Baixe o app para aproveitar ainda mais
Prévia do material em texto
CAP III - TESTES DE COMPARAÇÕS DE MÉDIAS E DE GRUPOS DE MÉDIAS INTRODUÇÃO Os modelos de análise de variância basicamente são usados para analisar os efeitos de um ou mais fatores (variável independente sob estudo) sobre a variável dependente. O teste de F tem seu emprego na análise de variância dos delineamentos experimentais. Ele é usado para comparar variâncias, e é um teste preliminar que estabelece se é necessária uma detalhada análise dos efeitos dos níveis do fator. Se o teste F leva a conclusão que os efeitos dos níveis do fator são iguais, a implicação é que não existe nenhuma relação entre o fator e a variável dependente. Por outro lado, se o teste F leva a conclusão que nem todos os níveis do fator têm efeitos iguais, a implicação é que existe uma relação entre o fator e a variável dependente. Em experimentos envolvendo mais que dois tratamentos (ou níveis do fator), quando o teste F leva a rejeição da hipótese de igualdade dos efeitos de tratamentos, geralmente é de interesse saber onde estão estas diferenças. Isso pode ser feito pela comparação direta dos tratamentos (ou efeitos dos níveis dos fatores), usando técnicas de estimação. Para tanto, podem estimar contrastes entre níveis do fator em estudo e também as variâncias dessas estimativas, e assim, aplicar um teste de médias. Existe um número grande de procedimentos para comparações, usados posteriormente à análise de variância com o teste F significativo, para se identificar os níveis dos fatores que diferem estatisticamente entre si, cada fundamentado num particular conjunto de suposições que o torna efetivo para os propósitos específicos. Pelo exposto acima, notamos que o melhor procedimento vai depender de cada caso particular. TESTE DE TUKEY O teste de Tukey () é usado na análise de variância para comparar todo e qualquer contraste entre duas médias de tratamento. É o teste de comparação de médias de tratamentos mais usado na experimentação agronômica, por ser bastante rigoroso e de fácil aplicação. O teste de Tukey, baseado na amplitude total estudentizada, pode ser utilizado para comparar todo e qualquer contraste entre duas médias de tratamentos, ou seja, para os 2 1nn II contrastes do tipo Yk = mi – mj; para i j, em que nI é o número de tratamentos ou número de níveis em estudo. Este teste baseia-se na diferença mínima significativa (d.m.s.) representada por e dada por: YV 2 1 qΔ ˆˆ em que: = diferença mínima significativa; q = é o valor tabelado da amplitude estudentizada, que obtido em função: q (n1 ; n2) , em que: = é o nível de significância; n1 = número de tratamentos ou níveis do fator; e n2 = graus de liberdade do resíduo, da análise de variância. A estimativa da variância da estimativa da variância do contraste é dada por: ji r 1 r 1 QMResYV ˆˆ Para ri rj, o cálculo de , é dado pela seguinte fórmula: QMRes r 1 r 1 2 1 qΔ ji Para ri = rj = r, o cálculo de , é dado pela seguinte fórmula: r QMRes qΔ Para realização do teste Tukey, é necessário: a) enunciar as hipóteses: Ho : mi = mj Ha : mi mj para i j; b) obtenção das estimativas dos contrastes, jik mˆmˆYˆ , com base nos valores amostrais; c) cálculo da diferença mínima significativa (); d) concluir a respeito da significância dos 2 1nn II contrastes em teste, usando a seguinte relação: se ΔYk ˆ , rejeita-se Ho; se Δˆ kY não rejeita-se Ho. Conclusão: as médias seguidas de pelo menos uma mesma letra, não diferem entre si, ao nível % de probabilidade, pelo teste Tukey. TESTE DE DUNCAN O teste de Duncan (D) é também usado na análise de variância para comparar todo e qualquer contraste entre duas médias de tratamentos. É menos rigoroso que o teste de Tukey, pois pode detectar diferença significativa entre duas médias quando o teste de Tukey não o faz. O teste de Duncan foi introduzido em 1955, sua aplicação é bem mais trabalhosa do que a do teste de Tukey, mais chega a resultados mais detalhados e se discrimina com mais facilidade entre os tratamentos, isto é, o teste de Duncan indica resultados significativos em casos em que o teste de Tukey não permite obter significação estatística. Tal como o teste de Tukey, o teste de Duncan é um procedimento sequencial, válido para a totalidade dos contrastes de duas médias do tipo jik mˆmˆYˆ . O teste de Duncan necessita a prévia ordenação das médias, dos tratamentos (níveis do fator) em estudo. Este teste baseia-se