médias de dois
tratamentos.
diferentes rações). Se o peso inicial tem correlação com o ganho de peso, então uma porção
do erro
experimental para ganho de peso (Y) pode ser resultante dos diferentes pesos iniciais (X) dos
animais. Neste caso, a análise da covariância faz com que a variação entre X (peso inicial)
seja removida do erro experimental da variável dependente (Y = ganho de peso) e as médias
(Y) podem ser comparadas sob um mesmo (uniforme) valor da covariável X (peso inicial).
Aplicação 2. Pode-se usar como covariável (X) os resultados de experimentos com as
mesmas UE em anos anteriores (subtraído o efeito de tratamento) ou de ensaios em branco.
Aplicação 3. Onde existem gradientes de fertilidade, como nas encostas, pode-se substituir o
uso de blocos por covariáveis via análise de amostras de solo em cada UE.
Aplicação 4. Considere um experimento com cultivares de ervilha (tipo industrial, para
enlados). O rendimento da ervilha aumenta rapidamente com o grau de maturação. Assim, é
impossível colher e avaliar todas as UE com o mesmo grau de maturação, pois há diferenças
na maturidade entre os cultivares e entre as UE com o mesmo cultivar. Uma análise para
comparar médias (Y) de rendimento dos cultivares não ajustados para o grau de maturidade
tem pouco ou nenhum valor. No entanto, o grau de maturidade pode ser usado como uma
covariável (X) quando avaliada por método mecânico (resistência ao esmagamento). Uma
comparação dos rendimentos (Y), ajustados para um mesmo grau de maturidade (maciez)
tem maior validade para a caracterização dos cultivares.
Aplicação 5. Experimentos com plantas perenes, não homogêneas, podem ser mais
eficientes (maior precisão) se usar a produção de um ou dois anos anteriores de cada UE
como uma covariável.
Em experimentos com alimentação animal, diferenças entre médias (Y) de tratamentos
não ajustadas podem ser devidas às diferenças no valor nutritivo das rações e nas
quantidades consumidas, ou devidas a ambas. Se as diferenças entre o ganho médio de peso
para as diferentes rações são ajustadas para uma mesma quantidade de consumo, então a
média ajustada (que é o efeito estimado) indica se a ração difere ou não quanto ao valor
nutritivo. Aqui, a covariância auxilia o pesquisador no entendimento (compreensão) sobre os
efeitos que os tratamentos produzem.
Quando a covariância é usada para testar médias ajustadas de tratamentos deve-se,
também, saber se a covariável é independente, ou seja, se ela não é influenciada pelos
tratamentos. Se a covariável (X) é influenciada (pelos tratamentos), a interpretação dos
resultados é modificada. Isto porque, a média (Y) de tratamento ajustada estima o valor
esperado para o caso em que as médias (X) de tratamentos (da covariável) são iguais. O
ajustamento remove parte do efeito de tratamento quando as médias (X) da covariável são
afetadas pelos tratamentos. Nestes casos, a covariância ainda pode ser usada, mas deve-se
cuidar na interpretação dos resultados.
7
Modelo e Pressuposições
O modelo linear aditivo, para um dado delineamento experimental, é o mesmo da
análise da variância acrescido de termos adicionais para as covariáveis e, as pressuposições
para o modelo são a soma das pressuposições da análise da variância e da regressão linear
(ou outra regressão qualquer).
Para o delineamento blocos ao acaso, com uma covariável X, temos o modelo
Yij m t i b j X ij X.. e ij (1)
em que: Yij é uma observação (variável dependente Y) do tratamento i no bloco j; Xij é uma
observação da covariável X na UE que recebeu o tratamento i no bloco j; m, ti , bj e são os
parâmetros, não correlacionados; e eij é o erro experimental.
O modelo (1) pode ser rescrito nas seguintes formas:
Yij Xij X.. m t i b j e ij (2)
Yij t i b j m Xij X.. eij (3)
e, assim, no modelo (2) estamos procedendo a análise da variância para dados ajustados e
no modelo (3) estamos estimando o coeficiente de regressão , que é o ajustamento.
Tomando o modelo (2) e (3) simultaneamente temos a análise da covariância.
