MINISTÉRIO DA EDUCAÇÃO

UNIVERSIDADE FEDERAL DE CAMPINA GRANDE

CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR

UNIDADE IV

TESTES DE COMPARAÇÕES
MÚLTIPLAS DE MÉDIAS
EXPERIMENTAIS

Profª Railene Hérica Carlos Rocha

 TESTES DE COMPARAÇÕES MÚLTIPLAS
DE MÉDIAS EXPERIMENTAIS

Dados qualitativos

Exemplos:

Variedades
Tipos de adubos
Espaçamentos
Tipos de solo
Etc.

Servem como um complemento do teste F, para detectar diferenças

entre os tratamentos.
 Conceitos importantes:

a) Contrastes de médias

Se tivermos uma função linear:

E verificarmos que

Dizemos que Y constitui um contraste nas variáveis x.

Então ...

Se: , Y é contraste, visto que:

Se, em lugar das variáveis x, tivermos médias Contraste de médias

Se, em um experimento tivermos 5 tratamentos, com médias m1, m2, m3, m4 e

m5, os contrastes de médias (C) serão:

C1

C2

C3

C4
b) Contrastes ortogonais

A ortogonalidade entre dois contrastes indica uma independência entre

suas comparações, ou seja, a variação de um contraste é
independente da variação do outro.

Condições de ortogonalidade:

Se os números de repetições forem iguais:

Se os números de repetições forem diferentes:

c) Decomposição da soma de quadrados de tratamentos em
contrastes de médias ortogonais

Contrastes de médias GL SQ QM F
C1 SQ/GL QMC1/QMres
C2 SQ/GL QMC2/QMres
C3 SQ/GL QMC3/QMres
C4 SQ/GL QMC4/QMres
Tratamentos ANOVA ANOVA -
Resíduo ANOVA - ANOVA

GL: I - 1 I: grupos no contraste (cada contraste possui 2 grupos),

então GL: 2-1= 1

Soma de quadrado (SQ):

Nº rep. Iguais: ; Nº rep. Diferentes:

 Comparar Fcalculado com os valores críticos de Ftab (n1, n1) α (Tabela –
Limites unilaterais de F)

Se Fc > Ftab (n1, n2) α, o contraste é dito significativo

Se Fc ≤ Ftab (n1, n2) α, o contraste é dito não significativo.

Realizar as conclusões
Exemplo (ver Exemplo 2 DIC, unid III): Os dados a seguir são referentes a
produção de matéria seca de cultivares de sorgo, em t/ha.

1) Obtenha o resultado da ANOVA do experimento.

2) Realize a decomposição da soma de quadrado de tratamentos em

contrastes ortogonais relativos a valores médios das produções de matéria
seca, das cinco cultivares de sorgo.
 1. Teste de Tukey

> Usado para testar todo e qualquer contraste entre duas médias.

> O teste é exato e de uso simples quando o número de repetições

é o mesmo para todos os tratamentos.

> Quando o número de repetições é diferente, o teste é apenas

aproximado.

> Não permite comparar grupos entre sí.

 Tem por base a DMS ( Δ ):
DMS: Diferença mínima significativa.

QMR = quadrado médio

do resíduo.
ri e ru = número de
repetições.

q = amplitude total estudentizada

Tabelas de Tukey: nível α, número de tratamentos (I) e do grau de liberdade do

resíduo (n’).
Tabela do teste de Tukey: (I, GLR)
 Hipóteses estatísticas
H0: mI = mJ H1: mI ≠ mJ

Regra de decisão
Y = |mI – mJ| ≤ ∆ Aceita-se H0. (contraste não significativo).

Y = |mI – mJ| > ∆ Rejeita-se H0. (contraste é significativo).

Exemplo: Experimento DIC: em sala ...

A altura de plântulas de Eucaliptus (cm) submetidos a cinco tipos

de substratos na formação da muda encontra-se na tabela abaixo:

Substrato 1 Substrato 3 Substrato 2 Substrato 3

5,5 6,9 6,8 6,7
Substrato 5 Substrato 4 Substrato 5 Substrato 4
6,6 5,9 6,8 5,7
Substrato 2 Substrato 5 Substrato 1 Substrato 2
7,1 6,4 5,8 7,2
Substrato 5 Substrato 1 Substrato 3 Substrato 4
5,8 5,1 7,2 4,9
Substrato 3 Substrato 4 Substrato 1 Substrato 2
5,8 5,6 4,6 6,0
Quadro 1: Dados coletados no experimento.

Substratos Repetições
1 2 3 4
1 4,6 5,1 5,8 5,5
2 6,0 7,1 7,2 6,8
3 5,8 7,2 6,9 6,7
4 5,6 4,9 5,9 5,7
5 5,8 6,4 6,6 6,8

Quadro 2 – Resumo da ANOVA para a altura da plântula de Eucaliptus.

