medidas repetidas: uno de los mejores analisis para agronomia
Brandon Stiven Solano Solano
2023-06-02
#dificulto realizar las medidad sin el tiempo #Se necesita medir en el tiempo+ los sujetos -factores- (diseños) #medidas repetidas de una via, dos vias, tres vias #investigar con otro nombre()
#Factor - intrasujetos= Tiempo
#Factor - entresuejtos = FSCA, FSBA, FCCA, FCBA.
#LINK: https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/
#una via: UN SOLO FACTOR QUE ES EL TIEMPO, NINGUNA OTRA (tiempos equidistantes)- hay otro tratamiento con tiempos no equidistantes investigar este
#solo hay tiempo y respuesta
#quiero ver que pasa en el tiempo sobre este cultivo
#install.packages("datarium")
data("selfesteem", package = "datarium")
#hay un identificador de "parcelas" (id)
datos = selfesteem
head(datos, 3)## id t1 t2 t3
## 1 1 4.005027 5.182286 7.107831
## 2 2 2.558124 6.912915 6.308434
## 3 3 3.244241 4.443434 9.778410datos## id t1 t2 t3
## 1 1 4.005027 5.182286 7.107831
## 2 2 2.558124 6.912915 6.308434
## 3 3 3.244241 4.443434 9.778410
## 4 4 3.419538 4.711696 8.347124
## 5 5 2.871243 3.908429 6.457287
## 6 6 2.045868 5.340549 6.653224
## 7 7 3.525992 5.580695 6.840157
## 8 8 3.179425 4.370234 7.818623
## 9 9 3.507964 4.399808 8.471229
## 10 10 3.043798 4.489376 8.581100boxplot(datos[,-1])
#construcción de los datos en formato largo (gather), pocas columnas
library(dplyr)##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(tidyr)
# install.packages("datarium")
data("selfesteem", package = "datarium")
datos = selfesteem
datos = datos %>%
gather(key = "tiempo",
value = "rto",
t1, t2, t3) %>%
mutate_at(vars(id, tiempo), as.factor)
View(datos)#resumen estadistico
#estilo del documento
datos %>%
group_by(tiempo) %>%
summarise(media = mean(rto),
desv = sd(rto),
n = n(),
cv = 100*desv/media)## # A tibble: 3 × 5
## tiempo media desv n cv
## <fct> <dbl> <dbl> <int> <dbl>
## 1 t1 3.14 0.552 10 17.6
## 2 t2 4.93 0.863 10 17.5
## 3 t3 7.64 1.14 10 15.0#CV>20% los datos son normales, son buenos para analizar, homogeneidad.
#CV<20% Heterogeneidad, causante d eproblemas para analizar, se pueden imputarboxplot(datos$rto~datos$tiempo)
#detencción de datos atipicos (outliers)
library(rstatix)##
## Attaching package: 'rstatix'## The following object is masked from 'package:stats':
##
## filterdatos %>%
group_by(tiempo) %>%
identify_outliers(rto)## # A tibble: 2 × 5
## tiempo id rto is.outlier is.extreme
## <fct> <fct> <dbl> <lgl> <lgl>
## 1 t1 6 2.05 TRUE FALSE
## 2 t2 2 6.91 TRUE FALSEstatus=boxplot(datos)
a= status$out
a## numeric(0)#hay dos datos sospechosos, se parecen pero no lo son, no son preocupantes, tener cuidado con los EXTREMOS, eso si son datos atipicos.
