1. (0) explique em suas palavras porque ser significativo não é garantia de que...

1. (0) Explique em suas palavras porque ser significativo não é garantia de que a diferença é real. Se a variação do acaso for grande, é dificil diferenciar se o resultado obtido foi devido ao acaso ou ao real.

Quanto mais varia devido ao acaso, mais dificil será encontrar a diferença real que exista. Para saber se esse resultado não sofre influência do acaso tem que minimizar a sua existência no experimento, com boas práticas experimentais.

Embora tudo esteja correto, não tem qualquer ligação com a pergunta. Neste caso, o ponto é que significativo apenas implica que aquela diferença tem pequena chance (tipicamente menor que 5%) de ser devido ao acaso 0

2. (2,0) Discuta detalhadamente e em suas palavras o papel de cada um dos princípios experimentais, destacando sua interrelação.

Repetição é número de vezes que o tratamento aparece no experimento, e o número de tratamentos e disponibilidade de material e área, entre outros fatores interferem no números de repetiçoes. A repetição possibilita a estimação do erro experimental, melhorando assim a precisão do experimento. A estimação do erro experimental requer pelo menos duas repetições para algum ou todos os níveis, ou seja, a variância do erro experimental não pode ser estimada se não existir repetições. A repetição pode ser um meio de obter melhor representatividade da população, ou aumentar amplitude de validade das inferências do experimento (repetições no espaço e no tempo).

Casualização é de distribuição aleatória de unidades experimentais da amostra aos tratamentos através de algum sorteio que atribua a todas as unidades a mesma chance de receber qualquer desses tratamentos, ou seja, todas as unidades tem a mesma chance de ser favorecida ou não. Possibilitando assim a não tendenciosamente as respostas.

Controle local consiste em distribuir os tratamentos no campo em área homogêneas, ou seja subáreas chamadas blocos.

Em um experimento em que é exercido o controle local, a casualização deve ser restrito de modo a garantir a disposição dos tratamentos determinada pelo controle local, a casualização é realizada dentro de cada grupo de unidades determinado pelo controle local, separadamente e independentemente para cada grupo.

Ok, mas cuidado com o português...

3. 3. (1,5) Diferencie mediana e média, com destaque para vantagens comparativas de cada uma. A mediana é definida como o valor que divide a série ordenada em duas partes iguais, em relação à quantidade

de elementos. Ou seja, é o valor que ocupa o centro da distribuição. Possui como vantagem, a análise de uma série de dados agrupados ou não, dividindo a série em duas partes iguais. Costuma ser uma boa escolha se há valores extremos. Enquanto que a média corresponde a uma medida exata e representativa dos dados, que serve de base para outros cálculos, como por exemplo desvio padrão, coeficiente de variação, entre outros. Média é frequentemente a mais confiável e mais usada.

Entendi onde você quis chegar, mas sua definição de média ficou muito pouco clara. Porque ela é exata por exemplo?

4. (2) Posicione-se, e justifique sua posição, quanto à afirmativa: "Como o campo sempre é variável, sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos."

A afirmação, "Como o campo sempre é variável, SEMPRE precisamos utilizar o controle local em experimentos de fora de ambientes protegidos.", é falsa. O controle local possibilita o agrupamento das unidades experimentais (blocos, linhas, etc.), segundo alguns critérios previamente proposto pelo pesquisador, e assim esse grupo sejam mais homogêneo que o conjunto total das unidades experimentais. Mesmo sabendo que o controle local visa dividir um ambiente heterogêneo em subambientes homogêneos e que ele torna o experimento mais eficiente, pois reduz o erro experimental, porém seu uso como princípio experimental não é obrigatório, diferentemente da repetição e da casualização, e isso torna a afirmação acima falsa.

EXCELENTE

5. (1,5) Discuta detalhadamente a frase: "Sempre precisamos de uma medida de tendência central e outra de variação"

As medidas de tendência central e de variação são informações importante para o pesquisador poder observar, avaliar e interpretar o comportamento dos seu dados e devido a isso sempre é necessário. As medida de tendência (média, mediana e moda) são usadas para indicar um valor que tende a tornar, ou a representar melhor, um conjunto de números. Enquanto que a medida de variação (variância, amplitude, desvio padrão) determina a característica de variação de um conjunto de dados e serve de informação complementar as medidas de tendência central sobre as amostras avaliadas. E muitos dos cálculos de medida de variação precisa do valor da média do dados. Resultados de médias iguais, não significa que as amostras são iguais, porque elas podem ter comportamento diferente e pra isso precisasse das informações complementares.

Ok, mas só não explicou porque...

6. (1,5) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar valores de diferentes

A variância é definida como a soma dos quadrados dos desvios com relação à média, dividida pelo número de elementos (ou pelo número de elementos menos um). Possui a vantagem de levar todos os valores em consideração.

Amplitude é a diferença entre o maior e o menor valor do conjunto de dados. Sendo assim de fácil visualização e compreensão, fornecendo uma ideia da magnitude da faixa de variação dos dados. Porém, por depender somente dos extremos é pouco resistente e não leva os demais valores em consideração, sendo sensível a valores extremos.

Coeficiente de Variação, representa o desvio padrão expresso como porcentagem da média geral, sendo com isso, uma medida relativa de variabilidade. Os valores de CV permite estabelecer limites de valores que orientem os pesquisadores sobre a validade dos resultados de suas pesquisas.

O desvio-padrão, que é a raiz quadrada da variância, indica o grau de dispersão dos dados, ou seja, quanto mais dispersos, maior o desvio padrão. Permite uma interpretação direta da variação e o desvio padrão é expresso na mesma unidade que a variável.

Erro padrão da média avalia a precisão do cálculo da média populacional. Não vi qualquer traço de comparação

7. [1.500] (IP:281473696621868 | 08:57:24 | 13:02:00 | 04:36 | 6.763) Qual a vantagem do CV, e quais suas principais limitações para uso como avaliador de precisão de um experimento?

A vantagem do CV é que, por ser dado em porcentagem, é possível comparar a precisão entre experimentos ou variáveis sem que as mesmas estejam necessariamente na mesma unidade de medida. Além disso, o CV permite comparar melhor a dispersão dos dados, por ser uma medida relativa, que considera a grandeza daquilo que se estima. Considera-se que, quanto menor a estimativa do CV maior será a precisão do experimento. Como limitações do uso do CV, está o fato de que existem variáveis que, naturalmente, apresentam uma elevada variação, temporal ou espacialmente. A condutividade hidráulica do solo, por exemplo, varia muito espacialmente. Como consequência, caso seja adotada a classificação de que CV baixo é aquele inferior a 10%; médio, entre 10 e 20%; alto, entre 20 e 30%; e muito alto, quando superior a 30%, podemos estar incorrendo em erros na interpretação dos resultados, pois nesse caso, CV alto não quer dizer necessariamente imprecisão experimental, mas reflete a variação da variável em estudo, seja no tempo e/ou espaço.

e porque o que você está falando é uma desvantagem do CV, e não um erro do pesquisador?

8. [2.000] (IP:281473696621868 | 10:47:33 | 13:03:15 | 15:42 | 3.952) Discuta o contraste ortogonal.

Um contraste é uma comparação entre médias de tratamentos, expressa por uma função linear destas médias: Y1 = c1y1 + c2y2 + … + cIyI. Desse modo, pode-se definir contraste como um vetor de médias em que a soma dos coeficientes é igual a zero. Dois contrastes, por exemplo, Ya = a1 m1 + a2 m2 + ... + aI mI e Yb = b1 m1 + b2 m2 + ... + bI mI, são ortogonais se a soma do resultado da multiplicação dos dois vetores, um pelo outro, for nula. Na análise de variância, os contrastes ortogonais são importantes, pois a ortogonalidade indica que a variação de um contraste é inteiramente independente da variação de outro qualquer que lhe seja ortogonal. O número máximo de contrastes ortogonais para um grupo de “x” tratamentos é x-1. Assim, para um experimento com 4 tratamentos, pode-se compor grupos com 3 contrastes mutuamente ortogonais.

ok, essencialmente pelo penúltimo parágrafo. o resto não dá para chamar de discussão.

9. [2.000] (IP:281473696621868 | 10:47:50 | 13:04:18 | 16:28 | 2.118) Diferencie mediana e média, com destaque para vantagens comparativas de cada uma.

A média é a soma das observações dividida pelo número de observações, enquanto que a mediana é o valor que ocupa a posição central em um conjunto de dados ordenado. Quanto à média, seus valores tendem a se localizar em um ponto central dentro de um conjunto de dados. Em geral é a medida de tendência central mais comum para um conjunto de dados. Vantagens: é facilmente calculável, representa um ponto de equilíbrio para a distribuição de frequências, além de levar todos os valores em consideração. Desvantagens: é uma medida de tendência central que por uniformizar os valores de um conjunto de dados, não representa bem os conjuntos de dados que revelam tendências extremas, ou seja, é fortemente influenciada pelos valores extremos do conjunto, e não pode ser calculada para distribuições de frequências com limites indeterminados. Mediana (vantagens): não é influenciada por valores extremos, em um conjunto de dados, e reflete os valores no centro da distribuição. Como desvantagem, a mediana não representa todos os valores no conjunto de dados.

ok

10. [2.000] (IP:281473696621868 | 10:48:01 | 13:08:13 | 20:12 | 3.955) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar valores de diferentes tratamentos.

As principais medidas de variação utilizadas são a amplitude, o desvio padrão, a variância e o coeficiente de variação. A amplitude é definida como a diferença entre o maior e o menor valor das observações, por exemplo: 8,5; 9,0; 11; 12; 12,1; 15; 15,4. A amplitude total é: 15,4 - 8,5 = 6,9. A amplitude é fácil de calcular e fornece uma ideia da magnitude da faixa de variação dos dados, porém, não considera a dispersão dos valores que estão entre os dois extremos do conjunto de dados. Quanto ao desvio padrão, sua vantagem é que trata-se de uma medida de variabilidade que leva em conta toda a informação contida na amostra. Em contrapartida, o desvio padrão normalmente é superior (10-20%) à média dos desvios em absoluto. A variância, por sua vez, é definida como o quadrado do desvio padrão. É uma das medidas mais utilizadas para representar a dispersão dos dados, pois leva todos os valores em consideração. Entretanto, uma dificuldade é que a variância não é expressa nas mesmas unidades dos dados originais, resultando em unidades sem lógica. Já o coeficiente de variação (CV) é definido como o quociente entre o desvio padrão e a média, multiplicando-se o resultado por cem (100), caso se deseje o valor em porcentagem. O CV é uma medida útil para comparar resultados de amostras ou populações cujas unidades podem ser diferentes. Além disso, permite comparar melhor a dispersão dos dados. No entanto, deve-se ter cautela na generalização de resultados, pois valores elevados podem não estar associados a erros de amostragem, por exemplo, mas também à própria natureza da variável.

ok

11. [0.000] (IP:281473696621868 | 10:48:12 | 13:08:08 | 19:56 | 2.892) Posicione-se, e justifique sua posição, quanto à afirmativa: "Como o campo sempre é variável, sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos."

A afirmativa em questão está correta, exceto pelo fato de mencionar que “...sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos”. Assim, o controle local também pode ser utilizado em ambientes protegidos (casas de vegetação, estufas, etc). Para isso, devem haver características heterogêneas inerentes ao local do experimento ou, por exemplo, aos tratamentos que se deseja estudar. Quanto às características do local do experimento, uma determinada casa de vegetação pode apresentar diferenças de temperatura interna e/ou de luminosidade, devido, por exemplo, a posição de construção, impedimentos físicos no telhado que influenciam a passagem de luz, e presença ou ausência de árvores no entorno da casa de vegetação. Nesse caso, o controle local deve ser realizado na tentativa de reduzir os efeitos dessas variações no interior da casa. Quanto aos tratamentos que se deseja estudar, o controle local também pode ser utilizado. Por exemplo, um caso comum na pesquisa em forragicultura utilizando-se palma forrageira, em ambientes protegidos, é a utilização do controle local em função da massa dos cladódios. Nesse caso, antes do plantio, os cladódios são pesados e classificados por faixas de peso (por exemplo: cladódios que apresentem de 100 a 200 g; de 201 a 300 g; de 301 a 400 g; etc.), sendo que cada classe de peso corresponde a um bloco. Isso é feito para reduzir o efeito que pode ser devido aos diferentes pesos das unidades de propagação (cladódios).

na verdade, embora os pontos mencionados estejam corretos, a afirmativa básica está errada. Nem sempre precisamos do controle local fora de ambientes protegidos. Para usar o CL precisamos de existir variação, e reconhecermos como ela se distribui. Estas duas coisas nem sempre acontecem em um campo.

12. [1.500] (IP:281473696621868 | 10:48:22 | 13:08:04 | 19:42 | 10.863) Como e quando se utiliza o controle local?

O controle local é representado pelos blocos, os quais incluem todos os tratamentos. Dentro de cada bloco os tratamentos são distribuídos aleatoriamente. Cada bloco deve ser o mais uniforme possível, porém os blocos podem ser heterogêneos entre eles, em função, por exemplo, de diferentes classes de solo ou do relevo local. Sempre que se verifique que haja heterogeneidade entre as parcelas experimentais, é preferível utilizar o controle local.

Desde que seja possível formar sub-grupos mais homogêneos internamente do que entre os sub-grupos.

13. [2.000] (IP:281473697314102 | 10:46:43 | 14:28:38 | 41:55 | 6.656) Discuta detalhadamente e em suas palavras o papel de cada um dos princípios experimentais, destacando sua interrelação.

