Presupposti alla lezione Si presuppone che sia noto: L’analisi della varianza a una via L’analisi della varianza a più vie fattoriale Contrasti e confronti multipli tra medie Argomenti trattati Gli schemi più usati in Agronomia Schema a randomizzazione completa schema a blocchi randomizzati schema a quadrato latino Schemi a split-plot ulteriori trattamenti nello split-plot schemi a strip splot ulteriori trattamenti nello strip-plot Il dimensionamento degli esperimenti criteri per la determinazione del numero di ripetizioni criteri per la determinazione della dimensione delle unità sperimentali Cenni a schemi sperimentali meno frequentemente utilizzati Schema a randomizzazione completa Consiste: Nell’attribuire mediante sorteggio, un trattamento a a ogni unità sperimentale, non considerando la sua posizione fisica Si usa: in indagini territoriali scegliendo campioni completamente casuali. (non è possibile predisporre uno schema) Talvolta in prove in ambiente controllato o in laboratorio (situazioni in cui i fattori non sperimentali sono controllati al meglio). Non si usa: In prove impostate in campo poiché non offre nessun controllo della variabilità accidentale, che è sempre elevata Il MODELLO dell’ANOVA a BLOCCHI Yij= + i + j + ij ij 1 1 2 1 ij Il valore di un dato (Yijk) è la somma dell’effetto di uno specifico livello del 1° fattore (i) , dell’effetto del blocco di appartenenza (j ) e di una componente accidentale (ij). E’ esplicitamente esclusa l’interazione tra blocco e trattamento Schema a randomizzazione completa: esempio 4 trattamenti, 3 ripetizioni 1) tracciare 4 * 3 =12 parcelle 2) attribuire a ogni parcella il proprio trattamento mediante sorteggio 3) esecuzione esperimento e raccolta risultati 4) elaborazione dei dati secondo la tecnica usuale di analisi della varianza a 1 via A1 A4 A2 A2 A3 A1 A3 A1 A2 A4 A3 A4 Qui le unità sperimentali sono rappresentate come adiacenti ma non è affatto necessario che lo siano Schema a blocchi randomizzati Consiste: nel suddividere l’area sperimentale in blocchi in modo che i blocchi abbiano la massima omogeneità al loro interno e siano il più possibile differenziati tra loro. Disporre casualmente i trattamenti in modo che in ogni blocco sia rappresentato uno e un solo trattamento. Si usa: nella gran parte delle prove di tipo manipolativo (è lo schema più usuale in prove agronomiche). Richiede: esperimenti bilanciati Offre: la possibilità di controllare, almeno in parte, gli effetti dell’eterogeneità del terreno, migliorando la potenza dell’esperimento. Consente di eliminare dall’errore sperimentale la variabilità tra i blocchi. La possibilità di suddividere il lavoro tra più operatori o in più giorni (1 per blocco) ed eliminarne la conseguente variabilità. Disposizione e forma dei blocchi Dipende dai gradienti di fertilità. In caso di un solo gradiente, predisporre blocchi lunghi e stretti perpendicolari al gradiente stesso. Blocco 4 Blocco 3 Blocco 2 Blocco 1 gradiente In presenza di 2 gradienti perpendicolari, predisporre blocchi in quadrato e di forma quadrata. Lo stesso non conoscendo i gradienti Blocco 1 Blocco 3 gradiente Blocco 2 Blocco 4 gradiente Schema a blocchi randomizzati: esempio 4 trattamenti, 3 ripetizioni 1) tracciare 3 blocchi, suddividerli in 4 parcelle 2) attribuire, nell’ambito di ogni blocco, a ogni parcella il proprio trattamento mediante sorteggio (occorrono 3 sorteggi) 3) esecuzione esperimento e raccolta risultati 4) elaborazione dei dati sottraendo devianza e gradi di libertà dei blocchi da quelli dell’errore di una ANOVA a 1 via eseguita trascurando i blocchi. Blocco 1 Blocco 2 Blocco 3 A1 A4 A2 A2 A2 A1 A3 A1 A3 A4 A3 A4 Schema a blocchi randomizzati: calcoli Per il calcolo della devianza trattamenti procedere come in ANOVA ordinaria Per il calcolo della devianza blocchi, procedere