setwd("G:/Mi unidad/Agrosavia/FeCa/Fenoma/Carbono")
carbdat<-read.table("carbonf.csv", header=T, sep=';')
attach(carbdat)
reg<-as.factor(reg)
departamento<-as.factor(departamento)
municipio<-as.factor(municipio)
municipio<-ordered(municipio, levels = c("Yacopí", "Puerto Rico", "San Vicente", "Chinácota","Jamundí", "Rionegro", "Villa Garzón", "Gigante","Hato Corozal", "Tame"))
finca<-as.factor(finca)
gen<-as.factor(gen)
cacao.num<-as.factor(cacao.num)
E<-as.factor(E)
##Modelo general de efectos fijos
modelo_lmm <- lm(
total_alt_co2 ~ gen*municipio) # Efectos Fijos (Interacción GxE)
anova (modelo_lmm)# Anova efectos fijos
## Analysis of Variance Table
##
## Response: total_alt_co2
## Df Sum Sq Mean Sq F value Pr(>F)
## gen 7 243.1 34.72 2.4964 0.01723 *
## municipio 9 6505.9 722.88 51.9710 < 2e-16 ***
## gen:municipio 60 1017.1 16.95 1.2187 0.15344
## Residuals 231 3213.0 13.91
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
##Modelo aleatorio para Municipio
library(lme4)
## Cargando paquete requerido: Matrix
modelo_lmm2 <- lmer(
total_alt_co2 ~ municipio + # Efectos Fijos (Interacción GxE)
(1 | reg) + # Efecto Aleatorio de Región
(1 | reg:departamento), # Efecto Aleatorio de departamento anidada en Región
)
## boundary (singular) fit: see help('isSingular')
anova (modelo_lmm2)
## Analysis of Variance Table
## npar Sum Sq Mean Sq F value
## municipio 9 4351.5 483.5 32.384
##pruebas a posteriori (post-hoc) para determinar cuáles grupos específicos
##son significativamente diferentes entre sí.
# 1. Pruebas para el Efecto Principal del Genotipo
# el efecto principal del Genotipo es significativo,
# comparar el rendimiento promedio de cada genotipo a lo largo de todos los niveles de estrés y zonas.
# Paso 1: Calcular las EMMs para el Genotipo (Estimated Marginal Means o EMMs, a menudo llamadas medias de mínimos cuadrados o least-squares means)
# que son las medias predichas por el modelo, ajustando los efectos aleatorios.
library(emmeans)
## Welcome to emmeans.
## Caution: You lose important information if you filter this package's results.
## See '? untidy'
## Pruebas para la Interacción Genotipo * municipio (G * M). Este es el escenario más común e informativo.
## Una interacción significativa indica que el efecto del estrés ambiental depende del genotipo, o viceversa.
##Las pruebas post-hoc deben centrarse en desglosar esta interacción.A.
## Comparaciones de Genotipos dentro de cada Nivel de municipio.Esta prueba le dice: Bajo un nivel específico de municipio, ¿qué genotipos se desempeñan mejor entre sí?
## Paso 1: Calcular las EMMs para la Interacción.
emms_interaccion <- emmeans(modelo_lmm, specs = ~ gen | municipio)
emms_interaccion
## municipio = Yacopí:
## gen emmean SE df lower.CL upper.CL
## CNCH12 9.38 1.86 231 5.706 13.05
## CNCH13 6.02 1.86 231 2.350 9.70
## FBO1 7.11 1.86 231 3.431 10.78
## FCHI8 9.42 1.86 231 5.747 13.10
## FEAR5 10.33 1.86 231 6.653 14.00
## FGI4 12.58 1.86 231 8.909 16.26
## FMA7 5.51 1.86 231 1.835 9.18
## FSV1 6.90 1.86 231 3.223 10.57
##
## municipio = Puerto Rico:
## gen emmean SE df lower.CL upper.CL
## CNCH12 8.48 1.86 231 4.802 12.15
## CNCH13 8.21 1.86 231 4.540 11.89
## FBO1 9.41 1.86 231 5.732 13.08
## FCHI8 nonEst NA NA NA NA
## FEAR5 10.82 1.86 231 7.149 14.50
## FGI4 6.79 1.86 231 3.121 10.47
## FMA7 6.25 1.86 231 2.580 9.93
## FSV1 7.31 1.86 231 3.635 10.98
##
## municipio = San Vicente:
## gen emmean SE df lower.CL upper.CL
## CNCH12 3.08 1.86 231 -0.595 6.75
## CNCH13 4.03 1.86 231 0.353 7.70
## FBO1 2.73 1.86 231 -0.942 6.41
## FCHI8 2.65 1.86 231 -1.027 6.32
## FEAR5 5.55 1.86 231 1.876 9.22
## FGI4 2.43 1.86 231 -1.242 6.11
## FMA7 3.90 1.86 231 0.222 7.57
## FSV1 2.46 1.86 231 -1.215 6.13
##
## municipio = Chinácota:
## gen emmean SE df lower.CL upper.CL
## CNCH12 3.09 1.86 231 -0.585 6.76
## CNCH13 4.70 1.86 231 1.027 8.38
## FBO1 4.35 1.86 231 0.672 8.02
## FCHI8 2.02 1.86 231 -1.657 5.69
## FEAR5 4.45 1.86 231 0.780 8.13
## FGI4 3.18 1.86 231 -0.497 6.85
## FMA7 3.30 1.86 231 -0.374 6.97
## FSV1 3.16 1.86 231 -0.516 6.83
##
## municipio = Jamundí:
## gen emmean SE df lower.CL upper.CL
## CNCH12 10.59 1.86 231 6.914 14.26
## CNCH13 12.90 1.86 231 9.230 16.58
## FBO1 8.12 1.86 231 4.444 11.79
## FCHI8 nonEst NA NA NA NA
## FEAR5 12.41 1.86 231 8.740 16.09
## FGI4 9.89 1.86 231 6.215 13.56
## FMA7 7.81 1.86 231 4.135 11.48
## FSV1 nonEst NA NA NA NA
##
## municipio = Rionegro:
## gen emmean SE df lower.CL upper.CL
## CNCH12 7.41 1.86 231 3.735 11.08
## CNCH13 7.19 1.86 231 3.516 10.86
## FBO1 7.76 1.86 231 4.091 11.44
## FCHI8 5.30 1.86 231 1.629 8.98
## FEAR5 6.20 1.86 231 2.527 9.87
## FGI4 4.78 1.86 231 1.110 8.46
## FMA7 9.17 1.86 231 5.492 12.84
## FSV1 4.84 1.86 231 1.166 8.51
##
## municipio = Villa Garzón:
## gen emmean SE df lower.CL upper.CL
## CNCH12 6.10 1.86 231 2.424 9.77
## CNCH13 12.32 1.86 231 8.647 16.00
## FBO1 6.05 1.86 231 2.379 9.73
## FCHI8 5.78 1.86 231 2.102 9.45
## FEAR5 16.73 1.86 231 13.060 20.41
## FGI4 8.56 1.86 231 4.883 12.23
## FMA7 8.90 1.86 231 5.222 12.57
## FSV1 9.22 1.86 231 5.543 12.89
##
## municipio = Gigante:
## gen emmean SE df lower.CL upper.CL
## CNCH12 2.82 1.86 231 -0.858 6.49
## CNCH13 5.88 1.86 231 2.210 9.56
## FBO1 5.60 1.86 231 1.924 9.27
## FCHI8 7.53 1.86 231 3.858 11.21
## FEAR5 6.39 1.86 231 2.715 10.06
## FGI4 4.72 1.86 231 1.046 8.39
## FMA7 4.81 1.86 231 1.138 8.49
## FSV1 3.80 1.86 231 0.127 7.48
##
## municipio = Hato Corozal:
## gen emmean SE df lower.CL upper.CL
## CNCH12 5.94 1.86 231 2.269 9.62
## CNCH13 5.66 1.86 231 1.987 9.34
## FBO1 6.19 1.86 231 2.518 9.87
## FCHI8 5.14 1.86 231 1.464 8.81
## FEAR5 6.39 1.86 231 2.714 10.06
## FGI4 5.94 1.86 231 2.267 9.62
## FMA7 6.00 1.86 231 2.326 9.67
## FSV1 6.57 1.86 231 2.895 10.24
##
## municipio = Tame:
## gen emmean SE df lower.CL upper.CL
## CNCH12 20.08 1.86 231 16.407 23.75
## CNCH13 23.68 1.86 231 20.010 27.36
## FBO1 20.98 1.86 231 17.302 24.65
## FCHI8 19.95 1.86 231 16.273 23.62
## FEAR5 16.66 1.86 231 12.990 20.34
## FGI4 24.03 1.86 231 20.357 27.71
## FMA7 13.53 1.86 231 9.858 17.21
## FSV1 20.73 1.86 231 17.059 24.41
##
## Confidence level used: 0.95
# Comparar los genotipos, pero dentro de cada nivel de municipio
contrastes_interaccion_A <- pairs(emms_interaccion, adjust = "tukey")
