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