Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
projetos:apspcs [2008/09/14 20:47]
joel
projetos:apspcs [2009/01/02 11:19] (atual)
joel
Linha 1: Linha 1:
 ===== Participantes ===== ===== Participantes =====
-  - [[pessoais:​kelly|Kelly Cristina Cancela]], ​Mestranda ​(UFPR)+  - [[pessoais:​kelly|Kelly Cristina Cancela]], ​Mestre(UFPR)
   - Antonio Rioyei Higa, Prof. Phd    - Antonio Rioyei Higa, Prof. Phd 
   - [[pessoais:​joel|Joel Maurício Corrêa da Rosa]] , Prof. Dr. (UFPR)   - [[pessoais:​joel|Joel Maurício Corrêa da Rosa]] , Prof. Dr. (UFPR)
   - [[pessoais:​lucianads|Luciana Duque Silva]] ,Doutoranda (UFPR)   - [[pessoais:​lucianads|Luciana Duque Silva]] ,Doutoranda (UFPR)
 +  - [[pessoais:​valdeci|Valdeci Constantino]] ,Mestrando (UFPR)
  
 ===== Objetivo ===== ===== Objetivo =====
Linha 56: Linha 57:
  
 {{:​pessoais:​lduque:​dadoslucianaduqueinclinacao.csv|Dados do Dendrômetro}} {{:​pessoais:​lduque:​dadoslucianaduqueinclinacao.csv|Dados do Dendrômetro}}
- 
-<​code>​ 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao by factor(Familia) ​ 
-t = 3.3352, df = 237.873, p-value = 0.0009887 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.02653859 0.10312808 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-       ​0.3349167 ​       0.2700833 ​ 
- 
- ​t.test(Inclinacao[meis==1]~Familia[meis==1]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 1] by Familia[meis == 1]  
-t = 0.4278, df = 17.553, p-value = 0.674 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.1215350 ​ 0.1835350 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.505 ​           0.474  
- 
-> t.test(Inclinacao[meis==2]~Familia[meis==2]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 2] by Familia[meis == 2]  
-t = 1.0119, df = 17.996, p-value = 0.325 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.08179697 ​ 0.23379697 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.347 ​           0.271  
- 
-> t.test(Inclinacao[meis==3]~Familia[meis==3]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 3] by Familia[meis == 3]  
-t = 1.021, df = 17.133, p-value = 0.3215 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.07349969 ​ 0.21149969 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.298 ​           0.229  
- 
-> t.test(Inclinacao[meis==4]~Familia[meis==4]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 4] by Familia[meis == 4]  
-t = 1.605, df = 17.661, p-value = 0.1262 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.02796802 ​ 0.20796802 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.301 ​           0.211  
- 
-> t.test(Inclinacao[meis==5]~Familia[meis==5]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 5] by Familia[meis == 5]  
-t = 0.6314, df = 17.51, p-value = 0.5359 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.09336618 ​ 0.17336618 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.327 ​           0.287  
- 
- 
-t.test(Inclinacao[meis==6]~Familia[meis==6]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 6] by Familia[meis == 6]  
-t = 1.6165, df = 17.785, p-value = 0.1236 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.03188598 ​ 0.24388598 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.422 ​           0.316  
- 
-> t.test(Inclinacao[meis==7]~Familia[meis==7]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 7] by Familia[meis == 7]  
-t = 1.2701, df = 16.575, p-value = 0.2216 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.04252069 ​ 0.17052069 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.342 ​           0.278  
- 
-> t.test(Inclinacao[meis==8]~Familia[meis==8]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 8] by Familia[meis == 8]  
-t = 2.1657, df = 17.891, p-value = 0.04409 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.003334605 0.222665395 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.375 ​           0.262  
- 
-> t.test(Inclinacao[meis==9]~Familia[meis==9]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 9] by Familia[meis == 9]  
-t = 2.7336, df = 17.958, p-value = 0.01366 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.02729578 0.20870422 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.207 ​           0.089  
- 
-> t.test(Inclinacao[meis==10]~Familia[meis==10]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 10] by Familia[meis == 10]  
-t = 0.2025, df = 17.497, p-value = 0.8418 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.0939401 ​ 0.1139401 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.331 ​           0.321  
- 
-> t.test(Inclinacao[meis==11]~Familia[meis==11]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 11] by Familia[meis == 11]  
-t = 0.5754, df = 17.598, p-value = 0.5723 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.07972366 ​ 0.13972366 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.246 ​           0.216  
- 
-> t.test(Inclinacao[meis==12]~Familia[meis==12]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 12] by Familia[meis == 12]  
-t = 0.5083, df = 17.923, p-value = 0.6175 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.09717278 ​ 0.15917278 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.318 ​           0.287  
- 
-> t.test(Inclinacao~factor(Familia)) 
-</​code>​ 
  
