# Entrada dos dados para análise
###############################
rm(list=ls(all=TRUE))
dose<- rep(seq(0,300,50),each=4)
peso<- c(134.8,139.7,147.6,132.3,
         161.7,157.7,150.3,144.7,
         160.7,172.7,163.4,161.3,
         169.8,168.2,160.7,161.0,
         165.7,160.0,158.2,151.0,
         171.8,157.3,150.4,160.4,
         154.5,160.4,148.8,154.0)
dados=data.frame(dose,peso)
head(dados)
media=tapply(dados$peso,dados$dose,mean)
# Gráfico de dispersão
###############################
require(lattice)
plot(peso ~ dose, xlab="dose de gesso (kg/ha)",
     ylab="peso de 1000 sementes de feijão (g)",
     cex=1.3, pch=20, ylim=c(120,180))
points(media ~ unique(dose),cex=0.8,col="red",pch=19)
# ANOVA e regressão polinomial
###############################
require(ExpDes.pt)
dic(dose,peso,quali=F)
# Gráfico da curva ajustada
###############################
plot(media ~ unique(dose),
     xlab="dose de gesso (kg/ha)",
     ylab="peso de 1000 sementes de feijão (g)",
     xlim=c(0,300), ylim=c(120,180))
modeloaj= lm(peso ~ dose + I(dose^2), dados)
coef(modeloaj)
curve(coef(modeloaj)[1] + coef(modeloaj)[2]*x + 
        coef(modeloaj)[3]*x^2, add=T, col=2)