na amplitude total mínima significativa (Di) dada por: YV 2 1 zD ii ˆˆ em que: Di = amplitude total mínima significativa; zi = é o valor tabelado da amplitude total estudentizada, que é obtido em função: z (n1 ; n2) . Em que: = é o nível de significância; n1 = número de médias ordenadas abrangidas pelo contraste, entre tratamentos ou níveis do fator em estudo; e n2 = graus de liberdade do resíduo, da análise de variância. Obs.: Como se trata de um processo sequencial, n1 varia seu valor durante a aplicação do teste. Para ri rj, o cálculo de Di, é dado pela seguinte fórmula: QMRes r 1 r 1 2 1 ZD ji ii Para ri = rj = r, o cálculo de Di, é dado pela seguinte fórmula: r QMRes ZD ii Para realização do teste Duncan, é necessário: a) Hipóteses: Ho : mi = mj Ha : mi mj para i j; b) Ordenar as médias dos tratamentos ou fator em estudo em ordem crescente ou decrescente; c) Obter o valor da estimativa do contraste, entre a maior e a menor média jik mˆmˆYˆ , com base nos valores amostrais; d) Calcular o valor da diferença mínima significativa (Di), com base no número de médias ordenadas abrangidas pelo contraste (n1 = i); e) Concluir a respeito da significância do contraste em teste, usando o seguinte critério: a) Se o valor de Di for maior do que o módulo da estimativa do contraste, não rejeita-se Ho e as médias são ligadas por um traço, indicando que não há diferença entre elas; b) Caso contrário, reduzir de uma unidade o valor de n1. Calcula-se o novo valor de Di e, para todos os pares de médias que não estejam ligadas por um mesmo traço e que envolvem n1 médias, repetir o procedimento que consta no item c e nos seguintes; f) Proceder ao item c e seguintes até que n1 = 2. Obs.: Quando a maior média não diferir significativamente da menor, não se admitirá diferença significativa, entre as médias intermediárias. Conclusão: as médias unidas por uma mesma barra, não diferem entre si, ao nível % de probabilidade, pelo teste Duncan. EXEMPLOS 1) Para os dados fornecidos a seguir, conclua pelos teste de Tukey e Duncan, Considerando o nível de significância igual a 5%. 7,126mˆ1 2,135mˆ2 3,103mˆ3 9,98mˆ4 5,71mˆ5 0,153mˆ6 25D6 23D5 20D4 15D3 10D 2 19 TESTE DE TUKEY Ho: mi = mj H1: mi mj p/ i j 19 0,153mˆ6 a 2,135mˆ2 a b 7,126mˆ1 b 3,103mˆ3 c 9,98mˆ4 c 5,71mˆ5 d 261 mmY ˆˆ ˆ = 153,0 – 135,2 = 17,8 não significativo 162 mmY ˆˆ ˆ = 153,0 – 126,7 = 26,3 * significativo------------------------------------------------- 121 mmY ˆˆ ˆ = 135,2 – 126,7 = 8,5 não significativo 322 mmY ˆˆ ˆ = 135,2 – 103,3 = 31,9 * significativo --------------------------------------------------- 311 mmY ˆˆ ˆ = 126,7 – 103,3 = 23,4 * significativo --------------------------------------------------- 431 mmY ˆˆ ˆ = 103,3 – 98,9 = 4,4 não significativo 532 mmY ˆˆ ˆ = 103,3 – 71,5 = 31,8 * significativo -------------------------------------------------- 541 mmY ˆˆ ˆ = 98,9 – 71,5 = 27,4 * significativo Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 5% de probabilidade, pelo teste de Tukey. TESTE DE DUNCAN Ho: mi = mj H1: mi mj p/ i j 0,153mˆ6 a 2,135mˆ2 b 7,126mˆ1 b 3,103mˆ3 c 9,98mˆ4 c 5,71mˆ5 d 256D 56 mmY ˆˆ ˆ = 153,0 – 71,5 = 81,5 * significativo 235D 461 mmY ˆˆ ˆ = 153,0 – 98,9 = 54,1 * significativo 522 mmY ˆˆ ˆ = 135,2 – 71,5 = 63,1 * significativo 204D 361 mmY ˆˆ ˆ = 153,0 – 103,3 = 49,7 * significativo 422 mmY ˆˆ ˆ = 135,2 – 98,9 = 36,3 * significativo 513 mmY ˆˆ ˆ = 126,7 – 71,5 = 55,2 * significativo 153D 161 mmY ˆˆ ˆ = 153,0 – 126,7 = 26,3 * significativo 322 mmY ˆˆ ˆ = 135,2 – 103,3 = 31,9 * significativo 413 mmY ˆˆ ˆ = 126,7 – 98,9 = 27,8 * significativo 534 mmY ˆˆ ˆ = 103,3 – 71,5 = 31,8 * significativo 102D 261 mmY ˆˆ ˆ = 153,0 – 135,2 = 17,8 * significativo 122 mmY ˆˆ ˆ = 135,2 – 126,7 = 8,5 não significativo 313 mmY ˆˆ ˆ = 126,7 – 103,3 = 23,4 * significativo 434 mmY ˆˆ ˆ = 103,3 – 98,9 = 4,4 não significativo 545 mmY ˆˆ ˆ = 98,9 – 71,5 = 27,4 * significativo Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 5% de probabilidade, pelo teste de Duncan. 2) Foi montado um experimento no DIC com o objetivo de verificar qual meio de cultura (A, B, C, D) propicia maior crescimento de colônias bacterianas. o número de colônias bacterianas, 48 horas após a inoculação é dado abaixo: Totais A - 19 31 15 30 95 B 40 35 46 41 33 195 C 39 27 20 29 45 160 D 27 12 13 28 30 110 560 Pede-se o nível de significância igual a 5%: a) Comparar as médias pelo teste de Tukey. b) Comparar as médias pelo teste de Duncan. 