Transfomação
Vagner S. Ovani
data
data2=read.csv("D:\\Armazenamento\\DATA R\\Ensaio 2\\data2.csv")
data2data2$propagacao=as.factor(data2$propagacao)
data2$saturacao=as.factor(data2$saturacao)
str(data2)## 'data.frame': 32 obs. of 55 variables:
## $ ID : chr "V1" "V18" "V4" "V19" ...
## $ propagacao : Factor w/ 2 levels "Estaquia","Semente": 1 1 1 1 2 2 2 2 1 1 ...
## $ saturacao : Factor w/ 4 levels "19","39","52",..: 1 1 1 1 1 1 1 1 2 2 ...
## $ rep : int 1 2 3 4 1 2 3 4 1 2 ...
## $ V. : num 18 23 15 20 18 22 14 22 39 42 ...
## $ m. : num 46 32 54 38 50 35 56 37 11 12 ...
## $ pH : num 4.3 4.28 4.13 4.21 4.17 4.26 4.12 4.24 4.72 4.77 ...
## $ Al : num 5.8 4 5.8 4.8 6.3 4.3 6 4.5 1.8 2 ...
## $ H.Al : num 30.4 28 29.5 31.1 28.3 ...
## $ sb : num 6.8 8.3 5 7.8 6.4 8 4.7 7.6 14.3 14.8 ...
## $ Ca : num 4 3.8 2.7 3.7 3.7 3.8 2.4 4 9 9.6 ...
## $ Mg : num 2.5 3.9 2 3.5 2.4 3.6 1.9 3.2 4.9 4.9 ...
## $ V.final : num 17 16 NA 15 32 17 25 25 19 18 ...
## $ m.final : num 51 50 NA 53 23 49 31 33 41 51 ...
## $ pH.final : num 4 3.89 NA 3.87 4.28 3.98 4.43 4.13 3.96 3.89 ...
## $ Al.final : num 7.8 8 NA 7.5 4.5 7.5 4.3 5.8 6 7.8 ...
## $ H.Al.final : num 36 40 NA 36.4 31.8 37.6 28.9 34.2 36.4 35.7 ...
## $ sb.final : num 7.5 7.9 NA 6.6 14.9 7.7 9.7 11.5 8.8 7.6 ...
## $ Ca.final : num 5.3 5.2 NA 4.5 6.7 4.7 5.6 5.1 7.2 6.5 ...
## $ Mg.final : num 1.3 2 NA 1.5 2.2 2.1 1.5 2.5 0.9 0.8 ...
## $ K.final : num 0.87 0.69 NA 0.59 5.97 0.87 2.61 3.93 0.65 0.32 ...
## $ P.final : num 207 122 NA 110 265 ...
## $ Folha : num 30.6 28.8 28 28 NA ...
## $ Caule : num 47.5 52.3 48.4 57.5 NA ...
## $ Senescente : num 22 18.9 23.6 14.6 NA ...
## $ Raizes : num 10.2 20.7 20.9 13.3 NA ...
## $ Altura : num 37.7 43.3 42 53.3 11 ...
## $ Perfilhos : num 19.33 24.67 17.67 19.33 0.67 ...
## $ MF.corte1 : num 27.5 28.8 25.1 33 12.7 ...
## $ MF.corte2 : num 20.9 21.8 21.4 24.4 NA ...
## $ MF.corte3 : num 27.69 32.87 27.57 31.58 1.68 ...
## $ MF.accumulation: num 76.1 83.5 74.1 89 NA ...
## $ MF.mean : num 25.4 27.9 24.7 29.7 7.2 ...
## $ DM105 : num 911 901 913 902 NA ...
## $ MM : num 125 126 120 127 NA ...
## $ MO : num 875 874 880 873 NA ...
## $ EE : num 59.4 51.3 56.7 49.7 NA ...
## $ FDN : num 599 579 627 543 NA ...
## $ aFDNom : num 588 566 618 534 NA ...
## $ FDA : num 327 346 360 366 NA ...
## $ aFDAom : num 316 333 352 357 NA ...
## $ LDA : num 121 134 128 124 NA ...
## $ aLDAom : num 110 121 120 114 NA ...
## $ PB : num 188 162 188 194 NA ...
## $ Nitrogênio : num 30 26 30 31 NA 37 44 26 21 23 ...
## $ Fósforo : num 3.8 3.4 4.4 3.4 NA 3.9 4.4 3.2 3.3 3.6 ...
## $ Potássio : num 14 19 27 11 NA 17 18 15 20 18 ...
## $ Cálcio : num 8 8 9 10 NA 8 7 9 11 13 ...
## $ Magnésio : num 2.2 2.8 2.3 3.2 NA 2.9 1.9 2.7 3.7 3.8 ...
## $ Enxofre : num 1.2 1.2 1.5 1.2 NA 1.2 1.6 1.2 1.4 1 ...
## $ Boro : num 137 157 138 170 NA 154 164 141 134 132 ...
## $ Cobre : num 9 7 8 7 NA 9 12 5 9 10 ...
## $ Ferro : num 314 330 239 298 NA 282 306 284 324 275 ...
## $ Manganês : num 236 372 244 328 NA 481 361 315 205 163 ...
## $ Zinco : num 170 155 169 173 NA 268 296 152 112 102 ...variavel 1
#Outlier