Repetição – Trata-se do número de vezes que um mesmo tratamento ocorre em um experimento. Tem a função de estimar o erro experimental e aumentar a precisão das estimativas das médias de cada tratamento., sendo importante ressaltar que, para isso, quanto maior o número de repetições melhor, pois diminui a variação das médias. Além disso contribui para o aumento da discriminação dos testes de média que serão utilizados. Casualização – Consiste na distribuição dos tratamentos ao acaso dentro do experimento, permitindo que todas as parcelas tenham chances iguais de receber o mesmo tratamento, visando assim, anular a possibilidade de um certo tratamento ser beneficiado por condições privilegiadas, em relação a outro tratamento. Controle local – Tem o objetivo de controlar a heterogeneidade advinda de fatores ambientais, restringindo a casualização, buscando formar parcelas mais homogêneas dentro do experimento.

ok


Trata-se de uma forma de garantir as condições mais homogêneas possíveis em um experimento de campo, visto que este está sempre sujeito a ações de intempéries climáticas, incêndios, ataques de herbívoros e pragas, alterações na composição química do solo e etc. Em experimentos com condições controladas, como em casa de vegetação estas possibilidades diminuem, mas também podem acontecer se não forem observados certos cuidados, como posição do sol, iluminação, ventos, infiltrações, etc.

só não vi responder a pergunta.


Amplitude – É a diferença entre o maior e o menor valor de um conjunto de dados. Embora seja rápida de calcular, tem a desvantagem de depender de apenas dois valores em toda a distribuição de dados, podendo sofrer influência de um destes valores. Variância – A medida da variância utiliza todos os valores da distribuição dos dados para se chegar a um valor confiável da variabilidade. Justamente por fazer uso de todos os valores, ela é mais sensível e precisa que a amplitude, embora seu uso seja mais complexo. Porém, existem algumas situações, em que o cálculo da variância pode não ser suficiente, por tratar-se de uma medida de dispersão que pode ser influenciada por valores muito distantes da média. Desvio Padrão – É o resultado sempre positivo da raiz quadrada da variância. Serve para indicar o erro de um valor que desejamos substituir, pelo valor médio dos dados. Coeficiente de variação – Comumente obtido pela razão entre o desvio padrão e a média. Por não ter unidade, é expresso em porcentagem. Seu uso é indicado para variáveis quantitativas, podendo ter interpretações equivocadas se apresentar valores negativos. Possui uma boa aptidão para comparar diferentes distribuições. Em geral, a maior precisão dos dados está diretamente ligada a um baixo coeficiente de variação.

ok

16. [1.000] (IP:281473697314102 | 10:53:55 | 14:30:51 | 36:56 | 19.776) Discuta detalhadamente a frase: "Sempre precisamos de uma medida de tendência central e outra de variação"

A medida de tendência central é importante para representar com exatidão o valor central de uma série de dados, independente de como esta medida será alcançada (média, mediana ou moda, a depender de qual se encaixará melhor em determinada situação). Desta forma a mediada de tendência central, representa de forma mais fiel, a média real dos dados obtidos. Já a medida de variação representa melhor a variabilidade a que o conjuntos de dados está sujeita, permitindo assim uma representação mais ampla dos dados.

praticamente igual a outra resposta. também não há discussão perceptível, e não dá para entender como a meedida de variação representa melhor, se a central não representa nada da variação

17. [2.000] (IP:281473697314102 | 10:54:10 | 14:31:41 | 37:31 | 4.376) Explique em suas palavras porque ser significativo não é garantia de que a diferença é real.

Mesmo que um experimento atinja um nível de significância esperado (de P< 0,05 por exemplo), ele pode estar sujeito a determinado efeito ser devido ao acaso, devido a variações dos dados, contaminação das amostras, quantidade das amostras e número de repetições, problemas com a metodologia aplicada, delineamento experimental inadequado, além de outros fatores. Assim pode-se entender que o nível de significância representa a probabilidade do efeito entre

determinados tratamentos serem devidos ao acaso, e não somente aos fatores que estão sendo experimentados (pesquisados).

ok


Embora ambas tenham a função de medir a tendência central de um conjunto de dados, a mediana baseia-se no valor central de uma série de valores, enquanto a média registra o valor médio somando todos os valores pelo quantitativo de ocorrências. A média é mais comumente utilizada, porém em alguns casos, a mediana se encaixa melhor, como em um conjunto de dados com grandes quantidades de valores que fogem muito da tendência central, não tornando a média muito representativa.

ok


As medidas de tendência central são utilizadas para caracterizar um conjunto de valores, representando-o adequadamente. É importante para sintetizar os dados da amostra e indica a parte mais central dos dados. Essas medidas são: -Média: refere-se ao ponto de equilíbrio da distribuição das frequências e leva todos os valores em consideração, porém é sensível a valores extremos. -Moda: essa medida pode existir ou não, e não leva os demais valores em consideração, porém não é sensível a valores extremos. -Mediana: não reflete todos os valores, porém sempre vai existir. Esta medida reflete os valores do centro da distribuição e não é sensível a valores extremos. Já as medidas de variação são importantes pois complementam as informações sobre a amostra, além de fornecer uma ideia dos dados que estão distribuídos em torno da tendência central. Essas medidas de variação são: -Amplitude: que é a diferença entre o maior e o menor valor; Desvio padrão: é a medida da variação dos valores em relação a média; -Variância: desvio padrão ao quadrado.

na realidade, o desvio padrão é a raiz quadrada da variância, já que esta é a primeira medida, não o contrário.


Ser significativo, expressa em branco


A mediana se refere ao valor que ocupa o centro de um conjunto de dados, que estejam ordenados. Pode ser definida ainda como sendo a média aritmética dos valores centrais. Suas principais vantagens: permite a análise de uma série de dados agrupados, ou não, onde pode-se dividir a série em duas partes iguais. A mediana costuma, ainda, ser uma boa escolha quando se tem valores extremos no conjunto de dados que está analisando. A média é considerada a mais importante no que se refere as medidas de tendência central. Corresponde a uma medida exata, serve de base para calculos como probabilidade, coeficiente de variação e desvio padrão. É uma medida de tendência central fácil de se compreender e envolve todos da série. No campo da análise quantitativa é a medida mais utilizada.

ok


Discordo da afirmação. O campo nem sempre é variável. E o controle local pode ser utilizado ou não em um experimento. Este princípio experimental, tem como função a homogeneização do ambiente onde se está distribuído os tratamentos. Onde pode-se buscar o controle de fatores como solo, clima, relevo, etc, com a finalidade de impedir a influência deste(s) fatore(s) sobre os tratamentos. Em casos de heterogeneidade do ambiente, aplica-se o controle local para se dividir o "ambiente" em partes que sejam homogêneas. O controle local só deverá ser feito quando se tiver o conhecimento das diferenças no ambiente, e tais diferenças devem ser passivas de controle, por meio do agrupamento em parcelas experimentais.

ok


Coeficiente de variação: permite o estabelecimento de limites de valores que possam orientar o pesquisador quanto a validade dos resultados da(s) sua(s) pesquisa(s), por meio da interpretação da distribuição dos valores do CV de uma dada variável resposta. Amplitude: a diferença entre o maior e o menor valor da distribuição. Sua principal vantagem é a facilidade para se calcular, além de fornecer uma ideia da faixa de variação dos dados - a magnitude dessa variação. Variância:corresponde a média do quadrado da distância de cada ponto. Considera todos os valores de uma distribuição, sendo mais vantajoso que a amplitude, que só considera dois valores. Desvio padrão: considera a dispersão dos valores de dados sobre a sua média. Apresenta vantagem sobre a variância na questão de permitir interpretação direta da variação do conjunto de dados. Erro padrão: É uma medida precisa da média amostral. Leva em consideração o tamanho da amostra. Esta medida de variação avalia a precisão do cálculo da média populacional.

ok


Casualização: distribuição aleatória ou ao acaso (ex: por sorteio) dos tratamentos nas parcelas, sem preferência. Tem como finalidade evitar tendências ao favorecimento de tratamentos aplicados nas "melhores parcelas". Busca assegurar a imparcialidade das estimativas do erro experimental, contrastes de médias, entre outros. Repetição: trata-se da aplicação de cada tratamento em mais de uma unidade experimental (parcela), mais de uma vez no experimento. Tem como finalidade aumentar a precisão das estimativas, como o erro e as médias, consequentemente elevando o poder dos testes estatísticos. Controle local: é a transformação de um conjunto heterogêneo de parcelas, em blocos que sejam homogêneos dentro deles, "podendo ser" heterogêneos entre eles. A aplicação dos tratamentos deve ser feita de modo que todos eles passem por todos os blocos, levando em consideração o critério de aleatoriedade. Tem como finalidade a diminuição dos efeitos da heterogeneidade ambiental sobre a comparação dos tratamentos. Além de reduzir o erro experimental, aumentando consequentemente a precisão do experimento.

a partir do momento em que heterogeneidade no ambiente, e homogeneidade dentro do bloco é necessário que haja heterogeneidade entre os blocos, ou seja não é tanto "podendo ser", quanto "sendo". no entanto você tem razão no ponto deste não ser o objetivo dos blocos.

[2.000] (IP:281473661704671 | 08:40:27 | 20:25:43 | 45:16 | 5.888) Posicione-se, e justifique sua posição, quanto à afirmativa: "Como o campo sempre é variável, sempre

precisamos utilizar o controle local em experimentos de fora de ambientes protegidos." A afirmativa é falsa.

O controle local é utilizado em ambientes heterogêneos, e serve para que os tratamentos sejam todos influenciados pelos mesmos fatores de não controle do ambiente (campo). E, somente deve ser utilizado quando há o conhecimento das condições de variabilidade. A utilização da palavra “sempre” na frase possui o sentido de toda vez ou todo o tempo. Não necessariamente há em todo o campo condições de variáveis, isto é, condições de heterogeneidade. Esses ambientes também podem apresentar fatores externos que influenciem todos os experimentos ao mesmo tempo e intensidade.

exato


O nível de significância corresponde a probabilidade de se estar enganado ao rejeitar H0 (erro de tipo I). Deve ser definido antes da realização do teste. A rejeição da hipótese nula indica que existem diferenças significativas entre duas ou mais médias. A avaliação da significância da diferença entre dois valores médios não depende apenas do valor da diferença, mas também da sobreposição das duas distribuições. Ser significativo pode não ter garantia de diferença real, pois mesmo com um nível baixo de probabilidade de cometer o erro do tipo I e baixa diferença entre os testes, não necessariamente há diferença real. Na estatística, ser significativo

não quer dizer que seja obrigatoriamente importante, e vice-versa.

excelente


Mediana e média são tipos de medidas de tendências centrais. Contudo, possuem diferenças conceituais e na aplicação: 1) A mediana é um valor situado no centro da distribuição do conjunto de dados. Entre as suas vantagens, pode-se destacar a sua aplicação em todos os resultados, isto é, sempre “existe”. É utilizado, em especial, quando se trata de séries que possuem alguns valores elevados ou baixos em relação aos demais: não é sensível a valores extremos (característica que a média não possui). Como desvantagem, tem por inerência, não refletir todos os valores. 2) Média é a medida que sintetiza todos os valores dos resultados. Ponto de equilíbrio para distribuição de freqüências, e leva em consideração todos os valores. Possui a desvantagem de ser afetado pelos valores extremos. Portanto, a mediana considera apenas a posição dos valores, e não possui sensibilidade a valores extremos. Em contraponto, a média leva em consideração todos os valores para sintetizar, e possui sensibilidade a valores de grande amplitude.

excelente


As medidas estatísticas responsáveis pela dispersão dos valores de uma série são as medidas de variação. Pode-se destacar: amplitude total, a variância, o desvio padrão, o erro padrão da média e o coeficiente de variação. A amplitude total é a diferença entre maior e menor valor de um conjunto de dados. É um tipo de medida simples e fácil de calcular, mas é de utilidade limitada, por levar em consideração apenas valores das extremidades, desprezando valores intermediários. Variância é a distância média do quadrado de cada ponto em relação a média. Leva em consideração todos os valores, e trabalha diretamente com os dados originais, não havendo, necessidade de calcular previamente a média e os desvios em relação a ela. Desvio padrão é a raiz quadrada da média elevado ao quadrado das distâncias de cada ponto em relação a média aritmética: a raiz quadrada da variância. Variância com unidades mais lógicas. Coeficiente de variação é uma medida de variabilidade que mede percentualmente a relação entre o desvio padrão e a média aritmética. Medida abstrata que independe das unidades de medidas. E, é possível comparar o coeficiente de variação de dados com unidades de medidas diferentes. Erro padrão da média é a medida que é utilizada para determinar a média dos afastamentos em relação a média populacional.

discussão?