summary(contrastes_interaccion_A)
## municipio = Yacopí:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 3.3555 2.64 231 1.272 0.9082
## CNCH12 - FBO1 2.2745 2.64 231 0.862 0.9890
## CNCH12 - FCHI8 -0.0412 2.64 231 -0.016 1.0000
## CNCH12 - FEAR5 -0.9467 2.64 231 -0.359 1.0000
## CNCH12 - FGI4 -3.2028 2.64 231 -1.214 0.9270
## CNCH12 - FMA7 3.8714 2.64 231 1.468 0.8236
## CNCH12 - FSV1 2.4832 2.64 231 0.942 0.9816
## CNCH13 - FBO1 -1.0810 2.64 231 -0.410 0.9999
## CNCH13 - FCHI8 -3.3966 2.64 231 -1.288 0.9026
## CNCH13 - FEAR5 -4.3021 2.64 231 -1.631 0.7309
## CNCH13 - FGI4 -6.5583 2.64 231 -2.487 0.2063
## CNCH13 - FMA7 0.5159 2.64 231 0.196 1.0000
## CNCH13 - FSV1 -0.8722 2.64 231 -0.331 1.0000
## FBO1 - FCHI8 -2.3157 2.64 231 -0.878 0.9877
## FBO1 - FEAR5 -3.2212 2.64 231 -1.221 0.9249
## FBO1 - FGI4 -5.4773 2.64 231 -2.077 0.4330
## FBO1 - FMA7 1.5969 2.64 231 0.606 0.9988
## FBO1 - FSV1 0.2087 2.64 231 0.079 1.0000
## FCHI8 - FEAR5 -0.9055 2.64 231 -0.343 1.0000
## FCHI8 - FGI4 -3.1616 2.64 231 -1.199 0.9316
## FCHI8 - FMA7 3.9125 2.64 231 1.484 0.8155
## FCHI8 - FSV1 2.5244 2.64 231 0.957 0.9798
## FEAR5 - FGI4 -2.2561 2.64 231 -0.856 0.9895
## FEAR5 - FMA7 4.8180 2.64 231 1.827 0.6024
## FEAR5 - FSV1 3.4299 2.64 231 1.301 0.8979
## FGI4 - FMA7 7.0742 2.64 231 2.682 0.1333
## FGI4 - FSV1 5.6860 2.64 231 2.156 0.3825
## FMA7 - FSV1 -1.3881 2.64 231 -0.526 0.9995
##
## municipio = Puerto Rico:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 0.2620 2.64 231 0.099 1.0000
## CNCH12 - FBO1 -0.9295 2.64 231 -0.352 0.9998
## CNCH12 - FCHI8 nonEst NA NA NA NA
## CNCH12 - FEAR5 -2.3466 2.64 231 -0.890 0.9738
## CNCH12 - FGI4 1.6814 2.64 231 0.638 0.9955
## CNCH12 - FMA7 2.2219 2.64 231 0.843 0.9801
## CNCH12 - FSV1 1.1670 2.64 231 0.443 0.9994
## CNCH13 - FBO1 -1.1914 2.64 231 -0.452 0.9993
## CNCH13 - FCHI8 nonEst NA NA NA NA
## CNCH13 - FEAR5 -2.6085 2.64 231 -0.989 0.9560
## CNCH13 - FGI4 1.4195 2.64 231 0.538 0.9982
## CNCH13 - FMA7 1.9599 2.64 231 0.743 0.9897
## CNCH13 - FSV1 0.9051 2.64 231 0.343 0.9999
## FBO1 - FCHI8 nonEst NA NA NA NA
## FBO1 - FEAR5 -1.4171 2.64 231 -0.537 0.9983
## FBO1 - FGI4 2.6109 2.64 231 0.990 0.9558
## FBO1 - FMA7 3.1513 2.64 231 1.195 0.8955
## FBO1 - FSV1 2.0965 2.64 231 0.795 0.9853
## FCHI8 - FEAR5 nonEst NA NA NA NA
## FCHI8 - FGI4 nonEst NA NA NA NA
## FCHI8 - FMA7 nonEst NA NA NA NA
## FCHI8 - FSV1 nonEst NA NA NA NA
## FEAR5 - FGI4 4.0280 2.64 231 1.527 0.7281
## FEAR5 - FMA7 4.5684 2.64 231 1.732 0.5951
## FEAR5 - FSV1 3.5136 2.64 231 1.332 0.8361
## FGI4 - FMA7 0.5404 2.64 231 0.205 1.0000
## FGI4 - FSV1 -0.5144 2.64 231 -0.195 1.0000
## FMA7 - FSV1 -1.0548 2.64 231 -0.400 0.9997
##
## municipio = San Vicente:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -0.9477 2.64 231 -0.359 1.0000
## CNCH12 - FBO1 0.3474 2.64 231 0.132 1.0000
## CNCH12 - FCHI8 0.4322 2.64 231 0.164 1.0000
## CNCH12 - FEAR5 -2.4711 2.64 231 -0.937 0.9821
## CNCH12 - FGI4 0.6473 2.64 231 0.245 1.0000
## CNCH12 - FMA7 -0.8167 2.64 231 -0.310 1.0000
## CNCH12 - FSV1 0.6204 2.64 231 0.235 1.0000
## CNCH13 - FBO1 1.2951 2.64 231 0.491 0.9997
## CNCH13 - FCHI8 1.3800 2.64 231 0.523 0.9995
## CNCH13 - FEAR5 -1.5234 2.64 231 -0.578 0.9991
## CNCH13 - FGI4 1.5950 2.64 231 0.605 0.9988
## CNCH13 - FMA7 0.1310 2.64 231 0.050 1.0000
## CNCH13 - FSV1 1.5681 2.64 231 0.595 0.9989
## FBO1 - FCHI8 0.0849 2.64 231 0.032 1.0000
## FBO1 - FEAR5 -2.8185 2.64 231 -1.069 0.9626
## FBO1 - FGI4 0.2999 2.64 231 0.114 1.0000
## FBO1 - FMA7 -1.1641 2.64 231 -0.441 0.9998
## FBO1 - FSV1 0.2730 2.64 231 0.104 1.0000
## FCHI8 - FEAR5 -2.9034 2.64 231 -1.101 0.9561
## FCHI8 - FGI4 0.2150 2.64 231 0.082 1.0000
## FCHI8 - FMA7 -1.2490 2.64 231 -0.474 0.9998
## FCHI8 - FSV1 0.1882 2.64 231 0.071 1.0000
## FEAR5 - FGI4 3.1184 2.64 231 1.182 0.9363
## FEAR5 - FMA7 1.6544 2.64 231 0.627 0.9985
## FEAR5 - FSV1 3.0915 2.64 231 1.172 0.9390
## FGI4 - FMA7 -1.4640 2.64 231 -0.555 0.9993
## FGI4 - FSV1 -0.0269 2.64 231 -0.010 1.0000
## FMA7 - FSV1 1.4371 2.64 231 0.545 0.9994
##
## municipio = Chinácota:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -1.6122 2.64 231 -0.611 0.9987
## CNCH12 - FBO1 -1.2566 2.64 231 -0.476 0.9997
## CNCH12 - FCHI8 1.0724 2.64 231 0.407 0.9999
## CNCH12 - FEAR5 -1.3644 2.64 231 -0.517 0.9996
## CNCH12 - FGI4 -0.0880 2.64 231 -0.033 1.0000
## CNCH12 - FMA7 -0.2110 2.64 231 -0.080 1.0000
## CNCH12 - FSV1 -0.0683 2.64 231 -0.026 1.0000
## CNCH13 - FBO1 0.3556 2.64 231 0.135 1.0000
## CNCH13 - FCHI8 2.6845 2.64 231 1.018 0.9714
## CNCH13 - FEAR5 0.2477 2.64 231 0.094 1.0000
## CNCH13 - FGI4 1.5242 2.64 231 0.578 0.9991
## CNCH13 - FMA7 1.4011 2.64 231 0.531 0.9995
## CNCH13 - FSV1 1.5439 2.64 231 0.585 0.9990
## FBO1 - FCHI8 2.3290 2.64 231 0.883 0.9873
## FBO1 - FEAR5 -0.1079 2.64 231 -0.041 1.0000
## FBO1 - FGI4 1.1686 2.64 231 0.443 0.9998
## FBO1 - FMA7 1.0455 2.64 231 0.396 0.9999
## FBO1 - FSV1 1.1883 2.64 231 0.451 0.9998
## FCHI8 - FEAR5 -2.4368 2.64 231 -0.924 0.9835
## FCHI8 - FGI4 -1.1604 2.64 231 -0.440 0.9999
## FCHI8 - FMA7 -1.2834 2.64 231 -0.487 0.9997
## FCHI8 - FSV1 -1.1407 2.64 231 -0.433 0.9999
## FEAR5 - FGI4 1.2764 2.64 231 0.484 0.9997
## FEAR5 - FMA7 1.1534 2.64 231 0.437 0.9999
## FEAR5 - FSV1 1.2962 2.64 231 0.491 0.9997
## FGI4 - FMA7 -0.1231 2.64 231 -0.047 1.0000
## FGI4 - FSV1 0.0197 2.64 231 0.007 1.0000
## FMA7 - FSV1 0.1428 2.64 231 0.054 1.0000
##
## municipio = Jamundí:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -2.3159 2.64 231 -0.878 0.9514
## CNCH12 - FBO1 2.4705 2.64 231 0.937 0.9366
## CNCH12 - FCHI8 nonEst NA NA NA NA
## CNCH12 - FEAR5 -1.8259 2.64 231 -0.692 0.9827
## CNCH12 - FGI4 0.6985 2.64 231 0.265 0.9998
## CNCH12 - FMA7 2.7793 2.64 231 1.054 0.8989
## CNCH12 - FSV1 nonEst NA NA NA NA
## CNCH13 - FBO1 4.7864 2.64 231 1.815 0.4581
## CNCH13 - FCHI8 nonEst NA NA NA NA
## CNCH13 - FEAR5 0.4900 2.64 231 0.186 1.0000
## CNCH13 - FGI4 3.0145 2.64 231 1.143 0.8628
## CNCH13 - FMA7 5.0953 2.64 231 1.932 0.3853
## CNCH13 - FSV1 nonEst NA NA NA NA
## FBO1 - FCHI8 nonEst NA NA NA NA
## FBO1 - FEAR5 -4.2964 2.64 231 -1.629 0.5801
## FBO1 - FGI4 -1.7719 2.64 231 -0.672 0.9849
## FBO1 - FMA7 0.3089 2.64 231 0.117 1.0000
## FBO1 - FSV1 nonEst NA NA NA NA
## FCHI8 - FEAR5 nonEst NA NA NA NA
## FCHI8 - FGI4 nonEst NA NA NA NA
## FCHI8 - FMA7 nonEst NA NA NA NA
## FCHI8 - FSV1 nonEst NA NA NA NA
## FEAR5 - FGI4 2.5244 2.64 231 0.957 0.9308
## FEAR5 - FMA7 4.6052 2.64 231 1.746 0.5027
## FEAR5 - FSV1 nonEst NA NA NA NA
## FGI4 - FMA7 2.0808 2.64 231 0.789 0.9692
## FGI4 - FSV1 nonEst NA NA NA NA
## FMA7 - FSV1 nonEst NA NA NA NA
##
## municipio = Rionegro:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 0.2198 2.64 231 0.083 1.0000
## CNCH12 - FBO1 -0.3554 2.64 231 -0.135 1.0000
## CNCH12 - FCHI8 2.1064 2.64 231 0.799 0.9931
## CNCH12 - FEAR5 1.2087 2.64 231 0.458 0.9998
## CNCH12 - FGI4 2.6258 2.64 231 0.996 0.9747
## CNCH12 - FMA7 -1.7569 2.64 231 -0.666 0.9978
## CNCH12 - FSV1 2.5699 2.64 231 0.974 0.9776
## CNCH13 - FBO1 -0.5751 2.64 231 -0.218 1.0000
## CNCH13 - FCHI8 1.8867 2.64 231 0.715 0.9965
## CNCH13 - FEAR5 0.9889 2.64 231 0.375 0.9999
## CNCH13 - FGI4 2.4060 2.64 231 0.912 0.9847
## CNCH13 - FMA7 -1.9767 2.64 231 -0.750 0.9953
## CNCH13 - FSV1 2.3501 2.64 231 0.891 0.9866
## FBO1 - FCHI8 2.4618 2.64 231 0.933 0.9825
## FBO1 - FEAR5 1.5640 2.64 231 0.593 0.9989
## FBO1 - FGI4 2.9812 2.64 231 1.130 0.9495
## FBO1 - FMA7 -1.4016 2.64 231 -0.531 0.9995
## FBO1 - FSV1 2.9252 2.64 231 1.109 0.9543
## FCHI8 - FEAR5 -0.8977 2.64 231 -0.340 1.0000
## FCHI8 - FGI4 0.5194 2.64 231 0.197 1.0000
## FCHI8 - FMA7 -3.8634 2.64 231 -1.465 0.8252
## FCHI8 - FSV1 0.4635 2.64 231 0.176 1.0000
## FEAR5 - FGI4 1.4171 2.64 231 0.537 0.9994
## FEAR5 - FMA7 -2.9656 2.64 231 -1.125 0.9509
## FEAR5 - FSV1 1.3612 2.64 231 0.516 0.9996
## FGI4 - FMA7 -4.3827 2.64 231 -1.662 0.7117
## FGI4 - FSV1 -0.0559 2.64 231 -0.021 1.0000
## FMA7 - FSV1 4.3268 2.64 231 1.641 0.7250
##
## municipio = Villa Garzón:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -6.2229 2.64 231 -2.360 0.2665
## CNCH12 - FBO1 0.0454 2.64 231 0.017 1.0000
## CNCH12 - FCHI8 0.3218 2.64 231 0.122 1.0000
## CNCH12 - FEAR5 -10.6361 2.64 231 -4.033 0.0019
## CNCH12 - FGI4 -2.4589 2.64 231 -0.932 0.9826
## CNCH12 - FMA7 -2.7981 2.64 231 -1.061 0.9640
## CNCH12 - FSV1 -3.1189 2.64 231 -1.183 0.9362
## CNCH13 - FBO1 6.2684 2.64 231 2.377 0.2577
## CNCH13 - FCHI8 6.5447 2.64 231 2.482 0.2085
## CNCH13 - FEAR5 -4.4131 2.64 231 -1.673 0.7044
## CNCH13 - FGI4 3.7641 2.64 231 1.427 0.8438
## CNCH13 - FMA7 3.4248 2.64 231 1.299 0.8987
## CNCH13 - FSV1 3.1040 2.64 231 1.177 0.9377
## FBO1 - FCHI8 0.2763 2.64 231 0.105 1.0000
## FBO1 - FEAR5 -10.6815 2.64 231 -4.050 0.0018
## FBO1 - FGI4 -2.5043 2.64 231 -0.950 0.9807
## FBO1 - FMA7 -2.8435 2.64 231 -1.078 0.9608
## FBO1 - FSV1 -3.1644 2.64 231 -1.200 0.9313
## FCHI8 - FEAR5 -10.9578 2.64 231 -4.155 0.0012
## FCHI8 - FGI4 -2.7806 2.64 231 -1.054 0.9653
## FCHI8 - FMA7 -3.1199 2.64 231 -1.183 0.9361
## FCHI8 - FSV1 -3.4407 2.64 231 -1.305 0.8964
## FEAR5 - FGI4 8.1772 2.64 231 3.101 0.0444
## FEAR5 - FMA7 7.8380 2.64 231 2.972 0.0637
## FEAR5 - FSV1 7.5171 2.64 231 2.850 0.0879
## FGI4 - FMA7 -0.3392 2.64 231 -0.129 1.0000
## FGI4 - FSV1 -0.6601 2.64 231 -0.250 1.0000
## FMA7 - FSV1 -0.3208 2.64 231 -0.122 1.0000
##
## municipio = Gigante:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -3.0684 2.64 231 -1.164 0.9413
## CNCH12 - FBO1 -2.7817 2.64 231 -1.055 0.9652
## CNCH12 - FCHI8 -4.7163 2.64 231 -1.788 0.6286
## CNCH12 - FEAR5 -3.5731 2.64 231 -1.355 0.8764
## CNCH12 - FGI4 -1.9040 2.64 231 -0.722 0.9963
## CNCH12 - FMA7 -1.9960 2.64 231 -0.757 0.9950
## CNCH12 - FSV1 -0.9850 2.64 231 -0.373 1.0000
## CNCH13 - FBO1 0.2867 2.64 231 0.109 1.0000
## CNCH13 - FCHI8 -1.6479 2.64 231 -0.625 0.9985
## CNCH13 - FEAR5 -0.5047 2.64 231 -0.191 1.0000
## CNCH13 - FGI4 1.1643 2.64 231 0.442 0.9998
## CNCH13 - FMA7 1.0724 2.64 231 0.407 0.9999
## CNCH13 - FSV1 2.0834 2.64 231 0.790 0.9935
## FBO1 - FCHI8 -1.9346 2.64 231 -0.734 0.9959
## FBO1 - FEAR5 -0.7914 2.64 231 -0.300 1.0000
## FBO1 - FGI4 0.8777 2.64 231 0.333 1.0000
## FBO1 - FMA7 0.7857 2.64 231 0.298 1.0000
## FBO1 - FSV1 1.7968 2.64 231 0.681 0.9974
## FCHI8 - FEAR5 1.1432 2.64 231 0.433 0.9999
## FCHI8 - FGI4 2.8122 2.64 231 1.066 0.9630
## FCHI8 - FMA7 2.7203 2.64 231 1.032 0.9692
## FCHI8 - FSV1 3.7313 2.64 231 1.415 0.8497
## FEAR5 - FGI4 1.6691 2.64 231 0.633 0.9984
## FEAR5 - FMA7 1.5771 2.64 231 0.598 0.9989
## FEAR5 - FSV1 2.5881 2.64 231 0.981 0.9767
## FGI4 - FMA7 -0.0919 2.64 231 -0.035 1.0000
## FGI4 - FSV1 0.9191 2.64 231 0.349 1.0000
## FMA7 - FSV1 1.0110 2.64 231 0.383 0.9999
##
## municipio = Hato Corozal:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 0.2826 2.64 231 0.107 1.0000
## CNCH12 - FBO1 -0.2490 2.64 231 -0.094 1.0000
## CNCH12 - FCHI8 0.8058 2.64 231 0.306 1.0000
## CNCH12 - FEAR5 -0.4449 2.64 231 -0.169 1.0000
## CNCH12 - FGI4 0.0022 2.64 231 0.001 1.0000
## CNCH12 - FMA7 -0.0561 2.64 231 -0.021 1.0000
## CNCH12 - FSV1 -0.6251 2.64 231 -0.237 1.0000
## CNCH13 - FBO1 -0.5316 2.64 231 -0.202 1.0000
## CNCH13 - FCHI8 0.5232 2.64 231 0.198 1.0000
## CNCH13 - FEAR5 -0.7275 2.64 231 -0.276 1.0000
## CNCH13 - FGI4 -0.2804 2.64 231 -0.106 1.0000
## CNCH13 - FMA7 -0.3387 2.64 231 -0.128 1.0000
## CNCH13 - FSV1 -0.9077 2.64 231 -0.344 1.0000
## FBO1 - FCHI8 1.0548 2.64 231 0.400 0.9999
## FBO1 - FEAR5 -0.1959 2.64 231 -0.074 1.0000
## FBO1 - FGI4 0.2512 2.64 231 0.095 1.0000
## FBO1 - FMA7 0.1929 2.64 231 0.073 1.0000
## FBO1 - FSV1 -0.3761 2.64 231 -0.143 1.0000
## FCHI8 - FEAR5 -1.2508 2.64 231 -0.474 0.9998
## FCHI8 - FGI4 -0.8036 2.64 231 -0.305 1.0000
## FCHI8 - FMA7 -0.8619 2.64 231 -0.327 1.0000
## FCHI8 - FSV1 -1.4309 2.64 231 -0.543 0.9994