400.18 30 28 ... 31 19 3028...3119Y´Y SQParâmetros = YX''βˆ 50005 05005 00505 00044 000019 M 51000191 05100191 00510191 00041191 0000191 M 1 47,7 53,2 53,9 72,5 47,29 110 160 195 95 560 51000191 05100191 00510191 00041191 0000191 YX'M tˆ tˆ tˆ tˆ mˆ βˆ 1 4 3 2 1 SQParâmetros = YX''βˆ 25,401.17 110 160 195 95 560 47,753,253,972,547,29 SQResíduo = Y’Y - YX''βˆ = 18.400 – 17.401,25 = 998,75 Quadro da Análise de Variância F.V. G.L. SQ QM F Tratamento 3 Resíduo 15 998,75 66,58 Total 18 TESTE DE TUKEY Ho: mi = mj H1: mi mj p/ i j q 0,05 ( 4; 15) = 4,08 14,8866,58 5 1 5 1 2 1 4,08Δ1 15,7966,58 4 1 5 1 2 1 4,08Δ2 00,39mˆB a 00,32mˆC a b 75,23mˆA a b 00,22mˆD b Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 5% de probabilidade, pelo teste de Tukey. TESTE DE DUNCAN Ho: mi = mj H1: mi mj p/ i j DB mmY ˆˆ ˆ = 39,00 – 22,00 = 17,00 * significativo z 0,05 ( 4 ; 15) = 3,25 11,8666,58 5 1 5 1 2 1 3,25D4 AB mmY ˆˆ ˆ = 39,00 – 23,75 = 15,25 * significativo DC mmY ˆˆ ˆ = 32,00 – 22,00 = 10,00 ns não significativo z 0,05 ( 3 ; 15) = 3,16 12,2366,58 4 1 5 1 2 1 3,16D3 11,5366,58 5 1 5 1 2 1 3,16D '3 CB mmY ˆˆ ˆ = 39,00 – 32,00 = 7,00 ns não significativo z 0,05 ( 2 ; 15) = 3,01 10,9866,58 5 1 5 1 2 1 3,01D2 00,39mˆB a 00,32mˆC a b 75,23mˆA b 00,22mˆD b Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 5% de probabilidade, pelo teste de Duncan. 3) Aplicar o teste de Tukey e Duncan às comparações múltiplas obtidas com as médias dos tratamentos analisados segundo o delineamento inteiramente casualisado (DIC). Concluir para o nível de 1% de probabilidade. r1 = r2 = r3 = 4 r4 = r5 = 3 230,6mˆ1 217,2mˆ2 204,9mˆ3 209,9mˆ4 3,188mˆ5 T1 = 922,4 T2 = 868,8 T3 = 819,6 T4 = 629,7 T5 = 564,9 G = 3805,4 49767808 ,.Y´Y SQParâmetros = YX''βˆ 300003 030003 004004 000404 000044 0000018 M 3 1 0000 18 1 0 3 1 000 18 1 00 4 1 00 18 1 000 4 1 0 18 1 0000 4 1 18 1 00000 18 1 1M 1123 511 516 795 1919 41211 9564 7629 6819 8868 4922 43805 3 1 0000 18 1 0 3 1 000 18 1 00 4 1 00 18 1 000 4 1 0 18 1 0000 4 1 18 1 00000 18 1 , , , , , , , , , , , , YX'M tˆ tˆ tˆ tˆ tˆ mˆ βˆ 1 5 4 3 2 1 SQParâmetros = YX''βˆ 63328808 9564 7629 6819 8868 4922 43805 1123511651795191941211 ,. . , , , , , ,,,,, SQResíduo = Y’Y - YX''βˆ = 808.767,49 – 808.328,63 = 438,86 Quadro da Análise de Variância F.V. G.L. SQ QM F Tratamento 4 Resíduo 13 438,86 33,76 Total 17 TESTE DE TUKEY Ho: mi = mj H1: mi mj p/ i j q 0,01 ( 5 ; 13) = 5,73 16,6533,76 4 1 4 1 2 1 5,731 Δ 19,2233,76 3 1 3 1 2 1 5,732 Δ 17,9833,76 3 1 4 1 2 1 5,73 3Δ 9,230mˆ1 a 2,217mˆ 2 a b 9,209mˆ 4 b 9,204mˆ3 b c 3,188mˆ5 c Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 1% de probabilidade, pelo teste de Tukey. TESTE DE DUNCAN Ho: mi = mj H1: mi mj p/ i j 51 mmY ˆˆ ˆ = 230,6 – 188,3 = 42,3 * significativo z 0,05 ( 5 ; 13) = 4,69 14,7233,76 3 1 4 1 2 1 4,69D5 31 mmY ˆˆ ˆ = 230,6 – 204,9 = 25,7 * significativo 52 mmY ˆˆ ˆ = 217,2 – 188,3 = 28,9 * significativo z 0,05 ( 4 ; 13) = 4,62 13,4233,76 4 1 4 1 2 1 4,62D4 14,5033,76 3 1 4 1 2 1 4,62D'4 41 mmY ˆˆ ˆ = 230,6 – 209,9 = 20,7 * significativo 32 mmY ˆˆ ˆ = 217,2 – 204,9 = 12,3 ns não significativo 54 mmY ˆˆ ˆ = 209,9 – 188,3 = 21,6 * significativo z 0,05 ( 3 ; 13) = 4,48 13,0133,76 4 1 4 1 2 1 4,48D3 15,0333,76 3 1 3 1 2 1 4,48D'3 14,0633,76 3 1 4 1 2 1 4,48D"3 21 mmY ˆˆ ˆ = 230,6 – 217,2 = 13,4 * significativo 53 mmY ˆˆ ˆ = 204,9 – 188,3 = 16,6 * significativo z 0,05 ( 2 ; 15) = 4,26 12,3833,76 4 1 4 1 2 1 4,26D2 13,3733,76 3 1 4 1 2 1 4,26D'2 9,230mˆ1 a 2,217mˆ 2 b 9,209mˆ 4 b 9,204mˆ3 b 3,188mˆ5 c Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 1% de probabilidade, pelo teste de Duncan. TESTE DE NIWMAN KEULS Usado para testar contrastes entre duas médias. Em termos de rigor é intermediário entre os testes de Tukey e de Duncan. Assim como o teste de Duncan, este teste faz a aplicação de múltiplas amplitudes na comparação de médias. A diferença básica entre eles é o uso da amplitude q, utilizada no teste de Tukey, em substituição ao valor z nas mesmas condições do teste de Duncan. (Usa-se a metodologia de Duncan com a tabela de Tukey). Formula geral: YV 2 1 qNK ii ˆˆ em que: NKi = diferença mínima significativa; qi = é o valor tabelado da amplitude estudentizada, que obtido em função: q (n1 ; n2) , em que: = é o nível de significância; n1 = número de médias ordenadas abrangidas pelo contraste, entre tratamentos ou níveis do fator em estudo; e n2 = graus de liberdade do