Repetição é caracterizada por ter mais de uma unidade experimental por tratamento. Com o objetivo de aumentar a precisão das estimativas, e permitir a estimativa do erro. Quanto maior for a repetição dos tratamentos, menor será a probabilidade de erro e maior precisão. A casualização é uma forma de garantir que os tratamentos tenham as mesmas condições ou chances de sofrerem os mesmos efeitos do acaso. Os tratamentos são distribuídos aleatoriamente nos grupos experimentais. Com o intuito de não favorecer algum experimento. Controle local é a garantia da minimização do efeito das variações do acaso (fora do controle) sofrida pelos tratamentos realizados em diferentes ambientes. Os princípios experimentais de repetição e casualização são obrigatoriamente utilizados: sempre existe. Ainda, ambas são utilizadas no mesmo processo experimental. Contudo para o controle local essa obrigatoriedade não existe, assim dependente das condições de campo. A utilização de todos esses três princípios levam a maior precisão de experimentação.

ok


A afirmativa apresentada é falsa, pois, nem sempre é preciso utilizar uma medida de tendência central e uma medida de variação, em função, sobretudo, da aplicabilidade de cada uma delas, e dos objetivos e hipóteses científicas

de cada pesquisa. A utilização de diferentes medidas é particular de cada pesquisa. Nelas, podem-se utilizar somente uma das medidas de tendência central ou medida de variação separadamente, e utilizar ambas. Isso vai depender da pergunta que vai anteceder a pesquisa, aos processos experimentais, e as análises estatísticas. Se apenas uma medida responde a todas as perguntas antes formuladas, e a todos os objetivo, não necessariamente vá ser preciso utilizar mais de um medida diferente.

a afirmativa é verdadeira. Sem ter uma ideia da variabilidade, a tendência central não informa o suficiente para tomar qualquer decisão


Desvio padrão é a raiz quadrada da variância, levando em conta a dispersão dos valores de dados sobre a sua média. Tem como vantagem, sobre a variância, de permitir uma interpretação direta da variação do conjunto de dados, sendo o desvio padrão expresso na mesma unidade que a variável. A variância é a medida de variabilidade que leva em conta todos os valores da serie, ´sendo a melhor medida de dispersão ou seja, diz quantos pontos estão próximos ou longe da média. Sua vantagem é que considera todos os valores do conjunto. Erro padrão da média é uma medida da precisão da média amostral calculada, levando em conta o tamanho da amostra, ou seja, o erro padrão avalia a precisão do cálculo da média populacional. Coeficiente de variação é uma medida de dispersão relativa empregada para estimar a precisão de experimentos e representa o desvio-padrão expresso como porcentagem da média. Sua principal qualidade é a capacidade de comparação de distribuições diferentes, Sua vantagem é que por ser um número adimensional permite a comparação de séries de variáveis com unidades diferentes. Amplitude é definida como a diferença entre o maior e o menor valor das observações. É fácil de calcular e fornece uma ideia da magnitude da faixa de variação dos dados.

ok


A mediana representa o valor que ocupa exatamente o centro do conjunto ordenado de dados que se esteja avaliando, ou a média aritmética dos valores centrais. Possui como vantagem, a analise de uma série de dados agrupados ou não, dividindo a série em duas partes iguais. Além disso, costuma ser uma boa escolha se há alguns valores extremos. Vantagens da média Seu cálculo leva em consideração os valores de todos indivíduos estudados; É utilizada em boa parte dos testes estatísticos para calcular diferenças em um estudo; É mais facilmente compreendida pelos leitores e pesquisadores. Desvantagens da média . É influenciada por valores extremos ; Só deve ser utilizada quando a distribuição dos dados for simétrica Vantagens da mediana, Não sofre influência de valores extremos; A mediana é utilizada especialmente para distribuições assimétricas, mas pode ser utilizada para dados com distribuição simétrica também. No contexto das medidas de tendência central, a média é a mais importante. Corresponde a uma medida exata e rigorosamente definida; serve de suporte para cálculos posteriores como o das probabilidades, desvio padrão e coeficiente de variação; como medida de tendência central é de fácil compreensão e descreve todos os dados da série. Além disso, no campo da analise quantitativa é a medida de tendência central de maior emprego e funciona bem com muitos métodos estatísticos.

ok


Sim por conta que . As três principais características de um conjunto de dados são: Um valor representativo do conjunto de dados: uma média (Medidas de Tendência Central) Uma medida de dispersão ou variação. A natureza ou forma da distribuição dos dados: sino, uniforme, assimétrica (Tabelas de frequência e histogramas) Medidas de Variação: Determina a característica de variação de um conjunto de dados Amplitude, Desvio, Desvio médio ou desvio absoluto, Desvio padrão Variância Medidas de Tendência Central : Medida de tendência central é um valor único que tenta descrever as características de um conjunto de dados, identificando uma posição central dentro do conjunto de dados

essencialmente correto, mas uma colcha de retalhos pouco organizada. Veja como começa a resposta, por exemplo. Além disso, a resposta está bastante desconectada da pergunta.


o controle local visa homogeneizar o ambiente em que os tratamentos estão expostos, controlando fatores como clima, altitude, relevo, entre outros, para que nenhum tratamento seja influenciado de forma diferente dos outros por este fator. Utilizado quando se observa heterogeneidade no ambiente, o controle local é aplicado para dividir o ambiente em partes homogêneas. Apesar de se conhecer a não homogeneidade do ambiente, quando os experimentos são realizados em ambientes não controlados, como no campo, o controle local só vai/deverá ser utilizado quando além do conhecimento da existência da variabilidade, ou seja, as diferenças forem reconhecíveis, tais diferenças também sejam controláveis por agrupamento em parcelas. O controle local nem sempre é utilizado, vai depender da necessidade do local a ser instalado o experimento

ok


A significância indica a chance máxima de a variação ser devido ao acaso. É o limite que se toma como base para afirmar que um certo desvio é decorrente do acaso ou não. probabilidade de cometer o erro do tipo I, Há, no entanto, um segundo tipo de erro(Erro do tipo II) ele consiste em não rejeitar a hipótese de igualdade.quando de fato estes dois tratamentos são diferentes. Isto implicaria na não liberação do novo tratamento, cujo efeito real não estaria sendo percebido.

não foi o que perguntei


No desenvolvimento de uma pesquisa experimental o controle das variações do ambiente é de fundamental importância para assegurar a precisão do experimento, sendo utilizados para isso, três princípios experimentais (repetição, casualização e controle local). Casualização Todo tratamento deve ter a mesma chance de ocupar qualquer parcela É o único jeito de ter certeza que a variação do acaso é independente da variação do tratamento (e vice-versa) É implementada por sorteio Este pode ser feito de qualquer modo conveniente. A repetição corresponde ao número de vezes em que o mesmo tratamento se repete, sendo que, com o aumento desse parâmetro há a diminuição da chance de erro do experimento. Este princípio é utilizado quando se sabe de variações do ambiente, e tenta-se minimizar esse efeito pelo aumento do número de repetições. o controle local serve para evitar as influências externas, que seriam responsáveis pela diferenciação dentro e entre tratamentos, fato que mascararia os resultados da pesquisa.Este princípio é freqüentemente utilizado, mas não é de uso obrigatório, pois, podemos realizar experimentos sem utilizá-lo. Este consiste em distribuir as variedades no campo sempre em áreas mais homogêneas possíveis, quanto às condições de tipo de solo, umidade, porosidade, etc., podendo haver variações acentuadas de uma área para outra. Estas áreas assim formadas são chamadas blocos

copiou de algum canto, para ficar com estas quebras no meio do caminho? não tenho nada contra consultar sabatinas anteriores, mas como ferramenta de estudo, não de fonte direta.


A pesquisa cientifica está constantemente utilizando-se de experimentos para provar suas hipóteses, mas é claro que os experimentos variam de uma pesquisa para outra, porém todos eles são controlados por alguns princípios básicos e necessários para que as conclusões obtidas sejam mais aproximadas do valor real, dente estes princípios temos: O princípio da repetição baseia-se na reprodução do experimento, ou seja é a quantidade de vezes em que o tratamento irá aparecer no experimento sendo que este tem por finalidade propiciar a obtenção de uma estimativa do erro experimental ou então aumentar a precisão das estimativas (ex. Médias) e com isto elevar também o poder dos testes estatísticos, possibilitando criar hipóteses reais referentes ao trabalho realizado. No entanto, o número de repetições pode ser limitado, por exemplo, pelo número de tratamentos que serão comparados, pela disponibilidade de material e de área experimental que podem influenciar diretamente.

Mesmo reproduzindo o experimento básico, pode ocorrer que um determinado tratamento apresente melhores resultados por ter sido favorecido por algum fator (Ex. estar em uma área com melhor fertilidade natural), então visando que qualquer tratamento seja beneficiado por qualquer fator externo procede-se a casualização, ou seja, atribuir a todos os tratamentos a mesma probabilidade de serem designados para qualquer uma das unidades experimentais, de uma maneira mais objetiva realiza-se sorteios para melhor dispor os tratamentos na área experimental. O princípio do controle local consiste em dividir um ambiente heterogêneo em subambientes homogêneos, ou seja, com isto tornar o delineamento experimental mais eficiente pela redução do erro experimental. Com isso, a casualização evita que determinado tratamento seja favorecido e garante que os erros sejam independentes. Diante do exposto a aplicação conjunta dos princípios básicos da experimentação é fator primordial para a melhor condução do experimento, obtendo assim respostas e conclusões ideais a situação que está sendo trabalhada.

só um cuidado que reprodução do experimento não é repetição de tratamentos, como você descreve, mas fazer o mesmo experimento inteiro mais de uma vez. fora isto, ótimo.


Pelo fato deste princípio ser frequentemente empregado, ele não é de uso obrigatório então podemos enquadrar esta afirmativa como falsa, pois podemos realizar experimentos sem utilizá-lo, ou seja, quando o material experimental é reconhecido como homogêneo (Ex. Casa de vegetação climatizada e controlada a temperatura e umidade), não há a necessidade do princípio do controle local ai neste caso teremos um Delineamento inteiramente casualizado (DIC). Ao contrário se o material experimental for heterogêneo como é o caso do campo (Ex. atributos físicos e químicos variando na área amostral, relevo, temperatura) nesta situação deve-se empregar o controle local na situação de blocos como é o caso do Delineamento em blocos casualizados (DBC) deixando-o mais homogêneo possível para que haja uma redução na estimativa do erro experimental.

maravilhoso. na sequencia que corrigi (não cronológica), a primeira resposta direta a esta pergunta.


No contexto geral sim, pois as medidas de tendência central elas serão importantes para sintetizar os dados de um conjunto amostral, ou seja, identificando uma posição central dentro do conjunto de dados e determinar a distribuição deste conjunto com maior detalhe. Após determinada a tendência central dos dados a sim poderemos determinar com maior clareza a variação destes dados, ou seja, determinar o quanto estes estão dispersos dentro do conjunto amostral avaliando o grau de variabilidade dos valores em torno da média. As medidas de variação como amplitude, variância, desvio padrão e coeficiente de variação, permitem verificar se o conjunto de dados é homogêneo ou heterogêneo. Diante disto, podemos correlacionar que a relação entre as medidas de tendência central e de variação estão completamente interligadas, pelo simples fato da razão de dependência que ocorre das medidas de variação em relação as de tendência central, sendo um exemplo simples se eu desejo obter o coeficiente de variação (CV) do meu experimento obrigatoriamente deve-se ter o valor de média e assim segue para variância. Sendo assim está afirmativa é verdadeira pois a relação de ambos faz-se necessária com o propósito de melhor descrever um valor central no conjunto amostral e a sua posterior variação em relação aos demais valores do conjunto de dados.

ok


A média aritmética ou simplesmente média é sem dúvidas a medida de posição ou tendência central mais utilizada e a mais importante, ou seja, a média é a soma de um conjunto de observações dividida pelo número de observações deste determinado conjunto, correspondendo a uma medida exata e bem definida levando todos os valores do conjunto amostral em consideração. Apresenta como vantagens o fato de que é de fácil obtenção e compreensão, além também de servir como base para a determinação de variância, desvio padrão e coeficiente de variação, uma das únicas implicações referentes a média é que esta é fortemente influenciada por valores atípicos no conjunto de distribuição. A mediana é o valor que ocupa a posição central no conjunto de dados, ou seja, dividindo os dados em dois subconjuntos com igual número, representando 50% acima dos valores da amostra ou 50% abaixo dos valores da amostra. Apresenta como vantagem o fato de que não é influenciada por valores extremos “outliers” e que pode ser determinada facilmente por qualquer software estatístico. Outra inferência que podemos fazer em relação à média e mediana como vantagens para ambos os lados, é que estas medidas são capazes de indicar a distribuição normal de um conjunto de valores, ou seja, a simetria que possa haver entre estas duas medidas é um parâmetro de correlação para indicar se o conjunto de valores segue um distribuição de

frequência normal.

excelente ponto sobre a distribuição normal


As medidas de variação são comumente utilizadas para avaliar o grau de variabilidade ou variação dos valores em torno da média, dentre as principais medidas de variação podemos destacar: Variância - A variância é uma distância média de cada observação em relação à média. No entanto está distância precisa ser elevada ao quadrado e dividida pelo número de graus de liberdade da amostra. Dentre os aspectos positivos a variância considera todos os valores da distribuição, oferecendo vantagem sobre a amplitude que considera somente dois valores, como desvantagem que temos é que a unidade de medida original acaba sendo alterada, ou seja, g/kg passa a ficar g²/kg². Desvio Padrão – é uma medida que leva em consideração a raiz quadrada da variância tomada como um valor positivo, levando em consideração a dispersão dos valores sobre a média. Apresenta como principal vantagem o fato de que a unidade de medida é igual a mensurada na variável. Amplitude – a amplitude é caracterizada como sendo a diferença entre o maior e o menor valor do conjunto amostral de dados. Apresenta-se como vantagem de ser fácil de calcular e indica se os valores da série amostral estão próximos ou distantes uns dos outros. Coeficiente de Variação (CV) - definido como o desvio-padrão em porcentagem da média, é a medida estatística mais utilizada pelos pesquisadores na avaliação da precisão dos experimentos. Ele tem a vantagem de permitir a comparação da precisão entre experimentos, sem a necessidade de igualdade de unidades. Erro Padrão da Média – representa uma a precisão com que foi estimada a média das amostras, sendo assim, quanto menor for o erro padrão, melhor será a estimativa da média amostral.

ok


Diante deste ponto de vista o termo significativo deve ser bem retratado, pois este depende extremamente de fatores como as variações do acaso e o tamanho amostral. Nesta situação podemos encontrar diferenças significativas em um conjunto amostral extremamente pequeno mas não significa que esta diferença não seja real, mas indica que não podemos ter uma garantia suficiente sobre a sua veracidade, ao contrário se avaliássemos um conjunto maior com grandes quantidade de informações ai sim teríamos como fazer uma melhor inferência sobre estes resultados. Em relação as variações do acaso estas estão presentes frequentes no nosso cotidiano, e também são capazes de modificar um determinada situação, o exemplo clássico que tomamos é o transito em uma cidade, que torna-se constante durante os dias, então não posso considerar significativo um tempo de percurso em um dia com transito e no outro sem transito, isto é devido simplesmente ao acaso. Diante destas ideias podemos concluir que uma diferença que na estatística possivelmente é dada como efeito significativo, na realidade está diferença pode não apresentar nenhum efeito, ou seja, ser irrelevante.

pela resposta não está usando a definição correta de significativo, ou seja, chance menor do que x% de cometer um erro tipo I


O controle local, o qual é um princípio experimental, é executado para solucionar a restrição à casualização completa dos tratamentos imposta pela heterogeneidade das unidades experimentais, ou seja, controla fatores como altitude e clima, evitando, desta forma, que nenhum tratamento experimental seja beneficiado ou prejudicado por estes fatores em detrimento de outros tratamentos. Quando o experimento é realizado em ambiente não controlado como, por exemplo, no campo, mesmo tendo conhecimento acerca da heterogeneidade do ambiente, o controle local apenas deverá ser aplicado quando tais diferenças possam ser controláveis por agrupamentos em parcelas. Deste modo, nem sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos.

ok

[0.000] (IP:281473652861758 | 14:58:31 | 19:38:34 | 40:03 | 1.282) Explique em suas palavras porque ser significativo não é garantia de que a diferença é real.

