ANLISE DE VARINCIA CLASSIFICAO SIMPLES (K AMOSTRAS INDEPENDENTES)

A estatstica no-paramtrica permite estruturar certos testes que, trabalhando com as ordens (RAN K) das observaes, constituem os diretos competidores das anlises de varincia do campo paramtrico. Alm da maior versatilidade desses testes no-paramtricos, devemos levar em conta a sua grande simplicidade, acarretando consequentemente um menor e menos complexo volume de clculos. Como substitutos do teste e seus complementares nas analises dos ensaios inteiramente casualizados, podemos enumerar, no campo no-paramtrico, o seguinte grupo de testes que se complementam: a- Teste de Kruskal-Wallis; b- Teste de Jonckheere; c- Comparaes mltiplas Admitimos K amostras independentes, constituindo, pois, K tratamentos, conforme esquema a seguir: 1 X11 X12 . . . X1n1 2 X21 X22 . . . X2n2 ... ... ... . . . ... 3 XK1 XK2 . . . XKnK

Nessa estrutura, substitumos os dados originais, pelas suas ordens (RAN K) numa classificao conjunta das N = ni i

TESTE DE KRUSKAL WALLIS

O teste de Kauskal-Wallis foi introduzido por estes autores em 1952, como um competidor ou um substituto do teste F do campo paramtrico. Sua finalidade estabelecer confronto entre K amostras independentes. Quando se consideram apenas duas amostras independentes (K=2) ele corresponde ao teste bilateral de Wilcoxon, (Teste da soma das ordens de Wilcoxon). Para mais de duas amostras (K>2) podemos consider-lo como uma extenso daquele teste. Admitindo K tratamentos, o teste permite-nos averiguar se h diferena entre pelo menos dois deles; , pois, um teste de posio para K amostras independentes. PRESSUPOSIES: a- Os dados para anlise consistem de k amostras aleatrias de tamanhos n1, n2, ..., nki; b- As observaes so independentes tanto dentro como entre amostras; c- Dentro de uma dada amostra, todas as observaes so provenientes da mesma populao; d- As K populaes so aproximadamente da mesma forma e contnuas; e- A escala da medidas pelo menos ordinal. HIPTESES H0: As funes de distribuio das K populaes so idnticas H1: As K populaes no tem todas as mesmas medianas. Ou H0: t1 = t2 = ... = tk H1: pelo menos dois tratamentos diferem entre si.

ESTATSTICA TESTE O processo do teste consiste em converter cada observao em um posto. Consegue-se isso tratando-se todas as observaes como se pertencessem a uma nica amostra, ou seja, dando ordem i a menor observao e ordem N a maior delas. No caso de empates entre duas ou mais observaes, procedemos ao desempate, considerando, para cada observao no grupo empatado, a mdia das ordens que seriam atribudas a elas se no houvesse o empate. Definimos a estatstica:
K

H=

12 Ri2 N (N+1) i = 1 ni

_ 3 (N+1) , ONDE

Ri a soma das ordens atribudas ao tratamento i. Para testarmos, ao nvel de significncia, H0 vs H1. Rejeitamos H0 se Hh onde P0 (H > h)= . A tabela 14 nos d os limites de h para ni < 6 e K = 3. Cumpre observar que: a- Para K=2, empregamos o teste bilateral de Wilcoxon; b- medida que os ni crescem, a distribuio nula de H tende distribuio de x2, com (K-1) graus de liberdade. A tabela 14, apropriada ao teste, estruturada apenas para k = 3 e n i < 6. Assim, para K >3 ou para, pelo menos um n i > 6, utilizamos a tabela de x2, com (K-1) graus de liberdade. c- A tabela 14 est organizada para n1 n2 n3. Entretanto, como a ordem das amostras no interfere no resultado da estatstica H, podemos sempre tomlas naquela ordem. No caso de empate, o valor de H afetado da seguinte correo:
2

