Linguagem R aplicada a Bioestatistica e Experimentação Animal em
Ciências Agrárias
Principais Delineamentos Aplicados as Ciências Agrárias
Delineamento Inteiramente Casualizado
Carregando dados
rm(list=ls())
options(stringsAsFactors=F)
require(agricolae)
producao<- c(23,21,22,20,21,25,22,23,20,19,
26,27,20,24,22,27,28,25,23,24)
tratamento = rep(c("A","B","C","D"), each= 5)
dados<- data.frame(tratamento, producao)
library(DT)
datatable(dados, colnames = c("Tratamento","Produção (t/ha)"), caption = 'TABELA 01' )Análise Descritiva
require(kableExtra)
Media=tapply(producao,tratamento, mean)
Desvio=tapply(producao,tratamento,sd)
Variancia=tapply(producao,tratamento, var)
Maximo=tapply(producao,tratamento,max)
Minimo=tapply(producao,tratamento, min)
Mediana=tapply(producao,tratamento,median)
descritiva=cbind(Media,Mediana,Desvio,Variancia,Maximo,Minimo)
kable(descritiva, format = "markdown", digits = 2)| Media | Mediana | Desvio | Variancia | Maximo | Minimo | |
|---|---|---|---|---|---|---|
| A | 21.4 | 21 | 1.14 | 1.3 | 23 | 20 |
| B | 21.8 | 22 | 2.39 | 5.7 | 25 | 19 |
| C | 23.8 | 24 | 2.86 | 8.2 | 27 | 20 |
| D | 25.4 | 25 | 2.07 | 4.3 | 28 | 23 |
Modelo Estatístico
modelo=aov(producao ~ tratamento, dados)
summary(modelo)## Df Sum Sq Mean Sq F value Pr(>F)
## tratamento 3 51.8 17.267 3.542 0.0387 *
## Residuals 16 78.0 4.875
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Teste Estatístico
tukey=HSD.test(modelo, 'tratamento',console=TRUE,group = T)##
## Study: modelo ~ "tratamento"
##
## HSD Test for producao
##
## Mean Square Error: 4.875
##
## tratamento, means
##
## producao std r Min Max
## A 21.4 1.140175 5 20 23
## B 21.8 2.387467 5 19 25
## C 23.8 2.863564 5 20 27
## D 25.4 2.073644 5 23 28
##
## Alpha: 0.05 ; DF Error: 16
## Critical Value of Studentized Range: 4.046093
##
## Minimun Significant Difference: 3.995197
##
## Treatments with the same letter are not significantly different.
##
## producao groups
## D 25.4 a
## C 23.8 ab
## B 21.8 ab
## A 21.4 brequire(ExpDes.pt)
dic(tratamento,producao,quali =TRUE,mcomp ="tukey")## ------------------------------------------------------------------------
