experimentaÇÃo agrÍcola - unesp€¦ · d) a parcela apresenta um valor muito discrepante dos...
TRANSCRIPT
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
Ao planejar um experimento, o pesquisador deve utilizar
alguns princípios básicos para que os dados a serem
obtidos permitam uma análise correta e levem a
conclusões válidas em relação ao problema em estudo.
• Muitas vezes, embora se tenha cuidado no planejamento e
na execução do experimento, e trabalhando com um o
mesmo número de repetições por tratamento, pode
acontecer de não conseguirmos obter os dados de algumas
parcelas do experimento.
Quando isto ocorre, dizemos que temos “parcelas
perdidas”.
INTRODUÇÃO
Ao planejar um experimento, o pesquisador deve utilizar
alguns princípios básicos para que os dados a serem
obtidos permitam uma análise correta e levem a
conclusões válidas em relação ao problema em estudo.
• Existem várias razões para a ocorrência de “parcelas
perdidas”.
Entre elas podemos citar:
a) Morte de parcelas durante o experimento;
b) Falha do experimentador na coleta dos dados (erro
na anotação do resultado)
c) Perda da ficha onde estão anotados os dados da
parcela.
d) A parcela apresenta um valor muito discrepante dos
demais e não é considerada para efeito de análise.
INTRODUÇÃO
Ao planejar um experimento, o pesquisador deve utilizar
alguns princípios básicos para que os dados a serem
obtidos permitam uma análise correta e levem a
conclusões válidas em relação ao problema em estudo.
o Todo delineamento experimental é estruturado de
forma que haja um perfeito balanceamento.
A perda de parcelas causa uma quebra neste
balanceamento, acarretando modificações no método de
análise estatística.
OBTENÇÃO DA ANÁLISE DE VARIÂNCIA
Soma de Quadrados:
Soma de Quadrados Total
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗2
𝐽
𝑗=1
𝐼
𝑖=1
− 𝐶, 𝐶 =1
𝑟𝑖𝐼𝑖=1
𝑦𝑖𝑗
𝐽
𝑗=1
𝐼
𝑖=1
2
Soma de Quadrados de Tratamentos
𝑆𝑄𝑇𝑟𝑎𝑡 = 𝐿𝑖2
𝑟𝑖
𝐼
𝑖=1
− 𝐶
Soma de Quadrados do Resíduo
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
OBTENÇÃO DA ANÁLISE DE VARIÂNCIA
Considere 𝑛 = 𝑟𝑖𝐼𝑖=1 = 𝑟1 + 𝑟2 +⋯+ 𝑟𝐼
Quadro de Análise de Variância para DIC
Hipótese Testadas
𝐻𝑜: 𝑡𝑖 = 0, 𝑖 = 1, 2, … , 𝐼.
𝐻1: pelo menos um valor de 𝑡𝑘 ≠ 0, 𝑘 ∈ 1; 𝐼 .
Causas de Variação GL SQ QM F
Tratamento 𝐼 − 1 𝑆𝑄𝑇𝑟𝑎𝑡 𝑆𝑄𝑇𝑟𝑎𝑡
𝐼 − 1
𝑄𝑀𝑇𝑟𝑎𝑡
𝑄𝑀𝑅𝑒𝑠
Resíduo 𝑛 − 𝐼 𝑆𝑄𝑅𝑒𝑠 𝑆𝑄𝑅𝑒𝑠
𝑛 − 𝐼
Total 𝑛 − 1 𝑆𝑄𝑇𝑜𝑡𝑎𝑙
OBTENÇÃO DA ANÁLISE DE VARIÂNCIA
Critério do teste:
𝑭 =𝑸𝑴𝑻𝒓𝒂𝒕𝒂𝒎𝒆𝒏𝒕𝒐𝒔
𝑸𝑴𝑹𝒆𝒔í𝒅𝒖𝒐
se logo então
Fcalc ≥ Ftab
o teste é significativo
ao nível de
significância 𝛼
considerado.
Deve-se rejeitar a hipótese nula em
favor de 𝐻1 e concluir que os efeitos dos
tratamentos diferem entre si ao nível de
significância 𝛼 considerado.
