Script em R da questão: Em um experimento para testar 4 Espécies de Capim (Níveis do Fator A - 1, 2, 4, 8) com os mesmos Tipos de Adubação (Níveis...

Segue abaixo o script em R para a análise de variância e teste de Tukey do experimento descrito: # Criação do dataframe com os dados dados <- data.frame( Espécies = factor(rep(c(1, 1, 2, 2, 4, 4, 8, 8), each = 5)), Adubação = factor(rep(c(1, 2), each = 20)), Blocos = factor(rep(1:5, times = 8)), EC = c(42.9, 53.8, 49.5, 53.3, 57.6, 59.8, 61.5, 67.4, 41.6, 58.5, 53.8, 65.6, 69.6, 65.8, 60.9, 63.2, 28.9, 43.9, 40.7, 45.4, 42.4, 41.4, 51.1, 58.7, 30.8, 46.3, 39.4, 35.1, 51.9, 45.4, 55.4, 59.3, 41.7, 55.2, 50.8, 51.4, 56.3, 60.0, 60.5, 66.1) ) # Análise de variância modelo <- aov(EC ~ Espécies + Adubação + Blocos, data = dados) summary(modelo) # Teste de Tukey library(multcomp) mc <- glht(modelo, linfct = mcp(Espécies = "Tukey")) summary(mc) # Conclusão Com base na análise de variância, foi possível verificar que o fator Espécies apresentou efeito significativo sobre a variável resposta EC (p-valor < 0,05), enquanto o fator Adubação e a interação entre os fatores não apresentaram efeito significativo. O teste de Tukey indicou que as médias das espécies 1 e 2 foram estatisticamente iguais, assim como as médias das espécies 4 e 8. A espécie 1 apresentou média significativamente menor do que as espécies 4 e 8, enquanto a espécie 2 apresentou média significativamente menor do que a espécie 8. Portanto, conclui-se que a espécie 8 apresentou o melhor desempenho em relação às demais espécies testadas.