A brief review of the classic methods of experimental statistics
Resumo
Experimental statistics are a key element for innovation in the agricultural sector. Commonly used statistical methods in experimentation are relatively simple, reliable, and widely used. However, the many problems in the quality of statistical analyses reported in the agricultural science literature highlight a need for continuing discussion on and updating of this topic. This article reviews critical points about classic linear models procedures commonly used in agricultural statistics, frequent procedures in publications in the agricultural sciences. Due to the evolution of statistical science some common recommendations from the past should no longer be followed.
Downloads
Referências
Alexopoulos, E. C. (2010). Introduction to Multivariate Regression Analysis. Hippokratia, 14(Suppl. 1), 23-28.
Alin, A., & Kurt, S. (2006). Testing non-additivity (interaction) in two-way ANOVA tables with no replication. Statistical Methods in Medical Research, 15(1), 63-85. DOI: https://doi.org/10.1191/0962280206sm426oa
Alvarez V., V. H., & Alvarez, G. A. M. (2003). Apresentação de equações de regressão e suas interpretações. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, 28(3), 28-32.
Alvarez V., V. H., & Alvarez, G. A. M. (2013). Reflexões sobre a utilização de estatística para pesquisa em ciência do solo. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, 38(1), 28-35.
Ayres, M., Ayres Júnior, M., Ayres, D. L., & Santos, A. A. S. (2007). BioEstat - Aplicações estatísticas nas áreas das ciências bio-médicas. Belém, PA: Instituto Mamirauá.
Barbosa, J. C., & Maldonado Júnior, W. (2015). Experimentação agronômica e AgroEstat: sistema para análises estatísticas de ensaios agronômicos. Jaboticabal, SP: Multipress.
Besag, J., & Higdon, D. (1999). Bayesian analysis of agricultural field experiments. Journal of the Royal Statistical Society - Statistical Methodology Series B, 61(4), 691-746. DOI: https://doi.org/10.1111/1467-9868.00201
Bhering, L. L. (2017). Rbio: A tool for biometric and statistical analysis using the R platform. Crop Breeding and Applied Biotechnology, 17(2), 187-190. DOI: https://doi.org/10.1590/1984-70332017v17n2s29
Borges, L. C., & Ferreira, D. F. (2003). Poder e taxas de erro tipo I dos testes Scott-Knott, Tukey e Student-Newman-Keuls sob distribuições normal e não normais dos resíduos. Revista de Matemática e Estatística, 21(1), 67-83.
Box, G. E. P., & Cox, D. R. (1964). An Analysis of Transformations. Journal of the Royal Statistical Society. Series B (Methodological), 26(2), 211-252.
Brown, M. B., & Forsythe, A. B. (1974). Robust tests for the equality of variances. Journal of the American Statistical Association, 69(346), 364-367. DOI: https://doi.org/10.1080/01621459.1974.10482955
Carvalho, A. M. X. (2023). Estatística Experimental e Observacional - uma nova abordagem sobre os métodos clássicos. Rio Paranaíba, MG: Conselho Editorial da UFV-CRP.
Carvalho, A. M. X., Mendes, F. Q., Mendes, F. Q., & Tavares, L. F. (2020) SPEED Stat: a free, intuitive, and minimalist spreadsheet program for statistical analyses of experiments. Crop Breending and Applied Biotechnology, 20(3), 1-6. DOI: https://doi.org/10.1590/1984-70332020v20n3s46
Casler, M. D. (2015). Fundamentals of experimental design: Guidelines for designing successful experiments. Agronomy Journal, 107(2), 692-705. DOI: https://doi.org/10.2134/agronj2013.0114
Candioti, L. V., De Zan, M. M., Cámara, M. S., & Goicoechea, H. C. (2014). Experimental design and multiple response optimization. Using the desirability function in analytical methods development. Talanta, 124, 123-138. DOI: https://doi.org/10.1016/j.talanta.2014.01.034
Cecon, P. R., Silva, A. R., Nascimento, M., & Ferreira, A. (2012). Métodos estatísticos (Série Didática). Viçosa, MG: Editora da UFV.
