#---------------------------------------------------
# Foi retirada uma amostra de 10 bezerros da raça  -
# Nelore, aos 210 dias de idade, com o objetivo de -
# verificar se o peso médio desses animais atingiu -
# ou não 186 kg. Os valores obtidos, em kg, foram: -
#---------------------------------------------------
rm(list=ls())

#--------------------
# Uma única amostra -
#--------------------
#
# Suponha que haja 100 animais no rebanho e que serão 
# selecionados apenas 10 para o teste.
set.seed(13)
(animal = sample(1:100, 10))

# Pesos observados dos 10 animais selecionados
pesos = c(178, 199, 182, 186, 188, 191, 189, 185, 174, 158)

# Criando a tabela com os dados
(dados = data.frame(animal, pesos))

#----------------------
# Medidas Descritivas -
#----------------------
(média = with(dados, mean(pesos)))
(variância = with(dados, var(pesos)))
(desvio = with(dados, sd(pesos)))
(erro.padrão = with(dados, desvio / sqrt(length(pesos))))
(cv = desvio/média*100)

#--------------------
# Gráfico de Caixas -
#--------------------
with(dados, boxplot(pesos, ylab='Pesos (kg)', las=1, col='LightYellow'))
points(média, pch='+', cex=2, col='red')

# Para identificar o outlier
require(car)
with(dados, Boxplot(pesos, ylab='Pesos (kg)', las=1, col='LightYellow'))
points(média, pch='+', cex=2, col='red')

#--------------------------------------
# Verificando a normalidade dos dados -
#--------------------------------------
#
# Histograma
hist(scale(pesos), las=1, ylim=c(0,.6), freq=FALSE, xaxt='n', main='')
axis(1, -3:3, pos=0) ; abline(h=0)
curve(dnorm(x), add=TRUE, col='blue', lwd=2);
lines(density(scale(pesos)), col='red')

# QQ-Plot
qqnorm(pesos, las=1, pch=20, col='red'); qqline(pesos)

# Teste de Shapiro-Wilk
with(dados, shapiro.test(pesos))

#--------------------------
# Test t para uma amostra -
#--------------------------
t.test(pesos, mu=186)




#--------------------------------------------------
#      Testes t para amostras independentes       -
# Um pesquisador quer verificar se os pesos ao    -
# nascer de animais machos das raças Gir e Guzerá -
# diferem. Foram pesados 10 animais de cada raça. - 
#--------------------------------------------------
rm(list=ls())

set.seed(13)
(Amostras = c(sample(1:100, 10), sample(1:150, 10)))
(tabela = expand.grid(rep=1:10, Raças=c('Guzerá','Gir')))
(croqui = data.frame(Amostras, tabela))

Pesos = c(30, 26, 25, 23, 25, 29, 34, 30, 30, 31,
          23, 21, 20, 20, 23, 26, 22, 27, 26, 27)

(dados = data.frame(croqui, resp=Pesos))

dados = dados[ , 3:4]
head(dados)
tail(dados)
str(dados)
names(dados)

#----------------------
# Medidas Descritivas -
#----------------------
(médias = with(dados, tapply(resp, Raças, mean)))
(variâncias = with(dados, tapply(resp, Raças, var)))
(desvios = with(dados, tapply(resp, Raças, sd)))
(cv = desvios / médias * 100)

# Gráfico de Caixas
with(dados, boxplot(resp ~ Raças))
points(médias, pch='+', col='red', cex=1.7)

# Um pouco melhorado
with(dados, boxplot(resp ~ Raças, las=1, ylab='Pesos ao Nascer (kg)', xlab='Raças'))
points(médias, pch='+', col='red', cex=1.7)

#----------------------------------------------------------
# Teste F para verificação da homogeneidade de variâncias -
#----------------------------------------------------------
with(dados, var.test(resp ~ Raças))

