Trabajo Clase 2

##Librerias usadas

library(collapsibleTree)
library(ggplot2)

#definiendo semilla
set.seed(7234)

#generando variable respuesta
ptj_germinacion = sort(rbeta(n = 60, shape1 = 10, shape2 = 1), decreasing = T)

#factores
esclarificacion = gl( n=2, k = 30, length = 60, labels = c('esclarificada','no esclarificada'))
bandeja = gl(n=2, k=15, length = 60, labels = c('aluminio','plastico'))

#creando data frame
datos=data.frame(bandeja,esclarificacion,ptj_germinacion)

#distribucion varible respuesta
hist(ptj_germinacion)

##Arbol de Factorres Hay cuatro tratmientos, igual al numero de ramas del arbol Factor 1:Cualitativo, 2 niveles Factor 2:Cualitativo, 2 niveles Tratamientos=4

collapsibleTree(datos,
                 hierarchy = c('bandeja','esclarificacion'))

##Revisando datos

summary(datos)

##      bandeja           esclarificacion ptj_germinacion 
##  aluminio:30   esclarificada   :30     Min.   :0.5373  
##  plastico:30   no esclarificada:30     1st Qu.:0.8793  
##                                        Median :0.9411  
##                                        Mean   :0.9142  
##                                        3rd Qu.:0.9848  
##                                        Max.   :0.9989

medias_bandeja = tapply(datos$ptj_germinacion, datos$bandeja, mean)
boxplot(datos$ptj_germinacion~datos$bandeja)
points(c(1,2), medias_bandeja, col = 'blue', pch = 18)

medias_esclarificacion = tapply(datos$ptj_germinacion,datos$esclarificacion, mean)
boxplot(datos$ptj_germinacion~datos$esclarificacion)
points(c(1,2), medias_esclarificacion, pch = 18, col = 'red')

Los graficos anteriores no son recomendables debido a que analizan los datos de una forma individual y esto puede resultar engañoso.

medias = tapply(datos$ptj_germinacion, list(datos$bandeja,datos$esclarificacion), mean)
medias

##          esclarificada no esclarificada
## aluminio     0.9951586        0.9036368
## plastico     0.9685489        0.7893588

##View datos

datos$tratamiento = interaction(datos$bandeja,datos$esclarificacion)

ggplot(datos, aes(x= tratamiento, y= ptj_germinacion)) + geom_bar(stat = 'identity', position = 'dodge')

##Mediana

tapply(datos$ptj_germinacion, list(datos$bandeja,datos$esclarificacion), median)

##          esclarificada no esclarificada
## aluminio     0.9964309        0.8957875
## plastico     0.9691613        0.8155674

##Desviacion estandar##

desviacion = tapply(datos$ptj_germinacion, list(datos$bandeja,datos$esclarificacion), sd)
desviacion

##          esclarificada no esclarificada
## aluminio   0.003707421       0.01980480
## plastico   0.009211623       0.09048525

##Coeficiente de variacion

cvt = 100*desviacion/medias
cvt

##          esclarificada no esclarificada
## aluminio     0.3725458         2.191677
## plastico     0.9510746        11.463133