Sisvar manual

Trat que tem I-1 g. Os tratamentos utilizados foram: 1. Solo de cerrado SC 2. Tabela 7. Valores dos coeficientes positivos foram divididos por 2 e os negativos por 2 Estimativa : 0. Valores dos coeficientes positivos foram divididos por 1 e os negativos por 1 Estimativa : 0. Valores dos coeficientes positivos foram divididos por 1 e os negativos por 1 Estimativa : Coeficientes e estimativa dos contrastes com suas respectivas significativas.

Tabela 9. Tabela Fc Prob. Valores dos coeficientes positivos foram divididos por 2 e os negativos por 2 Estimativa : 5. Valores dos coeficientes positivos foram divididos por 2 e os negativos por 2 Estimativa : 1. Valores dos coeficientes positivos foram divididos por 1 e os negativos por 1 Estimativa : 5.

CRUZ, C. Statgraphics Plus for Windows v. Para obter o segundo valor, basta seguir as instrues do Iormulario a seguir. O valor do quantil superior da distribuio de t que deixa uma probabilidade acima do mesmo de 2,5, para 9 graus de liberdade, e de 2, No Sisvar para se a obter o valor da probabilidade de um valor F superar 3,45 com v 1 5 e v 2 10 graus de liberdade e b os quantis da distribuio F com v 1 5 e v 2 10 graus de liberdade, que deixam 5 de chance de obter um valor de F que supere esse quantil, so obtidos conIorme os Iormularios apresentados a seguir.

A distribuio de qui-quadrado.. Para ilustrar: a calculara a probabilidade de um valor de. Primeiramente sera utilizado o Sisvar para obter as respostas da letra a e b , respectivamente. No caso da primeira questo, basta preencher o Iormulario da seguinte Iorma: 16 Portanto a probabilidade desejada e de 30, Ja para a segunda questo, tem-se: Cujo valor de qui-quadrado quantil superior de 5 e 9, Estimao de parmetros Na inIerncia estatistica uma das principais tecnicas usadas e o da estimao de parmetros por intervalo.

Baseado no estimador pontual de um determinado parmetro e construido um intervalo, cuja probabilidade de que o mesmo contenha o valor real e de 1-, , para um valor pre Iixado do valor de ,. Em seguida sero apresentados para os parmetros usuais da pesquisa cientiIica os principais mecanismos de obteno dos intervalos de conIiana por meio do Sisvar.

E conveniente salientar que os valores de , no podem ser Iixados o menor possivel para aumentar a probabilidade do intervalo conter o valor real. Isso por que os resultados do intervalos podem Iornecer valores esdruxulos. Estimao de mdias, coeficientes de variao, varincias e desvios padres No Sisvar a estimao dos principais parmetros pode ser Ieita por duas Iormas distintas. A primeira delas e Ieita baseada nos dados amostrais digitados em um arquivo, e a segunda e Ieita a partir da digitao das estimativas amostrais em um Iormulario proprio do Sisvar.

Para ilustrar o primeiro caso, sera usado o exemplo 1, da antracnose no Ieijoeiro. Para isso escolhe-se as opes do menu: analises e estimao de parmetros, conIorme apresentado a seguir. No passo seguinte escolhe-se no Iormulario apresentado a opo de estimao de medias, varincias, etc. Para seleo multipla de variaveis basta pressionando a tecla Ctrl usar o mouse para marcar as variaveis de interesse. A seguir sero apresentados os resultados Iornecidos separados por parmetros.

Estimao de mdia Mdia amostral: 2. Estimao de varincia Varincia amostral: 4. Estimao de desvio padro Desvio padro amostral: 2. Estimao de coeficiente de variao Coeficiente de variao CV 0, 1 : 0. Apenas um exemplo sera apresentado uma vez que trata-se de um procedimento auto 21 explicativo. Para isso sera usado a estimao de medias. As estimativas por ponto da media e 2, e da varincia e 4, Assim para usar o Sisvar, basta escolher a opo teclado para entrar com os dados e a opo media no Iormulario apresentado a seguir.

Preencher os campos do Iormulario que se apresentara a seguir e clicar no boto calcular e em seguida no de relatorio para ver o resultado ou resultados dos intervalos solicitados. Nesse caso o resultado e idntico ao obtido anteriormente, como deveria ser.

