Considerações sobre planejamento experimental e adequabilidade do uso de testes estatísticos em Ciências Agrárias

Resumen

RESUMO: Na pesquisa científica, o planejamento e execução de experimentos consistem em práticas comuns nas Ciências Agrárias. Apesar de os métodos experimentais serem amplamente conhecidos, percebe-se que, muitas vezes, suas pressuposições não são verificadas, refletindo em baixa precisão e qualidade dos resultados. Esta pesquisa objetiva, por meio de uma revisão de literatura: 1) discutir conceitos básicos da estatística experimental; e 2) apresentar os principais modelos e métodos estatísticos utilizados em Ciências Agrárias. Foi executado um levantamento bibliográfico, por meio de publicações de livros e artigos científicos obtidos nas bases de dados Periódicos Capes, SciELO, Scopus e Google Scholar. No planejamento experimental, a escolha do delineamento deverá considerar a heterogeneidade ambiental. Antes de testar a hipótese científica, deve-se testar as pressuposições da Anova. A transformação de dados é uma ferramenta eficiente, muitas vezes, necessária, mas pouco explorada. Ao se testar tratamentos qualitativos, utiliza-se teste de comparação/agrupamento de médias, sendo o teste Scott-Knott o mais robusto. Quando quantitativo, regressão linear. Quando avaliações sucessivas são realizadas na mesma unidade experimental, utiliza-se a análise de medidas repetidas. O coeficiente de variação indica a precisão experimental e varia com os tratamentos, variáveis e ambiente. O coeficiente de repetibilidade estima o número de avaliações e de experimentos a serem realizados, com alto grau de precisão. O planejamento experimental permite economia de tempo, custos e mão de obra, sem comprometer a precisão das conclusões.

PALAVRAS-CHAVE: Erro Experimental, Reprodutibilidade, Anova, Precisão.

ABSTRACT: In scientific research, planning and carrying out experiments are common practices in Agricultural Sciences. Although the experimental methods are widely known, it is clear that their assumptions are often not verified, reflecting the low precision and quality of the results. This research aims, through a literature review: 1) discuss basic concepts of experimental statistics; and 2) present the main statistical models and methods used in Agricultural Sciences. A bibliographic survey was carried out through publications of books and scientific articles obtained from the Capes Periodicals, SciELO, Scopus and Google Scholar databases. In planning, the choice of design should consider environmental heterogeneity. Before testing the scientific hypothesis, one must test the Anova assumptions. Data transformation is an efficient tool that is often necessary but little explored. When testing qualitative treatments, a comparison/grouping of means test is used, with the Scott-Knott test being the most robust. When quantitative, linear regression. When successive evaluations are carried out in the same experimental unit, repeated measures analysis is used. The coefficient of variation indicates experimental precision and varies with treatments, variables and environment. The repeatability coefficient estimates the number of evaluations and experiments to be carried out, with a high degree of precision. Experimental planning saves time, costs and labor without compromising the accuracy of conclusions.

KEYWORDS: Experimental Error, Reproductivity, Anova, Precision.