Nematoides são microorganismo vermiformes e não segmentados. Como forma de controle desses vermes, utilizam-se ensaios em campos experimentais e em casas de vegetação. Para os ensaios, além dos tratamentos em teste, usam-se uma testemunha pareada, ou seja, uma testemunha na parcela vizinha ao tratamento. Os tipos de delineamentos mais usuais variam entre inteiramente casualizados e em blocos casualizados, podendo apresentar também em esquema fatorial de tratamentos. Ainda, a utilização de modelos mistos permite uma possível correlação existente entre as observações. Dessa forma, são necessários delineamentos que apresentem a maior informação possível a respeito dos tratamentos. O presente trabalho avalia e compara os delineamentos, motivados pelos experimentos de presença de nematoides em diferentes culturas, em dois casos: o primeiro, através de um conjunto de dados reais de um experimento de cultura de soja, em casa de vegetação, insta- lada em delineamento inteiramente casualizado, compara esse delineamento com o C-ótimo, envolvendo erros correlacionados, e o segundo (i) casualizado em blocos (ii) com a testemunha disposta sistematicamente em parcelas em diagonais e (iii) espacialmente otimizados de acordo com diferentes valores para correlação espacial. Para comparação foram utilizados o traço da inversa da matriz de informação, a média da variância dos contrastes simples de médias de tratamentos e o determinante da matriz de informação. Para os casos avaliados, conclui-se que os delineamentos otimizados apresentaram os melhores resultados no primeiro caso, sendo 100% nos casos para as medidas A e C, e no segundo caso, delineamentos que consideram negativa a correlação residual entre colunas apresentam melhores resultados. Dessa forma, são necessários delineamentos que apresentem a maior informação possível a respeito dos tratamentos. A utilização de modelos mistos ajuda a modelar e estimar a correlação existente entre as observações, além de permitir inferências a respeito dos tratamentos. A partir dos resultados obtidos, conclui-se que os delineamentos otimizados apresentam melhores valores do critério estabelecido, porém quando estes assumem correlação negativa entre colunas, sendo o caso em que repetições do mesmo tratamento são alocadas às parcelas próximas, o que pode não ser interessante, do ponto de vista prático.

Nematodes are vermiform and non-segmented microorganisms. As a way to control these worms, tests in experimental fields and in greenhouses are used. For the tests, in addition to the treatments under test, a paired control is used, that is, a control in the plot next to the treatment. The most common types of designs vary between completely randomized and randomized blocks, and may also present a factorial scheme of treatments. Furthermore, the use of mixed models allows for a possible correlation between observations. Thus, designs that present as much information as possible about the treatments are needed. The present work evaluates and compares the designs, motivated by the experiments of the presence of nematodes in different cultures, in two cases: the first, through a set of real data from a soybean crop experiment, in a greenhouse, installed in a design. completely randomized, compares this design with the C-optimal, involving correlated errors, and the second (i) randomized in blocks (ii) with the control systematically arranged in diagonal plots and (iii) spatially optimized according to different values for correlation space. For comparison, the trace of the inverse of the information matrix, the mean of the variance of the simple contrasts of treatment means and the determinant of the information matrix were used. For the cases evaluated, it is concluded that the optimized designs showed the best results in the first case, with 100% in the cases for measures A and C, and in the second case, designs that consider negative the residual correlation between columns present better results . Thus, designs that present as much information as possible about the treatments are needed. The use of mixed models helps to model and estimate the correlation between observations, in addition to allowing inferences about treatments. From the results obtained, it is concluded that the optimized designs have better values of the established criterion, but when these assume a negative correlation between columns, in the case where repetitions of the same treatment are allocated to the next parcels, which may not be interesting , from a practical point of view.