DELINEAMENTO EM BOLOCOS COMPLETOS ALEATORIZADOS

Tambm chamado de Delineamento em Blocos Casualizados (DBC). Em muitos

planejamentos experimentais, necessrio que a variabilidade proveniente de um fator de rudo
(nuisance factor) possa ser controlada.
Este delineamento utilizado quando no houver homogeneidade nas condies
experimentais (material de diferentes corridas, diferentes fornecedores, etc...). Em relaes as
condies experimentais, podemos enteder como quanquer fator que possa influnciar na varivel
resposta de forma indesejvel. Sendo assim, estebelece-se sub-ambientes homogneos e instala-se,
em cada um deles, todos os tratamentos, igualmente repetidos.
Este experimento leva em considerao os trs princpios bsicos da experimentao,
repetio, casualizao e controle local.

Principais caractersticas
a) As unidade experimentais u.e. so distribudas em grupos ou blocos, te tal forma que elas sejam o
mais uniforme possvel.
b) os tratamentos so designados s u.e. de forma aleatria, sendo esta casualizao feita dentro do
bloco.

Vantagens
a) controla as diferenas que ocorrem nas condies experimentais, de bloco para bloco.
b) permite, dentro de um certo limite utilizar qualquer nmero de tratamentos e de bllocos.
c) conduz a uma estimativa mais exata para a varincia residual, pois a variao ambiental
controlada.
d) a anlise relativamente simples.

Desvantagens
a) a utilizao do princpio do controle local, reduz o nmero de graus de liberdade do resduo.
b) exigncia de homogeneidade dentro do bloco.

TABELA 1 Planejamento em blocos completos aleatorizados com I tratamento e J blocos.

Tratamentos Blocos
1 2 J
1 y11 y12 y1j
2 y21 y22 y2j

I yI1 yI2 yIJ
Modelo

= + + +
= 1, ,I
= 1, ,

em que

: valor observado na parcela que recebeu o tratamento i no bloco j;

: parmetro comum a todos os tratamentos, mdia global;
: efeito do i-simo tratamento;
: efeito o j-simo bloco
: componente do erro aleatrio.

so variveis aleatria independente e identicamente distribudas com distribuio Normal com mdia
zero e varincia

~ (0, )

Os efeitos dos tratamentos e blocos so definidos como desvios de mdia global, de modo que as
restries

=0

=0

So necessria para a obteno dos parmetros dos modelos, por meio do mtodo dos mnimos
quadrados.

Hipteses para o tratamento

= = == =0

: 0 (para pelo menos um i)

TABELA 2 Anlise de varincia (Anava) para delineamento em blocos casualizados

F.V. G.L. S.Q. Q.M. Fcal

Tratamentos (I 1) /
Blocos (J 1) /
Resduo (I 1) (J 1)
Total IJ - 1

em que
F.V.: fonte de variao
G.L.: graus de liberdade
S.Q.: soma de quadrados
Q.M.: quadrado mdio

2
I J
yij
I J
C
i 1 j 1
SQtotal yij2 C
i 1 j 1 em que IJ IJ = N

1 I 2 1 J 2
SQtrat Ti C
J i 1
SQblo cos Bj C
I j 1

SQRe sduo SQtotal SQtrat SQblo cos

SQtrat SQbloco SQresduo

QM trat QM bloco QM Re sduo
I 1 J 1 (I - 1) (J - 1)

em que
Ti 2 : quadrado da soma do tratamento i;
B 2j : quadrado da soma do bloco j.
Exemplo 1 - Um experimento foi feito para determinar o efeito de quatro produtos qumicos
diferentes sobre a resistncia de um tecido. Esses produtos qumicos so usados como parte do
processo de acabamento, sob prensagem permanente. Cinco amostras de tecido foram selecionadas
e um planejamento com blocos completos aleatorizados foi corrido, testando cada tipo de produto
qumico uma vez, em uma ordem aleatria, em cada amostra de tecido. Faa a Anava utilizando
5% de significncia.

Produtos qumicos Tecidos (blocos)

1 2 3 4 5 Totais Mdias
1 1,3 1,6 0,5 1,2 1,1 5,7 1,14
2 2,2 2,4 0,4 2,0 1,8 8,8 1,76
3 1,8 1,7 0,6 1,5 1,3 6,9 1,38
4 3,9 4,4 2,0 4,1 3,4 17,8 3,56
Totais dos blocos 9,2 10,1 3,5 8,8 7,6 39,2
Mdia dos blocos 2,30 2,53 0,88 2,2 1,9

TABELA 3 Anava para os para o dados de resistncia em tecidos.

F.V. G.L. S.Q. Q.M. Fcal

Tratamentos
Blocos
Resduo
Total
Exerccio
Fazer a anlise de varincia, comparaes mltiplas e anlise de resduos para os dados do Exemplo
1. Escrever um relatrio explicando os resultados da anava, das comparaes multiplas, da anlise
de resduos (utilizem grficos e testes estatsticos) e concluses sobre o experimento.