Chater, N., & Vitányi, P. (2003). Simplicity: A unifying principle in cognitive science? Trends in Cognitive Sciences, 7(1), 19-22. DOI: https://doi.org/10.1016/S1364-6613(02)00005-0
Cohn, T. A., England, J. F., Berenbrock, C. E., Mason, R. R., Stedinger, J. R., & Lamontagne, J. R. (2013). A generalized Grubbs‐Beck test statistic for detecting multiple potentially influential low outliers in flood series. Water Resources Research, 49(8), 5047-5058. DOI: https://doi.org/10.1002/wrcr.20392
Conagin, A., Ambrosano, G. M. B., & Nagai, V. (1997). Poder discriminativo da posição de classificação e dos testes estatísticos na seleção de genótipos. Bragantia, 56(2), 403-417. DOI: https://doi.org/10.1590/S0006-87051997000200019
Conagin, A., & PimenteL-Gomes, F. (2004). Escolha adequada dos testes estatísticos para comparações múltiplas. Brazilian Journal of Agriculture, 79(3), 288-295. DOI: https://doi.org/10.37856/bja.v79i3.1392
Conagin, A., Barbin, D., & Demétrio, C. G. B. (2008) Modifications for the Tukey test procedure and evaluation of the power and efficiency of multiple comparison procedures. Scientia Agricola, 65(4), 428-432. DOI: https://doi.org/10.1590/S0103-90162008000400016
Conover, W. J., & Iman, R. L. (1981). Rank transformations as a bridge between parametric and nonparametric statistics. The American Statistician, 35(3), 124-129. DOI: https://doi.org/10.1080/00031305.1981.10479327
Conover, W. J. (2012). The rank transformation—an easy and intuitive way to connect many nonparametric methods to their parametric counterparts for seamless teaching introductory statistics courses. WIREs Computational Statistics, 4(5), 432-438. DOI: https://doi.org/10.1002/wics.1216
Dambolena, I. G. (1986). Using simulation in statistics courses. Collegiate Microcomputer, 4(4), 339-344.
Dancey, C. P., Reidy, J. G., & Rowe, R. (2017). Estatística sem matemática para as ciências da saúde. Porto Alegre, RS: Penso.
Eidous, O., & Al-Salman, S. (2016). One-term approximation for normal distribution function. Mathematics and Statistics, 4(1), 15-18. DOI: https://doi.org/10.13189/ms.2016.040102
Ferreira, D. F. (2019). Sisvar: a computer analysis system to fixed effects split plot type designs. Revista Brasileira de Biometria, 37(4), 529-535. DOI: https://doi.org/10.28951/rbb.v37i4.450
Ferreira, D. F. (2014). Sisvar: a guide for its bootstrap procedures in multiple comparisons. Ciência e Agrotecnologia, 38(2), 109-112. DOI: https://doi.org/10.1590/S1413-70542014000200001
Ferreira, D. F., Cargnelutti Filho, A., & Lúcio, A. D. (2012). Procedimentos estatísticos em planejamentos experimentais com restrições na casualização. Boletim Informativo da Sociedade Brasileira de Ciência do Solo, 37, 1-35.
Freitas, A. R. (2005). Curvas de crescimento na produção animal. Revista Brasileira de Zootecnia, 34(3), 786-795. DOI: https://doi.org/10.1590/S1516-35982005000300010
Gauch H. G. (1992). Statistical analysis of regional yield trials: AMMI analysis of factorial designs. Amsterdam, NT: Elsevier.
Gbur, E. E., Stroup, W. W., McCarter, K. S., Durham, S., Young, L. J., Christman, M., ... Kramer, M (2012) Analysis of Generalized Linear Mixed Models in the Agricultural and Natural Resources Sciences. Madison, US: American Society of Agronomy, Crop and Soil Science Society of America, Inc.
Gelman, A., Hill, J., & Yajima, M. (2012) Why we (usually) don't hve to worry about multiple comparisons. Journal of Research on Educational Effectiveness, 5(2), 189-211. DOI: https://doi.org/10.1080/19345747.2011.618213
Ghosh, J. K., Delampady, M., & Samanta, T. (2006). An introdution to Bayesian analysis - Theory and methods. New York, NY: Springer.
Girardi, L. H., Cargnelutti Filho, A., & Storck, L. (2009). Erro tipo I e poder de cinco testes de comparação múltipla de médias. Revista Brasileira de Biometria, 27(1), 23-36.
