Análisis de covarianza

Diseño factorial simple (solo hay un factor)en bloques completos(todos los bloques tienen todos los tratamientos) generalizados y al azar(hay varias repeticiones por bloque). Desbalanceado (no hay las mismas repeticiones) y con la técnica Análisis de covarianza

set.seed(123)

porc_germ = c(
  rnorm(40, 60, 6),
  rnorm(40, 70, 7),
  rnorm(40, 80, 8)
)
diam_med = sort(rnorm(120, 12, 1.3)) #covarible

bloq = gl(3, 40, 120, c('B0','B1','B2'))
acido = gl(4, 10, 120, c('C0','C1','C2','C3'))

datos = data.frame(acido, bloq,
                   porc_germ, diam_med)
datos_des = datos[-sample(120, 5), ]

table(datos_des$bloq, datos_des$acido)

##     
##      C0 C1 C2 C3
##   B0 10  9  9 10
##   B1 10 10  9  9
##   B2 10  9 10 10

library(car)

## Loading required package: carData

mod1 = lm(porc_germ ~ diam_med + bloq + acido + 
            bloq:acido, 
          datos_des)
Anova(mod1, type = 'II')

## Anova Table (Type II tests)
## 
## Response: porc_germ
##            Sum Sq  Df F value    Pr(>F)    
## diam_med      6.0   1  0.1574    0.6924    
## bloq       1069.4   2 14.0706 4.013e-06 ***
## acido       151.8   3  1.3315    0.2683    
## bloq:acido  235.4   6  1.0325    0.4087    
## Residuals  3876.1 102                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

#Con la función ml es recomendable introducir primero la covariable, después los bloques y por último el factor

Se ajusta un modelo lineal que tiene en cuenta la variable respuesta en función de la covariable diámetro medio más el bloque, más el ácido, más la interacción bloque-acido

No hay interaccion entre los bloques y el acido No hay suficiente evidencia para afirmar que el factor acido tiene un efecto en el porcentaje de germinación. ****Los bloques tienen efecto en el porcentaje de germinación **No hay suficiente evidencia para afirmar que el diámetro medio de la semilla (diam_med) tiene un efecto en el porcentaje de germinación (porc_germ).