Resumo de Princípios de Delineamento Experimental e Bioestatística

## Introdução O delineamento experimental e a ANOVA são ferramentas estatísticas essenciais para planejar experimentos, controlar a variabilidade e tomar decisões baseadas em dados. Neste material, você encontrará conceitos-chave, procedimentos passo a passo, exemplos práticos e a interpretação de resultados em um delineamento fatorial $2\times2$ com análise de variância (ANOVA). > **Definição:** O delineamento experimental é o conjunto de procedimentos estatísticos e metodológicos utilizados para planejar um experimento, controlar a variabilidade e obter conclusões válidas. ## Conceitos Fundamentais Desmistificados ### Componentes de um modelo experimental - Modelo linear usual: $$Y_{ij} = \mu + T_i + \varepsilon_{ij}$$ onde $\varepsilon_{ij}$ representa o erro experimental. - $\mu$ é a média geral, $T_i$ é o efeito do tratamento, $\varepsilon_{ij}$ é o termo de erro assumido com média zero e variância constante. > **Definição:** Erro experimental é a variabilidade não explicada pelos fatores do experimento; é usado para estimar a precisão do experimento. ### Objetivos do delineamento experimental - Comparar tratamentos - Reduzir erros experimentais - Aumentar a precisão - Garantir validade científica ### Princípios-chave 1. **Repetição**: aplicar um mesmo tratamento várias vezes para estimar o erro experimental e aumentar a precisão. Exemplo: 4 tratamentos × 5 repetições = 20 unidades experimentais. 2. **Aleatorização**: atribuir tratamentos ao acaso para evitar vieses e distribuir uniformemente erros não controlados. Exemplo: 16 tanques → atribuição aleatória de 4 tratamentos. 3. **Controle**: ações para reduzir a variabilidade indesejada (bloqueio, condições homogêneas, etc.). > **Definição:** Aleatorização é o processo de atribuir tratamentos ao acaso às unidades experimentais para evitar vieses. ## Delineamento fatorial $2\times2$ e ANOVA ### Estrutura do experimento (exemplo fornecido) - Fator A: Qualidade da água, níveis $a_1$ = água contaminada, $a_2$ = água limpa. - Fator B: Profundidade, níveis $b_1$ = 2 m, $b_2$ = 5 m. - Variável resposta: Produção pesqueira (kg). - Dados: 12 observações totais (3 repetições por célula no exemplo). ### Médias por tratamento (exemplo calculado) - $(a_1b_1)$: $\bar{y}_{11} = \dfrac{14+12+11}{3} = 12.33$ - $(a_1b_2)$: $\bar{y}_{12} = \dfrac{17+20+16}{3} = 17.67$ - $(a_2b_1)$: $\bar{y}_{21} = \dfrac{30+25+29}{3} = 28.00$ - $(a_2b_2)$: $\bar{y}_{22} = \dfrac{36+33+38}{3} = 35.67$ Média geral calculada: soma total $=281$, $\bar{Y}_{..} = \dfrac{281}{12} = 23.42$. ### Somas de quadrados (conceito e valores do exemplo) - Soma de quadrados total: $$SQT = \sum (Y_{ij}-\bar{Y}_{..})^2 = 1094.92$$ - Soma de quadrados do fator A (qualidade da água): $$SQA = 849.04$$ (usando médias por nível de A) - Soma de quadrados do fator B (profundidade): $$SQB = 126.75$$ (usando médias por nível de B) - Soma de quadrados da interação: $$SQ_{AB} = 0.75$$ - Soma de quadrados do erro: $$SQE = 118.38$$ > **Definição:** A soma de quadrados é uma medida de variabilidade usada para decompor a variação total em componentes atribuíveis a fatores e erro. ### Graus de liberdade e quadrados médios - Para um delineamento fatorial $2\times2$ com $r$ repetições, graus de liberdade: 1. A: $a-1 = 1$ 2. B: $b-1 = 1$ 3. AB: $(a-1)(b-1) = 1$ 4. Erro: $ab(r-1)$ (no exemplo com $r=3$, $2\cdot2\cdot(3-1)=8$) 5. Total: $N-1 = 12-1 = 11$ - Quadrados médios: $$QM = \dfrac{SQ}{gl}$$ Exemplo: $$QME = \dfrac{118.38}{8} = 14.80$$ $$QMA = 849.04\quad QMB = 126.75\quad QM_{AB} = 0.75$$ (estes foram usados no exemplo como quadrados médios dos fatores; verificar se foram divididos pelos seus gl apropriados se apresentados como QM) ### Estatística F e decisão - Estatística para cada fonte: $$F_A = \dfrac{QM_A}{QM_E},\quad F_B = \dfrac{QM_B}{QM_E},\quad F_{AB} = \dfrac{QM_{AB}}{QM_E}$$ - Valores do exemplo: $$F_A = \dfrac{849.04}{14.80} = 57.37$$ $$F_B = \dfrac{126.75}{14.80} = 8.56$$ $$F_{AB} = \dfrac{0.75}