Orlenisce Silva Passos Aragão
classe=factor(peixe$classe)
> levels(classe)
[1] "Bagre" "Carpa" "Cascudo" "Dourado" "Pacu" "Pintado" "Tilapia"
> tecnica=factor(peixe$tecnica)
> levels(tecnica)
[1] "Bow" "Forma" "Textura"
> desempenho=factor(peixe$desempenho)
> levels(desempenho)
[1] "70" "72" "74" "76" "78" "80" "81" "82" "83" "84" "85" "86" "87" "90" "92" "93"
"99"
> anova=aov(desempenho~classe+tecnica, data=peixe)
> anova1=aov(desempenho~classe*tecnica, data=peixe)
> #tabela ANOVA
> summary(anova)
Df Sum Sq Mean Sq F value Pr(>F)
classe 6 464.5 77.41 4.969 0.008914 **
tecnica 2 578.4 289.19 18.562 0.000212 ***
Residuals 12 187.0 15.58
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> summary(anova1)
Df Sum Sq Mean Sq
classe 6 464.5 77.41
tecnica 2 578.4 289.19
classe:tecnica 12 187.0 15.58
> coef(anova)
(Intercept) classeCarpa classeCascudo classeDourado classePacu classePintado
79.476190 6.000000 8.666667 10.333333 11.333333 12.666667
classeTilapia tecnicaForma tecnicaTextura
15.666667 -12.714286 -4.714286
> res=residuals(anova)
> res
1 2 3 4 5 6 7
3.2380952 -0.7619048 -1.4285714 -1.0952381 -0.0952381 0.5714286 -0.4285714
8 9 10 11 12 13 14
1.2380952 6.2380952 -0.4285714 -1.0952381 -1.0952381 -1.4285714 -3.4285714
15 16 17 18 19 20 21
-9.4761905 -0.4761905 1.8571429 2.1904762 1.1904762 0.8571429 3.8571429
> fitted(anova)
1 2 3 4 5 6 7 8
66.76190 72.76190 75.42857 77.09524 78.09524 79.42857 82.42857 74.76190
9 10 11 12 13 14 15 16
80.76190 83.42857 85.09524 86.09524 87.42857 90.42857 79.47619 85.47619
17 18 19 20 21
88.14286 89.80952 90.80952 92.14286 95.14286