resíduo, da análise de variância. Obs.: Como se trata de um processo sequencial, n1 varia seu valor durante a aplicação do teste. A estimativa da variância da estimativa da variância do contraste é dada por: 2i r 1 r 1 QMResYV ˆˆ Para ri rj, o cálculo de , é dado pela seguinte fórmula: QMRes r 1 r 1 2 1 qNK ji ii Para ri = rj = r, o cálculo de NK, é dado pela seguinte fórmula: r QMRes qiiNK EXEMPLO: Aplicar o teste de NIWMAN KEULS aos exemplos 2 e 3. Exemplo 2: Ho: mi = mj H1: mi mj p/ i j DB mmY ˆˆ ˆ = 39,00 – 22,00 = 17,00 * significativo q 0,05 ( 4 ; 15) = 4,08 14,8866,58 5 1 5 1 2 1 4,08NK 4 AB mmY ˆˆ ˆ = 39,00 – 23,75 = 15,25 * significativo DC mmY ˆˆ ˆ = 32,00 – 22,00 = 10,00 ns não significativo q 0,05 ( 3 ; 15) = 3,67 14,2066,58 4 1 5 1 2 1 3,67NK3 13,3966,58 5 1 5 1 2 1 3,67D '3 CB mmY ˆˆ ˆ = 39,00 – 32,00 = 7,00 ns não significativo q 0,05 ( 2 ; 15) = 3,01 10,9866,58 5 1 5 1 2 1 3,01D2 00,39mˆB a 00,32mˆC a b 75,23mˆA b 00,22mˆD b Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 5% de probabilidade, pelo teste de Niwman Keuls. Exemplo 3: Ho: mi = mj H1: mi mj p/ i j 51 mmY ˆˆ ˆ = 230,6 – 188,3 = 42,3 * significativo q 0,01 ( 5 ; 13) = 5,73 17,9833,7585 3 1 4 1 2 1 5,73NK5 311 mmY ˆˆ ˆ = 230,6 – 204,9 = 25,7 * significativo 522 mmY ˆˆ ˆ = 217,2 – 188,3 = 28,9 * significativo q 0,01 ( 4 ; 13) = 5,40 15,6833,7585 4 1 4 1 2 1 5,40NK4 16,9433,7585 3 1 4 1 2 1 5,40NK'4 411 mmY ˆˆ ˆ = 230,6 – 209,9 = 20,7 * significativo 322 mmY ˆˆ ˆ = 217,2 – 204,9 = 12,3 ns não significativo 543 mmY ˆˆ ˆ = 209,9 – 188,3 = 21,6 * significativo q 0,01 ( 3 ; 13) = 4,96 14,4133,7585 4 1 4 1 2 1 4,96NK3 16,6433,7585 3 1 3 1 2 1 4,96NK'3 15,5633,7585 3 1 4 1 2 1 4,96NK"3 211 mmY ˆˆ ˆ = 230,6 – 217,2 = 13,4 * significativo 532 mmY ˆˆ ˆ = 204,9 – 188,3 = 16,6 * significativo q 0,01 ( 2 ; 13) = 4,26 12,3833,7585 4 1 4 1 2 1 4,26NK2 13,3733,7585 3 1 4 1 2 1 4,26NK'2 9,230mˆ1 a 2,217mˆ 2 b 9,209mˆ 4 b 9,204mˆ3 b 3,188mˆ5 c Conclusão: as médias seguidas de pelo menos uma mesma letra não diferem entre si, ao nível de 1% de probabilidade, pelo teste de Niwman Keuls. TESTE ‘t’ DE STUDENT É usado para testar contrastes entre duas médias ou contrastes que envolvem grupos de médias. Para a sua aplicação correta deste teste, o pesquisador deve-se considerar os seguintes requisitos: a) Os contrastes devem a serem testados devem ser ortogonais entre si; b) Os contrastes devem ser estabelecidos antes de serem examinados os dados (na fase de planejamento do experimento). A estatística do teste, denotada por t, é calculada por: n 1i i 2 i cal r a QMRes 0Y )Y(V YY t ˆ ˆˆ ˆ que tem distribuição t de Student com n2 graus de liberdade, sendo n2 o número de graus de liberdade do resíduo e QMRes o quadrado médio residual da análise de variância. Hípoteses: Ho : Y = 0 Ha : Y 0 Se | tcal | ttab rejeita-se Ho, ao nível de % de probabilidade; Se | tcal | < ttab não se rejeita H0, ao nível % de probabilidade. TESTE DMS O teste da diferença mínima significativa (DMS), apesar de sujeito a severas restrições, ainda é um teste bastante empregado na comparação de médias de tratamentos. Apesar desse teste se basear no teste t, sua aplicação é mito mais simples, por ter apenas um valor do DMS para comparar com todos os contrastes, o que não ocorrecom o teste t. O teste DMS é utilizado quando deseja fazer comparações planejadas, ou seja, as comparações devem ser estabelecidas antes de serem examinados os dados (na fase de planejamento do experimento). A estatística do teste, denotada por t, é calculada por: QMRes r 1 r 1 %DMS ji 2%tYˆs%t TESTE DE SCHEFFÉ Esse teste pode ser aplicado para testar todo e qualquer contraste entre duas médias de tratamentos. É freqüentemente utilizado para testar contrastes que envolvem grupos de médias. A estatística do teste, denotada por S, é calculada por: )Y(V.F.1)(IS ˆˆ em que: I = é o número de tratamentos (fator) em estudo; F = F (n1; n2); valor tabelado de F, obtido em função: = nível de significância do teste; n1 = graus de liberdade de tratamentos; e n2 = graus de liberdade do resíduo. n 1i i 2 i r a QMResYˆVˆ n 1i i 2 i r a .QMRes.F.1)(IS Hípoteses: Ho : Y = 0 Ha : Y 0 Se | Yˆ | S, rejeita-se Ho, ao nível % de probabilidade; Se | Yˆ | < S, não se rejeita Ho, ao nível % de probabilidade. Exemplo: Utilizando os dados e os contrastes fornecidos abaixo, extraído de um experimento montado segundo o delineamento inteiramente casualizado (DIC). Pede-se: testar os contrastes pelo teste de “t” e Scheffé. r1 = r2 = r3 = 4 r4 = r5 = 3 SQRes. = 389,4638 4,891mˆ1 3,012mˆ2 2,931mˆ3 5,102mˆ4 3,208mˆ5 Y1 = m1 + m2 + m3 – 3m4 e Y2 = m1 + m2 - 2m3 QMRes = 13 4638,389 = 29,9587 43211 mˆ3mˆmˆmˆYˆ = 189,4 + 201,3 + 193,2 – 3 . 