Olá Hélio, estou organizando sua rotina, e pintou um dúvida, ou seja, você deseja saber a média de todas as combinações dos sorteios? tipo:

Sorteio1[1],Sorteio1[2]
Sorteio1[1],Sorteio1[3]

Sorteio1[1],Sorteio1[4]

.
.
.
SorteioSorteio1[99],SorteioSorteio1[100]

 

e da mesma forma para o sergundo sorteio, tipo:

 

Sorteio2[1],Sorteio2[2]
Sorteio2[1],Sorteio2[3] .
.
.
SorteioSorteio2[99],SorteioSorteio2[100]

É isso? Se for, serão 4950 combinações possiveis para cada sorteio.

Esse trabalho que estais fazendo é para publicar em artigo?

Att.
André BVS

Em 19/06/2013 14:50, Hélio Gallo Rocha < heliogallorocha@gmail.com > escreveu:

Caro André, obrigado pela função, funcionou perfeitamente.

 

Explicar melhor a questão da média, espero que não fique cansativo.

 

1. Mudei o nome coleta para talhão, que é o real, assim adaptei o CRM para talhão.
2. Adicionei no final os comandos que fazem o que quero, mas como verá, seria muito trabalhoso.
3. Se não houver jeito, aceito outras sugestões.

 

Objetivo:

1. Estudo de previsão de safra em café, contam-se frutos, altura e diâmetro do pé.
2. Estas medidas são inseridas em quatro funções resultando nos modelos 1 e 2, só postei duas para simplificar.
3. Serão avaliados em dois níveis, ponto (ponto composto de 5 plantas) e talhão.
4. Foram amostrados muitos pontos, (200 pontos)
5. Havendo boa correlação no nível ponto terei a questão: quantos pontos são necessários para que a previsão do talhão seja acurada?
6. Pesquisas citam dois pontos por hectare
7. Como super amostrei minha idéia e ir diminuindo o numero de pontos até que a correlação comece a ficar ruim, daí a idéia do sorteio dos pontos.

 

Se houver ideia estatística melhor, aceito sugestões...

 

# 1. Dados

talhao=c(rep(1,25),rep(2,25)) ;talhao

 

colheita=c(10.2,9.22,8.6,15.57,11.93,12.28,12.43,16.47,18.72,12.77,16.03,13.4,16.95,

15.4,18.64,14.38,15.02,16.98,14.38,16.35,18.28,16.06,17.92,12.85,13.83,4.48,3.35,7.24,

7.73,8.45,4.83,3.8,2.2,5.99,4.24,4.67,8.31,4.25,7.32,5.45,4.24,5.72,5.09,4.84,5.62,5.5,

4.54,4.72,7.69,3.45)

 

modelo1=c(17.08,12.24,13.44,18.52,11.82,11.37,16.17,16.92,16.66,13.32,18.95,14.78,

15.54,16.12,25.62,18.2,15.86,20.5,20.47,20.45,17.15,22.15,20.29,13.82,12.86,3.13,

1.84,6.9,6.35,8.9,5.64,4.79,2,4.64,5.06,4.85,5.61,4.82,6.59,4.15,4.46,5.1,4.78,

4.05,5.02,5.65,3.04,3.61,9.48,4.13)

 

modelo2=c(12.43,10.99,10.32,12.46,9.85,10.15,12.68,12.46,12.16,9.92,12.58,10.63,

11.18,10.6,15.71,13.22,10.82,12.85,13.48,14.13,11.41,14.09,12.23,10.28,8.75,

5.2,3.56,9.89,9.03,12,8.16,7.15,3.2,6.58,6.84,7.37,8.5,7.87,8.38,5.58,6.62,

6.36,6.84,6.48,7.58,7.35,4.99,5.3,11.99,6.21)

 

dados=cbind(talhao,colheita,modelo1,modelo2);dados

x=cbind(colheita,modelo1,modelo2)

length(colheita)

cor(x)

 

 

#2. Separando dados da talhao 1 da 2

tal1=subset(dados,talhao==1)   #talhão 1

tal2=subset(dados,talhao==2)   #talhão 2

 

 

#3.1 Sorteando a talhao 1

L1

 

for (i in 1:100)

{

  stal1

  L1[i]

}

 

#verificando sorteio do talhão 1

L1

#L1[[1]][,1]    #dados do talhão 1, sorteio1, colheita

#L1[[1]][,2]    #dados do talhão 1, sorteio1, modelo 1

#L1[[1]][,3]    #dados do talhão 1, sorteio1, modelo 2

 

# 3.1.1 Correlação dos dados do talhão 1,  sorteio 1

t1_s1=cor(cbind( L1[[1]][,1],L1[[1]][,2],L1[[1]][,3]))

 

#verificando a correlação

t1_s1

 

# 3.1.2 Correlação dos dados do talhão 1, centésimo sorteio

t1_s100=cor(cbind( (L1[[100]][,1]),(L1[[100]][,2]),(L1[[100]][,3])) )

#verificando correlação do centésimo

t1_s100

 

# 3.1.3 média da correlação do modelo1, só fiz a média do primeiro sorteio e do centésimo

media_t1_s1_m1=(t1_s1[[2]]+t1_s100[[2]])/2  ;media_t1_s1_m1

 

# 3.1.4 média da correlação do modelo 2, primeiro e centésimo sorteio

media_t1_s1_m2=(t1_s1[[3]]+t1_s100[[3]])/2  ;media_t1_s1_m2

 

 

# 3.2 Sorteio da talhao 2

L2

 

for (i in 1:100)

{

  stal2

  L2[i]

}

 

L2

 

# 3.2.1 Correlação dos dados do talhão 2, primeiro sorteio

t2_s1=cor(cbind( L2[[1]][,1],L2[[1]][,2],L2[[1]][,3]))

#verificando a correlação

t2_s1

 

# 3.2.2 Correlação dos dados do talhão 1, centésimo sorteio

t2_s100=cor(cbind( (L2[[100]][,1]),(L2[[100]][,2]),(L2[[100]][,3])) )

#verificando correlação do centésimo

t2_s100

 

# 3.2.3 média da correlação do modelo1, só fiz a média do primeiro sorteio e do centésimo

media_t2_s1_m1=(t2_s1[[2]]+t2_s100[[2]])/2  ;media_t2_s1_m1

# 3.2.4 média da correlação do modelo 2, primeiro e centésimo sorteio

media_t2_s1_m2=(t2_s1[[3]]+t2_s100[[3]])/2  ;media_t2_s1_m2

 

###fim