C= 1 - i =1 Ti N3- N Onde: 9 = nmero de grupos de empates; Ti = ti 3- ti; ti- nmero de observaes empatadas no grupo i; k 12 Ri2 - 3 (N+1) H1 = H = N (N+1) i ni C 1- Ti N3 - N Cumpre observar que, obtido H1, processamos como: a- Para grandes amostras, ou para K>3, H1 tambm tem uma distribuio aproximada de x2 com K-1 graus de liberdade; b- Para K=3 e ni<6 os nveis de significncia da tabela 14, quando aplicadas a N1, so apenas aproximadas. EXEMPLO 1: Numa pesquisa realizada no departamento de engenharia rural da escola, sobre a influncia do tamanho do disco na arao foram provados trs dimetros distintos, ou sejam: D1 = 26 cm D2 = 28 cm D3 = 30 cm Os resultados parciais de esforo de trao, em Kgf, para um solo argiloso foram: D1 2212,8 (13) 2025,3 (9) 1989,0 (8) 2232,8 (14) 2027,8 (10) R1 = 54 D2 2195,2 (12) 2031,5 (11) 1876,5 (7) 1750,3 (2) 1060,3 (1) R2 = 33 D3 1770,3 (4) 1800,0 (5) 1852,8 (6) 1769,0 (3) R3 = 18

Houve diferena de comportamento dos tamanhos dos discos, quanto ao esforo de trao?

1- HIPTESES: H0 = t1 = t2 = t3 H1 = Pelo menos dois tratamentos diferem entre si. 2- = 0,05 3- ESTATSTICA TESTE Procedendo a classificao conjunta das 14 observaes (veja tabela pgina anterior) e, desde que no houve empates, atribuindo ordens de 1 a 14 da menor para a maior, obtemos: R1 = 54 R2 = 33 R3 = 18 e consequentemente: H= 12 14 (14+1) (54)2 + (33) 2 + (18)2 5 5 4 - 3 (14 + 1) =

H = 5,40 4- Considerando n1 = 4; n2 = n3 = 5 e = 0,05, a tabela 14 nos d: h = 5,643 como H < h, aceitamos H0. 5- Os tratamentos (tamanhos dos discos) no diferem entre si.

TESTE DE JONCKHEERE
O teste de Jonckheere, embora s vezes utilizado como um complementar do teste de Kruskal Wallis, completamente independente daquele. Seu objetivo verificar se os tratamentos, convenientemente arranjados, se dispem numa ordem no decrescente. Pode ser, considerado um teste de posio para K amostras independentes. PRESSUPOSIES (mesmas do teste de Kruskal Wallis) a- Os dados para anlises consiste de K amostras aleatrias de tamanho n1, n2, ..., nk de populaes 1,2, ..., k, com medianas m1, m2,..., mk, respectivamente. b- As observaes so independentes, tanto dentro como entre amostras. c- A varivel de interesse contnua. d- A escala de medida pelo menos ordinal. e- As populaes amostradas so idnticas exceto para uma diferena possvel nos parmetros de posio.

Podemos considerar como uma extenso dos testes de Wilcoxon (Mann Whitney), para o caso de k > 2. Para k = 2, ele corresponde ao teste unilateral ( >0) de Wilcoxon. HIPTESES:
H0 = m1 = m2 = ... = mk

H1 = m1 < m2 < ...< mk Com pelo menos uma desigualdade prevalece ou H0 = t1 = t2 = ... = tk H1 = t1 = t2 = ... = tk, onde , ao menos uma desigualdade prevalece.

ESTATSTICA TESTE A partir dos K tratamentos, determinamos Ck2 = k (k 1) 2 Grupos de diferenas do tipo Uuv, entre os tratamentos u e v, ou seja, definimos f(Xui; Xvi) = Xui Xvi i = 1, 2, ..., nv i = 1, 2, ..., nv e fazemos: u =1, 2 , .., k-1 v = u+1, ..., k f (Xui; Xvi) = Uuv = i

{1 se X

ui

<Xvi; 0 se Xui >Xvi

f (Xui; Xvi) i

A estatstica teste : J = Uuv

u<v

Onde Uuv o nmero de pares de observaes (a, b) para o qual X ia menor do que Xib. Para testarmos, ao nvel de significncia H0 vs H2, rejeitamos H0 se J > i

