Walmes,

Obrigado pela prontidão!

Pois bem, rodei o seu código... eis que: sua implementação confere com os resultados esperados relativos ao ajuste das médias com recuperação da informação interbloco (popmeans, do doBy quando o modelos é ajustado pelo lme()).

No primeiro ajuste,, o do aov, o popmeans retorna as próprias médias aritméticas dos tratamentos, sem qualquer ajuste!

O teste correto da soma de quadrados de tratamentos ajustados confere com Cochran & Cox!

Infelizmente ainda não consegui recuperar as médias ajustadas intrabloco, mas com certeza o que é posto por você ajuda e muito!

Obrigado...

abraço,
FH

2012/11/15 Walmes Zeviani <walmeszeviani@gmail.com>
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()
                       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
==========================================================================

_______________________________________________
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.