Caros amigos, estou realizando uma regressão linear com contrastes polinomiais par obter o grau do polinômio que melhor se ajusta aos dados. Realizei o modelo no R e fiz também manualmente utilizando a tabela de divisores, multiplicadores para comparações ortogonais. Acontece que embora a análise de variância indique ser sigignificativo o modelo de 2ª ordem quando obtenho o modelo pelo método summary a regressão calculada manualmente difere daquela apresentada pelo R alguem pode me explicar o que está acontecendo. Segue o CMR: dados<-structure(list(Bloco = structure(c(1L, 1L, 1L, 1L, 1L, 2L, 2L, 2L, 2L, 2L, 3L, 3L, 3L, 3L, 3L, 4L, 4L, 4L, 4L, 4L, 5L, 5L, 5L, 5L, 5L, 6L, 6L, 6L, 6L, 6L), .Label = c("1", "2", "3", "4", "5", "6"), class = "factor"), Espacamento = c(1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5, 1, 2, 3, 4, 5), Producao = c(3.02, 2.795, 2.966, 2.552, 2.822, 3.334, 3.1, 2.651, 2.687, 2.543, 3.065, 2.741, 2.624, 2.84, 2.597, 3.109, 2.85, 2.759, 2.903, 2.57, 3.181, 2.759, 2.759, 2.525, 2.66, 3.244, 2.723, 2.507, 2.417, 3.002)), .Names = c("Bloco", "Espacamento", "Producao"), row.names = c(NA, -30L), class = "data.frame") dados$Bloco<-factor(dados$Bloco) dados$Espacamento<-factor(dados$Espacamento) modelo3<-lm(Producao~Bloco+ordered(Espacamento), data=dados) O modelo obtido manualmente foi: Y =4,721 - 0,0458X + 0,00025X² atenciosamente -- ===================================================== Fernando Souza Zootecnista, DSc. Produção Animal cel: (+55) 82 8113-8781 e-mail:nandodesouza@gmail.com ==================================================