#hipotesis \[H_0: \mu_1=\mu_2=\mu_3\] #analisis inferencial
datos %>%
group_by(tiempo) %>%
shapiro_test(rto)## # A tibble: 3 × 4
## tiempo variable statistic p
## <fct> <chr> <dbl> <dbl>
## 1 t1 rto 0.967 0.859
## 2 t2 rto 0.876 0.117
## 3 t3 rto 0.923 0.380#no se rechaza, los datos tienen una distribución normal#TEST DE MAUCHLY: supuesto de esfericidad SOLO PARA MEDIAS REPETIDAS (variabildiad en tiempos sucesivos) #tiene que ver con igualdad de varianzas
res_aov = anova_test(data=datos,
dv=rto,
wid=id,
within = tiempo)
res_aov## ANOVA Table (type III tests)
##
## $ANOVA
## Effect DFn DFd F p p<.05 ges
## 1 tiempo 2 18 55.469 2.01e-08 * 0.829
##
## $`Mauchly's Test for Sphericity`
## Effect W p p<.05
## 1 tiempo 0.551 0.092
##
## $`Sphericity Corrections`
## Effect GGe DF[GG] p[GG] p[GG]<.05 HFe DF[HF] p[HF]
## 1 tiempo 0.69 1.38, 12.42 2.16e-06 * 0.774 1.55, 13.94 6.03e-07
## p[HF]<.05
## 1 *#p_valor>5% no se rechaza la H_0: hay esfericidad
res_aov$`Mauchly's Test for Sphericity`## Effect W p p<.05
## 1 tiempo 0.551 0.092get_anova_table(res_aov)## ANOVA Table (type III tests)
##
## Effect DFn DFd F p p<.05 ges
## 1 tiempo 2 18 55.469 2.01e-08 * 0.829#rechazo la H_0: el aceite producido en los 3 diferentews tiempos es diferentes, el tiempo de corte tiene efecto #comparación entre tiempos aposteriori
datos%>%
pairwise_t_test(
rto ~ tiempo, paired = TRUE,
p.adjust.method = "bonferroni")## # A tibble: 3 × 10
## .y. group1 group2 n1 n2 statistic df p p.adj p.adj.signif
## * <chr> <chr> <chr> <int> <int> <dbl> <dbl> <dbl> <dbl> <chr>
## 1 rto t1 t2 10 10 -4.97 9 0.000772 2e-3 **
## 2 rto t1 t3 10 10 -13.2 9 0.000000334 1e-6 ****
## 3 rto t2 t3 10 10 -4.87 9 0.000886 3e-3 **#prueba_bonferroni
#p_valor a usar AJUSTADO
#P_VALORES<5%: se rechaza H_0. todos son diferentes #Todos los tiempo son diferentes en rendimiento. #El mejor es el t3. #Los peores con el t1 y t2.
#Medidas repetidas de dos vias: tiempo+ otro factor #f1: tiempo #f2: fertilidad
data("selfesteem2", package = "datarium")
datos2 = selfesteem2
View(datos2)
datos2 = selfesteem2
datos2$treatment = gl(2,12,24, c('con fert', 'sin fert'))datos2 = datos2 %>%
gather(key='tiempo', value = 'rto',
t1 ,t2 ,t3)
datos2## # A tibble: 72 × 4
## id treatment tiempo rto
## <fct> <fct> <chr> <dbl>
## 1 1 con fert t1 83
## 2 2 con fert t1 97
## 3 3 con fert t1 93
## 4 4 con fert t1 92
## 5 5 con fert t1 77
## 6 6 con fert t1 72
## 7 7 con fert t1 92
## 8 8 con fert t1 92
## 9 9 con fert t1 95
## 10 10 con fert t1 92
## # ℹ 62 more rowstabla resumen estadistico
datos2 %>%
group_by(treatment, tiempo) %>%
summarise(media = mean(rto),
desv = sd(rto),
n = n(),
cv = 100*desv/media)## `summarise()` has grouped output by 'treatment'. You can override using the