• Essas diferenças não devem ser
atribuídas ao acaso e sim ao efeito
dos tratamentos, com um grau de
confiança de 100 1 − 𝛼 %.
Fcalc < Ftab
o teste é não
significativo ao nível
de significância 𝛼
considerado.
Não rejeitamos a hipótese nula e
concluímos que os efeitos dos
tratamentos não diferem entre si ao nível
de significância 𝛼 considerado.
TESTE F PARA ANÁLISE DE VARIÂNCIA
Resumindo o critério do teste:
se logo então notação
𝐹calc < 𝐹tab (5%)
o teste é não
significativo ao
nível de
significância
𝛼 = 0,05.
Aceitamos 𝐻𝑜 𝐹𝑐𝑎𝑙𝑐𝑁𝑆
𝐹tab 5% < 𝐹calc < 𝐹tab (1%)
o teste é
significativo ao
nível de
significância
𝛼 = 0,05.
Rejeitamos 𝐻𝑜
em favor de 𝐻1
com um grau
de confiança de
95%
𝐹𝑐𝑎𝑙𝑐∗
𝐹tab 1% < 𝐹calc
o teste é
significativo ao
nível de
significância
𝛼 = 0,01.
Rejeitamos 𝐻𝑜
em favor de 𝐻1
com um grau
de confiança de
99%
𝐹𝑐𝑎𝑙𝑐∗∗
TESTE F PARA ANÁLISE DE VARIÂNCIA
Ao planejar um experimento, o pesquisador deve utilizar
alguns princípios básicos para que os dados a serem
obtidos permitam uma análise correta e levem a
conclusões válidas em relação ao problema em estudo.
o Conclusões mais específicas sobre o comportamento dos
tratamentos,
1. Cálculo das médias de cada tratamento 𝑚 𝑖 =𝐿𝑖
𝑟𝑖, 𝑖 = 1,… , 𝐼 .
2. Aplicação do teste de Tukey para comparação das médias dos
tratamentos.
a) Cálculo do valor de:
∆=
𝑞 𝐼 × 𝐺𝐿𝑅𝑒𝑠 5% ∙ 𝑠 𝑚 ,𝑠𝑒 𝑎𝑠 𝑚é𝑑𝑖𝑎𝑠 𝑐𝑜𝑚𝑝𝑎𝑟𝑎𝑑𝑎𝑠 𝑡𝑒𝑚 𝑜 𝑚𝑒𝑠𝑚𝑜 𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑝𝑒𝑡𝑖çõ𝑒𝑠
𝑞 𝐼 × 𝐺𝐿𝑅𝑒𝑠 5% ∙1
2 𝑉 𝑌 , 𝑐𝑎𝑠𝑜 𝑐𝑜𝑛𝑡𝑟á𝑟𝑖𝑜
b) Cálculo das estimativas dos contrastes entre duas médias.
c) Conclusão
3. Cálculo do coeficiente de variação do experimento 𝐶𝑉 =100∙𝑠
𝑚
CONCLUSÕES ESPECÍFICAS
Em um experimento inteiramente casualizado, de competição de
variedades de mandioca, realizado numa área “perfeitamente homogenia”
quanto às condições experimentais, foram utilizados 5 tratamentos
(cultivares) com 5 repetições.
EXEMPLO DE APLICAÇÃO
IAC 5 IAC 7 IAC 11 IRACEMA MANTIQUEIRA
Tratamentos Repetições
1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3
IAC 7 20,9 26,2 32,3 28,3 28,7
IAC 11 28,1 27,0 25,8 26,9 22,3
IRACEMA 38,7 43,2 41,7 -- --
MANTIQUEIRA 47,8 47,8 44,7 50,5 --
Os resultados obtidos foram:
As hipóteses que desejamos testar são:
𝐻0: as variedades de mandioca testadas não diferem entre si quanto
à produção.
𝐻1: as variedades de mandioca testadas diferem entre si quanto à
produção.
