220

UNIVERSIDADE FEDERAL DE VIOSA

UNIVERSIDADE FEDERAL DO CEAR
DEPARTAMENTOS DE TECNOLOGIA DE ALIMENTOS
TAL 795 Problemas especiais: Planejamentone anlise de alimentos
2011 Jos Bencio Paes Chaves DTA/UFV

8 - Experimentos de misturas
8.1 Consideraes gerais
Nos experimentos em superfcie de respostas o objetivo determinar a combinao de nveis das variveis independentes que produzem resposta tima, com
um menor nmero (volume) de experimentao do que no fatorial clssico. Nos experimentos com misturas (de misturas) busca-se determinar a proporo dos seus
componentes que fornece a melhor resposta (resposta tima), tambm com menor
volume de experimentao.
As propriedades de uma mistura so determinadas pelas propores de seus
componentes, alm disso a soma das propores dos componentes constante,
normalmente 100%; ou seja, as propores dos componentes no so independentes. Nos experimentos com misturas os fatores so seus ingredientes e seus nveis
(dos fatores) no so independentes.
Em experimentos com misturas admite-se que a resposta (varivel dependente) depende apenas da proporo relativa dos ingredientes ou componentes
presentes na mistura. Portanto, a diferena fundamental entre os experimentos com
misturas e os de varivel independente o fato de que nos experimentos com misturas os componentes (fatores estudados) so quantidades proporcionais da mistura.
Uma representao grfica, Figura 1, comparando a superfcie de respostas
com misturas pode ser representada como a seguir.
O sistema de coordenadas das propores da mistura chamado de sistema
de coordenadas simplex, que cria uma regio simplex. Desta forma, h delineamentos experimentais que permitem investigar superfcies de respostas em toda a regio simplex. Os delineamentos que posicionam os pontos experimentais uniformemente no espao simplex so denominados de {q, m} lattice simplex.

221

222

223

Um arranjo alternativo ao lattice simplex {q,m} o denominado

centride simplex sugerido por Scheff, Figura 2(b). Neste arranjo, o
nmero de pontos do desenho centroide simplex de q componentes dado
por 2q - 1. Os pontos do desenho correspondem s q permutaes de (1,
0, 0, ..., 0), s [q!/(q-2)!]

permutaes de (,, 0,0, ...,0), s

[q!/(q-3)!] permutaes de (1/3, 1/3, 1/3, 0, 0, ...,0)

...., e o pon-

to centroide (1/q, 1/q, ..., 1/q). Um desenho centroide simplex de 4

componentes consiste em 24 - 1 = 15 pontos.

8.2 .
.
.
.

Resumo das Etapas do Experimento com Misturas

Mistura dos n componentes

Planejamento experimental - Obteno dos dados
Realizao dos ensaios
Determinao (estimativa) dos parmetros e teste da falta de
ajuste do modelo proposto.
Aps a realizao dos ensaios e coleta dos dados, uma seqncia

de passos para ajuste do modelo pode ser resumida como segue:

1) Ajustar o modelo linear e testar sua falta de ajuste (Para isto h

necessidade de uma estimativa prvia do Erro Puro ou realizar repeties de algum ponto experimental que permita obter esta estimativa do
prprio experimento) - Se a falta de ajuste for no significativa,
parar neste ponto, modelo adequado. Sendo significativa a falta de
ajuste, modelo inadequado, seguir para o passo 2;

2) Ajustar o modelo quadrtico e testar sua falta de ajuste - Se a

falta de ajuste for no significativa, parar neste ponto, modelo adequado. Sendo significativa a falta de ajuste, modelo inadequado, seguir para o passo 3;

3) Ajustar o modelo mais completo e testar sua falta de ajuste - Se a

falta de ajuste for no significativa, parar neste ponto, modelo ade-

224

quado. Sendo significativa a falta de ajuste, modelo inadequado, seguir testando outros modelos.

