Tabebuia cassinoides é uma espécie parente dos ipês, conhecida como caixeta. Essa árvore forma agregados nas restingas alagadas chamados caixetais. A sua madeira é usada para fazer caixa, daí o nome. Para avaliar se os tamanhos das caixetas são diferentes em 3 localidades (chauas, jureia e retiro) foi feita uma amostra aleatória de 10 árvores em cada localidade e medida a circunferência do tronco a altura de 1,3 m do solo (cap). Vamos testar por aleatorização se as caixetas são em médias diferentes entre as localidades, utilizando como estatística de interesse o módulo das diferenças das médias por localidade em relação a média total, somadas.

• Leia o arquivo de dados tabebuia.csv em um objeto chamado tab.
• Calcule a média de cap de todas as árvores e guarde no objeto meanTab.
• Calcule a média de cada localidade e guarde no objeto meanLoc.
• Calcule a diferenças das médias das localidades meanLoc em relação à média de todas as árvores meanTab e some o módulo dessas diferenças no objeto difMod.
• Crie um objeto chamado nsim e guarde nele o valor 1000 para definir o número de ciclos.
• Crie um vetor resSim com comprimento nsim e preenchido com NA em todas as posições para guardar o resultado das aleatorizações.
• Guarde na primeira posição do objeto resSim o valor da estatística de interesse observada.
• Inicie um ciclo de iteração com um contador nomeado de k que cicla em um vetor de valores inteiros de 2 até nsim.
• A cada ciclo calcule a mesma estatística de interesse, aleatorizando o vetor tab$cap e guardando o resultado na posição k do objeto resSim.
• Calcule a probabilidade de incorrer em erro ao afirmar que existe diferença do tamanho médio das caixetas entre localidades e guarde no objeto pvalor.
• Faça agora um modelo linear cap ~ local e guarde no objeto lmTab.
• Extraia desse modelo o p-valor do teste e guarde no objeto pAnova^pvalor.
• No objeto pIgual coloque TRUE se as diferenças entre os valores de probabilidades nos teste forem iguais e FALSE caso sejam diferentes. Considere diferenças até a terceira casa decimal (\pm 0.001).






^pvalor Não existe um função base para extrair o p-valor de um objeto de modelo linear. Para isso, use o código:

anova(lmTab)$"Pr(>F)"[1]