mod2 = aov(resp ~ Tipos,
dados2)
summary(mod2)
## Df Sum Sq Mean Sq F value Pr(>F)
## Tipos 3 509.1 169.71 10.85 3.2e-05 ***
## Residuals 36 563.1 15.64
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Se consideramos um \(\alpha=0.01\) rejeitamos \(H_0\), ou seja, pelo menos um dos tipos de formação difere dos demais. Obviamente que precisamos avaliar os pressupostos para ratificarmos a conclusão.
Avaliando a normalidade por meio da gráfico qqplot tem-se:
erros <- residuals(mod2)
qqnorm(erros)
qqline(erros)
Pela análise gráfica, é provável que os dados não tem distribuição normal. Precisamos lança mão de um teste inferencial. O teste de shapiro-wilk é um bom teste quando o tamanho total de observações não ultrapassa 30. Acima deste valor o teste vai perdendo o poder de rejeição de \(H_0\), ou seja, vai aumentando a taxa de erro do tipo II. Logo, para observações total acima de 30 recomenda-se o teste de Lilliefors.
Primeiro vamos utilizar o teste de shapiro-wilk e depois o teste de Lilliefors.
shapiro.test(erros)
##
## Shapiro-Wilk normality test
##
## data: erros
## W = 0.95406, p-value = 0.1046
library(nortest)
lillie.test(erros)
##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: erros
## D = 0.14723, p-value = 0.0289
Conforme explicado, o teste de shapiro-wilk não rejeitou a hipótese de normalidade, contrariando a análise gráfica. Já o teste de Lilliefors rejeitou a hipótese de normalidade confirmando a análise gráfica. Portanto, os erros não tem distribuição considerando um \(\alpha=0,05\).
Quanto a homocedasticidade tem-se:
plot(erros ~ fitted(mod2))
abline(h = 0,col='red')
Pela análise gráfica não há razões para rejeitarmos a hipótese de homocedasticidade. Mesmo assim vamos utilizar o teste F-máximo de Hartley.
variancias <- with(dados2,tapply(resp,Tipos,var))
Fmaximo <- max(variancias)/min(variancias)
pf(Fmaximo,9,9,lower.tail=FALSE)
## [1] 0.06634817
Portanto, se adotarmos um \(\alpha=0,01\), não rejeita-se a hipótese de homocedasticidade.
Logo, os pressupostos foram atendidos.