## FEAR5 - FGI4 0.4471 2.64 231 0.170 1.0000
## FEAR5 - FMA7 0.3889 2.64 231 0.147 1.0000
## FEAR5 - FSV1 -0.1802 2.64 231 -0.068 1.0000
## FGI4 - FMA7 -0.0583 2.64 231 -0.022 1.0000
## FGI4 - FSV1 -0.6273 2.64 231 -0.238 1.0000
## FMA7 - FSV1 -0.5690 2.64 231 -0.216 1.0000
##
## municipio = Tame:
## contrast estimate SE df t.ratio p.value
## CNCH12 - CNCH13 -3.6028 2.64 231 -1.366 0.8716
## CNCH12 - FBO1 -0.8956 2.64 231 -0.340 1.0000
## CNCH12 - FCHI8 0.1341 2.64 231 0.051 1.0000
## CNCH12 - FEAR5 3.4166 2.64 231 1.296 0.8998
## CNCH12 - FGI4 -3.9506 2.64 231 -1.498 0.8079
## CNCH12 - FMA7 6.5490 2.64 231 2.483 0.2078
## CNCH12 - FSV1 -0.6523 2.64 231 -0.247 1.0000
## CNCH13 - FBO1 2.7072 2.64 231 1.027 0.9700
## CNCH13 - FCHI8 3.7370 2.64 231 1.417 0.8487
## CNCH13 - FEAR5 7.0194 2.64 231 2.662 0.1399
## CNCH13 - FGI4 -0.3478 2.64 231 -0.132 1.0000
## CNCH13 - FMA7 10.1518 2.64 231 3.850 0.0038
## CNCH13 - FSV1 2.9506 2.64 231 1.119 0.9522
## FBO1 - FCHI8 1.0298 2.64 231 0.390 0.9999
## FBO1 - FEAR5 4.3123 2.64 231 1.635 0.7285
## FBO1 - FGI4 -3.0550 2.64 231 -1.158 0.9426
## FBO1 - FMA7 7.4447 2.64 231 2.823 0.0944
## FBO1 - FSV1 0.2434 2.64 231 0.092 1.0000
## FCHI8 - FEAR5 3.2825 2.64 231 1.245 0.9175
## FCHI8 - FGI4 -4.0847 2.64 231 -1.549 0.7799
## FCHI8 - FMA7 6.4149 2.64 231 2.432 0.2308
## FCHI8 - FSV1 -0.7864 2.64 231 -0.298 1.0000
## FEAR5 - FGI4 -7.3672 2.64 231 -2.794 0.1016
## FEAR5 - FMA7 3.1324 2.64 231 1.188 0.9348
## FEAR5 - FSV1 -4.0689 2.64 231 -1.543 0.7833
## FGI4 - FMA7 10.4996 2.64 231 3.981 0.0023
## FGI4 - FSV1 3.2983 2.64 231 1.251 0.9155
## FMA7 - FSV1 -7.2013 2.64 231 -2.731 0.1187
##
## P value adjustment: tukey method for varying family sizes
# 1. Pruebas para el Efecto Principal del Municipio
# el efecto principal del Municipio es significativo,
# comparar el rendimiento promedio de cada genotipo a lo largo de todos los niveles de estrés y zonas.
# Paso 1: Calcular las EMMs para el Genotipo (Estimated Marginal Means o EMMs, a menudo llamadas medias de mínimos cuadrados o least-squares means)
# que son las medias predichas por el modelo, ajustando los efectos aleatorios.
# El modelo es el aleatorio que ajustó previamente: modelo_lmm2
emms_municipio <- emmeans(modelo_lmm2, specs = ~ municipio)
emms_municipio
## municipio emmean SE df lower.CL upper.CL
## Yacopí 8.41 1.39 5046 5.689 11.12
## Puerto Rico 8.18 1.41 4136 5.419 10.95
## San Vicente 3.35 1.39 5046 0.636 6.07
## Chinácota 3.53 1.39 5046 0.814 6.25
## Jamundí 10.29 1.44 3317 7.462 13.11
## Rionegro 6.58 1.39 5046 3.866 9.30
## Villa Garzón 9.21 1.39 5046 6.490 11.92
## Gigante 5.19 1.39 5046 2.478 7.91
## Hato Corozal 5.98 1.39 5046 3.263 8.70
## Tame 19.96 1.39 5046 17.240 22.67
##
## Degrees-of-freedom method: kenward-roger
## Confidence level used: 0.95
## Paso 2: Realizar la Comparación Múltiple. Utilice la función contrast() o pairs() sobre las EMMs con el método de corrección de la p-value
# (generalmente Bonferroni o Tukey)
# Comparaciones múltiples con corrección de Tukey
contrastes_municipio <- pairs(emms_municipio, adjust = "tukey")
summary(contrastes_municipio)
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico 0.223 1.980 4549 0.113 1.0000
## Yacopí - San Vicente 5.053 0.966 298 5.231 <.0001
## Yacopí - Chinácota 4.875 0.966 298 5.047 <.0001
## Yacopí - Jamundí -1.881 2.000 4013 -0.941 0.9951
## Yacopí - Rionegro 1.824 0.966 298 1.888 0.6774
## Yacopí - Villa Garzón -0.801 1.960 5046 -0.409 1.0000
## Yacopí - Gigante 3.212 1.960 5046 1.639 0.8290
## Yacopí - Hato Corozal 2.427 1.960 5046 1.238 0.9662
## Yacopí - Tame -11.550 1.960 5046 -5.894 <.0001
## Puerto Rico - San Vicente 4.830 1.980 4549 2.444 0.3000
## Puerto Rico - Chinácota 4.652 1.980 4549 2.354 0.3544
## Puerto Rico - Jamundí -2.104 2.020 3684 -1.044 0.9895
## Puerto Rico - Rionegro 1.600 1.980 4549 0.810 0.9985
## Puerto Rico - Villa Garzón -1.024 1.000 298 -1.024 0.9906
## Puerto Rico - Gigante 2.988 1.980 4549 1.512 0.8878
## Puerto Rico - Hato Corozal 2.203 1.980 4549 1.115 0.9833
## Puerto Rico - Tame -11.773 1.980 4549 -5.957 <.0001
## San Vicente - Chinácota -0.178 0.966 298 -0.184 1.0000
## San Vicente - Jamundí -6.934 2.000 4013 -3.469 0.0189
## San Vicente - Rionegro -3.230 0.966 298 -3.343 0.0312
## San Vicente - Villa Garzón -5.854 1.960 5046 -2.987 0.0835
## San Vicente - Gigante -1.841 1.960 5046 -0.940 0.9952
## San Vicente - Hato Corozal -2.626 1.960 5046 -1.340 0.9443
## San Vicente - Tame -16.603 1.960 5046 -8.473 <.0001
## Chinácota - Jamundí -6.757 2.000 4013 -3.380 0.0254
## Chinácota - Rionegro -3.052 0.966 298 -3.159 0.0543
## Chinácota - Villa Garzón -5.676 1.960 5046 -2.897 0.1066
## Chinácota - Gigante -1.664 1.960 5046 -0.849 0.9978
## Chinácota - Hato Corozal -2.449 1.960 5046 -1.250 0.9642
## Chinácota - Tame -16.426 1.960 5046 -8.383 <.0001
## Jamundí - Rionegro 3.705 2.000 4013 1.853 0.7006
## Jamundí - Villa Garzón 1.080 2.000 4013 0.540 0.9999
## Jamundí - Gigante 5.093 1.040 298 4.881 0.0001
## Jamundí - Hato Corozal 4.308 2.000 4013 2.155 0.4882
## Jamundí - Tame -9.669 2.000 4013 -4.837 0.0001
## Rionegro - Villa Garzón -2.624 1.960 5046 -1.339 0.9445
## Rionegro - Gigante 1.388 1.960 5046 0.708 0.9995
## Rionegro - Hato Corozal 0.603 1.960 5046 0.308 1.0000
## Rionegro - Tame -13.374 1.960 5046 -6.825 <.0001
## Villa Garzón - Gigante 4.013 1.960 5046 2.048 0.5650
## Villa Garzón - Hato Corozal 3.228 1.960 5046 1.647 0.8247
## Villa Garzón - Tame -10.749 1.960 5046 -5.486 <.0001
## Gigante - Hato Corozal -0.785 1.960 5046 -0.401 1.0000
## Gigante - Tame -14.762 1.960 5046 -7.533 <.0001
## Hato Corozal - Tame -13.977 0.966 298 -14.469 <.0001
##
## Degrees-of-freedom method: kenward-roger
## P value adjustment: tukey method for comparing a family of 10 estimates
## B. Comparaciones de Municipio dentro de cada Genotipo
## Esta prueba le dice: Para un genotipo específico (ej. Genotipo A),
## ¿cuál es el nivel óptimo de municipio/condición de crecimiento, o cómo se degrada su rendimiento con el aumento del Municipio?
