{"id":1615,"date":"2023-07-25T15:47:14","date_gmt":"2023-07-25T15:47:14","guid":{"rendered":"https:\/\/statorials.org\/pt\/welchs-anova-em-r\/"},"modified":"2023-07-25T15:47:14","modified_gmt":"2023-07-25T15:47:14","slug":"welchs-anova-em-r","status":"publish","type":"post","link":"https:\/\/statorials.org\/pt\/welchs-anova-em-r\/","title":{"rendered":"Como realizar a anova de welch em r (passo a passo)"},"content":{"rendered":"

<\/p>\n

\n

A ANOVA de Welch<\/strong> \u00e9 uma alternativa \u00e0 ANOVA unidirecional<\/a> t\u00edpica quando a suposi\u00e7\u00e3o de igualdade de vari\u00e2ncias<\/a> n\u00e3o \u00e9 atendida.<\/span><\/p>\n

O exemplo passo a passo a seguir mostra como realizar a ANOVA de Welch em R.<\/span><\/p>\n

Etapa 1: crie os dados<\/strong><\/span><\/h3>\n

Para determinar se tr\u00eas t\u00e9cnicas de estudo diferentes levam a resultados de exames diferentes, um professor designa aleatoriamente 10 alunos para usar cada t\u00e9cnica (T\u00e9cnica A, B ou C) durante uma semana e, em seguida, aplica a cada aluno um teste de igual dificuldade.<\/span><\/p>\n

Os resultados dos exames dos 30 alunos s\u00e3o apresentados abaixo:<\/span><\/p>\n

 #create data frame<\/span>\ndf <-data. frame<\/span> (group = rep<\/span> (c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each<\/span> =10),\n                score = c(64, 66, 68, 75, 78, 94, 98, 79, 71, 80,\n                          91, 92, 93, 85, 87, 84, 82, 88, 95, 96,\n                          79, 78, 88, 94, 92, 85, 83, 85, 82, 81))\n\n#view first six rows of data frame\n<\/span>head(df)\n\n   group score\n1 to 64\n2 to 66\n3 to 68\n4 to 75\n5 to 78\n6 to 94<\/strong><\/pre>\n
 Etapa 2: teste de diferen\u00e7as iguais<\/strong><\/span><\/h3>\n
 A seguir, podemos realizar o teste de Bartlett<\/a> para determinar se as vari\u00e2ncias entre cada grupo s\u00e3o iguais.<\/span><\/p>\n
 Se o valor p<\/a> da estat\u00edstica de teste estiver abaixo de um certo n\u00edvel de signific\u00e2ncia (como \u03b1 = 0,05), ent\u00e3o podemos rejeitar a hip\u00f3tese nula e concluir que nem todos os grupos t\u00eam a mesma vari\u00e2ncia.<\/span><\/p>\n
 Para realizar o teste de Bartlett podemos utilizar a fun\u00e7\u00e3o bartlett.test<\/strong> na base R, que utiliza a seguinte sintaxe:<\/span><\/p>\n
 bartlett.test(f\u00f3rmula,dados)<\/strong><\/span><\/p>\n
 Veja como usar esta fun\u00e7\u00e3o em nosso exemplo:<\/span><\/p>\n
 #perform Bartlett's test\n<\/span>bartlett. test<\/span> (score ~ group, data = df)\n\n\tBartlett test of homogeneity of variances\n\ndata: score by group\nBartlett's K-squared = 8.1066, df = 2, p-value = 0.01737\n<\/strong><\/pre>\n
 O valor p ( 0,01737<\/strong> ) do teste de Bartlett \u00e9 menor que \u03b1 = 0,05, o que significa que podemos rejeitar a hip\u00f3tese nula de que cada grupo tem a mesma vari\u00e2ncia.<\/span><\/p>\n
 Assim, a suposi\u00e7\u00e3o de igualdade de vari\u00e2ncias \u00e9 violada e podemos prosseguir com a ANOVA de Welch.<\/span><\/p>\n
 Etapa 3: execute a ANOVA de Welch<\/strong><\/span><\/h3>\n
 Para realizar a ANOVA de Welch em R, podemos usar a fun\u00e7\u00e3o R base oneway.test()<\/strong> da seguinte forma:<\/span><\/p>\n
 #perform Welch's ANOVA\n<\/span>oneway. test<\/span> (score ~ group, data = df, var. equal<\/span> = FALSE<\/span> )\n\n\tOne-way analysis of means (not assuming equal variances)\n\ndata: score and group\nF = 5.3492, num df = 2.00, denom df = 16.83, p-value = 0.01591\n<\/strong><\/pre>\n
 O valor p geral ( 0,01591<\/strong> ) da tabela ANOVA \u00e9 menor que \u03b1 = 0,05, o que significa que podemos rejeitar a hip\u00f3tese nula de que os resultados do exame s\u00e3o iguais entre as tr\u00eas t\u00e9cnicas de estudo.<\/span><\/p>\n
 Podemos ent\u00e3o realizar um teste post hoc para determinar quais m\u00e9dias de grupo s\u00e3o diferentes. Consulte os tutoriais a seguir para ver como realizar v\u00e1rios testes post-hoc em R:<\/span><\/p>\n