FV GL SQ QM F
Substratos 4 7,60 1,90 7,31*
Resíduo 15 3,91 0,26
Total 19 11,51

F5%(4,15) = 3,06.
Conclusão:

Fcal > Ftab (rejeita-se H0) → existe pelo menos um contraste entre médias de
tratamentos, que difere entre sí ao nível de 5 % de probabilidade.
 em sala ...

Passos para a aplicação do Teste de Tukey:

1º passo: Colocar as médias em ordem decrescente

2º passo: Formar e calcular o valor de cada contraste (de duas médias):

3º passo: Calcular o valor da DMS

4º passo: Colocar a significância nos contrastes (passo 2), comparando o valor

do contraste com o valor DMS. (tabela)

5º passo: Colocar as letras nas médias dos tratamentos

Informação complementar: Calcular o coeficiente de variação do experimento

 2. Teste de Duncan

. Usado para testar contraste entre duas médias.

. É menos rigoroso que o teste Tukey em termos de rejeitar H0.

. Pode indicar resultados significativos que Tukey não indicaria.

(aplicação mais trabalhosa, quando o n0 de médias > 10).

. Exige que as médias sejam colocadas em ordem decrescente e

que tenham o mesmo número de repetições para ser exato.

. A significância do teste é indicada ligando-se por uma barra ou

letras as médias que não diferem entre sí.
Baseia-se na amplitude total mínima significativa (Di)
Di = amplitude total mínima significativa
Zi = amplitude total estudentizada
Zi = f (α, i e n’).
α = nível de significância (1 e 5 %).
i = n0 de médias ordenadas abrangidas pelo contraste.
n’ = número de grau de liberdade do resíduo.
 Hipóteses estatísticas
H0: mi = mJ H1: m1 ≠ mJ,

Regra de decisão
Y = |mI – mJ| ≤ Di
Aceita-se H0. (contraste não significativo).

Y = |mI – mJ| > Di

Rejeita-se H0. (contraste é significativo).
 Passos para a aplicação do Teste de Duncan:

1º passo: Colocar as médias em ordem decrescente

2º passo: Formar e calcular o valor de cada contraste (envolvendo grupo de

médias):

3º passo: calcular o valor da Di e comparar com o valor de cada contraste para

testar o contraste.

4º passo: Realizar as conclusões

Exemplo: Aplicar o teste de Duncan nas médias abaixo

Em sala ...

m2 = 6,77
m3 = 6,65
m5 = 6,40
m4 = 5,52
m1 = 5,25
 3. Teste de Newmam-Keulls

. Usado para testar contraste entre duas médias.

. Rigor: intermediário entre Tukey e Duncan.

. Usa-se a metodologia do Duncan com a tabela de Tukey.

. A significância do teste é indicada ligando-se por uma barra ou letras as

médias que não diferem entre si.
 Ou

∆i = diferença mínima significativa

QMR = Quadrado médio do resíduo.
qi = amplitude total estudentizada.
qi = f (α, i e n’).
α = nível de significância
i = n0 de médias ordenadas abrangidas pelo contraste.
n’ = número de grau de liberdade do resíduo.
Tabela do teste: Tukey
Tabela do teste de Tukey: (I, GLR)
 Hipóteses estatísticas
H0: mI = mJ H1: mI ≠ mJ

Regra de decisão
Y = |m1 – m2| ≤ ∆i
Aceita-se H0. (contraste não significativo).

Y = |m1 – m2| > ∆i

Rejeita-se H0. (contraste é significativo).
 Passos para a aplicação do Teste de Newmam-Keulls :

1º passo: Colocar as médias em ordem decrescente

2º passo: Formar e calcular o valor de cada contraste (envolvendo grupo de

médias):

3º passo: calcular o valor da DMS e comparar com o valor de cada contraste

para testar o contraste.

4º passo: Realizar as conclusões

Exemplo: Aplicar o teste de Newmam-Keulls nas médias abaixo

Em sala ...

m2 = 6,77
m3 = 6,65
m5 = 6,40
m4 = 5,52
m1 = 5,25
 4. Teste de Dunnet

Usado quando há interesse em comparar media de um

tratamento padrão (testemunha) com os demais
tratamentos.

. Não há interesse na comparação dos demais tratamentos entre si.

. Um experimento com I tratamentos permite a aplicação do teste a

(I – 1) comparações.
 Aplicação do teste Dunnett
Calcular a estimativa de cada contraste.
Y1 = mi - mP
Y2 = mi - mP
Y(I – 1) = m(I – 1) - mP

Calcular a estimativa de variância de cada contraste.

V(Y) = (1 / ri + 1/rp) QMR
Calcular o desvio padrão do contraste.
S(Y) = √V(Y)
Calcular o valor do teste d’.
d’ = td x s(Y)
td = valor tabelado para teste Dunnett (1 e 5 %).
td = f (α, i e n).
α = nível de significância
i = n0 de grau de liberdade de tratamentos (I – 1).
n’ = número de grau de liberdade do resíduo.
 Regra de decisão

Y = |mI – mJ| ≤ d’
Aceita-se H0. (contraste não significativo).

