#########################################################################
#######################Planejamento do DBC###############################
#########################################################################
require(dae)
b=3 ##numero de blocos
t=9 ##numero de tratamentos
n=b*t
DBC.parc=list(Bloco=b, Parcela=t)
DBC.nest=list(Parcela="Bloco")
tratamento=factor(rep(c(1:t), times=b))
DBC=fac.layout(unrandomized = DBC.parc,nested.factors=DBC.nest,randomized = tratamento , seed = 105)
DBC

Croqui1=matrix(DBC[,5],t,b)
Croqui1

#########################################################################
############################Análise do DBC###############################
#########################################################################

##Mudar o diretório###
setwd("J:/Veterinaria/Conjuntos de Dados")

##Chamar o pacote xlsx para ler o arquivo de dados
require(xlsx)

##Lendo o arquivo de dados
dados=read.xlsx("jumento.xls",1)
dados
attach(dados)
summary(dados)

B=as.factor(Jumento)

######Análise de Variância#####################################3
model=lm(VR~B+Diluente)
anova(model)


####Verificar as pressuposições do modelo
####Independencia
require(bstats)
dw.test(model)


##Obter o erros do modelo#####################
e=resid(model)
hist(e)

####Verificar a normalidade##################
#Teste de Shapiro-Wilk
shapiro.test(e) 

#Teste de Kolmogorov-Smirnov
m=mean(e)
dp=sd(e)
ks.test(e,"pnorm",m,dp)


######Homogeneidade de Variância#########
#teste de Bartlett 
bartlett.test(VR~B+Diluente)

#Teste de Levene
require(car)
leveneTest(model)


###Teste de aditividade dos efeitos de tratamento e bloco
require(agricolae)
df<-df.residual(model)
MSerror<-deviance(model)/df
nonadditivity(VR, B, Diluente, df, MSerror)


###Coeficiente de Variação
require(agricolae)
cv.model(model)


require(ExpDes)
####Anova com Teste de Tukey####################
rbd(Diluente, B, VR, quali = TRUE, mcomp = "tukey", sigT = 0.05, sigF = 0.05)

####Anova com Teste de SNK####################
rbd(Diluente, B, VR, quali = TRUE, mcomp = "snk", sigT = 0.05, sigF = 0.05)

####Anova com Teste de Duncan####################
rbd(Diluente, B, VR, quali = TRUE, mcomp = "ducan", sigT = 0.05, sigF = 0.05)

####Anova com Teste de Scott-Knott####################
rbd(Diluente, B, VR, quali = TRUE, mcomp = "sk", sigT = 0.05, sigF = 0.05)