#Fatorial

#pacotes
require(easyanova)
require(ds)
#Fatorial com interao no significativa
Considere um experimento fatorial 3 x 2, instalado em DIC, onde foram testados d
ois tipos de raes (a e b) no ganho de peso de trs linhagens de aves de corte.
Rao
a
b

L1
2,1
2,2

Linhagens
L2
L3
2,3
2,6
2,2
2,5

# tabulao dos dados para anlise

Racao Linhagem
GP
a
L1
1.9
a
L1
2.3
a
L2
2.6
a
L2
2.4
a
L3
2.6
a
L3
2.7
b
L1
2.3
b
L1
2.2
b
L2
2.5
b
L2
2.4
b
L3
2.7
b
L3
2.6
dados1=read.table("clipboard", h=T)
# uso da funo ea2() para experimentos com anlise de interao
r1=ea2(dados1)
# para visualizar o resultado
r1
# fracionando o resultado
# anova
r1[1]
# mdias do fator 1
r1[2]
# mdias do fator 2
r1[4]
# etc
# fatorial com interao significativa (em DBC)
# prestem bastante ateno na seguncia das colunas
Racao
a

Linhagem
L1
1

Bloco
1.9

GP

a
a
a
a
a
b
b
b
b
b
b

L1
L2
L2
L3
L3
L1
L1
L2
L2
L3
L3

2
1
2
1
2
1
2
1
2
1
2

2.3
2.6
2.7
1.9
2.1
2.3
2.5
1.8
1.9
2.7
3.0

dados2=read.table("clipboard", h=T)
# utiliza-se o design=2, blocos ao acaso
r2=ea2(dados2, design=2)
# para visualizar o resultado
r2
# salvando resultados
capture.output(r2, file="Resultado.doc")
# parcela subdividida
# carregando dados do pacote easyanova
data(data7)
# para visualizar os dados
data7
# primeira coluna para tratamentos (parcela=plot)
# segunda coluna para repeties (DIC) ou blocos (DBC) ou linhas e colunas (DQL)
# terceira coluna para subparcela (split plot) = subdiviso da parcela no campo ou
a repetio temporal de uma avaliao em uma mesma unidade experimental (em geral um an
imal)
# demais colunas para variveis resposta
# uso da funo ea2()
r3=ea2(data7, design=4)
# para visualizar o resultado
r3
# semelhante ao fatorial
# avaliar a estrutura de varincia e covarincia que proporciona menores valores de
AIC ou BIC