Como digitar o banco de dados

Tratamentos (produtos qumicos): 1,2,3,4
Blocos(tecidos): 1,2,3,4,5

Tratamento bloco y
1 1 1,3
1 2 1,6
1 3 0,5
1 4 1,2
1 5 1,1
2 1 2,2
Continuem.....

Passos para fazer a Anava

Stat > Anova > Balancead anova >
Responses: y
Model: c1 c2

Tambm d para fazer seguindo: Stat > Anova > General liear model > Fit General liear model

Os demais procedimentos so iguas os que fizemos na aula de Delieamento inteiramente

aleatorizado.
 PLANEJAMENTO QUADRADO LATINO

utilizado quando precisa-se controlar duas fontes de variabilidade. Permite blocos em duas
direes.

Exemplo 2 Suponha que 4 carros e 4 motoristas sejam utilizados para estudar possveis diferenas
entre 4 tipos de gasolinas, observando-se a quilometragem desenvolvida pelos carros.

Consideraes
- mesmos que os carros sejam do mesmo modelo, pode existir pequenas diferenas que pode
influenciar.
- os motoristas tem diferentes habilidades.

Neste caso deve-se testar cada gasolina exatamente uma vez em cada carro e com cada
motorista.

A gasolina o tratamento que ser representado pelas letras latinas: A, B, C, D.

TABELA 4 Delineamento quadrado latino para o experimento da gasolina

Motoristas Carros
1 2 3 4
I A B D C
II D C A B
III B D C A
IV C A B D

Modelo

yijk i j k ijk

i 1,2, , p , j 1,2, , p , k 1,2, , p

Restries

p p p

i 1
i
j 1
j k 0
k 1

: valor observado na parcela com o efeito do i-simo tratamento na j-sima linha e

k-sima coluna;
: parmetro comum a todos os tratamentos, mdia global;
: efeito do i-simo tratamento;
 : efeito o j-sima linha
k : efeito do k-sima coluna
: componente do erro aleatrio.

so variveis aleatria independente e identicamente distribudas com distribuio Normal com

mdia zero e varincia

~ (0, )

Suposies
i) O erros so iid com ~N(0,2 )
ii) modelos aditivos, isto em no h interao entre linhas, colunas e tratametos.

TABELA 5 Anava para o delineamento Quadrado Latino

F.V. G.L. SQ QM F
Tratamentos p1 /
Linhas p1 /
Colunas p1 /
Resduos (p 2)(p 1)
Total p2 - 1

em que
F.V.: fonte de variao
G.L.: graus de liberdade
S.Q.: soma de quadrados
Q.M.: quadrado mdio

2
p p p
yij
p p p
C
2 i 1 j 1 k 1
SQtotal yijk C
i 1 j 1 k 1 em que N p2 = N

1 p 2 1 p 2
SQtrat Ti C
p i 1
SQlinha Lj C
p j 1
1 p 2
SQcoluna Ck C
p k 1

SQRe sduo SQtotal SQtrat SQblo cos

 SQtrat SQlinha SQcoluna
QM trat QM linha QM coluna
p p p

SQresduo
QM Re sduo
(p - 2) (p - 1)

em que
Ti 2 : quadrado da soma do tratamento i;
L2j : quadrado da soma da linha j.
C k2 : quadrado da soma da coluna k.

Os resultados do experimentos so paresentados na Tabela 6.

TABELA 6 Delineamento quadrado latino para o experimento da gasolina

Motoristas Carros
1 2 3 4 Linhas(Li)
I A(21) B(26) D(20) C(25) L1 = 92
II D(23) C(26) A(20) B(27) L2 = 96
III B(15) D(13) C(16) A(16) L3 = 60
IV C(17) A(15) B(20) D(20) L4 = 72
Colunas (Cj) C1= 76 C2 = 80 C3 = 76 C4 = 88 320

TABELA 7 Anava para os dados de quilometragem.

F.V. G.L. SQ QM F
Gasolinas
Motoristas
Carros
Resduos
Total
Tabelas de Quadrado Latino, ver Montgomey pgina 162.

Em quadrados latinos pequenos, h a necessidade de replic-los a fim de aumentar os graus de

liberdade dos resduos. A anlise de varincia condicionada ao tipo de replicao.

i) usando os mesmos motoristas e carros

ii) usando os mesmos motoristas mas com carros novos (ou mesmos carros com motoristas novos).
iv) usando novos motoristas e novos carros.

Exerccio

Fazer a anlise de varincia, comparaes mltiplas e anlise de resduos para os dados do Exemplo
2. Escrever um relatrio explicando os resultados da anava, das comparaes multiplas, da anlise
de resduos (utilizem grficos e testes estatsticos) e concluses sobre o experimento.

Como digitar o banco de dados

Cdigos:
Tratamentos (Letras latinas:gasolina): A=1, B=2, C=3, D=4
Linhas(Motoristas): 1,2,3,4
Colunas(Carros): 1,2,3,4

Fixei motoristas e carros

motorista carros gasolinas y

1 1 1 21
1 2 2 26
1 3 4 20
1 4 3 25
2 1 4 23
2 2 3 26
2 3 1 20
2 4 2 27
continuem.....