## Paso 1: Invertir las especificaciones en emmeans.
# Invertir: Municipio dentro de cada Genotipo
emms_interaccion_B <- emmeans(modelo_lmm, specs = ~ municipio | gen)
emms_interaccion_B
## gen = CNCH12:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 9.38 1.86 231 5.706 13.05
## Puerto Rico 8.48 1.86 231 4.802 12.15
## San Vicente 3.08 1.86 231 -0.595 6.75
## Chinácota 3.09 1.86 231 -0.585 6.76
## Jamundí 10.59 1.86 231 6.914 14.26
## Rionegro 7.41 1.86 231 3.735 11.08
## Villa Garzón 6.10 1.86 231 2.424 9.77
## Gigante 2.82 1.86 231 -0.858 6.49
## Hato Corozal 5.94 1.86 231 2.269 9.62
## Tame 20.08 1.86 231 16.407 23.75
##
## gen = CNCH13:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 6.02 1.86 231 2.350 9.70
## Puerto Rico 8.21 1.86 231 4.540 11.89
## San Vicente 4.03 1.86 231 0.353 7.70
## Chinácota 4.70 1.86 231 1.027 8.38
## Jamundí 12.90 1.86 231 9.230 16.58
## Rionegro 7.19 1.86 231 3.516 10.86
## Villa Garzón 12.32 1.86 231 8.647 16.00
## Gigante 5.88 1.86 231 2.210 9.56
## Hato Corozal 5.66 1.86 231 1.987 9.34
## Tame 23.68 1.86 231 20.010 27.36
##
## gen = FBO1:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 7.11 1.86 231 3.431 10.78
## Puerto Rico 9.41 1.86 231 5.732 13.08
## San Vicente 2.73 1.86 231 -0.942 6.41
## Chinácota 4.35 1.86 231 0.672 8.02
## Jamundí 8.12 1.86 231 4.444 11.79
## Rionegro 7.76 1.86 231 4.091 11.44
## Villa Garzón 6.05 1.86 231 2.379 9.73
## Gigante 5.60 1.86 231 1.924 9.27
## Hato Corozal 6.19 1.86 231 2.518 9.87
## Tame 20.98 1.86 231 17.302 24.65
##
## gen = FCHI8:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 9.42 1.86 231 5.747 13.10
## Puerto Rico nonEst NA NA NA NA
## San Vicente 2.65 1.86 231 -1.027 6.32
## Chinácota 2.02 1.86 231 -1.657 5.69
## Jamundí nonEst NA NA NA NA
## Rionegro 5.30 1.86 231 1.629 8.98
## Villa Garzón 5.78 1.86 231 2.102 9.45
## Gigante 7.53 1.86 231 3.858 11.21
## Hato Corozal 5.14 1.86 231 1.464 8.81
## Tame 19.95 1.86 231 16.273 23.62
##
## gen = FEAR5:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 10.33 1.86 231 6.653 14.00
## Puerto Rico 10.82 1.86 231 7.149 14.50
## San Vicente 5.55 1.86 231 1.876 9.22
## Chinácota 4.45 1.86 231 0.780 8.13
## Jamundí 12.41 1.86 231 8.740 16.09
## Rionegro 6.20 1.86 231 2.527 9.87
## Villa Garzón 16.73 1.86 231 13.060 20.41
## Gigante 6.39 1.86 231 2.715 10.06
## Hato Corozal 6.39 1.86 231 2.714 10.06
## Tame 16.66 1.86 231 12.990 20.34
##
## gen = FGI4:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 12.58 1.86 231 8.909 16.26
## Puerto Rico 6.79 1.86 231 3.121 10.47
## San Vicente 2.43 1.86 231 -1.242 6.11
## Chinácota 3.18 1.86 231 -0.497 6.85
## Jamundí 9.89 1.86 231 6.215 13.56
## Rionegro 4.78 1.86 231 1.110 8.46
## Villa Garzón 8.56 1.86 231 4.883 12.23
## Gigante 4.72 1.86 231 1.046 8.39
## Hato Corozal 5.94 1.86 231 2.267 9.62
## Tame 24.03 1.86 231 20.357 27.71
##
## gen = FMA7:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 5.51 1.86 231 1.835 9.18
## Puerto Rico 6.25 1.86 231 2.580 9.93
## San Vicente 3.90 1.86 231 0.222 7.57
## Chinácota 3.30 1.86 231 -0.374 6.97
## Jamundí 7.81 1.86 231 4.135 11.48
## Rionegro 9.17 1.86 231 5.492 12.84
## Villa Garzón 8.90 1.86 231 5.222 12.57
## Gigante 4.81 1.86 231 1.138 8.49
## Hato Corozal 6.00 1.86 231 2.326 9.67
## Tame 13.53 1.86 231 9.858 17.21
##
## gen = FSV1:
## municipio emmean SE df lower.CL upper.CL
## Yacopí 6.90 1.86 231 3.223 10.57
## Puerto Rico 7.31 1.86 231 3.635 10.98
## San Vicente 2.46 1.86 231 -1.215 6.13
## Chinácota 3.16 1.86 231 -0.516 6.83
## Jamundí nonEst NA NA NA NA
## Rionegro 4.84 1.86 231 1.166 8.51
## Villa Garzón 9.22 1.86 231 5.543 12.89
## Gigante 3.80 1.86 231 0.127 7.48
## Hato Corozal 6.57 1.86 231 2.895 10.24
## Tame 20.73 1.86 231 17.059 24.41
##
## Confidence level used: 0.95
# Paso 2: Realizar la Comparación Múltiple.
# Comparar los niveles de estrés, pero dentro de cada genotipo
contrastes_interaccion_B <- pairs(emms_interaccion_B, adjust = "tukey")
summary(contrastes_interaccion_B)
## gen = CNCH12:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico 9.04e-01 2.64 231 0.343 1.0000
## Yacopí - San Vicente 6.30e+00 2.64 231 2.389 0.3372
## Yacopí - Chinácota 6.29e+00 2.64 231 2.385 0.3395
## Yacopí - Jamundí -1.21e+00 2.64 231 -0.458 1.0000
## Yacopí - Rionegro 1.97e+00 2.64 231 0.747 0.9991
## Yacopí - Villa Garzón 3.28e+00 2.64 231 1.244 0.9642
## Yacopí - Gigante 6.56e+00 2.64 231 2.489 0.2800
## Yacopí - Hato Corozal 3.44e+00 2.64 231 1.303 0.9522
## Yacopí - Tame -1.07e+01 2.64 231 -4.058 0.0027
## Puerto Rico - San Vicente 5.40e+00 2.64 231 2.047 0.5671
## Puerto Rico - Chinácota 5.39e+00 2.64 231 2.043 0.5699
## Puerto Rico - Jamundí -2.11e+00 2.64 231 -0.801 0.9985
## Puerto Rico - Rionegro 1.07e+00 2.64 231 0.404 1.0000
## Puerto Rico - Villa Garzón 2.38e+00 2.64 231 0.902 0.9963
## Puerto Rico - Gigante 5.66e+00 2.64 231 2.146 0.4970
## Puerto Rico - Hato Corozal 2.53e+00 2.64 231 0.960 0.9941
## Puerto Rico - Tame -1.16e+01 2.64 231 -4.400 0.0007
## San Vicente - Chinácota -1.02e-02 2.64 231 -0.004 1.0000
## San Vicente - Jamundí -7.51e+00 2.64 231 -2.847 0.1272
## San Vicente - Rionegro -4.33e+00 2.64 231 -1.642 0.8260
## San Vicente - Villa Garzón -3.02e+00 2.64 231 -1.145 0.9794
## San Vicente - Gigante 2.63e-01 2.64 231 0.100 1.0000
## San Vicente - Hato Corozal -2.86e+00 2.64 231 -1.086 0.9857
## San Vicente - Tame -1.70e+01 2.64 231 -6.447 <.0001
## Chinácota - Jamundí -7.50e+00 2.64 231 -2.843 0.1284
## Chinácota - Rionegro -4.32e+00 2.64 231 -1.638 0.8280
## Chinácota - Villa Garzón -3.01e+00 2.64 231 -1.141 0.9799
## Chinácota - Gigante 2.73e-01 2.64 231 0.104 1.0000
## Chinácota - Hato Corozal -2.85e+00 2.64 231 -1.082 0.9860
## Chinácota - Tame -1.70e+01 2.64 231 -6.443 <.0001
## Jamundí - Rionegro 3.18e+00 2.64 231 1.205 0.9709
## Jamundí - Villa Garzón 4.49e+00 2.64 231 1.703 0.7931
## Jamundí - Gigante 7.77e+00 2.64 231 2.947 0.0989
## Jamundí - Hato Corozal 4.64e+00 2.64 231 1.761 0.7587
## Jamundí - Tame -9.49e+00 2.64 231 -3.600 0.0140
## Rionegro - Villa Garzón 1.31e+00 2.64 231 0.497 1.0000
## Rionegro - Gigante 4.59e+00 2.64 231 1.742 0.7703
## Rionegro - Hato Corozal 1.47e+00 2.64 231 0.556 0.9999
## Rionegro - Tame -1.27e+01 2.64 231 -4.805 0.0001
## Villa Garzón - Gigante 3.28e+00 2.64 231 1.245 0.9642
## Villa Garzón - Hato Corozal 1.55e-01 2.64 