Y = |mI – mJ| > d’

Rejeita-se H0. (contraste é significativo).

 Passos para a aplicação do teste Dunnett

1º passo: Colocar a estimativa de cada contraste em relação ao tratamento

padrão (testemunha)

2º passo: Calcular a estimativa da variância de cada contraste

V(Y) = (1 / ri + 1/rp) QMR

3º passo: Calcular o desvio padrão do contraste

S(Y) = √V(Y)

4º passo: Calcular o valor do teste d´

d’ = td x s(Y)

5º passo: Conclusão
Exemplo:

Aplicar o teste Dunnett para o exercício anterior, admitindo o

tratamento 1 como sendo a testemunha.
 5. Teste de Sheffé

Aplicado para testar todo e qualquer contraste de médias

Frequentemente utilizado para testar contraste que envolve grupos de

médias.
Mais rigoroso que o teste t, porém mais flexível.
(não exige ortogonalidade e estabelecimento dos contrastes).
Exige que o teste F da ANOVA seja significativo.

OBS: a estatística do teste é denotada por S.

Estatística do Teste:

I = número de tratamentos do experimento.

Fα = valor tabelado; Fα = f(n1, n2).
n1 = grau de liberdade para tratamento.
n2 = grau de liberdade para resíduo.
V(C) = Variância do contraste.
 Hipóteses estatísticas

H 0: C = 0 H1: C ≠ 0.

C = contrastes

Regra de decisão
|C | ≤ S
Aceita-se H0. (contraste não significativo).

|C| > S
Rejeita-se H0. (contraste é significativo).
 Passos para a aplicação do teste de Sheffé

1º passo: Calcular o valor do contraste

2º passo: Calcular a estatística do teste (S)

3º passo: Comparar o valor do contraste com o valor do teste (S)

|C | ≤ S Aceita-se H0. (contraste não significativo).

| C| > S Rejeita-se H0. (contraste é significativo).

4º passo: Conclusão
 Exemplo: Um experimento foi instalado para testar adubos nitrogenados
para o abacaxizeiro utilizando-se 6 tratamentos (5 tipos de adubo e 1
testemunha) e 4 repetições no DIC. Verificar, pelo teste de Sheffé se existe
diferença ao nível de 5% de probabilidade entre a testemunha e os demais
adubos nitrogenados.

Médias de produção em kg / parcela.

Em sala ...
1 – Testemunha m1 = 21,57
2 – Sulfato de amônio m2 = 27,76
3 – Salitre do Chile m3 = 24,58
4 – Uréia m4 = 28,44
5 – Nitrato de cálcio m5 = 28,85
6 – Nitrato de potássio m6 = 28,30
-Estimativa da variância residual: QMR = 0,64.
- Esquema da ANOVA:

FV GL
Tratamento 5
Resíduo 18
Total 23
 5. Teste t de Student

Usado também para comparações de médias.

As comparações devem ser escolhidas antes de serem examinados os
dados.
N0 de comparações = GL para tratamentos.

Os contrastes devem ser ortogonais

Contraste: função linear (se a soma algébrica dos coeficientes das variáveis
é igual a zero).
(Y = a1x1 + a2x2 +...+ anxn → ∑an = 0).
Contrastes ortogonais: a soma algébrica dos produtos dos
coeficientes de mesma variável for também igual à zero.
(Y1 = a1x1 + a2x2 +...+ anxn → ∑an = 0).
(Y2 = b1x1 + b2x2 +...+ bnxn → ∑bn = 0).
a1b1 + a2b2 +…+ anbn = 0
1ª Aplicação: Aplicação do teste “t de Student” a um contraste

1º Passo: Calcular o valor do contraste (Y1 = a1x1 + a2x2 +...+ anxn)

2º Passo: Calcular a estimativa da variância do contraste (S)

3º Passo: Calcular o erro padrão (desvio padrão) do contrate

4º Passo: Aplicar a estatística t

5º Passo: Comparar os valores críticos de t (tabela, bilateral).

6º Passo: Conclusões
 Exemplo: Um experimento foi instalado para testar adubos nitrogenados
para o abacaxizeiro utilizando-se 6 tratamentos (5 tipos de adubo e 1
testemunha) e 4 repetições no DIC. Verificar, pelo teste t Student se existe
diferença ao nível de 5% de probabilidade entre a testemunha e os demais
adubos nitrogenados.

Médias de produção em kg / parcela.

Em sala ...
1 – Testemunha m1 = 21,57
2 – Sulfato de amônio m2 = 27,76
3 – Salitre do Chile m3 = 24,58
4 – Uréia m4 = 28,44
5 – Nitrato de cálcio m5 = 28,85
6 – Nitrato de potássio m6 = 28,30
-Estimativa da variância residual: QMR = 0,64.
- Esquema da ANOVA:

FV GL
Tratamento 5
Resíduo 18
Total 23
2ª Aplicação: A partir dos valores observados, podemos calcular a
estimativa da média, a estimativa da variância e o erro padrão da
média e admitindo um valor conhecido “A”, a estatística t será: