O presente trabalho foi orientado no sentido de apresentar um estudo simples da análise estatística de um experimento em parcelas subdivididas, onde ocorrem perdas de: a. uma subparcela, b. duas subparcelas em várias situações, c. uma parcela, d. duas parcelas em várias situações. Considerou-se o modelo matemático: Y_ijk= m+b_j + t_i + tb_ij + t’_k + tt’_ik + l_ijk . A partir desse modelo, pelo método do resíduo condicional, foram abordados os seguintes tópicos 1. Cálculo das somas de quadrados dos parâmetros: SQP (m̂, b̂, t̂, tb̂, t̂', tt̂'), SQP (m̃, b̃, t̃, tb̃, t̃'), SQP (m̅, b̅, t̅, tb̅), SQP (m̂̂, b̂̂, t̂̂), SQP (m̃̃, b̃̃) e SQP (m̅̅), onde os acentos ( ̂, ̃, ̅ )referem-se à estimativa dos respectivos parâmetros segundo modelo 2. Demonstrações das fórmulas para se obter as somas de quadrados ajustados das diversas causas de variações e a seguir, os esquemas de análise de variâncias 3, Demonstrações dos números U(s) para as correções das somas dos quadrados das causas de variações quando estas são determinadas com os valores estimados das observações perdidas. 4. Apresentação de variância de alguns contrastes que envolvem as observações perdidas em todos os casos discutidos. Os principais resultados obtidos foram: a. As somas de quadrados ajustados das causas de variações são sempre idênticas, assim como os números U(s) se apresentam sempre com a mesma expressão. b. As somas de quadrados das causas de variações são ligeiramente maiores que as verdadeiras quando se usa a estimativa da parcela perdida segundo seu modelo; quando se emprega a estimativa segundo o modelo original dado, então somente a SQ T x T'(x) é que ficará superestimada, e as demais somas poderão estar super como subestimadas exceto o resíduo (b), nos dois casos. c. No caso de parcelas perdidas ocorre o mesmo, porém neste caso o resíduo (a) não se altera. d. A SQT' (aj) = SQT 1 (usual) no caso de parcelas perdidas, onde SQT' = Soma de quadrados dos tratamentos secundários (T")

not available