A estatística é um conjunto de técnicas e métodos de pesquisa que envolve, dentre outros fatores, o planejamento do experimento a ser realizado, a coleta dos dados, o processamento, a análise, a inferência e a

disseminação das informações. Em pesquisa experimental, se alguma inferência sobre o comportamento das variáveis respostas em função das variáveis independentes é buscada, a análise estatística e os testes de hipóteses fazem-se necessários. Vale salientar que o experimento é sempre uma amostra de uma população geralmente infinita, e os resultados observados em amostras aleatórias de uma população sempre variam. O teste de hipótese estatística permite inferir sobre qual seria a freqüência esperada do resultado observado na amostra ocorrer na população da qual a amostra experimental foi avaliada. Assim, ser significativo não é garantia de que a diferença é real.

qual foi a relação com o que perguntei?


Para uma melhor compreensão do comportamento do conjunto de dados é importante a utilização de medidas descritivas, as quais podem ser medidas de posição ou tendência central e medidas de dispersão. A partir do momento em que houver a necessidade e/ou interesse em apresentar as informações de um conjunto de dados na maneira resumida devemos apresenta-los em forma de medida descritiva. Utilizaremos medida de tendência central, quando visar determinar o centro da distribuição dos dados observados. Essa determinação depende, portanto, da definição de centro da distribuição e/ou faremos uso de medida de dispersão quando se pretender ter uma ideia acerca da maior ou menor concentração dos valores da variável em estudo. Deste modo, nem sempre precisamos de uma medida de tendência central e outra de variação.

sempre precisamos das duas medidas. duas amostras com mesma média ou mesma variância podem ser completamente diferentes uma da outra.


Enquanto que a mediana é a realização que ocupa a posição central da série de observações, ou seja, sempre existe, não é sensível a valores extremos e é uma medida de posição, a média aritmética é, por sua vez, dada uma distribuição de frequências, a soma de todos os valores da variável dividida pela frequência total (número total de observações), sendo ponto de equilíbrio para esta distribuição, levando todos os valores em consideração, além de servir de suporte para cálculos posteriores como, desvio e variância, e ainda ser a medida de tendência central de maior emprego e funcionar bem com muitos métodos estatísticos.

ok

[2.000] (IP:281473652861758 | 17:42:30 | 19:39:19 | 56:49 | 0.918) Discuta detalhadamente e em suas palavras o papel de cada um dos princípios experimentais, destacando sua

interrelação. A experimentação segue alguns princípios básicos como, a repetição, a casualização e o controle local, para

assim, reduzir o efeito ambiental. A repetição tem a função de prover uma estimativa do erro experimental, aumentar a precisão de um experimento e controlar a variância residual e podemos obter, com ela, uma melhor estimação do efeito do tratamento e determinar o erro experimental para, desta maneira, termos informações necessárias para testar a significância das diferenças das médias obtidas através da análise dos tratamentos. A casualização legitima que os tratamentos sejam locados num determinado ambiente, de forma aleatória na forma de sorteio, para assim, haver garantia que um tratamento não seja continuamente favorecido ou prejudicado nas sucessivas repetições por algum evento, de natureza conhecida ou desconhecida. A casualização além de permitir uma estimativa para o erro experimental, promove o uso dos testes de significância. O controle local tem, por sua vez, o intuito de homogeneizar o ambiente em que os tratamentos estão expostos, seja a altitude, a temperatura, dentre outros fatores, para que nenhum tratamento seja favorecido ou desfavorecido. Vale salientar que quando se aplica o controle local há uma redução do número de graus de liberdade do erro experimental, o que é indesejável, entretanto, há uma diminuição na variação devido ao erro, compensando, assim, a redução dos graus de liberdade e, desta maneira, acarretando numa maior precisão.

ok


Os principias tipos de medidas de variação são amplitude, variância, desvio-padrão, erro padrão da média e coeficiente de variação. A amplitude é a diferença entre o maior e o menor valor do conjunto de dados, apresentando facilidade quanto ao seu cálculo e fornece uma ideia da magnitude da faixa de variação dos dados. A variância é a soma dos quadrados dos desvios dividida pelo número de ocorrências. Esta medida leva em consideração todos os valores da distribuição, possuindo uma vantagem sobre a amplitude que considera apenas dois valores.

O desvio-padrão é um valor que pode ser obtido a partir da média e da variância, pois é a raiz quadrada da variância e apresenta como vantagem sobre a variância, uma interpretação direta da variação do conjunto de dados, sendo este desvio expresso na mesma unidade que a variável. O erro padrão da média é uma medida da precisão da média amostral calculada e leva em conta o tamanho da amostra, isto é, avalia a precisão do cálculo da média populacional. O coeficiente de variação é usado para analisar a dispersão em termos relativos a seu valor médio quando duas ou mais séries de valores apresentam unidades de medida diferentes. Deste modo, podemos dizer que o coeficiente de variação é, por sua vez, uma maneira de expressar a variabilidade dos dados excluindo a influência da ordem de grandeza da variável.

46. ok


Ser significativo não quer dizer que é real por que sempre existira uma pequena chance (independentemente do nível de significância utilizado) da diferença estatística existente ser em decorrência do acaso, onde variações ao acaso são compreendidas como toda variação apresentada pelos dados que é devido a fatores não controlados ou não controláveis. Logo mesmo que o nível de significância seja o mais restrito possível sempre ocorrerá a chance desta variação não ser decorrente dos tratamentos em estudo e sim da variabilidade do ao acaso.

ótimo. matou na primeira frase


interrelação. São três os princípios experimentais: repetição, controle local e a casualização. A repetição é um dos princípios

básicos da experimentação, que o pesquisador faz uso para controlar a variabilidade decorrente do meio. Se não existisse a repetição, a amostragem não seria representativa. Como no experimento sempre ocorre variação do acaso, logo, quanto maior é o número de repetições de um experimento, menor se torna a probabilidade do mesmo apresentar erro. A repetição objetiva aumentar a precisão das estimativas e também de aumenta o poder dos testes estatísticos a serem utilizados. A repetição é sempre utilizada nos experimentos. A casualização é a distribuição aleatória dos tratamentos nas parcelas experimentais. Proporciona a todos os tratamentos a mesma probabilidade de serem designados a qualquer uma das parcelas e evita que um ou mais tratamentos seja favorecido ou prejudicado por algum fator, também é sempre utilizada nos experimentos. O controle local, tem por objetivo homogeneizar o ambiente em que os tratamentos estão expostos, controlando fatores como vegetação, relevo, entre outros, para que nenhum tratamento tenha influências de forma diferente uns dos outros por estes fatores. Deve ser utilizado quando for observada heterogeneidade no ambiente, o controle local é aplicado para dividir o ambiente em partes homogêneas. No entanto, diferindo da repetição e da casualização, o controle local pode ou não ser utilizado em um experimento. Os três princípios experimentais, têm como objetivo a redução do efeito do ambiente sob os resultados obtidos.

ok


Em um conjunto de dados ordenados a mediana consiste em um valor que se localiza exatamente no centro do conjunto de dados que está sendo avaliado, ou a média aritmética dos valores centrais (caso o conjunto de dados seja par), ou seja ela divide um conjunto de dados em duas partes iguais. A mediana apresenta como vantagem comparativa a análise de uma série de dados agrupados ou não, dividindo a serie em duas partes iguais refletindo o valor que está no centro da distribuição, consistindo em uma boa escolha para utilizar em conjuntos de dados que apresentam valores extremos. Dentre as medidas de tendência central, a média é mais importante. A média consiste no somatório de todos os valores do conjunto de dados, dividida pelo total constituinte do conjunto, correspondendo a uma medida exata; é utilizada para determinação de valores posteriores como desvio padrão, coeficiente de variação e probabilidades. Apresenta como vantagem comparativa a capacidade de descrever todos os dados da série. É amplamente utilizada em análises quantitativas e apresenta fácil compreensão.

a segunda frase é praticamente uma repetição da primeira, com a exceção daparte sobre valores extremos.


A afirmativa de que, “Como o campo sempre é variável, sempre precisamos utilizar o controle local em experimentos de fora de ambientes protegidos” é falsa. De acordo com o princípio experimental o controle local só será utilizado quando necessário, ou seja quando existir heterogeneidade no ambiente e for possível o reconhecimento da mesma é que será utilizado o controle local. O controle local tem por finalidade a homogeneização dos ambientes nos quais os tratamentos serão submetidos, controlando fatores como topografia, solo, vegetação etc. para que estes fatores não venham a influenciar de forma diferente em nenhum dos tratamentos evitando que a diferença de ambiente

sobreponha a diferença dos tratamentos. Diminuindo desta forma o erro experimental. Logo diferentemente da repetição e da casualização o controle poderá ou não ser utilizado em um experimento.

excelente


As medidas de tendência central nos mostra a concentração dos dados em torno de um valor, sendo insuficiente para representar adequadamente um conjunto de dados, pois nada revelam sobre sua variabilidade, o que torna necessário também conhecer suas características de dispersão – medidas de variabilidade (ou dispersão). Através das medidas de tendência central tem-se a moda, mediana e a média, neste contexto de medidas de tendência central tem-se destaque para a média. A mesma consiste em uma medida exata e rigorosamente definida e que dá suporte para a realização de cálculos posteriores de medidas de variação como o desvio padrão e coeficiente de variação. Já a medida de variação tem por finalidade nos mostrar a variabilidade dos dados em relação à média. Como medidas de variação temos amplitude, variância, desvio padrão, erro padrão, e coeficiente de variação. Dentre as medidas de variação pode-se destacar a variância, que irá representar cada ponto em relação à media, apresenta como vantagem levar todos os valores em consideração, e o coeficiente de variação que consiste no desvio padrão expresso na forma de percentagem da média geral, sendo uma medida relativa de variabilidade, útil para comparar a variabilidade (dispersão) de dois conjuntos de dados de ordem de grandezas diferentes.

cuidado com o português, fora isto, ok

[1.500] (IP:281473857279340 | 12:41:02 | 23:21:01 | 39:59 | 67.818) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar

valores de diferentes tratamentos. Sabe-se que as medidas de variação determinam as características de variação de um conjunto de dados. E os

principais tipos são: amplitude, variância, desvio padrão, erro padrão, e coeficiente de variação. Amplitude: consiste na diferença entre o maior e o menor valor das observações. Considera apenas dois valores o máximo e o mínimo, permite a percepção da magnitude da variação dos dados e seu cálculo é de fácil execução. Variância: é o quadrado do desvio padrão, diferentemente da amplitude a variância irá representar cada ponto em relação à media, apresenta como vantagem levar todos os valores em consideração. Desvio padrão da média: é a raiz quadrada da variância, corresponde ao valor médio dos desvios de cada ponto em relação à média, o desvio padrão corrigi o erro da unidade resultante do cálculo da variância, facilitando a interpretação dos resultados obtidos em decorrência do desvio padrão ser expresso na mesma unidade que a variável. Erro padrão da média: expressa a variação levando em conta o tamanho da amostra, ou seja, o erro padrão avalia a precisão do cálculo da média populacional. Coeficiente de variação: consiste no desvio padrão expresso na forma de percentagem da média geral, sendo uma medida relativa de variabilidade, útil para comparar a variabilidade (dispersão) de dois conjuntos de dados de ordem de grandezas diferentes.

na realidade a medida não determina, apenas representa


A repetição é número de vezes em que o tratamento aparece no experimento, É através da repetição que se estima o erro experimental e melhora a precisão do experimento. A casualização é a distribuição aleatória dos tratamentos nas parcelas experimentais. Os erros experimentais, através da casualização, tornam-se independentes, o que possibilita a aplicação dos testes de significância. O Controle local é uma forma de homogeneizar as condições experimentais. Neste caso, o material experimental é dividido em porções homogêneas ou blocos, cada um dos quais contendo todos os tratamentos, tornando o experimento mais eficiente, pois reduz o erro experimental. Ambos os princípios norteiam modelos experimentais que objetivam basicamente controlar ou isolar as diversas variações experimentais que ocorrem no estudo.

excelente ligação entre casualização e independência do acaso


Precisamos ter certeza de que as diferenças que são observadas não são explicadas por acaso, para isso é importante considerar o tamanho da amostra. Em alguns casos, com amostras extremamente pequenas, grandes diferenças são observadas e mesmo assim não são estatisticamente significativas. Isso não significa que esta diferença não seja real, simplesmente significa que não podemos ter uma garantia suficiente. Por outro lado, com amostras muito grandes, podemos encontrar pequenas diferenças significativas, o que na prática não será muito informativa.

não foi o que perguntei


Amplitude tem a vantagem de ser simples por ser uma medida fácil de calcular, porém é uma medida de variação de utilidade limitada, por depender somente dos valores extremos de um conjunto de dados, desprezando assim os valores intermediários, o que a torna insensível à dispersão dos demais valores entre o maior e o menor. Variância tem a vantagem de levar todos os dados em consideração, não havendo necessidade de calcular-se previamente a média e os desvios em relação a ela. Desvio-padrão tem a vantagem de permite a interpretação direta da variação dos dados, pois o mesmo apresenta a mesma unidade dos dados originais e, consequentemente, da média. Coeficiente de variação tema vantagem de independer das unidades , dessa forma pode ser empregado tanto em dados grupados como não grupados.

não entendi a variância. Aparentemente está misturando a equação com o que realmente é.