As pressuposições necessárias para a validade da análise da covariância são:
1) As observações Xij são de efeito fixo e medidas sem erro, independente do efeito de
tratamentos (isto, deve ser verificado);
2) A regressão de Y sobre X, após removidos os efeitos de tratamentos e de blocos, é linear e
independente dos tratamentos e de blocos. Assim, o coeficiente de regressão linear é
homogêneo (é o mesmo para cada tratamento);
3) Os erros são normal e independentemente distribuídos com média zero e variância
2
comum . Esta pressuposição dá a validade para os testes de t e de F. A casualização nas
UE, geralmente, garante a homogeneidade nas variâncias dos erros. Para estimar os
componentes de variância e covariância se exige apenas a casualização, sendo dispensável
a normalidade.
8
Estimação
,
A variância do erro é estimada com base nas estimativas m t , b e tal que seja
i j
2
mínima a SQ E Y
ij ij
ti b j X ij X..
m . Estas estimativas são:
Y..
m Y / IJ;
ij ij
t Y .m
i i
X i . X..; b j Y. j m
X.j X.. ;
Tabela 1.4 Gramas de espiga (Y) e número de plantas (X) por UE.
blocos
Trat. 1 2 3 4 totais
(i) X Y X Y X Y X Y Xi . Yi.
1 28 202 22 165 27 191 19 134 96 692
2 23 145 26 201 28 203 24 180 101 729
3 27 188 24 185 27 185 28 220 106 778
4 24 201 28 231 30 238 30 261 112 931
5 30 202 26 178 26 198 29 226 111 804
6 30 228 25 221 27 207 24 204 106 860
X.j 162 151 165 154 X.. 632
Y.j 1166 1181 1222 1225 Y.. 4794
1
6
1622 1512 165 2 154 2 Cx 2167
, ;
1 1
SQ T X X 2 . Cx 962 ...106 2 Cx 4583
i i
, ;
J 4
SQ To X X ij
2
ij Cx 282 232 ...29 2 24 2 Cx 181,33;
1
SQ T Y
4
692 2 ...8602 4794 2 / 24 9494,00;
nível de 1% de erro. Concluímos que pelo menos um contraste entre médias de tratamentos
ajustadas é diferente de zero. Para identificarmos este contraste deve-se, agora aplicar um
dos procedimentos para comparações múltiplas de médias.
No exemplo, se a correção (devida a variação em X) não fosse procedida teríamos um
SQ T( Y ) / GL T 9490 / 5
Fc 3,25 que é maior que F5%(5;15)=2,90 e menor que
SQE( Y ) / GL E 8752,33 / 15
F1%(5;15)=4,56. Logo rejeitaríamos H0:ti=0, i (apenas) em nível de 5% de erro. As médias
de tratamentos não ajustadas diferem, embora com maior margem de erro entre si.
Para verificar se a covariável X (número de plantas por UE) é influenciada pelos
SQ T( X ) / GL T
tratamentos testamos a hipótese H0:txi=0, i. Como a estatística Fc =
SQE(X ) / GLE
45,83 / 5
121
, é menor que F5%(5;15)=2,90, então, não rejeitamos H0 e concluímos que
113,83 / 15
a variação da covariável é independente dos tratamentos, isto é, as médias (X) de
tratamentos não diferem entre si. Assim, é conveniente estudar as diferenças entre as médias
(Y) ajustadas para as médias (X) de tratamentos.
O coeficiente de regressão linear (usado para fazer o ajustamento) é estimado por
A estimativa nos diz que para cada planta (X) a mais na UE tenho 8,06 unidades
(gramas) a mais no rendimento (Y) da UE. A soma de quadrados da regressão é obtida por
ao ajustamento das médias (Y) de tratamento, sendo este ajustamento significativo em nível
de 1% de erro.
Note que a estimativa é a mesma para todos os tratamentos. Portanto, assumimos
que existe homogeneidade dos para todos os tratamentos, ajustados para as diferenças
V m 2
i QME 1 / J X i . X.. / SQ E X e, para o tratamento i, do exemplo, temos
V m 2
i 97,22 1 / 4 X i .26,333 / 113,83 que depende da média X i . Para i = 1, 2, ... , 6
i ).
