Sumário

 

1. PRINCÍPIOS BÁSICOS DA EXPERIMENTAÇÃO

1.1. A estatística e o modelo dominante de ciência: uma breve reflexão

1.2. Alguns conceitos úteis

1.2.1. Tipos de variáveis aleatórias

1.2.2. Variável dependente e variável independente

1.2.3. Variável independente qualitativa e quantitativa

1.2.4. Efeitos fixos e efeitos aleatórios

1.3. Experimento e unidade experimental

1.3.1. Estudo sensível, confiável e extrapolável.

1.3.2. Estudo exploratório vs estudo confirmatório

1.4. Repetição verdadeira e pseudorrepetição.

1.5. Casualização à exaustão. 

1.6. Usos e abusos do controle local 

1.7. Estudos observacionais 

1.8. Síntese das principais recomendações e entendimentos 

 

2. PRÉ-REQUISITOS DO MODELO ESTATÍSTICO

2.1. Modelo estatístico

2.2. Normalidade dos erros

2.2.1. O teste de Jarque-Bera

2.3. Homogeneidade das variâncias

2.4. Aditividade do modelo

2.4.1. Teste Tukey para aditividade

2.5. Independência dos erros

2.6. Transformação de dados

2.6.1. Considerações iniciais

2.6.2. Porque as transformações funcionam

2.6.3. As transformações log, raiz e arco seno da raiz

2.6.4. As transformações exponenciais

2.6.5. Transformações mais complexas

2.6.6. A transformação “rank” como um procedimento não-paramétrico de análise

2.6.7. Uma alternativa paramétrica à transformação de dados

2.6.8. Um fluxograma geral para seleção de procedimentos

2.7. Resíduos com muitos zeros: um problema à parte

2.8. Modelos lineares generalizados (GLzM)

2.9. Síntese das principais recomendações e entendimentos

 

3. OS DELINEAMENTOS EXPERIMENTAIS BÁSICOS

3.1. O delineamento inteiramente casualizado

3.2. O delineamento em blocos casualizados

3.3. Outros delineamentos e desenhos experimentais

3.4. Síntese das principais recomendações e entendimentos

 

4. MEDIDAS DE DISPERSÃO E ESTATÍSTICAS DESCRITIVAS

4.1. Desvio padrão

4.2. Erro padrão e coeficiente de variação

4.3. Intervalo de confiança e margem de erro

4.4. Medidas de Effect size

4.5. Outras estatísticas descritivas e os box-plots

4.6. Síntese das principais recomendações e entendimentos

 

5. TESTES DE MÉDIAS

5.1. Por que tantas discordâncias sobre os testes?

5.2. O poder e as taxas de erro de um teste

5.2.1. Os subtipos de erro tipo I 

5.2.2. A polêmica em torno da multiplicidade do erro tipo I 

5.3. Dois testes paramétricos básicos: F e t 

5.4. Contrastes 

5.4.1. Um exemplo hipotético de aplicação de contrastes complexos 

5.5. Diferenças entre os testes de médias 

5.5.1. Desdobramentos do problema da multiplicidade do erro sobre o planejamento de experimentos 

5.5.2. Volcano-Plots: usando os procedimentos de Holm ou de Benjamini-Hochberg para controle parcial da MFWER

5.6. Síntese das principais recomendações e entendimentos

 

6. FATORIAIS E OUTROS MODELOS EXPERIMENTAIS

6.1. Experimentos em arranjo ou estrutura fatorial

6.1.1. Por que os fatoriais são tão úteis?

6.1.2. O desdobramento da interação: quando fazer?

6.1.3. Interpretando interações na ANOVA

6.1.4. Fatoriais com tratamentos adicionais: +1, +2, etc. 

6.2. Os esquemas em parcelas subdividias e faixas 

6.2.1. Parcelas subdivididas simples (fatoriais duplos) 

6.2.2. Fatoriais triplos em parcelas subdivididas 

6.2.3. O esquema em Faixas 

6.2.4. Fatoriais triplos em Faixas 

6.3. Outros casos 

6.3.1. ANOVA de medidas repetidas 

6.3.2. Análise conjunta. 

6.3.3. Análise de dados com réplicas ou sub-repetições 

6.4. Modelos mistos 

6.4.1. Um modelo misto simples: Nested. 

6.5. Análise de Covariância. 

6.5.1. Análise de covariância pelo método Papadakis 

6.6. Síntese das principais recomendações e entendimentos 

 