8.3 - Ajuste do Modelo

Alm da regio experimental, os delineamentos para misturas diferem dos problemas gerais de regresso, na forma de ajuste do modelo.
Scheff sugeriu uma tcnica para anlise cannica polinomial para uso
nos desenhos lattice simplex e centroide simplex. A forma cannica polinomial para a mistura obtida pela aplicao

da restrio x1 + x2 +

... + xq = 1 aos termos do polinmio clssico e simplificando-o. Por

exemplo, para dois componentes, o modelo de primeiro grau

Y = 0 + 1x1 + 2x2 + e
Como na mistura tem-se a condio de x1 + x2 = 1, substituindo-se 0 por 0(x1 + x2)
tem-se

Y = ( 0 + 1)x1 + ( 0 + 2)x2 + e

Y = 1x1 + 2x2 + e

ou ainda

(a constante 0 removida do modelo).

Para o polinmio de segundo grau em x1 e x2, pode-se substituir x12 por x1(1-x2) e x22 por x2(1-x1), desta forma tem-se
Y = 0(x1 + x2) + 1x1 + 2x2 + 12x1x2 + 11x1(1 - x2) + 22x2(1 - x1)

= ( 0+ 1+ 11)x1 + ( 0+ 2+ 22)x2 + ( 12- 11- 22)x1x2

Y = 1x1 + 2x2 + 12x1x2 + e

(sendo desta forma os termos qua-

drticos 11x12 e 12x22 , juntamente com a constante 0 removidos

do modelo). Como se observa, o modelo de mistura tem menos termos
do que o polinmio normal.

225

Os termos do modelo polinomial cannico de uma mistura tm interpretao simples. Geometricamente o parmetro i representa a resposta
esperada para a mistura simples xi = 1, xj = 0 e define a altura da superfcie da mistura no vrtice simplex representado por xi = 1.
Alguns modelos mais comuns, para q = 3 componentes, retirando o
() do para simplificar, so:

Linear:
Y = 1x1 + 2x2 + 3x3 + e

com

2 GL.

Quadrtico:
Y = 1x1 + 2x2 + 3x3 + 12x1x2 + 13x1x3 + 23x2x3 + e

com 5 GL.

Cbico Especial:
Y = 1x1 + 2x2 + 3x3 + 12x1x2 + 13x1x3 + 23x2x3 + 123x1x2x3 + e
com 6 GL.

Qurtico especial:
Y = 1x1 + 2x2 + 3x3 + 12x1x2 + 13x1x3 + 23x2x3 + 1123x12x2x3
+ 1223x1x22x3 + 1233x1x2x32 + e
com 8 GL.

8.4 Exemplos
Exemplo 01 - Adoantes - Um experimento foi realizado para testar o
efeito de uma mistura de adoantes sobre a intensidade de sabor residual em uma bebida diettica. A quantidade de adoantes foi mantida em 4%
do volume da bebida, fixo para todas as misturas.
Dez combinaes dos trs adoantes foram selecionadas como definidas
pelos pontos experimentais da Figura 2(b). Os quatro pontos centrais

226

foram repetidos duas vezes. Os dados esto resumidos no Quadro 2, em

que a resposta uma medida da intensidade (mdia de uma equipe de julgadores treinados) de sabor residual, utilizando uma escala de 1 (ausncia de sabor residual) a 30 (sabor residual muito forte). Escores
mdios maiores do que 20 so indesejveis. So desejveis escores mdios inferiores a 10.

O sistema estatstico SAS foi utilizado para o ajuste e anlise

da regresso, por meio do PROC ANOVA e do PROC REG, com a opo
NOINT no modelo. O resultado da anlise de varincia dos escores
est no Quadro 3.