Mdia amostral: 2. Estimao de diferenas de mdias No Sisvar existem procedimentos para a estimao dos IC para diIerenas de medias. Sera apresentado no Sisvar os passos para obteno do intervalo de conIiana para diIerena de medias populacionais. Para isso sera apresentado um segundo exemplo em que o pesquisador tinha interesse em comparar duas prognies de Eucaliptus camaldulensis, reIerente ao volume de madeira por arvore em m 3 x 10 4.

Foram obtidas inIormaes de dezoito plantas de cada prognie Tabela 1. Parte do arquivo de dados esta apresentado a seguir. A primeira coluna do arquivo recebe prognies, pode ser alIanumerica ou numerica. No exemplo Ioi escolhida como numerica. O cuidado que se deve ter e que esta coluna deve ter apenas dois niveis. O proximo passo e escolher estimao de parmetros, opo arquivo e diIerena de medias no ultimo Iormulario, que esta apresentado a seguir.

DB que Ioi criado: Seleciona-se a variavel classiIicatoria prognies a qual deve possuir dois niveis e em seguida as variaveis que sero analisadas. Mdia Varincia Tamanho da amostra 1 Cabe ao usuario escolher a opo adequada, cuja deciso deve ser baseada no teste para varincias apresentados anteriormente.

No exemplo o leitor deve optar pelo intervalo que considera as varincias iguais homogneas. Situao em que as varincias so consideradas homogneas Estimativa por ponto de m1-m2: Estimao de propores O Sisvar apresenta diversas alternativas para a estimao de propores.

Estime por intervalo, usando um coeIiciente de conIiana de 95, a verdadeira proporo de eleitores Iavoraveis ao candidato Beltrano. Ecolhendo-se Estimao de parmetros, Teclado e propores, o seguinte Iormulario aparece. Esse Iormulario deve ser preenchido com os dados da pesquisa realizada, conIorme a ilustrao. Clicar em calcular e relatorio, para visualizao dos resultados. O Sisvar alem de apresentar o intervalo de conIiana exato apresenta diversas aproximaes para o intervalo, devido a aspectos didaticos do programa.

A melhor delas, mesmo para pequenos valores de n e p aIastado de 0,5, e a de Pratt Os resultados do IC exato e dos aproximados esto apresentados a seguir. Com base no IC exato pode aIirmar com 95 de conIiana que Beltrano da Silva teria na eleio, se ela Iosse realizada naquele dia da pesquisa, uma proporo de votos entre 45,03 e 48, Estimao de coeficientes de assimetria e curtose Seguindo os passos para o Sisvar, descritos na seo 3.

Esses intervalos so baseados em resultados assintoticos descritos em outros modulos desse curso. Os intervalos de conIiana para esses coeIicientes esto apresentados a seguir. Baseados nesses resultados pode-se aIirmar com 95 de conIiana que no existem evidncias suportadas pelos dados de incidncia da doena no Ieijoeiro de que exista algum desvio de assimetria ou de curtose.

Conclui-se portanto que os dados so provenientes de uma distribuio normal, sendo simetrica e mesocurtica, conIorme o graIico assinalado a seguir: leptocurtica mesocurtica platicurtica 4.

Teoria da deciso Na inIerncia estatistica uma das principais objetivos e o teste de hipoteses sobre os principais parmetros populacionais. Baseando nos resultados amostrais, na teoria probabilistica e nas distribuies amostrais dos estimadores e possivel testar hipoteses sobre parmetros de interesse. Os testes de hipoteses esto sujeitos a dois tipos de erro. O erro tipo I, que aquele em que se comete ao rejeitar uma hipotese de Iato verdadeira, cuja probabilidade de comet-lo e ,, e o erro tipo II, que e aquele que se comete ao aceitar uma hipotese Ialsa como sendo verdadeira, cuja probabilidades e Sero apresentados a seguir os testes de hipoteses sobre os principais parmetros da pesquisa cientiIica por meio dos mecanismos propiciados pelo Sisvar.

Testes sobre mdia Para se testar uma hipotese de interesse sobre a media de uma populao, sera apresentado os procedimentos no Sisvar. Supondo que o pesquisador tenha interesse em testar uma hipotese Iormulada sobre a incidncia da doena no Ieijoeiro. Supondo que a hipotese seja H 0 : , ou seja, que os danos causados pelo Iungo so de Para se testar essa hipotese pelo Sisvar, basta escolher as opes do menu principal: Analises e Testes de hipoteses, selecionando o parmetro a ser testado no Iormulario que se apresenta em seguida.