Passos para fazer a Anava

Stat > Anova > General liear model > Fit General liear model
Responses: y
Factors: motoristas carros tratamentos
Ok

Obs. A Anava do minitab ficar de acordo com o banco de dados. Reescreva a tabela conforme a
Tabela 7.
 PLANEJAMENTO QUADRADO GRECO-LATINO

Definio: considerando-se um Quadrado Latino pp e em segundo Quadrado Latino pp,

em que os tratamentos so denotados por letras gregas. Se dois Quadrados Latinos, quando
sobrepostos, tem a propriedade de que: cada letra grega aparece uma nica vez com cada letra
latina, os dois quadrados so ditos ortogonais e o planejamento assim chamado de Greco Latino.

TABELA 8 Planejamento Quadrado Latino (4 4)

Linhas Colunas
1 2 3 4
1 A B D C
2 D C A B
3 B D C A
4 C A B D

TABELA 9 Planejamento quadrado Greco Latino (4 4), utilizando-se letras

gregas
Linhas Colunas
1 2 3 4
1
2
3
4

Sobrepondo os delineamentos das Tabelas 8 e 9, resulta no delineamento Greco Latino

apresentados na Tabela 7.

Tabela 10 Planejamento quadrado Greco Latino (4 4)

Linhas Colunas
1 2 3 4
1 A B D C
2 D C A B
3 B D C A
4 C A B D

Este tipo de planejamento pode ser utilizado para controlar 3 fontes de variabilidade, isto ,
blocos em 3 direes.
Modelo

yijkl i j k l ijkl

i 1,2, , p , j 1,2, , p , k 1,2, , p l 1,2, , p

Restries

p p p p

i 1
i
j 1
j k l 0
k 1 l 1

: valor observado na parcela com o efeito do i-simo tratamento na j-sima linha, k-sima
coluna e l-sima letra grega;
: parmetro comum a todos os tratamentos, mdia global;
: efeito do i-simo tratamento;
: efeito o j-sima linha;
k : efeito do k-sima coluna;
l : efeito da l-sima letra grega;
: componente do erro aleatrio.

so variveis aleatria independente e identicamente distribudas com distribuio Normal

com mdia zero e varincia

~ (0, )

TABELA 11 Anava para o delineamento Quadrado Greco Latino

F.V. G.L. SQ QM F
Tratamentos(letras latinas) p1 /
Letras gregas p1 /
Linhas p1 /
Colunas p1 /
Resduos (p 3)(p 1)
Total p2 - 1

em que
F.V.: fonte de variao
G.L.: graus de liberdade
S.Q.: soma de quadrados
Q.M.: quadrado mdio
 2
p p p
yij
p p p
C
2 i 1 j 1 k 1
SQtotal y ijk C
i 1 j 1 k 1 em que N p2 = N

1 p 2 1 p 2
SQtrat Ti C
p i 1
SQlinha Lj C
p j 1

1 p 2 1 p 2
SQcoluna Ck C
p k 1
SQLGregas Gl C
p l 1

SQRe sduo SQtotal SQtrat SQLGregas SQLinhas SQColunas

SQtrat SQLGregas
QM trat QM LGregas
p p

SQlinha SQcoluna
QM linha QM coluna
p p

SQresduo
QM Re sduo
(p - 3) (p - 1)

em que
Ti 2 : quadrado da soma do tratamento i;
Gl2 : quadrado da soma da linha l.
L2j : quadrado da soma da linha j.
C k2 : quadrado da soma da coluna k.
 Exemplo 3 Considerando-se o exemplo da comparao entre gasolinas, vamos adicionar
uma nova fonte de variabilidade: tipos de pneus, denotados pelas letras gregas: .
Faa uma anlise de varincia, considerando-se 5% de significncia, para o resultado
apresentado na Tabela 12.

Tabela 12 Planejamento quadrado Greco Latino para o exemplo da gasolina

Linhas(motoristas) Colunas(carros)
1 2 3 4
1 A(21) B(26) D(20) C(25)
2 D(23) C(26) A(20) B(27)
3 B(15) D(13) C(16) A(16)
4 C(17) A(15) B(20) D(20)

TABELA 13 Anava para os dados de quilometragem.

F.V. G.L. SQ QM F
Gasolinas
Pneus
Motoristas
Carros
Resduos
Total
Refazer no minitab.
No minitab o procedimento o mesmo que o do Quadrado Latino, com mais um fator a ser
inserido.

Banco de dados
motorista carros pneus gasolinas y
1 1 1 1 21
1 2 2 2 26
1 3 3 4 20
1 4 4 3 25
2 1 4 4 23
2 2 3 3 26
2 3 2 1 20
2 4 1 2 27

Referncia
Montgomery, D. C., Design and analysis of experiments, capter 4. Pag. 139