Quadro 2 - Indicao dos componentes da mistura e escores mdios

para sabor estranho, no experimento com adoantes.
TrataComponentes
mento Glicina (x1)
Sacarina (x2)
1
2
3
4
5
6
7
7
8
8
9
9
10
10

1
0
0
0.5
0.5
0
0.3333334
0.3333334
0.6666667
0.6666667
0.1666667
0.1666667
0.1666667
0.1666667

0
1
0
0.5
0
0.5
0.33333334
0.33333334
0.16666667
0.16666667
0.66666667
0.66666667
0.16666667
0.16666667

Potenciador (x3)

0
0
1
0
0.5
0.5
0.33333332
0.33333332
0.16666666
0.16666666
0.16666666
0.16666666
0.66666666
0.66666666

Escore mdio
Sabor residual
12
10
6
18
15
10
8
10
23
20
9
12
5
6

227

Quadro 3 - Anlise de Varincia dos escores para estimativa do

erro puro.
Source

DF

Sum of
Squares

Mean
Square

F Value

Pr > F

375.357143

41.706349

14.51

0.0102

11.500000

2.875000

13

386.857143

Misturas
(Resduo)
Erro Puro
Total

C.V. = 14,47

Yi

= 164,00
e
Yi2
C = 1921,142857

= 2308,00

Fator de Correo

No Quadro 4 so apresentadas as anlises (testes) de falta de

ajuste dos modelos linear, quadrtico, cbico especial e qurtico especial.
Como se observa pelo Quadro 4, a falta de ajuste do modelo denominado de qurtico especial no significativa. Alm disso este modelo
apresenta um alto valor de R2 (0.8675). Portanto, este pode ser considerado um modelo adequado para descrever a variao nos escores do sabor residual da bebida em funo das misturas de adoantes.

Modelo Qurtico Especial

^Y = 12.2740 x1 + 10.2740 x2 + 6.2740 x3 + 29.0959 x1x2
+ 25.0959 x1x3 + 9.0959 x2x3 + 547.0272 x12x2x3
- 388.9727 x1x22x3 - 676.9726 x1x2x32
com

R2Aj. = 0.8675

Neste modelo qurtico especial, todos os coeficientes so significativos (pelo teste t 5%) exceto a interao x2x3.

228

Quadro 4 - Resultados dos testes de ajustamento dos modelos

linear, quadrtico, cbico especial e qurtico especial.
Modelo

GL

Soma de
Quadrados

Quadrado
Mdio

Linear
RRegresso
FAjuste
Erro Puro

3
11
7
4

2116.66666
191.33334
179.8334
11.50000

705.55555
17.39394
25.6905
2.8750

Quadrtico
RRegresso
FAjuste
Erro Puro

6
8
4
4

2153.28456
154.7154
143.2154
11.50000

358.8807
19.3394
35.8038
2.8750

Cbico
Especial
RRegresso
FAjuste
Erro Puro

7
7
3
4

2191.0500
116.9499
105.4469
11.50000

313.0715
16.7071
35.1490
2.8750

Qurtico
Especial
RRegresso
FAjuste
Erro Puro

9
5
1
4

2288.28086
19.7192
8.2192
11.50000

254.2534
3.9438
8.2192
2.8750

Fc

9.94*

F0,05

6.09

12.45*

6.39

12.22*

6.59

2.86ns

7.71

* - Significativo ao nvel de 5% de probabilidade

ns - No significativo ao nvel de 5% probabilidade

Um grfico de contorno desta equao (no apresentado aqui)

mostra que a mistura de adoantes em que 0,33 x3 < 1 e
x1 = x2 = 1- x3 so aceitveis, pois o escore 10.

so:

Apenas para mostrar as equaes dos outros modelos testados

Modelo Linear
^Y = 19.619 x1 + 10.7619 x2 + 4.7619 x3

com R2Aj. = 0.4155

229

Modelo Quadrtico
^Y = 15.8892 x1 + 9.8892 x2 + 4.6585 x3 + 19.8371 x1x2
+ 13.3755 x1x3 - 10.6244 x2x3 com R2Aj. = 0.3501

Modelo cbico especial

^Y = 15.3509 x1 + 9.3509 x2 + 4.1201 x3 + 33.4036 x1x2
+ 26.9420 x1x3 + 2.9420 x2x3 - 172.9726 x1x2x3
com

R2Aj. = 0.4386

Exemplo 02 - Suco de melancia ...

A Dra. Emlia Mori (ITAL - Campinas) realizou um experimento
em que se testou o efeito de misturas de polpas de frutas sobre a aceitao sensorial do suco misto. Com base em ensaios preliminares ela estabeleceu as seguintes restries para as misturas:
Melancia (X1) 30%
Abacaxi (X2) 0
Acerola (X3) 0.