## `.groups` argument.## # A tibble: 6 × 6
## # Groups: treatment [2]
## treatment tiempo media desv n cv
## <fct> <chr> <dbl> <dbl> <int> <dbl>
## 1 con fert t1 88 8.08 12 9.18
## 2 con fert t2 83.8 10.2 12 12.2
## 3 con fert t3 78.7 10.5 12 13.4
## 4 sin fert t1 87.6 7.62 12 8.70
## 5 sin fert t2 87.8 7.42 12 8.45
## 6 sin fert t3 87.7 8.14 12 9.28#Resumen estadistico descriptivo
library(ggplot2)
ggplot(datos2)+
aes(tiempo, rto, fill=treatment)+
geom_boxplot()
#deteccion de datos atipicos (outlires)
datos2 %>%
group_by(treatment, tiempo) %>%
identify_outliers(rto)## [1] treatment tiempo id rto is.outlier is.extreme
## <0 rows> (or 0-length row.names)datos2 %>%
group_by(treatment, tiempo) %>%
shapiro_test(rto)## # A tibble: 6 × 5
## treatment tiempo variable statistic p
## <fct> <chr> <chr> <dbl> <dbl>
## 1 con fert t1 rto 0.828 0.0200
## 2 con fert t2 rto 0.868 0.0618
## 3 con fert t3 rto 0.887 0.107
## 4 sin fert t1 rto 0.919 0.279
## 5 sin fert t2 rto 0.923 0.316
## 6 sin fert t3 rto 0.886 0.104#analisis de varianza
res.aov <- anova_test(
data = datos2,
dv = rto,
wid = id,
within = c(treatment,
tiempo))
get_anova_table(res.aov)## ANOVA Table (type III tests)
##
## Effect DFn DFd F p p<.05 ges
## 1 treatment 1.00 11.00 15.541 2.00e-03 * 0.059
## 2 tiempo 1.31 14.37 27.369 5.03e-05 * 0.049
## 3 treatment:tiempo 2.00 22.00 30.424 4.63e-07 * 0.050#P_valor interacción;>5%, si hay interración: rechazo H_0.
res.aov$`Mauchly's Test for Sphericity`## Effect W p p<.05
## 1 tiempo 0.469 0.023 *
## 2 treatment:tiempo 0.616 0.089##analisis cuando hay interacción
#grafico de interacción
interaction.plot(datos2$tiempo,
datos2$treatment,
datos2$rto)
datos2 %>%
group_by(tiempo, treatment) %>%
summarise(mean_rto = mean(rto)) %>%
ggplot()+
aes(tiempo, mean_rto,
color=treatment,
group=treatment)+
geom_point(size=5)+
geom_line(linewidth=3)## `summarise()` has grouped output by 'tiempo'. You can override using the
## `.groups` argument.
#conclusión: en el t1 no hay gran diferencia, el patron es diferente al t3, donde es mejor sin fert, si lo hace le hirá mal en este tiempo
#usar fertilizante en el t1#MEDIDAS REPETIDAS:3 vias
set.seed(123)
data("weightloss", package = "datarium")
datos3 = weightloss %>%
rename(FQ = diet,
FO = exercises) %>%
pivot_longer(c(t1,t2,t3),
names_to = 'tiempo',
values_to = 'rto')
datos3## # A tibble: 144 × 5
## id FQ FO tiempo rto
## <fct> <fct> <fct> <chr> <dbl>
## 1 1 no no t1 10.4
## 2 1 no no t2 13.2
## 3 1 no no t3 11.6
## 4 2 no no t1 11.6
## 5 2 no no t2 10.7
## 6 2 no no t3 13.2
## 7 3 no no t1 11.4
## 8 3 no no t2 11.1
## 9 3 no no t3 11.4
## 10 4 no no t1 11.1
## # ℹ 134 more rowsdatos3 %>%
group_by(FQ, FO, tiempo) %>%
get_summary_stats(rto, type = "mean_sd")## # A tibble: 12 × 7
