Nas situações biológicas em que há configuração da estrutura de dependência na unidade experimental, do ponto de vista do estudo mais acurado da estatística, há que se considerarem não só as variâncias dos dados, mas também suas covariâncias (variações entre características na mesma unidade). Neste estudo, apresentam- se os procedimentos analíticos de dados para essas situações envolvendo a técnica da MANOVA (Análise de Variância Multivariada), modelos lineares multivariados de crescimento (MLMC) para a estimação da densidade básica da madeira de árvores de eucaliptos, considerando o vetor de respostas amostrado em cinco alturas medidas ao longo do tronco no sentido base topo (discos amostrados a 0% - base -, 25%, 50%, 75%, 100% da altura comercial da árvore) e comparar a precisão dos estimadores do modelo de regressão polinomial e com os obtidos pela técnica de MLMC. O conjunto de dados utilizado consiste em valores da densidade básica de árvores relativas a três grupos de eucaliptos, sendo Eucalyptus saligna, E. grandis e E. grandis x E. urophylla, com n1=27, n2=31, n3=30 unidades experimentais, respectivamente. O estudo permitiu concluir que há pouca utilização do MLMC nas áreas de ciências agronômicas e florestais; que a posição do topo da altura comercial da árvore (100%) é a diferenciadora para todos os grupos, sendo a posição da base não própria para a diferenciação e que a forma geral de variabilidade dos dados indica a necessidade de modelos que considerem a estrutura de dependência no estudo da densidade básica da madeira.
In biological situations in which there is structural dependence within experimental unit and observing a more accurate statistical viewpoint it should be accounted not only data variance but also the covariances (variations among characteristics within the same unit). In this study it is presented analytical procedures data for such situation using MANOVA technology (Multivariate Variance Analysis), growth multivariate linear models (MLMC) for wood basic density estimation from eucalyptus considering 5 sample heights on tree trunks from base to top (sampled disks 0% - base -, 25%, 50% 75%, 100% of tree commercial height) and also comparing the precision of polynomial regression model estimators to those obtained from MLMC technique. Used data set have basic density values from three groups of eucalyptus trees being Eucalyptus saligna, E. grandis e E. grandis x E.urophylla, with n1=27, n2=31, n3=30 experimental units, respectively. Results showed that there is low usage of MLMC within Agronomic and Forestry Sciences; that the tree top commercial position (100%) is the differentiating for all in the groups being the bottom position inappropriate for differentiation and that the general data variability indicates the necessity of models which should consider the structural dependence in the study of wood basic density.