EXEMPLO DE APLICAÇÃO
Tratamentos Repetições
1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3
IAC 7 20,9 26,2 32,3 28,3 28,7
IAC 11 28,1 27,0 25,8 26,9 22,3
IRACEMA 38,7 43,2 41,7 -- --
MANTIQUEIRA 47,8 47,8 44,7 50,5 --
Fator de Correção
𝐶 = 𝑦𝑖𝑗
𝐽𝑗=1
𝐼𝑖=1
2
𝑟1 + 𝑟2 +⋯+ 𝑟𝐼
𝑪 = 𝑦𝑖𝑗
5𝑗=1
5𝑖=1
2
5:5:5:3:4=
720,5 2
22=
519.120,25
22 = 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓
EXEMPLO DE APLICAÇÃO
Tratamentos Repetições
Total 1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3 139,6
IAC 7 20,9 26,2 32,3 28,3 28,7 136,4
IAC 11 28,1 27,0 25,8 26,9 22,3 130,1
IRACEMA 38,7 43,2 41,7 -- -- 123,6
MANTIQUEIRA 47,8 47,8 44,7 50,5 -- 190,8
TOTAL 720,5
Soma de Quadrados Total
𝑆𝑄𝑇𝑜𝑡𝑎𝑙 = 𝑦𝑖𝑗2
𝐽
𝑗=1
𝐼
𝑖=1
− 𝐶
𝑺𝑸𝑻𝒐𝒕𝒂𝒍 = 𝑦𝑖𝑗25
𝑗=15𝑖=1 − 𝐶
= 38,92 +⋯+ 29,32 + 20,92 +⋯+ 28,72 + 28,912 +⋯+ 22,32
+ 38,72 +⋯+ 41,72 + 47,82 +⋯+ 50,52 − 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓
= (4.089,44 + 5.791,12 + 5.405,15 + 5.102,82 + 9.118,02) − 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓
= 25.506,550 − 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓 = 𝟏. 𝟗𝟏𝟎, 𝟏𝟕𝟓
EXEMPLO DE APLICAÇÃO
Tratamentos Repetições
Total 1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3 139,6
IAC 7 20,9 26,2 32,3 28,3 28,7 136,4
IAC 11 28,1 27,0 25,8 26,9 22,3 130,1
IRACEMA 38,7 43,2 41,7 -- -- 123,6
MANTIQUEIRA 47,8 47,8 44,7 50,5 -- 190,8
TOTAL 720,5
Soma de Quadrados de Tratamentos
𝑆𝑄𝑇𝑟𝑎𝑡 = 𝐿𝑖2
𝑟𝑖
𝐼
𝑖=1
− 𝐶
𝑺𝑸𝑻𝒓𝒂𝒕 = 𝐿𝑖2
𝑟𝑖
5𝑖=1 − 𝐶
=139,62
5+
136,42
5+
130,12
5+
123,62
3+
190,82
4− 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓
=19.488,16
5+
18.604,96
5+
16.926,01
5+
15.276.96
3+
36.404,64
4− 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓
= 25.197,306 − 𝟐𝟑. 𝟓𝟗𝟔, 𝟑𝟕𝟓 = 𝟏. 𝟔𝟎𝟎, 𝟗𝟑𝟏
EXEMPLO DE APLICAÇÃO
Tratamentos Repetições
Total 1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3 139,6