Tabela 1.8. Médias observadas de tratamentos para as variáveis Y, X e Y ajustadas ( m
Trat. (i) Yi . Xi. X i . X.. i
m
1 173,00 24,00 -2,334 191,81
2 182,25 25,25 -1,083 190,98
3 194,50 25,50 0,167 193,15
4 232,75 28,00 1,667 219,31
5 201,00 27,75 1,416 189,58
6 215,00 26,50 0,167 213,65
média 199,75 26,333 0,000 199,75
Pelo teste de Tukey, por exemplo, deve-se calcular ii’ devido as diferenças em X .
1/ 2
1 m
Assim, se ii' q( I;GLE 1) V
2
i m
i' i m
é maior que m i' para i=i', então o tratamento
Tabela 1.10 Médias (gramas de espiga/UE) de tratamentos ajustadas para um número médio
de plantas/UE.
Tratamento Médias ajustadas
4 219,31 a*
6 213,65 a b
3 193,15 b C
1 191,81 b C
2 190,98 b C
5 189,58 C
* Tratamentos com médias não ligadas por mesma letra diferem pelo teste de
Tukey em 5% de erro.
Notas sobre as comparações:
4 m
m 5 29,73 45 22,89 T4 T5
4 m
m 2 28,33 24 24,34 T4 T2
4 m
m 1 27,50 14 2589
, T4 T1
m4 m 3 26,16 34 23,32 T4 T3
mˆ 4 mˆ 6 5,66 46 23,32 T 4 T 5 , etc.
A análise da covariância pode ser aplicada a qualquer delineamento experimental e a
qualquer estrutura de tratamentos (bifatorial, trifatorial, hierarquizado, etc). O ajustamento
pode ser linear simples (como no exemplo) ou múltipla, polinomial, não-linear, etc. No entanto,
é preferível a linear simples homogênea quando a variação da covariável não é muito ampla.
A estimativa da variância de uma média (Y) não ajustada é obtida, para o exemplo, por
.) = QM / J = (SQ / GL ) / J = (8752,33 / 15) / 4 = 145,87 .
V(Yi E(Y) E(Y) E
) . Vimos que
A estimativa da variância de uma média (Y) ajustada é obtida por V(m i
V m 2
i QME 1 / J X i . X.. / SQE X ) varia em função
para um tratamento i. Como V(m i
) , denominado
do tratamento, pode-se obter uma aproximação para o valor médio das V(m i
2 SQ T( X ) / GL T
m
de variância ponderada, obtida por V QM
p i E 1 que, no exemplo, é
J SQ E( X )
m 2 45,83 / 5
V i 94,221 52,52 .
p
4 ,
11383
A eficiência relativa (ER), em percentagem, é obtida pela relação
ER% = 100 V(Y.) (m
/V i ) e, para o exemplo ER% = 100 145,87 / 52,52 = 277,74% .
i p
Isto é, 100 repetições em um experimento com o uso da covariância é tão eficiente quanto
278 repetições, deste mesmo experimento, sem o uso da covariância.
Obtenha as estimativas dos coeficientes de variação para os dois casos (sem e com o
uso da covariância) e compare-os.
14
REFERÊNCIAS BIBLIOGRÁFICAS
MOOD, A.M., GRAYBILL, F.A., BOES, D.C. Introduction to the theory of statistics. 3.ed.
London: McGraw-Hill, 1974, 564p.
OLIVEIRA, P. H. Tamanho e forma ótima da parcela para avaliação do rendimento em
experimentos com batata. Santa Maria - RS. 83 p. Tese (Mestrado em Agronomia) -
Curso de Pós-Graduação em Agronomia, Universidade Federal de Santa Maria, 1994.
SCHNEIDER, P.R., STORCK, L., FINGHER, C.A.G., et al. Crescimento inicial do Eucalyptus
dunni Maiden consorciado com Zea mays L., na região de Santa Maria-RS. Ciência
Florestal, Santa Maria, v.5, n.1, p.171-182, 1995.
SEARLE, S.R. Linear models. New York:John Wiley, 1971, 532p.
SNEDECOR, G.W., COCHRAN, W.G. Statistical methods. 6ed., Ames: Iowa State University
Press, 1967, 593p.
STEEL, R. G. D., TORRIE, J. H. Principles and procedures of statistics. Nova York:
McGraw Hill Book, 1960. 481 p.
STORCK, L. Estimativa para tamanho e forma de parcela e número de repetições para
experimentos com milho. Porto Alegre - RS. 98 p. Tese (Mestrado em Agronomia) - Curso
de Pós-Graduação em Agronomia, Universidade Federal do Rio Grande do Sul, 1979.
