Indy's questions

Atualmente, estou usando o pacote agricolae em R para gerar delineamentos em blocos casualizados completos (DBCC) com seis tratamentos e quatro repetições. Embora a randomização funcione conforme o esperado, notei que, às vezes, o mesmo tratamento aparece adjacente a si mesmo em diferentes blocos (por exemplo, o mesmo tratamento em parcelas vizinhas). Em nossos testes de campo, a empresa prefere evitar tais situações devido a potenciais efeitos de vizinhança (por exemplo, deriva, interferência de raízes).

Minhas perguntas são: É possível evitar essa adjacência diretamente dentro de agricolae, impondo restrições espaciais no projeto?

Caso contrário, a melhor abordagem seria repetir as randomizações até que um layout espacialmente aceitável seja encontrado?

Existem outros pacotes ou estratégias que você recomendaria que permitissem mais controle sobre o layout do tratamento, mas ainda fossem compatíveis com agricolae?

Abaixo, um exemplo prático mínimo mostrando como eu gero o design e o ploto. Sugestões sobre como adicionar restrições espaciais serão muito apreciadas!

# Install agricolae and agricolaeplotr if needed
install.packages("agricolae")
install.packages("agricolaeplotr")

library(tidyverse)
library(agricolae)
library(agricolaeplotr) # for plot_rcbd()

# Define treatment names
fertilizers <- c("Growth2000",
                "Starter50",
                "WellGrown",
                "MaxDev",
                "SuperBoost",
                "NatFertilizer")

# Generate a randomized complete block design (RCBD)
RCBD <- design.rcbd(trt = treatments,
                    r = 4,
                    seed = 2025)

# Plot the field layout
plot_rcbd(design = RCBD,
          factor_name = "fertilizers",      # Column containing the treatment levels
          treatment_label = "fertilizers",  # Display treatment names in the plot
          width = 2,   # Width of each plot (in meters)
          height = 1)  # Height of each block (in meters)

Este gráfico mostra um exemplo do que eu gostaria de evitar: o tratamento Growth2000 aparece em gráficos adjacentes nos blocos 3 e 4, primeira coluna.

Agradecemos antecipadamente seu feedback e quaisquer ideias que você possa ter para controlar a adjacência do tratamento no layout do campo.

Atenciosamente.

Estou usando emmeans::cld()para gerar letras de grupos de significância após uma ANOVA e quero exibi-las acima de um boxplot ggplot2. Quando defino alpha = 0.05, funciona bem, mas quando quero usar delta = 2, as letras ficam desalinhadas: embora meu conjunto de dados principal e a tabela de resumo tenham os mesmos níveis de fator na mesma ordem, as letras não ficam alinhadas corretamente com as categorias do eixo x.

Tentei position = position_identity()e garanti a levels()correspondência em ambos os quadros de dados. Mas os rótulos de texto ainda aparecem deslocados. Aqui está um exemplo reproduzível completo — alguém pode me ajudar a entender o que estou perdendo?

 # Load necessary libraries
    library(tidyverse)
    library(emmeans)
    library(multcomp)
    
    # Step 1: Simulated dataset
    set.seed(123)
    
    # Define levels of the treatment variable
    treatment_levels <- c("Control_0",
                          "Carvone_0.001", "Carvone_0.01",
                          "Eucalyptol_0.001", "Eucalyptol_0.01",
                          "Mint_nanah_0.001", "Mint_nanah_0.01",
                          "Mint_piperita_0.001", "Mint_piperita_0.01",
                          "Mint_pouliot_0.001", "Mint_pouliot_0.01",
                          "Menthone_0.001", "Menthone_0.01",
                          "Pulegone_0.001", "Pulegone_0.01")
    
    # Simulate a dataset
    Microbio_2025 <- tibble(
      Treatment = rep(treatment_levels, each = 6),
      Corrected_Surface = rnorm(6 * length(treatment_levels), mean = 20, sd = 5)
    )
    
    Microbio_2025 <- Microbio_2025 %>%
      mutate(Treatment = factor(Treatment, levels = treatment_levels))
    
    # Step 2: Simple ANOVA model
    anova_microbio <- aov(Corrected_Surface ~ Treatment, data = Microbio_2025)
    
    # Step 3: Grouping letters using emmeans
    grouped_means <- emmeans(anova_microbio, specs = ~ Treatment) %>%
      cld(delta = 2, 
          #alpha = 0.05, 
          Letters = letters) %>%
      as.data.frame() %>%
      mutate(Treatment = factor(Treatment, levels = treatment_levels))
    
    # Step 4: Boxplot + significance letters
    ggplot(data = Microbio_2025, aes(x = Treatment, y = Corrected_Surface, fill = Treatment)) +
      
      geom_boxplot(show.legend = FALSE) +
      
      # Add significance group letters (here is where the alignment issue happens)
      geom_text(data = grouped_means,
                aes(x = Treatment, y = 45, label = .equiv.set),
                position = position_identity(),
                size = 5,
                show.legend = FALSE) +
      
      labs(x = "Tested Samples",
           y = "Corrected surface area (cm²)") +
      
      theme_minimal() +
      theme(axis.text.x = element_text(angle = 45, vjust = 0.5),
            text = element_text(size = 15))