Pacote MCPtests

Foto criada por Ben Dêivide

Objetivo

O pacote MCPtests é uma evolução do pacote midrangeMCP. Além da agregação de gráfico nos resultados dos testes, o tipo de entrada de dados, que é um diferencial com relação a outros pacotes, o MCPtests abrangerá um universo maior de testes, além de poder apresentar avaliação de desempenho dos testes em tempo real, via simulação Monte Carlo. Com isso, o poder de escolha de um teste pelo usuário, poderá ser mais criterioso, do que usar os testes convencionais da literatura sem nenhuma critério de escolha.

Algo que ganhará destaque também será a saída. Além das exportações tradicionais encontradas no pacote midrangeMCP, usaremos os recursos do RMarkdown ao nosso favor, incluindo uma tomada de decisão mais intuitiva sobre os testes, bem como, avaliando e apresentando as suas pressuposições.

Se o usuário desejar agregar Análise de Variância (ANAVA), também poderá ser utilizada em seus resultados, mas o enfoque é o resultado do PCM, uma vez que a sequência dos resultados da ANAVA e depois PCM é um padrão não obrigatório, e quase todo mundo sempre procedeu dessa forma como se fosse uma obrigatoriedade.

Outra vantagem do pacote é que suas teclas de atalho se assemelham com a ambientação do RStudio, tornando-o isso mais intuitivo.

Origem do projeto

O projeto foi originado de outros dois projetos, o Projeto UFSJ 003/2019/PROPE e o Projeto UFSJ 004/2019/PROPE. Este último foi uma recomendação proposta de artigo de revisão para ser enviado a Revista Ciência e Agrotecnologia, que ainda está em desenvolvimento.

Membros

Onde encontrar o projeto

Uma primeira versão do pacote já se encontra sob o CRAN, e suas alterações estão sendo atualizadas no repositório GitHub. A página do pacote ainda está sendo desenvolvida.

Publicações

Contribuições ainda a serem realizadas

Contribuições ainda a serem feitas no pacote:

  • Página do pacote;
  • Implementação do algoritmo dos PCMs ao pacote;
  • Implementações sobre a GUI, usando linguagem Tcl/tk;
  • Relatório de análises;
  • Implementações sobre as avaliações de desempenho dos testes via simulação Monte Carlo.
Ben Dêivide
Ben Dêivide
Professor de Estatística

Minhas principais linhas de pesquisa são na área de Estatística Experimental, Estatística e Probabilidade, Estatística computacional, Desenvolvimento de pacotes R