Aula Prática 01 – Estatística Experimental



Baixar 53.91 Kb.
Encontro23.03.2018
Tamanho53.91 Kb.



Aula Prática 03 – Estatística Experimental
EXPERIMENTOS EM ESQUEMA FATORIAL
Um experimento foi instalado com o objetivo de estudar a influência do aparelho e do operador dele na medição de alturas de árvores de Eucaliptus saligna aos 7 anos de idade. Foram avaliados 5 diferentes aparelhos, por 4 operadores (fatorial 5 x 4), em 10 árvores (cada árvore foi considerada como um bloco)
Parte R

# Entrando com os dados


dados=read.csv2("fatorial.csv");dados

names(dados)

dados$apar=as.factor(dados$apar)

dados$oper=as.factor(dados$oper)

dados$bloco=as.factor(dados$bloco)

dados$trat=as.factor(dados$trat)

dados$parcela=as.factor(rep(c(1:20), each=10))

dados$altura=as.numeric(dados$altura)

dados
# Verificando as pressuposições do modelo

modelo1=aov(altura ~ bloco + apar + oper + apar:oper, data=dados)


# Obtenção do resíduo

res_stud = rstudent(modelo1);res_stud

res_ord=residuals(modelo1)
## (1) Teste de homogeneidade de variâncias - F-máxino de Hartley

var.res= tapply(res_stud,dados$trat,var); var.res

Fmaximo=max(var.res)/min(var.res)

Fmaximo # Consulte a tabela do Fmax e interprete o resultado


## (2) Teste de Shapiro para verificar Normalidade dos resíduos

shapiro.test(res_stud)

shapiro.test(res_ord)
## (3) Teste de não aditividade de Tukey (usa library dae)

require(dae)

modelo2<-aov(altura ~ bloco + apar + oper + apar:oper + Error(bloco/parcela), dados)

tukey.1df(modelo2, dados, error.term= "bloco:parcela")


require(ExpDes)

attach(dados)

fat2.dbc(apar, oper, bloco, altura ,quali=c(TRUE,TRUE), mcomp="tukey", fac.names=c

("Aparelho","Operador"), sigT = 0.05, sigF = 0.05)


# gráficos da interação

interaction.plot(dados$apar, dados$oper, dados$altura,xlab="Aparelho", ylab="Alturas médias")



interaction.plot(dados$oper, dados$apar, dados$altura,xlab="Operadores", ylab="Alturas médias")

Parte SAS
options nodate nonumber ps=65 ls=78;

data fatorial;

input trat apar oper bloco ALTURA@@;

datalines;

