### Estudo 1 - d

# Redirecionar o diretório
setwd("C:\\Documents and Settings\\kcc.MOB-PESQUISA\\Meus documentos\\Mestrado\\Dissertação\\Resultados e discussao\\R\\Estudo1")

#Leitura dos dados (sem denominá-los)
read.csv2("d.csv")

# Leitura do arquivo de dados (dando o nome de "d")
d<-read.csv2("d.csv")

# Exibicao do conteudo dos dados
d

#Para controlar o número de dígidos:
options(digits=4)

########## ******** APS ************ #########################

#Gravar um arquivo só com os dados da APS
d.aps<-d[d$local=="APS",]
d.pcs<-d[d$local=="PCS" ,]

# Verificar os nomes das variaveis
names(d)

# Anexando o arquivo onde estao os dados: 
attach(d.aps)

#Média do peso da semente na APS  
mean(d.aps$pesosem)

#Passos para a ANOVA:
#Definir "matriz", "local" e "repetição" como fatores
matriz<-factor(d$matriz)
local<-factor(d$local)
repeticao<-factor(d$repeticao)

##      APS    ###

#Análise como um experimento inteiramente casualizado, com "matriz" como fator, considerando apenas os dados em que local = APS, considerando todas as colunas

pesosem.aps<-aov(d.aps$pesosem~d.aps$matriz, data=d.aps)
summary(pesosem.aps)

#Histograma para verificar a distribuicao dos residuos (normalidade)- trabalho de detetive
hist(pesosem.aps$res)

#Teste normalidade - trabalho do juiz
shapiro.test(pesosem.aps$res)

#Boxplot para verificar homocedasticidade
#boxplot(pesosem.aps$res ~ d.aps$matriz, data=d.aps)

#Teste da homocedasticidade - teste Bartlett (nao precisa usar "data=c.aps", mas precisa dar o caminho do arquivo!!!)
bartlett.test(d.aps$pesosem, d.aps$matriz, data=d.aps)

#Teste de Tukey (supondo que os dados estao ok)

tukeypesosem<-TukeyHSD(pesosem.aps, "d.aps$matriz", ordered=TRUE)
tukeypesosem
plot(tukeypesosem)

###############################################################################
##      PCS    ###

#Análise como um experimento em blocos inteiramente casualizados, com "matriz" como fator, considerando apenas os dados em que local = APS, considerando todas as colunas

pesosem.pcs<-aov(d.pcs$pesosem~d.pcs$matriz, data=d.pcs)
summary(pesosem.pcs)

#Histograma para verificar a distribuicao dos residuos (normalidade)- trabalho de detetive
hist(pesosem.pcs$res)

#Teste normalidade - trabalho do juiz
shapiro.test(pesosem.pcs$res)

#Gráfico para verificar o comportamento esperado X observado (indicativo da normalidade)
qqnorm(pesosem.pcs$res, ylab="residuos", main = "Gráfico Normal de Probabilidade dos Resíduos")
qqline(pesosem.pcs$res)

#Boxplot para verificar homocedasticidade
#boxplot(pesosem.pcs$res ~ d.pcs$matriz, data=d.pcs)

#Teste da homocedasticidade - teste Bartlett (nao precisa usar "data=c.aps", mas precisa dar o caminho do arquivo!!!)
bartlett.test(d.pcs$pesosem, d.pcs$matriz, data=d.pcs)


#TRANSFORMACAO DOS DADOS

#Para encontrar a melhor transformacao:
require(MASS)
box.dpcs<-boxcox(d.pcs$pesosem~d.pcs$matriz, data= d.pcs, plotit=T)
box.dpcs<-boxcox(d.pcs$pesosem~d.pcs$matriz,data = d.pcs, lam=seq(-1, 1, 1/10))
lambda<-box.dpcs$x[which(box.dpcs$y==max(box.dpcs$y))]
lambda

d$pesosem.trans<-sqrt(d$pesosem)
pesosemtrans.pcs<-aov(d.pcs$pesosem.trans ~ d.pcs$matriz, data=d.pcs)
summary(pesosemtrans.pcs)

shapiro.test(pesosemtrans.pcs$res)

qqnorm(pesosemtrans.pcs$res, ylab="residuos", main = "Gráfico Normal de Probabilidade dos Resíduos")
qqline(pesosemtrans.pcs$res)


bartlett.test(d.pcs$pesosem.trans, d.pcs$matriz, data=d.pcs)


#Teste de Tukey PCS - Dados ORIGINAIS

tukeypesosem<-TukeyHSD(pesosem.pcs, ordered=TRUE)
tukeypesosem
plot(tukeypesosem)