Aula Prtica 01 Estatstica Experimental DELINEAMENTO INTEIRAMENTE CASUALIZADO Os dados da Tabela 01 referem-se a dados de produo de milho ( Kg/m2) segundo

o variedades instalado segundo um delineamento inteiramente casualizado.

Tabela1. Produo de milho

A 25 26 20 23 21

B 31 25 28 27 24
Fonte: Dias, C.T.S.

C 22 26 28 25 29

D 33 29 31 34 28

Aula no R
#=============================================================================== ## Planejamento do Experimento - Delineamento inteiramente casualizado library(dae) n = 20 Parcelas=list(Seedling = n) Trat = fac.gen(list(Trat=c("A","B","C","D")),each=5) ; Trat DIC = fac.layout(unrandomized = Parcelas, randomized = Trat , seed = 105) DIC #=============================================================================== ## Entrada dos dados para anlise trat = c("A", "A", "A", "A", "A", "B", "B", "B", "B", "B", "C", "C", "C", "C", "C", "D", "D", "D", "D", "D") prod = c(25, 26, 20, 23, 21, 31, 25, 28, 27, 24, 22, 26, 28, 25, 29, 33, 29, 31, 34, 28) dados = data.frame(trat, prod) dados ## Anlise Exploratria boxplot(split(dados$prod,dados$trat)) ## Estatsticas descritivas n = tapply(dados$prod,dados$trat, length); n media = tapply(dados$prod,dados$trat,mean); media variancia = tapply(dados$prod,dados$trat,var); variancia desv.padr = tapply(dados$prod,dados$trat,sd); desv.padr coef.var = (desv.padr)/(media)*100; coef.var amplitude = tapply(dados$prod,dados$trat,range); amplitude soma = tapply(dados$prod,dados$trat,sum); soma resumo=rbind(n, media, variancia, desv.padr, coef.var, soma) rownames(resumo)=c("Tamanho amostra", "Mdia", "Varincia", "Desvio-padro", "Coeficiente de variao","Soma") round(resumo, 2) ## Quantis tapply(dados$prod,dados$trat,quantile) amplitude ## Verificando as pressuposies do modelo modelo=aov(prod ~ trat, data=dados)

## (1) Teste de homogeneidade de varincias - F-mxino de Hartley res_ord <-residuals(modelo) # resduos ordinrios res_pad<-rstandard(modelo) # resduos padronizados res_stud<-rstudent(modelo) # resduo studentizado var.res = tapply(res_stud,trat,var); var.res Fmaximo = max(var.res)/min(var.res) Fmaximo # Consulte a tabela do Fmax e interprete o resultado # Mtodo Grfico par(mfrow=c(1,2),pty="s") plot(res_stud, col="blue", cex=0.7, xlab="ndices", ylab="Resduos Studentizados") abline(h=0,col="red", lwd=2) plot(predict(modelo),res_stud) ## (2) Teste de Shapiro para verificar Normalidade dos resduos shapiro.test(residuos) # Mtodo Grfico qqnorm(res_stud, col="blue", cex=0.7, xlab="Quantis tericos", ylab="Quantis amostrais") qqline(res_stud,col="red", lwd=2) require(car) qqPlot(res_stud) ## Anlise de varincia anova(modelo) # Testes de comparao de mdias # Necessrio instalar a biblioteca laercio require(laercio) # Teste de Duncan LDuncan(modelo,"trat",conf.level=0.95) LDuncan(modelo,"trat",conf.level=0.99) # Teste de Tukey (1a. forma) LTukey(modelo,"trat",conf.level=0.95) LTukey(modelo,"trat",conf.level=0.99) # Teste de Tukey (2a. forma) tcm.tu = TukeyHSD(modelo); tcm.tu plot(tcm.tu,col="blue")

Aula no SAS
Planejamento do Experimento - Delineamento inteiramente casualizado title "Antes da Casualizao"; data plano; do parc=1 to 20;*DEVE SER MLTIPLO DO NMERO DE TRATAMENTOS; trat=int((parc-1)/5)+1;*TRATAMENTOS+1=5; output; end; proc print;

run; title "Delineamento Inteiramente Casualizado"; proc plan seed=123;*aleatorizando; factors parc=20; output data=plano out=croqui; run; proc sort data=croqui; by parc; proc print noobs; run;
Anlise dos dados DATA milho; INPUT trat$ prod_yij; OUTPUT; DATALINES; A 25 A 26 A 20 A 23 A 21 B 31 B 25 B 28 B 27 B 24 C 22 C 26 C 28 C 25 C 29 D 33 D 29 D 31 D 34 D 28 ; TITLE ' Anlise de Varincia e resduos'; PROC GLM DATA=milho; CLASS trat; MODEL prod_yij=trat/SS3; OUTPUT OUT=residuos PREDICTED=yij_est RESIDUAL=erroij STUDENT=erroij_stud; RUN; QUIT; TITLE 'Resduos'; PROC PRINT NOOBS DATA=residuos; RUN; TITLE ' Anlise grfica dos resduos - homogeneidade'; PROC PLOT DATA=residuos; PLOT erroij_stud*yij_est="*"/vpos=12; RUN; TITLE 'Verificao da normalidade dos resduos e anlise grfica'; PROC UNIVARIATE DATA=residuos PLOT NORMAL; VAR erroij_stud; RUN;

TITLE 'Teste do F mximo - Hartley'; PROC MEANS NOPRINT DATA=residuos; VAR prod_yij; BY trat; OUTPUT OUT=var_med MEAN=media VAR=varianc; RUN; PROC MEANS NOPRINT DATA=var_med; VAR varianc; OUTPUT OUT=razao MIN=varmin MAX=varmax; RUN; DATA hartley; SET razao; fmax=varmax/varmin; RUN; TITLE 'Valor do F mximo'; PROC PRINT DATA=hartley; VAR varmin varmax fmax; RUN; TITLE ' Anlise de Varincia com testes de comparaes mltiplas'; PROC GLM DATA=milho; CLASS trat; MODEL prod_yij=trat/SS3; MEANS trat / TUKEY; MEANS trat / TUKEY ALPHA=0.01; MEANS trat / DUNCAN; MEANS trat / DUNCAN ALPHA=0.01; * Teste de Tukey; * Teste de Duncan; * Contrastes;

CONTRAST 'A_B vs C_D' trat 1 1 -1 -1; CONTRAST 'A vs B' TRAT 1 -1 0 0; CONTRAST 'C vs D' TRAT 0 0 1 -1; RUN; QUIT; ODS RTF CLOSE;