1 1 1 1 22.40 1 1 1 2 20.85

1 1 1 3 23.60 1 1 1 4 21.00

1 1 1 5 19.10 1 1 1 6 19.80

1 1 1 7 16.55 1 1 1 8 14.75

1 1 1 9 21.10 1 1 1 10 14.30

2 2 1 1 22.90 2 2 1 2 21.40

2 2 1 3 23.95 2 2 1 4 22.25

2 2 1 5 21.40 2 2 1 6 21.00

2 2 1 7 16.90 2 2 1 8 14.85

2 2 1 9 22.00 2 2 1 10 15.00

3 3 1 1 23.50 3 3 1 2 21.00

3 3 1 3 23.75 3 3 1 4 20.75

3 3 1 5 19.50 3 3 1 6 19.50

3 3 1 7 17.50 3 3 1 8 14.50

3 3 1 9 20.00 3 3 1 10 14.00

4 4 1 1 22.50 4 4 1 2 20.50

4 4 1 3 23.20 4 4 1 4 21.00

4 4 1 5 21.00 4 4 1 6 18.90

4 4 1 7 17.80 4 4 1 8 14.30

4 4 1 9 20.60 4 4 1 10 14.20

5 5 1 1 21.45 5 5 1 2 19.20

5 5 1 3 23.35 5 5 1 4 20.35

5 5 1 5 19.95 5 5 1 6 19.35

5 5 1 7 17.45 5 5 1 8 14.45

5 5 1 9 22.00 5 5 1 10 14.75

6 1 2 1 22.65 6 1 2 2 20.65

6 1 2 3 23.00 6 1 2 4 20.75

6 1 2 5 20.25 6 1 2 6 19.80

6 1 2 7 17.25 6 1 2 8 15.00

6 1 2 9 19.75 6 1 2 10 14.25

7 2 2 1 23.00 7 2 2 2 20.70

7 2 2 3 22.50 7 2 2 4 20.95

7 2 2 5 22.25 7 2 2 6 20.75

7 2 2 7 18.00 7 2 2 8 14.75

7 2 2 9 20.50 7 2 2 10 15.25

8 3 2 1 22.00 8 3 2 2 19.50

8 3 2 3 23.25 8 3 2 4 20.50

8 3 2 5 21.25 8 3 2 6 19.75

8 3 2 7 17.75 8 3 2 8 14.75

8 3 2 9 20.50 8 3 2 10 14.25

9 4 2 1 22.90 9 4 2 2 21.20

9 4 2 3 24.60 9 4 2 4 21.50

9 4 2 5 21.20 9 4 2 6 20.00

9 4 2 7 18.70 9 4 2 8 15.00

9 4 2 9 21.50 9 4 2 10 14.20

10 5 2 1 21.45 10 5 2 2 18.90

10 5 2 3 23.20 10 5 2 4 20.25

10 5 2 5 19.95 10 5 2 6 19.20

10 5 2 7 17.35 10 5 2 8 14.35

10 5 2 9 21.80 10 5 2 10 14.65

11 1 3 1 22.50 11 1 3 2 21.25

11 1 3 3 23.10 11 1 3 4 20.60

11 1 3 5 21.00 11 1 3 6 19.50

11 1 3 7 16.60 11 1 3 8 14.35

11 1 3 9 20.75 11 1 3 10 14.10

12 2 3 1 22.50 12 2 3 2 21.00

12 2 3 3 23.00 12 2 3 4 21.75

12 2 3 5 22.75 12 2 3 6 20.35

12 2 3 7 17.20 12 2 3 8 14.85

12 2 3 9 22.35 12 2 3 10 16.00

13 3 3 1 22.75 13 3 3 2 20.50

13 3 3 3 22.75 13 3 3 4 19.50

13 3 3 5 20.50 13 3 3 6 19.75

13 3 3 7 17.25 13 3 3 8 14.25

13 3 3 9 21.50 13 3 3 10 14.25

14 4 3 1 21.75 14 4 3 2 19.35

14 4 3 3 21.75 14 4 3 4 19.50

14 4 3 5 20.50 14 4 3 6 19.00

14 4 3 7 16.35 14 4 3 8 14.10

14 4 3 9 20.85 14 4 3 10 13.85

15 5 3 1 21.35 15 5 3 2 19.20

15 5 3 3 23.20 15 5 3 4 20.30

15 5 3 5 20.00 15 5 3 6 19.30

15 5 3 7 17.50 15 5 3 8 14.40

15 5 3 9 21.90 15 5 3 10 14.80

16 1 4 1 21.25 16 1 4 2 21.25

16 1 4 3 22.25 16 1 4 4 21.25

16 1 4 5 18.00 16 1 4 6 20.00

16 1 4 7 17.25 16 1 4 8 14.65

16 1 4 9 21.00 16 1 4 10 14.25

17 2 4 1 22.10 17 2 4 2 21.60

17 2 4 3 22.35 17 2 4 4 21.75

17 2 4 5 19.75 17 2 4 6 20.65

17 2 4 7 16.70 17 2 4 8 15.75

17 2 4 9 20.85 17 2 4 10 15.40

18 3 4 1 21.25 18 3 4 2 21.50

18 3 4 3 22.10 18 3 4 4 21.70

18 3 4 5 19.75 18 3 4 6 19.75

18 3 4 7 18.20 18 3 4 8 14.60

18 3 4 9 21.25 18 3 4 10 14.75

19 4 4 1 21.90 19 4 4 2 21.00

19 4 4 3 22.75 19 4 4 4 20.75

19 4 4 5 19.70 19 4 4 6 20.00

19 4 4 7 18.45 19 4 4 8 14.30

19 4 4 9 20.75 19 4 4 10 15.10

20 5 4 1 21.20 20 5 4 2 18.90

20 5 4 3 23.30 20 5 4 4 20.30

20 5 4 5 19.90 20 5 4 6 19.30

20 5 4 7 17.40 20 5 4 8 14.50

20 5 4 9 22.00 20 5 4 10 14.40

;