Gonçalves, B. A., Ramos, P. S., & Avelar, F. G. (2015). Teste de Student-Newman-Keuls bootstrap: proposta, avaliação e aplicação em dados de produtividade da graviola. Revista Brasileira de Biometria, 33(4), 445-470.
Gotelli, N. J., & Ellison, A. M. (2011). Princípios de estatística em ecologia. Porto Alegre, RS: Artmed.
Greenhouse, S. W., & Geisser, S. (1959). On methods in the analysis of profile data. Psychometrika, 24(2), 95-112. DOI: https://doi.org/10.1007/BF02289823
Hines, W. G. S., & O’Hara-Hines, R. (2000). Increased power with modified forms of the Levene (Med) test for heterogeneity of variance. Biometrics, 56(2), 451-454. DOI: https://doi.org/10.1111/j.0006-341X.2000.00451.x
Huynh, H., & Feldt, L. S. (1976). Estimation of the Box correction for degrees of freedom from sample data in randomized block and split-plot designs. Journal of Educational Statistics, 1(1), 69-82. DOI: https://doi.org/10.3102/10769986001001069
Keselman, H. J. (2015). Per family or familywise type i error control: "Eether, eyether, neether, nyther, let's call the whole thing off!". Journal of Modern Applied Statistical Methods, 14(1), 24-37. DOI: https://doi.org/10.22237/jmasm/1430453100
Karabatsos, G. (2005). Additivity tests. Encyclopedia of Statistics in Behavioral Science, 1(2), 25-29. DOI: https://doi.org/10.1002/0470013192.bsa009
Kniss, A. R., Vassios, J. D., Nissen, S. J., & Ritz, C. (2011) Nonlinear regression analysis of herbicide absorption studies. Weed Science, 59(4), 601-610. DOI: https://doi.org/10.1614/WS-D-11-00034.1
Kramer, M. H., Paparozzi, E. T., & Stroup, W. W. (2016). Statistics in a horticultural journal: Problems and solutions. Journal of the American Society for Horticultural Science, 141(5), 400-406. DOI: https://doi.org/10.21273/JASHS03747-16
Kramer, M. H., Paparozzi, E. T., & Stroup, W. W. (2019). Best practices for presenting statistical information in a research article. HortScience, 54(9), 1605-1609. DOI: https://doi.org/10.21273/HORTSCI13952-19
Little, R. J. (2013). In praise of simplicity not mathematistry! Ten simple powerful ideas for the statistical scientist. Journal of the American Statistical Association, 108(502), 359-369. DOI: https://doi.org/10.1080/01621459.2013.787932
Loureiro, L. M. J., & Gameiro, M. G. H. (2011). Interpretação crítica dos resultados estatísticos: para lá da significância estatística. Revista de Enfermagem Referência, 3(3), 151-162. DOI: https://doi.org/10.12707/RIII1009
Lucena, C., Lopez, J. M., Pulgar, R., Abalos, C., & Valderrama, M. J. (2013). Potential errors and misuse of statistics in studies on leakage in endodontics. International Endodontic Journal, 46(4), 323-331. DOI: https://doi.org/10.1111/j.1365-2591.2012.02118.x
Lúcio, A. D. C., Lopes, S. J., Storck, L., Carpes, R. H., Lieberknecht, D., & Nicola, M. C. (2003). Características experimentais das publicações da Ciência Rural de 1971 a 2000. Ciência Rural, 33(1), 161-164. DOI: https://doi.org/10.1590/S0103-84782003000100026
Manly, B. F. J. (1994). Multivariate statistical methods – A primer. London, UK: Chapman & Hall.
Mann, P. S. (2015). Introdução à estatística (8. ed.). Rio de Janeiro, RJ: LTC.
Manoj, K., & Senthamarai-Kannan, K. (2013). Comparison of methods for detecting outliers. International Journal of Scientific & Engineering Research, 4(9), 709-714.
