#' ---
#' title: "Exemplo análise (DIC)"
#' author: ""
#' date: "aula 02"
#' ---


#' *Um estudo foi desenvolvido com quatro genótipos e cinco repetições, seguindo um delineamento inteiramente casualizado, tendo-se observado o peso das espigas de cada parcela (10 m$^2$)*.

#' # Planejamento do experimento
#' 
#' ## Usando a biblioteca agricolae

# Instalando
# install.packages("agricolae", 
#                  dependencies = TRUE)
# Habilitando as funções
library(agricolae)
trt <- LETTERS[1:4]
delineamento <- design.crd(trt,
                           r = 5,
                           serie = 0)
delineamento

# Graficamente
# install.packages("agricolaeplotr", 
#                  dependencies = TRUE)
library(agricolaeplotr)
plot_design_crd(delineamento,
                ncols = 4,
                nrows = 5)

#' # Análise dos dados

dados <- data.frame(
  Genotipo = rep(c(1:4), each = 5),
  prod = c(25, 26, 20, 23, 21,
           31, 25, 28, 27, 24,
           22, 26, 28, 25, 29,
           33, 29, 31, 34, 28))

# install.packages("tidyverse", dependencies = TRUE)
library(tidyverse)

#' #Verificando a estrutura dos dados
glimpse(dados)

dados <- dados %>% 
  mutate(Genotipo = factor(Genotipo))


#' # Estatísticas descritivas

# #' ## Geral

(Resumo <- dados %>% 
    summarise(n = length(prod),
              Media = mean(prod),
              Var = var(prod),
              Desvio = sd(prod),
              CV = 100*sd(prod)/mean(prod)))

#' ## Por nível de Genótipo

(Resumo_Gen <- dados %>% 
    group_by(Genotipo) %>% 
    summarise(n = length(prod),
              Media = mean(prod),
              Var = var(prod),
              Desvio = sd(prod),
              CV = 100*sd(prod)/mean(prod)))

#' ## Graficamente
#' 
library(ggplot2)
ggplot(dados, 
       aes(x = Genotipo, 
           y = prod)) +
  geom_point() +
  geom_point(stat = "summary",
             fun = mean,
             color = "red") +
  geom_point(aes(x = Genotipo,
                 y = mean(prod)),
             color = "blue")

#' #ANOVA
#' 
#' ## Hipóteses
#'  
#' $H_0: \tau_i = 0, \forall i=1,\ldots,5$ \quad {\it versus}
#' $H_1: \tau_i \neq 0, \text{ para algum } i$
#' 
#' ou
#'   
#' $H_0: \mu_1 = \mu_2 = \ldots = \mu_5 = \mu$ \quad {\it versus}
#' $H_1: \text{Pelo menos um contraste de médias difere de zero}$
#' 
#' ## Usando a função aov()
modelo.aov <- aov(prod ~ Genotipo, 
                  data = dados)
summary(modelo.aov)


#' ## F tabelado
qf(0.95, 3, 16)

#' ## Nível descritivo
1-pf(7.798, 3, 16)