Os ensaios de preparao das misturas seguiram o delineamento

centroide simplex de 10 pontos experimentais aumentado com pontos centrais, conforme Figura 2a.

O teste sensorial (aceitao em escala hednica de 5 pontos) foi

conduzido segundo o delineamento em blocos incompletos balanceados, com
os seguintes parmetros:
t = 10 tratamentos (em trs sesses)
k = 4 amostras (tratamentos) por provador
b = 15 provadores
= 2 (nmero de amostras juntas)

230

A escala hednica utilizada foi a seguinte:

5
4
3
2
1

=
=
=
=
=

gostei muito
gostei
gostei pouco
no gostei
desgostei

O esquema do delineamento de blocos incompletos para o teste de

aceitao (uma repetio) encontra-se no Quadro 5.

Quadro 5 - Blocos incompletos balanceados para 15 julgadores (uma

repetio).
Provador
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

Misturas
3
2
7
10
9
8
2
2
8
9
5
10
3
6
8

4
1
8
4
5
10
6
6
2
2
9
3
8
7
6

1
5
3
1
7
1
9
10
5
8
10
6
4
4
9

2
6
1
9
1
6
3
7
10
7
3
7
5
5
4

No Quadro 6 apresentam-se o delineamento das misturas, com os valores

originais e codificados e as mdias ajustadas dos 15 julgadores, em cada repetio.

231

Quadro 6 - Delineamento (pontos) experimental e resultados mdios

ajustados para provadores, nas trs repeties
do experimento.
Melancia Abacaxi Acerola
(X1)
(X2)
(X3)
x1
100
100
100
30
30
30
30
30
30
65
65
65
65
65
65
30
30
30
80
80
80
40
40
40
40
40
40
54
54
54

0
0
0
70
70
70
0
0
0
35
35
35
0
0
0
35
35
35
10
10
10
40
40
40
20
20
20
23
23
23

0
0
0
0
0
0
70
70
70
0
0
0
35
35
35
35
35
35
10
10
10
20
20
20
40
40
40
23
23
23

Codificadas
x2

1
1
1
0
0
0
0
0
0
0.5
0.5
0.5
0.5
0.5
0.5
0
0
0
0.714285
0.714285
0.714285
0.14285
0.14285
0.14285
0.14285
0.14285
0.14285
0.34285
0.34285
0.34285

0
0
0
1
1
1
0
0
0
0.5
0.5
0.5
0
0
0
0.5
0.5
0.5
0.14285
0.14285
0.14285
0.5714285
0.5714285
0.5714285
0.2857
0.2857
0.2857
0.32857
0.32857
0.32857

x3

Repetio

0
0
0
1
1
1
1
1
1
0
0
0
0.5
0.5
0.5
0.5
0.5
0.5
0.14285
0.14285
0.14285
0.2857
0.2857
0.2857
0.5714285
0.5714285
0.5714285
0.32857
0.32857
0.32857

1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3
1
2
3

Nota
Mdia
3.70
3.22
3.72
3.50
3.82
3.32
1.60
1.97
1.52
4.20
3.97
3.82
2.55
2.77
2.17
2.65
3.07
3.22
3.70
3.72
3.47
4.05
4.27
4.02
2.45
3.07
3.02
3.60
3.82
3.92

Os valores codificados de x1,x2 e x3 so obtidos pelas seguintes frmulas:

232

x1 = (X1 - 30)/70 (em que X1 a % de suco de melancia na mistura)

x2 = (X2/70), em que X2 a % de suco de abacaxi na mistura)
x3 = (X3/70), em que X3 a % de suco de acerola na mistura)

O sistema estatstico SAS foi utilizado para o ajuste e anlise

da regresso (teste de falta de ajuste), por meio do PROC ANOVA e do
PROC REG, com a opo NOINT no modelo. O resultado da anlise de varincia dos escores est apresentado no Quadro 7.