Mazucheli, J., & Achcar, J. A. (2002). Algumas considerações em regressão não linear. Acta Scientiarum. Technology, 24(6), 1761-1770. DOI: https://doi.org/10.4025/actascitechnol.v24i0.2551
Montanhini Neto, R., & Ostrensky, A. (2013). Assessment of the use of statistical methods in articles published in a journal of veterinary science from 2000 to 2010. Acta Scientiarum. Technology, 35(1), 97-102. DOI: https://doi.org/10.4025/actascitechnol.v35i1.13753
Montgomery, D. C. (2019). Design and analysis of experiments. Danvers, US: Wiley.
Mulamba, N. N., & Mock, J. J. (1978). Improvement of yield potential of the ETO blanco maize (Zea mays L.) population by breeding for plant traits [Mexico]. Egyptian Journal of Genetics and Cytology, 7(1), 40-57.
O'Hara, R. B., & Kotze, D. J. (2010). Do not log-transform count data. Methods in Ecology and Evolution, 1(2), 118-122. DOI: https://doi.org/10.1111/j.2041-210X.2010.00021.x
Onofri, A., Carbonell, E. A., Piepho, H. P., Mortimer, A. M., & Cousens, R. D. (2010). Current statistical issues in Weed Research. Weed Research, 50(1), 5-24. DOI: https://doi.org/10.1111/j.1365-3180.2009.00758.x
Perecin, D., & Barbosa, J. C. (1988). Uma avaliação de seis procedimentos para comparações múltiplas. Revista de Matemática e Estatística, 6(1), 95-104.
Piepho, H. P. (2009). Data transformation in statistical analysis of field trials with changing treatment variance. Agronomy Journal, 101(4), 865-869. DOI: https://doi.org/10.2134/agronj2008.0226x
Piepho, H. P., & Edmondson, R. N. (2018). A tutorial on the statistical analysis of factorial experiments with qualitative and quantitative treatment factor levels. Journal of Agronomy and Crop Science, 204(5), 429-455. DOI: https://doi.org/10.1111/jac.12267
Pino, F. A. (2014). A questão da não normalidade: uma revisão. Revista de Economia Agrícola, 61(2), 17-33.
Possatto Júnior, O., Bertagna, F. A. B., Peterlini, E., Baleroni, A. G., Rossi, R. M., & Zeni Neto, H. (2019). Survey of statistical methods applied in articles published in Acta Scientiarum. Agronomy from 1998 to 2016. Acta Scientiarum. Agronomy, 41(1), 1-10. DOI: https://doi.org/10.4025/actasciagron.v41i1.42641
Quinn, G. P., & Keough, M. J. (2002). Experimental design and data analysis for biologists. New York, NY: Cambridge University Press.
Razali, N. M., & Wah, Y. B. (2011). Power comparisons of shapiro-wilk, kolmogorov-smirnov, lilliefors and anderson-darling tests. Journal of Statistical Modeling and Analytics, 2(1), 21-33.
Ribeiro-Oliveira, J. P., Santana, D. G. D., Pereira, V. J., & Santos, C. M. D. (2018). Data transformation: an underestimated tool by inappropriate use. Acta Scientiarum. Agronomy, 40(1), 1-11. DOI: https://doi.org/10.4025/actasciagron.v40i1.35300
Rosner, B. (1983). Percentage points for a generalized ESD many-outlier procedure. Technometrics, 25(2), 165-172. DOI: https://doi.org/10.1080/00401706.1983.10487848
Saraçli, S., Doğan, N., & Doğan, İ. (2013). Comparison of hierarchical cluster analysis methods by cophenetic correlation. Journal of Inequalities and Applications, 203(1), 1-8. DOI: https://doi.org/10.1186/1029-242X-2013-203
Schmildt, E. R., Cruz, C. D., Zanuncio, J. C., Pereira, P. R. G., & Ferrão, R. G. (2001). Avaliação de métodos de correção do estande para estimar a produtividade em milho. Pesquisa Agropecuária Brasileira, 36(8), 1011-1018. DOI: https://doi.org/10.1590/S0100-204X2001000800002
Silva, F. A. S., & de Azevedo, C. A. V. (2016). The Assistat Software Version 7.7 and its use in the analysis of experimental data. African Journal of Agricultural Research, 11(39), 3733-3740. DOI: https://doi.org/10.5897/AJAR2016.11522
Sharma, D., & Kibria, B. M. G. (2013). On some test statistics for testing homogeneity of variances: a comparative study. Journal of Statistical Computation and Simulation, 83(10), 1944-1963. DOI: https://doi.org/10.1080/00949655.2012.675336
Snedecor, G. W., & Cochran, W. G. (1989) Statistical methods (8th ed.). Iowa, US: ISU Press.
