Escolar Documentos
Profissional Documentos
Cultura Documentos
> residuos1<-residuals(lm(tecido~produtos+blocos),data=ex01)
> residuos1
1 2 3 4 5
6 7 8 9
-1.800000e-01 -1.050000e-01 4.450000e-01 -1.800000e-01 2.000000e-02
1.000000e-01 7.500000e-02 -2.750000e-01 1.318390e-16
10 11 12 13 14
15 16 17 18
1.000000e-01 8.000000e-02 -2.450000e-01 3.050000e-01 -1.200000e-01
-2.000000e-02 9.020562e-17 2.750000e-01 -4.750000e-01
19 20
3.000000e-01 -1.000000e-01
> bartlett.test(residuos1~produtos,data=ex1)
Bartlett test of homogeneity of variances
data: residuos1
W = 0.98077, p-value = 0.9437
Durbin-Watson test
> preditos<-(ex1$fitted.values)
> plot(preditos,residuos)
> title("Resíduos vs Preditos \n Independência", cex.main=0.8)
OBS1: Se existir independência, há ausência de padrão neste gráfico. Ou
seja, a validade da suposição de independência é verificada se, os resí
duos estiverem situados aproximadamente, em torno da linha em que resíduo=
0. Caso ocorram configurações especiais, como a presença de sequencias de
resíduos positivos e negativos, ou padrões de alternância de sinais, isso
pode indicar dependência.
Os resultados acima indicam que os pressupostos estão sendo obedecidos para este
conjunto de dados e a análise de variância é válida.
Response: tecido
Df Sum Sq Mean Sq F value Pr(>
F)
blocos 4 6.693 1.6733 21.114 2.319e-05 ***
produtos 3 18.044 6.0147 4.518e- ***
75.895 08
Residuals 12 0.951 0.0793
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
p-value=0.00000004518<0.05, portanto rejeita-se H0, e a hipótese de igualdade entre as
médias é rejeitada, ou seja, tem-se pelo menos uma das médias diferente das demais. Neste
caso aplicamos o teste de Tukey, para comparação de médias e descobrir qual das médias é
diferente das demais.
#Teste de Tukey
>require(agricolae)
>require(ExpDes.pt)
> dbc(produtos, blocos, tecido, quali =TRUE, mcomp="tukey", nl = FALSE,
hvar = 'oneillmathews',sigT=0.05,sigF=0.05)
------------------------------------------------------------------------
Quadro da analise de variancia
------------------------------------------------------------------------
GL SQ QM Fc Pr>Fc
Tratamento 3 18.044 6.0147 75.895 4.5200e-08
Bloco 4 6.693 1.6733 21.114 2.3189e-05
Residuo 12 0.951 0.0793
Total 19 25.688
------------------------------------------------------------------------
CV = 14.36 %
------------------------------------------------------------------------
Teste de normalidade dos residuos valor-
p: 0.9436782
De acordo com o teste de Shapiro-Wilk a 5% de significancia, os resíduos
podem ser considerados normais.
------------------------------------------------------------------------
------------------------------------------------------------------------
Teste de homogeneidade de variancia valor-
p: 0.3128419
De acordo com o teste de oneillmathews a 5% de significancia, as
variancias podem ser consideradas homogeneas.
------------------------------------------------------------------------
Teste de Tukey
------------------------------------------------------------------------
Grupos Tratamentos Medias
a 4 3.56 b
2 1.76 bc 3
1.38 c 1
1.14
------------------------------------------------------------------------
Decisão: Por meio do teste de Tukey foi possível identificar que as médias B, BC e C não
diferem entre si, demonstrando que há diferenças entre os tipos de produtos químicos na
resistência média dos tecidos a um nível de significância de 0.05%,.
data: residuos2
Durbin-Watson test
data: lm(laboratorio ~ soluçoes + blocos2)
DW = 2.9531, p-value = 0.8993
alternative hypothesis: true autocorrelation is greater than 0
Como as três pressuposições da ANOVA foram satisfeitas, ambas com p-value>0,05, então
aplica-se p teste da ANOVA.