[; k; (n1, n2, ..., nk)], onde P0 {J > j [; k; (n1,n2, ..., nk]} = . Os limites de j [; k; (n1, n2, ..., nk)] podem ser obtidos na tabela 15. Cumpre observar que a tabela est estruturada para n 1 < n2 < ... < nk. Entretanto, se tivermos outra ordem, podemos, meramente para fins de consulta tabela, considerar os tamanhos das amostras, em ordem crescente. Assim, por exemplo, se tivssemos: n1 = 2; n2 = 4 e n3 = 2, podemos entrar na tabela como se tivssemos: n1 = 2; n2 = 4 e n3 = 5. Observamos, que isto no implica numa permuta da ordem dos tratamentos. Outra observao que se necessria que, para aplicao do teste, podemos sempre reorganizar os tratamentos de modo a ter sempre na hiptese alternativa: t1 < t2 < ... < tk, os ndices em ordem crescente. APROXIMAO NORMAL Quando as amostras so grandes (ni k 2 N - ni2 Ji=1 J* = J E0 (J) = 4 V0 (J)
2

), consideramos:

k N (2N + 3) - ni2(2ni + 3)
I=1

72 Comprova-se que J* (0;1) Dessa forma, para testarmos, ao nvel de significncia: H0 Vs H, rejeitamos H0 se J* > Z um limite superior da distribuio normal. EMPATES

Quando ocorrerem empates entre observaes de tratamentos distintos (Xui; Xvi), redefinimos F (Xui; Xvi) = 1 se Xui < Xvi se Xui = Xvi 0 se Xui > Xvi

E procedemos como usualmente. Neste caso, os limites obtidos pela tabela 15 so apenas aproximados. No caso de aproximao normal, alm da redefinio de F (Xui, Xvi), substitumos A V0 (J) por:

k 4 V (J) = N (N 1) (2N + 5) - ni (ni 1) (2ni + 5) - t1 (t1 1) (2 t1 + 5) + i=1 j=1 72 k ni (ni 1) (ni 2)

i=1

4 t1 (t1 1) (t1 2)
j=1

36N (N 1) (N 2) k h ni(ni 1) ( t1 (t1 1)

i =1 j=1

, onde: 8N (N 1) h = N de grupos empatados; t1 = N de observaes empatadas no grupo J.

EXEMPLO 1: Aplique o teste de Jonckheere ao exemplo 1, apresentado no teste de Kruska Wallis, Admitindo t1 = D3; t2 = D2 e t3 = D1, ou seja t1 (D3) = 30 cm 1770,3 1800,0 1852,8 1769,5 t2 (D2) = 28 cm 2195,2 2031,5 1876,5 1750,3 1060,3 t3 (D1) = 26 cm 2212,8 2025,3 1989,0 2232,8 2027,8

Determinamos: U12 = 3 + 3 + 3 + 3 = 12 U13 = 5 + 5 + 5 +5 = 20 U 23 = 2 + 2 + 5 + 5 + 5 = 19 E ento, J = Uuv = 12 + 20 + 19 = 51

u<v

A tabela 15 nos d: P0 (J > 47) = 0,0508 e P0 (J > 52) = 0,0116 Portanto: 0,0116 < n.m.s.< 0,0508. Conclumos, pois, que os resultados dos esforos de trao crescem medida que o dimetro decresce. EXEMPLO 2: Considere n1 = n2 = n3 = 10, com os seguintes resultados U12 = 80 U13 = 85

U23 = 65 Aplique a aproximao normal do teste de Jonckheere de acordo com os resultados temos: J = 230 Pela aproximao normal: J* = 230 900 - 300 4 900 (63) 3 (100) (23) 72 = 80 = 3,042, onde; 26,3

n. m. s. = 0,0012, e portanto, rejeitamos H0: t1 = t2 = t3, em favor de H1; t1 t2 t3, ao nvel = ,00012.

COMPARAES MLTIPLAS
O emprego do mtodo das comparaes mltiplas pode ser encarado como uma complementao do teste de Kruskal Wallis, onde havamos considerado a hiptese H0: t1 = t2 = ... = tk. Evidentemente, quando rejeitamos H0, estamos admitindo que, pelo menos dois tratamentos diferem entre si. Assim, a finalidade do mtodo localizar, quando existem, as diferenas significativas entre pares de tratamentos.

