{"id":1049,"date":"2023-07-27T20:35:01","date_gmt":"2023-07-27T20:35:01","guid":{"rendered":"https:\/\/statorials.org\/pt\/teste-de-dunns-em-r\/"},"modified":"2023-07-27T20:35:01","modified_gmt":"2023-07-27T20:35:01","slug":"teste-de-dunns-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/teste-de-dunns-em-r\/","title":{"rendered":"Como realizar o teste de dunn em r"},"content":{"rendered":"

<\/p>\n

\n

Umteste de Kruskal-Wallis<\/a> \u00e9 usado para determinar se existe ou n\u00e3o uma diferen\u00e7a estatisticamente significativa entre as medianas de tr\u00eas ou mais grupos independentes. \u00c9 considerado o equivalente n\u00e3o param\u00e9trico da ANOVA unidirecional<\/a> .<\/span><\/p>\n

Se os resultados de um teste de Kruskal-Wallis forem estatisticamente significativos, ent\u00e3o \u00e9 apropriado realizar o teste de Dunn<\/a> para determinar exatamente quais grupos s\u00e3o diferentes.<\/span><\/p>\n

Este tutorial explica como realizar o teste de Dunn em R.<\/span><\/p>\n

Exemplo: teste de Dunn em R<\/strong><\/span><\/h3>\n

Um pesquisador quer saber se tr\u00eas medicamentos t\u00eam efeitos diferentes na dor nas costas. Ent\u00e3o, ele recruta 30 pessoas que sofrem de dores nas costas semelhantes e as divide aleatoriamente em tr\u00eas grupos para receber o medicamento A, o medicamento B ou o medicamento C. Um m\u00eas depois de tomar o medicamento, o pesquisador pede a cada indiv\u00edduo que avalie sua dor nas costas. uma escala de 1 a 100, sendo 100 indicando a dor mais intensa.<\/span><\/p>\n

O pesquisador realiza um teste de Kruskal-Wallis usando um n\u00edvel de signific\u00e2ncia de 0,05 para determinar se h\u00e1 uma diferen\u00e7a estatisticamente significativa entre as classifica\u00e7\u00f5es medianas de dor nas costas nesses tr\u00eas grupos.<\/span><\/p>\n

O c\u00f3digo a seguir mostra como criar o quadro de dados em R e realizar um teste de Kruskal-Wallis:<\/span><\/p>\n

 #make this example reproducible\nset.seed(0)\n<\/span>\n#create data frame\ndata <- data.frame(drug = rep(c(\"A\", \"B\", \"C\"), each = 10),\n                   bread = c(runif(10, 40, 60),\n                            runif(10, 45, 65),\n                            runif(10, 55, 70)))<\/span>\n\n#view first six rows of data frame\nhead(data)\n<\/span>\n# drug pain\n#1 A 57.93394\n#2 A 45.31017\n#3 A 47.44248\n#4 A 51.45707\n#5 A 58.16416\n#6 A 44.03364\n\n#perform Kruskal-Wallis Test<\/span>\nkruskal.test(pain ~ drug, data = data)\n\n\tKruskal-Wallis rank sum test\n\ndata: pain by drug\nKruskal-Wallis chi-squared = 11.105, df = 2, p-value = 0.003879\n<\/span><\/span><\/strong><\/pre>\n
 Como o valor p geral ( 0,003879<\/strong> ) \u00e9 inferior a 0,05, isso significa que h\u00e1 uma diferen\u00e7a estatisticamente significativa nos n\u00edveis de dor relatados entre os tr\u00eas medicamentos. Assim, podemos realizar o teste de Dunn para determinar exatamente quais medicamentos s\u00e3o diferentes.<\/span><\/p>\n
 #loadlibrary\nlibrary(FSA)\n\n#perform Dunn's Test with Bonferroni correction for p-values<\/span>\ndunnTest(pain ~ drug,\n         data=data,\n         method=\" bonferroni<\/span> \")\n\nDunn (1964) Kruskal-Wallis multiple comparison\n  p-values adjusted with the Bonferroni method.\n\n  Comparison Z P.unadj P.adj\n1 A - B -0.8890009 0.374002602 1.000000000\n2 A - C -3.2258032 0.001256197 0.003768591\n3 B - C -2.3368023 0.019449464 0.058348393<\/span><\/span><\/strong><\/pre>\n
 Observe que optamos por usar uma corre\u00e7\u00e3o de Bonferroni para os valores p de compara\u00e7\u00f5es m\u00faltiplas, mas outras op\u00e7\u00f5es poss\u00edveis incluem:<\/span><\/p>\n
 O c\u00f3digo a seguir mostra como realizar o teste Dunn em R usando a fun\u00e7\u00e3o dunnTest()<\/a> da biblioteca FSA()<\/strong> :<\/span><\/p>\n