Média, é a que mais nos interessa, do ponto de vista estatístico, por ser a mais representativa de uma amostra de dados, É medida exata e rigorosamente definida; é de fácil compreensão e descreve todos os dados da série; Serve de apoio a cálculos posteriores como o das probabilidades, desvio padrão, coeficiente de variação, contudo , ela não diz como os dados de uma amostra se distribuem em torno dela. A mediana serve para representar e analisar uma série de dados grupados ou não, dividindo a série em duas partes iguais Numa série de dados não agrupados, a mediana é facilmente localizável, tanto quanto as demais medidas de tendência central.

admitindo que os dados sejam não agrupados, mas ordenados.

[1.000] (IP:281473857271202 | 23:53:54 | 18:59:03 | 05:09 | 25.904) Discuta detalhadamente a frase: "Sempre precisamos de uma medida de tendência central e outra de variação"

Uma complementa a outra, a medida de tendência central serve para sintetizar os dados de uma amostra, enquanto que a medida de variação serve para complementar as informações sobre a amostra.

complementar como? isto é discutir detalhadamente alguma coisa?


Como o controle local nós dá o entendimento de homogeneizar as condições experimentais, isso não significa que ele sempre deve ser utilizado, uma vez que seu uso é aplicado quando se há o conhecimento da existência da variabilidade e quando as diferenças forem visíveis pelo observador no experimento. Dessa forma ele pode ser utilizado em ambientes com heterogeneidade conhecida para tornar as amostras mais homogêneas e tentar reduzir a estimação do erro experimental.

ótimo


Interferências decorrentes do acaso (fatores externos e/ou internos) podem influenciar no comportamento e nos resultados de uma variável em tratamentos (que teoricamente não seriam diferentes), fazendo com que um, ou mais tratamentos, apresentem diferenças estatísticas significativas entre si. Dessa forma, evidenciamos a ocorrência do Erro tipo I, onde Ho (não há diferenças entre os tratamentos) deveria ser aceita, no entanto é rejeitada, assumindo-se que houve diferenças entre esses tratamentos.

não consegui entender o que tentou dizer, e menos ainda como se ligou com a pergunta


São três os princípios experimentais: Repetição, casualização e Controle Local. A repetição (reproduzir repetidamente por n vezes uma unidade amostral) torna-se fundamental para verificar, por meio da observação comparativa dos resultados em cada repetição, a influência do acaso no tratamento. Uma repetição não é suficiente para avaliar a ação do acaso e o reduzido número de repetições pode não expressar a realidade dessa influência, por este motivo, opta-se por um número razoável e representativo de repetições (número variável dependente do que possam ser realizadas e de acordo com as condições experimentais). A casualização (Processo de submeter os tratamentos em disposições espaciais, de forma a que todos possam receber,

teoricamente, as mesmas interferências do acaso). Ela é fundamental pois reduz as interferências negativas que poderiam ocorrer se houvesse a exposição completa de alguns e a "preservação" de outros, em relação as influências do acaso. O Controle Local (disposição dos tratamentos de forma a que todos possam receber, teoricamente, as mesmas interferências do acaso, levando-se em consideração as diferenças heterogênicas perceptíveis observadas no meio) também é uma forma de gerenciar as possíveis interferências do acaso, de forma que todos os tratamentos sejam dispostos em arranjos que favoreçam influências generalizadas e não pontuais. Em suma, os três princípios experimentais são aplicados visando reduzir e/ou administrar homogenicamente as interferências do acaso que, possivelmente poderiam influenciar no comportamento das variáveis para cada tratamento durante a execução de um experimento. A falta desses princípios expressaria um resultado mascarado de diferenças entre esses tratamentos, quando na verdade poderia não haver essa diferença -Erro tipo I.

excelente


Dentro de um conjunto de dados amostrais, a mediana é representada pelo valor ou valores que encontram-se no centro, ou seja, que representam o centro em relação aos menores e aos maiores valores. A vantagem dela é não levar em consideração os valores extremos (que poderiam influenciar um determinado tratamento durante o processo de análise estatística, fazendo com que não haja diferenças, em virtude da interferência desses valores extremos) dessa forma, a mediana reflete apenas esses valores centrais, o que nesse caso seria a desvantagem, por não refletir todos os valores. A média, por sua vez, tem a vantagem de ser calculada levando-se em consideração todos os valores presentes em um conjunto amostral e de refletir o ponto de equilíbrio entre eles. No entanto, levar todos os valores em consideração traz a desvantagem de apresentar sensibilidade aos valores extremos.

ok


Não concordo com a afirmativa, pois primeiramente: nas condições de campo nem sempre há a percepção visual ou científica (por meio de descrições literárias sobre o ambiente em questão, por exemplo) das diferenças reais que poderiam causar variações em um experimento, assim o uso do controle local seria algo meramente instintivo e não baseado em fundamentos concretos. A outra questão controversa é que nem sempre em ambientes protegidos se tem um ambiente homogêneo, por exemplo, em telados ou casas de vegetação, podem haver maior incidência solar, elevada temperatura, baixa umidade, etc. em determinadas áreas, necessitando-se assim aplicar o princípio de controle local.

a única ressalva é que literária não é um termo usado para literatura científica (felizmente). você queria dizer da bibliografia.


Amplitude, variância, desvio padrão, e coeficiente de variação são medidas de dispersão, ou variação. Na amplitude tem-se a simplicidade de avaliação de diferença entre o menor e o maior valor observados, nesse caso a comparação entre os tratamentos seria feita baseada nesse intervalo. A variância é média aritmética dos quadrados dos desvios de todos os valores, dividido pelo número de dados amostrais. Dessa forma, leva em consideração todos os valores presentes no conjunto amostral, fazendo que que se tenha uma representação completa desses dados, no entanto, perde-se a lógica de unidade matemática, em relação aos dados iniciais. O desvio Padrão é o resultado da raiz quadrada da variância, dessa forma, faz com que a unidade matemática da medida de variabilidade fique semelhante a unidade dos dados iniciais, trazendo assim uma lógica maior dos dados gerados.

O coeficiente de variação é a razão percentual entre o desvio padrão e a média, por essa maneira é expresso em percentagem, ou seja, independe de unidades matemáticas, e representa a forma de dispersão em que encontram-se os dados iniciais (baixa, média ou alta).

ok


Penso que a frase é bem colocada, tendo em vista que, durante os processos de análise de dados experimentais, leva-se em consideração medidas de variação ou dispersão para efetuar o processo de comparação de tratamentos e determinar a significância entre eles. Além disso, para utilizar essas medidas de variação (como variância, desvio padrão, coeficiente de variação) é necessário primeiramente determinar a média aritmética, que é uma medida de tendência central.

ok. bom ponto sobre a ligação entre as medidas da família da variância com a média


Média e mediana fazem parte do que é chamado de medidas de posição, ou medidas de tendência central. A média é a mais utilizada e refere-se a um valor gerado pela soma das observações e dividido pelo número dessas observações, no qual este valor está em um ponto central dentro de um conjunto de dados. A mediana está na posição central entre todos os valores da amostra depois da ordenação desses valores em crescente ou decrescente, onde será observado concentração equivalente da metade inferior e da metade superior. Com relação à vantagem da mediana, é que esta não é sensível a valores extremos, porém, nestas condições, a média mostra-se sensível, podendo causar uma interpretação errônea do conjunto de dados da amostra. Contudo, a média apresenta a vantagem de levar todos os valores em consideração.

otimo


Essa afirmativa refere-se ao uso do controle local, que tem a finalidade de diminuir o erro experimental, ou seja, o controle local consiste em distribuir as variedades no ambiente (heterogêneo) em blocos mais homogêneos. Com isso, conseguimos evitar que a diferença do ambiente interfira na diferença entre os tratamentos. É importante ressaltar que o controle local parte de duas condições: a primeira, identificar que existe variação do ambiente e a segunda, se conseguimos reconhecer como é essa variação. A utilização desse princípio experimental não é obrigatória, ou seja, seu uso se faz quando necessário.

se livrou pela última frase


interrelação. Os princípios experimentais devem fazer parte do planejamento de um experimento, seja ele simples ou

complexo, pois sua aplicação garante a confiabilidade dos resultados obtidos. Da mesma forma, a não utilização desses princípios básicos, que são repetição, casualização e controle local, leva a conclusões errôneas ou sem base alguma. A repetição pode ser definida como um número de unidades experimentais que receberão um mesmo tratamento e seu uso adequado nos possibilita alcançar uma estimativa da dispersão da amostra e através disso obter resultados mais precisos. Em outras palavras, a repetição tem a finalidade de estimar o erro experimental. O número de tratamentos e a disponibilidade de material e área são alguns fatores que limitam o número de repetições. Outro princípio experimental é a casualização que, de uma forma simples, consiste em distribuir de forma aleatória os tratamentos nas unidades experimentais. Dessa forma, evita-se que haja favorecimento dos tratamentos aplicados em parcelas sob melhores condições e isso também possibilita a não correlação entre os erros experimentais, o que garante uma melhor aplicabilidade dos testes de hipóteses. O controle local, diferente da repetição e da casualização, não é de uso obrigatório, porém ignorar seu uso em uma situação que deve ser aplicado, leva a conclusões equivocadas. O uso desse princípio experimental serve para diminuir problemas de ambientes heterogêneos, consistindo em agrupar parcelas homogêneas em blocos e seguir com a aplicação dos tratamentos, fazendo com que os tratamentos passem por todos os blocos. A principal finalidade do controle local é diminuir os efeitos da variação do ambiente sobre a comparação dos tratamentos e reduzir o erro experimental, aumentando, dessa forma, a precisão dos resultados.

ok


Usa-se uma medida de tendência central para se obter um valor médio do conjunto de dados de uma amostra. Sendo que essa medida de tendência central, ou, por assim dizer, medida de posição, não dará uma informação sobre como se procedeu o comportamento da amostra. É aí que entra a medida de variação, pois ela dará uma indicação de como se procedeu o comportamento observado no conjunto de dados de uma amostra. Portanto, é importante utilizarmos uma medida de posição e outra de variação, para se obter resultados mais sólidos.

confuso mas ok


As medidas de variação utilizam geralmente uma medida de posição, comumente sendo a média, para quantificar a variabilidade dos dados de uma amostra. As principais medidas de variação são: amplitude, variância, desvio-padrão e coeficiente de variação. Com relação às suas vantagens, temos que a amplitude é a mais simples a ser aplicada sobre uma amostra e fornece resultados quanto às diferenças entre os dois extremos dos valores numéricos observados. A variância é a medida de variação mais comumente utilizada e é representada por uma média que expressa um desvio quadrático médio. Sua vantagem está no fato de levar todos os valores em consideração, porém, possui o inconveniente de fornecer resultados com unidades sem lógica. Para contornar esse problema, utiliza-se o desvio-padrão, que é representado pela raiz quadrada positiva da variância e fornece resultados com unidades mais lógicas. O coeficiente de variação possui a vantagem de comparar distribuições com unidades diferentes, pois o C.V. não apresenta unidade associada.

discussão e comparação?


Dentro de um experimento, fatores externos podem influenciar nos resultados das médias dos tratamentos. Esses fatores externos podem ser aqui definidos como variação ao acaso, que são variações que fogem do nosso controle. Se essa variação for muito alta dentro de uma média, então ficará difícil encontrar uma diferença real que exista entre os tratamentos. Uma variação alta pode levar a erros na interpretação dos resultados, ou seja, induzir a cometer o erro Tipo I e erro Tipo II. Então, deve-se aplicar métodos para minimizar o máximo a variação ao acaso, para que não influencie na significância dos resultados e, assim, possamos comparar as diferenças reais.

leia a pergunta novamente e veja se sua resposta tem relação com ela

66. [0.000] (IP:0 | 18:04:57 | --:--:-- | --:-- | ------ ) Explique em suas palavras porque ser significativo não é garantia de que a diferença é real.

[1.500] (IP:281473652439203 | 18:08:03 | 19:31:42 | 23:39 | 7.917) Discuta vantagens comparativas dos principais tipos de medidas de variação comumente usados para comparar

valores de diferentes tratamentos. Amplitude: é a diferença entre os valores maior e o menor de um conjunto de dados de uma determinada

variável. É fácil de calcular e fornece uma ideia da magnitude da faixa de variação dos dados. Coeficiente de variação: é a medida de variabilidade que mede percentualmente a relação entre o desvio padrão e a média geral. É independente da unidade de medida utilizada, e a interpretação da distribuição dos valores de CV de uma variável resposta permite estabelecer limites de valores que orientem os pesquisadores sobre a validade dos resultados de suas pesquisas. Desvio padrão: Estimativa da variação não controlada, referindo-se a variação para mais ou para menos dos valores com relação a média. Tem como vantagem, sobre a variância, de permitir uma interpretação direta da variação do conjunto de dados, sendo o desvio padrão expresso na mesma unidade que a variável. Variância: é a média do quadrado da distância de cada ponto até a média, ou seja, é o quadrado do desvio padrão. A variância considera todos os valores da distribuição, oferecendo uma vantagem sobre amplitude que considera somente dois valores.

outra resposta extraordinariamente parecida. Neste caso, repete o erro de definir a variância como o quadrado do desvio padrão, quando este é a raiz quadrada da variância


A Repetição é um dos princípios de experimentação utilizada para controlar a variabilidade do meio. A repetição corresponde ao número de vezes que o tratamento aparece no experimento. Quanto maior o número de repetições, menor probabilidade de erro. Este princípio permiti aumentar a precisão das estimativas e aumentar o poder dos testes estatísticos. A Casualização distribui aleatoriamente os tratamentos nas parcelas, de modo que cada uma tenha a mesma chance de ocupar qualquer parcela na área experimental, evitando o favorecimento por qualquer fator externo. O Controle local é utilizado quando as parcelas, antes de receberem os tratamentos, apresentam diferenças entre si, devendo fazer o agrupamento das parcelas homogêneas em blocos, que tem por finalidade diminuir o erro experimental. O uso do controle local diminui o grau de liberdade do resíduo, sendo uma desvantagem, pois ocasiona a diminuição da variância residual, pois o controle local consegue isolar o efeito dos fatores que normalmente seriam incluídos no resíduo.

tenho quase certeza de que já vi esta resposta exatamente igual, inclusive quanto ao português "permiti aumentar"


A média é o valor central de um dado conjunto de dados, podendo ser simples, quando a soma dos valores de um determinado conjunto de medidas dividida pela quantidade de valores que somado, e pode ser ponderada, sendo a razão entre o somatório dos produtos de cada valor pelo peso respectivo e a somatória dos pesos, tendo como vantagem refletir cada valor observado na distribuição, apresentando como desvantagem a influência sofrida por valores extremos. em contra partida, a mediana é o valor central de um conjunto de dados quando este é ordenado em forma crescente ou decrescente quando o número de observações é ímpar, em casos de números de observações par, faz a média aritmética dos dois valores centrais, tem como vantagem ser menos sensível que a média em relação a valores extremos, porém possui a desvantagem de ser difícil de determinar para grande quantidade de dados.

a mediana não é dificil de determinar para grande quantidade de dados, exceto se for fazer a organização na mão...