 Os processos noparamtricos empregados nas comparaes mltiplas, quase sempre so menos eficientes do que os seus concorrentes do campo paramtrico. As tabelas utilizadas so, na maioria dos casos, deficientes, devido a sua complexidade de estruturao. ABORDAMOS OS SEGUINTES CASOS: a- Comparaes mltiplas envolvendo todos os pares de tratamentos; b- Comparaes mltiplas envolvendo apenas os contrastes: testemunha vs tratamento. COMPARAES ENVOLVENDO OS PARES DE TRATAMENTOS CASO DE PEQUENAS AMOSTRAS Para cada par i e J de tratamentos, determinamos as diferenas Ri Rj (i = 1, 2, ..., k 1) (j = i + 1, ..., k) Onde Ri e Rj representam as somas das ordens atribudas aos tratamentos i e j respectivamente, na classificao conjunta das N observaes referentes aos k tratamentos. Se houver empates, utilizamos as mdias. A diferena mnima significativa (d.m.s.) a uma taxa de erro experimental (experimentwise error rate) , segundo a qual admitimos ti t1 : a. Para n1 = n2 = ... = nk = n d.m.s. = onde;

P0 ( Ri Rj ) = A tabela 16 nos d os valores de . b. Para o caso de diferentes nmeros de repeties entre os k tratamentos d. m. s. = N (N + 1) ( 1 + 1 ) h 12 ni nj Onde:

h o limite dado pela tabela 14 do teste de KruskalWallis: n i e nj so os nmeros de repeties dos tratamentos i e j respectivamente. Neste caso consideramos as diferenas: Ri Rj onde Ri = Ri ni EXEMPLO 1: Numa pesquisa sobre qualidade de vinho, foram provados trs tipos, por cinco degustadores. Cada degustador provou doze amostras ( quatro de cada tipo) e atribuiu a cada uma delas uma nota de zero a dez. As mdias atribudas pelos cinco degustadores a cada uma das amostras foram: e Rj = Rj nj

TIPO 1 5,0 6,7 7,0 6,8

TIPO 2 8,3 9,3 8,6 9,0

TIPO3 9,2 8,7 7,3 8,2

Verifique se h preferncia dos degustadores por algum dos tipos de vinho.

Se aplicamos o teste de Kruskal Wallis, temos: R1 = 10; R2 = 37; R3 = 31 consequentemente: H = 7,731. Pela tabela 14, o n. m. s.. No qual rejeitamos H0 = t1 = t2 = t3 = 0,007. Podemos afirmar que pelo menos dois tratamentos diferem entre si. Diferenas: R1 R2 = 10 - 37 = 27 R1 R3 = 10 31 = 21 R2 R3 = 37 31 = 6 A tabela 16 nos d, a taxa = 0,011, = 27 ou ainda: P0 = [ Ri Rj > 27 ] = 0,011 Conclumos, pois, que a taxa = 0,011, t1 t2, isto , os degustadores preferem o tipo 2 ao tipo 3.

EXEMPLO 2 Aplique o mtodo das comparaes mltiplas ao exemplo 1 (transparncia 69) do teste de Kruskal Wallis. Vimos que: R1 = 54; R2 = 33; R3 = 18 e ainda n1 = 5; n2 = 5; n3 = 4. Consequentemente: R1 = 10,8; R2 = 6,6; R3 = 4,5. Neste caso, como os tratamentos no so igualmente repetidos, estruturamos:

d. m. s. =

N (N + 1) ( 1 + 1 ) h 12 ni nj

Admitindo a taxa = 0,05 temos: a- h = 5,463 b- N (N + 1) = 17,5 12 c- ni e nj, variveis conforme o par (i, j) considerado. Os resultados esto resumidos na tabela seguinte: (i, j) (1, 2) (1,3) (2,3) Ri - Rj 4,2 6,3 2,1 d. m. s. 6,28 6,67 6,67

Conclumos ento que: t1 = t2; t1 = t3; t2 = t3 ou t1 = t2 = t3. CASO DE GRANDES AMOSTRAS Determinamos as diferenas Ri - Rj e, a uma taxa , as d. m. s. segundo as quais ti tj so: a. Para n1 = n2 = ... = nk = n d. m. s. = Q K (Kn + 1) = Q 12 A tabela 17 nos d os valores de Q. K (N + 1) 12

b. No caso de tratamentos no igualmente repetidos: d. m. s. = Z/ [k (k 1] N (N + 1) ( 1 + 1 ) 12 ni nj onde

Z/ [k (k 1)] um limite superior da distribuio normal.