## FQ FO tiempo variable n mean sd
## <fct> <fct> <chr> <fct> <dbl> <dbl> <dbl>
## 1 no no t1 rto 12 10.9 0.868
## 2 no no t2 rto 12 11.6 1.30
## 3 no no t3 rto 12 11.4 0.935
## 4 no yes t1 rto 12 10.8 1.27
## 5 no yes t2 rto 12 13.4 1.01
## 6 no yes t3 rto 12 16.8 1.53
## 7 yes no t1 rto 12 11.7 0.938
## 8 yes no t2 rto 12 12.4 1.42
## 9 yes no t3 rto 12 13.8 1.43
## 10 yes yes t1 rto 12 11.4 1.09
## 11 yes yes t2 rto 12 13.2 1.22
## 12 yes yes t3 rto 12 14.7 0.625set.seed(123)
data("weightloss", package = "datarium")
datos3 = weightloss %>%
rename(FQ = diet,
FO = exercises) %>%
pivot_longer(c(t1,t2,t3),
names_to = 'tiempo',
values_to = 'rto')
datos3## # A tibble: 144 × 5
## id FQ FO tiempo rto
## <fct> <fct> <fct> <chr> <dbl>
## 1 1 no no t1 10.4
## 2 1 no no t2 13.2
## 3 1 no no t3 11.6
## 4 2 no no t1 11.6
## 5 2 no no t2 10.7
## 6 2 no no t3 13.2
## 7 3 no no t1 11.4
## 8 3 no no t2 11.1
## 9 3 no no t3 11.4
## 10 4 no no t1 11.1
## # ℹ 134 more rowsdatos3 %>%
group_by(FQ, FO, tiempo) %>%
get_summary_stats(rto, type = "mean_sd")## # A tibble: 12 × 7
## FQ FO tiempo variable n mean sd
## <fct> <fct> <chr> <fct> <dbl> <dbl> <dbl>
## 1 no no t1 rto 12 10.9 0.868
## 2 no no t2 rto 12 11.6 1.30
## 3 no no t3 rto 12 11.4 0.935
## 4 no yes t1 rto 12 10.8 1.27
## 5 no yes t2 rto 12 13.4 1.01
## 6 no yes t3 rto 12 16.8 1.53
## 7 yes no t1 rto 12 11.7 0.938
## 8 yes no t2 rto 12 12.4 1.42
## 9 yes no t3 rto 12 13.8 1.43
## 10 yes yes t1 rto 12 11.4 1.09
## 11 yes yes t2 rto 12 13.2 1.22
## 12 yes yes t3 rto 12 14.7 0.625`` #analisis descriptivo
library(ggpubr)
ggboxplot(
datos3, x = "FQ", y = "FO",
color = "tiempo", palette = "jco",
facet.by = "rto", short.panel.labs = FALSE
)
library(ggpubr)
ggboxplot(
datos3, x = "FQ", y = "rto",
color = "tiempo", palette = "jco",
facet.by = "FO", short.panel.labs = FALSE
)
#datos atípicos
datos3 %>%
group_by(FQ,FO, tiempo) %>%
identify_outliers(rto)## # A tibble: 5 × 7
## FQ FO tiempo id rto is.outlier is.extreme
## <fct> <fct> <chr> <fct> <dbl> <lgl> <lgl>
## 1 no no t3 2 13.2 TRUE FALSE
## 2 yes no t1 1 10.2 TRUE FALSE
## 3 yes no t1 3 13.2 TRUE FALSE
## 4 yes no t1 4 10.2 TRUE FALSE
## 5 yes no t2 10 15.3 TRUE FALSE#dato extremo puede afectar el rendimiento del experimento NO HAY#pruebas de normalidad
datos3## # A tibble: 144 × 5
## id FQ FO tiempo rto
## <fct> <fct> <fct> <chr> <dbl>
## 1 1 no no t1 10.4
## 2 1 no no t2 13.2
## 3 1 no no t3 11.6
## 4 2 no no t1 11.6
## 5 2 no no t2 10.7
## 6 2 no no t3 13.2
## 7 3 no no t1 11.4
## 8 3 no no t2 11.1
## 9 3 no no t3 11.4
## 10 4 no no t1 11.1
## # ℹ 134 more rowsdatos3 %>%
group_by(FQ,FO,tiempo) %>%
shapiro_test(rto)## # A tibble: 12 × 6
## FQ FO tiempo variable statistic p
## <fct> <fct> <chr> <chr> <dbl> <dbl>
## 1 no no t1 rto 0.917 0.264
## 2 no no t2 rto 0.957 0.743
## 3 no no t3 rto 0.965 0.851
## 4 no yes t1 rto 0.922 0.306
## 5 no yes t2 rto 0.912 0.229
## 6 no yes t3 rto 0.953 0.674
## 7 yes no t1 rto 0.942 0.528
## 8 yes no t2 rto 0.982 0.989
## 9 yes no t3 rto 0.931 0.395
## 10 yes yes t1 rto 0.914 0.241
## 11 yes yes t2 rto 0.947 0.598
## 12 yes yes t3 rto 0.937 0.464ggplot(datos3)+
aes(rto, fill=tiempo)+
