sugestão análise experimento no tempo
Caros, Recebi os dados de um experimento sem a orientação prévia de um profissional da área de Estatística. Foram seis grupos de plantas, sendo que cada grupo tinha inicialmente 15 plantas. Um desses grupos foi o controle e em cada um dos outros cinco grupos foi aplicado um regulador de crescimento (hormônio). O esquema de aplicação/avaliação de cada tratamento foi o seguinte: 1. Tempo zero: aplicação de cada um dos reguladores nos grupos; 2. Após 7 dias, sorteio de 5 plantas por grupo e realizadas as medições 3. 7 dias depois, aplicação dos hormônios nas 10 plantas restantes 4. 7 dias depois, sorteio de 5 plantas por grupo e realizadas as medições 5. 7 dias depois, aplicação dos hormônios nas 5 plantas restantes 6. 7 dias depois, medições nas 5 plantas restantes. Em cada avaliação foram analisadas as variáveis resposta: altura, comprimento da raiz, peso de folhas, ... O objetivo é avaliar qual dos hormônios produziu melhores resultados ao longo do tempo. Fiz alguns gráficos e ajustei um modelo considerando um fatorial duplo. Devido a forma como foi realizado o delineamento, não sei se o fatorial é adequado. Alguém tem sugestões de como analisar estes dados? https://www.dropbox.com/s/lkhzb87gh1vtgas/dados.txt?dl=0 dados = read.table("dados.txt",sep="",header=TRUE) attach(dados) summary(dados) plot(altura~hormonio) plot(altura~tempo) require(latticeExtra) xyplot(altura~hormonio|tempo) xyplot(altura~tempo|hormonio) modelo = aov(altura ~ hormonio*tempo) summary(modelo) plot(modelo) residuos = modelo$residuals shapiro.test(residuos)
O que vc pretende fazer com a estrutura multivariada? Vc esta assumindo que os tempos e as medidas repetidas são independentes? Talvez realmente sejam, mas seria interessante testar. Uma estrutura simples tipo compound symmetry, talvez já seja suficiente pra verificar se existe alguma indicação de dependencia. Em 25 de outubro de 2015 23:21, Maurício Lordêlo <mslordelo@gmail.com> escreveu:
Caros, Recebi os dados de um experimento sem a orientação prévia de um profissional da área de Estatística.
Foram seis grupos de plantas, sendo que cada grupo tinha inicialmente 15 plantas.
Um desses grupos foi o controle e em cada um dos outros cinco grupos foi aplicado um regulador de crescimento (hormônio).
O esquema de aplicação/avaliação de cada tratamento foi o seguinte:
1. Tempo zero: aplicação de cada um dos reguladores nos grupos;
2. Após 7 dias, sorteio de 5 plantas por grupo e realizadas as medições
3. 7 dias depois, aplicação dos hormônios nas 10 plantas restantes
4. 7 dias depois, sorteio de 5 plantas por grupo e realizadas as medições
5. 7 dias depois, aplicação dos hormônios nas 5 plantas restantes
6. 7 dias depois, medições nas 5 plantas restantes.
Em cada avaliação foram analisadas as variáveis resposta: altura, comprimento da raiz, peso de folhas, ... O objetivo é avaliar qual dos hormônios produziu melhores resultados ao longo do tempo. Fiz alguns gráficos e ajustei um modelo considerando um fatorial duplo. Devido a forma como foi realizado o delineamento, não sei se o fatorial é adequado. Alguém tem sugestões de como analisar estes dados?
https://www.dropbox.com/s/lkhzb87gh1vtgas/dados.txt?dl=0
dados = read.table("dados.txt",sep="",header=TRUE)
attach(dados) summary(dados)
plot(altura~hormonio) plot(altura~tempo)
require(latticeExtra) xyplot(altura~hormonio|tempo) xyplot(altura~tempo|hormonio)
modelo = aov(altura ~ hormonio*tempo) summary(modelo) plot(modelo) residuos = modelo$residuals shapiro.test(residuos)
_______________________________________________ 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.
-- Wagner Hugo Bonat ---------------------------------------------------------------------------------------------- Department of Mathematics and Computer Science (IMADA) University of Southern Denmark (SDU) and Laboratório de Estatística e Geoinformação (LEG) Universidade Federal do Paraná (UFPR)
Veja o CMR. ## Isso não deu certo. Apesar da URL, seu dado não é automaticamente ## trazido para a sessão. Eu estava curioso então me empenhei um pouco ## mas mesmo usado read.table() com a URL não consegui ler. Então parei. da <- read.table( "https://www.dropbox.com/s/lkhzb87gh1vtgas/dados.txt", header=TRUE, sep="\t") 'data.frame': 465 obs. of 1 variable: $ X..DOCTYPE.html..html.lang.en.xmlns.fb.http...ogp.me.ns.fb..xml.lang.en.class.media.desktop.xmlns.http...www.w3.org.1999.xhtml..head..script.nonce.nlNb7FY.tMIOEhehezDS.: Factor w/ 230 levels " "," ",..: 222 216 194 32 165 224 223 29 9 11 ... Dá para ver os dados pela URL que você indicou. Você ficou a um passo de deixar o seu código reproduzível. Tente fazer com que da URL seja feita a leitura. A estrutura é fatorial completamente cruzado de hormônios (5) com tempo (3) com 5 registros por cela. Vai depender de como ela montou para saber se é parcela subdividida ou não. A suspeita é que seja parcela subdivididas. W.
