
Fernando, Já rodei os exemplos do Pimentel e do Ramalho et al. Implementação de ambos estão disponíveis nos scripts que levei para o Curso mais recente que dei na Embrapa Arroz e Feijão (que terminei ontem). O link para arquivos do curso é esse http://www.leg.ufpr.br/~walmes/cursoR/cnpaf2/ Pegue o script lati.R. Eu nunca olhei a implementação do C&Cox e fiquei curioso e imaginando será que os livros divergem? Meus códigos reproduzem o Pimentel. Bem, com os seus dados a análise que atualmente faço é essa rm(list=ls(all=TRUE)); ls() download <- read.table('http://dl.dropbox.com/u/38195533/dados_CC.txt', header = TRUE, # com cabecalho sep = '\t', # separador de celulas <TAB> dec = ',', # separador de decimal <, (virgula)> na.string = '.') # indicador de omissao str(download) ## lendo e transformando variaveis em fator dados <- transform(download, trat = factor(trat), # transforma em fator rep = factor(rep), # idem bloco = factor(bloco)) # ... all(complete.cases(dados)) # completo xtabs(~rep+trat, dados) xtabs(~rep+bloco, dados) xtabs(~bloco+trat+rep, dados) str(dados) # estrutura da planilha m0 <- lm(terms(resp~rep/bloco+trat, keep.order=TRUE), data=dados) anova(m0) require(doBy) popMeans(m0, effect="trat") require(nlme) dados$blocoin <- with(dados, interaction(rep, bloco, drop=TRUE)) mm0 <- lme(resp~rep+trat, random=~1|blocoin, dados) anova(mm0) popMeans(mm0, effect="trat") À disposição. Walmes. ========================================================================== Walmes Marques Zeviani LEG (Laboratório de Estatística e Geoinformação, 25.450418 S, 49.231759 W) Departamento de Estatística - Universidade Federal do Paraná fone: (+55) 41 3361 3573 VoIP: (3361 3600) 1053 1173 e-mail: walmes@ufpr.br skype: walmeszeviani twitter: @walmeszeviani homepage: http://www.leg.ufpr.br/~walmes linux user number: 531218 ==========================================================================