EXERCÍCIO

Um experimento comparou os efeitos de 5 tratamentos em relac~ao ao crescimento de

mudas de Pinus oocarpa, 60 dias apos a

semeadura. Os tratamentos utilizados foram:

1 - T1 = Solo de cerrado

2 - T2 = Solo de cerrado + esterco

3 - T3 = Solo de cerrado + esterco + NPK

4 - T4 = Solo de cerrado + Vermiculita

5 - T5 = Solo de cerrado + Vermiculita + NPK

1 Quais s~ao as hipoteses nula e alternativa para este experimento?

RESPOSTA NÃO HÁ DIFERENÇA ENTRE OS EFEITOS MEDIOS DOS

TRATAMENTOS SOBRE O CRESCIMENTO DAS MUDAS, APÓS 60 DIAS DE SEMEADURA(=5%) são semelhantes

2 Estime o modelo e construa a tabela da ANAVA e teste a hipotese de que

n~ao ha diferenca entre os efeitos medios dos tratamentos sobre o

crescimento das mudas, apos 60 dias de semeadura ( = 5%).

getwd() dic <- read.table ( “dic.txt” , h = TRUE) boxplot(y~niveis, data=dic, col=“blue”)

setwd("C:/users/Rogerio O Souza/Documents/DOC PESSOAIS/Cursos/MESTRADO -CEFET BAMBUI/Estatística/aulas")
dic  <- read.table ( "dic.txt" , h = TRUE)
boxplot(y~niveis, data=dic, col="blue")

3 Quais os efeitos principais dos tratamentos?

aov : estima o modelo linear

dic1 <- aov(y~niveis, data = dic) # Ex ibe a Tabela da ANAVA summary (dic1)

# aov : estima o modelo linear
dic1 <- aov(y~niveis, data = dic)
# Ex ibe a Tabela da ANAVA
summary (dic1)
##             Df Sum Sq Mean Sq F value  Pr(>F)   
## niveis       4  7.597   1.899   7.277 0.00183 **
## Residuals   15  3.915   0.261                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
coef(dic1)
## (Intercept)    niveisT2    niveisT3    niveisT4    niveisT5 
##       5.250       1.525       1.400       0.275       1.150

coef(dic1)

summaryBy(y~niveis, data=dic,FUN=c(length, mean))

names(dic1)

df.residual(dic1) summary(dic1) plot(dic1)

df.residual(dic1)
## [1] 15
summary(dic1)
##             Df Sum Sq Mean Sq F value  Pr(>F)   
## niveis       4  7.597   1.899   7.277 0.00183 **
## Residuals   15  3.915   0.261                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
plot(dic1)

cv.mode1(dic1) par(mfrow = c(2,2)) plot(dic1)

teste de shapiro.test

teste de hipotese normal

shapiro.test(dic1$residuals)

Teste de bartlett.test

bartlett.test(y~niveis, data=dic)

plot

TESTE DE TUKEY

test2=TukeyHSD(dic1)

test2= TukeyHSD(dicd1)

plot (test2)

RESPOSTA : A HIPOTESE 0 DEVE SER REJEITADA, POIS A ANÁLISE INDICA QUE OS TRATAMENTOS APRESENTAM RESULTADOS DIFERENTES PARA O CRESCIMENTO DAS MUDAS

4 O modelo e adequado?

RESPOSTA

Quando os resultados da Análise de Variância (ANOVA) levam à rejeição da #hipótese nula, DE QUE O CRESCIMENTO IDEPENDE DO TRATAMENTO, que representa a #afirmação de que todas as médias (tratamentos) são iguais, temos evidências de #que as médias entre os níveis diferem significativamente. Em nosso exercício, H0 #indica que todas as o crescimento é igual e chamamos de hipótese nula. Dessa #maneira, ao rejeitarmos H0, temos evidências estatísticas de que pelo menos dois #níveis do fator diferem entre si.

5 Quais tratamentos tiveram o melhor desempenho?

RESPOSTA

setwd("C:/users/Rogerio O Souza/Documents/DOC PESSOAIS/Cursos/MESTRADO -CEFET BAMBUI/Estatística/aulas")
dic  <- read.table ( "dic.txt" , h = TRUE)
boxplot(y~niveis, data=dic, col="blue")

a analise boxplot incica que as experiencias T2 e T3 tiveram melhor resultado (com adubo organico e adubo organico mais NPK)