Wagner, obrigado vou tentar verificar o que sugeriu. Walmes, obrigado pela atenção. Peço desculpas, mas fiz o procedimento da mesma maneira que faço sempre aqui na lista. Não sei porque desta vez não funcionou. Descrevi a forma como o experimento foi montado no primeiro e-mail. Acrescento apenas que as plantas foram cultivadas em vasos localizados em um ambiente controlado. Como não consegui fazer a leitura da forma como sugeriu, segue uma maneira não muito elegante de apresentar os dados. Agradeço caso tenha sugestões. hormonio = factor(c(rep("AAS",15),rep("GA3",15),rep("AJ",15),rep("H2O",15),rep("STM",15),rep("BAP",15))) tempo = factor(rep((1:3),each=5,, times = 6)) altura = c(43.5, 44.3, 47.9, 44.8, 46.5, 44.0, 52.8, 52.0, 42.0, 45.5, 50.2, 36.4, 50.9, 50.5, 49.9, 46.0, 47.8, 45.1, 44.6, 42.5, 50.5, 43.4, 52.2, 47.5, 45.4, 48.6, 61.5, 58.0, 56.8, 53.5, 47.2, 40.6, 46.6, 44.7, 42.3, 43.5, 41.5, 57.0, 47.2, 51.5, 58.5, 39.6, 52.5, 59.5, 47.4, 45.9, 42.7, 42.1, 44.5, 47.2, 54.8, 58.8, 58.0, 49.2, 50.2, 56.7, 51.2, 57.1, 63.9, 45.9, 45.1, 42.6, 50.8, 47.6, 41.7, 44.8, 54.5, 51.7, 49.8, 57.6, 63.4, 56.6, 52.6, 62.1, 54.8, 47.6, 42.4, 45.8, 40.7, 41.2, 44.5, 41.0, 46.0, 59.0, 48.0, 53.7, 50.6, 45.5, 46.5, 53.7) tapply(altura,hormonio,summary) plot(altura~hormonio) plot(altura~tempo) require(latticeExtra) xyplot(altura~hormonio|tempo) xyplot(altura~tempo|hormonio) modelo = aov(altura ~ hormonio*tempo) summary(modelo) par(mfrow=c(2,2)) plot(modelo) shapiro.test(modelo$residuals) Em 26 de outubro de 2015 18:46, Walmes Zeviani <walmeszeviani@gmail.com> escreveu:
Veja o CMR.
## Isso não deu certo. Apesar da URL, seu dado não é automaticamente ## trazido para a sessão. Eu estava curioso então me empenhei um pouco ## mas mesmo usado read.table() com a URL não consegui ler. Então parei. da <- read.table( "https://www.dropbox.com/s/lkhzb87gh1vtgas/dados.txt", header=TRUE, sep="\t") 'data.frame': 465 obs. of 1 variable: $ X..DOCTYPE.html..html.lang.en.xmlns.fb.http...ogp.me.ns.fb..xml.lang.en.class.media.desktop.xmlns.http...www.w3.org.1999.xhtml..head..script.nonce.nlNb7FY.tMIOEhehezDS.: Factor w/ 230 levels " "," ",..: 222 216 194 32 165 224 223 29 9 11 ...
Dá para ver os dados pela URL que você indicou. Você ficou a um passo de deixar o seu código reproduzível. Tente fazer com que da URL seja feita a leitura.
A estrutura é fatorial completamente cruzado de hormônios (5) com tempo (3) com 5 registros por cela. Vai depender de como ela montou para saber se é parcela subdividida ou não. A suspeita é que seja parcela subdivididas.
W.
_______________________________________________ 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.
A questão é: as 15 (ou 5) plantas foram mantidas juntas como uma unidade ou não (de onde se removia 5 delas a cada intervenção) ou todas as plantas do experimento (15 x 6 = 90 plantas), foram completamente casualizadas dentro da área experimental? Mesmo que pareça insignificante, se as plantas foram mantidas como uma unidade, todas juntas, bem próximas, elas devem ter passado pelas mesmas condições de contorno, mesmo que seja em uma micro escala. Posso imaginar então que foram irrigadas pela mesma pessoa, recebido a mesma exposição ao sol, medidas no mesmo instante do dia, colhidas no mesmo dia, encaminhadas para o laboratório nos mesmo recipientes, teve os processos laboratoriais feitos pela mesma pessoa usando os mesmo reagentes etc. O que eu quero dizer é até que ponto "ambiente controlado" significa que as condições de contorno são as mesmas ao longo da "vida" de cada unidade experimental? Na hora do planejamento e também da análise, esse tipo de efeito/condições não podem ser negligenciadas. Pelo que entendi, esse experimento tem 3 tamanhos de unidade experimental. A maior é a unidade com 15 plantas onde incide o efeito de hormônio (e todos os não controlados nessa escala), a média com 5 plantas onde incide o efeito de tempo (e todos os não controlados nessa escala) e a planta onde incide todos os efeitos não controlados residuais (nível mais inferior, sem mais fator de efeito controlado). Dito isso, o modelo mais apropriado, considerando que estou certo nas minhas especulações, é o de parcela subsubdivida. Tem um agravante aí é que se existe apenas um grupo de 15 plantas (unidade experimental maior) para cada nível de tipo de hormônio, então esse efeito (aleatório) de unidade está confundido com o efeito (fixo) de hormônio. As 15 plantas ali dentro são pseudo-repetições para o efeito de hormônio. À disposição. Walmes.
participantes (3)
-
Maurício Lordêlo -
Wagner Bonat -
Walmes Zeviani