2010
DOI: 10.1590/s0006-87052010000400032
|View full text |Cite
|
Sign up to set email alerts
|

Excesso de zeros nas variáveis observadas: estudo de caso em experimento com brócolis

Abstract: ALESSANDRO DAL'COL LÚCIO ( 2 ); MARA RÚBIA MACHADO COUTO ( 3 ); JORGE NADIR TREVISAN ( 2 ); GUSTAVO ADOLFO KLIPPEL MARTINS ( 2 ); SIDINEI JOSÉ LOPES ( 2 ) RESUMO Em olericultura o interesse é a produção de produtos comercializáveis. Nesses experimentos, comumente, são avaliadas variáveis tais como a fitomassa das cabeças e ramificações comerciais e não comerciais da planta. No entanto, essas variáveis possuem uma característica particular que está relacionada com a presença ou ausência da estrutura comercial d… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1
1

Citation Types

0
1
0
1

Year Published

2012
2012
2020
2020

Publication Types

Select...
7

Relationship

0
7

Authors

Journals

citations
Cited by 8 publications
(2 citation statements)
references
References 10 publications
(6 reference statements)
0
1
0
1
Order By: Relevance
“…As transformações tradicionais recomendadas são logarítmicas, raiz quadrada, raiz quadrada recíproca e arco-seno, tendo como objetivo conseguir homogeneidade de variâncias e uma distribuição aproximadamente normal (COUTO et al 2009, CUSTÓDIO & BARBIN 2009, LÚCIO et al 2010, LÚCIO et al 2011. Entretanto, como as variáveis analisadas são quantitativas contínuas, a transformação recomendada segundo BARBIN (2003) é a logarítmica.…”
Section: Resultsunclassified
“…As transformações tradicionais recomendadas são logarítmicas, raiz quadrada, raiz quadrada recíproca e arco-seno, tendo como objetivo conseguir homogeneidade de variâncias e uma distribuição aproximadamente normal (COUTO et al 2009, CUSTÓDIO & BARBIN 2009, LÚCIO et al 2010, LÚCIO et al 2011. Entretanto, como as variáveis analisadas são quantitativas contínuas, a transformação recomendada segundo BARBIN (2003) é a logarítmica.…”
Section: Resultsunclassified
“…As much as these flaws could compromise experiments, they do not cause heteroscedasticity in a data set. The major generators of heterogeneous variance for ANOVA models are the presence of zeros in the data set and the choice of treatments with previously expected discrepant answers (the so-called effect of scale), as seeds in viability extremes, i.e., 10 and 90% of germination (Bartlett, 1936;Ahrens et al, 1990;Sakia, 1992;Lúcio, Couto, Trevisan, Martins, & Lopes, 2010). The presence of zeros was the main cause of data heteroscedasticity of hard seeds of Parkia pendula and Senna macranthera, and the reason for these data to stay heteroscedastic even when transformed.…”
Section: Discussionmentioning
confidence: 99%