DeIini-se os valores das estimativas amostrais nos campos apropriados e responde-se na caixa de edio o valor da hipotese H 0 que se pretende testar Clicar no boto calcular e relatorio para veriIicar a saida.

Esse teste bilateral! Nesse caso a 32 hipotese Ioi rejeitada a 5 de probabilidade e como a incidncia amostral Ioi menor do que o valor hipotetico, pode-se aIirmar que a doena tem incidncia menor do que 20 no Ieijoeiro. Teste sobre diferena de mdias Quando se tem duas populaes amostradas independentemente, ou dois tratamentos, o pesquisador deseja inIerir qual delas e a melhor em termos medios.

Para isso, e possivel realizar o teste de hipotese de que as medias das duas populaes so iguais. Esse teste e equivalente a testar a nulidade da diIerena entre elas. No entanto, se as varincias so heterogneas, o teste de t e apenas aproximado.

Para melhorar tal aproximao recomenda-se o procedimento de Satterthwaite ou de Cochran e Cox, que so equivalentes. Para realizar o teste no Sisvar, escolhe-se as opes do menu principal: Analises, Testes de hipoteses e diIerenas de medias no Iormulario que sera apresentado. Em seguida basta preencher o campo do novo Iormulario que se apresenta. Para ilustrar o teste sera apresentado o exemplo 2, com o interesse do pesquisador de veriIicar se os volumes medios das duas prognies so idnticos.

Isso eqivale ao teste da hipotese H 0 : 0 2 1 2 2. Assim, o Iormulario Iicara da seguinte Iorma: 33 E parte dos resultados que devero ser consultados em primeiro lugar esto apresentados a seguir. Esse resultado reIere-se ao teste de hipotese de igualdade das varincias das 2 populaes.

VeriIicou-se que elas so iguais como ja discutido no capitulo 3. Hipteses sobre diferenas de mdias Estatsticas amostrais Pop. Esses resultados esto apresentados a seguir. O valor de t c -1,34 e a sua signiIicncia 0, indicam que a hipotese de que as prognies tem a mesma perIormance no pode ser Ialseada com 95 de conIiana.

E conveniente chamar a ateno para o teste da hipotese de igualdade das varincias populacionais. Assim, esse teste e um teste bilateral, Ieito de Iorma unilateral. Esse Iato Iaz com que a probabilidade calculada valor da signiIicncia deva ser multiplicada por 2. Uma outra situao da pesquisa que merece ser destacada e o caso das comparaes pareadas, ou seja, aquela em que medidas so Ieitas antes e apos a aplicao de um medicamento, rao, produto quimico, etc.

Assim, o pesquisador quer avaliar se existe eIeito do tratamento aplicado. Nesse caso, basta obter as diIerenas dos resultados apos e antes do tratamento, e ento aplicar um teste de hipotese sobre a media da diIerena. Esse procedimento pode ser Ieito conIorme descrito na seo 4.

Teste sobre propores O Sisvar apresenta somente com o uso da aproximao normal. Uma alternativa para o teste de hipoteses de interesse sobre a binomial poderia ser realizada pela equivalncia entre a teoria da estimao intervalos de conIiana e a teoria da deciso teste de hipotese.

Se os valores hipoteticos estiverem no intervalo de conIiana a hipotese e aceita, caso contrario deve ser rejeitada. Com essa opo o IC exato pode ser usado, conIorme descrio Ieita no capitulo 3. O processo para usar o Sisvar no teste de hipotese, sera descrito usando-se um exemplo. Um geneticista, ao estudar o controle genetico de um carater, levantou a hipotese dele ser controlado por um unico gene, com dois alelos, com dominncia total. O alelo recessivo em homozigose conIeria a cor branca as Ilores da especie que ele estudava.

Assim ele realizou um experimento e observou plantas constatando que 40 delas tinham a cor branca. Existe evidncias de que a hipotese Iormulada seja suportada pelos dados? Assim, escolhe-se as opes do menu principal: Analises, Testes de hipoteses e propores no Iormulario que sera apresentado. Em seguida basta preencher o campo do novo Iormulario, como ilustrado a seguir.

Hipteses testadas via aproximao normal Proporo amostral: 0. Portanto, o geneticista estava errado em supor que apenas um gene controla a cor de Ilor dessa especie.

