###Diseño factorial simple completamente al azar

aov:Analisis de varianza balanceado

anova: Analisis de varianza desvalanceado

#Modelo de diseño

\[y_{ij}= \mu + \tau_i + \epsilon_{ij}\] \(y_{ij}\) : Respuesta

\(\mu\) : Media global

\(\tau_i\) : Efectos del i-esimo tratamiento

\(\epsilon_{ij}\) : Error residual

\(i=1~2~3\)

set.seed(7234)
y_ij8= round(rnorm(30,3,0.3),2)
tau8<-gl(3,10,30, labels = c('criolla','pastusa','guanena'))
desing8= data.frame(y_ij8,tau8)

Modelo Matricial

\[y_{ij}=\begin{bmatrix} 2.96 \\3.17\\ \vdots \\3.33 \end{bmatrix}_{30\times 1}\]

\[\mu=\begin{bmatrix} 1 \\1\\ \vdots \\1 \end{bmatrix}_{30\times 1}\]

matrix_e= model.matrix(~tau8, contrasts.arg = list(tau8= diag(nlevels(tau8))))
matrix_e
##    (Intercept) tau81 tau82 tau83
## 1            1     1     0     0
## 2            1     1     0     0
## 3            1     1     0     0
## 4            1     1     0     0
## 5            1     1     0     0
## 6            1     1     0     0
## 7            1     1     0     0
## 8            1     1     0     0
## 9            1     1     0     0
## 10           1     1     0     0
## 11           1     0     1     0
## 12           1     0     1     0
## 13           1     0     1     0
## 14           1     0     1     0
## 15           1     0     1     0
## 16           1     0     1     0
## 17           1     0     1     0
## 18           1     0     1     0
## 19           1     0     1     0
## 20           1     0     1     0
## 21           1     0     0     1
## 22           1     0     0     1
## 23           1     0     0     1
## 24           1     0     0     1
## 25           1     0     0     1
## 26           1     0     0     1
## 27           1     0     0     1
## 28           1     0     0     1
## 29           1     0     0     1
## 30           1     0     0     1
## attr(,"assign")
## [1] 0 1 1 1
## attr(,"contrasts")
## attr(,"contrasts")$tau8
##         [,1] [,2] [,3]
## criolla    1    0    0
## pastusa    0    1    0
## guanena    0    0    1

Identificar: Variable respuesta: Se midio la fuerza del a barra de tiro. Factor (¿Cuantitativo o cualitativo?): Tipo de llanta A o B (Cualitativo) Repeticiones: 11 ¿Balanceado o desbalanceado?, Balanceado con 11 observaciones. ¿Software? : No se menciona. ¿Revisaron los supuestos? : Si y se determino segun los graficos y tablas que las varibles estudiadas estaban altamente correlacionadas. ¿Cual era el interes de esa investigacion?: determinar cual tipo de llanta es mejor para el tractor. ¿Variables cuantitativas?: Consumo de combustible, Pordentage de avance, relacion dinamica. ¿Donde se hizo?: En el C.N.I. Tibaitatá, Mosquera (Cundinaniarca) y en el l C.R.I. Nataima, Espinai (Tolima). ¿De que año es el articulo?: 1983 ¿Que fue lo mejor?; La llanta B tuvo una fuerza de tiro mayor que la llanta A en condiciones iguales. ¿Que concluyeron?: Las caracteristicas que mas influyen en el rendimiento de las llantas son las de las venas, teneindo la llanta B un consumo mas eficiente y mayor fuerza que la llanta A.

Autor: Camacho García, H.A. Aut. Analit.: Castillo Herrán, B. Flórez Basto, A. Título: Evaluación comparativa del efecto de tracción de dos llantas agrícolas. Serie: Revista ICA (Colombia). v. 18 (4) p. 363-373. ISSN 0018-8794. Notas: Il. 6 ref. Descriptores: TRACTORES; EVALUACION; RUEDAS.