Sousa, C. A. D., Lira Junior, M. A., & Ferreira, R. L. C. (2012). Avaliação de testes estatísticos de comparações múltiplas de médias. Revista Ceres, 59(3), 350-354. DOI: https://doi.org/10.1590/S0034-737X2012000300008
Steel, R. G. D., Torrie, J. H., & Dickey, D. A. (1997). Principles and procedures of statistics: a biometrical approach (3rd ed.). New York, NY: MacGraw Hill.
Stroup, W.W. (2013) Generalized linear mixed models: modern concepts, methods and applications. New York, NY: CRC Press.
Tavares, L. F., Carvalho, A. M. X., & Machado, L. G. (2016). An evaluation of the use of statistical procedures in soil science. Revista Brasileira de Ciência do Solo, 40, 1-17. DOI: https://doi.org/10.1590/18069657rbcs20150246
Thorpe, D. P., & Holland, B. (2000). Some multiple comparison procedures for variances from non-normal populations. Computational Statistics & Data Analysis, 35(2), 171-199. DOI: https://doi.org/10.1016/S0167-9473(00)00008-6
Torman, V. B. L., Coster, R., & Riboldi, J. (2012). Normalidade de variáveis: métodos de verificação e comparação de alguns testes não-paramétricos por simulação. Revista HCPA, 32(2), 227-234.
Vivaldi, L. J. (1999). Análise de experimentos com dados repetidos ao longo do tempo ou espaço (Série Documentos, 8). Planaltina, DF: Embrapa Cerrados.
Volpato, G. L. (2010). Dicas para redação científica (3. ed.). São Paulo, SP: Cultura Acadêmica.
Wobbrock, J. O., Findlater, L., Gergle, D., & Higgins, J. J. (2011). The aligned rank transform for nonparametric factorial analyses using only ANOVA procedures. In J. J. Higgins (Ed.), Proceedings of the ACM Conference on Human Factors in computing systems (p. 143–146). Vancouver, CA; New York, NY: ACM Press.
Yazici, B., & Yolacan, S. (2007). A comparison of various tests of normality. Journal of Statistical Computation and Simulation, 77(2), 175-183. DOI: https://doi.org/10.1080/10629360600678310
Yossa, R., & Verdegem, M. (2015). Misuse of multiple comparison tests and underuse of contrast procedures in aquaculture publications. Aquaculture, 437, 344-350. DOI: https://doi.org/10.1016/j.aquaculture.2014.12.023
Yoo, W., Mayberry, R., Bae, S., Singh, K., He, Q., & Lillard, J. W. (2014). A study of effects of multicollinearity in the multivariable analysis. International Journal of Applied Science and Technology, 4(5), 9-19.
Zimmermann, F. J. P. (2004). Estatística aplicada à pesquisa agrícola. Santo Antônio de Goiás, GO: Embrapa Arroz e Feijão.
Zimmerman, D. W. (2012). A note on consistency of non‐parametric rank tests and related rank transformations. British Journal of Mathematical and Statistical Psychology, 65(1), 122-144. DOI: https://doi.org/10.1111/j.2044-8317.2011.02
DECLARAÇÃO DE ORIGINALIDADE E DIREITOS AUTORAIS
Declaro que o presente artigo é original, não tendo sido submetido à publicação em qualquer outro periódico nacional ou internacional, quer seja em parte ou em sua totalidade.
Os direitos autorais pertencem exclusivamente aos autores. Os direitos de licenciamento utilizados pelo periódico é a licença Creative Commons Attribution 4.0 (CC BY 4.0): são permitidos o compartilhamento (cópia e distribuição do material em qualqer meio ou formato) e adaptação (remix, transformação e criação de material a partir do conteúdo assim licenciado para quaisquer fins, inclusive comerciais.
Recomenda-se a leitura desse link para maiores informações sobre o tema: fornecimento de créditos e referências de forma correta, entre outros detalhes cruciais para uso adequado do material licenciado.