231 0.059 1.0000
## Villa Garzón - Tame -1.40e+01 2.64 231 -5.302 <.0001
## Gigante - Hato Corozal -3.13e+00 2.64 231 -1.186 0.9739
## Gigante - Tame -1.73e+01 2.64 231 -6.547 <.0001
## Hato Corozal - Tame -1.41e+01 2.64 231 -5.361 <.0001
##
## gen = CNCH13:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico -2.19e+00 2.64 231 -0.830 0.9980
## Yacopí - San Vicente 2.00e+00 2.64 231 0.757 0.9990
## Yacopí - Chinácota 1.32e+00 2.64 231 0.502 1.0000
## Yacopí - Jamundí -6.88e+00 2.64 231 -2.609 0.2196
## Yacopí - Rionegro -1.17e+00 2.64 231 -0.442 1.0000
## Yacopí - Villa Garzón -6.30e+00 2.64 231 -2.388 0.3381
## Yacopí - Gigante 1.40e-01 2.64 231 0.053 1.0000
## Yacopí - Hato Corozal 3.64e-01 2.64 231 0.138 1.0000
## Yacopí - Tame -1.77e+01 2.64 231 -6.696 <.0001
## Puerto Rico - San Vicente 4.19e+00 2.64 231 1.588 0.8529
## Puerto Rico - Chinácota 3.51e+00 2.64 231 1.332 0.9452
## Puerto Rico - Jamundí -4.69e+00 2.64 231 -1.778 0.7482
## Puerto Rico - Rionegro 1.02e+00 2.64 231 0.388 1.0000
## Puerto Rico - Villa Garzón -4.11e+00 2.64 231 -1.557 0.8669
## Puerto Rico - Gigante 2.33e+00 2.64 231 0.883 0.9968
## Puerto Rico - Hato Corozal 2.55e+00 2.64 231 0.968 0.9937
## Puerto Rico - Tame -1.55e+01 2.64 231 -5.866 <.0001
## San Vicente - Chinácota -6.75e-01 2.64 231 -0.256 1.0000
## San Vicente - Jamundí -8.88e+00 2.64 231 -3.366 0.0299
## San Vicente - Rionegro -3.16e+00 2.64 231 -1.199 0.9719
## San Vicente - Villa Garzón -8.29e+00 2.64 231 -3.145 0.0577
## San Vicente - Gigante -1.86e+00 2.64 231 -0.704 0.9995
## San Vicente - Hato Corozal -1.63e+00 2.64 231 -0.620 0.9998
## San Vicente - Tame -1.97e+01 2.64 231 -7.454 <.0001
## Chinácota - Jamundí -8.20e+00 2.64 231 -3.110 0.0637
## Chinácota - Rionegro -2.49e+00 2.64 231 -0.944 0.9948
## Chinácota - Villa Garzón -7.62e+00 2.64 231 -2.889 0.1146
## Chinácota - Gigante -1.18e+00 2.64 231 -0.449 1.0000
## Chinácota - Hato Corozal -9.59e-01 2.64 231 -0.364 1.0000
## Chinácota - Tame -1.90e+01 2.64 231 -7.198 <.0001
## Jamundí - Rionegro 5.71e+00 2.64 231 2.167 0.4827
## Jamundí - Villa Garzón 5.83e-01 2.64 231 0.221 1.0000
## Jamundí - Gigante 7.02e+00 2.64 231 2.662 0.1958
## Jamundí - Hato Corozal 7.24e+00 2.64 231 2.747 0.1617
## Jamundí - Tame -1.08e+01 2.64 231 -4.088 0.0024
## Rionegro - Villa Garzón -5.13e+00 2.64 231 -1.946 0.6377
## Rionegro - Gigante 1.31e+00 2.64 231 0.495 1.0000
## Rionegro - Hato Corozal 1.53e+00 2.64 231 0.580 0.9999
## Rionegro - Tame -1.65e+01 2.64 231 -6.254 <.0001
## Villa Garzón - Gigante 6.44e+00 2.64 231 2.441 0.3069
## Villa Garzón - Hato Corozal 6.66e+00 2.64 231 2.526 0.2605
## Villa Garzón - Tame -1.14e+01 2.64 231 -4.309 0.0010
## Gigante - Hato Corozal 2.24e-01 2.64 231 0.085 1.0000
## Gigante - Tame -1.78e+01 2.64 231 -6.749 <.0001
## Hato Corozal - Tame -1.80e+01 2.64 231 -6.834 <.0001
##
## gen = FBO1:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico -2.30e+00 2.64 231 -0.872 0.9971
## Yacopí - San Vicente 4.37e+00 2.64 231 1.658 0.8173
## Yacopí - Chinácota 2.76e+00 2.64 231 1.046 0.9890
## Yacopí - Jamundí -1.01e+00 2.64 231 -0.384 1.0000
## Yacopí - Rionegro -6.59e-01 2.64 231 -0.250 1.0000
## Yacopí - Villa Garzón 1.05e+00 2.64 231 0.399 1.0000
## Yacopí - Gigante 1.51e+00 2.64 231 0.572 0.9999
## Yacopí - Hato Corozal 9.13e-01 2.64 231 0.346 1.0000
## Yacopí - Tame -1.39e+01 2.64 231 -5.260 <.0001
## Puerto Rico - San Vicente 6.67e+00 2.64 231 2.531 0.2579
## Puerto Rico - Chinácota 5.06e+00 2.64 231 1.919 0.6564
## Puerto Rico - Jamundí 1.29e+00 2.64 231 0.488 1.0000
## Puerto Rico - Rionegro 1.64e+00 2.64 231 0.622 0.9998
## Puerto Rico - Villa Garzón 3.35e+00 2.64 231 1.271 0.9590
## Puerto Rico - Gigante 3.81e+00 2.64 231 1.444 0.9119
## Puerto Rico - Hato Corozal 3.21e+00 2.64 231 1.218 0.9688
## Puerto Rico - Tame -1.16e+01 2.64 231 -4.388 0.0007
## San Vicente - Chinácota -1.61e+00 2.64 231 -0.612 0.9998
## San Vicente - Jamundí -5.39e+00 2.64 231 -2.042 0.5702
## San Vicente - Rionegro -5.03e+00 2.64 231 -1.909 0.6633
## San Vicente - Villa Garzón -3.32e+00 2.64 231 -1.259 0.9614
## San Vicente - Gigante -2.87e+00 2.64 231 -1.087 0.9856
## San Vicente - Hato Corozal -3.46e+00 2.64 231 -1.312 0.9500
## San Vicente - Tame -1.82e+01 2.64 231 -6.918 <.0001
## Chinácota - Jamundí -3.77e+00 2.64 231 -1.430 0.9166
## Chinácota - Rionegro -3.42e+00 2.64 231 -1.296 0.9537
## Chinácota - Villa Garzón -1.71e+00 2.64 231 -0.647 0.9997
## Chinácota - Gigante -1.25e+00 2.64 231 -0.475 1.0000
## Chinácota - Hato Corozal -1.85e+00 2.64 231 -0.700 0.9995
## Chinácota - Tame -1.66e+01 2.64 231 -6.306 <.0001
## Jamundí - Rionegro 3.53e-01 2.64 231 0.134 1.0000
## Jamundí - Villa Garzón 2.06e+00 2.64 231 0.783 0.9988
## Jamundí - Gigante 2.52e+00 2.64 231 0.955 0.9943
## Jamundí - Hato Corozal 1.93e+00 2.64 231 0.730 0.9993
## Jamundí - Tame -1.29e+01 2.64 231 -4.876 0.0001
## Rionegro - Villa Garzón 1.71e+00 2.64 231 0.649 0.9997
## Rionegro - Gigante 2.17e+00 2.64 231 0.822 0.9982
## Rionegro - Hato Corozal 1.57e+00 2.64 231 0.596 0.9999
## Rionegro - Tame -1.32e+01 2.64 231 -5.010 <.0001
## Villa Garzón - Gigante 4.55e-01 2.64 231 0.173 1.0000
## Villa Garzón - Hato Corozal -1.40e-01 2.64 231 -0.053 1.0000
## Villa Garzón - Tame -1.49e+01 2.64 231 -5.659 <.0001
## Gigante - Hato Corozal -5.95e-01 2.64 231 -0.225 1.0000
## Gigante - Tame -1.54e+01 2.64 231 -5.831 <.0001
## Hato Corozal - Tame -1.48e+01 2.64 231 -5.606 <.0001
##
## gen = FCHI8:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico nonEst NA NA NA NA
## Yacopí - San Vicente 6.77e+00 2.64 231 2.569 0.1729
## Yacopí - Chinácota 7.40e+00 2.64 231 2.808 0.0981
## Yacopí - Jamundí nonEst NA NA NA NA
## Yacopí - Rionegro 4.12e+00 2.64 231 1.562 0.7726
## Yacopí - Villa Garzón 3.64e+00 2.64 231 1.382 0.8647
## Yacopí - Gigante 1.89e+00 2.64 231 0.716 0.9965
## Yacopí - Hato Corozal 4.28e+00 2.64 231 1.624 0.7352
## Yacopí - Tame -1.05e+01 2.64 231 -3.991 0.0022
## Puerto Rico - San Vicente nonEst NA NA NA NA
## Puerto Rico - Chinácota nonEst NA NA NA NA
## Puerto Rico - Jamundí nonEst NA NA NA NA
## Puerto Rico - Rionegro nonEst NA NA NA NA
## Puerto Rico - Villa Garzón nonEst NA NA NA NA
## Puerto Rico - Gigante nonEst NA NA NA NA
## Puerto Rico - Hato Corozal nonEst NA NA NA NA
## Puerto Rico - Tame nonEst NA NA NA NA
## San Vicente - Chinácota 6.30e-01 