Clique aqui para ver e copiar o arquivo com conjunto de dados.
Inicialmente faz-se a leitura e organização dos dados.
Note que neste caso tem-se 2 variáveis numéricas, a resposta ( resp) e a covariável (cov).
Nesse exemplo, a resposta é o comprimento dos fios e o diâmetro a covariável.
> ex12 <- read.table("exemplo12.txt", header=T) > ex12 > dim(ex12) [1] 15 3 > names(ex12) [1] "maq" "cov" "resp" > > ex12$maq <- as.factor(ex12$maq) > is.numeric(ex12$cov) [1] TRUE > is.numeric(ex12$resp) [1] TRUE > > summary(ex12) maq cov resp 1:5 Min. :15.00 Min. :32.0 2:5 1st Qu.:21.50 1st Qu.:36.5 3:5 Median :24.00 Median :40.0 Mean :24.13 Mean :40.2 3rd Qu.:27.00 3rd Qu.:43.0 Max. :32.00 Max. :49.0
Na análise de covariância os testes de significância tem que ser obtidos em ajustes separados.
É necessário verificar se o efeito da covariável influencia na variável resposta.
ADILSON DOS ANJOS 2005-11-07