## Quadro da analise de variancia
## ------------------------------------------------------------------------
## GL SQ QM Fc Pr>Fc
## Tratamento 3 51.8 17.267 3.5419 0.038672
## Residuo 16 78.0 4.875
## Total 19 129.8
## ------------------------------------------------------------------------
## CV = 9.56 %
##
## ------------------------------------------------------------------------
## Teste de normalidade dos residuos ( Shapiro-Wilk )
## Valor-p: 0.7564487
## De acordo com o teste de Shapiro-Wilk a 5% de significancia, os residuos podem ser considerados normais.
## ------------------------------------------------------------------------
##
## ------------------------------------------------------------------------
## Teste de homogeneidade de variancia
## valor-p: 0.4247035
## De acordo com o teste de bartlett a 5% de significancia, as variancias podem ser consideradas homogeneas.
## ------------------------------------------------------------------------
##
## Teste de Tukey
## ------------------------------------------------------------------------
## Grupos Tratamentos Medias
## a D 25.4
## ab C 23.8
## ab B 21.8
## b A 21.4
## ------------------------------------------------------------------------plot(tukey)
Delineamento Blocos Casualizados
Carregando dados
rm(list=ls())
options(stringsAsFactors=F)
require(agricolae)
producao<- c(23,21,22,20,21,25,22,23,20,19,
26,27,20,24,22,27,28,25,23,24)
tratamento = rep(c("A","B","C","D"), each= 5)
bloco = rep(c("B1","B2","B3","B4","B5"),4)
dados<- data.frame(tratamento,bloco,producao)
library(DT)
datatable(dados, colnames = c("Tratamento","bloco","Produção (t/ha)"), caption = 'TABELA 02' )Análise Descritiva
require(kableExtra)
Media=tapply(producao,tratamento, mean)
Desvio=tapply(producao,tratamento,sd)
Variancia=tapply(producao,tratamento, var)
Maximo=tapply(producao,tratamento,max)
Minimo=tapply(producao,tratamento, min)
Mediana=tapply(producao,tratamento,median)
descritiva=cbind(Media,Mediana,Desvio,Variancia,Maximo,Minimo)
kable(descritiva, format = "markdown", digits = 2)| Media | Mediana | Desvio | Variancia | Maximo | Minimo | |
|---|---|---|---|---|---|---|
| A | 21.4 | 21 | 1.14 | 1.3 | 23 | 20 |
| B | 21.8 | 22 | 2.39 | 5.7 | 25 | 19 |
| C | 23.8 | 24 | 2.86 | 8.2 | 27 | 20 |
| D | 25.4 | 25 | 2.07 | 4.3 | 28 | 23 |
Modelo Estatístico
modelo=aov(producao ~ tratamento+bloco, dados)
summary(modelo)## Df Sum Sq Mean Sq F value Pr(>F)
## tratamento 3 51.8 17.267 6.336 0.00805 **
## bloco 4 45.3 11.325 4.156 0.02435 *
## Residuals 12 32.7 2.725
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Teste Estatístico
tukey=HSD.test(modelo, 'tratamento',console=TRUE,group = T)##
## Study: modelo ~ "tratamento"
##
## HSD Test for producao
##
## Mean Square Error: 2.725
##
## tratamento, means
##
## producao std r Min Max
## A 21.4 1.140175 5 20 23
## B 21.8 2.387467 5 19 25
## C 23.8 2.863564 5 20 27
## D 25.4 2.073644 5 23 28
##
## Alpha: 0.05 ; DF Error: 12
## Critical Value of Studentized Range: 4.19866
##
## Minimun Significant Difference: 3.099624
##
## Treatments with the same letter are not significantly different.
##
## producao groups
## D 25.4 a
## C 23.8 ab
## B 21.8 b
## A 21.4 brequire(ExpDes.pt)
dbc(tratamento,bloco, producao, quali =TRUE,mcomp ="tukey")## ------------------------------------------------------------------------