IAC 7 20,9 26,2 32,3 28,3 28,7 136,4
IAC 11 28,1 27,0 25,8 26,9 22,3 130,1
IRACEMA 38,7 43,2 41,7 -- -- 123,6
MANTIQUEIRA 47,8 47,8 44,7 50,5 -- 190,8
TOTAL 720,5
Soma de Quadrados do Resíduo
𝑆𝑄𝑅𝑒𝑠 = 𝑆𝑄𝑇𝑜𝑡𝑎𝑙 − 𝑆𝑄𝑇𝑟𝑎𝑡
𝑺𝑸𝑹𝒆𝒔 = 𝑺𝑸𝑻𝒐𝒕𝒂𝒍 − 𝑺𝑸𝑻𝒓𝒂𝒕
= 𝟏. 𝟗𝟏𝟎, 𝟏𝟕𝟓 − 𝟏. 𝟔𝟎𝟎, 𝟗𝟑𝟏 = 𝟑𝟎𝟗, 𝟐𝟒𝟒
EXEMPLO DE APLICAÇÃO
Tratamentos Repetições
Total 1 2 3 4 5
IAC 5 38,9 25,4 20,3 25,7 29,3 139,6
IAC 7 20,9 26,2 32,3 28,3 28,7 136,4
IAC 11 28,1 27,0 25,8 26,9 22,3 130,1
IRACEMA 38,7 43,2 41,7 -- -- 123,6
MANTIQUEIRA 47,8 47,8 44,7 50,5 -- 190,8
TOTAL 720,5
Quadro de Análise de Variância para DIC
o Valores de F da tabela para Tratamento
F 4×17GL 5% = 𝟐, 𝟗𝟔
F 𝟒×17 GL 1% = 𝟒, 𝟔𝟕
Causas de
Variação GL SQ QM F
Tratamento 𝐼 − 1 = 5 − 1 = 4 𝟏. 𝟔𝟎𝟎, 𝟗𝟑𝟏 𝟏. 𝟔𝟎𝟎, 𝟗𝟑𝟏
4= 400,2328
𝑄𝑀𝑡𝑟𝑎𝑡
𝑄𝑀𝑟𝑒𝑠í𝑑𝑢= 22,002∗∗
Resíduo 21 − 4 = 17 𝟑𝟎𝟗, 𝟐𝟒𝟒 𝟑𝟎𝟗, 𝟐𝟒𝟒
17= 18,1908
Total 𝑟1 + 𝑟2 + 𝑟3 + 𝑟4 + 𝑟5 − 1
= = 22 − 1 = 21
𝟏. 𝟗𝟏𝟎, 𝟏𝟕𝟓
EXEMPLO DE APLICAÇÃO
𝐹𝑐𝑎𝑙𝑐 = 𝟐𝟐, 𝟎𝟎𝟐 > 𝟒, 𝟔𝟕 = 𝐹𝑡𝑎𝑏
Assim, o teste é significativo ao nível de significância de 1%.
Deve-se rejeitar a hipótese nula em favor de 𝑯𝟏 e concluir que
os efeitos dos tratamentos diferem entre si ao nível de
significância 1%.
Essas diferenças não devem ser atribuídas ao acaso e sim ao
efeito dos tratamentos, com um grau de confiança de 99%.
Portanto, conclui-se que as variedades de mandioca testadas
diferem entre si quanto à produção.
EXEMPLO DE APLICAÇÃO
o Para tirar conclusões mais específicas sobre o comportamento
dos tratamentos, devemos utilizar um teste de comparação de
médias.
1. Cálculo das médias de cada tratamento 𝑚 𝑖 =𝐿𝑖
𝑟𝑖, 𝑖 = 1,… , 𝐼 .
𝒎 𝟏 =𝟏𝟑𝟗,𝟔
𝟓= 𝟐𝟕, 𝟗𝟐
𝒎 𝟐 =𝟏𝟑𝟔,𝟒
𝟓= 𝟐𝟕, 𝟐𝟖
𝒎 𝟑 =𝟏𝟑𝟎, 𝟏
𝟓= 𝟐𝟔, 𝟎𝟐
𝒎 𝟒 =𝟏𝟐𝟑,𝟔
𝟑= 𝟒𝟏, 𝟐𝟎
𝒎 𝟓 =𝟏𝟗𝟎, 𝟖
𝟒= 𝟒𝟕, 𝟕𝟎
EXEMPLO DE APLICAÇÃO
2. Aplicação do teste de Tukey para comparação das médias dos
tratamentos.