boxplot(data2$Senescente)
outliers = boxplot(data2$Senescente)$out
outliers## [1] 53.68 33.80data2[which(data2$Senescente %in% outliers),]retirar estas linhas do data
#model
mod7 = aov(Senescente~propagacao*saturacao, data = data2[-c(7,21),])
summary(mod7)## Df Sum Sq Mean Sq F value Pr(>F)
## propagacao 1 18.8 18.82 0.810 0.379
## saturacao 3 135.9 45.31 1.950 0.154
## propagacao:saturacao 3 36.3 12.09 0.521 0.673
## Residuals 20 464.6 23.23
## 2 observations deleted due to missingnesshist(rstandard(mod7))
shapiro.test(rstandard(mod7))##
## Shapiro-Wilk normality test
##
## data: rstandard(mod7)
## W = 0.93394, p-value = 0.08638deu normal pq tirei os outliers no data (linhas 7 e 21)
#model sem tirar outliers
mod7 = aov(Senescente~propagacao*saturacao, data = data2)
summary(mod7)## Df Sum Sq Mean Sq F value Pr(>F)
## propagacao 1 200.1 200.12 4.001 0.0580 .
## saturacao 3 465.5 155.17 3.102 0.0475 *
## propagacao:saturacao 3 309.8 103.26 2.064 0.1342
## Residuals 22 1100.4 50.02
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 2 observations deleted due to missingnesshist(rstandard(mod7))
shapiro.test(rstandard(mod7))##
## Shapiro-Wilk normality test
##
## data: rstandard(mod7)
## W = 0.91927, p-value = 0.02568não deu normal, transformar
#Transformation
library(MASS)
b=boxcox(mod7, plotit = T, lambda = seq(-2, 2, by = 0.1))
lambda=b$x[which.max(b$y)]
lambda## [1] -0.5858586#o lambda deu -0.58 então de acordo com a tabela a baixo a melhor tranformação é entre “1/senescente” e “1/sqrt(senescente)”
#Box cox transformation:
#λ | Transformation
# -2 | 1/x^2
# -1 | 1/x
# -0.5 | 1/sqrt(x)
# 0 | log(x)
# 0.5 | sqrt(x)
# 1 | x
# 2 | x^2
#new_x_exact <- (x ^ lambda - 1) / lambda#mod transforamtion
mod7.1 = aov(1/Senescente~propagacao*saturacao, data = data2)
summary(mod7.1)## Df Sum Sq Mean Sq F value Pr(>F)
## propagacao 1 0.000958 0.0009576 3.733 0.0663 .
## saturacao 3 0.002176 0.0007254 2.828 0.0620 .
## propagacao:saturacao 3 0.000450 0.0001501 0.585 0.6311
## Residuals 22 0.005643 0.0002565
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 2 observations deleted due to missingnesshist(rstandard(mod7.1))
shapiro.test(rstandard(mod7.1)) ##
## Shapiro-Wilk normality test
##
## data: rstandard(mod7.1)
## W = 0.98093, p-value = 0.8497deu normal agora, usar este modelo para o teste de tukey, além do valor de P para as tabelas.
