16 Teste de Dunnett

O teste de Dunnett serve para comparações múltiplas em que apenas um tratamento serve de referência, ou seja, deseja-se apenas comparar todos com apenas um. Por exemplo, o tratamento padrão (pode ser chamado de controle, testemunha…) não havendo interesse na comparação dos demais tratamentos entre si. Nas ciências agrárias, tal teste tem sido utilizado em experimentos fatoriais com testemunha adicional. Nesse capítulo, apresentamos um exemplo de teste de dunnet para experimentos simples e para um experimento em esquema fatorial com uma testemunha adicional.

16.1 DIC

data("pomegranate")
with(pomegranate,dunnett(trat=trat,resp=WL,control="T1"))

##           Estimate   IC-lwr  IC-upr t value p-value sig
## T1  -  T2  -0.1650 -0.64351 0.31351 -0.9528  0.8035  ns
## T1  -  T3   0.7750  0.29649 1.25351  4.4753  0.0013  **
## T1  -  T4   0.7775  0.29899 1.25601  4.4898  0.0013  **
## T1  -  T5   0.7950  0.31649 1.27351  4.5908  0.0011  **
## T1  -  T6   0.3200 -0.15851 0.79851  1.8479  0.2667  ns

16.2 Esquema fatorial

data(cloro)
attach(cloro)

## The following object is masked _by_ .GlobalEnv:
## 
##     resp

## The following object is masked from aristolochia:
## 
##     resp

## The following objects are masked from enxofre:
## 
##     bloco, f1, f2, resp

## The following objects are masked from cloro (pos = 5):
## 
##     bloco, f1, f2, resp

respAd=c(268, 322, 275, 350, 320)
data=rbind(data.frame(trat=paste(f1,f2,sep = ""),bloco=bloco,resp=cloro$resp),
           data.frame(trat=c("Test","Test","Test","Test","Test"),
                      bloco=unique(bloco),resp=respAd))
with(data,dunnett(trat = trat,
                  resp = resp,
                  control = "Test",
                  block=bloco,model = "DBC"))

##                    Estimate     IC-lwr     IC-upr t value p-value sig
## Test  -  INPlantio    -34.2 -148.76205   80.36205 -0.8376  0.9479  ns
## Test  -  INV1+15     -166.6 -281.16205  -52.03795 -4.0802  0.0020  **
## Test  -  INV3+15       -3.0 -117.56205  111.56205 -0.0735  1.0000  ns
## Test  -  INR1+15      -70.4 -184.96205   44.16205 -1.7242  0.4039  ns
## Test  -  NIPlantio   -136.4 -250.96205  -21.83795 -3.3405  0.0138   *
## Test  -  NIV1+15      155.2   40.63795  269.76205  3.8010  0.0043  **
## Test  -  NIV3+15     -215.0 -329.56205 -100.43795 -5.2655  0.0001  **
## Test  -  NIR1+15     -238.8 -353.36205 -124.23795 -5.8484  0.0000  **