A afirmativa é falsa. Nem sempre o campo apresenta variações muito maiores do que as encontradas em outros ambientes, e ainda que seja variável, isto não quer dizer que pode-se/deve usar o controle local, uma vez que o controle local só pode/deve ser utilizado quando além do conhecimento da existência da variabilidade, ou seja, as diferenças forem reconhecíveis, tais diferenças também sejam controláveis por agrupamento em parcelas.

ótimo


A medida de tendência central é importante para sintetizar os dados da amostra, indicando o "miolo" dos dados, sendo as principais medidas a moda, média e mediana, e a medida de variação é importante para complementar as informações sobre a amostra, dão ideia de abertura dos dados em torno da tendência central, fazendo com que se faça necessário para melhor avaliação dos dados de uma medida de cada.

ok


Sim.As medidas de tendência central mostram o valor representativo em torno do qual os dados tendem a agrupar-se, com maior ou menor frequência, ou seja, é um número que está representando todo o conjunto de dados, que pode ser encontrado a partir das medidas de média aritmética, da moda ou da mediana. Apesar de as medidas de tendência central ter a função de representar, a partir de um único número, a sequência a ser analisada, esse método ainda é muito incompleto para que se possa tirar alguma conclusão sobre o conjunto de dados. Assim, as medidas de variação mostram o grau de dispersão dos valores observados em relação àquele valor representativo. Algumas medidas de dispersão que sintetizam essa variabilidade são: amplitude, variância, desvio padrão e coeficiente de variação.

ok


A média corresponde à soma de todos os valores do conjunto de dados dividida pelo número de dados, enquanto que a mediana é uma medida de posição que representa um valor no centro da distribuição de um conjunto de dados, ou seja, é o valor que divide a distribuição dos dados exatamente no meio, ou a média aritmética dos dois valores centrais, quando a série apresenta um número par de dados. A mediana não é influenciada por valores extremos. Assim, costuma ser uma boa escolha quando se tem valores extremos no conjunto de dados. Já a média, leva todos os valores em consideração, sendo sensível a valores extremos. Além disso, representa o ponto de equilíbrio para distribuição de frequências e serve de suporte para cálculos posteriores como o das probabilidades, desvio padrão e coeficiente de variação. A média é a medida de tendência central de maior emprego e funciona bem com muitos métodos estatísticos.

ok, mas me parece extremamente parecida com outra que já vi.


A amplitude é definida como a diferença entre o maior e o menor valor das observações, fornecendo uma idéia da magnitude da faixa de variação dos dados. Tem a vantagem de ser fácil e rápida de calcular, no entanto, não é uma boa medida de variação, pois só considera dois valores (os extremos do conjunto de dados). Por outro lado, a variância (s2) e o desvio padrão (s) consideram todos os valores da variável em estudo, e não apenas os valores externos, como a amplitude total. Além disso, o desvio padrão apresenta uma vantagem sobre a variância, pois é expressa com unidades mais lógicas, ou seja, na mesma unidade de medida dos valores observados, o que possibilita a comparação entre diferentes amostras. O coeficiente de variação (CV) é definido como o quociente entre o desvio padrão e a média, multiplicado por 100. Logo, o CV nada mais é do que o desvio padrão em porcentagem da média. Por ser uma medida de dispersão relativa, é muito útil para comparação, em termos relativos, do grau de concentração em torno da média de séries distintas. Por ser um número adimensional, ou seja, que independe das unidades, permite a comparação de séries de variáveis com unidades diferentes. O erro padrão da média, por sua vez, é uma medida da precisão da média amostral calculada, levando em conta o tamanho da amostra, ou seja, tem como vantagem avaliar a precisão do cálculo da média populacional.

ok


Estatisticamente em um trabalho cientifico existem dois tipos de hipótese, a hipótese nula (Ho) e a alternativa (Ha). Só que ao se testarem essas hipóteses o pesquisador pode cometer dois tipos de erro muito conhecidos por erro do tipo I e erro tipo II. O erro do tipo I ocorre quando rejeita-se a Ho quando ela é verdadeira, ou seja, quando dizemos que houve diferença significativa entre os tratamentos, quando, na verdade, a diferença significativa entre os tratamentos não é real, isto é, não é devida ao efeito dos tratamentos, mas sim à variação do acaso. O erro do tipo II é aceitar H0, quando ela é falsa, ou seja, é dizer que não houve diferença significativa entre os tratamentos, quando, na verdade, houve diferenças. A probabilidade de cometer o erro do tipo I é chamada de nível de significância, o qual deve ser escolhido antes de

realizar os experimentos. Usa-se, geralmente, igual a 5 ou 1% de probabilidade, de maneira a ter-se o erro tipo I o menor possível. Destes dois tipos de erros o mais importante é o do tipo I, é o que os pesquisadores tentam controlar mais.

tudo certo, mas não para a pergunta que fiz. você explicou muito bem o que é erro I e II, mas não foi a pergunta


Os princípios experimentais são responsáveis pela diminuição de todas as possibilidades que possam influenciar negativamente na condução do experimento. São três os princípios básicos: repetição, casualização e controle local. O princípio da repetição refere-se ao número de vezes que um mesmo tratamento aparece no experimento ou, em outras palavras, significa refazer a amostragem do material em estudo o número de vezes que seja necessário para que este material venha a ser representativo de toda área ou população. Sem repetição, a amostragem não seria representativa e não seria possível separar a variação do acaso e o tratamento. A finalidade da repetição é obter uma melhor estimação do efeito do tratamento, permitir a estimativa do erro experimental e aumentar o poder dos testes estatísticos. Este princípio é utilizado quando se conhece de variações do ambiente, e tenta-se minimizar esse efeito pelo aumento do número de repetições. Contudo, o número de repetições de um experimento depende de alguns fatores, tais como: a variabilidade do meio em que se realiza o experimento, número de tratamentos em estudo, disponibilidade de recursos (equipamentos, material, área experimental), orçamento e entre outros. Para assegurar que os tratamentos não serão beneficiados ou prejudicados por alguma fonte de variação, de origem conhecida ou não, na parcela experimental, usa-se o princípio da casualização, onde os tratamentos são distribuídos, de forma aleatória e através de sorteio, nas parcelas experimentais, de forma que cada um tenha a mesma chance de ocupar qualquer parcela da área experimental. A casualização evita a influência tendenciosa do pesquisador que possa

mascarar os resultados. A casualização pode ser aplicada através do delineamento inteiramente casualizado, delineamento em blocos casualizados e o delineamento em quadrado latino. Mesmo utilizando o princípio da casualização, pode acontecer de uma ou mais parcelas possuírem características distintas (ex.: topografia, vegetação, tipo de solo e outros) que podem influenciar o resultado do experimento. Neste caso, quando o ambiente é heterogêneo e se conhece a sua heterogeneidade, utiliza-se o controle local, que tem como objetivo dividir a área heterogênea em subáreas homogêneas, onde serão alocados todos os tratamentos nos diferentes ambientes. Assim, o controle local busca evitar as influências externas do ambiente que seriam responsáveis pela diferenciação dentro e entre tratamentos e a redução do erro experimental. Quando o ambiente é homogêneo, dispensam-se o uso dos blocos, no entanto, se houver dúvidas quanto a veracidade da homogeneidade recomenda- se a utilização do princípio do controle local. Vale ressaltar que quando se faz o controle local, há uma redução do número de graus de liberdade do erro experimental, o que não é desejável. Entretanto, a redução dos graus de liberdade é compensada pela diminuição na variação devida ao erro, conduzindo a uma maior precisão.

ótima definição para repetição depois de "outras palavras"


Discordo com a afirmativa. Primeiro que, dependendo do tamanho da área experimental, esta possa ser homogênea e, portanto, não necessite do controle local. Além disso, mesmo em ambientes protegidos, pode existir uma variabilidade muito maior do que em um ambiente aberto (campo) e que necessite de um controle local, como por exemplo uma casa de vegetação que apresente goteiras, que tenha uma parte do teto coberta por musgo, que apresente diferenças de luminosidade, umidade e temperatura internamente. Assim, tanto em campo quanto em ambiente protegido se pode utilizar o controle local, para tanto, é necessário a existência da variabilidade e que esta seja reconhecida e passível de ser controlada, de forma que permita sua divisão em subgrupos mais homogêneos.

excelente, mas uma ressalva de português. Você concorda com, mas discorda de... parece frescura de quem não tem mais o que fazer, mas é importante tomar cuidado com a escrita


Levando em consideração que os experimentos estão sujeitos a erros de execução a garantia de que houve diferença significativa de algum ou alguns dos tratamentos, algumas vezes, pode não ser real, pois quando se planeja um experimento deve-se procurar minimizar a influência dos fatores externos sobre os tratamentos. Logo, devemos minimizar os fatores que podem aumentar o que chamamos de “Variação ao Acaso” e que possam interferir e influenciar a resposta da espécie animal e/ou vegetal que se está trabalhando. Variação ao acaso nada mais é do que fatores que estão fora do nosso controle, mas que existem. Quando se monta um experimento este tipo de variação deve ser o menor possível, visto que, quando maior esta variação, maior o erro experimental e, consequentemente, menor a chance de se encontrar diferenças reais entre os tratamentos testados, pois nessas situações não se tem a garantia se a significância foi devido aos tratamentos ou ao erro. Em estatística existem dois tipos de erro. O erro tipo I é o que chamamos de falso positivo, ou seja, dizemos que existe diferença significativa entre os tratamentos quando na verdade essas diferenças são devido ao acaso. O erro tipo II, ou falso negativo, ocorre quando há diferença entre os tratamentos, mas, mesmo assim, o teste estatístico não consegue encontrar diferença entre os mesmos, devido, novamente, a variação ao acaso. Logo, nem sempre ser significativo é garantia de ser real.

não foi a pergunta.... o ponto é que diferença significativa tem chance pequena de ser devida ao acaso, mas chance pequena não é chance zero


Na estatística descritiva existem o que chamamos de medidas de tendência central, que nada mais são do que medidas que permitem que um conjunto de muitos dados sejam resumidos, para simplificação, em poucos valores, mas que continue significativo do conjunto de dados. Dentre as medidas de tendência central a Média Aritmética é a mais utilizada e esta pode ser definida como sendo aquele valor que se encontra em um ponto central de um conjunto de dados, é o “centro de massa” do conjunto de dados. Ou seja, representa o valor onde o qual o nosso conjunto de dados tente a se concentrar. Após a ordenação de nosso conjunto de dados em ordem crescente a mediana é aquele valor que equilibra os valores em dois grupos, aqueles que estão acima e os que estão abaixo dela. Sendo assim, observamos que 50% dos valores de nosso dos dados estão acima da Mediana e os outros 50% abaixo. Em outras palavras, observamos uma concentração equivalente de valores acima e abaixo a ela. Dentre as vantagens da Mediana pode-se citar que esta não é sensível a valores extremos enquanto que a Média o é. Levando isso em consideração, observamos que se valores muito extremos estiverem presentes no conjunto de dados a

média, consequentemente, será puxada para cima ou para baixo. Uma vantagem da Média seria que esta, quando se é feito o cálculo, leva em consideração todos os valores da distribuição, ao passo que com mediana, isso não ocorre.

excelente


Quando se planeja um experimento, espera-se que, a partir dos dados coletados no mesmo, conclusões válidas que possam ser usadas para a resolução de problemas. Para que os dados obtidos possam ser usados para tal temos que levar em consideração três princípios básicos: Repetição: Este principio é utilizado para que possamos ter uma estimativa do erro experimental e consiste, basicamente, na repetição de uma determinado tratamento um x número de vezes. Os valores obtidos com a repetição nos fornece uma estimativa do erro, pois, quando ocorre a distribuição dos tratamentos experimentais em um determinado local (uma sala de metabolismo, por exemplo) alguns fatores, que estão fora do nosso controle, podem interferir na resposta de nossa unidade experimental. Por exemplo, dois alimentos alternados (I e II) foram utilizados para verificar o desempenho de frangos de corte na fase de crescimento. Para tal, foi formulada duas rações (I e II) com tais ingredientes que foram fornecidas a dois animais no período especificado. Ao final do experimento, foi observado que o animal alimentado com a ração I teve desempenho superior. No entanto, não poderemos concluir que esta superioridade foi devida ao tratamento ou ao acaso, pois não houve a repetição do tratamento para comparação. Para não cair nesse erro, geralmente são usadas o que chamamos de parcelas experimentais que consiste em repetir o tratamento em um número x de vezes para que possamos a partir daí, observar o comportamento médio da variável. No entanto, este é apenas parte do problema, pois se o experimento for distribuído de modo que todas as repetições do tratamento I sejam agrupadas em um determinado local e as do tratamento II em outro local, não iremos poder afirmar com certeza que as diferenças observadas foram devidas aos tratamentos ou ao acaso, pois pode ser que um determinado tratamento possa ter ficado em um local, por exemplo, que o levou a mostra-se superior. É aqui que entramos no segundo princípio básico da experimentação: a casualização. Casualização: A casualização, nada mais é, do que a distribuição dos tratamentos de forma aleatória dentro do local onde será conduzida a experimentação. Este principio visa .impedir que um determinado tratamento seja beneficiado ou até mesmo prejudicado pelo fato de ter sido colocado em parcelas melhores ou piores. Tomando o exemplo dado do item “Repetição”, se o tratamento I e II forem distribuídos de forma casual dentro das parcelas dentro da sala de metabolismo e, ainda assim, o tratamento I se sobressair sobre o tratamento II, então, existe uma probabilidade muito grande de o desempenho dos animais ter sido, realmente, influenciado pelos tratamentos. No entanto, ainda existe uma pequena chance dessa diferença ter sido devido ao acaso. Controle Local: Se as condições de experimentação não forem homogêneas, então eu tomarei pares de unidades experimentais (no caso dos dois tratamentos exemplificados nos itens anteriores) o mais homogênea possível em relação as condições ambientais, constituindo o que chamados de blocos, para, com isso, eliminar o efeito dessa heterogeneidade do ambiente.

