library(tidyverse)
library(dplyr)
library(readr)
library(psych)
library(car)
library(emmeans)
library(FactoMineR)
library(factoextra)
library(corrplot)
library(lme4)
library(lmerTest)
library(tidyverse)
library(agricolae) # Testes de médias
library(rstatix)
resultados$descritiva$Tamanho.de.Raiz
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 10 0 0
## 2 AMARELO T2 10 0 0
## 3 AMARELO T3 12 0 0
## 4 AMARELO T4 12 0 0
## 5 AMARELO T5 17 0 0
## 6 ROXO T1 10 0 0
## 7 ROXO T2 10 0 0
## 8 ROXO T3 12 0 0
## 9 ROXO T4 12 0 0
## 10 ROXO T5 17 0 0
resultados$descritiva$Inflorescências
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 5.9 3.25 55.0
## 2 AMARELO T2 9.4 3.13 33.3
## 3 AMARELO T3 12.1 4.51 37.3
## 4 AMARELO T4 9 3.94 43.8
## 5 AMARELO T5 9.5 2.68 28.2
## 6 ROXO T1 9.5 2.68 28.2
## 7 ROXO T2 10.8 2.39 22.2
## 8 ROXO T3 15 6.96 46.4
## 9 ROXO T4 10.3 3.30 32.1
## 10 ROXO T5 12.9 4.07 31.5
resultados$descritiva$N.Botões
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 12.6 4.35 34.5
## 2 AMARELO T2 8.6 3.03 35.2
## 3 AMARELO T3 6.8 3.05 44.8
## 4 AMARELO T4 8.5 3.57 42.0
## 5 AMARELO T5 9.9 3.45 34.8
## 6 ROXO T1 6.8 3.05 44.8
## 7 ROXO T2 5.3 0.823 15.5
## 8 ROXO T3 6.9 2.18 31.6
## 9 ROXO T4 10.4 2.80 26.9
## 10 ROXO T5 16.4 6.26 38.2
resultados$descritiva$N.Folhas
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 30 0 0
## 2 AMARELO T2 30 0 0
## 3 AMARELO T3 30 0 0
## 4 AMARELO T4 30 0 0
## 5 AMARELO T5 30 0 0
## 6 ROXO T1 30 0 0
## 7 ROXO T2 30 0 0
## 8 ROXO T3 44 9.66 22.0
## 9 ROXO T4 41 10.3 25.1
## 10 ROXO T5 44.5 6.33 14.2
resultados$descritiva$N.Ramos
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 6 0 0
## 2 AMARELO T2 12.8 1.14 8.87
## 3 AMARELO T3 13.3 1.06 7.97
## 4 AMARELO T4 11 1.15 10.5
## 5 AMARELO T5 12 0.667 5.56
## 6 ROXO T1 13.3 1.06 7.97
## 7 ROXO T2 10.6 0.699 6.60
## 8 ROXO T3 12.9 1.85 14.4
## 9 ROXO T4 11.2 1.03 9.22
## 10 ROXO T5 11 1.15 10.5
resultados$descritiva$DH.CAULE
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 0.55 0.0850 15.5
## 2 AMARELO T2 0.5 0.0471 9.43
## 3 AMARELO T3 0.6 0 0
## 4 AMARELO T4 0.6 0 0
## 5 AMARELO T5 0.6 0 0
## 6 ROXO T1 0.3 0 0
## 7 ROXO T2 0.3 0 0
## 8 ROXO T3 0.5 0 0
## 9 ROXO T4 0.5 0 0
## 10 ROXO T5 0.5 0 0
resultados$descritiva$N.Nos
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 5.9 0.316 5.36
## 2 AMARELO T2 6.1 0.568 9.31
## 3 AMARELO T3 6 0 0
## 4 AMARELO T4 6 0 0
## 5 AMARELO T5 6.4 0.516 8.07
## 6 ROXO T1 6.6 0.699 10.6
## 7 ROXO T2 6.5 0.527 8.11
## 8 ROXO T3 6.5 0.527 8.11
## 9 ROXO T4 6.7 0.483 7.21
## 10 ROXO T5 6.4 0.516 8.07
resultados$descritiva$CPA
## # A tibble: 10 × 5
## VARIEDADE Tratamento media sd cv
## <fct> <fct> <dbl> <dbl> <dbl>
## 1 AMARELO T1 25.2 1.28 5.10
## 2 AMARELO T2 25.7 2.41 9.36
## 3 AMARELO T3 27.2 2.95 10.9
## 4 AMARELO T4 27.3 2.44 8.93
## 5 AMARELO T5 28.2 1.69 6.01
## 6 ROXO T1 24.9 2.38 9.55
## 7 ROXO T2 27.7 2.38 8.60
## 8 ROXO T3 30.2 2.86 9.47
## 9 ROXO T4 31 4.69 15.1
## 10 ROXO T5 30 3.74 12.5
plots_box <- lapply(vars_numericas, function(v) {
plot_box_variedade(morfo, v)
})
plots_box
## [[1]]
##
## [[2]]
##
## [[3]]
##
## [[4]]
##
## [[5]]
##
## [[6]]
##
## [[7]]
##
## [[8]]
ANOVAs
lapply(anova_resultados, anova)
## $CPA
## Analysis of Variance Table
##
## Response: CPA
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 104.04 104.040 12.918 0.0005305 ***