STORCK, L. Modelo de regressão bi-segmentado descontínuo com erros de medida aplicado
na análise de estabilidade de cultivares. Piracicaba - SP. 217p. Tese (Doutorado em
Agronomia) - Curso de Pós-Graduação em Estatística e Experimentação Agronômica,
Universidade de São Paulo, 1989.
STORCK, L., ESTEFANEL,V., GARCIA, D.C. Experimentos fatoriais: modelos de análise
pelos pacotes SAS, SAEG e SOC. Santa Maria: UFSM/Departamento de Fitotecnia, 1995,
53p.
STORCK, L., SACCOL, A. V., SCHNEIDER, F. M. Comparação de métodos de estimativa do
índice de heterogeneidade do solo e do tamanho ótimo de parcela em experimento com
soja. Ciência Rural. Santa Maria, v. 12 (2-3), p. 189-202, 1982.
ZANON, M. L. B. Tamanho e forma ótimos de parcelas experimentais para Eucalyptus
saligma Smith. Santa Maria: UFSM, 1996. 75p. Tese (Mestrado em Engenharia Florestal) -
Curso de Pós-graduação em Engenharia Florestal, Universidade Federal de Santa Maria,
1996.
16
z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
Nota: Tabela extraída do Software SOC/Embrapa/Campinas, SP.
17
Tabela F - Contém os valores teóricos (f) da distribuição de F(n;m) em que P(F>f) =1%, para
n graus de liberdade do numerador e m graus de liberdade do denominador.
n = graus de liberdade do numerador
m 1 2 3 4 5 6 7 8 9 10
1 4052 5000 5403 5625 5764 5859 5928 5982 6062 6056
2 98,50 99,00 99,17 99,25 99,30 99,33 99,36 99,37 99,39 99,40
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,35 27,23
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55
5 16,26 13,27 12,06 11,39 10,97 10,67 10,46 10,29 10,16 10,05
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69
17 8,40 6,11 5,18 4,67 4,34 4,10 3,93 3,79 3,68 3,59
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98
32 7,50 5,34 4,46 3,97 3,65 3,43 3,26 3,13 3,02 2,93
34 7,44 5,29 4,42 3,93 3,61 3,39 3,22 3,09 2,98 2,89
38 7,35 5,21 4,34 3,86 3,54 3,32 3,15 3,02 2,92 2,83
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80
44 7,25 5,12 4,26 3,78 3,47 3,24 3,08 2,95 2,84 2,75
50 7,17 5,06 4,20 3,72 3,41 3,19 3,02 2,89 2,78 2,70
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63
70 7,01 4,92 4,07 3,60 3,29 3,07 2,91 2,78 2,67 2,59
80 6,96 4,88 4,04 3,56 3,26 3,04 2,87 2,74 2,64 2,55
90 6,93 4,85 4,01 3,53 3,23 3,01 2,84 2,72 2,61 2,52
100 6,90 4,82 3,98 3,51 3,21 2,99 2,82 2,69 2,59 2,50
110 6,87 4,80 3,96 3,49 3,19 2,97 2,81 2,68 2,57 2,49
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47
continua . . .
20
Tabela F - Contém os valores teóricos (f) da distribuição de F(n;m) em que P(F>f) =1%, para
n graus de liberdade do numerador e m graus de liberdade do denominador.
