Como escolher o seu projeto experimental

Na investigação agrícola, é importante escolher o desenho experimental correto no início do ensaio, para que as análises produzidas no final da estação sejam estatisticamente significativas. Antes de analisarmos os diferentes tipos de delineamentos, vale a pena dedicar algum tempo para entender por que precisamos deles.

Suponhamos que um cultivador de plantas escolhe duas parcelas de terreno tão semelhantes quanto possível e semeia a mesma variedade em cada parcela. Mesmo que o obtentor trate cada parcela com um maneio idêntico, quando mede o rendimento de cada parcela, estes serão diferentes.

Esta diferença é designada por erro experimental. Para que o criador possa tomar uma decisão acertada sobre o desempenho de duas ou mais variedades, deve ter uma estimativa do erro experimental no ensaio. Se a diferença medida entre as variedades for superior ao erro experimental, o criador pode ter a certeza de que uma variedade é superior à outra. O criador dispõe de duas ferramentas para medir o erro experimental: replicação e aleatorização.

A replicação ajuda a fazer estimativas mais precisas do erro experimental e a aleatorização evita que quaisquer outras fontes de variação não controladas enviesem os resultados.

Em conjunto, a replicação e a aleatorização definem o projeto experimental e existem vários tipos comuns que foram desenvolvidos para serem utilizados pelos investigadores agrícolas:

- Desenho completamente aleatório
- Bloco Completo Aleatório
- Quadrados latinos
- Conceção de parcelas divididas
- Desenho de parcelas de tiras

para citar alguns.

A conceção mais adequada para um ensaio específico dependerá dos vários condicionalismos do ensaio, tais como: o número de variedades a testar, a dimensão da maquinaria utilizada para aplicar os tratamentos, a dimensão das diferenças detectáveis entre os tratamentos e os recursos necessários (tempo, espaço e dinheiro) para operar o ensaio.

O delineamento completamente aleatório é o mais simples de todos os delineamentos. Num delineamento completamente aleatório, cada tratamento tem a mesma probabilidade de ser atribuído a uma parcela. O delineamento completamente aleatório tem muitas vantagens: qualquer número de tratamentos e replicações pode ser acomodado; a análise é simples e pode facilmente lidar com parcelas em falta; os graus de liberdade do erro são mais elevados do que qualquer outro delineamento com o mesmo número de tratamentos, permitindo uma estimativa mais precisa do erro experimental.

Os desenhos completamente aleatórios têm uma desvantagem, na medida em que exigem que as parcelas sejam mais ou menos completamente uniformes. Se existir um elevado grau de variabilidade nas parcelas, por exemplo devido à variação do solo, então a estimativa do erro experimental será menos precisa e as verdadeiras diferenças entre tratamentos podem não ser detectáveis.

Normalmente, os desenhos completamente aleatórios são usados quando o local do ensaio é conhecido por ser particularmente uniforme. Podem também ser muito úteis em cenários em que se espera que um grande número de parcelas falhe durante o ensaio, uma vez que a análise das parcelas sobreviventes permanece simples.

O desenho de blocos completos aleatórios é, de longe, o desenho experimental mais comum entre os investigadores agrícolas actuais. As parcelas são agrupadas em blocos com base na sua semelhança, por exemplo, tipos de solo semelhantes. As parcelas recebem então tratamentos de forma a que cada tratamento ocorra uma vez em cada bloco. Por conseguinte, cada bloco contém todos os tratamentos possíveis, daí a designação "delineamento em blocos completos".

Ao planear um desenho de blocos completos, o investigador deve garantir que qualquer variabilidade com o bloco é minimizada, enquanto a variação entre blocos deve ser maximizada. Se houver pouca variabilidade no local do ensaio, os blocos podem ser colocados uns ao lado dos outros. No entanto, se houver um gradiente de variabilidade no local do ensaio, os blocos devem ser dispostos em linhas perpendiculares a esse gradiente. De facto, não é necessário que os blocos sejam adjacentes uns aos outros, exceto por razões práticas das actividades de medição e tratamento.

Isto pode ser útil quando um local de ensaio se encontra entre diferentes tipos de solo, por exemplo.

Como o nome sugere, este desenho forma um quadrado dividido num número igual de linhas e colunas. Cada tratamento ou variedade é colocado de modo a aparecer exatamente uma vez em cada linha e coluna.

A principal vantagem da conceção em quadrado latino é o facto de poder ter em conta duas fontes de variação no local do ensaio. Por exemplo, o campo em que o ensaio é realizado pode ter um gradiente de fertilidade numa direção e um declive noutra.

Os modelos de quadrado latino não são frequentemente utilizados em ensaios agrícolas, pois apresentam várias desvantagens em relação a outros modelos. Em primeiro lugar, como o número de parcelas é o quadrado do número de tratamentos, os ensaios podem tornar-se muito grandes e dispendiosos. Em segundo lugar, quaisquer erros cometidos durante o ensaio, tais como tratamentos mal aplicados, podem tornar os dados difíceis de analisar.

Em terceiro lugar, se houver poucos tratamentos (menos de 4), os graus de liberdade do erro são baixos, o que, por sua vez, resulta numa estimativa de erro experimental maior.

É comum que os ensaios agrícolas tenham múltiplos factores de tratamento, por exemplo, testar três taxas de azoto diferentes combinadas com três tipos de cultivo diferentes. Isto pode ser conseguido com um desenho de blocos completos aleatórios em que cada combinação dos dois factores ocorre em cada bloco. No entanto, alguns tratamentos podem ser difíceis ou impossíveis de aplicar desta forma.

O equipamento de cultivo tem normalmente a escala de uma exploração agrícola comercial e requer grandes parcelas, ao passo que o azoto pode ser aplicado manualmente em parcelas muito mais pequenas.
Para fazer face a estas complicações, o investigador agrícola pode recorrer à conceção de parcelas divididas. Neste tipo de conceção, um fator é atribuído a grandes parcelas numa conceção em blocos completos aleatórios. Estas grandes parcelas são depois subdivididas em parcelas mais pequenas, às quais são aplicados aleatoriamente os tratamentos do outro fator.

Tal como acima descrito, a principal vantagem das concepções de parcelas divididas consiste em permitir um tratamento mais eficaz dos factores de tratamento que exigem parcelas de dimensões diferentes. As concepções de parcelas divididas permitem também a possibilidade de acrescentar novos tratamentos a uma experiência em curso, bastando acrescentar mais parcelas grandes aos blocos.

Uma vez que existem dois tamanhos de parcelas, os projectos de parcelas divididas produzem dois erros experimentais, um para cada tamanho. Isto pode muitas vezes significar que são necessárias grandes diferenças nas observações para mostrar uma diferença significativa. Os desenhos de parcelas divididas também têm a desvantagem de exigir uma análise mais complexa.

Uma variação útil do projeto de parcelas divididas é o projeto de parcelas em faixas. Em circunstâncias em que cada fator de tratamento é mais fácil de aplicar em passagens ou faixas, podem ser utilizados os modelos de parcelas em faixas. Nestes modelos, um fator é atribuído a faixas dentro de cada bloco, e cada bloco tem a sua própria aleatorização. O segundo fator é então aplicado em faixas perpendiculares ao primeiro, mais uma vez com uma aleatorização única para cada bloco.

O resultado é como um tabuleiro de xadrez de tratamentos. Os desenhos de parcelas em faixas têm vantagens e desvantagens semelhantes aos desenhos de parcelas divididas, permitindo sobretudo uma montagem eficiente do ensaio.