210,5 = - 47,6 3212 mˆ2mˆmˆYˆ = 189,3 + 201,3 – 2 . 193,2 = 4,2 Teste de ‘t’ Ho : Y1 = 0 Ha : Y1 0 49,4 9587,29. 3 3 4 1 4 1 4 1 6,47ˆ ˆˆ ˆ 2222 n 1i i 2 i 11 cal r a QMRes 0Y )Y(V YY t ttab = t0,05 (13) = 2,16 16,249,4 rejeita-se Ho ao nível de 5% de probabilidade Ho : Y2 = 0 Ha : Y2 0 62,0 9587,29. 4 2 4 1 4 1 2,4ˆ ˆˆ ˆ 222 n 1i i 2 i 22 cal r a QMRes 0Y )Y(V YY t ttab = t0,05 (13) = 2,16 16,262,0 não rejeita-se Ho ao nível de 5% de probabilidade Teste de Scheffé Ho : Y1 = 0 Ha : Y1 0 43211 mˆ3mˆmˆmˆYˆ = 189,4 + 201,3 + 193,2 – 3 . 210,5 = - 47,6 7432 3 3 4 1 4 1 4 1 9587291834 2222 ,,.,. n 1i i 2 i r a .QMRes.F.1)(IS 74,3260,47 rejeita-se Ho ao nível de 5% de probabilidade Ho : Y2 = 0 Ha : Y2 0 3212 mˆ2mˆmˆYˆ = 189,3 + 201,3 – 2 . 193,2 = 4,2 6111 4 2 4 1 4 1 9587291834 222 ,,.,. n 1i i 2 i r a .QMRes.F.1)(IS 61,1120,4 não rejeita-se Ho ao nível de 5% de probabilidade TESTE DE DUNNETT Este teste é utilizado quando as únicas comparações que interessam ao pesquisador, são aquelas feitas entre um determinado tratamento padrão, geralmente a testemunha, e cada um dos demais tratamentos, não havendo interesse na comparação dos demais tratamentos entre si. Assim, um experimento com I tratamentos (um dos quais a testemunha ou padrão, P), permite a aplicação do teste a I-1 comparações. A estatística do teste, denotada por d’, é calculada por: QMRes. r 1 r 1 .t)Y(Vtd' ip dd ˆˆ td = valor dado na tabela de Dunnett, que é função ( ; n1; n2 ); = nível de significância; n1 = graus de liberdade de tratamentos; n2 = graus de liberdade de resíduo. Para realização do teste Dunnett, é necessário: a) enunciar as hípoteses: Ho : Y = 0 Ha : Y 0 b) obter o valor da estimativa do contraste, Yˆ , com base nos valores amostrais; c) calcular o valor da estatística do teste, d’; d) concluir a respeito da significância do contraste em teste, usando o seguinte critério: 1. Se | Yˆ | d’, será significativo, indicando que a média do testemunha (ou padrão), difere significativamente da média do tratamento com ele comparado, ao nível % de probabilidade; 2. Caso contrário, se | Yˆ | < d’, será não significativo, indicando que as médias desse contraste não difere entre si, ao nível % de probabilidade. Exemplo: Os dados abaixo foram obtidos num delineamento inteiramente casualizado (DIC), onde foram testados 5 métodos de determinação de umidade no solo (A, B, C, D, E) e 4 repetições: TA = 25,0; TB = 24,1; TC = 23,6; TD = 22,1; TE = 24,6; SQRes.= 2,91 Admitindo, o método A como padrão, compara-lo, através do teste de Dunnett, com os demais tratamentos, para o nível de 5% de probabilidade. Ho : Y = 0 Ha : Y 0 Quadro da Análise de variância F.V. G.L. SQ QM F Tratamento 4 Resíduo 15 2,91 0,194 Total 19 QMRes. r 1 r 1 .)15;(4td' ip 0,05d = 0,600,194. 4 1 4 1 .2,73 BA1 mmY ˆˆ ˆ = 6,25 – 6,02 = 0,23 ns CA2 mmY ˆˆ ˆ = 6,25 – 5,75 = 0,50 ns DA3 mmY ˆˆ ˆ = 6,25 – 5,52 = 0,83 * EA4 mmY ˆˆ ˆ = 6,25 – 6,15 = 0,10 ns 1. Verifica-se que os contrastes 421 YˆeYˆ,Yˆ < d’, então não foram significativos, indicando que a média do padrão, não difere significativamente da média do tratamento com ele comparado, ao nível 5% de probabilidade; 2. Verifica-se que o contraste 3Yˆ > d’, então foi significativo, indicando que a média do padrão, difere significativamente da média do tratamento com ele comparado, ao nível 5% de probabilidade. TESTE DE SCOTT E KNOTT INTRODUÇÃO Como já vimos um teste F significativo na análise de variância indica que as médias dos tratamentos são diferentes. Frequentemente, deseja-se verificar onde estão estas diferenças. A literatura é rica em testes de comparação múltipla propostos para apontar diferenças entre as médias dos tratamentos. Contudo, a validade prática destes testes para situações com grande número de tratamentos é questionável. Para estes casos, os testes usuais de comparação de médias duas a duas não são os mais indicados, porque não permitem uma separação adequada de grupos de médias e, consequentemente, dificultam a interpretação dos resultados. O teste proposto por Scott e Knott (1974) tem por objetivo agrupar as médias de tratamento sem um grupo bem definido, através da minimização da variação dentro de