dados=read.table("poli.txt", h=TRUE); dados
Y=as.numeric(dados$Y);Y
Xn=as.numeric(dados$X);Xn
trat=as.factor(dados$X);trat
bloco=as.factor(dados$bloco);bloco

# Análise de Variância
mod1=lm(Y~bloco+trat)
anova(mod1)
#ou
mod1.1<-lm(Y~bloco+poly(Xn,4))
anova(mod1.1)


xb=mean(Xn)
# Desdobramento dos graus de liberdade
mod2=lm(Y~bloco+Xn+I(Xn^2)+I(Xn^3)+I(Xn^4))
anova(mod2)

# Obtendo as estimativas dos parâmetros
mod3=lm(Y~Xn+I(Xn^2))
summary(mod3)

#Gráfico com curva ajustada e valores observados
plot(c(0,100), c(0,12), type="n", xlab="dose", ylab="produção")
points(Xn,Y,pch=19)
d<-seq(0,100,1)
lp<-predict(mod3,data.frame(Xn=d))
lines(d,lp,lty=1,lwd=2)
title(sub="Figura 1. Curva ajustada e valores observados")

# Gráfico com intervalos de confiança e de predição para observações
par(mfrow=c(1,1)) # um unico grafico
pred.clim<-predict(mod3,data.frame(Xn=d), level=0.95, interval=c("confidence"))
pred.plim<-predict(mod3,data.frame(Xn=d), level=0.95, interval=c("prediction"))
matplot(data.frame(Xn=d), cbind(pred.clim, pred.plim[,-1]), lty=c(1,2,2,3,3),
lwd=c(2,2,2,2,2), col=c(1,2,2,4,4), type="l", xlab="Dose de Adubo (Kg/ha)", ylab="Produção de grãos (Kg/parcela)")
points(Xn,Y,pch=19)