class: inverse, title-slide, center background-image: url(img/ilyass-seddoug-c4lXkCHuaXY-unsplash.jpg) background-size: cover # ANOVA #### Análise estatística para a ciência da planta daninha ### Maxwel Coura Oliveira, PhD <br> Weed Scientist <br><br> <a href="https://github.com/maxwelco"><i class="fa fa-github fa-fw"></i> maxwelco</a><br> <a href="https://twitter.com/maxwelco"> <i class="fa fa-twitter fa-fw"></i> @maxwelco</a><br> <a href="https://maxweeds.rbind.io"><i class="fa fa-link fa-fw"></i> maxweeds.rbind.io</a><br> <a href="mailto:maxwelco@gmail.com"><i class="fa fa-paper-plane fa-fw"></i> maxwelco@gmail.com</a><br> .footnote[ ] --- background-image: url(https://upload.wikimedia.org/wikipedia/commons/a/aa/Youngronaldfisher2.JPG) background-position: right background-size: contain # Análise de variância -- 1) ANOVA -- 2) Usado para analisar as diferenças entre as médias <br> dos grupos em uma amostra -- .footnote[Fonte: Wikipedia] --- # Análise de variância <img src="images/map1.png" width="900" style="display: block; margin: auto;" /> --- # Modelos mistos - "Um modelo misto, modelo de efeitos mistos ou modelo de componente de erro misto é um modelo estatístico que contém efeitos fixos e efeitos aleatórios" - **Efeitos fixos**: tratamento aplicado - **Efeitos aleatórios**: repetição, bloco, ano, mês, animal --- class: middle right background-image: url(images/crop.jpg) background-position: left background-size: contain # Dados -- 1) PRE-emergência -- 2) waterhemp (*Amaranthus tuberculatus*) -- 3) Estudo de campo em dois anos no cultivo de milho -- .footnote[Oliveira et al. 2017] --- # Dados
--- # Manipulação de dados <img src="images/map2.png" width="900" style="display: block; margin: auto;" /> --- # Manipulação de dados - Muitas vezes precisamos ajustar os dados antes de iniciar a análise estatística .pull-left[ ![](https://media.giphy.com/media/lVBtp4SRW6rvDHf1b6/giphy.gif) ] -- .pull-right[ <img src="https://englelab.gatech.edu/useRguide/images/dplyr_logo.png" width="300" style="display: block; margin: auto;" /> ] --- # Visualização > "O gráfico simples trouxe mais informações à mente do analista de dados do que qualquer outro dispositivo." John Tukey <img src="https://media.giphy.com/media/3oKIPEqDGUULpEU0aQ/giphy.gif" width="500" style="display: block; margin: auto;" /> --- ## Sua vez - Você vai trabalhar com os dados de controle de plantas daninhas em pós emergência - Vá em exercícios --> ANOVA e faça do número **1**. <img src="https://media.giphy.com/media/12XDYvMJNcmLgQ/giphy.gif" width="400" style="display: block; margin: auto;" />
01
:
00
--- # Revisão - Pense em **y_** como uma variável de resposta e trt como tratamentos - Com base no que aprendemos sobre a escala correta (dica: proporções) para uma variável de resposta para nossa análise de dados | trt | rep | y_1 | y_2 | y_3 | y_4 | |----- |----- |----- |------ |------ |------ | | A | 1 | 5 | 0.05 | 5 | 0.05 | | B | 2 | 20 | 0.20 | 0.20 | 20 | | C | 3 | 50 | 0.50 | 50 | 0.50 | | D | 4 | 40 | 0.40 | 40 | 0.40 | - Qual dessas colunas de variáveis de resposta tem **y_** em uma escala correta? --- # Hipótese <img src="images/map3.png" width="900" style="display: block; margin: auto;" /> --- # Hipótese **H0:** os herbicidas têm o mesmo desempenho no controle de planta daninha vs **HA:** herbicidas têm desempenho diferente no controle de planta daninha .pull-left[ <img src="images/herb_A.png" width="400" style="display: block; margin: auto;" /> ] .pull-right[ <img src="images/herb_B.png" width="400" style="display: block; margin: auto;" /> ] --- # Premissas da ANOVA .pull-left[ - Independência - Distribuição normal (gaussiana) - Homogeneidade da variância ] .pull-right[ ![](https://media.giphy.com/media/3orifaGGghuf3hnmsE/giphy.gif) ] --- # Modelo - Generalized linear mixed models (GLMMs) and extensions, built on Template Model Builder - Gaussiano, Poisson, binomial, binomial negativo, **Beta** etc ```r #install.packages("glmmTMB", type="source") library(glmmTMB) ``` - Beta: não é possível lidar com os valores 0 (0%) e 1 (100%) - ANOVA --- # Sua vez - Você vai trabalhar com os dados de controle de plantas daninhas em pós emergência - Vá em exercícios --> ANOVA e faça do número **2, 3 e 4**. <img src="https://media.giphy.com/media/yoJC2K6rCzwNY2EngA/giphy.gif" width="400" style="display: block; margin: auto;" />
03
:
00
--- # Pós ANOVA <img src="images/map4.png" width="900" style="display: block; margin: auto;" /> --- # Pós ANOVA - Depende dos resultados da ANOVA - Usamos o pacote `emmeans` para estimar as médias marginais ```r #install.packages("glmmTMB", type="source") library(glmmTMB) ``` - Usamos o pacote `multicomp` para estimar as diferenças dos tratamentos com letras ```r #install.packages("multcomp") library(multcomp) ``` --- # Sua vez - Você vai trabalhar com os dados de controle de plantas daninhas em pós emergência - Vá em exercícios --> ANOVA e faça do número **5, 6, 7 e 8**. <img src="https://media.giphy.com/media/3oKIP8C4lSWT47ZBHW/giphy.gif" width="400" style="display: block; margin: auto;" />
05
:
00
--- # Apresentação dos resultados <img src="images/map5.png" width="900" style="display: block; margin: auto;" /> --- # Apresentação dos resultados .pull-left[ - Gráfico - Tabela ] .pull-right[ <img src="https://media.giphy.com/media/g9wbFB61YEh1u/giphy.gif" width="700" style="display: block; margin: auto;" /> ] --- # Sua vez - Você vai trabalhar com os dados de controle de plantas daninhas em pós emergência - Vá em exercícios --> ANOVA e faça do número **9 e 10**. <img src="https://media.giphy.com/media/oGO1MPNUVbbk4/giphy.gif" width="400" style="display: block; margin: auto;" />
02
:
00
--- name: goodbye class: right, middle, blue <img style="border-radius: 50%;" src="https://maxweeds.rbind.io/author/avatar_hu907a749d428662ca99fbd9a7b3ed6b04_596633_270x270_fill_q90_lanczos_center.jpg" width="150px"/> # Obrigado! Maxwel Coura Oliveira