## VARIEDADE:Tratamento 8 306.69 38.336 4.760 6.763e-05 ***
## Residuals 90 724.84 8.054
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $N.Nos
## Analysis of Variance Table
##
## Response: N.Nos
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 5.29 5.2900 23.6866 4.806e-06 ***
## VARIEDADE:Tratamento 8 2.00 0.2500 1.1194 0.358
## Residuals 90 20.10 0.2233
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $DH.CAULE
## Analysis of Variance Table
##
## Response: DH.CAULE
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 0.5625 0.56250 595.588 < 2.2e-16 ***
## VARIEDADE:Tratamento 8 0.5600 0.07000 74.118 < 2.2e-16 ***
## Residuals 90 0.0850 0.00094
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $N.Ramos
## Analysis of Variance Table
##
## Response: N.Ramos
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 15.21 15.210 13.075 0.0004933 ***
## VARIEDADE:Tratamento 8 404.28 50.535 43.440 < 2.2e-16 ***
## Residuals 90 104.70 1.163
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $N.Folhas
## Analysis of Variance Table
##
## Response: N.Folhas
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 1560.2 1560.25 65.176 2.880e-12 ***
## VARIEDADE:Tratamento 8 2152.0 269.00 11.237 6.725e-11 ***
## Residuals 90 2154.5 23.94
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $N.Botões
## Analysis of Variance Table
##
## Response: N.Botões
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 0.36 0.360 0.0291 0.8649
## VARIEDADE:Tratamento 8 981.60 122.700 9.9201 8.456e-10 ***
## Residuals 90 1113.20 12.369
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $Inflorescências
## Analysis of Variance Table
##
## Response: Inflorescências
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 158.76 158.76 10.4310 0.001731 **
## VARIEDADE:Tratamento 8 394.08 49.26 3.2365 0.002786 **
## Residuals 90 1369.80 15.22
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##
## $Tamanho.de.Raiz
## Analysis of Variance Table
##
## Response: Tamanho.de.Raiz
## Df Sum Sq Mean Sq F value Pr(>F)
## VARIEDADE 1 0 0 1.1884e+00 0.2786
## VARIEDADE:Tratamento 8 656 82 5.4903e+29 <2e-16 ***
## Residuals 90 0 0
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
Scott-Knott
resultados_sk$CPA$out
## $Result
## Means G1 G2
## ROXO 28.76 a
## AMARELO 26.72 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$N.Nos$out
## $Result
## Means G1 G2
## ROXO 6.54 a
## AMARELO 6.08 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$DH.CAULE$out
## $Result
## Means G1 G2
## AMARELO 0.57 a
## ROXO 0.42 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$N.Ramos$out
## $Result
## Means G1 G2
## ROXO 11.80 a
## AMARELO 11.02 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$N.Folhas$out
## $Result
## Means G1 G2
## ROXO 37.90 a
## AMARELO 30.00 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$N.Botões$out
## $Result
## Means G1
## AMARELO 9.28 a
## ROXO 9.16 a
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$Inflorescências$out
## $Result
## Means G1 G2
## ROXO 11.70 a
## AMARELO 9.18 b
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
resultados_sk$Tamanho.de.Raiz$out
## $Result
## Means G1
## AMARELO 12.20 a
## ROXO 12.20 a
##
## $Sig.level
## [1] 0.05
##
## $Replicates
## [1] 50 50
PCA
summary(res_pca)