Teste sobre varincias Para se testar hipoteses sobre varincias e necessario supor que a populao amostrada possui distribuio normal, conIorme ja visto em outros modulos desse curso.

Assim, para ilustrar o teste sera apresentado o seguinte exemplo: suponha que um melhorista so atuara em uma populao se ela tiver varincia igual a 30kg 2. Realizando uma amostra de tamanho 50 dessa mesma populao ele estimou uma varincia igual a 27 kg 2. Qual devera ser a deciso do melhorista? Para responder a essa questo e necessario que se teste a hipotese H 0 : 30 2. Para isso, usando o Sisvar, basta escolher no menu principal as opes: Analises, Testes de hipoteses e marcar varincias no Iormulario que sera apresentado em seguida.

Preenche-se o Iormulario com as inIormaes amostrais e hipoteticas, conIorme a Iigura apresentada a seguir. ModeIos de regresso Iinear dentro da anIise de varincia Uma importante Ierramenta na pesquisa e Iormulao de modelos empiricos que relacionam duas ou mais variaveis.

Esses modelos tem seus coeIicientes desconhecidos pelo pesquisador e precisam ser calculados para se estabelecer as relaes pretendidas. Usando-se a linguagem estatistica, pode-se dizer que os coeIicientes desse modelo so os parmetros e o seus calculos so os estimadores para obter as estimativas, que devem ser baseadas em resultados amostrais ou experimentais. Para exempliIicar a utilizao do procedimento de regresso, um exemplo com uma populao de Araucaria angustifolia com 10 anos de idade sera utilizado.

Y X 1 X 2 65 41 35 78 71 53 82 90 64 86 80 59 87 93 66 90 90 64 93 87 62 96 95 67 70 71 O procedimento regresso Ioi idealizado para implementar regresses lineares multiplas de acordo com o modelo: Y i E 0 E 1 X 1 E 2 X E m X m H i o qual relaciona o comportamento da variavel dependente Y com uma Iuno linear de um grupo de variaveis independentes X 1, X 2 , XY Conhecendo-se o Iuncionamento da notao R, pode-se agora apresentar os dois tipos de somas de quadrados do procedimento Regresso.

As somas de quadrados tipo I seqencial reIere- se a redues consecutivas do modelo e a tipo II reIere-se a redues de um parmetro por vez a partir do modelo completo, conIorme ilustra a Tabela 2, para o exemplo em questo.

Tabela 2. R2 ajustado: reIere-se ao R 2 ajustado para o numero de parmetros do modelo de acordo com a seguinte Iormula: 1 1 1 1 2 2 m n n R RAfustado Em que, n e o numero de observaes; m e numero de parmetros, com exceo do intercepto. Este valor deve ser preIerido, pelo Iato do R 2 crescer com o simples incremento de variaveis no modelo, mesmo que o beneIicio provocado por elas seja pequeno.

Um objetivo da regresso e calcular valores preditos: Y X X m m A A A A - - - 0 1 1 No procedimento de regresso a marca na opo valores preditos possibilita tais calculos. Usando o exemplo anterior e escolhendo a opo mencionada como mostrado a seguir, e possivel obter tais valores. A r , 2 Para se obter as somas de quadrados seqencial tipo I e parcial tipo II , apresentadas na Tabela 2, basta selecionar tais a opes, como ilustrado anteriormente.

Muitas vezes as somas de quadrados do modelo de regresso apresentam F altamente signiIicativo. No entanto, algumas, ou ate mesmo todas as variaveis, no apresentam F parcial signiIicativo. A primeira vista, isto parece uma incoerncia ou ate mesmo uma inconsistncia do metodo. Mas ao se analisar com maior proIundidade, percebe-se que no se trata de nenhum paradigma. Este Iato se simplesmente porque algumas variaveis possuem inIormaes redundantes da variao que ocorre na variavel dependente Y.

Dessa Iorma a variao adicional explicada por essa variavel, na presena de outra ou outras, no e suIicientemente importante para ser detectada naquele 44 nivel de preciso, devendo ser descartada do modelo. Para esta Iinalidade alguns metodos existem. Nvel de significncia de entrada: Nivel de signiIicncia para entrada de variaveis no modelo.

