UNIVERSIDADE LICUNGO
FACULDADE DE CIÊNCIAS AGRARIAS
CURSO DE ENGENHARIA AGRONÓMICA
BELVIA ORLANDO BENTO AMÉRICO
EXPERIMENTAÇÃO AGRÁRIA
QUELIMANE
2025
1. Teste t de Student
Objectivo:
Comparar duas médias para verificar se há diferença estatisticamente significativa entre elas.
Tipos:
Amostras independentes: compara médias de dois grupos distintos.
Amostras pareadas: compara médias antes e depois de um tratamento no mesmo
grupo.
Hipóteses:
𝐻𝟎 (hipótese nula): As médias são iguais (𝝁𝟏 = 𝝁𝟐)
𝐻𝟏 (hipótese alternativa): As médias são diferentes (𝝁𝟏 ≠ 𝝁𝟐)
Fórmulas:
Para amostras independentes:
̅̅̅
𝑋1 + 𝑋 ̅̅̅2
𝒕=
1 1
√𝑆𝑝2 (𝑛 + 𝑛 )
1 2
Onde:
̅̅̅ ̅̅̅2 = Médias das amostras
𝑋1 , 𝑋
𝑛1, 𝑛2 = Tamanhos Das Amostras
𝑆𝑝2= Variância combinada:
(𝑛1 − 1)𝑆𝑝2 + (𝑛2 − 1)𝑆𝑝2
𝑆𝑝2 =
𝑛1 + 𝑛2 − 2
Para amostras pareadas:
̅
𝐷
𝑡=
𝑠𝐷 /√𝑛
Onde:
̅ = média das diferenças
𝐷
𝑠𝐷 = desvio padrão das diferenças
n = número de pares
Interpretação:
Se |𝒕| for maior que o valor crítico da tabela t de Student para um dado nível de
significância (α), rejeita-se 𝐻0
2. Teste de Tukey (HSD - Honest Significant Difference)
Objectivo:
Realizar comparações múltiplas entre grupos após a ANOVA para identificar quais médias
são significativamente diferentes.
Hipóteses:
𝐻𝟎 : Todas as médias são iguais.
𝐻𝟏 : Pelo menos uma média é diferente.
Fórmula:
𝑀𝑆𝑒𝑟𝑟𝑜
𝐻𝑆𝐷 = 𝑞 × √
𝑛
Onde:
q = valor crítico da distribuição de Tukey
𝑀𝑆𝑒𝑟𝑟𝑜 = quadrado médio do erro obtido na ANOVA
n = tamanho da amostra em cada grupo
Interpretação:
Se a diferença entre duas médias for maior que HSD, então elas são estatisticamente
diferentes.
3. Teste de Duncan
Objectivo:
Comparar médias de grupos após ANOVA, sendo menos conservador que o teste de Tukey.
Hipóteses:
𝐻0 : Todas as médias são iguais.
𝐻1 :: Pelo menos uma média é diferente.
Fórmula:
1 2⁄
𝐷𝑖𝑗 = 𝑟𝑖𝑗 × 𝑀𝑆𝑒𝑟𝑟𝑜
Onde:
𝑟𝑖𝑗 = valor crítico da tabela de Duncan
𝑀𝑆𝑒𝑟𝑟𝑜 = quadrado médio do erro da ANOVA
Interpretação:
O teste de Duncan utiliza um critério sequencial, comparando primeiro os extremos e
depois os valores intermediários.
4. Teste de Newman-Keuls
Objectivo:
Comparar médias em um teste sequencial, ajustando o critério para cada par de comparação.
Hipóteses:
𝑯𝒐 : Todas as médias são iguais.
𝑯𝟏 : Pelo menos uma média é diferente.
Fórmula:
̅̅̅
𝑋1 + ̅̅̅
𝑋2
𝒒=
𝑀𝑆𝑒𝑟𝑟𝑜
√
𝑛
Onde:
qqé comparado aos valores críticos da tabela de Studentized Range.
Interpretação:
O teste é mais flexível que o Tukey, pois ajusta a comparação para cada par de
medias.
SIMILARIDADES ENTRE OS TESTES
1. Todos têm como objectivo comparar médias:
Eles servem para verificar se há diferenças estatisticamente significativas entre os
valores médios de grupos experimentais ou tratamentos.
2. Utilizam a variância do erro (ou erro experimental) como base para os cálculos. Essa
variância geralmente é obtida através de uma análise de variância (ANOVA),
principalmente nos testes múltiplos.
3. Partem da mesma hipótese nula (H₀):
A ideia inicial é que todas as médias são iguais, e só se busca rejeitar essa hipótese se
houver evidências estatísticas.
4. Exigem distribuição normal dos dados e variâncias homogéneas (suposições da
ANOVA).
DIFERENÇAS ENTRE OS TESTES
1. Teste t de Student
É usado apenas para comparar duas médias.
Pode ser aplicado quando os dados vêm de grupos independentes ou de observações
pareadas (antes e depois, por exemplo).
É um teste mais direto e simples, não precisa de ANOVA antes.
Usa a distribuição t de Student.
Tem baixo risco de erro tipo I (achar diferença quando não há), pois é mais
conservador para duas amostras.
2. Teste de Tukey (HSD – Honest Significant Difference)
Usado após a ANOVA, quando se tem mais de dois grupos.
Compara todas as médias entre si, de forma igualitária.
É um dos testes mais conservadores: controla bem o erro tipo I.
Ideal para quem quer segurança estatística e evitar falsos positivos.
Utiliza a distribuição q de Tukey, também chamada de "Studentized range".
Indicado para experimentos com vários tratamentos e amostras do mesmo tamanho.
3. Teste de Duncan
Também é usado após ANOVA, para mais de dois grupos.
Compara as médias em etapas, do maior para o menor valor.
É menos conservador que Tukey, ou seja, está mais propenso a detectar diferenças,
mas também tem maior chance de erro tipo I.
É útil quando o pesquisador deseja identificar todas as possíveis diferenças, mesmo
as pequenas.
É considerado mais "liberal", porque facilita a rejeição da hipótese nula.
4. Teste de Newman-Keuls
Também segue a ANOVA e compara todas as médias possíveis.
A diferença para Tukey está na forma como o valor crítico muda conforme a distância
entre as médias comparadas.
Isso significa que ele é mais flexível que Tukey, e mais rigoroso que Duncan.
Ele ajusta o nível de significância dependendo de quantas médias estão entre as que
estão sendo comparadas.
É uma alternativa intermediária, útil quando se quer sensibilidade, mas sem
exagero.