EXEMPLO 3: Num experimento de competio de variedades de cana-de-acar, foram registrados os rendimentos, em Kg, de acar por tonelada de cana, obtendose os seguintes resultados: Co 413 Co 419 Co 421 Co 678

116,1 (10) 105,3 (6) 121,6 (12) 123,8 (16) 114,4 (9) 99,9 (1) 122,0 (13) 122,9 (14) 113,6 (8) 104,8 (4) 124,9 (17) 118,9 (11) 101,6 (3) 105,1 (5) 123,3 (15) 112,7 (7) 100,2 (2) Estabelea as comparaes mltiplas entre os tratamentos. Assim temos: R1 = 37 R2 = 18 R3 = 57 R4 = 41 R1 = 7,40 R2 = 3,60 R3 = 14,25 R4 =13,67

Utilizamos, neste caso, o processo das grandes amostras, com os tratamentos no igualmente repetidos se admitirmos, por exemplo, = 0,6 teremos: Z / [k (k 1)] = Z0,06 / [4 (4 1)] = Z0,005 = 2,58 (TABELA 1) e a d.m.s. ser dada por: d. m. s. = 2,58 17 (18) ( 1 + 1 ) 12 ni nj

(i, j) (1,2)

Ri Rj 3,80

d.m.s. 8,24

(1,3) (1,4) (2,3) (2,4) (3,4)

6,85 6,27 10,65 10,07 0,58

8,74 9,51 8,74 9,51 9,95

Conclumos que, taxa de 6%, t2 difere de t3 e de t4, ou seja, a variedade Co 419 deu menor rendimento do que as variedades Co 421 e Co 678. EXEMPLO 4 Um experimento de arraoamento em sunos foi conduzido, onde se usaram raes (1,2 3 e 4) de milho e soja, cada uma fornecida a cinco animais, escolhidos ao acaso. Os aumentos de peso observados, em kg, foram: 1 35 (14,50) 19 (4) 31 (12) 15 (3) 30 (10,5 2 40 (17) 35 (14,5) 46 (20) 41 (18) 33 (13) 3 39 (16) 27 (6,5) 20 (5) 29 (9) 45 (19) 4 27 (6,5) 12 (1) 13 (2) 28 (8) 30 (10,5)

Houve diferena no comportamento das quatro raes, quanto ao ganho de peso dos animais? R1 = 44 R2 = 82,5 R3 = 55,5 R4 = 28 H = 12 (44)2 + (82,5)2 + (55,5)2 + (28)2 - 3 (21) = 9,037 20 (21) 5 5 5 5

Como houve empates, procedemos ao clculo da correo C, ou seja: t1 = 2 t2 = 2 t3 = 2 T1 = t13 t1 = (2)3 2 = 6 T2 = t23 t2 = (2)3 2 = 6 T3 = t33 t3 = (2)3 2 = 6 T 18 Logo,

C = 1 - T = 1 18 = 0,9977 N3-N 7,980 H1 = H = 9,037 = 9,058 C 0,9977

Pela Tabela 9, ao nvel =0,05 temos: X2(3) =7,815 Assim, h1 significativo ao nvel de 5% de probabilidade. O que significa que houve diferena no comportamento das quatro raes. Assim, obtemos: R1 = 8,8 R3 = 11,2 R2 = 16,5 R4 = 5,6 R2 R3= 5,4 R2 R4= 10,9 R3 R4 = 5,5

Podemos formar as seguintes diferenas: R1 R2= 7,7 R1 R3= 2,3 R1 R4=3,2

Considerando a taxa =0,05, e para k = 4,a tabela 17 nos d: Q = 3,633, logo

3,633

d. m. s. =

4 (21) = 9,6 12 Conclumos que as raes 2 e 4 diferem quanto ao ganho de peso, taxa de 5%.

COMPARAES MLTIPLAS: TRATAMENTOS vs TESTEMUNHAS

 Para a facilidade de estruturaes, designaremos a testemunha por t1. Se admitirmos k tratamentos, podemos fazer (k 1) comparaes referentes s diferenas do tipo Ri Rj (i = 2,3, ...,k). Podemos estabelecer comparaes uni e bilaterais. Admitimos dois casos, a saber: Tratamentos igualmente repetidos 1- K = 3 e n 6; A Tabela 18 nos d a d. m. s.( ) a uma taxa , para as comparaes unilaterais, ou seja: ti > t1 se Ri R1 ti< t1 se R1 Ri Para as comparaes bilaterais, a d. m. s. (1), a uma taxa , dada pela tabela 19. Assim: ti t1 se ri R1 1 2- K > 3 ou para grandes amostras (n > 6): preliminarmente determinamos as diferenas:R1 R1 onde Ri = Ri ni e R1 = R1 n1

