Split Plot
Datos
Descargar la base de datos aquí
Cargar la base de datos
# Install.pakages("readxl")
library(readxl)
datos <- read_excel("C:/Users/LVARGAS/Desktop/materialCi2016 inferencia/baseDatos/datos204.xlsx", sheet = 3)
str(datos)## Classes 'tbl_df', 'tbl' and 'data.frame': 24 obs. of 15 variables:
## $ REP : num 1 2 3 1 2 3 1 2 3 1 ...
## $ PARCELA : chr "P1" "P1" "P1" "P2" ...
## $ LAB : num 1 1 1 1 1 1 1 1 1 1 ...
## $ SEC : num 3 3 3 3 3 3 3 3 3 3 ...
## $ N : num 1 1 1 2 2 2 3 3 3 4 ...
## $ AnchoArea : num 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 ...
## $ LongitudArea: num 4.75 5.85 4.75 4.45 5.8 5.9 4.35 5.5 5.75 4.75 ...
## $ PGrano : num 2543 3180 3139 3264 3209 ...
## $ PHumedo : num 201 200 201 200 201 ...
## $ PSeco : num 190 187 188 186 190 ...
## $ Area : num 7.12 8.77 7.12 6.68 8.7 ...
## $ %HumGrano : num 0.0547 0.0682 0.0615 0.0728 0.0524 ...
## $ H2O_Grano : num 139 217 193 238 168 ...
## $ Rend_Seco : num 3374 3377 4135 4534 3495 ...
## $ Rend_12_H2O : num 3834 3837 4699 5152 3972 ...datos <- transform(datos, REP = as.integer(REP))
datos <- transform(datos, PARCELA = factor(PARCELA))
datos <- transform(datos, LAB = factor(LAB))
datos <- transform(datos, N = factor(N))
head(datos, 2)## REP PARCELA LAB SEC N AnchoArea LongitudArea PGrano PHumedo PSeco Area
## 1 1 P1 1 3 1 1.5 4.75 2543 200.55 189.57 7.125
## 2 2 P1 1 3 1 1.5 5.85 3180 200.23 186.57 8.775
## X.HumGrano H2O_Grano Rend_Seco Rend_12_H2O
## 1 0.05474944 139.2278 3373.715 3833.767
## 2 0.06822155 216.9445 3376.701 3837.161str(datos)## 'data.frame': 24 obs. of 15 variables:
## $ REP : int 1 2 3 1 2 3 1 2 3 1 ...
## $ PARCELA : Factor w/ 4 levels "P1","P2","P3",..: 1 1 1 2 2 2 3 3 3 4 ...
## $ LAB : Factor w/ 2 levels "1","2": 1 1 1 1 1 1 1 1 1 1 ...
## $ SEC : num 3 3 3 3 3 3 3 3 3 3 ...
## $ N : Factor w/ 4 levels "1","2","3","4": 1 1 1 2 2 2 3 3 3 4 ...
## $ AnchoArea : num 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 1.5 ...
## $ LongitudArea: num 4.75 5.85 4.75 4.45 5.8 5.9 4.35 5.5 5.75 4.75 ...
## $ PGrano : num 2543 3180 3139 3264 3209 ...
## $ PHumedo : num 201 200 201 200 201 ...
## $ PSeco : num 190 187 188 186 190 ...
## $ Area : num 7.12 8.77 7.12 6.68 8.7 ...
## $ X.HumGrano : num 0.0547 0.0682 0.0615 0.0728 0.0524 ...
## $ H2O_Grano : num 139 217 193 238 168 ...
## $ Rend_Seco : num 3374 3377 4135 4534 3495 ...
## $ Rend_12_H2O : num 3834 3837 4699 5152 3972 ...names(datos)## [1] "REP" "PARCELA" "LAB" "SEC"
## [5] "N" "AnchoArea" "LongitudArea" "PGrano"
## [9] "PHumedo" "PSeco" "Area" "X.HumGrano"
## [13] "H2O_Grano" "Rend_Seco" "Rend_12_H2O"Con la función agregate() se pueden hacer resumenes por grupo. Las opciones son: sum, mean, median, sd, se, min, max.
aggregate(Rend_12_H2O ~ N + LAB, datos, mean)## N LAB Rend_12_H2O
## 1 1 1 4123.170
## 2 2 1 5043.911
## 3 3 1 5748.205
## 4 4 1 5410.510
## 5 1 2 2469.630
## 6 2 2 2026.839
## 7 3 2 1943.351
## 8 4 2 1910.390Utilizar la función boxplot para construir un diagrama
boxplot(datos$Rend_12_H2O ~ datos$N + datos$LAB, xlab="Nitrogeno.Labranza",ylab="Rendimiento 12% H2O (kg ha-1)")
Construir un diagrama de interacción
interaction.plot(datos$N, datos$LAB, datos$Rend_12_H2O, xlab="N",ylab="Rendimiento 12% H2O (kg ha-1)")
interaction.plot(datos$LAB, datos$N, datos$Rend_12_H2O, xlab="Labranza",ylab="Rendimiento 12% H2O (kg ha-1)")
Realizar un ANOVA de acuerdo al modelo para un Randomized Block design
library(agricolae)
model <- aov(Rend_12_H2O ~ REP + LAB + Error(PARCELA) + LAB + LAB:N, data = datos)
summary(model)##
## Error: PARCELA
## Df Sum Sq Mean Sq
## LAB:N 3 956696 318899
##
## Error: Within
## Df Sum Sq Mean Sq F value Pr(>F)
## REP 1 2716922 2716922 6.526 0.0220 *
## LAB 1 53780503 53780503 129.173 9.05e-09 ***
## LAB:N 3 4066509 1355503 3.256 0.0513 .
## Residuals 15 6245151 416343
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1