Por exemplo, suponha que um pesquisador queira saber se tr\u00eas fertilizantes diferentes produzem n\u00edveis diferentes de crescimento das plantas.<\/span><\/p>\n Para testar isso, tr\u00eas t\u00e9cnicos diferentes borrifam fertilizante A em quatro plantas, tr\u00eas outros t\u00e9cnicos borrifam fertilizante B em quatro plantas e tr\u00eas outros t\u00e9cnicos borrifam fertilizante C em quatro plantas.<\/span><\/p>\n Neste cen\u00e1rio, a vari\u00e1vel resposta<\/a> \u00e9 o crescimento da planta e os dois fatores s\u00e3o t\u00e9cnico e fertilizante. Acontece que o t\u00e9cnico est\u00e1 aninhado<\/em> no fertilizante:<\/span> <\/p>\n O exemplo passo a passo a seguir mostra como realizar esta ANOVA aninhada em R.<\/span><\/p>\n Primeiro, vamos criar um data frame para armazenar nossos dados em R:<\/span><\/p>\n Podemos usar a seguinte sintaxe para ajustar uma ANOVA aninhada em R:<\/span><\/p>\n aov(resposta ~ fator A \/ fator B)<\/strong><\/span><\/p>\n Ouro:<\/span><\/p>\n O c\u00f3digo a seguir mostra como ajustar a ANOVA aninhada para nosso conjunto de dados:<\/span><\/p>\n Podemos observar a coluna do valor p para determinar se cada fator tem ou n\u00e3o um efeito estatisticamente significativo no crescimento das plantas.<\/span><\/p>\n Na tabela acima, podemos ver que o fertilizante tem um efeito estatisticamente significativo no crescimento das plantas (valor p < 0,05), mas o t\u00e9cnico n\u00e3o (valor p = 0,211).<\/span><\/p>\n Isto diz-nos que se quisermos aumentar o crescimento das plantas, precisamos de nos concentrar no fertilizante utilizado e n\u00e3o no t\u00e9cnico individual que aplica o fertilizante.<\/span><\/p>\n Finalmente, podemos usar boxplots para visualizar a distribui\u00e7\u00e3o do crescimento das plantas por fertilizante e por t\u00e9cnico:<\/span> <\/p>\n O gr\u00e1fico mostra que h\u00e1 uma varia\u00e7\u00e3o significativa no crescimento entre os tr\u00eas fertilizantes diferentes, mas n\u00e3o tanta varia\u00e7\u00e3o entre os t\u00e9cnicos dentro de cada grupo de fertilizantes.<\/span><\/p>\n Isto parece corresponder aos resultados da ANOVA aninhada e confirma que os fertilizantes t\u00eam um efeito significativo no crescimento das plantas, mas os t\u00e9cnicos individuais n\u00e3o.<\/span><\/p>\n Como realizar ANOVA unidirecional em R<\/a> Uma ANOVA aninhada \u00e9 um tipo de ANOVA (\u201can\u00e1lise de vari\u00e2ncia\u201d) em que pelo menos um fator est\u00e1 aninhado dentro de outro fator. Por exemplo, suponha que um pesquisador queira saber se tr\u00eas fertilizantes diferentes produzem n\u00edveis diferentes de crescimento das plantas. Para testar isso, tr\u00eas t\u00e9cnicos diferentes borrifam fertilizante A em quatro plantas, tr\u00eas […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"class_list":["post-1577","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n![\"Exemplo](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/imbrique1-1.png\")
<\/p>\n Etapa 1: crie os dados<\/strong><\/span><\/h3>\n
#create data\n<\/span>df <- data. frame<\/span> (growth=c(13, 16, 16, 12, 15, 16, 19, 16, 15, 15, 12, 15,\n 19, 19, 20, 22, 23, 18, 16, 18, 19, 20, 21, 21,\n 21, 23, 24, 22, 25, 20, 20, 22, 24, 22, 25, 26),\n fertilizer=c(rep(c(' A<\/span> ', ' B<\/span> ', ' C<\/span> '), each= 12<\/span> )),\n tech=c(rep(1:9, each= 4<\/span> )))\n\n#view first six rows of data\n<\/span>head(df)\n\n growth fertilizer tech\n1 13 A 1\n2 16 A 1\n3 16 A 1\n4 12 A 1\n5 15 A 2\n6 16 A 2<\/strong><\/pre>\n Etapa 2: ajustar ANOVA aninhada<\/strong><\/span><\/h3>\n
\n
#fit nested ANOVA\n<\/span>nest <- aov(df$growth ~ df$fertilizer \/ factor(df$tech))\n\n#view summary of nested ANOVA\n<\/span>summary(nest)\n\n Df Sum Sq Mean Sq F value Pr(>F) \ndf$fertilizer 2 372.7 186.33 53.238 4.27e-10 ***\ndf$fertilizer:factor(df$tech) 6 31.8 5.31 1.516 0.211 \nResiduals 27 94.5 3.50 \n---\nSignificant. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1<\/strong><\/pre>\n Etapa 3: interprete o resultado<\/strong><\/span><\/h3>\n
Etapa 4: visualize os resultados<\/strong><\/span><\/h3>\n
#load ggplot2 data visualization package\n<\/span>library<\/span> (ggplot2)\n\n#create boxplots to visualize plant growth\n<\/span>ggplot(df, aes<\/span> (x=factor(tech), y=growth, fill=fertilizer)) +\n geom_boxplot()\n<\/strong><\/pre>\n![\"\"](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/imbriquer1.png\")
<\/p>\n Recursos adicionais<\/strong><\/span><\/h3>\n
Como realizar ANOVA bidirecional em R<\/a>
Como realizar ANOVA de medidas repetidas em R<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"