Nvel de significncia de permanncia: Nivel de signiIicncia para saida ou permanncia de variaveis no modelo. AnIise de varincia A analise de varincia e a mais utilizada entre as tecnicas estatisticas.

O pesquisador ao estudar um problema se v elaborando um projeto que envolve um modelo linear, cujos eIeitos sobre o objeto de estudo ele deseja medir e comparar. Diversos so os delineamentos estatisticos e esquemas experimentais apropriados para isso. Felizmente, os recursos computacionais so abundantes e eIicientes, uma vez que e grande quantidade de calculos envolvido, bem como, e necessario elevada preciso e segurana nos calculos e testes eIetuados.

Sera descrito a seguir alguns delineamentos Iundamentais e alguns dos recursos do Sisvar para analisa-los. DeIineamento inteiramente casuaIizado O delineamento inteiramente casualizado DIC e aquele em que os tratamentos so aleatorizados pela area ou pelo material experimental.

A area ou material experimental devem ter a caracteristica de serem o mais homogneos possiveis. Caso essa condio no ocorra, esse material experimental deve ser quebrado em Iraes mais uniIormes, que so chamadas de blocos.

Para ilustrar a analise de varincia de um delineamento, sera apresentado um exemplo de um experimento com suinos em que cada animal constituiu-se uma parcela, e sobre os quais aplicou-se cinco raes com Iontes de proteinas diIerentes. Calcular Relatrio Exemplo Suponha que um melhorista s atuar em uma populao se ele tiver varincia igual a 30kg2. Realizando uma amostra de tamanho 50 dessa mesma populao ele estimou uma varincia igual a 27kg2.

Qual dever ser a deciso do melhorista? Varincias 4. Preencher o formulrio Varincia amostral: 27 Tamanho da amostra: 50 Nvel de significncia: 0. A rea ou as unidades experimentais devem ter a caracterstica de serem similares.

Seqncia: 1 Arquivo 2 Manipular 3 Arquivo 4 Criar 5 Salvar como: indique um nome para o seu arquivo de dados 6 Nmero de campos: 2 7 Campo 1: indique o nome do campo dos tratamentos 8 Tipo de campo: alfanumrico 9 Campo 2: indique o nome do campo da varivel de anlise 10 Tipo de campo: numrico 11 Anlises. Exemplo Seja um experimento com sunos em que cada animal constitui-se uma parcela e sobre os quais aplicou-se cinco raes com fontes de protenas diferentes.

Usou-se quatro animais para cada rao 4 repeties casualizados de um grupo de vinte sunos bastante semelhantes quanto ao peso e caractersticas genticas.

Os dados de ganho de peso so dados na tabela a seguir Isto feito subdividindo as unidades experimentais em fraes mais uniformes e aplicado em cada uma delas todos os tratamentos de forma aleatria. Em cada um desses blocos, os tratamentos so aleatorizados, sendo portanto, nos delineamentos em blocos ao acaso, cada bloco correspondente a uma repetio dos tratamentos. Seqncia: 1 Arquivo 2 Manipular 3 Arquivo 4 Criar 5 Salvar como: indique um nome para o seu arquivo de dados 6 Nmero de campos: 3 7 Campo 1: indique o nome do campo dos tratamentos 8 Tipo de campo: alfanumrico 9 Campo 2: indique o nome do campo dos blocos 10 Tipo de campo: alfanumrico 11 Campo 3: indique o nome do campo da varivel de anlise 12 Tipo de campo: numrico 13 Anlises 14 ANAVA Exemplo Seja um ensaio de ganho de peso em animais para testar 4 raes.

Os animais foram blocados quanto a categorias de peso especificadas pelo pesquisador. Seis blocos foram formados para delineamento especfico. A tabela abaixo apresenta os dados desse experimento.

Seqncia: 1 Anlise 2 Regresso Linear 3 Arquivo 4 Abrir: selecionar o arquivo que deseja realizar a anlise de regresso linear simples 5 Clicar, no canto superior esquerdo, na varivel explicativa do modelo e d ENTER 6 Clicar, no canto inferior esquerdo, na varivel dependente do modelo 7 Ajustar OBS: Deve ser criado antes o arquivo de dados no Sisvar.