usualmente, considerando i blocchi come fossero trattamenti (ovvero sostituire a ogni parcella del blocco il valore medio del blocco e calcolare la devianza di tutti i dati). Blocco 1 Blocco 2 Blocco 3 M blocco 1 M blocco 2 M blocco 3 M blocco 1 M blocco 2 M blocco 3 M blocco 1 M blocco 2 M blocco 3 M blocco 1 M blocco 2 M blocco 3 n blocchi Dev. Blocchi n.tratt. ( xi x ) i 1 2 Schema a blocchi randomizzati: calcoli (segue) Le devianze: dev. tot. xi - x 2 n i 1 dev. tratt nr xi x 2 nt i1 nb dev. blocchi nt ( xi x )2 i 1 dev. err dev.tot - dev. tratt. - dev.blocchi I gradi di libertà GL trattamenti = nt - 1 GL blocchi = nb-1 GL errore = (nt-1) x (nb-1) o per sottrazione Le varianze e i rapporti F sono quelli usuali Schema a blocchi randomizzati: tabella ANOVA e interpretazione Fonti di variazione devianze totale blocchi trattamenti errore dtot db dt de GL varianze F calcolato P(F) p*q*nrip-1 nb-1 db/gl nt-1 dt/gl (nb-1)(nt-1) de/gl vb/verr vt/ve Il giudizio sulla significatività dell’effetto dei trattamenti è in base al valore di P(F) . La P(F) relativa ai blocchi indica se l’applicazione dello scema a blocchi è risultata efficace; se P(F) > i blocchi sono inutili. Viceversa, i blocchi hanno apportato una significativa riduzione dell’errore sperimentale. SE l’effetto dei blocchi è significativo, si può valutare il parametro di efficienza relativa (R.E.) rispetto allo schema a randomizzazione completa: (nrip - 1) * vb nrip(nt - 1) * ve R.E. (nrip * nt - 1) * ve (la formula è valida se Gle >20, se no è necessaria una correzione, altrimenti R.E. è sovrastimata) R.E. è il fattore moltiplicativo del numero di ripetizioni di un esperimento a randomizzazione completa necessario per ottenere la stessa potenza dell’esperimento a blocchi in esame Contrasti e confronti multipli in uno schema a blocchi randomizzati Sono eseguiti come ordinario, utilizzando per calcolare l’errore standard della differenza tra medie la varianza errore Requisiti per l’ANOVA a blocchi randomizzati Gli stessi dello schema a randomizzazione completa: 1) Normalità delle popolazioni da cui sono tratti i campioni (verificata attraverso la normalità dei residui). 2) Omogeneità delle varianze. 3) Indipendenza dei trattamenti. 4) In più: ASSENZA DI INTERAZIONE TRA TRATTAMENTI E BLOCCHI. Analisi di normalità dei residui e omogeneità delle varianze 1) calcolo dei residui: in base al modello dell’ANOVA a blocchi, il valore medio atteso dell’ i-esimo trattamento appartenente al J-esimo blocco è: yˆij yi yj y e quindi eij yij yˆij Analisi dei residui nell’ANOVA a blocchi randomizzati I residui così calcolati si possono sottoporre agli usuali test di normalità (P-P plot, Shaphiro & Wilks, Kolmogorov) e si possono fare test di omogeneità delle varianze, sia rispetto ai trattamenti sia rispetto ai blocchi (Levene test). E’ interessante anche l’analisi grafica, che può visualizzare la presenza di interazioni trattamenti-blocchi. residui rispetto ai blocchi 2 scarto 1 t1 t2 0 -1 1 2 3 4 t3 t4 -2 blocchi residui rispetto ai trattamenti 2 scarto 1 b1 b2 0 -1 b3 1 2 3 4 b4 -2 trattamenti In questi grafici non si evidenzia né interazione né non omogeneità delle varianze. Analisi dei residui nell’ANOVA a blocchi randomizzati (segue) residui rispetto ai trattamenti 3 scarto 2 b1 1 b2 0 -1 1 b3 2 3 4 b4 -2 -3 trattamenti residui rispetto ai blocchi 3 scarto 2 t1 1 t2 0 -1 1 2 3 4 t3 t4 -2 -3 blocchi In questi grafici si evidenzia non omogeneità delle varianze e possibile interazione trattamento x blocchi Esiste un test, dovuto a Tukey, per verificare la presenza di interazione, basato sull’assumere l’interazione in una forma particolare: ()ij= ij; in questa forma si ha 1 GL per l’interazione. La derivazione matematica è oltre gli obbiettivi del corso; l’applicazione, semplice, si trova su tutti i testi