. . . continuação
n = graus de liberdade do numerador
m 11 12 13 14 15 17 20 26 40 60
1 6082 6106 6125 6142 6157 6181 6209 6245 6287 6313
2 99,41 99,42 99,42 99,43 99,43 99,44 99,45 99,46 99,47 99,48
3 27,13 27,05 26,98 26,92 26,87 26,79 26,69 26,56 26,41 26,32
4 14,45 14,37 14,31 14,25 14,20 14,11 14,02 13,89 13,75 13,65
5 9,96 9,89 9,82 9,77 9,72 9,64 9,55 9,43 9,29 9,20
6 7,79 7,72 7,66 7,60 7,56 7,48 7,40 7,28 7,14 7,06
7 6,54 6,47 6,41 6,36 6,31 6,24 6,16 6,04 5,91 5,82
8 5,73 5,67 5,61 5,56 5,52 5,44 5,36 5,25 5,12 5,03
9 5,18 5,11 5,05 5,01 4,96 4,89 4,81 4,70 4,57 4,48
10 4,77 4,71 4,65 4,60 4,56 4,49 4,41 4,30 4,17 4,08
11 4,46 4,40 4,34 4,29 4,25 4,18 4,10 3,99 3,86 3,78
12 4,22 4,16 4,10 4,05 4,01 3,94 3,86 3,75 3,62 3,54
13 4,02 3,96 3,91 3,86 3,82 3,75 3,66 3,56 3,43 3,34
14 3,86 3,80 3,75 3,70 3,66 3,59 3,51 3,40 3,27 3,18
15 3,73 3,67 3,61 3,56 3,52 3,45 3,37 3,26 3,13 3,05
16 3,62 3,55 3,50 3,45 3,41 3,34 3,26 3,15 3,02 2,93
17 3,52 3,46 3,40 3,35 3,31 3,24 3,16 3,05 2,92 2,83
18 3,43 3,37 3,32 3,27 3,23 3,16 3,08 2,97 2,84 2,75
19 3,36 3,30 3,24 3,19 3,15 3,08 3,00 2,89 2,76 2,67
20 3,29 3,23 3,18 3,13 3,09 3,02 2,94 2,83 2,69 2,61
21 3,24 3,17 3,12 3,07 3,03 2,96 2,88 2,77 2,64 2,55
22 3,18 3,12 3,07 3,02 2,98 2,91 2,83 2,72 2,58 2,50
23 3,14 3,07 3,02 2,97 2,93 2,86 2,78 2,67 2,54 2,45
24 3,09 3,03 2,98 2,93 2,89 2,82 2,74 2,63 2,49 2,40
25 3,06 2,99 2,94 2,89 2,85 2,78 2,70 2,59 2,45 2,36
26 3,02 2,96 2,90 2,86 2,81 2,75 2,66 2,55 2,42 2,33
27 2,99 2,93 2,87 2,82 2,78 2,71 2,63 2,52 2,38 2,29
28 2,96 2,90 2,84 2,79 2,75 2,68 2,60 2,49 2,35 2,26
29 2,93 2,87 2,81 2,77 2,73 2,66 2,57 2,46 2,33 2,23
30 2,91 2,84 2,79 2,74 2,70 2,63 2,55 2,44 2,30 2,21
32 2,86 2,80 2,74 2,70 2,65 2,58 2,50 2,39 2,25 2,16
34 2,82 2,76 2,70 2,66 2,61 2,54 2,46 2,35 2,21 2,12
38 2,75 2,69 2,64 2,59 2,55 2,48 2,40 2,28 2,14 2,05
40 2,73 2,66 2,61 2,56 2,52 2,45 2,37 2,26 2,11 2,02
44 2,68 2,62 2,56 2,52 2,47 2,40 2,32 2,21 2,07 1,97
50 2,63 2,56 2,51 2,46 2,42 2,35 2,27 2,15 2,01 1,91
60 2,56 2,50 2,44 2,39 2,35 2,28 2,20 2,08 1,94 1,84
70 2,51 2,45 2,40 2,35 2,31 2,23 2,15 2,03 1,89 1,78
80 2,48 2,42 2,36 2,31 2,27 2,20 2,12 2,00 1,85 1,75
90 2,45 2,39 2,33 2,29 2,24 2,17 2,09 1,97 1,82 1,72
100 2,43 2,37 2,31 2,27 2,22 2,15 2,07 1,95 1,80 1,69
110 2,41 2,35 2,30 2,25 2,21 2,13 2,05 1,93 1,78 1,67
120 2,40 2,34 2,28 2,23 2,19 2,12 2,03 1,92 1,76 1,66
Nota: Tabela extraída do Software SOC/EMBRAPA/Campinas, SP.