Quadro 7 - Anlise de Varincia dos escores de aceitao do suco

de frutas para estimativa do erro puro.
Source

DF

Sum of
Squares

15.355000

Mean
Square

Misturas
(Resduo)
Erro Puro

20

1.2026667

Total

29

16.5576667

C.V. =
Yi

1.7061111

F Value

Pr > F

28.37

0.0001

0.06013333

7,51

= 97,90

Yi2

336,038

Fator de Correo

C = 319,4803333

No Quadro 8 so apresentadas as anlises (testes) de falta de

ajuste dos modelos linear, quadrtico, cbico especial, qurtico especial e cbico especial sem a interao X2X3, com os valores originais
dos componentes das misturas.
Como se observa pelo Quadro 8, a falta de ajuste dos modelos
linear, quadrtico e cbico especial foi significativa. Quando se testou o modelo denominado de qurtico especial a falta de ajuste foi no
significativa.

233

Quadro 8 - Resultados dos testes de ajustamento dos modelos

linear, quadrtico e cbico especial.
Modelo

GL

Soma de
Quadrados

Linear
RRegresso
FAjuste
Erro Puro

3
27
7
20

331.0442
4.99380
3.7911333
1.2026667

Quadrtico
RRegresso
FAjuste
Erro Puro

6
24
4
20

Cbico
Especial 7
RRegresso 23
FAjuste
3
Erro Puro
20

Quadrado
Mdio
110.348067
0.18496
0.54159047
0.06013333

333.51914
55.586523
2.51886
0.10495
1.3161933
0.3290483
1.2026667
0.0601333
334.23431
1.80369
0.6010233
1.2026667

47.747758
0.07842
0.2003411
0.06013333

9
21
1
20

334.83232
1.20568
0.0030133
1.2026667

37.203591
0.05741
0.0030133
0.06013333

Cbico
Especial* 6
Rregresso 24
FAjuste
4
Erro puro
20

334.1893633
1.84863
0.6459633
1.2026667

55.698227
0.077026
0.1614908
0.06013333

Qurtico
Especial
RRegresso
FAjuste
Erro Puro

Fc

F0,05

9.00*

2.51

5.47*

2.87

3.33*

3.10

0.050ns

2.68ns

2.87

* - Significativo ao nvel de 5% de probabilidade

ns - No significativo ao nvel de 5% probabilidade

Entretanto, ao se analisar o teste de t para as estimativas dos

parmetros do modelo, verificou-se que as interaes x1x3, x2x3 e x1x2x32
foram no significativas, Quadro 9. Ao se testar este modelo qurtico
especial sem estas interaes (x1x3, x2x3 e x1x2x32), a falta de ajuste
foi no significativa, mas as interaes x12x2x3 e x1x22x3 tornaram-se no
significativas (resultados no mostrados).

234

Quadro 9 - Teste de t para estimativa dos parmetros do modelo

qurtico especial.
Varivel
Z1
Z2
Z3
Z1Z2
Z1Z3
Z2Z3
Z11Z2Z3
Z1Z22Z3
Z1Z2Z33

GL

Estimativa

desvio
padro

1
1
1
1
1
1
1
1
1

0.035521
0.024410
0.012063
0.000368
-0.000102
-0.001702
0.000000369
0.000001297
0.000000291

0.00136280
0.00511233
0.00511233
0.00013830
0.00013830
0.00137460
0.00000020
0.00000070
0.00000070

T para H0:
Parametro=0
26.065
4.775
2.360
2.659
-0.735
-1.238
1.836
1.857
0.416

Prob > |T|

0.0001
0.0001
0.0281
0.0147
0.4707
0.2293
0.0806
0.0774
0.6814

Zi = Xi

Ao se analisar o teste t para os parmetros do modelo cbico

especial verificou-se que apenas a interao X1X3 foi no significativa, Quadro 10.

Decidiu-se ento testar este modelo cbico

sem a interao X1X3, conforme mostrado no Quadro 8. A falta de

ajuste foi no significativa. O teste de t para os parmetros
deste modelo apresentado no Quadro 11.