grupos. Eles usam o método da análise de conglomerados no lugar da técnica de comparação múltipla. Através deste procedimento, formamos grupos de médias mais definidos e interpretamos os resultados com mais objetividade e clareza. A TÉCNICA DE APLICAÇÃO DO TESTE: O teste de Scott e Knott é definido pela estatística: 20 0 ˆ22 0 = Valor máximo da soma de quadrados entre grupos de tratamentos, tomados sobre todas as possíveis (I – 1) repartições de I tratamentos em dois grupos distintos;2 0ˆ = estimativa de 2 dada por: 22 22 0 ˆˆˆˆ I/msmm I 1i i 2 i sendo, imˆ = média do tratamento i; mˆ = média geral do experimento; )mˆ(s i 2 = variância média = QMRes / J ; QMRes = quadrado médio do resíduo; J = número de observações com que se estimou cada média de tratamento; I = número de tratamentos considerados; η2 = número de graus de liberdade do erro (resíduo); = constante de valor 3,141593. A estatística segue aproximadamente a distribuição de 2 com 2π I v0 graus de liberdade. A hipótese em teste é H0 = i = ( i = 1, 2, ..., I ) contra a alternativa que i é igual a m1 ou m2, onde m1 e m2 representam as médias verdadeiras dos dois grupos distintos. Não rejeita-se H0, se < 2 (v0); Rejeita-se H0, se ≥ 2 (v0). Ho: m1 = m2 = m Ha: m1 ≠ m2; onde m1 e m2 representam as médias verdadeiras dos dois grupos distintos. É importante observar que existem [ 12 1I ] repetições possíveis de I médias em dois grupos distintos, mas Fisher tem demonstrado em seus trabalhos que é necessário considerar apenas (I – 1) repartições obtidas pela ordenação das médias e sua divisão entre duas partições sucessivas. Esta simplificação torna possível a aplicação do teste, por meio de uma calculadora, mesmo para 11 ou 12 tratamentos. Para I = 3, por exemplo, é necessário repetir as médias ordenadas, em dois grupos, envolvendo as duas médias de maior amplitude para determinar qual a partição que maximizaria Bo. Para compreender melhor o processo, suponha que num experimento você tenha as médias ordenadas A, B, C, D e E. Existe (25 – 1 – 1) = 15 repartições destas 5 médias em dois grupos distintos. Pela simplificação de Ficher é necessário considerar as 5 – 1 = 4 repartições das médias ordenadas, em grupos distintos: 1a repartição: A versus B C D E 2a repartição: A B versus C D E 3a repartição: A B C versus D E 4a repartição: A B C D versus E Na aplicação do teste, quando muitas médias são consideradas, dificilmente a operação termina com apenas uma partição. Após encontrar a melhor separação entre dois grupos, repetimos o processo em cada subgrupo. A partir daí, prosseguimos com a subdivisão até que os grupos resultantes sejam considerados estatisticamente iguais pelo teste de 2. Suponha como ilustração que a 2a repartição que maximiza Bo foi considerada estatisticamente diferente pelo teste de 2 e as demais foram estatisticamente iguais. Tomamos então o primeiro subgrupo AB e formamos o grupo: 1. A versus B Em seguida, procedemos a repartição do segundo CDE nos grupos: 1. C versus D E 2. C D versus E Para cada situação calculamos a estatística e verificamos se ela foi significativa ou não. Os grupos que foram classificados como estatisticamente iguais receberão as mesmas letras. O método é fácil de ser aplicado e tem uma interpretação bem objetiva porque evita as situações ambíguas, que são frequentes nos outros testes. Para muitos tratamentos, aconselha-se o uso de um software especifico: SAEG, GENES ou outro disponível. EXEMPLO 1) Considere um experimento instalado segundo o delineamento inteiramente casualizado (DIC) com 6 tratamentos e 3 repetições. As médias dos tratamentos foram A = 12,80; B = 9,70; D = 6,20; C = 6,00; E = 5,00 e F = 4,85. A análise de variância revelou um F significativo para tratamentos e o QMRes foi de 4,2570. Compare as médias pelo teste de Scott e Knott no nível de 5% de probabilidade. Solução: Temos: Amˆ = 12,80 Bmˆ = 9,70 Dmˆ = 6,20 Cmˆ = 6,00 Emˆ = 5,00 Fmˆ = 4,85 mˆ = 7,425 As repartições das médias ordenadas em 2 grupos são as seguintes: 1a A versus B D C E F 2a A B versus D C E F 3a A B D versus C E F 4a A B D C versus E F 5a A B D C E versus F As somas dos quadrados em grupos são: 6 4,85.....12,80 5 4,85....6,209,70 1 12,80 SQR1 222 34,668750 6 44,55 5 31,75 1 12,80 SQR1 222 891875,43 6 44,55 4 22,05 2 22,50 SQR2 222 27,520417 6 44,55 3 15,85 3 28,70 SQR3 222 750000,18 6 44,55 2 9,85 4 34,70 SQR4 222 956750,7 6 44,55 1 4,85 5 39,70 SQR5 222 A máxima soma dos