Staircase_ivan
Alfredo Cárdenas-Rivera
11/1/2021
ANALISIS DE STAIRCASE
1. IMPORTAR BASE DE DATOS
Importando base de datos
str_72 <- read.delim("C:/Users/acard/Downloads/str_72.txt")Editamos como factores las columnas Qx y Tto
head(str_72)## cod_ani Qx Tto RIGHT LEFT
## 1 1 ns naive 4 4
## 2 2 ns naive 3 4
## 3 3 ns naive 4 3
## 4 4 ns naive 5 3
## 5 5 ns naive 5 4
## 6 6 ns naive 3 4str(str_72)## 'data.frame': 40 obs. of 5 variables:
## $ cod_ani: int 1 2 3 4 5 6 7 8 9 10 ...
## $ Qx : chr "ns" "ns" "ns" "ns" ...
## $ Tto : chr "naive" "naive" "naive" "naive" ...
## $ RIGHT : int 4 3 4 5 5 3 4 4 2 1 ...
## $ LEFT : int 4 4 3 3 4 4 4 5 3 5 ...str_72$Qx <- as.factor(str_72$Qx)
str_72$Tto <- as.factor(str_72$Tto)Generamos una nueva columna llamada dif con los datos de LEFT Y RIGHT, de la siguiente manera \[(LEFT+RIGTH)/14\] Lo dividimos entre 14 porque son 14 pellets
str_72$dif <- (str_72$RIGHT + str_72$LEFT)/14
View(str_72)2. ESTADISTICA DESCRIPTIVA
Vemos que los datos tienen una dispersión importante
par(mfrow = c(2,2))
boxplot(str_72$RIGHT ~ str_72$Qx + str_72$Tto, main = "RIGTH")
boxplot(str_72$LEFT ~ str_72$Qx + str_72$Tto, main = "LEFT")
boxplot(str_72$dif ~ str_72$Qx + str_72$Tto, main = "DIF")
3. ANOVA DE DOS VIAS
3.1 RIGTH
fit <- aov(str_72$RIGHT ~ str_72$Qx * str_72$Tto)
summary(fit)## Df Sum Sq Mean Sq F value Pr(>F)
## str_72$Qx 2 44.1 22.050 13.081 5.73e-05 ***
## str_72$Tto 1 2.0 2.000 1.186 0.283492
## str_72$Qx:str_72$Tto 1 24.5 24.500 14.534 0.000535 ***
## Residuals 35 59.0 1.686
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1TUK <- TukeyHSD(fit)
TUK$`str_72$Qx:str_72$Tto`## diff lwr upr p adj
## qx:mela-ns:mela NA NA NA NA
## qx.TCE:mela-ns:mela NA NA NA NA
## ns:naive-ns:mela NA NA NA NA
## qx:naive-ns:mela NA NA NA NA
## qx.TCE:naive-ns:mela NA NA NA NA
## ns:veh-ns:mela NA NA NA NA
## qx:veh-ns:mela NA NA NA NA
## qx.TCE:veh-ns:mela NA NA NA NA
## qx.TCE:mela-qx:mela 1.75 -0.3941187 3.8941187 1.861957e-01
## ns:naive-qx:mela 3.25 1.1058813 5.3941187 4.830833e-04
## qx:naive-qx:mela NA NA NA NA
## qx.TCE:naive-qx:mela NA NA NA NA
## ns:veh-qx:mela NA NA NA NA
## qx:veh-qx:mela 1.25 -0.8941187 3.3941187 6.017084e-01
## qx.TCE:veh-qx:mela -0.50 -2.6441187 1.6441187 9.970293e-01
## ns:naive-qx.TCE:mela 1.50 -0.6441187 3.6441187 3.633297e-01
## qx:naive-qx.TCE:mela NA NA NA NA
## qx.TCE:naive-qx.TCE:mela NA NA NA NA
## ns:veh-qx.TCE:mela NA NA NA NA
## qx:veh-qx.TCE:mela -0.50 -2.6441187 1.6441187 9.970293e-01
## qx.TCE:veh-qx.TCE:mela -2.25 -4.3941187 -0.1058813 3.366582e-02
## qx:naive-ns:naive NA NA NA NA
## qx.TCE:naive-ns:naive NA NA NA NA
## ns:veh-ns:naive NA NA NA NA
## qx:veh-ns:naive -2.00 -4.1441187 0.1441187 8.344290e-02
## qx.TCE:veh-ns:naive -3.75 -5.8941187 -1.6058813 4.913626e-05
## qx.TCE:naive-qx:naive NA NA NA NA
## ns:veh-qx:naive NA NA NA NA
## qx:veh-qx:naive NA NA NA NA
## qx.TCE:veh-qx:naive NA NA NA NA
## ns:veh-qx.TCE:naive NA NA NA NA
## qx:veh-qx.TCE:naive NA NA NA NA
## qx.TCE:veh-qx.TCE:naive NA NA NA NA
## qx:veh-ns:veh NA NA NA NA
## qx.TCE:veh-ns:veh NA NA NA NA
## qx.TCE:veh-qx:veh -1.75 -3.8941187 0.3941187 1.861957e-013.2 LEFT
fit <- aov(str_72$LEFT ~ str_72$Qx * str_72$Tto)
summary(fit)## Df Sum Sq Mean Sq F value Pr(>F)
## str_72$Qx 2 18.94 9.47 4.117 0.024791 *
## str_72$Tto 1 0.28 0.28 0.122 0.728667
## str_72$Qx:str_72$Tto 1 38.28 38.28 16.644 0.000248 ***
## Residuals 35 80.50 2.30
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1TUK <- TukeyHSD(fit)
