<html><head></head><body><div class="yahoo-style-wrap" style="font-family:bookman old style, new york, times, serif;font-size:16px;"><div>boa noite,</div><div>estou precisando verificar o efeito linear e quadrático para um modelo usando a lsmeans. Imagina neste exemplo <span>DIETA sendo quantitativo 10, 20 e 30. Como eu poderia programar tal análise usando a lsmeans?</span></div><div>Grato</div><div id="yahoo_quoted_2030904132" class="yahoo_quoted">
            <div style="font-family:'Helvetica Neue', Helvetica, Arial, sans-serif;font-size:13px;color:#26282a;">
                
                <div>
                    Em terça-feira, 31 de janeiro de 2017 13:17:52 BRST, Walmes Zeviani via R-br <r-br@listas.c3sl.ufpr.br> escreveu:
                </div>
                <div><br></div>
                <div><br></div>
                <div><div id="yiv5562221110"><div><div dir="ltr"><div class="yiv5562221110gmail_default" style="font-family:trebuchet ms, sans-serif;">Isso acontece porque a lsmeans() usa médias ajustadas para o efeito de peso inicial enquanto que HSD.test() usa as médias amostrais que não são ajustadas. Com a função doBy::LSmeans() pode-se verificar que as médias ajustadas são para um animal hipotético de peso igual a média dos animais do experimento. Quando fizer análise de covariância, o mais correto é usar médias ajustadas. As médias amostrais só serão iguais a média ajustada quando os efeitos dos fatores a serem marginalizados são ortogonais. Esse é o caso do experimento em DBC balanceado onde as médias ajustadas e as médias amostrais são iguais pois o efeito de bloco é ortogonal ao de tratamentos.<br clear="none"><br clear="none"><span style="font-family:monospace, monospace;">library(multcomp)<br clear="none">library(doBy)<br clear="none"><br clear="none">lsm <- LSmeans(modeloCOVAR, effect = "DIETA")<br clear="none">lsm$K<br clear="none"><br clear="none"># Média do peso inicial.<br clear="none">mean(COVARIANCIA$PESOINIC)<br clear="none"><br clear="none"># Média do ganho por dieta.<br clear="none">aggregate(GANHO ~ DIETA, data = COVARIANCIA, FUN = mean)<br clear="none"></span><br clear="none">À disposição.<br clear="none"></div><div class="yiv5562221110gmail_default" style="font-family:trebuchet ms, sans-serif;">Walmes.<div class="yiv5562221110yqt4355472345" id="yiv5562221110yqtfd98361"><br clear="none"></div></div><div class="yiv5562221110yqt4355472345" id="yiv5562221110yqtfd87415"><div class="yiv5562221110gmail_default" style="font-family:trebuchet ms, sans-serif;"><br clear="none"></div>​</div></div></div></div>_______________________________________________<br clear="none">R-br mailing list<br clear="none"><a shape="rect" ymailto="mailto:R-br@listas.c3sl.ufpr.br" href="mailto:R-br@listas.c3sl.ufpr.br">R-br@listas.c3sl.ufpr.br</a><div class="yqt4355472345" id="yqtfd06121"><br clear="none"><a shape="rect" href="https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br" target="_blank">https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br</a><br clear="none">Leia o guia de postagem (<a shape="rect" href="http://www.leg.ufpr.br/r-br-guia" target="_blank">http://www.leg.ufpr.br/r-br-guia</a>) e forne�a c�digo m�nimo reproduz�vel.</div></div>
            </div>
        </div></div></body></html>