quadrados entre grupos é a referente à posição A B versus D C E F. Logo temos: Bo = 43,891875 2 I 1i i 2 2i ηI/mˆsηmˆmˆˆ 22 0 26 1i i mˆmˆ = 5,3752 + 2,2752 + (-1,225)2 + (-1,425)2 + (-2,425)2 + (-2,575)2 = 50,10875 1,4190 3 4,2570 J QMRes mˆs i 2 I = 6 2η = 12 ,72983126/1,4190.1250,108750σˆ20 16,19 3,7298 43,891875 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para 25,5 21415,3 6 2 I v0 , temos 0,3811,07(5,25)χ 38,025,0*52,1(5,25)χ 52,159,12(6)χ 07,11(5)χ 2 0,05 2 0,05 2 0,05 2 0,05 (5,25)χ 20,05 = 11,4505. Logo, ≥ 2 → rejeita-se Ho, ou seja, 16,19λ é significativo. Consequentemente repetimos o processo com os dois grupos: A B e D C E F discriminados nesta fase. Para o grupo A B a única partição possível é: A versus B Temos, I = 2 Amˆ = 12,80 Bmˆ = 9,70 mˆ = 11,250 Bo = SQR1 = 8050,4 2 50,22 1 70,9 1 80,12 222 22 1i i mˆmˆ = 1,552 + (-1,55)2 = 4,8050 5534,1122/1,4190.124,8050σˆ20 25,4 1,5534 4,8050 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para 75,1 21415,3 2 2 I v0 , temos (1,75)χ 20,05 = 5,454. Logo, < 2 → não rejeita-se Ho, ou seja, 25,4λ não é significativo. Para o grupo D C E F (I = 4), as 4 – 1 = 3 repartições das médias ordenadas em dois grupos são: 1a D versus C E F 2a D C versus E F 3a D C E versus F As médias ordenadas são: Dmˆ = 6,20 Cmˆ = 6,00 Emˆ = 5,00 Fmˆ = 4,85 mˆ = 5,5125 As somas de quadrados entre grupos são: 630208,0 4 22,050 3 15,850 1 6,20 SQR1 222 380625,1 4 050,22 2 9,85 2 12,200 SQR2 222 585208,0 4 050,22 1 85,4 3 20,71 SQR3 222 Logo, Bo = 1,380625 24 1i i mˆmˆ = 0,68752 + 0,48752 + (-0,5125)2 + (-0,6625)2 = 1,411875 15251σ ,124/1,4190.121,411875ˆ 20 201 σπ π λ , 1,1525 1,380625 . 23,14152 3,1415 ˆ B . 22 20 0 Para 5,3 21415,3 4 2 I v0 , temos (3,5)χ 20,05 = 8,652. Logo, < 2 → não rejeita-se Ho, ou seja, 201λ , não é significativo. Como a não significância foi atingida, não há mais repartição a ser feita e o processo está concluído. Os resultados do teste estão apresentados no Quadro 1. QUDRO 1. Produções médias de matéria seca de 6 gramíneasno experimento em blocos casualizados com 3 repetições. GRAMINEAS MÉDIAS A 12,80 a B 9,70 a D 6,20 b C 6,00 b E 5,00 b F 4,85 b Médias seguidas de mesma letra são estatisticamente iguais pelo teste de Scott-Knott (p<0,05) 2) Aplicar o teste de Scott e Knott às comparações múltiplas obtidas com as médias dos tratamentos analisados segundo o delineamento inteiramente casualisado (DIC). Concluir para o nível de 1% de probabilidade. r1 = r2 = r3 = 4 r4 = r5 = 3 SQRes. = 438,8631 230,6mˆ1 217,2mˆ2 204,9mˆ3 209,9mˆ4 3,188mˆ5 QMRes = 13 8631,438 = 33,7587 Solução: Temos: 230,6mˆ1 217,2mˆ2 204,9mˆ3 209,9mˆ4 3,188mˆ5 41,211mˆ As repartições das médias ordenadas em 2 grupos são as seguintes: 1a 1 versus 2 4 3 5 2a 1 2 versus 4 3 5 3a 1 2 4 versus 3 5 4a 1 2 4 3 versus 5 As somas dos quadrados em grupos são: 2205521 188188209 , 5 ,3.....230,6 4 ,3....,9217,2 1 230,6 SQR1 222 4613,627 5 9,0501 3 1,036 2 447,8 SQR2 222 72,614 5 9,0501 2 393,2 3 657,7 SQR3 222 418,598 5 9,0501 1 3,881 4 862,6 SQR4 222 A máxima soma dos quadrados entre grupos é a referente à posição 1 2 versus 4 3 5. Logo temos: Bo = 627,4613 2 5 1i i mˆmˆ = 19,192 + 5,792 + (-6,51)2 + (-1,51)2 + (-23,11)2 = 980,5125 22 22 0 ˆˆˆˆ I/msmm I 1i i 2 i 3774,9 3,6 33,7587 J QMRes mˆs i 2 I = 5 n2 = 13 4552,61135/3774,9.13980,5125σˆ20 03,14 61,2455 627,4613 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para vo = 5/(3,1415 – 2) = 4,38, temos (4,0)χ 20,01 = 13,28 e (5,0)χ 20,01 = 15,09. 96,13(4,38)χ 20,01 . Logo, > 2 → rejeita-se Ho, ou seja, 14,03λ é significativo. Consequentemente repeti-se o processo com os dois grupos 1 2 e 4 3 5 discriminados nesta fase. Para o grupo 1 2 a única partição possível é: 1 versus 2 Temos, I = 2 1mˆ = 230,6 2mˆ = 217,2 mˆ = 223,9 Bo = SQR1 = 78,89 2 8,447 1 2,217 1 6,230 222 22 1i i mˆmˆ = 6,72 + (-6,7)2 = 89,78 2 I 1i i 2 2i 2 0 I/mˆsmˆmˆˆ 1124,14132/3774,9.1389,78σˆ20 75,8 14,1124 89,78 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para vo = 2/(3,1415 – 2) = 1,75, temos (1,0)χ 20,01 = 6,63 e (2,0)χ 20,01 = 9,21, para (1,75)χ 20,01 = 8,565. Logo, > 2 → rejeita-se Ho, ou seja, 75,8λ é significativo. Para o grupo 4 3 5 (I = 3), as 3 – 1 = 2 repartições das médias ordenadas em dois grupos são: 1a 4 versus 3 5 2a 4 3 versus 5 As médias ordenadas são: 209,9mˆ4 204,9mˆ3 3,188mˆ5 mˆ = 201,42 As somas de quadrados entre grupos são: 93,117 3 603,1 2 393,2 1 209,9 SQR1 222 2067,243 3 1,603 1 188,3 2 414,8 SQR2 222 Logo, Bo = 243,2067 24 1i i mˆmˆ = 3,482 + 8,482 + (-13,12)2 = 256,1552 vI/mˆsvmˆmˆˆ I 1i i 2 i 2 0 6288,23133/,37749.13256,1552σˆ20 16,14 23,6288 243,2067 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para vo = 3/(3,1415 – 2) = 2,63, temos (2,0)χ 20,01 = 9,21 e 11,30 (3,0)χ 20,01 . Logo, > 2 → rejeita-se Ho, ou seja, 16,14λ é significativo. Para o grupo 4 3 a única partição possível é: 4 versus 3 Temos, I = 2 204,9mˆ3 209,9m4 ˆ mˆ = 207,04 Bo = SQR1 = 5,12 2 8,414 1 9,204 1 9,209 222 22 1i i mˆmˆ = (-2,14)2 + 2,862 = 12,7592 2 I 1i i 2 2i 2 0 I/mˆsmˆmˆˆ 9776,8132/3774,9.1312,7592σˆ20 92,1 8,9776 12,5 . 