2.64 231 0.239 1.0000
## San Vicente - Jamundí nonEst NA NA NA NA
## San Vicente - Rionegro -2.66e+00 2.64 231 -1.007 0.9730
## San Vicente - Villa Garzón -3.13e+00 2.64 231 -1.187 0.9351
## San Vicente - Gigante -4.89e+00 2.64 231 -1.853 0.5849
## San Vicente - Hato Corozal -2.49e+00 2.64 231 -0.944 0.9813
## San Vicente - Tame -1.73e+01 2.64 231 -6.560 <.0001
## Chinácota - Jamundí nonEst NA NA NA NA
## Chinácota - Rionegro -3.29e+00 2.64 231 -1.246 0.9171
## Chinácota - Villa Garzón -3.76e+00 2.64 231 -1.426 0.8446
## Chinácota - Gigante -5.52e+00 2.64 231 -2.091 0.4236
## Chinácota - Hato Corozal -3.12e+00 2.64 231 -1.183 0.9360
## Chinácota - Tame -1.79e+01 2.64 231 -6.799 <.0001
## Jamundí - Rionegro nonEst NA NA NA NA
## Jamundí - Villa Garzón nonEst NA NA NA NA
## Jamundí - Gigante nonEst NA NA NA NA
## Jamundí - Hato Corozal nonEst NA NA NA NA
## Jamundí - Tame nonEst NA NA NA NA
## Rionegro - Villa Garzón -4.73e-01 2.64 231 -0.180 1.0000
## Rionegro - Gigante -2.23e+00 2.64 231 -0.845 0.9902
## Rionegro - Hato Corozal 1.65e-01 2.64 231 0.063 1.0000
## Rionegro - Tame -1.46e+01 2.64 231 -5.553 <.0001
## Villa Garzón - Gigante -1.76e+00 2.64 231 -0.666 0.9978
## Villa Garzón - Hato Corozal 6.39e-01 2.64 231 0.242 1.0000
## Villa Garzón - Tame -1.42e+01 2.64 231 -5.373 <.0001
## Gigante - Hato Corozal 2.39e+00 2.64 231 0.908 0.9851
## Gigante - Tame -1.24e+01 2.64 231 -4.707 0.0001
## Hato Corozal - Tame -1.48e+01 2.64 231 -5.615 <.0001
##
## gen = FEAR5:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico -4.96e-01 2.64 231 -0.188 1.0000
## Yacopí - San Vicente 4.78e+00 2.64 231 1.811 0.7276
## Yacopí - Chinácota 5.87e+00 2.64 231 2.227 0.4414
## Yacopí - Jamundí -2.09e+00 2.64 231 -0.791 0.9987
## Yacopí - Rionegro 4.13e+00 2.64 231 1.564 0.8637
## Yacopí - Villa Garzón -6.41e+00 2.64 231 -2.430 0.3132
## Yacopí - Gigante 3.94e+00 2.64 231 1.493 0.8938
## Yacopí - Hato Corozal 3.94e+00 2.64 231 1.493 0.8937
## Yacopí - Tame -6.34e+00 2.64 231 -2.403 0.3288
## Puerto Rico - San Vicente 5.27e+00 2.64 231 1.999 0.6004
## Puerto Rico - Chinácota 6.37e+00 2.64 231 2.415 0.3218
## Puerto Rico - Jamundí -1.59e+00 2.64 231 -0.603 0.9999
## Puerto Rico - Rionegro 4.62e+00 2.64 231 1.753 0.7639
## Puerto Rico - Villa Garzón -5.91e+00 2.64 231 -2.242 0.4316
## Puerto Rico - Gigante 4.43e+00 2.64 231 1.681 0.8050
## Puerto Rico - Hato Corozal 4.43e+00 2.64 231 1.681 0.8049
## Puerto Rico - Tame -5.84e+00 2.64 231 -2.215 0.4496
## San Vicente - Chinácota 1.10e+00 2.64 231 0.416 1.0000
## San Vicente - Jamundí -6.86e+00 2.64 231 -2.603 0.2224
## San Vicente - Rionegro -6.51e-01 2.64 231 -0.247 1.0000
## San Vicente - Villa Garzón -1.12e+01 2.64 231 -4.241 0.0013
## San Vicente - Gigante -8.39e-01 2.64 231 -0.318 1.0000
## San Vicente - Hato Corozal -8.38e-01 2.64 231 -0.318 1.0000
## San Vicente - Tame -1.11e+01 2.64 231 -4.214 0.0015
## Chinácota - Jamundí -7.96e+00 2.64 231 -3.018 0.0819
## Chinácota - Rionegro -1.75e+00 2.64 231 -0.662 0.9997
## Chinácota - Villa Garzón -1.23e+01 2.64 231 -4.657 0.0002
## Chinácota - Gigante -1.94e+00 2.64 231 -0.734 0.9993
## Chinácota - Hato Corozal -1.93e+00 2.64 231 -0.734 0.9993
## Chinácota - Tame -1.22e+01 2.64 231 -4.630 0.0003
## Jamundí - Rionegro 6.21e+00 2.64 231 2.356 0.3575
## Jamundí - Villa Garzón -4.32e+00 2.64 231 -1.638 0.8279
## Jamundí - Gigante 6.02e+00 2.64 231 2.285 0.4031
## Jamundí - Hato Corozal 6.03e+00 2.64 231 2.285 0.4029
## Jamundí - Tame -4.25e+00 2.64 231 -1.612 0.8414
## Rionegro - Villa Garzón -1.05e+01 2.64 231 -3.994 0.0034
## Rionegro - Gigante -1.88e-01 2.64 231 -0.071 1.0000
## Rionegro - Hato Corozal -1.88e-01 2.64 231 -0.071 1.0000
## Rionegro - Tame -1.05e+01 2.64 231 -3.968 0.0038
## Villa Garzón - Gigante 1.03e+01 2.64 231 3.923 0.0045
## Villa Garzón - Hato Corozal 1.03e+01 2.64 231 3.923 0.0045
## Villa Garzón - Tame 7.02e-02 2.64 231 0.027 1.0000
## Gigante - Hato Corozal 7.91e-04 2.64 231 0.000 1.0000
## Gigante - Tame -1.03e+01 2.64 231 -3.896 0.0049
## Hato Corozal - Tame -1.03e+01 2.64 231 -3.896 0.0049
##
## gen = FGI4:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico 5.79e+00 2.64 231 2.195 0.4634
## Yacopí - San Vicente 1.02e+01 2.64 231 3.849 0.0058
## Yacopí - Chinácota 9.41e+00 2.64 231 3.567 0.0157
## Yacopí - Jamundí 2.69e+00 2.64 231 1.021 0.9907
## Yacopí - Rionegro 7.80e+00 2.64 231 2.957 0.0962
## Yacopí - Villa Garzón 4.03e+00 2.64 231 1.527 0.8803
## Yacopí - Gigante 7.86e+00 2.64 231 2.981 0.0904
## Yacopí - Hato Corozal 6.64e+00 2.64 231 2.518 0.2643
## Yacopí - Tame -1.14e+01 2.64 231 -4.341 0.0009
## Puerto Rico - San Vicente 4.36e+00 2.64 231 1.654 0.8195
## Puerto Rico - Chinácota 3.62e+00 2.64 231 1.372 0.9346
## Puerto Rico - Jamundí -3.09e+00 2.64 231 -1.174 0.9757
## Puerto Rico - Rionegro 2.01e+00 2.64 231 0.763 0.9990
## Puerto Rico - Villa Garzón -1.76e+00 2.64 231 -0.668 0.9997
## Puerto Rico - Gigante 2.07e+00 2.64 231 0.787 0.9987
## Puerto Rico - Hato Corozal 8.53e-01 2.64 231 0.324 1.0000
## Puerto Rico - Tame -1.72e+01 2.64 231 -6.536 <.0001
## San Vicente - Chinácota -7.45e-01 2.64 231 -0.283 1.0000
## San Vicente - Jamundí -7.46e+00 2.64 231 -2.828 0.1333
## San Vicente - Rionegro -2.35e+00 2.64 231 -0.892 0.9966
## San Vicente - Villa Garzón -6.13e+00 2.64 231 -2.323 0.3785
## San Vicente - Gigante -2.29e+00 2.64 231 -0.868 0.9972
## San Vicente - Hato Corozal -3.51e+00 2.64 231 -1.331 0.9455
## San Vicente - Tame -2.16e+01 2.64 231 -8.190 <.0001
## Chinácota - Jamundí -6.71e+00 2.64 231 -2.545 0.2504
## Chinácota - Rionegro -1.61e+00 2.64 231 -0.609 0.9998
## Chinácota - Villa Garzón -5.38e+00 2.64 231 -2.040 0.5718
## Chinácota - Gigante -1.54e+00 2.64 231 -0.585 0.9999
## Chinácota - Hato Corozal -2.76e+00 2.64 231 -1.048 0.9888
## Chinácota - Tame -2.09e+01 2.64 231 -7.908 <.0001
## Jamundí - Rionegro 5.11e+00 2.64 231 1.936 0.6444
## Jamundí - Villa Garzón 1.33e+00 2.64 231 0.505 1.0000
## Jamundí - Gigante 5.17e+00 2.64 231 1.960 0.6278
## Jamundí - Hato Corozal 3.95e+00 2.64 231 1.497 0.8922
## Jamundí - Tame -1.41e+01 2.64 231 -5.363 <.0001
## Rionegro - Villa Garzón -3.77e+00 2.64 231 -1.431 0.9164
## Rionegro - Gigante 6.35e-02 2.64 231 0.024 1.0000
## Rionegro - Hato Corozal -1.16e+00 2.64 231 -0.439 1.0000
## Rionegro - Tame -1.92e+01 2.64 231 -7.299 <.0001
## Villa Garzón - Gigante 