• Médias em ordem decrescente
𝒎 𝟓 = 𝟒𝟕, 𝟕𝟎 𝒎 𝟒 = 𝟒𝟏, 𝟐𝟎 𝒎 𝟏 = 𝟐𝟕, 𝟗𝟐 𝒎 𝟐 = 𝟐𝟕, 𝟐𝟖 𝒎 𝟑 = 𝟐𝟔, 𝟎𝟐
• Amplitude Total Estudentizada (𝛼 = 5%):
𝑞 𝟓 × 𝟏𝟕 𝐆𝐋 5% = 𝟒, 𝟑𝟎
EXEMPLO DE APLICAÇÃO
EXEMPLO DE APLICAÇÃO
𝒌 𝒀 𝒌 𝑽 𝒀 𝒌 =𝟏
𝒓𝒊+
𝟏
𝒓𝒋∙ 𝒔𝟐 ou 𝒔 𝒎 =
𝒔
𝒓𝒊 ∆= 𝒒
𝟏
𝟐𝑽 𝒀 𝒌 ou ∆= 𝒒 ∙ 𝒔 𝒎
1
2
3
4
5
6
7
8
9
10
EXEMPLO DE APLICAÇÃO
𝒌 𝒀 𝒌 𝑽 𝒀 𝒌 =𝟏
𝒓𝒊+
𝟏
𝒓𝒋∙ 𝒔𝟐 ou 𝒔 𝒎 =
𝒔
𝒓𝒊 ∆= 𝒒
𝟏
𝟐𝑽 𝒀 𝒌 ou ∆= 𝒒 ∙ 𝒔 𝒎
1 𝒎 𝟓 −𝒎 𝟒 = 1
𝑟5+
1
𝑟4∙ 𝑠2 = ∆=
2 𝒎 𝟓 −𝒎 𝟏 = 1
𝑟5+
1
𝑟1∙ 𝑠2 =
∆= 3 𝒎 𝟓 −𝒎 𝟐 = 1
𝑟5+
1
𝑟2∙ 𝑠2 =
4 𝒎 𝟓 −𝒎 𝟑 = 1
𝑟5+
1
𝑟3∙ 𝑠2 =
5 𝒎 𝟒 −𝒎 𝟏 = 1
𝑟4+
1
𝑟1∙ 𝑠2 =
∆= 6 𝒎 𝟒 −𝒎 𝟐 = 1
𝑟4+
1
𝑟2∙ 𝑠2 =
7 𝒎 𝟒 −𝒎 𝟑 = 1
𝑟4+
1
𝑟3∙ 𝑠2 =
8 𝒎 𝟏 −𝒎 𝟐 = 𝑠 𝑚 =𝑠
𝑟1=
∆= 9 𝒎 𝟏 −𝒎 𝟑 = 𝑠 𝑚 =𝑠
𝑟1=
10 𝒎 𝟐 −𝒎 𝟑 = 𝑠 𝑚 =𝑠
𝑟2=
EXEMPLO DE APLICAÇÃO
𝒌 𝒀 𝒌 𝑽 𝒀 𝒌 =𝟏
𝒓𝒊+
𝟏
𝒓𝒋∙ 𝒔𝟐 ou 𝒔 𝒎 =
𝒔
𝒓𝒊 ∆= 𝒒
𝟏
𝟐𝑽 𝒀 𝒌 ou ∆= 𝒒 ∙ 𝒔 𝒎
1 𝒎 𝟓 −𝒎 𝟒 = 6,5 1
𝑟5+
1
𝑟4∙ 𝑠2 =
1
4+
1
3∙ 18,1908 = 10,6113 ∆= 4,3
10,6113
2= 9,9046
2 𝒎 𝟓 −𝒎 𝟏 = 19,78 1
𝑟5+
1
𝑟1∙ 𝑠2 =
1
4+
1
5∙ 18,1908 = 8,1859
∆= 4,38,1859
2= 8,6993 3 𝒎 𝟓 −𝒎 𝟐 = 20,42
1
𝑟5+
1
𝑟2∙ 𝑠2 =
1
4+
1
5∙ 18,1908 = 8,1859
4 𝒎 𝟓 −𝒎 𝟑 = 21,68 1
𝑟5+
1
𝑟3∙ 𝑠2 =
1
4+
1
5∙ 18,1908 = 8,1859
5 𝒎 𝟒 −𝒎 𝟏 = 13,28 1
𝑟4+
1
𝑟1∙ 𝑠2 =
1
3+
1
5∙ 18,1908 = 9,7018
∆= 4,39,7018
2= 9,4706 6 𝒎 𝟒 −𝒎 𝟐 = 13,92
1
𝑟4+
1
𝑟2∙ 𝑠2 =
1
3+
1
5∙ 18,1908 = 9,7018
7 𝒎 𝟒 −𝒎 𝟑 = 15,18 1
𝑟4+
1
𝑟3∙ 𝑠2 =
1
3+
1
5∙ 18,1908 = 9,7018