23,14152 3,1415 σˆ B . 2π2 π λ 2 0 0 Para vo = 2/(3,1415 – 2) = 1,75, temos (1,0)χ 20,01 = 6,63 e (2,0)χ 20,01 = 9,21, para (1,75)χ 20,01 = 8,565. Logo, < 2 → não rejeita Ho, ou seja, 92,1λ não é significativo. Como a não significância foi atingida, não há mais repartição a ser feita e o processo está concluído. Os resultados do teste estão apresentados abaixo. TRATAMENTOS MÉDIAS 1mˆ 230,6 a 2mˆ 217,2 b 3mˆ 204,9 c 4mˆ 209,9 c 5mˆ 188,3 d Médias seguidas de mesma letra são estatisticamente iguais, ao nível de 1% de probabilidade, pelo teste de Scott-Knott (p<0,01). DECOMPOSIÇÃO DA SOMA DE QUADRADOS DE TRATAMENTOS EM CONTRASTES ORTOGONAIS Como nos testes de comparações múltiplas, a decomposição de tratamentos em contrastes ortogonais, traz informações detalhadas a respeito das comparações entre tratamentos, já que a conclusão do teste F está relacionada aos efeitos como um todo. Considere os contrastes 21 YˆeYˆ , serão os estimadores de contrastes entre médias de tratamentos, se satisfizerem às seguintes condições: 0be0a I 1i i I 1i i Os dois contrastes serão ortogonais, ou seja, apresentarão independência linear nas comparações estabelecidas, se: 0 r ba I 1i i ii O cálculo das somas de quadrados dos estimadores dos contrastes é dado por: I 1i i 2 i 2 i r a Yˆ YˆSQ i Após a decomposição dos graus de liberdade pode-se aplicar a teste F a cada um dos componentes do desdobramento, ou seja, a cada um dos contrastes ortogonais com um grau de liberdade para cada contraste e nº de graus de liberdade do resíduo. Portanto, para I tratamentos podem ser estabelecidos, no máximo, (I – 1) contrastes independentes. Para o estabelecimento de cada contraste, procede-se da seguinte forma: 1. Escrevem-se as médias dos tratamentos envolvidos na comparação; 2. Atribui-se sinal positivo às médias de um grupo e negativo às médias do outro grupo; 3. Verifica-se o total de parcelas (n1) do 1º grupo, e o número total de parcelas (n2) do 2º grupo. Calcula-se o m.m.c. entre n1 e n2. 4. Dividir o m.m.c. por n1 e multiplicar os coeficientes obtidos pelo número de repetições da respectiva média. O resultado será o coeficiente de cada média do 1o grupo. 5. Dividir o m.m.c. por n2 e multiplicar os coeficientes obtidos pelo número de repetições da respectiva média. O resultado será o coeficiente de cada média do 2o grupo. Exemplo: Para comparar o crescimento de mudas de 5 espécies de eucalipto, um pesquisador tomou vinte e cinco parcelas similares e distribuiu, inteiramente ao acaso, cada uma 5 espécies em 5 parcelas experimentais. A partir dos dados experimentais fornecidos abaixo, é possível concluir que existe diferença significativa entre as espécies com relação ao crescimento das mudas, utilizando o nível de significância de 5%? Espécies E1 E2 E3 E4 E5 21 25 31 22 33 20 26 25 26 2919 20 28 28 31 21 23 27 25 34 19 21 24 29 28 100 115 135 130 155 20 23 27 26 31 H0 : mA = mB = mC = mD = m H1 : não H0 SQTrat = YX''βˆ - C = 346,00 SQRes = 116,00 544 323 54322 543211 mˆ - mˆ = Yˆ mˆ mˆ = Yˆ mˆ - mˆ - mˆ mˆ = Yˆ mˆ - mˆ - mˆ - mˆ - mˆ 4 = Yˆ Para o cálculo das Somas de Quadrados é utilizado a seguinte formula: i 2 i 2 i r a Yˆ YˆSQ i Para o exemplo anterior, decompor a soma de quadrados de tratamentos em contrates ortogonais. 53126mˆ - mˆ = Yˆ 42723mˆ mˆ = Yˆ 731262723mˆ - mˆ - mˆ mˆ = Yˆ 273126272320 . 4 mˆ - mˆ - mˆ - mˆ - mˆ 4 = Yˆ 544 323 54322 543211 25,182 5 )1()1()1()1(4 27 r a Yˆ YˆSQ 22222 2 i 2 i 2 1 1 25,61 5 )1()1()1()1( 7 r a Yˆ YˆSQ 2222 2 i 2 i 2 2 2 0,40 5 )1()1( 4 r a Yˆ YˆSQ 22 2 i 2 i 2 3 3 50,62 5 )1()1( 5 r a Yˆ YˆSQ 22 2 i 2 i 2 4 4 FV GL SQ QM F 1Yˆ 1 182,25 182,5 31,47 * 2Yˆ 1 61,25 61,25 10,46 * 3Yˆ 4Yˆ 1 1 40,00 62,50 40,00 62,50 6,90 * 10,76 * Trat Res 4 20 346,00 116,00 86,50 5,80 14,91 F0,01(1; 20) = 4.35
Compartilhar