#----------------------------------------------------------------------- # Instala pacotes necessários. install.packages(c("latticeExtra", "agricolae", "doBy", "multcomp")) # Mostra em que diretório o R está. getwd() # Exibe os arquivos desse diretório. dir() # Muda para outro ditetório (usar barras para frente). setwd("escrever/o/endereço/aqui") # Baixe o arquivo labestData_0.0.17.458.zip em # http://leg.ufpr.br/~walmes/cursoR/UFGD/ # Instala o pacote labestData. install.packages("labestData_0.0.17.458.zip", repos = NULL, type = "source") #----------------------------------------------------------------------- # Carrega pacotes necessários. library(lattice) library(latticeExtra) library(agricolae) library(doBy) library(multcomp) #----------------------------------------------------------------------- # Importação dos dados. # Endereço dos dados. url <- "https://gitlab.c3sl.ufpr.br/pet-estatistica/labestData/raw/devel/data-raw/BanzattoQd3.4.1.txt" # Importa a tabela de dados. ban <- read.table(file = url, header = TRUE, sep = "\t") str(ban) summary(ban) #----------------------------------------------------------------------- # Análise exploratória. xyplot(prod ~ cult, data = ban, type = c("p", "a"), jitter.x = TRUE, xlab = "Cultivar", ylab = "Produção") #----------------------------------------------------------------------- # Ajuste do modelo. # y_{ij} = \mu + \tau_{i} + e_{ij}. m0 <- lm(prod ~ cult, data = ban) # Estimativas dos parâmetros (efeitos). coef(m0) # Verificação dos pressupostos. par(mfrow = c(2, 2)) plot(m0) layout(1) # Quadro de análise de variância. anova(m0) #----------------------------------------------------------------------- # Teste de Tukey. # Grau de liberdade e quadrado médio do resíduo. dfe <- df.residual(m0) mse <- deviance(m0)/dfe tuk <- HSD.test(y = ban$prod, trt = ban$cult, DFerror = dfe, MSerror = mse) tuk str(tuk) tuk$groups #----------------------------------------------------------------------- # Obtendo intervalos de confiança para as médias. LSmeans(m0, effect = "cult") L <- LSmatrix(m0, effect = "cult") L L %*% coef(m0) ci <- confint(glht(m0, linfct = L), calpha = univariate_calpha()) ci ci <- as.data.frame(ci$confint) ci$cult <- factor(levels(ban$cult)) str(ci) segplot(cult ~ lwr + upr, centers = Estimate, data = ci, draw = FALSE) #----------------------------------------------------------------------- # Adicionar anotação das médias e letras ao gráfico. # Ordena descrescente. ci <- ci[order(ci$Estimate, decreasing = TRUE), ] ci ci$let <- as.character(tuk$groups$M) str(ci) # Anotação a ser colocada. anot <- paste(round(ci$Estimate, digits = 2), ci$let) anot segplot(cult ~ lwr + upr, centers = Estimate, data = ci, draw = FALSE, xlab = "Produção", ylab = "Cultivares") + layer(panel.text(x = centers, y = z, labels = anot, pos = 3)) #----------------------------------------------------------------------- # Fazer análise do PimentelEg4.2. library(labestData) str(PimentelEg4.2) help(PimentelEg4.2)