proc print;

title 'Dados para verificação';

run;
title 'Análise de variância e resíduos';

proc glm noprint;

class apar oper bloco;

model ALTURA = apar oper apar*oper bloco;

output out=residuos PREDICTED=PREDITOS RESIDUAL=RESIDUOS STUDENT=RES_STUD;

run;
title 'Exame dos resíduos';

proc print data=residuos;

run;

title 'Verificação da normalidade (teste Shapiro-Wilk), análise gráfica';

proc univariate data=residuos normal plot;

var RES_STUD;

run;
title 'Análise gráfica dos resíduos';

proc plot;

plot RES_STUD*PREDITOS="*"/vpos=12;

run;

title 'Teste do F máximo - Hartley';

proc sort data=residuos;

by trat;

run;

proc means noprint data=residuos;

var RES_STUD;

by trat;

output out=var_med MEAN=MEDIA VAR=VARIANC;

run;

proc print data=var_med;

run;

proc means noprint data=var_med;

var VARIANC;

output out=razao MIN=VMIN MAX=VMAX;

run;

data hartley;

set razao;

FMAX=VMAX/VMIN;

run;

title 'Valor do F máximo';

proc print data=hartley;

var VMIN VMAX FMAX;

run;
proc glm data=fatorial;

title 'Análise de variância sem discriminar os fatores';

class trat bloco;

model ALTURA = trat bloco;

run;
proc glm data=fatorial;

title 'Análise de variância discriminando os fatores';

class apar oper bloco;

model ALTURA = apar oper apar*oper bloco;

run;
proc glm data=fatorial;

title 'Desdobramento Operador dentro de cada Aparelho';

class apar oper bloco;

model ALTURA = apar oper apar*oper bloco;

lsmeans apar*oper/slice=apar adjust=tukey PDIFF=all;

run;
proc glm data=fatorial;

title 'Desdobramento Aparelho dentro de cada Operador';

class apar oper bloco;

model ALTURA = apar oper apar*oper bloco;

lsmeans apar*oper/slice=oper adjust=tukey PDIFF=all;

run;


Exercício: Os dados abaixo foram retirados de um ensaio inteiramente aleatorizado, no esquema fatorial 3x2 com quatro repetições. Foram medidas as alturas médias de mudas de Eucalipto, em cm, aos 80 dias de idade. Os níveis foram os recipientes (R) e espécies (E) como seguem:

  • R1 – saco plástico pequeno;

  • R2 – saco plástico grande;

  • R3 – laminado;

  • E1 – Eucalyptus citriodora;

  • E2 – Eucalyptus grandis.


Recipientes




Espécies

1

2

1

26,2 26,0 25,0 25,4

24,8 24,6 26,7 25,2

2

25,7 26,3 25,1 26,4

19,6 21,1 19,0 18,6

3

22,8 19,4 18,8 19,2

19,8 21,4 22,8 21,3










a) Escreva o modelo matemático e as hipóteses de interesse;

b) Verifique as pressuposições para a análise de Variância. (Somente no SAS e R)

c) Fazer a tabela da análise de variância. Interpretar e concluir. (Somente a mão)

d) Fazer a análise de variância com desdobramento do número de g.l. de tratamento no esquema fatorial com aplicação do teste F para verificação dos resultados obtidos no item anterior (letra c). (Somente SAS e R)



e) Aplique o teste de Tukey, ao nível de 0,05 de probabilidade, para as médias do desdobramento da interação (comparar médias de recipientes dentro de espécies e médias de espécies dentro de recipientes).




Compartilhe com seus amigos:


©ensaio.org 2017
enviar mensagem

    Página principal