1°) Construindo a função para construirmos o Croqui

library(agricolae)
library(gridExtra)
library(grid)
croqui=function(trat,r){
  sort=design.crd(trat,r,serie=0)
  sort$book[,3]=as.factor(matrix(sort$book[,3],r,,T))
  ncol=r
  gs <- lapply(sort$book[,3], function(ii)
    grobTree(rectGrob(gp=gpar(fill=ii, alpha=0.5)),textGrob(ii)))
  grid.arrange(grobs=gs, ncol=ncol)}

Construindo o croqui em si

trat=c("A1","A2","A3","A4","A5")

croqui(trat,5)

### 3°) Experimento açucar no sangue

Letra A)

Á variável é açucar no sangue, a unidade experimental são os espécimes de 5 raças e temos 5 repetições.

raças = factor(rep(c('A','B','C','D','E'), c(6,6,6,6,6)))

repetição = rep(1:6, times = 5)

Variavel_resultado = c(124,106,101,118,118,120,
111,101,130,108,127,129,117,142,121,123,121,148,104,128,130,103,121,119,142,139,133,115,127,179)

df = data.frame(repetição,raças,Variavel_resultado)

df

##    repetição raças Variavel_resultado
## 1          1     A                124
## 2          2     A                106
## 3          3     A                101
## 4          4     A                118
## 5          5     A                118
## 6          6     A                120
## 7          1     B                111
## 8          2     B                101
## 9          3     B                130
## 10         4     B                108
## 11         5     B                127
## 12         6     B                129
## 13         1     C                117
## 14         2     C                142
## 15         3     C                121
## 16         4     C                123
## 17         5     C                121
## 18         6     C                148
## 19         1     D                104
## 20         2     D                128
## 21         3     D                130
## 22         4     D                103
## 23         5     D                121
## 24         6     D                119
## 25         1     E                142
## 26         2     E                139
## 27         3     E                133
## 28         4     E                115
## 29         5     E                127
## 30         6     E                179

require("ExpDes.pt")

## Carregando pacotes exigidos: ExpDes.pt

## 
## Attaching package: 'ExpDes.pt'

## The following objects are masked from 'package:agricolae':
## 
##     lastC, order.group, tapply.stat

dic(df$raças,df$Variavel_resultado)

## ------------------------------------------------------------------------
## Quadro da analise de variancia
## ------------------------------------------------------------------------
##            GL     SQ     QM    Fc    Pr>Fc
## Tratamento  4 2539.0 634.75 3.137 0.032062
## Residuo    25 5058.5 202.34               
## Total      29 7597.5                      
## ------------------------------------------------------------------------
## CV = 11.52 %
## 
## ------------------------------------------------------------------------
## Teste de normalidade dos residuos ( Shapiro-Wilk ) 
## Valor-p:  0.1531967 
## 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:  0.3650785 
## De acordo com o teste de bartlett a 5% de significancia, as variancias podem ser consideradas homogeneas.
## ------------------------------------------------------------------------
## 
## Teste de Tukey
## ------------------------------------------------------------------------
## Grupos Tratamentos Medias
## a     E   139.1667 
## ab    C   128.6667 
## ab    B   117.6667 
## ab    D   117.5 
##  b    A   114.5 
## ------------------------------------------------------------------------

Fazendo agora o teste dos erros independentes

- H0: Erros são independentes entre eles

- HA: Erros são dependentes entre elesi

library(lmtest)

## Carregando pacotes exigidos: zoo

## 
## Attaching package: 'zoo'

## The following objects are masked from 'package:base':
## 
##     as.Date, as.Date.numeric

Mod_anova = aov(df$Variavel_resultado ~df$raças)
dwtest(Mod_anova)

## 
##  Durbin-Watson test
## 
## data:  Mod_anova
## DW = 2.1441, p-value = 0.3573
## alternative hypothesis: true autocorrelation is greater than 0

Podemos observar que os pressupostos foram confimados. De acordo com a ANOVA temos médias diferentes.

E ao realizar o teste de tukey, foi obsrevado diferenças nas médias dos tratamentos A e E .