### Análise de Monte Carlo
## Passos
# 1. Escolher tempos, espécie e medida
# 2. Fazer as permutações
# 3. Calcular a ANOVA
## Ex.1 - tempos 0 e 7, Guapira, dsh
# permutar entre os tratamentos, mas não entre os blocos
aleat=function(n,m,d){ # onde n é o número de aleatorizações e m é a medida (6 a 15)
result=data.frame() # cria a tabela que receberá os valores de F
result[n,1]=0
result[n,2]=0
result[n,3]=0
result[n,4]=0
result[n,5]=0
result[n,6]=0
result[n,7]=0
result[n,8]=0
names(result)[1:8]=c("light","litter","comp","light/litter","light/comp","litter/comp","light/litter/comp","NA")
for(i in 1:n){
mc=d
mc[mc$block==1,m]=sample(d[mc$block==1,m],8,replace=F)
mc[mc$block==2,m]=sample(d[mc$block==2,m],8,replace=F)
mc[mc$block==3,m]=sample(d[mc$block==3,m],8,replace=F)
mc[mc$block==4,m]=sample(d[mc$block==4,m],8,replace=F)
mc[mc$block==5,m]=sample(d[mc$block==5,m],8,replace=F)
mc[mc$block==6,m]=sample(d[mc$block==6,m],8,replace=F)
result[i,]=summary(aov(mc[,m]~(light*litter*comp)+Error(block/(light*litter*comp)),mc))[9][[1]][[1]][[4]]
}
result[n+1,]=summary(aov(d[,m]~(light*litter*comp)+Error(block/(light*litter*comp)),d))[9][[1]][[1]][[4]]
return(result[-8])
}