#=============================================================================== #. Título: Análise de variância - ANOVA #. Curso : CET076 - Metodologia e Estatística Experimental - Agronomia # Autor : José Cláudio Faria # Data : 25/10/2022 11:35:34 #=============================================================================== # Objetivos #=============================================================================== # - Exemplificar, através do R, as análises e determinações numéricas do curso # de MEE, referentes a análise de variância #=============================================================================== #. Pacotes necessários # - TukeyC # - gplots #install.packages('TukeyC') #install.packages('gplots') #. Dados # Gerar data.frame com os dados dad <- data.frame(tra=gl(4, 6, labels=LETTERS[1:4]), r=1:6, pro=c(58, 49, 51, 56, 50, 48, 60, 55, 66, 61, 54, 61, 59, 47, 44, 49, 62, 60, 45, 33, 34, 48, 42, 44)) # Leitura via web #dad <- read.table('https://lec.pro.br/download/R/dados/dic_bal.txt', # head=TRUE, # dec=',', # stringsAsFactors=TRUE) # Se tiver o arquivo na máquina #dad <- read.table('./dados/dic_bal.txt', # head=TRUE, # dec=',', # stringsAsFactors=TRUE) dad str(dad) #. Verificação da adequação dos dados para análise sob DIC is.factor(dad$tra) is.numeric(dad$pro) #. Análise gráfica # Carregando o pacote gplots library(gplots) # Efeito dos tratamentos plotmeans(pro ~ tra, main='Tratamentos', data=dad, mean.labels=TRUE, digits=2, connect=FALSE, ylab='', xlab='', pch=' ') #. ANOVA av <- aov(pro ~ tra, data=dad) summary(av) # Carregando o pacote TukeyC library(TukeyC) cv(av) # Coef. de variação (cv: é uma função do pacote TukeyC) #. TCMM tk <- TukeyC(av) summary(tk) # A irá se diferenciar de B tk <- TukeyC(av, sig.level = 14.4/100) summary(tk) #. Add # Estimativa da média de cada tratamento with(dad, tapply(pro, tra, mean)) # Estimativa da variância de cada tratamento with(dad, tapply(pro, tra, var)) # Significado do resíduo with(dad, mean(tapply(pro, tra, var)))