> #anova
> ex2<-aov(laboratorio~ blocos2 + soluçoes)
> anova(ex2)
Analysis of Variance Table
Response: laboratorio
Df Sum Sq Mean Sq F value Pr(>F)
blocos2 3 0.825 0.275000 30.938 4.523e-05
*** soluçoes 3 0.385 0.128333 14.438
0.0008713 *** Residuals 9 0.080 0.008889
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> require(ExpDes.pt)
> dbc(soluçoes, blocos2, laboratorio, quali =TRUE, mcomp="tukey", nl = FAL
SE,hvar = 'oneillmathews',sigT=0.05,sigF=0.05)
------------------------------------------------------------------------
Quadro da analise de variancia
------------------------------------------------------------------------
GL SQ QM Fc Pr>Fc
Tratamento 3 0.385 0.128333 14.438 0.00087127
Bloco 3 0.825 0.275000 30.938 0.00004523
Residuo 9 0.080 0.008889
Total 15 1.290
------------------------------------------------------------------------
CV = 0.98 %
------------------------------------------------------------------------
Teste de normalidade dos residuos valor-
p: 0.3438405
De acordo com o teste de Shapiro-Wilk a 5% de significancia, os residuos p
odem ser considerados normais.
------------------------------------------------------------------------
------------------------------------------------------------------------
Teste de homogeneidade de variancia valor-
p: 0.7490649
De acordo com o teste de oneillmathews a 5% de significancia, as variancia
s podem ser consideradas homogeneas.
------------------------------------------------------------------------
Teste de Tukey
------------------------------------------------------------------------
Grupos Tratamentos Medias
a 4 9.875
b 2 9.6
b 1 9.575
b 3 9.45
------------------------------------------------------------------
Conclusão: Por meio do teste de Tukey foi possível identificar que apenas a média 4 difere das
demais. Concluímos então que uma ou mais médias diferem entre si.
data: resid2
W = 0.95094 , p- value = 0.504 7 ok
> #teste Durbin
> require(lmtest)
> dwtest(lm(dias~prod+bloc2))
Durbin-Watson test
> #anova
> ex02<-aov(dias~ bloc2 + prod)
> anova(ex02)
Analysis of Variance Table
Response: dias
Df Sum Sq Mean Sq F value Pr(>F)
bloc2 3 41.688 13.8958 2.9042 0.09376 .
prod 3 51.687 17.2292 3.6009 0.05889 ok .
Residuals 9 43.063 4.7847
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
------------------------------------------------------------------------
Teste de normalidade dos residuos valor-
p: 0.5046547
De acordo com o teste de Shapiro-Wilk a 5% de significancia, os residuos p
odem ser considerados normais.
------------------------------------------------------------------------
------------------------------------------------------------------------
Teste de homogeneidade de variancia valor-
p: 0.3967608
De acordo com o teste de oneillmathews a 5% de significancia, as variancia
s podem ser consideradas homogeneas.
------------------------------------------------------------------------
De acordo com o teste F, as medias nao podem ser consideradas diferentes.
Niveis Medias
1 1 71.50
2 2 71.75
3 3 76.00
4 4 73.50
Decisão: De acordo com o teste F, as medias não podem ser consideradas diferentes.
> raçoes<-
c(34.60,47.10,37.30,44.35,64.85,48.35,37.45,20.70,40.35,33.90,59.10,4
9.35,38.10,54.45,48.00,53.70,60.15,63.45,48.65,64.00,56.95,80.65,90.85,84.95)
> TR<-factor(rep(1:6,each=4))
> blocos3<-factor(rep(1:4,6))
> blocos3
[1] 1 2 3 4 5 6 1 2 3 4 5 6 1 2 3 4 5 6 1
[20] 2 3 4 5 6
Levels: 1 2 3 4 5 6
> ex3<-data.frame(raçoes,blocos3,TR)
> ex3
raçoes blocos3 TR
1 34.60 1 1
2 47.10 2 1
3 37.30 3 1
4 44.35 4 1
5 64.85 1 2
6 48.35 2 2
7 37.45 3 2
8 20.70 4 2
9 40.35 1 3
10 33.90 2 3
11 59.10 3 3
12 49.35 4 3
13 38.10 1 4
14 54.45 2 4
15 48.00 3 4
16 53.70 4 4
17 60.15 1 5
18 63.45 2 5
