Importe el archivo “poli_DCA.txt” desde una ubicación en Internet y cree el objeto “polDCA” de la siguiente manera:

polDCA<- fread("https://archive.org/download/poli_DCA/poli_DCA.txt",header=T, sep="\t", dec=",")

Para visualizar el contenido de los primeros seis registros del archivo “polDCA” ejecute:

print(head(polDCA))

Definición del modelo y análisis de la varianza

Es necesario cargar en la memoria las variables del archivo polDCA. Para acceder directamente a cada una de las variables se emplea el comando “attach”

attach(polDCA)

Se crea un objeto tipo factor TR con la columna Dosis_K

TR<- factor(Dosis_K)

Se crea un vector TR1 tipo numérico con la columna DOsis_K

TR1<-as.numeric(Dosis_K)

Se crea un vector de datos Al con la Altura

Al<-as.vector(Altura)

Luego el vector Al se convierte a un vector Al1 de tipo numérico

Al1<-as.numeric(Al)

Análisis de covarianza usando la función modelo lineal (lm) Linear model

mod1<-lm(Al1~TR)
anova(mod1)
Evaluación del modelo de regresión hasta el polinomio de grado 3, porque son t-1 dosis
model <- lm(Al1 ~ TR1 + I(TR1^2) + I(TR1^3)) 
anova(model)

Coeficientes del modelo completo

summary(model)

Intervalos de confianza para los coeficientes

confint(model, level=0.95)

Construcción del modelo

Significativa la regresión hasta el grado 2 (cuadrática)

model1<-lm(Al1 ~ TR1 + I(TR1^2))

Coeficientes del modelo completo

summary(model1)

Intervalos de confianza para los coeficientes

confint(model1, level=0.95)

Gráfica de dispersión

plot(TR1,Al1,col="blue", xlab="Dosis de potasio (ppm)",ylab="Altura de planta (cm)", ylim = c(0, 180), main="Gráfico de dispersión")

Se crea un vector d para el eje x (dosis de potasio), observe que son intervalos uniformes

d<-seq(0,100,1)

Intervalos de confianza para los valores predichos por el modelo

predicted.intervals <- predict(model1,data.frame(TR1=d),interval="confidence",level=0.95)

En el caso para los intervalos de predicción, se agrega la instrucción: interval=c(“prediction”)

lines(d,predicted.intervals[,1],col='green',lwd=3)
lines(d,predicted.intervals[,2],col='black',lwd=1)
lines(d,predicted.intervals[,3],col='black',lwd=1)
title(sub="Figura 1. Curva ajustada y valores observados")

Verificación de ajuste del modelo

plot(fitted(model1),residuals(model1))

Para desvincular de la memoria las variables archivo DBA, ejecute:

detach(polDCA)

Para borrar todos los objetos del Script, ejecute:

rm(list=ls())

Regresar a la página principal de Scripts