As estatísticas descritivas podem ser obtidas com as funções utilizadas nas aulas anteriores além de gráficos.
Nessa análise, tem-se o interesse de estudar a relação entre a variável resposta e a covariável. Como a metodologia de análise de covariância utiliza princípios da análise de regressão é natural que essa investigação utilize também procedimentos dessa área.
Portanto, inicialmente, pode-se fazer um gráfico de dispersão para avaliar a relação entre a variável resposta e a covariável.
attach(ex12) ex12.lm<-lm(cov~resp) plot(cov~resp) abline(ex12.lm$coef)
Observe que neste caso existe uma associação entre a variável resposta e a covariável.
Não é objetivo nessa análise, verificar a qualidade do ajuste do modelo. Claro, dependendo da forma da relação, isso deve ser incluido no modelo.
> cor(cov,resp) [1] 0.938542
Observação: para dados não completos, use a opção
cor(...,use="complete.obs")
Portanto, a relação entre essas variáveis pode estar afetando os resultados experimentais.
Para avaliar se esse efeito é significativo, faz-se a análise de covariância para examinar essa suspeita.
ADILSON DOS ANJOS 2005-11-07