Package {autotesteR}

Title:	Automated Functions for Basic Statistical Tests
Version:	0.1.12
Description:	Provides simple and intuitive functions for basic statistical analyses. Methods include the t-test (Student 1908 <doi:10.1093/biomet/6.1.1>), the Mann-Whitney U test (Mann and Whitney 1947 <doi:10.1214/aoms/1177730491>), Pearson's correlation (Pearson 1895 <doi:10.1098/rspl.1895.0041>), and analysis of variance (Fisher 1925, <doi:10.1007/978-1-4612-4380-9_5>). Functions are compatible with 'ggplot2' and 'dplyr'.
License:	MIT + file LICENSE
Depends:	R (≥ 4.1.0)
Encoding:	UTF-8
RoxygenNote:	7.3.2
Imports:	car, crayon, dplyr, FSA, ggplot2, ggdist, ggExtra, multcompView, nortest, purrr, RColorBrewer, scales, stats, tibble, tidyr, tidyselect, utils, vcd
NeedsCompilation:	no
Packaged:	2026-05-17 18:59:58 UTC; Seu Computador
Author:	Luiz Garcia [aut, cre]
Maintainer:	Luiz Garcia <luiz.cardoso@ufpr.br>
Repository:	CRAN
Date/Publication:	2026-05-18 05:10:02 UTC

Pacote autotesteR: Testes estatísticos automatizados com foco em acessibilidade e comunicação visual

Description

O pacote autotesteR oferece uma interface amigável para a realização de testes estatísticos comuns, com foco na apresentação gráfica dos resultados, checagem automática de pressupostos e uso da língua portuguesa.

Details

A proposta do autotesteR é simplificar a aplicação de testes estatísticos frequentemente usados na pesquisa científica — como o teste t, ANOVA, Mann-Whitney, correlação de Pearson, entre outros —, aliando visualizações claras, diagnósticos automáticos e recomendações baseadas nas características dos dados.

As funções atualmente disponíveis incluem:

• pre.teste — sugere automaticamente o teste mais apropriado para os dados;

• teste.t — teste t de Student para dois grupos independentes;

• teste.tpareado — teste t pareado para medidas repetidas;

• teste.u — teste de Mann-Whitney para comparação não paramétrica entre dois grupos;

• teste.anova — ANOVA de uma via para mais de dois grupos;

• teste.kruskal — teste de Kruskal-Wallis (alternativa não paramétrica à ANOVA);

• teste.qui — teste do qui-quadrado para tabelas de contingência;

• teste.fisher — teste exato de Fisher para tabelas 2x2;

• teste.correlacao — teste de correlação de Pearson ou Spearman.

Todas as funções estão documentadas em português, aceitam objetos do tipo data.frame e fórmulas como variavel ~ grupo, além de retornarem resumos claros e gráficos integrados.

Author(s)

Luiz Fernando Cardoso Garcia luiz.cardoso@ufpr.br

See Also

pre.teste, teste.t, teste.tpareado, teste.u, teste.anova, teste.kruskal, teste.qui, teste.fisher, teste.correlacao

Examples

# Acesse a função principal para testes automáticos
g1 <- c(1, 2, 3)
g2 <- c(4, 5, 6)
pre.teste(g1, g2)

Funcao pre.teste() para sugestao de teste estatistico

Description

Identifica automaticamente se os dados sao numericos ou categoricos e sugere o teste estatistico mais adequado.

Usage

pre.teste(..., alpha = 0.05, ajuda = FALSE, verbose = TRUE)

Arguments

Value

Lista invisivel com resultados dos testes de normalidade, homogeneidade ou tabela de contingencia e recomendacao do teste

Teste de ANOVA com checagem automatica de pressupostos

Description

Realiza ANOVA (e Tukey HSD) se os dados atenderem aos pressupostos de normalidade e homogeneidade. Caso contrario, recomenda automaticamente o uso de Kruskal-Wallis/Dunn.

Usage

teste.anova(
  ...,
  titulo = "ANOVA/Tukey HSD",
  x = "Eixo x",
  y = "Eixo y",
  estilo = 1,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Objeto aov ou mensagem de recomendacao.

Examples

df <- data.frame(
  controle = rnorm(30, 10),
  tratamento = rnorm(30, 12),
  teste = rnorm(30, 11)
)
teste.anova(df)

Teste de correlacao (Pearson, Spearman ou Kendall)

Description

Realiza teste de correlacao entre duas variaveis numericas, escolhendo automaticamente entre Pearson, Spearman ou Kendall com base na normalidade, empates e outliers. Opcionalmente exibe graficos de diagnostico e grafico da correlacao com linha de tendencia.

Usage

teste.correlacao(
  x,
  y = NULL,
  metodo = "auto",
  estilo = 1,
  ajuda = FALSE,
  verbose = TRUE,
  plot_normalidade = FALSE
)

Arguments

Value

Objeto de classe htest invisivel com o resultado do teste de correlacao

Examples

# Pearson
set.seed(123)
x <- rnorm(30, sd = 1)
y <- x + rnorm(30, sd = 1)
teste.correlacao(x, y)

# Spearman
set.seed(123)
x <- runif(300)
y <- log(x + 0.1) + rnorm(300, sd = 0.05)
teste.correlacao(x, y)

# Kendall
set.seed(123)
x  <- rnorm(200)
y  <- x + rnorm(200, sd = 0.2)
x_out <- runif(20, -10, 10)
y_out <- runif(20, -10, 10)
x <- c(x, x_out)
y <- c(y, y_out)
teste.correlacao(x, y)

Teste exato de Fisher

Description

Realiza o teste exato de Fisher a partir de dois vetores categoricos ou um data frame de duas colunas, construindo uma tabela de contingencia.