7. ANÁLISE DE REGRESSÃO

7.1. Análises de regressão para dados experimentais 

7.1.1. Nove modelos de regressão muito úteis 

7.1.2. Modelos linear e quadrático

7.1.3. Modelos raiz quadrada e logarítmico

7.1.4. Modelo exponencial 

7.1.5. Modelo Exponencial de Mitscherlich

7.1.6. Modelo de Michaelis-Menten

7.1.7. Modelo Logístico

7.1.8. Modelos de regressão segmentada

7.2. Critérios para escolha do modelo de regressão adequado

7.3. Dificuldades na Análise de Regressão

7.3.1. O modelo não precisa ser testado quanto à significância de cada parâmetro?

7.3.2. Análise de regressão de fatoriais “quali x quanti”

7.3.3. Análise de regressão no SPEED Stat: um exemplo resolvido

7.3.4. Análise de regressão de apenas uma parte dos tratamentos

7.3.5. Modelando medidas repetidas no tempo ou espaço

7.4. Regressão múltipla e superfície de resposta em estudos experimentais

7.5. Regressão múltipla em estudos observacionais

7.6. Regressão múltipla com preditores qualitativos: variáveis dummies

7.7. Análise de correlação

7.7.1. Correlação de Pearson no Excel e no SPEED stat

7.8. Síntese das principais recomendações e entendimentos 

 

8. OUTLIERS E DADOS PERDIDOS

8.1. Outliers: como detectá-los?.

8.1.1. O teste ESD para outliers 

8.2. Dados perdidos em DIC. 

8.3. Dados perdidos em DBC e em parcelas subdivididas 

8.4. Síntese das principais recomendações e entendimentos 

 

9. PRINCÍPIOS DE ESTATÍSTICA MULTIVARIADA

9.1. Conceitos 

9.2. Índices multivariados simples 

9.2.1. Índices multivariados simples em experimentos com consórcios de plantas 

9.3. Índice Desirability. 

9.4. Índices de seleção por postos 

9.5. Análise de componentes principais (ACP) 

9.5.1. PCA em estudos observacionais: um exemplo resolvido no software BioEstat 

9.5.2. PCA em estudos experimentais 

9.6. Análises de cluster ou agrupamento. 

9.6.1. Um exemplo resolvido no BioEstat 5.3. 

9.7. Índices multivariados baseados em ACP. 

9.8. Análises multivariadas para controle da MFWER: considerações adicionais 

9.9. Síntese das principais recomendações e entendimentos 

 

10. DICAS PARA APRESENTAÇÃO DE RESULTADOS E PARA A FORMATAÇÃO DE GRÁFICOS E TABELAS  247

10.1. A escolha do software para análises estatísticas 

10.2. Dicas para formatação de tabelas 

10.2.1. O problema dos separadores decimal e de milhar 

10.3. Dicas, passo-a-passo, para formatação de gráficos 

10.3.1. Como alterar a resolução “dpi” do seu Office. 

10.3.2. Dicas para apresentação de gráficos submetidos à análise de regressão. 

10.3.3. Dicas para apresentação de gráficos de fatoriais com tratamentos adicionais e comparações por contrastes 

10.4. Síntese das principais recomendações e entendimentos

 

11. ÍNDICE REMISSIVO

 

12. REFERÊNCIAS BIBLIOGRÁFICAS