Do meu ponto de vista, as aplicação do teste também é subjetiva. Por que você escolheu tal teste, com aquele nível de significância? Porque tudo mundo faz assim não é algo convincente para mim. Deve-se fazer por um fator de cada vez, ou seja, aplicar o teste duas vezes, ou considerar a combinação dos níveis como um fator e aplicar? Eu prefiro muito mais fazer uma avaliação gráfica. O ponto é que quando existe desvio grave da suposição, tanto o teste quanto os gráficos vão te apontar isso. A diferença é que pelos gráficos você pode ter uma ideia do que fazer para "remediar", como transformar, remover um outlier. Ou seja, o teste de dá um "sim ou não", os gráficos te dão um "como". O que considero fraqueza é aplicar o teste para um pressuposto, mas esse teste tem pressuposto, então por lógica, deveria ser também testado, então vamos aplicar outro teste, e assim vai. Outro ponto é que para situações simples tem se vários testes, mas para outras situações não está claro como proceder. Já os gráficos, são de certa forma livres de suposições e podem ser considerados para todos os delineamentos. Ou seja, os gráficos que se faz para um delineamento completamente casualidades servem para uma parcela subsubdividida também.

À disposição. Walmes. -- ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 skype: walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================

VC pode criar uma variável interação e fazer o Bartlett. Teste sobre ela Dados$interação<-interaction(fator1,fator2) bartlett.test(resid(modelo2), dados$interaction) Em 01/01/2015 18:57, "Andre Oliveira" <andreolsouza@yahoo.com.br> escreveu:

Mas neste caso como aplicar o bartlett.test?

bartlett.test(modelo2$residuals,fat1) # Homogeneidade de variâncias bartlett.test(modelo2$residuals,fat2) # Homogeneidade de variâncias

Só assim? Por fatores separadamente?

André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

Em Quinta-feira, 1 de Janeiro de 2015 18:40, henrique jose de paula alves paula alves <jpahenrique@gmail.com> escreveu:

O teste de Bartley deve funcionar bem.

Em 1 de janeiro de 2015 17:52, Andre Oliveira <andreolsouza@yahoo.com.br> escreveu:

Pessoal boa tarde, dado meu modelo em fatorial. modelo=aov(respsota~factor1*factor2) Como avaliar homogeneidade de variâncias?

O que fiz aqui foi ..par(mfrow=c(2,2)) boxplot(resp~fat1) boxplot(resp~fat2) boxplot(resp~fat1*fat2) interaction.plot(fat1,fat2,resp,ylab="Médias",main="Interação Fat1 vs Fat2")

Mas está muito subjetivo.

André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo. IFES

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

-- Henrique José de Paula Alves Pós-graduando em Estatística - 35 9103-3364 UFLA - LAVRAS - MG

_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.

Veja se te ajuda | bartlett.test {stats} | R Documentation | Bartlett Test of Homogeneity of Variances Description Performs Bartlett's test of the null that the variances in each of the groups (samples) are the same. Usage bartlett.test(x, ...) ## Default S3 method: bartlett.test(x, g, ...) ## S3 method for class 'formula' bartlett.test(formula, data, subset, na.action, ...) Arguments | x | a numeric vector of data values, or a list of numeric data vectors representing the respective samples, or fitted linear model objects (inheriting from class "lm"). | | g | a vector or factor object giving the group for the corresponding elements of x. Ignored if x is a list. | | formula | a formula of the form lhs ~ rhs where lhs gives the data values and rhs the corresponding groups. | | data | an optional matrix or data frame (or similar: see model.frame) containing the variables in the formulaformula. By default the variables are taken from environment(formula). | | subset | an optional vector specifying a subset of observations to be used. | | na.action | a function which indicates what should happen when the data contain NAs. Defaults togetOption("na.action"). | | ... | further arguments to be passed to or from methods. | Details If x is a list, its elements are taken as the samples or fitted linear models to be compared for homogeneity of variances. In this case, the elements must either all be numeric data vectors or fitted linear model objects, g is ignored, and one can simply use bartlett.test(x) to perform the test. If the samples are not yet contained in a list, usebartlett.test(list(x, ...)).Otherwise, x must be a numeric data vector, and g must be a vector or factor object of the same length as x giving the group for the corresponding elements of x. Value A list of class "htest" containing the following components: | statistic | Bartlett's K-squared test statistic. | | parameter | the degrees of freedom of the approximate chi-squared distribution of the test statistic. | | p.value | the p-value of the test. | | method | the character string "Bartlett test of homogeneity of variances". | | data.name | a character string giving the names of the data. | References Bartlett, M. S. (1937). Properties of sufficiency and statistical tests. Proceedings of the Royal Society of London Series A160, 268–282. See Also var.test for the special case of comparing variances in two samples from normal distributions; fligner.test for a rank-based (nonparametric) k-sample test for homogeneity of variances; ansari.test and mood.test for two rank based two-sample tests for difference in scale. Examples require(graphics) plot(count ~ spray, data = InsectSprays) bartlett.test(InsectSprays$count, InsectSprays$spray) bartlett.test(count ~ spray, data = InsectSprays) Edson Lira Estatístico Manaus-Amazonas Em Sexta-feira, 2 de Janeiro de 2015 10:44, Andre Oliveira <andreolsouza@yahoo.com.br> escreveu: Qual seria  o  procedimento para para subdividida?   Obrigado pessoal!   André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo.  IFES Em Quinta-feira, 1 de Janeiro de 2015 23:23, Fernando Antonio de souza <nandodesouza@gmail.com> escreveu: VC pode criar uma variável interação e fazer o Bartlett. Teste sobre ela Dados$interação<-interaction(fator1,fator2) bartlett.test(resid(modelo2), dados$interaction)Em 01/01/2015 18:57, "Andre Oliveira" <andreolsouza@yahoo.com.br> escreveu: Mas neste caso como aplicar o bartlett.test? bartlett.test(modelo2$residuals,fat1) # Homogeneidade de variâncias bartlett.test(modelo2$residuals,fat2) # Homogeneidade de variâncias  Só assim? Por fatores separadamente?   André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo.  IFES Em Quinta-feira, 1 de Janeiro de 2015 18:40, henrique jose de paula alves paula alves <jpahenrique@gmail.com> escreveu: O teste de Bartley deve funcionar bem. Em 1 de janeiro de 2015 17:52, Andre Oliveira <andreolsouza@yahoo.com.br> escreveu:  Pessoal boa tarde, dado meu modelo em fatorial. modelo=aov(respsota~factor1*factor2) Como avaliar homogeneidade de variâncias? O que fiz aqui foi ..par(mfrow=c(2,2)) boxplot(resp~fat1) boxplot(resp~fat2) boxplot(resp~fat1*fat2) interaction.plot(fat1,fat2,resp,ylab="Médias",main="Interação  Fat1 vs Fat2") Mas está muito subjetivo. André Oliveira Souza. Graduação em Matemática, mestrado em estatística aplicada.Instituto Federal de Educação, Ciência e Tecnologia do Espirito Santo.  IFES _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível. -- Henrique José de Paula AlvesPós-graduando em Estatística - 35 9103-3364UFLA - LAVRAS -  MG _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível. _______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.