Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
# ======================================================================
# ANÁLISE DE VARIÂNCIA - ENTRANDO DADOS PARA UMA ANOVA - "read.table ()"
# ======================================================================
help (read.table)
exp1 <- read.table (file="C:/Users/Joao/Desktop/Estat_EXp_I/TCM_SIM.csv", sep=",", header=TRUE) # Buscando
dados de outro arquivo (neste caso, gerado como CSV no Excel)
exp1
head(exp1) # lista o cabeçalho do conjunto de dados (seis primeiras linhas apenas)
plot(exp1) # gráfico para inspeções iniciais (ex. correlações entre variáveis mensuradas nas
parcelas)
summary(exp1) # resumo estatísticos simples das variáveis do conjunto de dados
names(exp1) # lista as variávies no objeto 'exp1'
attach(exp1) # com este comando o problema se resolve , pois o objeto 'exp1' agora é anexado
diretamente ao caminho de busca do R
library(lmtest)
dwtest(Y ~ Bloco + Trat, data=exp1) # teste de independência dos resíduos (default - Ha:
autocorrelação positiva)
shapiro.test(residuals(modelo1)) # teste de normalidade dos resíduos
bartlett.test(residuals(modelo1)~exp1$Trat) # teste de homogeneidade das variâncias de TRAT
library(asbio)
tukey.add.test(Y, Trat, Bloco) # teste de aditividade (1a. opção)
# Teste dos desvios de aditividade - 2a. opção (script J. B. Duarte / UFG)
qij <- modelo1$fitted.values**2
mod_NA <- lm(qij ~ Bloco + Trat, data=exp1) # atualizar o modelo em caso de outro delineamento
A <- sum(mod_NA$residuals^2)
B <- sum(modelo1$residuals*qij)
SQ_NA <- (B^2)/A # SQ de não-aditividade, com um grau de liberdade (GL=1)
QM_NA <- SQ_NA/1 # QM de não-aditividade, com um grau de liberdade (GL=1)
SQ_Res <- sum(modelo1$residuals^2)-SQ_NA # SQ do Resíduo (descontando-se os desvios de não-aditividade)
GL_Res <- modelo1$df.residual-1 # GL do Resíduo (descontando-se os desvios de não-aditividade)
QM_Res <- SQ_Res/GL_Res
F_NA <- QM_NA/QM_Res
Pr_NA <- 1-pf(F_NA,1,GL_Res)
result1 <-
matrix(c(1,SQ_NA,QM_NA,F_NA,Pr_NA,GL_Res,SQ_Res,QM_Res,1,1),nrow=2,ncol=5,byrow=T,dimnames=list(c("N_Aditiv.
","Residuals"),c("Df","Sum Sq","Mean Sq","F value","Pr(>F)")))
result1 # Significância da fonte de variação "N_Aditiv.", com "1" grau de liberdade, indica desvios de
pressuposição de aditividade do modelo.
#----------------------------------
# Um teste sem ambiguidade e livre de distribuições por Bootstrap (Ramos & Ferreira, 2009: Revista Ceres,
v.56, p.140-149)
ccboot(Y,Trat,df.residual(modelo1),deviance(modelo1),alpha=0.05,group=TRUE,main=NULL,B=1000)
# ================================
# TESTES DE CONTRASTES ESPECÍFICOS
# ================================
help (read.table)
exp1 <- read.table (file="C:/Users/Joao/Desktop/Estat_EXp_I/Contrast.csv", sep=",", header=TRUE) #
Buscando dados de outro arquivo (neste caso, gerado como CSV no Excel)
exp1
head(exp1) # lista o cabeçalho do conjunto de dados (seis primeiras linhas apenas)
plot(exp1) # gráfico para inspeções iniciais (ex. correlações entre variáveis mensuradas nas
parcelas)
summary(exp1) # resumo estatísticos simples das variáveis do conjunto de dados
names(exp1) # lista as variávies no objeto 'exp1'
attach(exp1) # com este comando o problema se resolve , pois o objeto 'exp1' agora é anexado
diretamente ao caminho de busca do R
# PREPARANDO PARA UMA ANOVA - declarando Fatores (duas opções)
# ============================================================
str(exp1)
exp1$Trat <- factor(exp1$Trat)
Trat <- as.factor(Trat) # Depende do comando 'attach' ter sido executado antes
require(contrast)
help("contrast")
contrast(modelo1,list(Trat=c("1","2","3","4","5","6"))) # Médias com I.C.
contrast(modelo1,list(Trat="1"),list(Trat="2"))
contrast(modelo1,type="average",list(Trat=c("1","2","3","4","5")),list(Trat="6"))
contrast(modelo1,type="average",list(Trat=c("1","2","3")),list(Trat=c("4","5","4")))
# A função “contrast” exige tamanhos iguais dos dois lados (a e b) ou que um seja “um”.
contrast(modelo1,type="average",list(Trat=c("1","2")),list(Trat="3"))
contrast(modelo1,type="average",list(Trat="1"),list(Trat="2"))
contrast(modelo1,type="average",list(Trat="4"),list(Trat="1"))