21
Tabela F - Contém os valores teóricos (f) da distribuição de F(n;m) em que P(F>f) =5%, para
n graus de liberdade do numerador e m graus de liberdade do denominador.
n = graus de liberdade do numerador
m 1 2 3 4 5 6 7 8 9 10
1 161,4 199,5 215,7 224,6 230,2 234,0 236,8 238,9 240,5 241,9
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40
3 10,13 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16
32 4,15 3,29 2,90 2,67 2,51 2,40 2,31 2,24 2,19 2,14
34 4,13 3,28 2,88 2,65 2,49 2,38 2,29 2,23 2,17 2,12
38 4,10 3,24 2,85 2,62 2,46 2,35 2,26 2,19 2,14 2,09
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08
44 4,06 3,21 2,82 2,58 2,43 2,31 2,23 2,16 2,10 2,05
50 4,03 3,18 2,79 2,56 2,40 2,29 2,20 2,13 2,07 2,03
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99
70 3,98 3,13 2,74 2,50 2,35 2,23 2,14 2,07 2,02 1,97
80 3,96 3,11 2,72 2,49 2,33 2,21 2,13 2,06 2,00 1,95
90 3,95 3,10 2,71 2,47 2,32 2,20 2,11 2,04 1,99 1,94
100 3,94 3,09 2,70 2,46 2,31 2,19 2,10 2,03 1,97 1,93
110 3,93 3,08 2,69 2,45 2,30 2,18 2,09 2,02 1,97 1,92
120 3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91
continua . . .
22
Tabela F - Contém os valores teóricos (f) da distribuição de F(n;m) em que P(F>f) =5%, para
n graus de liberdade do numerador e m graus de liberdade do denominador.
. . . continuação
n = graus de liberdade do numerador
m 11 12 13 14 15 17 20 26 40 60
1 243,0 243,9 244,7 245,4 245,9 246,9 248,0 249,4 251,1 252,2
2 19,40 19,41 19,42 19,42 19,43 19,44 19,45 19,46 19,47 19,48
3 8,76 8,74 8,73 8,71 8,70 8,68 8,66 8,63 8,59 8,57
4 5,94 5,91 5,89 5,87 5,86 5,83 5,80 5,76 5,72 5,69
5 4,70 4,68 4,66 4,64 4,62 4,59 4,56 4,52 4,46 4,43
6 4,03 4,00 3,98 3,96 3,94 3,91 3,87 3,83 3,77 3,74
7 3,60 3,57 3,55 3,53 3,51 3,48 3,44 3,40 3,34 3,30
8 3,31 3,28 3,26 3,24 3,22 3,19 3,15 3,10 3,04 3,01
9 3,10 3,07 3,05 3,03 3,01 2,97 2,94 2,89 2,83 2,79
10 2,94 2,91 2,89 2,86 2,85 2,81 2,77 2,72 2,66 2,62
11 2,82 2,79 2,76 2,74 2,72 2,69 2,65 2,59 2,53 2,49
12 2,72 2,69 2,66 2,64 2,62 2,58 2,54 2,49 2,43 2,38
13 2,63 2,60 2,58 2,55 2,53 2,50 2,46 2,41 2,34 2,30
14 2,57 2,53 2,51 2,48 2,46 2,43 2,39 2,33 2,27 2,22
15 2,51 2,48 2,45 2,42 2,40 2,37 2,33 2,27 2,20 2,16
16 2,46 2,42 2,40 2,37 2,35 2,32 2,28 2,22 2,15 2,11
17 2,41 2,38 2,35 2,33 2,31 2,27 2,23 2,17 2,10 2,06
18 2,37 2,34 2,31 2,29 2,27 2,23 2,19 2,13 2,06 2,02
19 2,34 2,31 2,28 2,26 2,23 2,20 2,16 2,10 2,03 1,98
20 2,31 2,28 2,25 2,22 2,20 2,17 2,12 2,07 1,99 1,95
21 2,28 2,25 2,22 2,20 2,18 2,14 2,10 2,04 1,96 1,92
22 2,26 2,23 2,20 2,17 2,15 2,11 2,07 2,01 1,94 1,89
23 2,24 2,20 2,18 2,15 2,13 2,09 2,05 1,99 1,91 1,86
24 2,22 2,18 2,15 2,13 2,11 2,07 2,03 1,97 1,89 1,84
25 2,20 2,16 2,14 2,11 2,09 2,05 2,01 1,95 1,87 1,82
26 2,18 2,15 2,12 2,09 2,07 2,03 1,99 1,93 1,85 1,80
27 2,17 2,13 2,10 2,08 2,06 2,02 1,97 1,91 1,84 1,79
28 2,15 2,12 2,09 2,06 2,04 2,00 1,96 1,90 1,82 1,77
