linhagem = rep(c("cobb","Pilch","River","Ross","Rubbard"), c(5,5,5,5,5))
Valores =c(1.73,1.75,1.70,1.73,1.79,
1.61,1.59,1.64,1.64,1.65,
1.75,1.80,1.83,1.73,1.85,
1.79,1.87,1.85,1.83,1.74,
1.63,1.66,1.61,1.69,1.46)
rep = rep(1:5, times = 5)
df= data.frame(linhagem, Valores, rep)
df## linhagem Valores rep
## 1 cobb 1.73 1
## 2 cobb 1.75 2
## 3 cobb 1.70 3
## 4 cobb 1.73 4
## 5 cobb 1.79 5
## 6 Pilch 1.61 1
## 7 Pilch 1.59 2
## 8 Pilch 1.64 3
## 9 Pilch 1.64 4
## 10 Pilch 1.65 5
## 11 River 1.75 1
## 12 River 1.80 2
## 13 River 1.83 3
## 14 River 1.73 4
## 15 River 1.85 5
## 16 Ross 1.79 1
## 17 Ross 1.87 2
## 18 Ross 1.85 3
## 19 Ross 1.83 4
## 20 Ross 1.74 5
## 21 Rubbard 1.63 1
## 22 Rubbard 1.66 2
## 23 Rubbard 1.61 3
## 24 Rubbard 1.69 4
## 25 Rubbard 1.46 5Fazendo o DIC
require(ExpDes.pt)## Carregando pacotes exigidos: ExpDes.ptdic(df$linhagem, df$Valores)## ------------------------------------------------------------------------
## Quadro da analise de variancia
## ------------------------------------------------------------------------
## GL SQ QM Fc Pr>Fc
## Tratamento 4 0.17842 0.044606 14.889 8.5581e-06
## Residuo 20 0.05992 0.002996
## Total 24 0.23834
## ------------------------------------------------------------------------
## CV = 3.19 %
##
## ------------------------------------------------------------------------
## Teste de normalidade dos residuos ( Shapiro-Wilk )
## Valor-p: 0.1258353
## 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: 0.1551028
## De acordo com o teste de bartlett a 5% de significancia, as variancias podem ser consideradas homogeneas.
## ------------------------------------------------------------------------
##
## Teste de Tukey
## ------------------------------------------------------------------------
## Grupos Tratamentos Medias
## a Ross 1.816
## a River 1.792
## a cobb 1.74
## b Pilch 1.626
## b Rubbard 1.61
## ------------------------------------------------------------------------Teste AOV
require(lmtest)## Carregando pacotes exigidos: lmtest## Carregando pacotes exigidos: zoo##
## Attaching package: 'zoo'## The following objects are masked from 'package:base':
##
## as.Date, as.Date.numericmodelo_Teste = aov(df$Valores ~df$linhagem)
dwtest(modelo_Teste)##
## Durbin-Watson test
##
## data: modelo_Teste
## DW = 2.3562, p-value = 0.5317
## alternative hypothesis: true autocorrelation is greater than 0Podemos notar que tratamentos são independentes entre si