Cargar librerías necesarias

library(readxl) library(ggplot2) library(gridExtra) library(phia) library(car) library(lsr) library(agricolae)

Establecer directorio de trabajo y leer archivo Excel

setwd(“C:/Users/anama/OneDrive/Desktop/Proyecto II/R/CMI_AF.xlsx”) MRANOVA <- read_excel(“CMI_AF.xlsx”, col_types = c(“text”, “text”, “numeric”, “numeric”))

Visualización y estructura de datos

head(MRANOVA) str(MRANOVA)

Conversión a factores y variable respuesta

FactorA <- factor(MRANOVA\(Bacteria) FactorB <- factor(MRANOVA\)Medio) Respuesta_CMI <- MRANOVA$CMI

Gráficos boxplot descriptivos

p1 <- ggplot(data = MRANOVA, aes(x = Medio, y = CMI)) + geom_boxplot() + theme_bw() p2 <- ggplot(data = MRANOVA, aes(x = Bacteria, y = CMI)) + geom_boxplot() + theme_bw() p3 <- ggplot(data = MRANOVA, aes(x = Medio, y = CMI, colour = Bacteria)) + geom_boxplot() + theme_bw() p4 <- ggplot(data = MRANOVA, aes(x = Bacteria, y = CMI, colour = Medio)) + geom_boxplot() + theme_bw() grid.arrange(p1, p2, ncol = 2) p4

Cálculo del modelo ANOVA

Modelo <- lm(CMI ~ FactorA * FactorB, data = MRANOVA) ANOVA <- aov(Modelo) summary(ANOVA)

Gráfica de interacción

Grafica <- interactionMeans(Modelo) plot(Grafica)

Verificación de normalidad de residuos

shapiro.test(rstandard(Modelo))

Prueba de homocedasticidad

ncvTest(Modelo)

Gráficos de diagnóstico del modelo

par(mfrow = c(1, 2)) plot(Modelo, which = 1:4) par(mfrow = c(1, 1))

Cálculo del tamaño del efecto (eta squared)

etaSquared(ANOVA)

Pruebas post-hoc (Tukey)

outHSD_A <- HSD.test(ANOVA, “FactorA”, console = TRUE) outHSD_B <- HSD.test(ANOVA, “FactorB”, console = TRUE) TukeyHSD(ANOVA) plot(TukeyHSD(ANOVA))