excelente


O controle local visa, nada mais, do que o controle do erro experimental. Partindo de um ambiente que, reconhecidamente, é heterogêneo, nós o dividimos em pequenas áreas homogêneas que são chamadas de blocos. Ou seja, eu pego um local que eu sei que existe diferença e vou garantir que estas diferenças não vão afetar as diferenças entre meus tratamentos. O controle local, com isso, é garantir que todos os meus tratamentos tenham as mesmas condições, mesmo que estas condições não sejam necessariamente iguais, mas eu sei que terei repetições dos meus tratamentos em todas as condições presentes no lugar onde estou trabalhando. No entanto, este principio experimental só será utilizado em duas condições básicas: a) Quando nosso ambiente for heterogêneo, ou seja, no meu ambiente existe variação. b) Quando eu consigo medir esta variação para que eu possa formar grupos mais homogêneos possíveis DENTRO do grupo.

excelente


As medidas de dispersão quantificam o grau de variação dos dados de uma determinada amostra, sempre tendo como referência uma medida de tendência central, sendo que esta mais utilizada é a Média. A partir dessas medidas nós poderemos saber o quanto nossos dados são ou não homogêneos e, a partir dai tirar conclusões mais concentras. As medidas de dispersão mais utilizadas são: Variância, Desvio Padrão, Amplitude Total e Coeficiente de Variação. Levando em consideração as vantagens comparativas temos que a Variância leva em consideração, no cálculo, todos os valores presentes na distribuição, não sendo, com isso, muito sensível a valores extremos. No entanto, a amplitude total, por levar em consideração apenas o maior e o menor valor da distribuição é, consequentemente, muito sensível a estes valores. A Amplitude Total tem a vantagem de ser relativamente simples de ser calculada, ao passo que o Desvio Padrão e Variância são cálculos mais complexos. Levando em consideração que a Variância leva em consideração a variação de cada dado em relação a média quando se é feito o cálculo, tendo com isso, uma melhor estimativa da variância presente naquele conjunto de dados, ao passo que com a amplitude total isso não ocorre.

ok


As medidas de tendência central são usadas, por assim dizer, para a simplificação, ou seja, partindo de um conjunto de dados, podemos, através de cálculos apropriados, resumi-los em alguns poucos valores, sendo que estes ainda continuem significativos para os dados como um todo. No entanto, caracterizar um conjunto de dados apenas por medidas de tendência central pode ser perigoso e induzir a erros, pois, por exemplo, se partimos de dois conjuntos dados que apresentem a mesma média, estes ainda sim podem ter comportamentos completamente distintos. As medidas de dispersão servem justamente para que quantificar a variação que existe do nosso conjunto de dados em relação a nossa medida de tendência central, geralmente a Média. Logo, sempre precisamos, para que possamos tirar conclusões mais concretas, de uma medida de tendência central e de uma medida de dispersão.

ok


Em condições de campo, é necessário que seja realizado o princípio do controle local, que é a forma de se proceder à casualização, pois as unidades experimentais não são uniformes ou podemos dizer que as condições experimentais não são completamente uniformes e fazendo o controle local você está garantindo que a influência não afete a diferença entre os tratamentos, ou seja, garantir que todos tenham a mesma condição. O controle local objetiva dividir um ambiente heterogêneo em sub-ambientes homogêneos, tornando o experimento mais eficiente pela redução do erro experimental. O controle local isola fontes de variação que podem ser controladas e que normalmente seriam incluídas no resíduo, o que acarreta a redução do erro. Como no campo há heterogeneidade, há a necessidade do uso desse princípio, que não seria necessário em ambiente protegido, pois as condições ambientais podem ser melhor controladas.

ou seja, nas suas palavras todo campo é heterogêneo, e sempre sabemos como formar os blocos, e as duas afirmativas são falsas


O problema é que quando temos uma medida de tendência central, como por exemplo, a média e eu encontro, por exemplo, duas médias iguais, isso não me garante que as amostras são iguais, pois uma pode variar mais que a outra, ou seja, ao comparar dois conjuntos de dados ou de distribuições, por exemplo, elas podem apresentar a mesma média em contrapartida, os valores de um conjunto de dados estão mais dispersos do que os valores do outro, portanto há variabilidade diferente entre os valores que compõem esses dois conjuntos de distribuição, por isso a necessidade de lançar mão de uma medida de tendência central acompanhada de uma medida de variação.

ok


Os princípios básicos utilizados em experimentação são: princípio da repetição, casualização e controle local. O princípio da repetição nada mais é, do que a aplicação de um determinado tratamento sobre duas ou mais unidades experimentais, ou seja, repetir o mesmo tratamento várias vezes. O princípio da casualização consiste na aplicação desses tratamentos de forma aleatória sobre as unidades experimentais, ou seja, o sorteio de qual tratamento será aplicado à determinada unidade experimental. O princípio do controle local consiste em dividir um ambiente heterogêneo em partes homogêneas desse ambiente, tornando o experimento mais eficiente pela redução do erro experimental. Para que exista experimentação, é necessário a utilização, de pelo menos, os princípio da repetição e casualização em conjunto. A repetição é necessária para estimativa do erro e para avaliar do efeito do tratamento de forma mais precisa, já a casualização é necessária para que as variações que contribuem para o erro experimental sejam convertidas em variáveis aleatórias, além de garantir o uso de testes de significância por tornar os erros experimentais independentes. Por isso a necessidade da utilização desses dois princípios, pelo menos. Quando o ambiente é heterogêneo ai há a necessidade de utilização, além do princípio da repetição e casualização, o princípio do controle local. Todos os princípios contribuem para que seja estimado um erro experimental de forma mais eficiente, avaliando de forma mais precisa o efeito de cada tratamento.

ok


Acredito que é porque a diferença pode ser dada pelo efeito do erro. Por isso é necessário que se faça um experimento com uma amostra de maior tamanho possível porque assim o efeito do erro se torna menor. Muitas das vezes é realizado um experimento com amostras pequenas onde a margem de erro é grande, com isso Possivelmente a diferença deve- se ao efeito do erro experimental. Diante disso, não temos uma garantia de que a diferença é real, mas pode ser atribuída ao efeito do erro.

na pergunta já afirmo que o efeito foi significativo. o ponto central é que isto é simplesmente dizer que tem chance menor do que um x% de que aconteça por acaso, não de que NÃO é devido ao acaso. A chance de ganhar na megasena é muito menor do que o 5% padrão, mas de vez em quando alguém ganha


O que se percebe é que a variância (s2) apresenta um inconveniente de ordem prática, pois como ela é expressa em unidades ao quadrado, isto causa problemas de interpretação. Já o desvio padrão (s), calculado através da variância, é melhor porque ele é expresso na mesma unidade dos dados originais. Com isso eu posso fazer uma comparação com a média. O coeficiente de variação é utilizado quando temos interesse em comparar variabilidades em situações onde as médias são muito diferentes ou as unidades de medida são diferentes, pois é uma medida relativa percentual da variabilidade dos dados em torno da média. Como ela é uma medida independente de unidade, ela é útil para comparar duas ou mais distribuições onde às unidades de medidas dos dados de uma distribuição é diferente da unidade de medida dos dados da outra distribuição, por exemplo, Ou seja, permite comparar variáveis distintas. Outra importância do coeficiente de variação é que ele indica a precisão do experimento. no que diz respeito a amplitude, nota-se que a amplitude lava em consideração apenas os dois extremos.

ok

[2.000] (IP:281473822980918 | 21:44:14 | 22:20:33 | 36:19 | 101.197) Diferencie mediana e média, com destaque para vantagens comparativas de cada uma.

A média diz respeito ao resultado da divisão da soma de valores pela quantidade destes. Já a mediana, ela simplesmente divide um conjunto de dados ao meio, onde metade dos valores se posicionam abaixo da mediana, e metade dos valores se posicionam acima da mediana, ou seja, a mediana diz respeito ao valor central em relação a um conjunto de valores. Portanto, a mediana, é uma medida baseada na ordenação dos dados. Diante disso, percebe-se que a média possui restrição ao seu uso, pois ela é muito sensível a valores excessivamente altos ou baixos (valores extremos), portanto a média é adequada quando os dados apresentam uma distribuição normal ou próximo disso (moda=mediana-média). Se a distribuição for assimétrica deve-se ter preferência pela mediana, pois ela não é sensível a valores discrepantes. Algo interessante que pode se falar em relação à média é que ela leva todos os valores em consideração, já a mediana não reflete todos os valores.

ok


Os princípios experimentais são baseados em três princípios fundamentais que são: repetição, casualização e controle local. Repetição: É o número de vezes que um tratamento aparece no experimento, diminuindo assim o número de erros à medida que aumenta a quantidade de repetições no experimento; portanto a repetição possui como finalidade permitir a estimação do erro experimental, aumentando a precisão da estimativa das médias do tratamento. Casualização: é a forma em que os tratamentos estão dispostos ao acaso no experimento, proporcionando que todos os tratamentos possam ter a mesma chance de ocupar qualquer parcela, nisso garante a independência entre o acaso e tratamento. É implementado através de sorteios para evitar possíveis resultados forçados. Controle local: Consiste em controlar as variações ou heterogeneidade do ambiente em vista de diminuir o efeito do acaso sobre os tratamentos. Só é aplicado em ambientes heterogêneos podendo dividir o ambiente em partes homogêneas para que todos os tratamentos possam receber condições semelhantes entre os grupos formados. Portanto esses princípios são utilizados com o fim de diminuir o efeito do acaso sofre os tratamentos, evitando assim erros experimentais que poderiam mascarar o efeito real dos tratamentos.

ok


Os principais tipos de medidas de variação são: Amplitude, Desvio-padrão e Variância. A amplitude possui uma vantagem em relação as demais medida, pois é um método mais simples, sendo que sua medida é baseada na diferença entre o maior com o menor valor de um experimento; obtendo assim um valor que diferenciará os demais tratamentos. O Desvio-padrão tem uma vantagem de usar variâncias com unidades mais lógicas e é baseado na medida da variação dos valores em relação à média; indicando a dispersão dos dados, sendo que quanto maior que seja a dispersão (mais diferentes são os dados), maior o desvio-padrão. E em grosso modo corresponde ao valor médio dos desvios de cada ponto em relação à média; isso pode ser devido ao efeito do acaso ou do tratamento. A variância possui uma vantagem em levar todos os valores em consideração e corresponde a soma dos quadrados dividido pelo grau de liberdade.

dá a entender que variância e desvio padrão sã independentes.


Eu concordo com a afirmativa, pois a mesma apresenta-se correta devido que o campo por apresentar heterogeneidade é necessário que haja um controle local como, por exemplo, a divisão em áreas menores e mais homogêneas possíveis, diminuindo assim o efeito do acaso nos tratamento. Se o tratamento for utilizado em ambiente protegido, subtendesse que não há variações ambientais, não teria a necessidade da utilização do controle local.

E desde quando o campo é sempre variável? Pegue um experimento irrigado, com 20 parcelas e provavelmente vai ser até bastante homogêneo...


Para análises estatísticas de um experimento é necessário à utilização de uma medida de tendência central para poder sintetizar os dados da amostra indicando o “miolo” dos dados, no entanto o uso de medidas de variação serve como um complemento das informações sobre a amostra, dando uma ideia da abertura dos dados em torno da tendência central. Portanto nas ciências agrarias a medida tipicamente utilizada é a média que é a soma de todos valores, de um tratamento, divididos pela sua quantidade; levando todo mundo em consideração. Portanto sempre precisamos utilizar medida de tendência central e outra de variação para poder obter um resultado confiável do seu experimento.

a afirmativa está correta, mas você só justificou a tendência central.


Devido que nas medidas sempre são utilizadas um nível de significância que normalmente e em grande maioria utilizam-se 5%, que isso indicará que há uma chance menor ou igual a 5% de que a diferença entre os tratamentos seja devido ao acaso. Portanto existe alguma chance de que a diferença seja devido ao acaso e não pelo efeito dos

tratamentos; assim é necessária a compreensão de como foi montado e conduzido o experimento e verificar as medidas de variação que indicará melhor informações sobre as amostras, a partir daí podemos levar a concluir que os tratamentos são realmente diferentes.

excelente

[2.000] (IP:281473857232135 | 18:11:36 | 18:33:14 | 21:38 | 3.635) Diferencie mediana e média, com destaque para vantagens comparativas de cada uma.