Exemplo Seja uma populao de Araucrias com 10 anos de idade. Estimar o modelo de regresso para esta finalidade. A tabela abaixo contm os dados para a modelagem:. Seqncia: 1 Anlise 2 Regresso Linear 3 Arquivo 4 Abrir: selecionar o arquivo que deseja realizar a anlise de regresso linear simples 5 Clicar, no canto superior esquerdo, na primeira varivel explicativa do modelo e d ENTER, na segunda varivel explicativa do modelo e d ENTER e assim sucessivamente at que todas as variveis explicativas estejam includas na regresso 6 Clicar, no canto inferior esquerdo, na varivel dependente do modelo 7 Ajustar OBS: Deve ser criado antes o arquivo de dados no Sisvar.

Exemplo Seja a populao de Araucrias com 10 anos de idade do exemplo da regresso linear. A tabela abaixo contm os dados para a modelagem: Esse tipo de estrutura dos tratamentos, em que seus nveis so quantitativos, requer dos pesquisador uma abordagem diferenciada dos testes de comparaes mltiplas. Os tratamentos so modelados como variveis explicativas do fenmeno varivel independentes sob estudo. Essa modelagem feita pelo estabelecimento de modelos de regresso entre a varivel resposta e os nveis dos tratamentos.

Seqncia: 1 Arquivo 2 Manipular 3 Arquivo Criar 4 Salvar como: indique um nome para o seu arquivo de dados 5 Nmero de campos: 2 6 Campo 1: indique o nome do campo dos tratamentos 7 Tipo de campo: numrico 8 Campo 2: indique o nome do campo da varivel de anlise 9 Tipo de campo: numrico 10 Anlises 11 ANAVA Exemplo Seja o experimento inteiramente ao acaso com 5 repeties.

Esses tratamentos referem-se a idades de corte em dias 30, 60, 90 e de uma gramnea forrageira. Os resultados experimentais esto apresentados na tabela abaixo:. Seqncia: 1 Arquivo 2 Manipular 3 Arquivo 4 Criar 5 Salvar como: indique um nome para o seu arquivo de dados: Exemplo 7 6 Nmero de campos: 2 7 Campo 1: indique o nome do campo dos tratamentos: Idade em anos 8 Tipo de campo: numrico 9 Campo 2: indique o nome do campo da varivel de anlise: Teor de Prot.

Pular no carrossel. Anterior no carrossel. Explorar E-books. Os mais vendidos Escolhas dos editores Todos os e-books. Explorar Audiolivros. Os mais vendidos Escolhas dos editores Todos os audiolivros. Explorar Revistas. Escolhas dos editores Todas as revistas. Explorar Podcasts Todos os podcasts. Explorar Documentos. Tutorial Sisvar. Enviado por vanderwill. Denunciar este documento. Fazer o download agora mesmo.

Salvar Salvar Tutorial Sisvar para ler mais tarde. Pesquisar no documento. Anlise Estimao Entrada de dados: arquivo Estimao de parmetros: escolha opo indicada abaixo: x Mdias,varincias,desvio-padro e coeficiente de variao Diferena de 2 mdias populacionais Nvel de Significncia: 0,05 Escolha o arquivo que ser utilizado: exemplo 1 Selecione as variveis que sero utilizadas: severidade da doena. Anlise Estimao Entrada de dados: arquivo Estimao de parmetros: escolha uma dentre as opes mdia,varincias, desvio-padro ou coeficiente de variao Mdia Propores p Varincias Desvio-padro Coeficiente de variao Diferena de Mdias 5.

Anlise Estimao Entrada de dados: arquivo Estimao de parmetros: escolha uma dentre as opes mdia,varincias, desvio-padro ou coeficiente de variao x Mdia Propores p Varincias Desvio-padro Coeficiente de variao Diferena de Mdias 5.

Anlise Teste de Hipteses Deciso estatstica:Parmetro:mdia Preencher o formulrio abaixo: Mdia amostral: Tamanho da amostra: Nvel de significncia: Varincia da amostra: H0 : parmetro igual a : 5. Anlise Testes de Hipteses Deciso Estatstica:Parmetro: diferena de mdias Preencher o formulrio abaixo: Mdia da amostra 1: Tamanho da amostra 1: Mdia da amostra 2: Tamanho da amostra 2: Varincia da amoatra 1: Varincia da amostra 2: Nvel de significncia: H0: Diferena de Mdias igual a : 5.

DB Criado: Documentos semelhantes a Tutorial Sisvar. Glauco Naressi. Allan Reis. Amanda Posselt Martins. Deyvid Bueno.