library(readxl)
## Warning: package 'readxl' was built under R version 4.2.3
library(outliers)
library(ggplot2)
## Warning: package 'ggplot2' was built under R version 4.2.3
library(collapsibleTree)
## Warning: package 'collapsibleTree' was built under R version 4.2.3
library(lattice)
## Warning: package 'lattice' was built under R version 4.2.3
library(TukeyC)
## Warning: package 'TukeyC' was built under R version 4.2.3
datos = read_xlsx("C://Users//FCECURSOS//Documents//DATOS PARCIAL DISEÑO 1.xlsx", sheet = 1)
View(datos)
as.factor(datos$suelo)
## [1] A B C A B C A B C
## Levels: A B C

\[H_0: \mu_{p_1}=\mu_{p_2}=\mu_{p_3}=\mu_{p_4}\]

\[H_a: H_0 es falsa\] ###ANALISIS DESCRIPTIVO

library(lattice)
datos$eficacia = as.numeric(datos$eficacia)

bwplot(eficacia ~ productos | pendiente + suelo , datos)

ggplot(datos)+
  aes(productos, eficacia, fill=productos)+
  geom_boxplot()

collapsibleTreeSummary(datos,
                       c("productos", "suelo", "pendiente", "eficacia"),
                       collapsed = FALSE)
as.numeric(datos$eficacia)
## [1] 29.0  2.5  9.5 10.2 22.5  3.5  1.0 10.5 18.0
as.factor(datos$suelo)
## [1] A B C A B C A B C
## Levels: A B C

###Modelo de diseño \[y_{ijk} = \mu + \tau_i + \beta_j + \delta_k + \epsilon_{ijk}\] ### Tabla de annova

mod = aov(eficacia ~ suelo + pendiente + productos,
          datos)
summary(mod)
##             Df Sum Sq Mean Sq F value Pr(>F)  
## suelo        2   14.1     7.1   0.495 0.6689  
## pendiente    2   22.2    11.1   0.780 0.5617  
## productos    2  665.4   332.7  23.342 0.0411 *
## Residuals    2   28.5    14.3                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

###Comparaciones de medias

residuos = mod$residuals
TukeyHSD(mod, conf.level = 0.95)
##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = eficacia ~ suelo + pendiente + productos, data = datos)
## 
## $suelo
##          diff       lwr      upr     p adj
## B-A -1.566667 -19.72602 16.59268 0.8754548
## C-A -3.066667 -21.22602 15.09268 0.6475972
## C-B -1.500000 -19.65935 16.65935 0.8846250
## 
## $pendiente
##            diff       lwr      upr     p adj
## P2-P1 -1.600000 -19.75935 16.55935 0.8707947
## P3-P1 -3.833333 -21.99268 14.32602 0.5406575
## P3-P2 -2.233333 -20.39268 15.92602 0.7758657
## 
## $productos
##           diff       lwr       upr     p adj
## Y-X -13.100000 -31.25935  5.059351 0.0918227
## Z-X -20.833333 -38.99268 -2.673982 0.0384534
## Z-Y  -7.733333 -25.89268 10.426018 0.2247212

Revision de supuestos

##Normalidad

shapiro.test(residuos)
## 
##  Shapiro-Wilk normality test
## 
## data:  residuos
## W = 0.72794, p-value = 0.003005

Homocedasticidad

bartlett.test(residuos, datos$productos)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  residuos and datos$productos
## Bartlett's K-squared = 0, df = 2, p-value = 1

Punto 2

set.seed(1003535249)


rta = c(sort(rnorm(36, 20, 1.5)), sort(rnorm(36, 29, 1.0)))

lm = sort(c(rnorm(36.25, 2.9), rnorm(36, 29, 2.4)))
am = c(rnorm(36, 5.5, 0.9), rnorm(36, 5.0, 0.8))

metodo = gl(2,36,72, c("imagen", "escala"))
                

