Estudo do tamanho de parcelas experimentais em povoamentos de Eucalyptus grandis Hill , usando parcelas lineares Determination of the size of experimental plots in eucalyptus grandis hill populations using linear plots

Com o objetivo de determinar o tamanho ótimo de parcelas experimentais para Eucalyptus grandis Hill, estimou-se o coeficiente de regressão de Smith, através do método de Hatheway e Williams, para parcelas lineares, a partir de um ensaio em branco com seis anos de idade, instalado no município de Paraibuna, São Paulo. O método considerou as correlações entre as estimativas das variâncias usadas para estimação do coeficiente de heterogeneidade do solo, ponderando os logaritmos das estimativas das variâncias pelos elementos da matriz de informação. As estimativas das variâncias reduzidas à unidade básica foram obtidas através dos componentes de variância associados à análise de variância de um modelo aleatório em classificação hierárquica. O tamanho ótimo da parcela foi determinado considerando-se o número de repetições (r) necessário para se obter uma diferença de médias (d), fixada "a priori", a um nível de 80% pelo teste t com 5% de probabilidade, para 10 e 20 tratamentos, utilizando-se um delineamento em blocos casualizados. A estimativa do coeficiente de heterogeneidade do solo foi de 0,949, indicando que as parcelas adjacentes não se mostraram correlacionadas. Os resultados mostraram que, com os valores de d e r fixos, o tamanho da parcela aumenta com o aumento do coeficiente de variação (CV). Para CV e d fixos, o tamanho da parcela reduz com o aumento do número de repetições. Com CV e r fixos, o tamanho da parcela reduz com o aumento das diferenças reais entre médias de tratamentos.The regression coefficient proposed by Smith was estimated in accordance with Hatheway & Williams' method for linear plots to determine the optimal size of experimental plots for Eucalyptus grandis Hill, in a six-year-old uniformity trial located in Paraibuna, São Paulo. To estimate the soil heterogeneity coefficient, the method takes into account the correlation among the variance estimates, weighing the logarithms of the variance estimates by the information matrix elements. The basic estimates of reduced variance were obtained through the analysis of variance of a hierarchical classification using a random model. Optimal plot size was determined considering the number of replications required by the t test to detect a true mean difference at 80% level and 5% of probability for 10 and 20 treatments in a randomized block design. The soil heterogeneity coefficient estimated was 0.9049, indicating absence of correlation between contiguous plots. For fixed d and r values, results show that the plot size increases with the coefficient of variation. For fixed CV and d, the plot size decreases as r increases and for fixed CV and r, the plot size reduces with the increases of the true differences between the treatment means