Quadro 10 - Teste de t para estimativa dos parmetros do modelo

cbico especial.
Varivel
Z1
Z2
Z3
Z1Z2
Z1Z3
Z2Z3
Z1Z2Z3
Zi = Xi

GL
1
1
1
1
1
1
1

Estimativa
0.035341
0.025149
0.011948
0.000378
-0.000122
-0.001035
0.000044921

desvio
padro

T para H0:
Parametro=0

0.00153982
0.00593087
0.00593087
0.00016109
0.00016109
0.00054162
0.00001488

22.952
4.240
2.015
2.344
-0.757
-1.910
3.020

Prob > |T|

0.0001
0.0003
0.0558
0.0281
0.4567
0.0687
0.0061

235

Quadro 11 - Teste de t para estimativa dos parmetros do modelo

cbico especial sem a interao X1X3.
Varivel
Z1
Z2
Z3
Z1Z2
Z2Z3
Z1Z2Z3

GL

Estimativa

1
0.034814
1
0.024796
1
0.007801
1
0.000397
1 -0.000882
1 0.000040585

desvio
padro

T para H0:
Parametro=0

0.00136108
0.00585965
0.00225099
0.00015751
0.00049840
0.00001361

Prob > |T|

25.578
4.232
3.465
2.524
-1.770
2.983

0.0001
0.0003
0.0020
0.0186
0.0894
0.0065

Zi = Xi

Este modelo cbico especial sem a interao X1X3 no apresenta falta de ajuste e os parmetros da regresso so significativos a pelo menos 9% de probabilidade. O modelo apresenta um valor
de R2Aj.= 86,27%. Portanto, este pode ser considerado um modelo
adequado para descrever a variao nos escores de aceitao do
suco de mistura de frutas em funo da proporo das misturas.

Modelo Cbico Especial*

^Y = 0.03481 X1 + 0.024796 X2 + 0.007801 X3 + 0.000397 X1X2
- 0.000882 X2X3 + 0.000040585 x1x2x3
com R2Aj.= 86,27%.

A partir desta equao obtm-se os valores esperados dos escores

de aceitao do suco, como mostrado no Quadro 12.

Pelos dados do Quadro 12 observa-se que a adio de acerola na

mistura reduz os escores de aceitao. Os melhores escores de aceitao
so esperados para as misturas (65:35:0), melancia: abacaxi: acerola.

236

Quadro 12. Valores estimados dos escores de aceitao com base no

modelo ajustado.
OBS

X1

X2

X3

ESCORE

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

100
100
100
30
30
30
30
30
30
65
65
65
65
65
65
30
30
30
80
80
80
40
40
40
40
40
40
54
54
54

0
0
0
70
70
70
0
0
0
35
35
35
0
0
0
35
35
35
10
10
10
40
40
40
20
20
20
23
23
23

0
0
0
0
0
0
70
70
70
0
0
0
35
35
35
35
35
35
10
10
10
20
20
20
40
40
40
23
23
23

3.48100
3.48100
3.48100
3.61372
3.61372
3.61372
1.59037
1.59037
1.59037
4.03368
4.03368
4.03368
2.53569
2.53569
2.53569
3.01309
3.01309
3.01309
3.66485
3.66485
3.66485
3.76858
3.76858
3.76858
3.11108
3.11108
3.11108
3.81532
3.81532
3.81532

X1 = Melancia; X2 = Abacaxi e X3 = Acerola

237

Exemplo 03-

Experimento com hamburguer/pts

Os dados a seguir so mdias de escores para qualidade de

hamburguer com PTS (Protena Texturizada de Soja) na formulao.
O Quadro 13 resume os dados, em que menor escores reflete melhor
produto, sendo X1 = carne (%) e X2 = PTS (%). Os escores (ESC) so
mdias da equipe de julgadores treinados.

Quadro 13 - Escores para qualidade de hamburguer

14.

