Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças

Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anterior Revisão anterior
Próxima revisão
Revisão anterior
projetos:apspcs [2008/08/25 09:56]
joel
projetos:apspcs [2009/01/02 11:19] (atual)
joel
Linha 1: Linha 1:
 ===== Participantes ===== ===== Participantes =====
-  - [[pessoais:​kelly|Kelly Cristina Cancela]], ​Mestranda ​(UFPR)+  - [[pessoais:​kelly|Kelly Cristina Cancela]], ​Mestre(UFPR)
   - Antonio Rioyei Higa, Prof. Phd    - Antonio Rioyei Higa, Prof. Phd 
   - [[pessoais:​joel|Joel Maurício Corrêa da Rosa]] , Prof. Dr. (UFPR)   - [[pessoais:​joel|Joel Maurício Corrêa da Rosa]] , Prof. Dr. (UFPR)
   - [[pessoais:​lucianads|Luciana Duque Silva]] ,Doutoranda (UFPR)   - [[pessoais:​lucianads|Luciana Duque Silva]] ,Doutoranda (UFPR)
 +  - [[pessoais:​valdeci|Valdeci Constantino]] ,Mestrando (UFPR)
  
 ===== Objetivo ===== ===== Objetivo =====
Linha 56: Linha 57:
  
 {{:​pessoais:​lduque:​dadoslucianaduqueinclinacao.csv|Dados do Dendrômetro}} {{:​pessoais:​lduque:​dadoslucianaduqueinclinacao.csv|Dados do Dendrômetro}}
- 
-<​code>​ 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao by factor(Familia) ​ 
-t = 3.3352, df = 237.873, p-value = 0.0009887 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.02653859 0.10312808 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-       ​0.3349167 ​       0.2700833 ​ 
- 
- ​t.test(Inclinacao[meis==1]~Familia[meis==1]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 1] by Familia[meis == 1]  
-t = 0.4278, df = 17.553, p-value = 0.674 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.1215350 ​ 0.1835350 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.505 ​           0.474  
- 
-> t.test(Inclinacao[meis==2]~Familia[meis==2]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 2] by Familia[meis == 2]  
-t = 1.0119, df = 17.996, p-value = 0.325 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.08179697 ​ 0.23379697 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.347 ​           0.271  
- 
-> t.test(Inclinacao[meis==3]~Familia[meis==3]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 3] by Familia[meis == 3]  
-t = 1.021, df = 17.133, p-value = 0.3215 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.07349969 ​ 0.21149969 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.298 ​           0.229  
- 
-> t.test(Inclinacao[meis==4]~Familia[meis==4]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 4] by Familia[meis == 4]  
-t = 1.605, df = 17.661, p-value = 0.1262 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.02796802 ​ 0.20796802 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.301 ​           0.211  
- 
-> t.test(Inclinacao[meis==5]~Familia[meis==5]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 5] by Familia[meis == 5]  
-t = 0.6314, df = 17.51, p-value = 0.5359 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.09336618 ​ 0.17336618 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.327 ​           0.287  
- 
- 
-t.test(Inclinacao[meis==6]~Familia[meis==6]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 6] by Familia[meis == 6]  
-t = 1.6165, df = 17.785, p-value = 0.1236 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.03188598 ​ 0.24388598 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.422 ​           0.316  
- 
-> t.test(Inclinacao[meis==7]~Familia[meis==7]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 7] by Familia[meis == 7]  
-t = 1.2701, df = 16.575, p-value = 0.2216 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.04252069 ​ 0.17052069 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.342 ​           0.278  
- 
-> t.test(Inclinacao[meis==8]~Familia[meis==8]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 8] by Familia[meis == 8]  
-t = 2.1657, df = 17.891, p-value = 0.04409 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.003334605 0.222665395 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.375 ​           0.262  
- 
-> t.test(Inclinacao[meis==9]~Familia[meis==9]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 9] by Familia[meis == 9]  
-t = 2.7336, df = 17.958, p-value = 0.01366 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​0.02729578 0.20870422 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.207 ​           0.089  
- 
-> t.test(Inclinacao[meis==10]~Familia[meis==10]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 10] by Familia[meis == 10]  
-t = 0.2025, df = 17.497, p-value = 0.8418 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.0939401 ​ 0.1139401 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.331 ​           0.321  
- 
-> t.test(Inclinacao[meis==11]~Familia[meis==11]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 11] by Familia[meis == 11]  
-t = 0.5754, df = 17.598, p-value = 0.5723 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.07972366 ​ 0.13972366 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.246 ​           0.216  
- 
-> t.test(Inclinacao[meis==12]~Familia[meis==12]) 
- 
- Welch Two Sample t-test 
- 
-data:  Inclinacao[meis == 12] by Familia[meis == 12]  
-t = 0.5083, df = 17.923, p-value = 0.6175 
-alternative hypothesis: true difference in means is not equal to 0  
-95 percent confidence interval: 
- ​-0.09717278 ​ 0.15917278 ​ 
-sample estimates: 
-mean in group 11 mean in group 24  
-           ​0.318 ​           0.287  
- 
-> t.test(Inclinacao~factor(Familia)) 
-</​code>​ 
  