 Joel, estou enviando o arquivo com os dados para determinar as correlações existentes entre as inclinações diárias e os dados meteorológicos do ano de 2007. Neste arquivo tem duas planilhas, uma somente com os dados do ano de 2007 e a outra com os dados de 2007 e algumas informações de dezembro de 2006 para determinar as correlações com os dados meteorológicos dos meses anteriores. Qualquer dúvida me escreva. Joel, estou enviando o arquivo com os dados para determinar as correlações existentes entre as inclinações diárias e os dados meteorológicos do ano de 2007. Neste arquivo tem duas planilhas, uma somente com os dados do ano de 2007 e a outra com os dados de 2007 e algumas informações de dezembro de 2006 para determinar as correlações com os dados meteorológicos dos meses anteriores. Qualquer dúvida me escreva.
Linha 285: Linha 113:
  
 Definir alguns contrastes de interesse (Por exemplo: média dos tubetes ​ x raiz nua) Definir alguns contrastes de interesse (Por exemplo: média dos tubetes ​ x raiz nua)
 +
 +{{:​projetos:​apspcs:​resultadospreliminarescapitulo1.doc|Resultados Preliminares do Capítulo 1 }}
  
  ==== Capítulo 2 ====  ==== Capítulo 2 ====
Linha 316: Linha 146:
 Uma possibilidade (mais pobre) é aplicar testes não paramétricos para a nota em cada ângulo fotografado. Uma possibilidade (mais pobre) é aplicar testes não paramétricos para a nota em cada ângulo fotografado.
  
-Neste capítulo, a primeira abordagem estatística consiste de utilizar uma técnica não paramétrica para encontrar alguma evidência de diferença entre os métodos e empresas na constituição da raiz grossa. A justificativa para utilizar técnicas não-paramétricas é a característica da variável resposta que é qualitativa.+Neste capítulo, a primeira abordagem estatística consiste de utilizar uma técnica não paramétrica para encontrar alguma evidência de diferença entre os métodos e entre as empresas na constituição da raiz grossa. A justificativa para utilizar técnicas não-paramétricas é a característica da variável resposta que é qualitativa.
  
 +
 +<​code>​
 +# Leitura dos dados
 +avalia<​-read.csv2('​http://​www.leg.ufpr.br/​~joel/​dados/​grossaclassif.csv'​)
 +# Resumo das variaveis
 +summary(avalia)
 +# Attachando os dados
 +attach(avalia)
 +# Nomes das variaveis
 +names(avalia)
 +# Carrega pacote para comparacoes multiplas nao parametricas
 +require(pgirmess)
 +
 +# O gráfico de interacao é fundamental pois vai ser um instrumento para verificar
 +# a sua possivel existencia
 +
 +interaction.plot(metodo,​plantio,​soma)
 +interaction.plot(plantio,​metodo,​soma)
 +
 +# Alguns graficos exploratorios para entender melhor as interacoes
 +boxplot(soma[plantio=="​empresa"​]~metodo[plantio=="​empresa"​])
 +boxplot(soma[plantio=="​terceiro"​]~metodo[plantio=="​terceiro"​])
 +
 +boxplot(soma[metodo=="​M1"​]~plantio[metodo=="​M1"​])
 +boxplot(soma[metodo=="​M2"​]~plantio[metodo=="​M2"​])
 +boxplot(soma[metodo=="​M3"​]~plantio[metodo=="​M3"​])
 +boxplot(soma[metodo=="​M4"​]~plantio[metodo=="​M4"​])
 +
 +
 +# Testes para verificar diferenças nos plantios dentro dos métodos
 +# Observação : como são dois niveis de plantio, o teste U de Mann-Whitney é um caso
 +# particular do kruskall-wallis e , portanto, não precisa fazer comparação multipla aqui
 +
 +# Nomes dos metodos
 +m<​-levels(metodo)
 +
 +# loop que troca de metodos e testa diferencas entre os plantios
 +for (i in 1:4)
 +{
 +s<​-soma[metodo==m[i]]
 +p<​-plantio[metodo==m[i]]
 +print(paste("​metodo",​m[i]))
 +print(kruskal.test(s~p))
 +}
 +
 +
 +# aqui vamos trocar de plantios e verificar as diferenças entre os métodos
 +n<​-levels(plantio)
 +
 +# loop que troca de plantios e testa as diferenças entre os métodos...aqui
 +# já aproveito o embalo e faço as comparações multiplas com nível de significância
 +# de 10%
 +
 +for (i in 1:2)
 +{
 +s<​-soma[plantio==n[i]]
 +p<​-metodo[plantio==n[i]]
 +print(paste("​plantio",​n[i]))
 +print(kruskal.test(s~p))
 +print(kruskalmc(s,​p,​prob=0.1))
 +}
 +
 +
 +</​code>​
  
  ==== To Do List ====  ==== To Do List ====

QR Code
QR Code projetos:apspcs (generated for current page)