This is an R Markdown document. Markdown is a simple formatting syntax for authoring web pages (click the Help toolbar button for more details on using R Markdown).
When you click the Knit HTML button a web page will be generated that includes both content as well as the output of any embedded R code chunks within the document. You can embed an R code chunk like this:
objects()# muestra los objetos en el workspace
rm(list=ls(all=TRUE)) # borra todos los objetos del workspace
library(agricolae)
library(car)
S<-read.csv2(file.choose(), header = TRUE)# permite abrir una planilla .csv guardada
S # muestra la tabla de datos
# ALTERNATIVA
datos<-read.csv2(file.choose(), header = TRUE)#abre planilla .csv pero no muestra los datos
S<-datos[which(datos$Genotipo=='S'), ]
attach(S)# convierte a las columnas del objeto "S" en nuevos objetos independientes
IMI <- as.factor(IMI)# le da un nombre al nuevo objeto y lo califica como factor del ANOVA
PBO <- as.factor(PBO)
Rep <- as.factor(Rep)
Trat <- as.factor(Tratamiento)
model.LH<-aov(LH ~ Rep + IMI*PBO)# modelo para el ANOVA
anova(model.LH)# muestra el ANOVA
cv.model(model.LH)
bartlett.test(LH~IMI*PBO)# pruebas de homogeneidad de variancia
levene.test(LH, IMI)
leveneTest (LH, IMI)
fligner.test(LH, IMI)# Fligner-Killeen test of homogeneity of variances:
plot(fitted(model.LH),residuals(model.LH),main="Res",abline(h=0))
?plot # info sobre gráficos x vs y genéricos
shapiro.test(resid(model.LH)) # pruebas de normalidad
plot(model.LH) # grafica secuencialmente para corroborar supuestos del ANOVA
(entre ellos: residuos vs predicho y Q-Q plot)
?HSD.test # ayuda sobre este test de Tukey
#SENTENCIA PARA EL TUKEY:
TukeyLH_Trat <- HSD.test(aov(LH ~ Rep + Tratamiento),"Trat" , group=TRUE)
TukeyLH_IMI <- HSD.test(model.LH,"IMI" , group=TRUE)
TukeyLH_PBO <- HSD.test(model.LH,"PBO" , group=TRUE)
?interaction.plot # te lleva a ayuda sobre el two-way interaction plot
# Two-way Interaction Plot
interaction.plot(IMI, PBO, LH, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="LH (cm)",main="Interaction Plot")
x11() # borra el gráfico anterior
dev.off() # devuelve el gráfico antes realizado
detach(S)# para terminar con los datos S y comenzar con los R
rm(list=ls(all=TRUE)) # borra todos los objetos del workspace
#Todas las sentencias juntas para LH:
model.LH<-aov(LH ~ Rep + IMI*PBO)
anova(model.LH)
cv.model(model.LH)
bartlett.test(LH~IMI*PBO)
levene.test(LH, IMI)
leveneTest (LH, IMI)
fligner.test(LH, IMI)
plot(model.LH)
plot(fitted(model.LH),residuals(model.LH),main="Res",abline(h=0))
shapiro.test(resid(model.LH))
TukeyLH_Trat <- HSD.test(aov(LH ~ Rep + Tratamiento),"Trat" , group=TRUE)
TukeyLH_IMI <- HSD.test(model.LH,"IMI" , group=TRUE)
TukeyLH_PBO <- HSD.test(model.LH,"PBO" , group=TRUE)
# Two-way Interaction Plot
interaction.plot(IMI, PBO, LH, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="LH (cm)",main="Interaction Plot")
#Todas las sentencias juntas para AFT:
model.AFT<-aov(AFT ~ Rep + IMI*PBO)
anova(model.AFT)
cv.model(model.AFT)
bartlett.test(AFT~IMI*PBO)
levene.test(AFT, IMI)
leveneTest (AFT, IMI)
fligner.test(AFT, IMI)
plot(fitted(model.AFT),residuals(model.AFT),main="Res",abline(h=0))
shapiro.test(resid(model.AFT))
plot(model.AFT)
TukeyAFT_Trat <- HSD.test(aov(AFT ~ Rep + Trat),"Trat" , group=TRUE)
TukeyAFT_IMI <- HSD.test(model.AFT,"IMI" , group=TRUE)
TukeyAFT_PBO <- HSD.test(model.AFT,"PBO" , group=TRUE)
# Two-way Interaction Plot
interaction.plot(IMI, PBO, AFT, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="AFT (cm)",main="Interaction Plot")
#Todas las sentencias juntas para LP:
model.LP<-aov(LP ~ Rep + IMI*PBO)
anova(model.LP)
cv.model(model.LP)
bartlett.test(LP~IMI*PBO)
levene.test(LP, IMI)
leveneTest (LP, IMI)
fligner.test(LP, IMI)
plot(fitted(model.LP),residuals(model.LP),main="Res",abline(h=0))
shapiro.test(resid(model.LP))
plot(model.LP)
TukeyLP_Trat <- HSD.test(aov(LP ~ Rep + Trat),"Trat" , group=TRUE)
TukeyLP_IMI <- HSD.test(model.LP,"IMI" , group=TRUE)
TukeyLP_PBO <- HSD.test(model.LP,"PBO" , group=TRUE)
# Two-way Interaction Plot
interaction.plot(IMI, PBO, LP, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="LP (cm)",ylim=c(0,10),main="Interaction Plot")
#Todas las sentencias juntas para LL:
model.LL<-aov(LL ~ Rep + IMI*PBO)
anova(model.LL)
cv.model(model.LL)
bartlett.test(LL~IMI*PBO)
levene.test(LL, IMI)
leveneTest (LL, IMI)
fligner.test(LL, IMI)
plot(fitted(model.LL),residuals(model.LL),main="Res",abline(h=0))
shapiro.test(resid(model.LL))
plot(model.LL)
TukeyLL_Trat <- HSD.test(aov(LL ~ Rep + Trat),"Trat" , group=TRUE)
TukeyLL_IMI <- HSD.test(model.LL,"IMI" , group=TRUE)
TukeyLL_PBO <- HSD.test(model.LL,"PBO" , group=TRUE)
# Two-way Interaction Plot
interaction.plot(IMI, PBO, LL, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="LL (cm)",ylim=c(0,10), main="Interaction Plot")
#Todas las sentencias juntas para hue:
model.hue<-aov(hue ~ Rep + IMI*PBO)
anova(model.hue)
cv.model(model.hue)
bartlett.test(hue~IMI*PBO)
levene.test(hue, IMI)
leveneTest (hue, IMI)
fligner.test(hue, IMI)
plot(fitted(model.hue),residuals(model.hue),main="Res",abline(h=0))
shapiro.test(resid(model.hue))
plot(model.hue)
Tukeyhue_Trat <- HSD.test(aov(hue ~ Rep + Trat),"Trat" , group=TRUE)
Tukeyhue_IMI <- HSD.test(model.hue,"IMI" , group=TRUE)
Tukeyhue_PBO <- HSD.test(model.hue,"PBO" , group=TRUE)
# Two-way Interaction Plot
interaction.plot(IMI, PBO, hue, type="b", col=c(1:3),leg.bty="o", leg.bg="beige", lwd=2, pch=c(18,24,22),xlab="IMI",ylab="hue (grados)", main="Interaction Plot")
## Error: <text>:34:25: unexpected symbol
## 33: plot(model.LH) # grafica secuencialmente para corroborar supuestos del ANOVA
## 34: (entre ellos
## ^