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 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.


_______________________________________________
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/
========================================================================