Usage

teste.fisher(
  var1,
  var2 = NULL,
  titulo = "Teste Exato de Fisher",
  x = NULL,
  y = "Proporcao",
  estilo = 1,
  mostrar_tabela = TRUE,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Objeto invisivel do teste e grafico.

Examples

dados <- data.frame(controle = c("saudavel","saudavel","doente","doente","doente"),
                    tratamento = c("saudavel","saudavel","saudavel","saudavel","doente"))
teste.fisher(dados)

Teste de Kruskal-Wallis com pos-teste de Dunn

Description

Realiza o teste de Kruskal-Wallis para comparacao de multiplos grupos independentes, seguido do pos-teste de Dunn com correcao de Bonferroni.

Usage

teste.kruskal(
  ...,
  titulo = "Kruskal-Wallis + Dunn",
  x = "Grupo",
  y = "Valor",
  estilo = 1,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Objeto do teste de Kruskal-Wallis

Teste de qui-quadrado

Description

Aplica o teste qui-quadrado ou Fisher para associacao entre duas variaveis categoricas.

Usage

teste.qui(
  var1,
  var2 = NULL,
  titulo = "Teste Qui-Quadrado",
  x = NULL,
  y = "Proporcao",
  estilo = 1,
  mostrar_tabela = TRUE,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Resultado do teste e tabela de contingencia.

Examples

dados <- data.frame(controle = c(rep('saudavel', 50), rep('doente', 150)),
                    tratamento = c(rep('saudavel', 100), rep('doente', 100)))
teste.qui(dados)

Teste t de Student (com diagnostico automatico)

Description

Executa o teste t para comparacao de medias entre dois grupos independentes, com verificacao automatica de normalidade e homogeneidade de variancias. Caso os pressupostos nao sejam atendidos, o teste de Mann-Whitney e aplicado automaticamente (sem gerar grafico).

Usage

teste.t(
  ...,
  titulo = "Teste t",
  x = "Grupo",
  y = "Valor",
  ajuda = FALSE,
  verbose = TRUE,
  estilo = 1
)

Arguments

Value

Lista invisivel com resumo, resultado do teste, metodo e (opcionalmente) grafico.

Examples

df <- data.frame(
  controle = rnorm(30, 10),
  tratamento = rnorm(30, 12)
)
teste.t(df)

Testes multiplos entre grupos numericos (t ou Mann-Whitney), com diagnostico automatico e grafico anotado

Description

Executa comparacoes multiplas entre grupos numericos (como colunas de um data frame ou vetores nomeados) usando teste t ou Mann-Whitney (MW), escolhidos automaticamente com base na normalidade (Shapiro-Wilk) e homogeneidade de variancias (teste de Levene).

Usage

teste.tmulti(
  ...,
  comparacoes = NULL,
  titulo = "Comparacoes multiplas (t / MW)",
  x = "",
  y = "Valor",
  estilo = 1,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Details

A funcao tambem:

• aceita diferentes formatos de entrada para definir as comparacoes (lista de pares, vetores de nomes, strings, etc.);

• imprime um resumo (medias/DP) e destaca comparacoes significativas;

• gera graficos com barras de significancia e quatro estilos visuais personalizaveis;

• retorna resultados completos para uso programatico.

Value

Uma lista invisivel com:

• resultados: tibble com grupo1, grupo2, metodo (t/MW) e p-valor;

• pares_signif: subconjunto significativo (p < 0.05);

• grafico: objeto ggplot final;

• dados_long: dados reorganizados em formato longo.

Examples

df <- data.frame(
  controle   = rnorm(30, 10),
  tratamento = rnorm(30, 12),
  teste1     = rnorm(30, 11),
  teste2     = rnorm(30, 15)
)

teste.tmulti(df)

teste.tmulti(df,
  comparacoes = list(c("controle", "tratamento"),
                     c("tratamento", "teste1"))
)

Teste t pareado com visualizacoes avancadas

Description

Realiza o teste t pareado entre dois vetores numericos (ex.: antes e depois) ou entre duas colunas numericas de um data frame. Inclui quatro estilos de visualizacao (boxplot, violino, monocromatico e half-eye).

Usage

teste.tpareado(
  ...,
  titulo = "Teste t pareado",
  xlab = "",
  ylab = "Valor",
  estilo = 1,
  conectar = TRUE,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Lista invisivel contendo:

resumo

Medias e desvios-padrao dos grupos

resultado

Objeto do teste t (stats::t.test)

dados

Data frame usado no grafico

plot

Objeto ggplot2

Examples

antes <- c(10, 12, 11, 13)
depois <- c(9, 11, 10, 10)
teste.tpareado(antes, depois)

df <- data.frame(A = antes, B = depois)
teste.tpareado(df, estilo = 3)

Teste de Mann-Whitney (U)

Description

Realiza o teste de Mann-Whitney (Wilcoxon rank-sum) para comparacao de dois grupos independentes, com resumo estatistico e visualizacao grafica.

Usage

teste.u(
  ...,
  titulo = "Teste de Mann-Whitney",
  x = "Grupo",
  y = "Valor",
  estilo = 1,
  ajuda = FALSE,
  verbose = TRUE
)

Arguments

Value

Lista invisivel com:

resumo

Resumo estatistico por grupo

resultado

Resultado do teste (objeto htest)

grafico

Objeto ggplot2 com a visualizacao

Examples

x <- c(1, 3, 5, 6)
y <- c(7, 8, 9, 12)
teste.u(x, y)

dados <- data.frame(grupoA = x, grupoB = y)
teste.u(dados)