19 48.65 3 5
20 64.00 4 5
21 56.95 1 6
22 80.65 2 6
23 90.85 3 6
24 84.95 4 6
> residuos3<-residuals(lm(raçoes~TR+blocos3),data=ex3)
> residuos3
1 2 3 4
5 6 7 8 9
10
-2.8500000 4.1666667 -4.5416667 3.2250000
25.4000000 3.4166667 -6.3916667 -22.4250000
-1.9375000 -13.8708333
11 12 13 14
15 16 17 18 19
20
12.4208333 3.3875000 -7.0750000 3.7916667
-1.5666667 4.8500000 4.4750000 2.2916667
-11.4166667 4.6500000
21 22 23 24
-18.0125000 0.2041667 11.4958333 6.3125000
> #Teste de bartlett
> bartlett.test(residuos3~TR,data=ex3)
data: residuos3 by TR
Bartlett's K-squared = 7.969, df = 5, p-value = 0.158
data: residuos3
W = 0.95316, p-value = 0.3167
Durbin-Watson test
> #anova
> ex3<-aov(raçoes~ blocos3 + TR)
> anova(ex3)
Analysis of Variance Table
Response: raçoes
Df Sum Sq Mean Sq F value Pr(>F)
blocos3 3 101.8 33.92 0.2135 0.885494
TR 5 4010.9 802.19 5.0492 0.006531 **
Residuals 15 2383.1 158.88
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Teste de Tukey
------------------------------------------------------------------------
Grupos Tratamentos Medias
a 6 78.35
ab 5 59.0625
b 4 48.5625
b 3 45.675
b 2 42.8375
b 1 40.8375
------------------------------------------------------------------------
Decisão: Através do teste de Tukey é possível analisar que as médias 6 e 5 não diferem entre
si, mas difere das médias 1,2,3,4 e 5. Já as médias 1,2,3,4 e 5 são iguais entre si, concluindo
então que as médias das raçoes não são iguais a um nível de significância 5%
> pastoração<-
c(6.10,5.80,3.60,5.30,6.30,10.90,13.75,14.50,11.70,13.10,11.70,16
.28,14.40,15.50,11.60,16.80,14.10,8.60,16.10,14.30)
> tratamentos<-factor(rep(1:4,each=5))
> tratamentos
[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3 4 4 4 4 4
Levels: 1 2 3 4
> blocos4<-factor(rep(1:5,4))
> blocos4
[1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
Levels: 1 2 3 4 5
> ex4<-data.frame(pastoração,blocos4,tratamentos)
> ex4
pastoração blocos4 tratamentos
1 6.10 1 1
2 5.80 2 1
3 3.60 3 1
4 5.30 4 1
5 6.30 5 1
6 10.90 1 2
7 13.75 2 2
8 14.50 3 2
9 11.70 4 2
10 13.10 5 2
11 11.70 1 3
12 16.28 2 3
13 14.40 3 3
14 15.50 4 3
15 11.60 5 3
16 16.80 1 4
17 14.10 2 4
18 8.60 3 4
19 16.10 4 4
20 14.30 5 4
> residuos4<-residuals(lm(pastoração~tratamentos+blocos4),data=ex4)
> residuos4
1 2 3 4 5 6 7 8 9
10 11 12 13 14 15 16
0.8265 -0.5810 -0.5735 -0.7485 1.0765 -1.7435 -0.0010 2.9565
-1.7185 0.5065 -2.0495 1.4230 1.7505 0.9755 -2.0995 2.9665
17 18 19 20
-0.8410 -4.1335 1.4915 0.5165
> #Teste de bartlett
> bartlett.test(residuos4~tratamentos,data=ex4)
3, p-value = 0.4067
> #teste de shapiro
> shapiro.test(residuos4)
data: residuos4
W = 0.97137, p-value = 0.7834
Durbin-Watson test
> #anova
> ex4<-aov(pastoração~ blocos4 + tratamentos)
> anova(ex4)
Analysis of Variance Table
Response: pastoração
Df Sum Sq Mean Sq F value Pr(>F)
blocos4 4 11.729 2.932 0.5695 0.6898472
tratamentos 3 252.599 84.200 16.3514 0.0001542 ***
Residuals 12 61.793 5.149
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
---
Signif. codes:
1 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’
0.1 ‘ ’ 1
Conclusão: p-value > 0.05 portanto, rejeita-se H0, portanto aplicamos o teste de Tukey
data: residuos5
W = 0.95585, p-value = 0.4367
Durbin-Watson test
> #anova
> ex5<-aov(celulas~ blocos5 + drogas)
> anova(ex5)
Analysis of Variance Table
Response: celulas
Df Sum Sq Mean Sq F
value blocos5 6 30.2781 5.0463
34.707 drogas 2 5.2152 2.6076
17.934 Residuals 12 1.7448 0.1454
Pr(>F) blocos5 6.657e-07 ***
drogas 0.0002482 *** Residuals
---
Signif. codes:
1 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’
0.1 ‘ ’ 1
Conclusão: p-value > 0.05 portanto, não rejeita-se H0, não havendo diferença entre os
tratamentos a um nível de significância a 5%.