29 2,14 2,10 2,08 2,05 2,03 1,99 1,94 1,88 1,81 1,75
30 2,13 2,09 2,06 2,04 2,01 1,98 1,93 1,87 1,79 1,74
32 2,10 2,07 2,04 2,01 1,99 1,95 1,91 1,85 1,77 1,71
34 2,08 2,05 2,02 1,99 1,97 1,93 1,89 1,82 1,75 1,69
38 2,05 2,02 1,99 1,96 1,94 1,90 1,85 1,79 1,71 1,65
40 2,04 2,00 1,97 1,95 1,92 1,89 1,84 1,77 1,69 1,64
44 2,01 1,98 1,95 1,92 1,90 1,86 1,81 1,75 1,67 1,61
50 1,99 1,95 1,92 1,89 1,87 1,83 1,78 1,72 1,63 1,58
60 1,95 1,92 1,89 1,86 1,84 1,80 1,75 1,68 1,59 1,53
70 1,93 1,89 1,86 1,84 1,81 1,77 1,72 1,65 1,57 1,50
80 1,91 1,88 1,84 1,82 1,79 1,75 1,70 1,63 1,54 1,48
90 1,90 1,86 1,83 1,80 1,78 1,74 1,69 1,62 1,53 1,46
100 1,89 1,85 1,82 1,79 1,77 1,73 1,68 1,61 1,52 1,45
110 1,88 1,84 1,81 1,78 1,76 1,72 1,67 1,60 1,50 1,44
120 1,87 1,83 1,80 1,78 1,75 1,71 1,66 1,59 1,50 1,43
Nota: Tabela extraída do Software SOC/EMBRAPA/Campinas, SP.
23
Tabela Tukey - Contém os valores da amplitude total estudentizada (q) para uso no teste de
Tukey em nível de 5% de erro e GLE graus de liberdade do erro.
número de tratamentos
GLE 2 3 4 5 6 7 8 9 10 11 12 13
1 18,0 27,0 32,8 37,1 40,4 43,1 45,4 47,4 49,1 50,6 51,9 53,2
2 6,09 8,33 9,80 10,9 11,7 12,4 13,0 13,5 14,0 14,4 14,7 15,1
3 4,50 5,91 6,83 7,50 8,04 8,48 8,85 9,18 9,46 9,72 9,95 10,1
4 3,93 5,04 5,76 6,29 6,71 7,05 7,35 7,60 7,83 8,03 8,21 8,37
5 3,64 4,60 5,22 5,67 6,03 6,33 6,58 6,80 7,00 7,17 7,32 7,47
6 3,46 4,34 4,90 5,31 5,63 5,90 6,12 6,32 6,49 6,65 6,79 6,92
7 3,34 4,17 4,68 5,06 5,36 5,61 5,82 6,00 6,16 6,30 6,43 6,55
8 3,26 4,04 4,53 4,89 5,15 5,40 5,60 5,77 5,92 6,05 6,18 6,29
9 3,20 3,95 4,42 4,76 5,02 5,24 5,43 5,60 5,74 5,87 5,98 6,09
10 3,15 3,88 4,33 4,65 4,91 5,12 5,31 5,46 5,60 5,72 5,83 5,94
11 3,11 3,82 4,26 4,57 4,82 5,03 5,20 5,35 5,49 5,61 5,71 5,81
12 3,08 3,77 4,20 4,51 4,75 4,95 5,12 5,27 5,40 5,51 5,62 5,71
13 3,06 3,74 4,15 4,45 4,69 4,89 5,05 5,19 5,32 5,43 5,53 5,63
14 3,03 3,70 4,11 4,41 4,64 4,83 4,99 5,13 5,25 5,36 5,46 5,55
15 3,01 3,67 4,08 4,37 4,60 4,78 4,94 5,08 5,20 5,31 5,40 5,49
16 3,00 3,65 4,05 4,33 4,56 4,74 4,90 5,03 5,15 5,26 5,35 5,44
17 2,98 3,63 4,02 4,30 4,52 4,71 4,86 4,99 5,11 5,21 5,31 5,39
18 2,97 3,61 4,00 4,28 4,50 4,67 4,82 4,96 5,07 5,17 5,27 5,35
19 2,96 3,59 3,98 4,25 4,47 4,65 4,79 4,92 5,04 5,14 5,23 5,32
20 2,95 3,58 3,96 4,23 4,45 4,62 4,77 4,90 5,01 5,11 5,20 5,28
24 2,92 3,53 3,90 4,17 4,37 4,54 4,68 4,81 4,92 5,01 5,10 5,18
30 2,89 3,49 3,85 4,10 4,30 4,46 4,60 4,72 4,82 4,92 5,00 5,08
40 2,86 3,44 3,79 4,04 4,23 4,39 4,52 4,64 4,74 4,82 4,90 4,98
60 2,83 3,40 3,74 3,98 4,16 4,31 4,44 4,55 4,65 4,73 4,81 4,88
120 2,80 3,36 3,69 3,92 4,10 4,24 4,36 4,47 4,56 4,64 4,71 4,78
2,77 3,31 3,63 3,86 4,03 4,17 4,29 4,39 4,47 4,55 4,62 4,69
24
Tabela Duncan - Contém os valores da amplitude total estudentizada (Zu) para uso no teste
de Duncan em nível de 5% de erro e GLE graus de liberdade do erro.
