Na validação de escalas diagramáticas de doenças é comum utilizar a regressão linear simples para
testar a identidade entre dados estimados e valores reais de severidade de doença. Nestes casos, após ajustar
a regressão linear, as hipóteses H01: β0 = 0 e H02: β 1 = 1 ão testadas, mas não de forma simultânea, ou seja,
se β 0 = 0 ao mesmo tempo em que β 1 = 1, ou, se β 1 = 1 ao mesmo tempo em que β 0 = 0. O objetivo deste
trabalho foi propor um novo procedimento estatístico para validação de escalas diagramáticas, denominado
L&O. Este procedimento resulta da combinação do teste F, modificado por Graybill (1976), teste t para o
erro médio e análises do coeficiente de correlação linear. Este procedimento foi aplicado para testar a identidade
entre valores estimados e valores reais de severidade da doença causada por Quambalaria eucalypti em eucalipto.
Os resultados mostraram que o procedimento estatístico foi eficiente, não subjetivo e permitiu também testar
a identidade entre quaisquer dois vetores ou grupos de dados quantitativos.
Validation of disease diagrammatic scale is commonly done by using simple linear regression to
test the identity between estimates and observed values of disease severity . In this case, when adjusting a linear
regression, only evaluation of the hypotheses H01:β0 = 0 and H02: β1 = 1, are made without testing these hypotheses
simultaneously, if β0 = 0 at same time that β1 = 1, or, if β 1 = 1 at the same time that β 0= 0. The objective of
this work was to propose a novel statistical procedure to validate disease diagrammatic scales. The proposed
procedure, namely L&O, results from the combination of the F test modified from Graybill (1976), t test for the
medium error and analysis of the linear correlation coefficient. This procedure was applied to test the identity
between estimates with diagrammatic scale and observed values of severity disease caused by Quambalaria eucalypti
in eucalypt. The results showed that the proposed statistical procedure is efficient and not subjective and it could
also be used to test the identity between any two vectors or groups of quantitative data.