OBS

REP

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4

X1
100
100
100
100
95
95
95
95
90
90
90
90
85
85
85
85
80
80
80
80

X2

ESC

0
0
0
0
5
5
5
5
10
10
10
10
15
15
15
15
20
20
20
20

3.625
3.625
3.310
3.250
3.000
3.125
3.125
3.440
3.375
3.000
3.250
3.625
3.750
3.750
4.000
3.875
6.250
6.200
5.750
5.940

A anlise de varincia dos escores apresentada no Quadro

238

Quadro 14 - Anlise de varincia dos escores do hamburguer

FV

Soma de
Quadrados

GL

PTS
4
Erro puro 15

22.46422000
0.63644375

Total

23.10066375

19

C.V. = 5.20

Quadrado
Mdio
5.61605500
0.04242958

Fator de Correo

Fc
132.36

P(F)
0.0001

C = 314.147011

A anlise da regresso (falta de ajuste) dos modelos de primeiro e de segundo grau esto apresentados no Quadro 15.

Quadro 15. Resultados dos testes de ajustamento dos modelos

linear, quadrtico e cbico especial.
Modelo

GL

Soma de
Quadrados

Quadrado
Mdio

Linear
RRegresso
FAjuste
Erro puro

2
18
3
15

327.771737 163.885868
9.475938
0.52644101
8.839494
2.946498
0.6364437 0.04242958

Quadrtico
RRegresso
FAjuste
Erro puro

3
17
2
15

335.899991 111.9666667
1.347684
0.07927554
0.711240
0.35562
0.6364437 0.04242958

Cbico
Especial
RRegresso
FAjuste
Erro puro

4
16
1
15

336.515031
84.12875775
0.73264411 0.04579026
0.096200
0.096200
0.6364437
0.04242958

Fc

F0.05

69.44*

3.29

8.38*

3.68

2.27ns

4.54

Observa-se que os modelos linear e quadrtico apresentam

falta de ajuste significativa. O modelo denominado de cbico especial parece ser adequado, com falta de ajuste no significativa
(p > 0.05).

239

Da anlise do Quadro 16 verifica-se que o modelo cbico especial tem seus coeficientes significativos (p < 0.05).
O modelo que parece explicar bem a variao nos escores sensoriais em funo das percentagens de carne e de PTS no hamburguer :
ESC = 0.034339643 X1 + 7.3346075 X2 - 0.155772619X1X2
+ 0.000826667 X12X2
Com R2 = 0.9693

Os valores dos escores do hamburguer estimados por este modelo esto apresentados no Quadro 17. Observa-se que os escores
estimados comeam a aumentar a partir dos 10% de PTS, indicando
tendncia de queda na qualidade sensorial. Este resultado semelhante ao obtido pela anlise de regresso, sem considerar a mistura (isso pode acontecer nos casos de apenas dois componentes).

Quadro 16. Teste de t para estimativa dos parmetros dos

modelos ajustados.
Varivel

Estimativa do
Parmetro

Modelo Linear
X1
0.0279600000
X2
0.1446850000

Valor de
t

P(t)

Desvio
Padro

9.95
6.99

0.0001
0.0001

0.00281009
0.02071351

26.85
11.30
-10.13

0.0001
0.0001
0.0001

0.00132491
0.12141859
0.00150500

32.33
4.50
-4.06
3.66

0.0001
0.0004
0.0009
0.0021

0.00106226
1.62970370
0.03836254
0.00022556

Modelo Quadrtico
X1
X2
X1*X2

0.035579643
1.371447500
-0.015239286

Modelo Cbico Especial

X1
0.034339643
X2
7.334607500
X1*X2
-0.155772619
X1*X1*X2 0.000826667

240

Quadro 17 - Valores de escores sensoriais do hamburguer

estimados pelo modelo cbico especial.
OBS

PTS

ESCORE

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

0
0
0
0
5
5
5
5
10
10
10
10
15
15
15
15
20
20
20
20

3.43396
3.43396
3.43396
3.43396
3.24666
3.24666
3.24666
3.24666
3.20131
3.20131
3.20131
3.20131
3.91793
3.91793
3.91793
3.91793
6.01651
6.01651
6.01651
6.01651

Referncias Bibliogrficas
.KHURI, A.I. & CORNELL, J.A. Response surfaces: Design and
analyses. Marcel Dekker, Inc., 1987. 405p