Newman Keuls sur Statbox et R

Bonjour,

Je n'arrive pas à obtenir les mêmes différences significatives entre mes modalités pour un même test, celui de Newman Keuls, sur les logiciels StatBox et R...
Je ne comprends pas pourquoi. Je ne sais pas ce que je rate.

Je teste ma normalité, mon égalité des variances... j'ai tout essayé.
Il s'agit pourtant de données simples
moda bloc donnees
T0 1 255,97
T0 2 291,48
T0 3 274,43
T0 4 239,76
T1 1 179,91
T1 2 184,78
T1 3 145,51
T1 4 112,07
T2 1 166,44
T2 2 123,86
T2 3 99,18
T2 4 169,05
T3 1 127,94
T3 2 83,57
T3 3 117,70
T3 4 107,65
T4 1 94,25
T4 2 212,08
T4 3 166,28
T4 4 87,75
T5 1 238,73
T5 2 218,57
T5 3 163,42
T5 4 175,55
T6 1 226,79
T6 2 169,06
T6 3 174,08
T6 4 191,88
T7 1 401,23
T7 2 290,11
T7 3 297,25
T7 4 276,92
T8 1 315,22
T8 2 301,83
T8 3 218,13
T8 4 343,48


Est-ce que quelqu'un aurait une explication ?

Merci merci !

Marion

Bonjour,

Il semble que le Newman Keuls ne soit pas très facile à obtenir avec R. De plus, cet indicateur est assez critiqué (cirad-forum). Je vous propose une solution simple qui permet de calculer les contrastes selon la méthode Bonferonni ou Tukey qui est la suivante (avec les packages ez et lsmeans) :

Code:

data <- read.table("D:/RECHERCHE/1.R-RCMDR-EZR/Exemples multiples/exemple de forum des statistiques.txt",
                  header=TRUE, sep="\t", na.strings="NA", dec=",", strip.white=TRUE)
library(ez); library(lsmeans)
data$ObsNumber <- 1:36
data$bloc <- NULL
str(data)
res <- ezANOVA (data, dv=.(donnees), wid=.(ObsNumber),between =.(moda), detailed= TRUE)
res
pl <- ezPlot(data, dv=.(donnees), wid=.(ObsNumber),between =.(moda), x=.(moda))
pl
m <- lm (donnees ~ moda, data,contrast=list(moda=contr.sum))
m

summary( lsmeans( m, pairwise ~ moda), infer=TRUE, adjust="bon")
summary( lsmeans( m, pairwise ~ moda), infer=TRUE, adjust="tukey")