Efeitos por comparações e por experimento em interações de experimentos fatoriais

Abstract

RESUMOAvaliar efeitos de interações é um dos principais objetivos dos experimentos fatoriais. Em experimentos com dois fatores A e B, com m e n níveis de cada fator, respectivamente, há m x n possíveis interações e (m-1)(n-1) graus de liberdade associados. Freqüentemente somente parte dessas interações contribui efetivamente para a Soma de Quadrados da Interação e pode ser interessante examiná-las. O uso de nível de significância menos rigoroso para interpretação do efeito da interação por experimento , em relação às demais fontes de variação da análise de variância, pode captar efeitos importantes. Recomenda-se o uso de p = 0,25 para a interpretação do efeito da interação por experimento , mantendo-se o usual p = 0,05 para efeitos por comparações . Mesmo no caso de interações significativas, comparações selecionadas, em lugar de apenas cortes , podem auxiliar a interpretação de interações complexas.Termos para indexação: Análise de variância, desdobramento da interação, nível de significância. ABSTRACTTo evaluate interaction is one of the most important objectives of fatorial experiments. In experiments with two factors A and B, with m and n levels of each factor, there are m x n possible interactions and (m-1)(n-1) degrees of freedom associated. Frequently just a part of these interactions contributes effectively to the sum of squares of interaction and must be interesting to evaluate them. The use of less rigorous level of significance for interpretation of the interaction for experiment , in relation to sources of variation of the variance analysis, may catch important effect. One recommends the use of p = 0.25 for the interpretation of the effect of the interaction for experiment remaining usual p = 0.05 for effect for comparisons . Even in the case of significant interactions, selected comparisons, instead of cuts only, may assist the interpretation of complex interactions.Index terms: Analysis of variance, interaction sliced, significance level. INTRODUÇÃOUm experimento é denominado fatorial quando cada tratamento combina simultaneamente níveis de dois ou mais fatores. Os valores qualitativos ou quantitativos que compõem cada fator são chamados níveis do fator e as combinações entre os níveis dos fatores formam os tratamentos do experimento fatorial (BARBIN, 2003;GOMES, 2000;STORCK et al., 2006).Em experimentos fatoriais pode-se, por meio dos efeitos das interações, verificar se um fator é independente ou dependente do (s) outro (s). Se uma interação for não significativa evidencia que os fatores são independentes, ou seja, o comportamento de um fator independe da variação (ausência ou presença) de outro fator. Nesse caso as conclusões em separado para os fatores são válidas. No entanto, se uma interação for significativa indica que a resposta de um fator depende da presença ou ausência do outro. Nestes casos, uma das alternativas é estudar o comportamento de um fator dentro de cada nível de outro fator (BARBIN, 2003;GOMES, 2000;STORCK et al., 2006). Uma das principais informações em experimentos fatoria...

Productive and vegetative performance of peach trees grafted on six rootstocks in a replanting area

“…Comiotto et al (2013), while evaluating the same scions and rootstocks of the present study, did not observe any differences between rootstocks for SS, but found that 'Umezeiro' induced a lower SS/TA ratio than the other rootstocks. However, Orazem et al (2011) did report alterations in the maturation point due to rootstock effect. These authors found differences in the contents of soluble sugars and of acids among rootstocks.…”

“…For the other variables, a factorial analysis was carried out, with blocks as a random effect, also using Proc Mixed. Interactions between factors were considered significant when p≤0.25 (Perecin & Cargnelutti Filho, 2008). When necessary, Tukey's test was performed, at 5% probability, to compare means.…”

Sowing Depth on Emergence of Different Safflower Genotypes (Carthamus tinctorius L.)

“…For this reason, we studied the isolated effect of depth and genotype for these variables, as shown in Tables 2 and 3. Since the interactions between genotypes and depths were not generally significant, they should be evaluated deeply and individually according to Perecin and Cargnelutti Filho (2008). In this case, there were representative results as shown in the graphs below.…”

An Evaluation of the Use of Statistical Procedures in Soil Science

“…The significance of the interaction gives valuable information because it enables and validates generalizations regarding the effect of factors under study (Perecin and Cargnelutti Filho, 2008). Such generalizations are especially useful in understanding the phenomena and are "general standards", as opposed to the concept of always looking for decomposed interaction, which makes perception of these standards difficult.…”

“…However, it is easy to understand that, in some situations, even without significant interaction at 5 %, the decomposed interaction demonstrates the differential effects of levels of factor B for each level of factor A, or vice versa. In order to avoid this problem, the criterion for considering the significance of the interaction (commonly p<0.05) can be moved to a higher value, such as 0.25, as suggested by Perecin and Cargnelutti Filho (2008). By adopting this criterion, the decomposition of interaction will be suspended only in situations where there is a great deal of evidence for the lack of interaction, increasing the reliability of the generalizations.…”