En estadística, la nueva prueba de rango múltiple (MRT multiple range test) de

Duncan es un procedimiento de comparación múltiple desarrollado por David B.

Duncan en 1955. El MRT de Duncan pertenece a la clase general de procedimientos
de comparación múltiple que utilizan la estadística de rango estudiantil qr para
comparar conjuntos de medias.

David B. Duncan desarrolló esta prueba como una modificación del método Student
– Newman – Keuls que tendría mayor poder. El MRT de Duncan es especialmente
protector contra el error falso negativo (Tipo II) a expensas de tener un mayor riesgo
de cometer errores falsos positivos (Tipo I). La prueba de Duncan se usa
comúnmente en agronomía y otras investigaciones agrícolas.

El resultado de la prueba es un conjunto de subconjuntos de medias, donde en cada

subconjunto se ha encontrado que los medios no son significativamente diferentes
entre sí.
https://en.wikipedia.org/wiki/Duncan%27s_new_multiple_range_test

El Test de Duncan es un test de comparaciones múltiples. Permite comparar las

medias de los t niveles de un factor después de haber rechazado la Hipótesis nula
de igualdad de medias mediante la técnica ANOVA. Todos los tests de
comparaciones múltiples son tests que tratan de perfilar, tratan de especificar, tratan
de concretar, una Hipótesis alternativa genérica como la de cualquiera de los Test
ANOVA.

El Test de Duncan es muy similar al Test HSD de Tukey (Ver Herbario de técnicas),
pero en lugar de trabajar con un umbral fijo trabaja con un umbral cambiante. Un
umbral que dependerá del número de medias implicadas en la comparación.

Para saber el número de medias implicadas en la comparación se ordenan las

medias muestrales de menor a mayor y así al hacer una comparación entre dos
medias sabremos además de las dos medias comparadas cuantas medias quedan
dentro. Este número de medias implicadas en cualquier comparación de medias es
el parámetro p de este umbral.

Es interesante comparar el Test HSD y el Test de Duncan. Este cambio tanto en el

número de medias implicada como en el nivel de significación genera un umbral
más pequeño. Esto da una mayor capacidad de encontrar diferencias mediante el
Test de Duncan porque los umbrales son más pequeños y, por lo tanto, es más fácil
encontrar diferencias entre las medias comparadas. En estos casos, en Estadística,
decimos que el Test de Tukey es más conservador que el Test de Duncan o que
tiene menor potencia.

https://estadisticaorquestainstrumento.wordpress.com/2013/01/28/test-de-duncan/