#MEDIAS
library(emmeans)
medias7=emmeans(mod7,~ propagacao)## NOTE: Results may be misleading due to involvement in interactionsmedias7.1=emmeans(mod7,~ saturacao)## NOTE: Results may be misleading due to involvement in interactionssummary(medias7)summary(medias7.1)obtenha as medias do mod não tranformado para a tabela, não use as medias do mod transformado, eu usei o emmeans, mas pode ser feito com outros pacotes como o dplyr, que já fornece o sd tbm
#TUkey
library(multcompView)
tukey1 = TukeyHSD(mod7.1)
print(tukey1)## Tukey multiple comparisons of means
## 95% family-wise confidence level
##
## Fit: aov(formula = 1/Senescente ~ propagacao * saturacao, data = data2)
##
## $propagacao
## diff lwr upr p adj
## Semente-Estaquia -0.01132484 -0.02348001 0.000830336 0.0663128
##
## $saturacao
## diff lwr upr p adj
## 39-19 0.0123032188 -0.0117147340 0.03632117 0.4992954
## 52-19 0.0127936074 -0.0112243454 0.03681156 0.4663209
## 63-19 0.0249227387 0.0009047859 0.04894069 0.0400888
## 52-39 0.0004903886 -0.0217459148 0.02272669 0.9999149
## 63-39 0.0126195199 -0.0096167836 0.03485582 0.4121283
## 63-52 0.0121291312 -0.0101071722 0.03436543 0.4460860
##
## $`propagacao:saturacao`
## diff lwr upr p adj
## Semente:19-Estaquia:19 -0.022344051 -0.068651799 0.02396370 0.7392592
## Estaquia:39-Estaquia:19 0.013040538 -0.024769581 0.05085066 0.9372742
## Semente:39-Estaquia:19 -0.007105080 -0.044915198 0.03070504 0.9980331
## Estaquia:52-Estaquia:19 0.008790037 -0.029020081 0.04660016 0.9927559
## Semente:52-Estaquia:19 -0.001873802 -0.039683920 0.03593632 0.9999998
## Estaquia:63-Estaquia:19 0.016831343 -0.020978775 0.05464146 0.8064626
## Semente:63-Estaquia:19 0.014343154 -0.023466964 0.05215327 0.9015859
## Estaquia:39-Semente:19 0.035384588 -0.010923160 0.08169234 0.2261181
## Semente:39-Semente:19 0.015238971 -0.031068777 0.06154672 0.9503498
## Estaquia:52-Semente:19 0.031134088 -0.015173660 0.07744184 0.3649418
## Semente:52-Semente:19 0.020470249 -0.025837500 0.06677800 0.8116763
## Estaquia:63-Semente:19 0.039175394 -0.007132354 0.08548314 0.1391985
## Semente:63-Semente:19 0.036687205 -0.009620543 0.08299495 0.1924669
## Semente:39-Estaquia:39 -0.020145617 -0.057955736 0.01766450 0.6394500
## Estaquia:52-Estaquia:39 -0.004250500 -0.042060619 0.03355962 0.9999319
## Semente:52-Estaquia:39 -0.014914340 -0.052724458 0.02289578 0.8827825
## Estaquia:63-Estaquia:39 0.003790806 -0.034019313 0.04160092 0.9999686
## Semente:63-Estaquia:39 0.001302617 -0.036507501 0.03911273 1.0000000
## Estaquia:52-Semente:39 0.015895117 -0.021915001 0.05370524 0.8461575
## Semente:52-Semente:39 0.005231278 -0.032578841 0.04304140 0.9997278
## Estaquia:63-Semente:39 0.023936423 -0.013873695 0.06174654 0.4368592
## Semente:63-Semente:39 0.021448234 -0.016361884 0.05925835 0.5685464
## Semente:52-Estaquia:52 -0.010663839 -0.048473958 0.02714628 0.9780499
## Estaquia:63-Estaquia:52 0.008041306 -0.029768812 0.04585142 0.9957634
## Semente:63-Estaquia:52 0.005553117 -0.032257001 0.04336324 0.9995969
## Estaquia:63-Semente:52 0.018705145 -0.019104973 0.05651526 0.7158018
## Semente:63-Semente:52 0.016216956 -0.021593162 0.05402707 0.8330053
## Semente:63-Estaquia:63 -0.002488189 -0.040298307 0.03532193 0.9999982tukey.cld1 = multcompLetters4(mod7.1, tukey1)
print(tukey.cld1)## $propagacao
## $propagacao$Letters
## Estaquia Semente
## "a" "a"
##
## $propagacao$LetterMatrix
## a
## Estaquia TRUE
## Semente TRUE
##
##
## $saturacao
## 63 52 39 19
## "a" "ab" "ab" "b"
##
## $`propagacao:saturacao`
## $`propagacao:saturacao`$Letters
## Estaquia:63 Semente:63 Estaquia:39 Estaquia:52 Estaquia:19 Semente:52
## "a" "a" "a" "a" "a" "a"
## Semente:39 Semente:19
## "a" "a"
##
## $`propagacao:saturacao`$LetterMatrix
## a
## Estaquia:63 TRUE
## Semente:63 TRUE
## Estaquia:39 TRUE
## Estaquia:52 TRUE
## Estaquia:19 TRUE
## Semente:52 TRUE
## Semente:39 TRUE
## Semente:19 TRUEaqui use o mod transformado