TUK$`str_72$Qx:str_72$Tto`## diff lwr upr p adj
## qx:mela-ns:mela NA NA NA NA
## qx.TCE:mela-ns:mela NA NA NA NA
## ns:naive-ns:mela NA NA NA NA
## qx:naive-ns:mela NA NA NA NA
## qx.TCE:naive-ns:mela NA NA NA NA
## ns:veh-ns:mela NA NA NA NA
## qx:veh-ns:mela NA NA NA NA
## qx.TCE:veh-ns:mela NA NA NA NA
## qx.TCE:mela-qx:mela 1.000 -1.5044985 3.5044985 0.918826041
## ns:naive-qx:mela 1.500 -1.0044985 4.0044985 0.567629560
## qx:naive-qx:mela NA NA NA NA
## qx.TCE:naive-qx:mela NA NA NA NA
## ns:veh-qx:mela NA NA NA NA
## qx:veh-qx:mela 2.000 -0.5044985 4.5044985 0.207929482
## qx.TCE:veh-qx:mela -1.375 -3.8794985 1.1294985 0.673462614
## ns:naive-qx.TCE:mela 0.500 -2.0044985 3.0044985 0.999005490
## qx:naive-qx.TCE:mela NA NA NA NA
## qx.TCE:naive-qx.TCE:mela NA NA NA NA
## ns:veh-qx.TCE:mela NA NA NA NA
## qx:veh-qx.TCE:mela 1.000 -1.5044985 3.5044985 0.918826041
## qx.TCE:veh-qx.TCE:mela -2.375 -4.8794985 0.1294985 0.074358068
## qx:naive-ns:naive NA NA NA NA
## qx.TCE:naive-ns:naive NA NA NA NA
## ns:veh-ns:naive NA NA NA NA
## qx:veh-ns:naive 0.500 -2.0044985 3.0044985 0.999005490
## qx.TCE:veh-ns:naive -2.875 -5.3794985 -0.3705015 0.014672817
## qx.TCE:naive-qx:naive NA NA NA NA
## ns:veh-qx:naive NA NA NA NA
## qx:veh-qx:naive NA NA NA NA
## qx.TCE:veh-qx:naive NA NA NA NA
## ns:veh-qx.TCE:naive NA NA NA NA
## qx:veh-qx.TCE:naive NA NA NA NA
## qx.TCE:veh-qx.TCE:naive NA NA NA NA
## qx:veh-ns:veh NA NA NA NA
## qx.TCE:veh-ns:veh NA NA NA NA
## qx.TCE:veh-qx:veh -3.375 -5.8794985 -0.8705015 0.0024070343.3 DIF
fit <- aov(str_72$dif ~ str_72$Qx * str_72$Tto)
summary(fit)## Df Sum Sq Mean Sq F value Pr(>F)
## str_72$Qx 2 0.5091 0.2546 8.316 0.00111 **
## str_72$Tto 1 0.0193 0.0193 0.630 0.43263
## str_72$Qx:str_72$Tto 1 0.6328 0.6328 20.672 6.26e-05 ***
## Residuals 35 1.0714 0.0306
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1TUK <- TukeyHSD(fit)
TUK$`str_72$Qx:str_72$Tto`## diff lwr upr p adj
## qx:mela-ns:mela NA NA NA NA
## qx.TCE:mela-ns:mela NA NA NA NA
## ns:naive-ns:mela NA NA NA NA
## qx:naive-ns:mela NA NA NA NA
## qx.TCE:naive-ns:mela NA NA NA NA
## ns:veh-ns:mela NA NA NA NA
## qx:veh-ns:mela NA NA NA NA
## qx.TCE:veh-ns:mela NA NA NA NA
## qx.TCE:mela-qx:mela 0.19642857 -0.09250928 0.48536642 0.4006569297
## ns:naive-qx:mela 0.33928571 0.05034786 0.62822357 0.0116607658
## qx:naive-qx:mela NA NA NA NA
## qx.TCE:naive-qx:mela NA NA NA NA
## ns:veh-qx:mela NA NA NA NA
## qx:veh-qx:mela 0.23214286 -0.05679499 0.52108071 0.2017419094
## qx.TCE:veh-qx:mela -0.13392857 -0.42286642 0.15500928 0.8333819553
## ns:naive-qx.TCE:mela 0.14285714 -0.14608071 0.43179499 0.7805193130
## qx:naive-qx.TCE:mela NA NA NA NA
## qx.TCE:naive-qx.TCE:mela NA NA NA NA
## ns:veh-qx.TCE:mela NA NA NA NA
## qx:veh-qx.TCE:mela 0.03571429 -0.25322357 0.32465214 0.9999721978
## qx.TCE:veh-qx.TCE:mela -0.33035714 -0.61929499 -0.04141929 0.0152671476
## qx:naive-ns:naive NA NA NA NA
## qx.TCE:naive-ns:naive NA NA NA NA
## ns:veh-ns:naive NA NA NA NA
## qx:veh-ns:naive -0.10714286 -0.39608071 0.18179499 0.9453146640
## qx.TCE:veh-ns:naive -0.47321429 -0.76215214 -0.18427643 0.0001468437
## qx.TCE:naive-qx:naive NA NA NA NA
## ns:veh-qx:naive NA NA NA NA
## qx:veh-qx:naive NA NA NA NA
## qx.TCE:veh-qx:naive NA NA NA NA
## ns:veh-qx.TCE:naive NA NA NA NA
## qx:veh-qx.TCE:naive NA NA NA NA
## qx.TCE:veh-qx.TCE:naive NA NA NA NA
## qx:veh-ns:veh NA NA NA NA
## qx.TCE:veh-ns:veh NA NA NA NA
## qx.TCE:veh-qx:veh -0.36607143 -0.65500928 -0.07713358 0.0050770667