 Joel, estou enviando o arquivo com os dados para determinar as correlações existentes entre as inclinações diárias e os dados meteorológicos do ano de 2007. Neste arquivo tem duas planilhas, uma somente com os dados do ano de 2007 e a outra com os dados de 2007 e algumas informações de dezembro de 2006 para determinar as correlações com os dados meteorológicos dos meses anteriores. Qualquer dúvida me escreva. Joel, estou enviando o arquivo com os dados para determinar as correlações existentes entre as inclinações diárias e os dados meteorológicos do ano de 2007. Neste arquivo tem duas planilhas, uma somente com os dados do ano de 2007 e a outra com os dados de 2007 e algumas informações de dezembro de 2006 para determinar as correlações com os dados meteorológicos dos meses anteriores. Qualquer dúvida me escreva.
Linha 283: Linha 111:
  
 As análises de variância serão feitas para diâmetro, altura e volume de forma  UNIVARIADA. Como volume é função de diâmetro e altura, devemos discutir se há necessidade ​ realmente de repetir a análise para esta variável. As análises de variância serão feitas para diâmetro, altura e volume de forma  UNIVARIADA. Como volume é função de diâmetro e altura, devemos discutir se há necessidade ​ realmente de repetir a análise para esta variável.
 +
 +Definir alguns contrastes de interesse (Por exemplo: média dos tubetes ​ x raiz nua)
 +
 +{{:​projetos:​apspcs:​resultadospreliminarescapitulo1.doc|Resultados Preliminares do Capítulo 1 }}
  
  ==== Capítulo 2 ====  ==== Capítulo 2 ====
Linha 288: Linha 120:
 Para o capítulo 2, serão analisadas as características das raízes finas. Para esta finalidade, foi selecionada uma árvore por parcela, totalizando 4 por tratamento. Foi selecionada a árvore no centro da parcela e, quando esta estava morta, selecionou-se a próxima na ordem de numeração crescente de acordo com o croqui do experimento. Para o capítulo 2, serão analisadas as características das raízes finas. Para esta finalidade, foi selecionada uma árvore por parcela, totalizando 4 por tratamento. Foi selecionada a árvore no centro da parcela e, quando esta estava morta, selecionou-se a próxima na ordem de numeração crescente de acordo com o croqui do experimento.
  
-Variáveis resposta: peso em gramas da raízes finas medidas em 4 posições.+  * Variáveis resposta: peso em gramas da raízes finas medidas em 4 posições
 + 
 + 
 +  * Fatores de variação: Responsável pelo plantio (E - Empresa , T - Terceirizado),​ Sistema de produção de mudas (tubete/​55cm3 com 6 meses, tubete/​55cm3 com 10 meses, tubete/​126cm3 com 6 meses, raiz nua).
  
-Fatores de variação: Responsável pelo plantio (E - Empresa , T - Terceirizado),​ Sistema de produção de mudas (tubete/​55cm3 com 6 meses, tubete/​55cm3 com 10 meses, tubete/​126cm3 com 6 meses, raiz nua). 
  
 Algumas ​ hipóteses levantadas neste caso. Fatores ambientais podem levar a diferença entre os pesos das raízes finas nas diferentes posições(p1,​p2,​p3 e p4). Pode haver diferença nos pesos das raízes finas em função do sistema de produção pois espera-se que a raiz nua>​tubete/​126>​tubete/​55 10 meses > tubete 55 6 meses. Por hipótese, ​ a raiz nua tem a tendência em ter melhor desenvolvimento pelas suas características de desenvolvimento no viveiro. Devemos verificar a interação entre a posição e os tratamentos (Será que existe ?????) Algumas ​ hipóteses levantadas neste caso. Fatores ambientais podem levar a diferença entre os pesos das raízes finas nas diferentes posições(p1,​p2,​p3 e p4). Pode haver diferença nos pesos das raízes finas em função do sistema de produção pois espera-se que a raiz nua>​tubete/​126>​tubete/​55 10 meses > tubete 55 6 meses. Por hipótese, ​ a raiz nua tem a tendência em ter melhor desenvolvimento pelas suas características de desenvolvimento no viveiro. Devemos verificar a interação entre a posição e os tratamentos (Será que existe ?????)
Linha 301: Linha 135:
  
