Marcelo,Neste caso, verificando a análise gráfica, não acho que a normalidade foi um problema. Consideraria o gráfico robusto o suficiente para assumir que a maioria dos dados tiveram tendência de normalidade. Portanto, justificaria a não transformação.No entanto, a homocedasticidade foi um problema. Talvez este seja o pressuposto mais importante nesta análise. Analisando os testes de Bartlett e Levene, além da análise gráfica, diria que seus dados não foram homocedasticos. Sendo assim, a estatística paramétrica não seria a melhor forma de avaliação.Em sáb, 2 de mar de 2019 14:26, Marcelo Laia <marcelolaia@gmail.com escreveu:On 02/03/19 at 01:57, Gilson Geraldo Soares de Oliveira Júnior wrote:> Após o plot clique em algum botao, dentro da interface do R, para surgirem> 4 gráficos. Os dois primeiros são homocedasticidade e normalidade. Faça a> análise gráfica e verifique a dispersao dos pontos entorno da "reta" de> normalidade.>Gilson,Eu fiz essa verificação (gráficos em anexo).Há três observações que estão "fora".Eu utilizei o pacote bestNormalize e ele informa que a melhora transformaçãoseria Log_b(x+a)[1]. Mas, eu não queria transformar os dados só por esses trêsoutliers.Uma vez que se trata de uma tese, preciso de argumentos para justificar a nãotransformação.Por outro lado, se, de fato, os dados necessitarem de transformação, terei quefazer. E neste caso, o output do bestNormalize informa que o melhor élob_b(x+a) e o segundo melhor é Yeo-Johnson[2].Qualquer sugestão será muito bem vinda!Obrigado!--Marcelo_______________________________________________R-br mailing listR-br@listas.c3sl.ufpr.brhttps://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-brLeia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forne�a c�digo m�nimo reproduz�vel.