<font face="trebuchet ms,sans-serif">Isso que aconteceu com você acontece com frequência. Veja, sua interação foi significativa à 4%<br><br><span style="font-family:courier new,monospace"> Sum Sq Df F value Pr(>F) <br>
(Intercept) 1254528000 1 301.3933 < 2e-16 ***<br>Gest 39011053 3 3.1241 0.04044 * <br>Manej 28043758 1 6.7374 0.01448 * <br>Gest:Manej 39571188 3 3.1689 <b>0.03859 *</b> <br>Residuals 124872833 30</span><br>
<br>Bem, agora você vai fazer comparações duas à duas. O seu número de hipóteses avaliadas é grande pois você fará k(k-1)/2 contrastes, onde k é o número de níveis. Quando eleva-se o número de hipóteses eleva-se também a chance de erro tipo I. Se cada hipótese tem 95% de confiança (ou 5% de significância), ao testar 10 hipóteses *independentes*, a chance de *pelo menos uma* ser significativa por mero acaso é 1-0.95^10=0.40, ou seja, bem distante do 5%. Ou seja, o nível de significância global fica longe do nominal. Para contornar isso faça a engenharia inversa, quanto deve ser nível individual para o global ser 5%?<br>
<br>Diversos tipos de testes de comparação multipla existem justamente para fazer essa engenharia inversa (Tukey, SNK, t protegido por Bonferroni, etc). Cada um deles procura resolver o mesmo problema: a manutenção do nível global de significância para comparações múltiplas. A glht() faz correção nos p-valores dos testes t. Vários métodos estão disponíveis e o padrão é o single-step. Mudar o método muda o apelo e consequentemente o rigor, uns serão mais liberais (tenderão a dar mais diferenças) que outros. Quando você pega p-valores do F perto do 5%, como no seu caso, se o número de comparações for grande (6 no seu caso), existe chance de não haver diferenças. Por exemplo, para ser significativo pelo critério de Bonferroni, o nível individual de cada teste t teria que ser inferior à 5%/6=0.833, ou seja, uma hipótese individual tem que ser significativa à 1% para representar 5% no global.<br>
<br>É natural você pagar esse preço, afinal, você tá testando várias hipóteses. Sou dono de uma barraca de tiro ao alvo numa feira. O prêmio é R$ 10 se acertar o alvo com 3 tentativas. Se você diz "quanto eu ganho se eu acertar com 10 tentativas?", lógico que não vou te pagar R$ 10. Pagaria bem menos, você terá muito mais chances. Tenho que manter a esperança matemática no mesmo lugar.<br>
<br>Você pode trocar a opção de correção de p-valor para que veja diferenças mas não é recomendado fazer. Os testes de hipótese bem como as hipóteses devem ser definidos antes do experimento/análise dos dados e não decididos durante análise para favorecer certos resultados. Em caráter exploratório, você pode fazer o teste à 10% para recomendar estratégias/selecionar níveis para realizar um experimento futuro.<br>
<br><span style="font-family:courier new,monospace">X1 <- popMatrix(C, effect="Gest", at=list(Manej="1"))<br>X2 <- popMatrix(C, effect="Gest", at=list(Manej="2"))<br>cb <- combn(nrow(X), 2)<br>
Xc1 <- X1[cb[1,],]-X1[cb[2,],]<br>Xc2 <- X2[cb[1,],]-X2[cb[2,],]<br>summary(glht(C, linfct=Xc1))<br>summary(glht(C, linfct=Xc2))<br>summary(glht(C, linfct=Xc1), test=adjusted(<b>type="none"</b>))<br>summary(glht(C, linfct=Xc2), test=adjusted(<b>type="none"</b>))<br>
<br>> summary(glht(C, linfct=Xc1))<br>Linear Hypotheses:<br> Estimate Std. Error t value Pr(>|t|) <br>1 == 0 -180 1290 -0.139 0.9990 <br>2 == 0 -1760 1290 -1.364 0.5307 <br>
3 == 0 -3710 1369 -2.711 0.0508 .<br>4 == 0 -1580 1290 -1.224 0.6163 <br>5 == 0 -3530 1369 -2.579 0.0680 .<br>6 == 0 -1950 1369 -1.425 0.4940 <br>(Adjusted p values reported -- <b>single-step method</b>)<br>
<br>> summary(glht(C, linfct=Xc1), test=adjusted(type="none"))<br>Linear Hypotheses:<br> Estimate Std. Error t value Pr(>|t|) <br>1 == 0 -180 1290 -0.139 0.890 <br>2 == 0 -1760 1290 -1.364 0.183 <br>
3 == 0 -3710 1369 -2.711 0.011 *<br>4 == 0 -1580 1290 -1.224 0.230 <br>5 == 0 -3530 1369 -2.579 0.015 *<br>6 == 0 -1950 1369 -1.425 0.165 <br>(Adjusted p values reported -- <b>none method</b>)<br>
<br></span>À disposição.<br>Walmes.<br><br clear="all"></font><span style="font-family:trebuchet ms,sans-serif">==========================================================================</span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">Walmes Marques Zeviani</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W)</span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">Departamento de Estatística - Universidade Federal do Paraná</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">fone: (+55) 41 3361 3573</span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">VoIP: (3361 3600) 1053 1173</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">e-mail: <a href="mailto:walmes@ufpr.br" target="_blank">walmes@ufpr.br</a><br>
skype: walmeszeviani<br style="font-family:trebuchet ms,sans-serif"></span><span style="font-family:trebuchet ms,sans-serif">twitter: @walmeszeviani</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">homepage: <a href="http://www.leg.ufpr.br/%7Ewalmes" target="_blank">http://www.leg.ufpr.br/~walmes</a></span><br style="font-family:trebuchet ms,sans-serif">
<span style="font-family:trebuchet ms,sans-serif">linux user number: 531218</span><br style="font-family:trebuchet ms,sans-serif"><span style="font-family:trebuchet ms,sans-serif">==========================================================================</span><br>