8 𝒎 𝟏 −𝒎 𝟐 = 0,64 𝑠 𝑚 =𝑠
𝑟1=
18,1908
5= 1,9074
∆= 4,3 ∙ 1,9074 = 8,2018
9 𝒎 𝟏 −𝒎 𝟑 = 1,9 𝑠 𝑚 =
𝑠
𝑟1=
18,1908
5= 1,9074
10 𝒎 𝟐 −𝒎 𝟑 = 1,26 𝑠 𝑚 =𝑠
𝑟2=
18,1908
5= 1,9074
• Contrastes
𝑌 1 = 𝒎 𝟓 −𝒎 𝟒 = 6,50𝑁𝑆 < ∆= 9,9046
𝑌 2 = 𝒎 𝟓 −𝒎 𝟏 = 19,78∗ > ∆= 8,6993
𝑌 3 = 𝒎 𝟓 −𝒎 𝟐 = 20,42∗ > ∆= 8,6993
𝑌 4 = 𝒎 𝟓 −𝒎 𝟑 = 21,68∗ > ∆= 8,6993
𝑌 5 = 𝒎 𝟒 −𝒎 𝟏 = 13,28∗ > ∆= 9,4706
𝑌 6 = 𝒎 𝟒 −𝒎 𝟐 = 13,92∗ > ∆= 9,4706
𝑌 7 = 𝒎 𝟒 −𝒎 𝟑 = 15,18∗ > ∆= 9,4706
𝑌 8 = 𝒎 𝟏 −𝒎 𝟐 = 0,64𝑁𝑆 < ∆= 8,2018
𝑌 9 = 𝒎 𝟏 −𝒎 𝟑 = 1,9𝑁𝑆 < ∆= 8,2018
𝑌 10 = 𝒎 𝟐 −𝒎 𝟑 = 1,26𝑁𝑆 < ∆= 8,2018
EXEMPLO DE APLICAÇÃO
• Conclusão
Médias seguidas de pelo menos uma letra em comum não diferem entre si teste
de Tukey, ao nível de significância de 5%.
4. Cálculo do coeficiente de variação do experimento 𝐶𝑉 =100∙𝑠
𝑚
𝐶𝑉 =100 ∙ 𝑠
𝑚=100 ∙ 𝑄𝑀𝑅𝑒𝑠
𝑚=100 ∙ 0,1223
3,215= 10,88%
𝒎 𝟓 𝒎 𝟒 𝒎 𝟏 𝒎 𝟐 𝒎 𝟑
𝒎 𝟓 − 6,50𝑁𝑆 19,78∗ 20,42∗ 21,68∗
𝒎 𝟒 − − 13,28∗ 13,92∗ 15,18∗
𝒎 𝟏 − − − 0,64𝑁𝑆 1,90𝑁𝑆
𝒎 𝟐 − − − − 1,26𝑁𝑆
𝒎 𝟑 − − − − −
Tratamento Médias
MANTIQUEIRA 𝟒𝟕, 𝟕𝟎a
IRACEMA 𝟒𝟏, 𝟐𝟎a
IAC 5 𝟐𝟕, 𝟗𝟐 𝒃
IAC 7 𝟐𝟕, 𝟐𝟖 𝒃
IAC 11 𝟐𝟔, 𝟎𝟐 𝒃
EXEMPLO DE APLICAÇÃO
3) Cálculo do coeficiente de variação do experimento 𝐶𝑉 =100∙𝑠
𝑚
Note que a média do experimento é:
𝑚 =720,5
22= 32,75
Assim:
𝐶𝑉 =100 ∙ 𝑄𝑀𝑅𝑒𝑠
𝑚 =100 ∙ 18,1908
32,75= 13,02%
EXEMPLO DE APLICAÇÃO