  ==== Capítulo 3  ====  ==== Capítulo 3  ====
 +
 +No capítulo 3 foram amostradas, de maneira destrutiva, todas as árvores do primeiro bloco e cada ávore foi fotografada de 3 ângulos diferentes. Em cada ângulo, serão avaliadas as características da raiz grossa de acordo com escores pré-determinados. 64 árvores no total.
 +
 +  * A variável resposta é multivariada qualitativa ordinal. A princípio um vetor de dimensão 3 com os 3 escores para os ângulos fotografados.
 +  * Fatores de variação: Responsável pelo plantio (E - Empresa , T - Terceirizado),​ Sistema de produção de mudas (tubete/​55cm3 com 6 meses, tubete/​55cm3 com 10 meses, tubete/​126cm3 com 6 meses, raiz nua). Covariável : Número de mortos na vizinhança,​ posição do morto na vizinhança , 
 +
 +
 +Verificar junto ao Cesar Taconeli a possibilidade de aplicar árvores de classificação multivariadas com o objetivo de identificar quais fatores levam aos  escores atribuídos as raízes. Com esta metodologia,​ talvez consigamos encontrar a conjunção dos fatores que levem ao melhor arquitetura de raiz grossa.
 +
 +Uma possibilidade (mais pobre) é aplicar testes não paramétricos para a nota em cada ângulo fotografado.
 +
 +Neste capítulo, a primeira abordagem estatística consiste de utilizar uma técnica não paramétrica para encontrar alguma evidência de diferença entre os métodos e entre as empresas na constituição da raiz grossa. A justificativa para utilizar técnicas não-paramétricas é a característica da variável resposta que é qualitativa.
 +
 +
 +<​code>​
 +# Leitura dos dados
 +avalia<​-read.csv2('​http://​www.leg.ufpr.br/​~joel/​dados/​grossaclassif.csv'​)
 +# Resumo das variaveis
 +summary(avalia)
 +# Attachando os dados
 +attach(avalia)
 +# Nomes das variaveis
 +names(avalia)
 +# Carrega pacote para comparacoes multiplas nao parametricas
 +require(pgirmess)
 +
 +# O gráfico de interacao é fundamental pois vai ser um instrumento para verificar
 +# a sua possivel existencia
 +
 +interaction.plot(metodo,​plantio,​soma)
 +interaction.plot(plantio,​metodo,​soma)
 +
 +# Alguns graficos exploratorios para entender melhor as interacoes
 +boxplot(soma[plantio=="​empresa"​]~metodo[plantio=="​empresa"​])
 +boxplot(soma[plantio=="​terceiro"​]~metodo[plantio=="​terceiro"​])
 +
 +boxplot(soma[metodo=="​M1"​]~plantio[metodo=="​M1"​])
 +boxplot(soma[metodo=="​M2"​]~plantio[metodo=="​M2"​])
 +boxplot(soma[metodo=="​M3"​]~plantio[metodo=="​M3"​])
 +boxplot(soma[metodo=="​M4"​]~plantio[metodo=="​M4"​])
 +
 +
 +# Testes para verificar diferenças nos plantios dentro dos métodos
 +# Observação : como são dois niveis de plantio, o teste U de Mann-Whitney é um caso
 +# particular do kruskall-wallis e , portanto, não precisa fazer comparação multipla aqui
 +
 +# Nomes dos metodos
 +m<​-levels(metodo)
 +
 +# loop que troca de metodos e testa diferencas entre os plantios
 +for (i in 1:4)
 +{
 +s<​-soma[metodo==m[i]]
 +p<​-plantio[metodo==m[i]]
 +print(paste("​metodo",​m[i]))
 +print(kruskal.test(s~p))
 +}
 +
 +
 +# aqui vamos trocar de plantios e verificar as diferenças entre os métodos
 +n<​-levels(plantio)
 +
 +# loop que troca de plantios e testa as diferenças entre os métodos...aqui
 +# já aproveito o embalo e faço as comparações multiplas com nível de significância
 +# de 10%
 +
 +for (i in 1:2)
 +{
 +s<​-soma[plantio==n[i]]
 +p<​-metodo[plantio==n[i]]
 +print(paste("​plantio",​n[i]))
 +print(kruskal.test(s~p))
 +print(kruskalmc(s,​p,​prob=0.1))
 +}
 +
 +
 +</​code>​
 +
 + ==== To Do List ====
 +
 +   * Criar e preencher as planilhas para os Capítulos 1 e 2 (Valdeci)
  
 ===== Artigos de Interesse ===== ===== Artigos de Interesse =====

QR Code
QR Code projetos:apspcs (generated for current page)