Para comparaes unilaterais, a uma taxa , a d.m.s. : d.m.s. = q N (N +1) Os valores de q so encontrados na tabela 20. 6n

Para as comparaes bilaterais temos: d. m. s. = q1 EXEMPLO 1: N (N +1) 6n e assim, ti t1 se Ri R1 q1 N (N +1) 6n

Num ensaio sobre adubao nitrogenada de milho, foram empregadas as doses 0,50 e 100 kg/ha de n, na forma de sulfato de amnia. As produes, em kg/ha, foram as seguintes: TESTEMUNHA 2300 (1) 2550 (3) 2420 (2) 2700 (6) 2850 (8) 2780 (7) R1 = 27 DOSE 1 3100 (9) 2640 (4) 3230 (11) 1660 (5) 3180 (10) 3370 (14) R2 = 53 DOSE 2 3420 (16) 3330 (13) 3380 (15) 3240 (12) 3450 (17) 3470 (18) R3 = 91

Estabelea o confronto entre a testemunha e cada uma das doses (1 e 2). Calculamos: R2 R1 = 53 27 = 26 R3 R1 = 91 27 = 64 Pela tabela 18 temos: = 0,049 = 36 = 0,001 = 56 Conclumos que, taxa = 0,01, t3 >t1. Por lado, se usssemos o teste bilateral teramos, pela tabela 19. = 0,048 = 41 = 0,001 = 58

A concluso seria idntica anterior. Neste exemplo, pela prpria natureza do problema, a comparao mais adequada a unilateral, ou ainda, o teste de Jonckheere. EXEMPLO 2: No exemplo 4 (transparncia 83) do teste de Kruskal Wallis, admitindo a rao 4 como controle, compromete-a com as demais: Aplicaremos as comparaes bilaterais fixando = 0,05, a tabela 21 nos d: Q1 = 2,35, e consequentemente: d. m. s. = 2,35 20 (21) = 8,8 6 (5) As diferenas so: R1 R4 = 3,2 R2 R4 = 10,9 R3 R4 = 5,5 b- Tratamentos no igualmente repetidos admitimos 1) ti > t1 se Ri -R1 Z / (k-1) 2) ti < t1 se Ri Ri Z / (k-1) N (N+1) (1 + 1 ) e ainda 12 n1 ni N (N+1) (1 + 1 ) , (i = 1, 2, ..., k) 12 n1 ni Conclumos ento que, a taxa = 0,05, t2 t4.

3) ti t1 se [Ri R1] Z / [2 (k - 1)] N (N + 1) ( 1 + 1 ) 12 n1 ni

EXEMPLO 3: Trs novos mtodos de ensino foram confrontados com o padro, ou seja: Mtodo 1: Padro Mtodo 2: Circuito TV Mtodo 3: Ensino programado Mtodo 4: Remessa de questionrios pelo correio O nmero de participantes em tal pesquisa foi o que se segue: Mtodo 1: 10 participantes Mtodo 2: 6 participantes Mtodo 3: 4 participantes Mtodo 4: 4 participantes O ndice de aproveitamento atribudo a cada um dos participantes nos conduziu ao seguinte resultado: R1 = 166 R2 = 96 R3 = 25 R4 = 13

Tomando por norma que s sero introduzidos os mtodos que estatisticamente no forem inferiores ao padro, verifique quais deles devero ser introduzidos. Admitimos ti < t1 R1 - Ri Z / (k 1) N (n + 1) ( 1 + 1 ) 12 ni ni Se fixarmos = 0,05, teremos Z / (k 1) = Z (0,0167) = 2,13 Por outro lado, teremos R1 = 16,60 R2 = 16,00 N = 24 n1 = 10 n3 = 4 n2 = 6 n4 = 4 R3 = 6,25 R4 = 3,25 e ainda

Organizamos o seguinte quadro: (1, i) R1- Ri d. m. s. = 2,13 50 ( 1 + 1 ) 10 ni

(1, 2) (1, 3) (1, 4)

0,60 10,35 13,35

7,78 8,91 8,91

Conclumos, para = 0,05, t2 = t1

t3 < t 1 t4 < t 1 O mtodo da TV ser introduzido.