##
## Call:
## PCA(X = pca_data[, -c(1, 2)], graph = FALSE)
##
##
## Eigenvalues
## Dim.1 Dim.2 Dim.3 Dim.4 Dim.5 Dim.6 Dim.7
## Variance 3.328 2.293 1.182 0.604 0.359 0.188 0.042
## % of var. 41.598 28.661 14.771 7.553 4.482 2.352 0.521
## Cumulative % of var. 41.598 70.259 85.031 92.583 97.066 99.418 99.939
## Dim.8
## Variance 0.005
## % of var. 0.061
## Cumulative % of var. 100.000
##
## Individuals
## Dist Dim.1 ctr cos2 Dim.2 ctr cos2 Dim.3
## 1 | 4.144 | -3.067 28.272 0.548 | 2.330 23.669 0.316 | -1.358
## 2 | 1.856 | -1.454 6.357 0.614 | -0.456 0.905 0.060 | 0.666
## 3 | 2.181 | -0.461 0.639 0.045 | -0.174 0.132 0.006 | 2.065
## 4 | 1.799 | -1.184 4.213 0.433 | 0.848 3.138 0.222 | 0.934
## 5 | 2.317 | 0.493 0.732 0.045 | 1.075 5.037 0.215 | 0.876
## 6 | 3.045 | -1.046 3.288 0.118 | -2.474 26.703 0.660 | -0.750
## 7 | 2.605 | -0.600 1.080 0.053 | -2.074 18.762 0.634 | -1.068
## 8 | 3.088 | 2.557 19.645 0.686 | -1.061 4.910 0.118 | 0.457
## 9 | 2.485 | 1.850 10.279 0.554 | 0.028 0.003 0.000 | -1.075
## 10 | 3.775 | 2.913 25.495 0.595 | 1.959 16.741 0.269 | -0.747
## ctr cos2
## 1 15.607 0.107 |
## 2 3.757 0.129 |
## 3 36.090 0.896 |
## 4 7.379 0.269 |
## 5 6.490 0.143 |
## 6 4.758 0.061 |
## 7 9.653 0.168 |
## 8 1.765 0.022 |
## 9 9.785 0.187 |
## 10 4.716 0.039 |
##
## Variables
## Dim.1 ctr cos2 Dim.2 ctr cos2 Dim.3 ctr
## CPA | 0.909 24.805 0.825 | 0.138 0.834 0.019 | -0.045 0.173
## N.Nos | 0.643 12.443 0.414 | -0.513 11.483 0.263 | -0.427 15.450
## DH.CAULE | 0.031 0.030 0.001 | 0.749 24.444 0.560 | 0.593 29.772
## N.Ramos | 0.407 4.982 0.166 | -0.602 15.798 0.362 | 0.583 28.719
## N.Folhas | 0.885 23.541 0.783 | 0.150 0.984 0.023 | -0.245 5.099
## N.Botões | 0.260 2.037 0.068 | 0.830 30.036 0.689 | -0.345 10.094
## Inflorescências | 0.822 20.292 0.675 | -0.311 4.214 0.097 | 0.291 7.189
## Tamanho.de.Raiz | 0.629 11.871 0.395 | 0.529 12.207 0.280 | 0.203 3.504
## cos2
## CPA 0.002 |
## N.Nos 0.183 |
## DH.CAULE 0.352 |
## N.Ramos 0.339 |
## N.Folhas 0.060 |
## N.Botões 0.119 |
## Inflorescências 0.085 |
## Tamanho.de.Raiz 0.041 |
var_contrib <- get_pca_var(res_pca)$contrib
Importancia das variáveis (quanto maior o vetor/seta, mais
importante é a variável para a variação dos dados)
fviz_pca_biplot(
res_pca,
repel = TRUE,
col.var = "contrib", # COR = CONTRIBUIÇÃO
gradient.cols = c("grey70", "black"),
alpha.var = 1,
col.ind = "grey85",
label = "var",
arrowsize = 0.8
) +
theme_classic(base_size = 12) +
theme(
legend.position = "right",
axis.title = element_text(face = "bold")
)
fviz_contrib(
res_pca,
choice = "var",
axes = 1,
fill = "grey40"
) +
theme_classic()
GRafico geral, mostrando também o agrupamento entre as
variedades.
library(factoextra)
library(ggplot2)
fviz_pca_biplot(
res_pca,
geom.ind = "point",
pointshape = 21,
pointsize = 3,
fill.ind = factor(pca_data$VARIEDADE),
col.ind = "black",
col.var = "black",
arrowsize = 0.8,
label = "var",
repel = TRUE,
addEllipses = TRUE,
ellipse.level = 0.95,
ellipse.type = "norm",
ellipse.alpha = 0.15,
palette = c("#1B9E77", "#D95F02"),
legend.title = "Variedade",
title = "Análise de Componentes Principais (PCA)",
subtitle = "Resposta ao estresse hídrico por variedade",
ggtheme = theme_classic(base_size = 14)
) +
theme(
plot.title = element_text(face = "bold", size = 16, hjust = 0.5),
plot.subtitle = element_text(size = 13, hjust = 0.5),
legend.position = "right",
legend.text = element_text(size = 11),
legend.title = element_text(size = 12, face = "bold"),
axis.title = element_text(size = 13),
axis.text = element_text(size = 11),
panel.border = element_rect(color = "black", fill = NA, linewidth = 0.8)
)
