Transformação de dados como alternativa a análise de variância univariada

  • Katia Alves Campos Instituto Federal de Educação, Ciência e Tecnologia do Sul de Minas Gerais, Campus Machado. Rodovia Machado Paraguaçú, Km 03 Santo Antônio 37750000 - Machado, MG - Brasil Telefone: (35) 32959700 Fax: (35) 32959700
  • Crysttian Arantes Paixão
  • Augusto Ramalho de Moraes Universidade Federal de Lavras (UFLA) Departamento de Ciências Exatas (DEX) Campus Universitário Caixa Postal 3037 CEP 37200-000 Lavras – MG
Palavras-chave: função discriminante linear de Fisher, análise de variância multivariada, qualidade das mudas, tubetes, transformação de dados

Resumo

Em experimentos é comum a obtenção de várias variáveis respostas, as quais são submetidas aanálises estatísticas individuais que levam a resultados para cada característica. Com a finalidade deapresentar uma análise alternativa para quando se tem várias características, neste trabalho foiutilizada a análise discriminante de Fisher, por meio da qual se realiza uma transformação dosdados multivariados das várias características em uma nova variável univariada, sem grandes perdasde informação. Para ilustração da técnica foram utilizados dados de um experimento para aprodução de mudas de café, em tubetes, no qual foram avaliados o efeito de dois substratoscomerciais (A e B), e de cinco proporções (0, 20, 40, 60 e 80%) de substituição dos substratos porum composto orgânico. Sete características de qualidade das mudas foram avaliadas e uma novavariável foi obtida a partir da transformação das variáveis originais por meio da aplicação da funçãodiscriminante linear de Fisher. A análise de variância das características da qualidade de mudasindividuais detectou diferenças significativas somente entre as proporções de substituição dosubstrato por adubo orgânico, sendo estimadas as proporções ótimas de 19 a 29% dependendo dacaracterística. Já a análise de variância dos dados transformados detectou diferenças significativasna interação substratos x percentual de substituição. Esses resultados mostram que atransformação dos dados multivariados em uma nova variável unidimensional por meio da funçãodiscriminante de Fisher pode ser considerada uma técnica viável para avaliação de experimentocom várias características.

Referências

BARTLETT, M. S. Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London, Series A, London, v. 160, n. 2, p. 268-282, 1937. http://www.jstor.org/stable/96803

CHATFIELD, C.; COLLINS, A. J. Introduction to multivariate analysis. Gembloux: Presses Agroomiques, 1980. 362 p.

FERREIRA, D. F. Estatística multivariada. 2. ed. Lavras: UFLA, 2011. 675 p.

FISHER, R. A. The use of multiple measurements in taxonomic problems. Annals of Eugenics, London, v. 7, n. 2, p. 179-188, 1936. http://dx.doi.org/10.1111/j.1469-1809.1936.tb02137.x

HAIR, J. F. et al. Análise multivariada de dados. 6. ed. Porto Alegre: Bookman, 2009. 688 p.

MANLY, B. J. F. Métodos estatísticos multivariados: uma introdução. 3. ed. Porto Alegre: Bookman, 2008. 229 p.

MARANA, J.P., MIGLIORANZA, E., FONSECA, E. de P., KAINUMA, R. H., Indices de qualidade e crescimento em mudas de café, produzidas em tubetes. Ciência Rural, Santa Maria, v.38, n.1, p. 39-45, 2008. http://dx.doi.org/10.1590/S0103-84782008000100007

MENDES, A. N. G.; GUIMARAES, R. J. Plantio e formação da lavoura cafeeira. Lavras, UFLA/FAEPE, 1998. 42p.

PADOVANI, C. R. P.; ARAGON, F.F. Programa computacional para método de discriminante de Fisher. Energ. Agric. Botucatu, v. 20, n. 1, p 1-10. 2005.

PIMENTEL-GOMES, F. Curso de estatística experimental. 15. ed. Piracicaba: FEALQ, 2009. 451 p.

R CORE TEAM. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. 2013. ISBN 3-900051-07-0, http://www.R-project.org/

SANTANA, S. L. S.; COGO, F. D.; GONC¸ALVES, B. O.; RIBEIRO, B. T.; CAMPOS, K. A.; MORAIS, A. R. Adição de Resíduos Orgânicos ao Substrato para Produção de Mudas de Café em Tubete. Agrogeoambiental, Inconfidentes, v.3, n.2, p.9-13, 2011. http://joomla3.ifsuldeminas.edu.br/˜ojs/index.php/Agrogeoambiental/article/view/326

SHAPIRO, S. S.; WILK, M. B. An analysis of variance test for normatily: complete samples. Biometrika, London, v. 52, n. 3/4, p. 591-611, Dec. 1965. http://www.jstor.org/stable/2333709

SILVA, A. R.; LEITE, M. T.; FERREIRA, M. C. Estimativa da area foliar e capacidade de retenc¸ao de calda fitossanitaria em cafeeiro. Bioscience Journal, Uberlandia, v. 24, n. 3, p. 66-73, 2008. http://www.seer.ufu.br/index.php/biosciencejournal/article/viewFile/6872/4552

STEEL, R. G. D.; TORRIE, J. H.; DICKEY, J. E. Principles and procedures of statistics. 3. ed. New York: McGraw-Hill, 1997. 666p.

Publicado
22-10-2014