#--------------------------------------------------
# Teste para verificação da normalidade dos dados -
#--------------------------------------------------
with(dados, shapiro.test(dados$resp))

#--------------------------------------
# Teste t para amostras independentes -
#--------------------------------------
#
# Teste t para variâncias homogêneas
with(dados, t.test(resp ~ Raças, var.equal=T))




#-----------------------------------------------------------
#                    Teste t pareado                       -
#    Andrade e Ogliari (2007) apresentam um experimento    -
# conduzido para estudar o conteúdo de hemoglobina no      -
# sangue de suínos com deficiência de niacina desempenham  -
# importante papel no metabolismo energético celular e na  -
# reparação do DNA.}. Aplicaram-se 20 mg de niacina em oito-
# suínos. Os níveis de hemoglobina no sangue foram  mensura-
# dos antes e depois da aplicação da niacina. Os resultados-
# obtidos no experimento foram:                            -
#-----------------------------------------------------------
rm(list=ls())

(croqui = expand.grid(rep=1:8, Fases=c("A","D")))

(niacina =  c(12.4, 13.6, 13.6, 14.7, 12.3, 12.2, 13.0, 11.4,
              10.4, 11.4, 12.5, 14.6, 13.0, 11.7, 10.3,  9.8))

(dados = data.frame(croqui, resp=niacina))
head(dados)
tail(dados)
str(dados)
names(dados)

#---------------------------
# Estatísticas Descritivas -
#---------------------------
#
# Geral
(média.g = with(dados, mean(resp)))
(var.g = with(dados, var(resp)))
(desvio.g = with(dados, sd(resp)))
(cv = desvio.g / média.g * 100)

# Por grupo
(médias = with(dados, tapply(resp, Fases, mean)))
(variâncias = with(dados, tapply(resp, Fases, var)))
(desvios = with(dados, tapply(resp, Fases, sd)))
(CV = desvios / médias * 100)


#-----------------------------------------------------------
# Dispersão sem levar em conta os fatores (Antes e Depois) -
#-----------------------------------------------------------
with(dados, plot(resp, ylab='Nível de hemoglobina', las=1, pch=19, col='blue', bty='l'))
abline(h=média.g, col='red', lwd=2) 

with(dados, plot(resp[Fases=='A'], las=1, pch='A', col='blue', bty='l', 
                 ylab='Nível de hemoglobina', ylim=c(9,15)))
with(dados, points(resp[Fases=='D'], pch='D', col='brown'))
abline(h=média.g, col='red', lwd=1.8) 


#----------------------------------------------------
# Localizando as médias de cada fator e média geral -
#----------------------------------------------------
#	par(mai=c(1,1,.2,.2))
with(dados, plot.default(Fases, resp, las=1, xlab='Fases', ylab='', col='blue', bty='l', pch=19))
mtext('Nível de hemoglobina', side=2, line=3)
points(médias, pch="*", col='red', cex=2.5)
abline(h=média.g, col='red', lwd=1.8)


#------------------------------------------------------------------
# Localização das médias de tratamentos em relação à media geral: -
#------------------------------------------------------------------
par(mai=c(1,1,.2,.2))
with(dados, plot.design(dados[ , -1], xlab='', ylab="", las=1, bty='l', col='blue'))
mtext('Nível de Hemoglobina', side=2, line=3.5)


#--------------------
# Gráfico de caixas -
#--------------------
with(dados, boxplot(resp ~ Fases, names=c('Antes', 'Depois'), xlab='Fases', 
                    ylab='Nível de Hemoglobina', las=1, col='LightYellow'))
points(médias, pch='+', cex=2, col='red')

#-----------------------
# Realizando o teste t -
#-----------------------
with(dados, t.test(resp ~ Fases, paired=T))

# Normalidade dos dados
with(dados, shapiro.test(resp))

with(dados, shapiro.test(resp[Fases=='A']))
with(dados, shapiro.test(resp[Fases=='D']))