Multiple comparison and clustering statistical tests in the software RBio for lettuce and maize crops

• Smaniotto, Alex Oliveira ^[1] ; Silva, Bruna Elaine de Almeida ^[2] ; Maia, João Pedro ^[3] ; Braz, Magno Gonçalvez ^[2] ; Freitas Neto, Juliano Henrique de ^[2] ; Cruz, Simério Carlos Silva ^[2]
  1. [1] Instituto Federal Goiano - IFG
  2. [2] Universidade Federal de Jataí - UFJ
  3. [3] Federal University of Jataí (UFJ), Jataí, GO, Brazil.

  Mostrar afiliaciones +
• Localización: Scientia Agraria Paranaensis, ISSN-e 1983-1471, ISSN 1677-4310, Vol. 21, Nº. 2, 2022, págs. 126-130
• Idioma: inglés
• Títulos paralelos:
  • Testes estatísticos de comparações múltiplas e aglomerativo utilizando o software RBio para alface e milho
• Enlaces
  • Texto completo
• Resumen
  • português

    O presente estudo teve como objetivo avaliar a eficiência e uniformidade dos testes de comparações múltiplas em relação ao teste aglomerativo aplicados no software RBio. Nas avaliações utilizaram-se dados de experimentos agrícolas conduzidos pelos próprios autores, no campo experimental da Universidade Federal de Goiás. Os dados analisados foram provenientes de três experimentos conduzidos com as culturas da alface e do milho: o primeiro foi disposto em delineamento inteiramente casualizado, o segundo em delineamento de blocos ao acaso e o terceiro em DBC, em esquema de parcelas subdivididas. Na avaliação dos dados (coletados nas culturas da alface e do milho) foi utilizado o software Rbio. Os dados foram submetidos à análise de variância pelo teste F a 5% de probabilidade. As médias foram comparadas por meio dos testes de comparações múltiplas (Teste Tukey, Duncan e Student-Newman-Keuls) e pelo teste aglomerativo (Scott-Knott). Com relação aos testes Tukey, Student-Newman-Keuls e Duncan, o menor rigor dos mesmos, aumenta a incidência de erro tipo I, e a ambiguidade permitida por eles gera dificuldades na interpretação dos resultados. Pelo o fato do teste de Scott-Knott não permitir que uma média pertença a mais de um grupo e em função do seu maior rigor, que gera menor incidência de erro tipo I, este é o teste mais indicado para os estudos avaliados.

  • English

    The present study had as objective to evaluate the efficiency and uniformity of the tests of multiple comparisons in relation to the agglomerative test applied in the RBio software. In the evaluations we used data from agricultural experiments conducted by the authors themselves, in the experimental field of the Federal University of Goiás. The data analyzed came from three experiments: the first one was a completely randomized design, the second was a randomized complete block design third in DBC in subdivided parcel scheme. In the evaluation of the data he used the Rbio software. The data were submitted to analysis of variance by the F test at 5% probability. The averages were compared using the multiple comparison tests (Tukey test, Duncan and Student-Newman-Keuls) and the agglomerate test (Scott-Knott). In relation to the Tukey, Student-Newman-Keuls and Duncan tests, the lower accuracy of these tests increases the incidence of type I error, and the ambiguity allowed by them generates difficulties in the interpretation of the results. Because the Scott-Knott test does not allow a mean to belong to more than one group and due to its greater rigor, which generates a lower incidence of type I error, this is the most indicated