Olá Felipe, obrigadopor me responder Mas não é exatamente isso que eu tinha em mente quando levantei a questão. O que você me enviou foi a análise de resíduos básica de uma análise de variância. A minha questão não é essa. Eu quero validar os dados de uma nova metologolia (C) em relação as outras 3 metodologias existentes (controle, A e B). Eu fiz a analise de variância e comparação de médias com o controle pelo teste de Dunnet Eu quero saber se para validar há alguma outra estatístistica a mais ou somente essa comparação basta. O meu objetivo é mostrar que a metodologia C fornece resultados iguais ou melhores que os métodos existentes abçs Em 19 de março de 2015 13:17, Felipe <felipe.e.barletta@gmail.com> escreveu:
Para validar a ANOVA, análise de resíduos: Considerando um delineamento inteiramente casualizado.
#### HOMOCEDASTICIDADE
boxplot(modelo$res ~ d$trat, ylab='Residuals') ### Gráfico de dispersão dos resíduos vs tratamento plot.default(d$trat, mod1$res, ylab='Residuals', xlab='Tratamento',col='darkblue',cex=.75,pch=16) #### Testando Homocedasticidade # H0: As variâncias são comuns # H1: As variâncias não são comuns bartlett.test(modelo1$res, d$trat)
#### NORMALIDADE DOS RESÍDUOS
hist(modelo$res,prob=T,main='',ylab='',xlab='',bg='white',border='seagreen',breaks='FD',axes=F) axis(1) rug(modelo$res,col='seagreen') lines(density(modelo$res),col='red')
stem(modelo$res)
qqnorm(modelo$res,ylab='Residuals',col='darkblue',pch=16) qqline(modelo$res,col='red') ## Teste de Normalidade # H0:Os resíduos seguem distribuição Normal # H1:Os resíduos NÃO seguem distribuição Normal shapiro.test(modelo$res)
###### INDEPENDÊNCIA DOS RESÍDUOS par(mfrow=c(1,2)) plot(modelo$fit, modelo$res, ylab='Residuals', xlab='Fitted Values',col='darkblue',cex=.75,pch=16) title('Residual vs Fitted Values')
plot(modelo$fit, order(modelo$res), ylab='Residuals', xlab='Fitted Values',col='darkblue',cex=.75,pch=16) title('Residual vs Fitted Values')
####### VERIFICAÇÃO DE OUTLIERS par(mfrow=c(2,2)) plot(modelo)
names(anova(modelo)) var <- anova(modelo)$Mean[2] var res <- modelo$res resd <- (res/sqrt(var)) boxplot(resd,col='darkblue',pch=16) plot.default(d$trat,resd,xlab='Tratamento',pch=16,type='p',col='red') title('Standard Residuals')
On 18-03-2015 16:36, Fernando Antonio de souza wrote:
Caros amigos,
Estou analisando dados que comparam diferentes metodologias. Os dados referem a medidas de áreas de olho de lombo e estou comparando 4 metodologias utilizadas para medila (controle, A, B, C). Eu realizei a anova e utilizei o teste de dunnet para fazer as comparações dos tratamento com o grupo controle.
Gostaria de saber quais avaliações estatísticas a mais eu posso fazer para melhorar esta análise? Quais análises de resíduos eu posso utilizar?
abçs
-- ======================================================================= Fernando Souza Zootecnista, DSc. Produção Animal celular: (+55) 82 8113-8781 e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================
_______________________________________________ R-br mailing listR-br@listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- ======================================================================= Fernando Souza Zootecnista, DSc. Produção Animal celular: (+55) 82 8113-8781 e-mail:nandodesouza@gmail.com https://producaoanimalcomr.wordpress.com/ ========================================================================