Variáveis canônicas
# para exemplificar a utilização da análise de variáveis canônicas, vamos considerar os valores das medidas de comprimento dos dígitos de 15 animais nelore, 15 curraleiros, 15 pantaneiros e 12 búfalos, contidas no quadro abaixo (dados parciais da dissertação de Silva 2012)
# baixe os dados via web
dados<-read.table("https://19e31fa08e.cbaul-cdnwnd.com/fd58c287e8dcea635dc0088984f5a026/200000017-de9e4df161/dig.txt",header=TRUE, sep="", dec=".")
# vamos requerer o pacote necessário "candisc"
require(candisc)
# vamos fazer uma análise de variância multivariada
dados2=dados[,-1]
dados2=as.matrix(dados2)
m=lm(dados2~dados$RAÇA)
# anova multivariada (observe que existe diferença estatística entre grupos)
anova(m)
# observação da dissimilaridade entre grupos via dispersão gráfica de variáveis canônicas
c=candisc(m, term="dados$RAÇA")
plot(c)
plot(c, type="n")
# controlando o gráfico
names(c)
can=c$"scores"
attach(can)
plot(Can2~Can1, ylab= "Can 2 (15,28%) ", xlab= "Can 1 (82,65%) ", col.main= "dark blue", cex=0, xlim=c(-8,8), ylim=c(-8,8), axes=FALSE)
axis(1,c(-7,-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6,7), col="dark blue", lty=2)
axis(2,c(-5,-4,-3,-2,-1,0,1,2,3,4,5), col="dark blue", lty=2)
abline(h=0,v=0, lty=2, col="dark blue")
text(Can1,Can2, label=dados$RAÇA, cex=1, col=c(rep(2, 15),rep(3, 15), rep(4, 15), rep(5,12)))