#Fatorial

#pacotes
require(easyanova)
require(ds)
#Fatorial com interao no significativa
Considere um experimento fatorial 3 x 2, instalado em DIC, onde foram
testados dois tipos de raes (a e b) no ganho de peso de trs linhagens de
aves de corte.
# 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 sequncia das colunas
Racao Linhagem Bloco GP
a
L1 1
1.9
a
L1 2
2.3
a
L2 1
2.6
a
L2 2
2.7
a
L3 1
1.9
a
L3 2
2.1
b
L1 1
2.3
b
L1 2
2.5
b
L2 1
1.8
b
L2 2
1.9
b
L3 1
2.7
b
L3 2
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 animal)
# 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