3.84e+00 2.64 231 1.455 0.9080
## Villa Garzón - Hato Corozal 2.62e+00 2.64 231 0.992 0.9925
## Villa Garzón - Tame -1.55e+01 2.64 231 -5.868 <.0001
## Gigante - Hato Corozal -1.22e+00 2.64 231 -0.463 1.0000
## Gigante - Tame -1.93e+01 2.64 231 -7.323 <.0001
## Hato Corozal - Tame -1.81e+01 2.64 231 -6.860 <.0001
##
## gen = FMA7:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico -7.46e-01 2.64 231 -0.283 1.0000
## Yacopí - San Vicente 1.61e+00 2.64 231 0.612 0.9998
## Yacopí - Chinácota 2.21e+00 2.64 231 0.837 0.9979
## Yacopí - Jamundí -2.30e+00 2.64 231 -0.872 0.9971
## Yacopí - Rionegro -3.66e+00 2.64 231 -1.387 0.9302
## Yacopí - Villa Garzón -3.39e+00 2.64 231 -1.285 0.9562
## Yacopí - Gigante 6.97e-01 2.64 231 0.264 1.0000
## Yacopí - Hato Corozal -4.91e-01 2.64 231 -0.186 1.0000
## Yacopí - Tame -8.02e+00 2.64 231 -3.042 0.0768
## Puerto Rico - San Vicente 2.36e+00 2.64 231 0.894 0.9965
## Puerto Rico - Chinácota 2.95e+00 2.64 231 1.120 0.9822
## Puerto Rico - Jamundí -1.55e+00 2.64 231 -0.589 0.9999
## Puerto Rico - Rionegro -2.91e+00 2.64 231 -1.104 0.9839
## Puerto Rico - Villa Garzón -2.64e+00 2.64 231 -1.002 0.9919
## Puerto Rico - Gigante 1.44e+00 2.64 231 0.547 0.9999
## Puerto Rico - Hato Corozal 2.55e-01 2.64 231 0.097 1.0000
## Puerto Rico - Tame -7.28e+00 2.64 231 -2.760 0.1569
## San Vicente - Chinácota 5.95e-01 2.64 231 0.226 1.0000
## San Vicente - Jamundí -3.91e+00 2.64 231 -1.484 0.8974
## San Vicente - Rionegro -5.27e+00 2.64 231 -1.999 0.6009
## San Vicente - Villa Garzón -5.00e+00 2.64 231 -1.896 0.6717
## San Vicente - Gigante -9.16e-01 2.64 231 -0.347 1.0000
## San Vicente - Hato Corozal -2.10e+00 2.64 231 -0.798 0.9986
## San Vicente - Tame -9.64e+00 2.64 231 -3.654 0.0117
## Chinácota - Jamundí -4.51e+00 2.64 231 -1.710 0.7891
## Chinácota - Rionegro -5.87e+00 2.64 231 -2.224 0.4432
## Chinácota - Villa Garzón -5.60e+00 2.64 231 -2.122 0.5140
## Chinácota - Gigante -1.51e+00 2.64 231 -0.573 0.9999
## Chinácota - Hato Corozal -2.70e+00 2.64 231 -1.024 0.9906
## Chinácota - Tame -1.02e+01 2.64 231 -3.880 0.0052
## Jamundí - Rionegro -1.36e+00 2.64 231 -0.515 1.0000
## Jamundí - Villa Garzón -1.09e+00 2.64 231 -0.412 1.0000
## Jamundí - Gigante 3.00e+00 2.64 231 1.136 0.9804
## Jamundí - Hato Corozal 1.81e+00 2.64 231 0.686 0.9996
## Jamundí - Tame -5.72e+00 2.64 231 -2.170 0.4804
## Rionegro - Villa Garzón 2.70e-01 2.64 231 0.102 1.0000
## Rionegro - Gigante 4.35e+00 2.64 231 1.651 0.8212
## Rionegro - Hato Corozal 3.17e+00 2.64 231 1.201 0.9716
## Rionegro - Tame -4.37e+00 2.64 231 -1.655 0.8190
## Villa Garzón - Gigante 4.08e+00 2.64 231 1.549 0.8707
## Villa Garzón - Hato Corozal 2.90e+00 2.64 231 1.098 0.9845
## Villa Garzón - Tame -4.64e+00 2.64 231 -1.758 0.7608
## Gigante - Hato Corozal -1.19e+00 2.64 231 -0.450 1.0000
## Gigante - Tame -8.72e+00 2.64 231 -3.306 0.0359
## Hato Corozal - Tame -7.53e+00 2.64 231 -2.856 0.1244
##
## gen = FSV1:
## contrast estimate SE df t.ratio p.value
## Yacopí - Puerto Rico -4.12e-01 2.64 231 -0.156 1.0000
## Yacopí - San Vicente 4.44e+00 2.64 231 1.683 0.7565
## Yacopí - Chinácota 3.74e+00 2.64 231 1.418 0.8900
## Yacopí - Jamundí nonEst NA NA NA NA
## Yacopí - Rionegro 2.06e+00 2.64 231 0.780 0.9973
## Yacopí - Villa Garzón -2.32e+00 2.64 231 -0.880 0.9938
## Yacopí - Gigante 3.10e+00 2.64 231 1.174 0.9612
## Yacopí - Hato Corozal 3.28e-01 2.64 231 0.124 1.0000
## Yacopí - Tame -1.38e+01 2.64 231 -5.247 <.0001
## Puerto Rico - San Vicente 4.85e+00 2.64 231 1.839 0.6560
## Puerto Rico - Chinácota 4.15e+00 2.64 231 1.574 0.8179
## Puerto Rico - Jamundí nonEst NA NA NA NA
## Puerto Rico - Rionegro 2.47e+00 2.64 231 0.936 0.9906
## Puerto Rico - Villa Garzón -1.91e+00 2.64 231 -0.723 0.9984
## Puerto Rico - Gigante 3.51e+00 2.64 231 1.330 0.9213
## Puerto Rico - Hato Corozal 7.41e-01 2.64 231 0.281 1.0000
## Puerto Rico - Tame -1.34e+01 2.64 231 -5.090 <.0001
## San Vicente - Chinácota -6.99e-01 2.64 231 -0.265 1.0000
## San Vicente - Jamundí nonEst NA NA NA NA
## San Vicente - Rionegro -2.38e+00 2.64 231 -0.903 0.9927
## San Vicente - Villa Garzón -6.76e+00 2.64 231 -2.563 0.2084
## San Vicente - Gigante -1.34e+00 2.64 231 -0.509 0.9999
## San Vicente - Hato Corozal -4.11e+00 2.64 231 -1.558 0.8261
## San Vicente - Tame -1.83e+01 2.64 231 -6.930 <.0001
## Chinácota - Jamundí nonEst NA NA NA NA
## Chinácota - Rionegro -1.68e+00 2.64 231 -0.638 0.9994
## Chinácota - Villa Garzón -6.06e+00 2.64 231 -2.298 0.3478
## Chinácota - Gigante -6.43e-01 2.64 231 -0.244 1.0000
## Chinácota - Hato Corozal -3.41e+00 2.64 231 -1.293 0.9325
## Chinácota - Tame -1.76e+01 2.64 231 -6.665 <.0001
## Jamundí - Rionegro nonEst NA NA NA NA
## Jamundí - Villa Garzón nonEst NA NA NA NA
## Jamundí - Gigante nonEst NA NA NA NA
## Jamundí - Hato Corozal nonEst NA NA NA NA
## Jamundí - Tame nonEst NA NA NA NA
## Rionegro - Villa Garzón -4.38e+00 2.64 231 -1.660 0.7701
## Rionegro - Gigante 1.04e+00 2.64 231 0.394 1.0000
## Rionegro - Hato Corozal -1.73e+00 2.64 231 -0.656 0.9992
## Rionegro - Tame -1.59e+01 2.64 231 -6.027 <.0001
## Villa Garzón - Gigante 5.42e+00 2.64 231 2.054 0.5077
## Villa Garzón - Hato Corozal 2.65e+00 2.64 231 1.004 0.9852
## Villa Garzón - Tame -1.15e+01 2.64 231 -4.367 0.0006
## Gigante - Hato Corozal -2.77e+00 2.64 231 -1.049 0.9804
## Gigante - Tame -1.69e+01 2.64 231 -6.421 <.0001
## Hato Corozal - Tame -1.42e+01 2.64 231 -5.371 <.0001
##
## P value adjustment: tukey method for varying family sizes
##Visualización de las Interacciones
# Puede usar el paquete emmeans junto con ggplot2 para crear un gráfico de interacción que muestre la respuesta de cada genotipo a la variable de estrés:
# Instalar si es necesario: install.packages(c("ggplot2", "broom"))
library(ggplot2)
# Obtener las medias estimadas y errores estándar
emms_interaccion_datos <- as.data.frame(emms_interaccion)
# Crear el gráfico
ggplot(emms_interaccion_datos, aes(x = municipio, y = emmean, group = gen, color = gen)) +
geom_line() +
geom_point() +
geom_errorbar(aes(ymin = lower.CL, ymax = upper.CL), width = 0.1) +
labs(
title = "Interacción Genotipo x Estrés en Captura de Carbono",
y = "Captura de Carbono (Media Estimada)",
x = "Nivel de Estrés Ambiental"
) +
theme_minimal()
## Warning: Removed 3 rows containing missing values or values outside the scale range
## (`geom_point()`).