datos = data.frame(lm, am, rta, metodo)
show(datos)
##            lm       am      rta metodo
## 1   0.8952346 5.828594 17.19962 imagen
## 2   1.2851968 4.961799 17.73398 imagen
## 3   1.8430984 3.644823 18.44770 imagen
## 4   2.0327627 5.371005 18.51863 imagen
## 5   2.0584921 5.878448 18.59484 imagen
## 6   2.0809685 3.949721 19.26827 imagen
## 7   2.1094114 4.012448 19.30903 imagen
## 8   2.1961217 6.171042 19.41925 imagen
## 9   2.2589988 4.720992 19.44303 imagen
## 10  2.5590108 5.491690 19.52886 imagen
## 11  2.6386783 5.531611 19.56475 imagen
## 12  2.6562041 4.556716 19.60169 imagen
## 13  2.6694774 6.867257 19.72112 imagen
## 14  2.8097119 4.335460 19.80682 imagen
## 15  2.8787104 6.247061 19.92757 imagen
## 16  2.9074502 6.242443 19.95105 imagen
## 17  2.9312173 5.133683 20.08573 imagen
## 18  2.9531696 4.417958 20.12015 imagen
## 19  3.0169672 4.602588 20.12354 imagen
## 20  3.2385879 4.753927 20.17437 imagen
## 21  3.2830631 5.786956 20.24027 imagen
## 22  3.3930856 5.870637 20.36192 imagen
## 23  3.4160480 5.332432 20.36826 imagen
## 24  3.4461960 5.336754 20.49197 imagen
## 25  3.4529848 5.565269 20.58260 imagen
## 26  3.4958960 4.864882 20.59060 imagen
## 27  3.5287103 5.653940 20.68085 imagen
## 28  3.7163926 5.702651 20.76125 imagen
## 29  3.7873590 6.146336 20.84797 imagen
## 30  3.8295493 6.676594 20.87702 imagen
## 31  3.9100839 4.369271 21.05820 imagen
## 32  4.2122705 6.258605 21.27893 imagen
## 33  4.4065899 6.902153 21.87411 imagen
## 34  4.6980349 3.575450 22.24932 imagen
## 35  4.7215329 5.015929 23.10190 imagen
## 36  5.6435816 5.723135 23.95156 imagen
## 37 23.9462614 3.808628 26.52162 escala
## 38 23.9544722 5.255124 27.80493 escala
## 39 25.2849919 5.826829 27.87096 escala
## 40 25.5244332 5.652196 28.06941 escala
## 41 26.0747343 5.883838 28.10047 escala
## 42 26.5933156 4.556734 28.22751 escala
## 43 26.8096697 3.830002 28.34731 escala
## 44 26.9523869 5.160177 28.35818 escala
## 45 27.2194025 5.726941 28.40245 escala
## 46 27.3911307 5.434728 28.47783 escala
## 47 27.5577330 5.791222 28.57127 escala
## 48 27.6532312 4.590873 28.64799 escala
## 49 27.9183759 5.144108 28.65594 escala
## 50 27.9888443 4.606988 28.69370 escala
## 51 28.4487166 4.565244 28.72500 escala
## 52 28.5643806 5.508983 28.89543 escala
## 53 28.8035793 5.956431 28.89557 escala
## 54 28.8465238 4.452458 28.90110 escala
## 55 28.8934736 5.638831 28.96747 escala
## 56 29.3713898 3.999252 28.96865 escala
## 57 29.5903201 5.337506 28.98131 escala
## 58 29.6561202 5.427908 29.05936 escala
## 59 29.8711332 4.935650 29.09121 escala
## 60 29.9814736 4.124387 29.21023 escala
## 61 30.2909580 3.779611 29.23397 escala
## 62 30.2976407 6.190708 29.30257 escala
## 63 30.3029066 4.942541 29.32634 escala
## 64 30.3037783 5.342553 29.37133 escala
## 65 30.5000388 6.750768 29.48960 escala
## 66 30.5924330 5.157220 29.62344 escala
## 67 31.0242715 6.073236 29.87395 escala
## 68 31.5581654 4.956696 29.96758 escala
## 69 33.1958457 5.938237 30.07344 escala
## 70 33.2290733 4.784857 30.22781 escala
## 71 35.4435444 4.889755 30.95156 escala
## 72 35.7598541 5.468218 30.96230 escala