geom_density(alpha=0.5)
#global
ggplot(datos3)+
aes(rto)+
geom_density(alpha=0.5)
#prueba de normalidad
shapiro_test(datos3$rto)## # A tibble: 1 × 3
## variable statistic p.value
## <chr> <dbl> <dbl>
## 1 datos3$rto 0.964 0.000747library(nortest)
lillie.test(datos3$rto)##
## Lilliefors (Kolmogorov-Smirnov) normality test
##
## data: datos3$rto
## D = 0.10013, p-value = 0.001229cvm.test(datos3$rto)##
## Cramer-von Mises normality test
##
## data: datos3$rto
## W = 0.23031, p-value = 0.002205sf.test(datos3$rto)##
## Shapiro-Francia normality test
##
## data: datos3$rto
## W = 0.96406, p-value = 0.001295ad.test(datos3$rto)##
## Anderson-Darling normality test
##
## data: datos3$rto
## A = 1.432, p-value = 0.001021pearson.test((datos3$rto)) #Vagabunderia ##
## Pearson chi-square normality test
##
## data: (datos3$rto)
## P = 28.5, p-value = 0.004672#test de simetria= si no se da simetria (se puede conformar con hacer esto)
library(lawstat)
symmetry.test(datos3$rto)##
## m-out-of-n bootstrap symmetry test by Miao, Gel, and Gastwirth (2006)
##
## data: datos3$rto
## Test statistic = 2.2399, p-value = 0.032
## alternative hypothesis: the distribution is asymmetric.
## sample estimates:
## bootstrap optimal m
## 19#analsiis inferencial
res.aov <- anova_test(
data = datos3, dv = rto, wid = id,
within = c(FQ, FO, tiempo)
)
get_anova_table(res.aov)## ANOVA Table (type III tests)
##
## Effect DFn DFd F p p<.05 ges
## 1 FQ 1.00 11.00 6.021 3.20e-02 * 0.028
## 2 FO 1.00 11.00 58.928 9.65e-06 * 0.284
## 3 tiempo 2.00 22.00 110.942 3.22e-12 * 0.541
## 4 FQ:FO 1.00 11.00 75.356 2.98e-06 * 0.157
## 5 FQ:tiempo 1.38 15.17 0.603 5.01e-01 0.013
## 6 FO:tiempo 2.00 22.00 20.826 8.41e-06 * 0.274
## 7 FQ:FO:tiempo 2.00 22.00 14.246 1.07e-04 * 0.147#hay triple interacción, no hay un tratamiento rey, algunos son buenos parcialmente sirven en un momento y luego no
#muy probable la interacción
#conclusion con gráficos de interracióninteraction.plot(datos3$tiempo,
datos3$FO,
datos3$rto)
interaction.plot(datos3$tiempo,
datos3$FQ,
datos3$rto)
#tabla de medias
tbl=tapply(datos3$rto, list(datos3$FQ,
datos3$FO,
datos3$tiempo),
mean)
addmargins(tbl, FUN=mean)## Margins computed over dimensions
## in the following order:
## 1:
## 2:
## 3:## , , t1
##
## no yes mean
## no 10.90917 10.79417 10.85167
## yes 11.74250 11.39333 11.56792
## mean 11.32583 11.09375 11.20979
##
## , , t2
##
## no yes mean
## no 11.56583 13.42083 12.49333
## yes 12.41583 13.22500 12.82042
## mean 11.99083 13.32292 12.65688
##
## , , t3
##
## no yes mean
## no 11.45000 16.81750 14.13375
## yes 13.78667 14.65500 14.22083
## mean 12.61833 15.73625 14.17729
##
## , , mean
##
## no yes mean
## no 11.30833 13.67750 12.49292
## yes 12.64833 13.09111 12.86972
## mean 11.97833 13.38431 12.68132