Resumo |
Os fatoriais estão entre os desenhos experimentais mais utilizados na pesquisa agrícola, se destacando por ao menos duas grandes vantagens em relação aos experimentos não estruturados. Primeiramente, permitem uma estimativa formal para o efeito da interação, assegurando generalizações mais seguras. Em segundo lugar, os fatoriais permitem reduzir o número total de comparações duas-a-duas a serem realizadas, permitindo um maior nível de sensibilidade nos testes post-hoc. Na análise de variância de experimentos fatoriais é comum se proceder diretamente ao desdobramento do efeito global de tratamentos, calculando-se apenas o F para a interação entre os fatores e para os efeitos isolados dos fatores. Alguns poucos estatísticos consideram, no entanto, que este desdobramento, mesmo sendo ortogonal, não deveria ser realizado caso a ANOVA geral não aponte um efeito significativo para os tratamentos como um todo. Tal recomendação é desconhecida ou amplamente ignorada nos principais livros textos de estatística experimental e nos pacotes de análise dos principais aplicativos, o que pode conduzir a elevadas taxas de erro tipo I. O objetivo deste trabalho foi avaliar a importância da ANOVA geral preliminar na análise de experimentos fatoriais e as taxas de erro tipo I real do teste F para os componentes do desdobramento da ANOVA fatorial e da ANOVA fatorial on ranks. Adicionalmente, este trabalho também teve por objetivo avaliar as taxas de erro tipo I por família do teste de Tukey sob nulidade total para experimentos fatoriais na presença ou ausência da ANOVA geral preliminar. Para isso, avaliou-se as taxas de erro tipo I empíricas do teste F para os componentes do desdobramento da ANOVA fatorial e da ANOVA fatorial on ranks, em comparação às taxas de erro tipo I do teste F para o efeito global de tratamentos. Além disso, avaliou-se as taxas de erro tipo I por família do teste de Tukey sob nulidade total para experimentos fatoriais na presença ou ausência da proteção da ANOVA preliminar. O estudo foi conduzido a partir da simulação de dados de 2000 experimentos, separados em quatro cenários representativos da pesquisa agrícola. Tanto para a ANOVA fatorial paramétrica, quando para a ANOVA fatorial não-paramétrica, as taxas acumuladas de erro tipo I ultrapassaram significativamente o nível nominal de 5%. A ANOVA fatorial não deve ser realizada sem que o teste F da ANOVA preliminar acuse um efeito significativo para tratamentos. A mesma recomendação se aplica à ANOVA fatorial on ranks. Numa análise fatorial, sem a proteção do teste F para o efeito global de tratamentos, os testes posteriores assumem taxas de erro tipo I por família acima dos valores nominais. |