Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
projetos:apspcs [2008/07/28 17:24] lduque |
projetos:apspcs [2008/08/25 18:21] valdeci |
||
---|---|---|---|
Linha 24: | Linha 24: | ||
{{projetos:apspcs:dissertacao250807.doc|Dissertação em 25-08-07}} | {{projetos:apspcs:dissertacao250807.doc|Dissertação em 25-08-07}} | ||
- | ===== Experimento - Luciana Duque Silva ===== | + | {{:pessoais:lduque:dadoslucianaduqueinclinacao.csv|}}===== Experimento - Luciana Duque Silva ===== |
=== Experimentos de Diferentes Espécie === | === Experimentos de Diferentes Espécie === | ||
Linha 58: | Linha 58: | ||
<code> | <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]) | t.test(Inclinacao[meis==6]~Familia[meis==6]) | ||
Linha 151: | Linha 229: | ||
> t.test(Inclinacao~factor(Familia)) | > t.test(Inclinacao~factor(Familia)) | ||
</code> | </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. | ||
+ | |||
===== Experimento - Valdeci Constantino ===== | ===== Experimento - Valdeci Constantino ===== | ||
Linha 181: | Linha 262: | ||
+ | ==== Dissertação do Valdeci ==== | ||
+ | |||
+ | Divisão da dissertação do Valdeci em capítulos. | ||
+ | |||
+ | ==== Capítulo 1 ==== | ||
+ | |||
+ | O objetivo é verificar a influência dos fatores no desenvolvimento geral da árvore, caracterizado pelo diâmetro e altura. | ||
+ | |||
+ | * Variáveis resposta: Diâmetro, altura e volume, sendo volume uma função de diâmetro e altura. | ||
+ | |||
+ | * 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). | ||
+ | |||
+ | Os tratamentos foram aleatorizados em 4 blocos com o objetivo de controlar a variação espacial pois há um leve declive no terreno. No total foram criadas 32 parcelas para receber os 8 tratamentos resultante das possíveis combinações entre os fatores controlados no experimento( Resp.plantio e Sist.prod). | ||
+ | | ||
+ | Metodologia Estatística | ||
+ | |||
+ | Será aplicado o modelo ANOVA para dois fatores em blocos inteiramente casualizados, adotando-se algum procedimento para controlar o número de mortos nas parcelas e seu efeito espacial nos resultados, caso este efeito exista. A hipótese existente para este efeito espacial é a de que parcelas com menor número de plantas oferecem mais espaço para o desenvolvimento da planta. | ||
+ | |||
+ | Uma primeira abordagem para minimizar o efeito da mortalidade é considerar o número de mortos na vizinhança (no máximo podem haver 8 mortos na vizinhança) como uma covariável (sugestão PJ). Devemos ter cuidado para declaração do modelo no R. | ||
+ | |||
+ | 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) | ||
+ | |||
+ | ==== Capítulo 2 ==== | ||
+ | |||
+ | 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. | ||
+ | |||
+ | |||
+ | * 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 ?????) | ||
+ | |||
+ | Matrizes de correlação para verificar se os pesos. | ||
+ | |||
+ | Definir alguns contrastes de interesse (Por exemplo: média dos tubetes x raiz nua) | ||
+ | |||
+ | Algumas dúvidas: (As observações nas posições são teoricamente correlacionadas espacialmente !!! Como superar isto ???) | ||
+ | |||
+ | ==== 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. | ||
+ | |||
+ | ==== To Do List ==== | ||
+ | |||
+ | * Criar e preencher as planilhas para os Capítulos 1 e 2 (Valdeci) | ||
===== Artigos de Interesse ===== | ===== Artigos de Interesse ===== | ||
Linha 197: | Linha 335: | ||
{{:projetos:apspcs:soilrespirationfineroots.pdf|Produção de Raízes Finas sob Fertilização com Nitrogênio}} | {{:projetos:apspcs:soilrespirationfineroots.pdf|Produção de Raízes Finas sob Fertilização com Nitrogênio}} | ||
+ | |||
+ | {{:projetos:apspcs:praticalregressionr.pdf|Regressão e Anova com o uso do R - Prática}} | ||
===== Links de Interesse ===== | ===== Links de Interesse ===== |