A mediana é a localização do centro da distribuição dos dados e que pode ser utilizados em alguns experimentos que observou muita variação pelo acaso, pois assim retira a interferência do acaso em cima dos maiores e menores valores. Sua vantagem é que sempre existe, reflete os valores no centro da distribuição e não é sensível a valores extremos. Já a Média é a soma de todos os valores divididos pela quantidade de dados, Suas vantagens : Ponto de equilíbrio para distribuição de frequência e leva todo mundo em consideração.

ok


Para o planejamento de um experimento se faz necessário que o pesquisador adote os princípios básicos de experimentação para que os resultados do seu estudo sejam apropriados. Os princípios experimentais são repetição, casualização e controle local, estes, reduzem o efeito do ambiente e garantem que os resultados obtidos do estudo em questão proporcionem uma análise correta dos dados que acarrete em conclusões válidas. Repetição – corresponde ao número de vezes que um determinado tratamento é aplicado nas unidades experimentais pelo pesquisador com a finalidade de aumentar a credibilidade dos resultados, pois quanto maior o número de repetições menor a probabilidade de erro. A repetição permite estimar os efeitos e as médias dos tratamentos e possibilita a estimação do erro experimental aumentando a confiabilidade dos dados do experimento; Casualização – é a distribuição aleatória dos tratamentos, realizada por sorteio pelo pesquisador, nas unidades experimentais com o objetivo de evitar que um ou mais tratamentos seja beneficiado ou prejudicado por influência de fatores aleatórios, conhecidos ou não, durante a realização do experimento. A casualização evita que o pesquisador seja tendencioso na distribuição dos tratamentos nas unidades experimentais. A casualização permite o uso de testes de hipóteses e torna válida a estimativa do erro experimental Controle local - este princípio é utilizado quando as unidades experimentais se encontram em condições heterogêneas devido à influência de um ou mais fatores do ambiente e se busca condições o mais homogêneas possível. Consiste em dividir as unidades experimentais em blocos de unidades onde dentro de cada bloco haja homogeneidade. O número de parcelas por bloco deverá ser igual ao número de tratamentos podendo haver variações acentuadas de um bloco parar outro, sendo que a variação dentro dos blocos tem que ser a menor possível. O objetivo do uso do controle local é tornar o delineamento experimental mais eficiente pela redução do erro experimental.

ok


Todo experimento está sujeito à influência de um conjunto de fatores não controláveis (variações nos espaçamentos entre as plantas; variações na profundidade de semeadura das sementes; variações na fertilidade do solo dentro da parcela etc.) que podem disfarçar o efeito dos tratamentos em um estudo. Esse conjunto de efeitos, denominado de variação aleatória, estão sempre presentes e não podem ser conhecidos individualmente e em conjunto alteram, pouco ou muito, os resultados obtidos influenciando na média dos tratamentos, a qual, mesmo sendo significativa não é um diferencial real, pois sofreu a influência de fatores não controlados que causaram variação.

resposta desgraçadamente parecida com outra, cometendo o mesmo erro de não responder o que perguntei.

[1.500] (IP:281473817741714 | 19:12:30 | 18:57:32 | 45:02 | 62.292) Discuta detalhadamente a frase: "Sempre precisamos de uma medida de tendência central e outra de variação"

As medidas de tendência central são utilizadas para caracterizar um conjunto de valores através de procedimentos matemáticos como o cálculo da moda, média e mediana, é importante para sintetizar os dados da amostra, porém não possibilita uma interpretação estatística dos dados, sendo necessários novos cálculos que possibilitem caracterizar melhor os dados do conjunto, daí a necessidade das medidas de variabilidade ou dispersão que são definidas como medidas estatísticas que demonstram a variação de um conjunto de dados em torno de uma medida de tendência central. As medidas de dispersão mais comuns são a variância e o desvio padrão.

moda é calculada? resposta muito parecida com outra desta mesma sabatina


Quando as parcelas apresentam heterogeneidade o uso do controle local torna o delineamento experimental mais eficiente por diminuir o erro experimental. Ao dividir as unidades experimentais que apresentam fontes de variação indesejáveis entre si em subunidades, denominadas blocos, o mais homogêneas possível poderei facilitar o controle local garantindo que os tratamentos tenham as mesmas condições dentro de cada bloco, o que me possibilitará quantificar os efeitos indesejáveis e eliminá-los na análise estatística dos dados experimentais.

foi isto que perguntei?


As medidas de variação ou dispersão são medidas de posição utilizadas para avaliar o grau de variabilidade dos dados de uma amostra em relação a um valor de tendência central. As medidas de variação mais utilizadas são Amplitude total ou Intervalo total, Variância, Desvio padrão e Coeficiente de variação. A Amplitude Total é a diferença entre o maior e o menor valor observado, é a forma mais simples de medir a dispersão de um conjunto de dados, porém é uma medida limitada por depender de valores extremos que são em maioria devido ao acaso, não sendo afetada pelos valores internos. Já a Variância leva em consideração os valores extremos e os valores intermediários de um conjunto de dados, é uma das medidas estatísticas mais usadas para medir a dispersão dos dados em torno da média, tem a desvantagem de apresentar sua unidade de medida igual ao quadrado da unidade de medida dos dados. O Desvio Padrão, definido pela raiz quadrada da variância, mede a dispersão dos valores individuais em relação à média, é uma medida de variabilidade expressa pela mesma unidade de medida da variável o que permite uma explicação direta da variação do conjunto de dados. O Coeficiente de Variação é a razão entre o desvio padrão e a média, sendo útil quando se deseja comparar a variação de conjuntos de dados que diferem na média ou são medidos com diferentes unidades de medida, sua desvantagem é que deixa de ser útil quando a média é próxima a zero, é uma medida expressa em porcentagem,

ok


A média e a mediana são conhecidas como medidas de tendência central, utilizadas para determinar o resultado médio de um grupo de resultados. A mediana é o ponto médio numa distribuição em que tanto acima como abaixo existem 50% dos resultados, ou seja, a quantidade de valores inferiores à mediana é igual à quantidade de valores superiores a mesma. A mediana é uma medida de tendência central cuja vantagem é não ser influenciada por valores extremos. A média aritmética é a medida mais conhecida na estatística numa distribuição de variáveis aleatórias. É a soma de todos os valores observados da variável dividida pelo número total de observações. A vantagem da média, diferentemente da mediana, é levar em consideração todos os elementos da distribuição, porém essa atribuição deixa essa medida muito influenciada pelos valores extremos.

cuidado com definições circulares... "a média e a mediana... o resultado médio...", ou seja, definiu a média em função da média


Na montagem de um experimento, os três princípios citados posteriormente devem ser considerados para obtenção dos dados de forma coerente, que são eles: Repetição- ( O papel da repetição é permitir a estimativa do erro experimental, aumentar a precisão das estimativas,aumentar o poder dos testes estatísticos.Representa o número de vezes que o tratamento aparece no experimento. Além disso, quanto maior o número de repetições de um experimento, menor probabilidade de erro ele terá.O número de repetições de um experimento depende de vários fatores: Variabilidade do meio que pode influir mais sobre algumas características em estudo do que sobre outras. Número de tratamentos em estudo, em que poucos tratamentos necessitam de maior número de repetições, para se ter uma boa precisão na estimativa do erro experimental. Natureza dos tratamentos, disponibilidade do material experimental, disponibilidade de área experimental, a espécie a ser estudada e o custo de execução das etapas do experimento Casualização- Seu papel é assegurar a validade da estimativa do erro experimental, pois permite uma distribuição independente do erro experimental.Sendo efetuado a distribuição aleatória dos tratamentos nas parcelas, de modo que cada um tenha a mesma chance de ocupar qualquer parcela na área experimental. Controle local-Tem o papel de diminuir o erro experimental.É usado quando as parcelas apresentam diferenças entre si. Dessa maneira, deve-se fazer o agrupamento das parcelas homogêneas em blocos. Os critérios para o agrupamento das parcelas homogêneas em blocos podem ser: idade, sexo, produção, peso, textura do solo, declividade, localização geográfica, etc.

A interrelação pode ser expressa em um exemplo: Eu, Engenheira Agrônoma preciso conhecer o potencial produtivo de 05 variedades de Cana-de-açúcar que apresentam características diferentes. O local da montagem do experimento apresenta características de Várzea. Para 05 tratamentos, eu decidi utilizar 04 repetições, ou seja, cada tratamento será repetido 04 vezes e em locais diferentes, dando a possibilidade dos 05 tratamentos estarem em locais e condições diferentes como borda (recebendo maior incidência solar), ou ao centro, em manchas de solo. Assim, eu estou dando condições diferentes aos tratamentos, não favorecendo nenhum deles,e obtendo-se o resultado preciso, diminuindo ao máximo o erro experimental. Tendo confiabilidade da melhor variedade de Cana-de-açúcar a ser cultivada.

excelente


Ser significativo não é garantia de ser real devido ao erro experimental geralmente dois tipos: Erro tipo I - rejeitar H0, quando ela é verdadeira, ou seja, aceitar, como diferentes, tratamentos que são semelhantes. Erro tipo II- aceitar H0, quando ela é falsa, ou seja, aceitar, como semelhantes, tratamentos que são diferentes (erro tipo II). Além de outras variações que contribuem para o erro experimental, podendo ser de dois tipos: Inerente à própria variabilidade do material experimental ou Proveniente da falta de uniformidade do ambiente em que é conduzido o experimento.

as primeiras palavras estão certas, mas daí para a frente foge da pergunta completamente


Sim, estas medidas são necessárias para representação dos dados estudados. No caso das medidas de tendência central, tem-se a média, moda e mediana Esses valores reproduzirá as características da população. Como por exemplo, a média. A média é a mais importante das medidas de tendência central. Entre os vários tipos de médias, a média aritmética, ou simplesmente média, é a que mais nos interessa, do ponto de vista estatístico, por ser a mais representativa de uma amostra de dados. Já as medidas de variação diz como os dados de uma amostra se distribuem em torno dela. Como a amplitude total que mostra a diferença entre os valores maior e menor de um conjunto de dados de uma determinada variável.

discussão detalhada?


Nem sempre iremos utilizar o controle local no campo, isso vai depender das características do local de montagem do experimento antes da aplicação dos tratamentos. Ou seja, se a área apresenta e é reconhecida como homogênea as características geográficas, do solo, fertilidade, nesse caso não é necessário a aplicação do controle local. Mas, se o local apresenta mancha de solo, mais fertilidades em determinados locais, deformidade geográfica é necessário a aplicação de controle local separando-os por blocos.

excelente


Variância- Sua vantagem é que se trabalha diretamente com os dados originais, não havendo, pois, necessidade de calcular-se previamente a média e os desvios em relação a ela. Amplitude total- fácil de calcular, é uma medida de dispersão de utilidade limitada, por depender somente dos valores extremos de um conjunto de dados, desprezando assim os valores intermediários, o que a torna insensível à dispersão dos demais valores entre o maior e o menor. Desvio padrão- é uma medida de dispersão muito usada pelo fato de que permite a interpretação direta da variação dos dados, pois o mesmo apresenta a mesma unidade dos dados originais e, consequentemente, da média. O seu cálculo é muito importante, porque através dele o pesquisador estima a variação acidental que ocorre nos dados experimentais. Coeficiente de variação- Uma desvantagem do coeficiente de variação é que ele deixa de ser útil quando a média esta próxima de zero. O coeficiente de variação dá uma ideia de precisão do experimento, ou seja, quanto menor o coeficiente de variação maior será a precisão do experimento. Erro padrão da média- a partir de uma única amostra pode-se estimar essa variância.

resposta muito parecida com outra, inclusive com a mesma mistura entre fórmula e fato. Não tenho nada contra estudarem juntos, mas as respostas devems er individuais.


Média é a razão entre o somatório dos valores da amostra e o número de observações, já a mediana é o valor que ocupa o centro da série ou a média aritmética dos dois valores centrais. A mediana é insensível ao valor de cada observação, o que pode ser uma vantagem, quando a distribuição dos dados for assimétrica. Esta medida de tendência central serve para representar e analisar uma série de dados grupados ou não, dividindo a série em duas partes iguais. Já a média é uma medida, além disso, é de fácil compreensão e descreve todos os dados da série.

ok


Média: É a soma das observações dividido pelo número de observações. Vantagem: Leva todos em consideração, Desvantagem:É sensível a valores extremos MEDIANA: É o valor que ocupa a posição central em um conjunto de dados ordenado,reflete os valores do centro Vantagem : Menos sensível a valores extremos do que a Média Desvantagem : Difícil de determinar para grande quantidade de dados

ok


O princípio do controle local é aplicado quando as parcelas que constituem o experimento são heterogêneas entre si. No campo esse princípio pode ser aplicado quando se sabe essa heterogeneidade.

Não foi o que perguntei


O papel do princípio da casualização é garantir que todos tenham a mesma chance. O papel do controle local é garantir que todos tenham a mesma condição, e tirar o efeito do ambiente. O papel do princípio da repetição é medir a variação do acaso.

pagou por cada palavra? isto é discussão detalhada?


A afirmativa esta correta visto que as medidas de tendência central como a moda, mediana e média são importantes para sintetizar os dados da amostra, indicando o "miolo" dos dados, e a medida de variação indica o grau de variabilidade demonstrada pelos indivíduo sem torno das medidas de tendência central como a variância e o desvio padrão.

ok, mas isto é discussão detalhada?


São importantes para complementar as informações sore a amostra, dão uma ideia de "abertura' dos dados em torno da tendência central. A amplitude é a diferença entre o maior e o menor valor das observações, tem como vantagem ser fácil de calcular e fornecer uma magnitude da faixa de variação dos dados. A vantagem do Desvio padrão é que trata-se de uma medida de variabilidade que leva em conta toda a informação contida na amostra. A variância é o quadrado do desvio padrão,tem como vantagem a consideração de todos os valores da distribuição. O Coeficiente de variação é o quociente entre o desvio padrão e a média. É útil para comparar resultados de amostras cujas unidades podem ser diferentes.

ok


Significativo implica em afirmar que não é devido ao acaso, acontece que existem casos em que a variação do acaso é tão grande que não se consegue determinar diferenças maiores ou menores, quanto mais varia devido ao acaso mais difícil encontrar a diferença real.Existem casos em que varia tanto devido ao acaso que não dá para saber se é acaso ou real.

na pergunta já afirmo que é significativo, o que sua resposta simplesmente não considera

1. (0) explique em suas palavras porque ser significativo não é garantia de que...

Documents