## Quadro da analise de variancia
## ------------------------------------------------------------------------
## GL SQ QM Fc Pr>Fc
## Tratamento 3 51.8 17.267 6.3364 0.0080467
## Bloco 4 45.3 11.325 4.1560 0.0243469
## Residuo 12 32.7 2.725
## Total 19 129.8
## ------------------------------------------------------------------------
## CV = 7.15 %
##
## ------------------------------------------------------------------------
## Teste de normalidade dos residuos
## valor-p: 0.3407562
## De acordo com o teste de Shapiro-Wilk a 5% de significancia, os residuos podem ser considerados normais.
## ------------------------------------------------------------------------
##
## ------------------------------------------------------------------------
## Teste de homogeneidade de variancia
## valor-p: 0.5896443
## De acordo com o teste de oneillmathews a 5% de significancia, as variancias podem ser consideradas homogeneas.
## ------------------------------------------------------------------------
##
## Teste de Tukey
## ------------------------------------------------------------------------
## Grupos Tratamentos Medias
## a D 25.4
## ab C 23.8
## b B 21.8
## b A 21.4
## ------------------------------------------------------------------------plot(tukey)
Delineamento Quadrado Latino
Carregando dados
require(agricolae)
Producao<- c(23,22,20,24,
25,27,25,20,
27,21,23,23,
26,28,22,20)
Tratamento = as.factor(rep(c("A","B","C","D",
"B","C","D","A",
"D","A","B","C",
"C","D","A","B")))
Linha = as.factor(rep(c(1:4), e= 4))
Coluna = as.factor(rep(c("I","II","III","IV"), 4))
dados<- data.frame(Tratamento,Linha,Coluna,Producao)
library(DT)
datatable(dados, colnames = c("Tratamento","Linha","Coluna","Produção (t/ha)"), caption = 'TABELA 03: Amostra de três espécies de iris' )Análise Descritiva
require(kableExtra)
Media=tapply(Producao,Tratamento, mean)
Desvio=tapply(Producao,Tratamento,sd)
Variancia=tapply(Producao,Tratamento, var)
Maximo=tapply(Producao,Tratamento,max)
Minimo=tapply(Producao,Tratamento, min)
Mediana=tapply(Producao,Tratamento,median)
descritiva=cbind(Media,Mediana,Desvio,Variancia,Maximo,Minimo)
kable(descritiva, format = "markdown", digits = 2)| Media | Mediana | Desvio | Variancia | Maximo | Minimo | |
|---|---|---|---|---|---|---|
| A | 21.5 | 21.5 | 1.29 | 1.67 | 23 | 20 |
| B | 22.5 | 22.5 | 2.08 | 4.33 | 25 | 20 |
| C | 24.0 | 24.5 | 3.16 | 10.00 | 27 | 20 |
| D | 26.0 | 26.0 | 1.83 | 3.33 | 28 | 24 |
Modelo Estatístico
modelo=aov(Producao ~ Tratamento+Linha+Coluna, dados)
summary(modelo)## Df Sum Sq Mean Sq F value Pr(>F)
## Tratamento 3 46.0 15.333 5.750 0.0337 *
## Linha 3 9.5 3.167 1.188 0.3907
## Coluna 3 32.5 10.833 4.062 0.0681 .
## Residuals 6 16.0 2.667
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Teste Estatístico
tukey=HSD.test(modelo, 'Tratamento',console=TRUE,group = T)##
## Study: modelo ~ "Tratamento"
##
## HSD Test for Producao
##
## Mean Square Error: 2.666667
##
## Tratamento, means
##
## Producao std r Min Max
## A 21.5 1.290994 4 20 23
## B 22.5 2.081666 4 20 25
## C 24.0 3.162278 4 20 27
## D 26.0 1.825742 4 24 28
##
## Alpha: 0.05 ; DF Error: 6
## Critical Value of Studentized Range: 4.895599
##
## Minimun Significant Difference: 3.99724
##
## Treatments with the same letter are not significantly different.
##
## Producao groups
## D 26.0 a
## C 24.0 ab
## B 22.5 ab
## A 21.5 brequire(ExpDes.pt)
dql(Tratamento, Linha, Coluna, Producao, quali = T, mcomp = "tukey", sigT = 0.05, unfold = NULL)## ------------------------------------------------------------------------
## Quadro da analise de variancia
## ------------------------------------------------------------------------
## GL SQ QM Fc Pr>Fc
## Tratamento 3 46.0 15.3333 5.7500 0.03375
## Linha 3 9.5 3.1667 1.1875 0.39074
## Coluna 3 32.5 10.8333 4.0625 0.06807
## Residuo 6 16.0 2.6667
## Total 15 104.0
## ------------------------------------------------------------------------
## CV = 6.95 %
##
## ------------------------------------------------------------------------
## Teste de normalidade dos residuos (Shapiro-Wilk)
## valor-p: 0.378764
## De acordo com o teste de Shapiro-Wilk a 5% de significancia, os residuos podem ser considerados normais.
## ------------------------------------------------------------------------
##
## Teste de Tukey
## ------------------------------------------------------------------------
## Grupos Tratamentos Medias
## a D 26
## ab C 24
## ab B 22.5
## b A 21.5
## ------------------------------------------------------------------------plot(tukey)