número de médias abrangidas pelo contraste
GLE 2 3 4 5 6 7 8 9 10 12 14 16
1 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0 18,0
2 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09 6,09
3 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50 4,50
4 3,93 4,01 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02 4,02
5 3,64 3,74 3,79 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83 3,83
6 3,46 3,58 3,64 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68 3,68
7 3,35 3,47 3,54 3,58 3,60 3,61 3,61 3,61 3,61 3,61 3,61 3,61
8 3,26 3,39 3,47 3,52 3,55 3,56 3,56 3,56 3,56 3,56 3,56 3,56
9 3,20 3,34 3,41 3,47 3,50 3,52 3,52 3,52 3,52 3,52 3,52 3,52
10 3,15 3,30 3,37 3,43 3,46 3,47 3,47 3,47 3,47 3,47 3,47 3,47
11 3,11 3,27 3,35 3,39 3,43 3,44 3,45 3,46 3,46 3,46 3,46 3,46
12 3,08 3,23 3,33 3,36 3,40 3,42 3,44 3,44 3,46 3,46 3,46 3,46
13 3,06 3,21 3,30 3,35 3,38 3,41 3,42 3,44 3,45 3,45 3,46 3,46
14 3,03 3,18 3,27 3,33 3,37 3.39 3,41 3,42 3,44 3,45 3,46 3,46
15 3,01 3,16 3,25 3,31 3,36 3,38 3,40 3,42 3,43 3,44 3,45 3,46
16 3,00 3,15 3,23 3,30 3,34 3,37 3,39 3,41 3,43 3,44 3,45 3,46
17 2,98 3,13 3,22 3,28 3,33 3,36 3,38 3,40 3,42 3,44 3,45 3,46
18 2,97 3,12 3,21 3,27 3,32 3,35 3,37 3,39 3,41 3,43 3,45 3,46
19 2,96 3,11 3,19 3,26 3,31 3,35 3,37 3,39 3,41 3,43 3,44 3,46
20 2,95 3,10 3,18 3,25 3,30 3,34 3,36 3,38 3,40 3,43 3,44 3,46
22 2,93 3,08 3,17 3,24 3,29 3,32 3,35 3,37 3,39 3,42 3,44 3,45
24 2,92 3,07 3,15 3,22 3,28 3,31 3,34 3,37 3,38 3,41 3,44 3,45
26 2,91 3,06 3,14 3,21 3,27 3,30 3,34 3,36 3,38 3,41 3,43 3,45
28 2,90 3,04 3,13 3,20 3,26 3,30 3,33 3,35 3,37 3,40 3,43 3,45
30 2,89 3,04 3,12 3,20 3,25 3,29 3,32 3,35 3,37 3,40 3,43 3,44
40 2,86 3,01 3,10 3,17 3,22 3,27 3,30 3,33 3,35 3,39 3,42 3,44
60 2,83 2,98 3,08 3,14 3,20 3,24 3,28 3,31 3,33 3,37 3,40 3,43
100 2,80 2,95 3,05 3,12 3,18 3,22 3,26 3,29 3,32 3,36 3,40 3,42
2,77 2,92 3,02 3,09 3,15 3,19 3,23 3,26 3,29 3,34 3,38 3,41