Actividad de cuadrados latinos
Sebastian Castro
7/7/2021
Se evaluaron cuatro tipos de soluciones liquidas de riego y un control para determinar su efecto sobre la reproducción de microorgamismos en diferentes suelos con diferente pH. Los niveles de tratamiento se etiquetaron (A = Agua, B = Solucion de melaza, C = Humus liquido, D = Disolucion de triple15 y E = Lixiviados de comost). A las macetas con suelo de diferetes pH se les inoculo los microorganismos por aspercion en 5 diferentes texturas de suelo, un estudiante de agronomia calificó su calidad de reproduccion de microorganismos en una escala de 4 puntos (0 = deficiente a 3 = excelente) cada noche. Se calculó una puntuación media para las macetas que contienen diferentes texturas de suelo y pH.. Se utilizó un diseño de cuadrado latino para tener en cuenta las diferencias de maceta a maceta y los efectos por textura. El diseño y la respuesta (calificación media de la reproduccion de microorganismos) se muestran en la tabla de la página siguiente.
¿Cuál es el modelo apropiado para estos datos?
Complete el ANOVA y determine si existen diferencias significativas entre los tratamientos.
Utilice un método apropiado para determinar si existe una diferencia significativa entre el placebo y el promedio de los otros medicamentos, y si existen diferencias significativas entre los cuatro medicamentos. Más información sobre este texto de origenPara obtener más información sobre la traducción, se necesita el texto de origen Enviar comentarios Paneles laterales
Utilice gráficos de residuos para verificar los supuestos del modelo que ajusta
Week Patient 1 2 3 4 5 1 B (2.92) E (2.43) A (2.19) C (2.71) D (2.71) 2 D (2.86) A (1.64) E (3.02) B (3.03) C (3.03) 3 E (1.97) B (2.50) C (2.47) D (2.65) A (1.89) 4 A (1.99) C (2.39) D (2.37) E (2.33) B (2.71) 5 C (2.64) D (2.31) B (2.44) A (1.89) E (2.78)
library(readxl)
Actividad3 <- read_excel("C:/Users/juanc/OneDrive/Escritorio/2021-1/Suelos/disenio/Actividad3.xlsx")
Actividad3## # A tibble: 25 x 4
## Suelo Textura Liquido Puntuacion
## <chr> <chr> <chr> <dbl>
## 1 6.2 Franco B 2.92
## 2 6.2 Arcilla D 2.86
## 3 6.2 Arena E 1.97
## 4 6.2 Franco_arenoso A 1.99
## 5 6.2 Arcilloso_arenoso C 2.64
## 6 7.4 Franco E 2.43
## 7 7.4 Arcilla A 1.64
## 8 7.4 Arena B 2.5
## 9 7.4 Franco_arenoso C 2.39
## 10 7.4 Arcilloso_arenoso D 2.31
## # ... with 15 more rowsliquido=Actividad3$Liquido
textura=Actividad3$Textura
suelopH=Actividad3$Suelo
puntuacion=Actividad3$Puntuaciondf = data.frame(liquido, suelopH, textura, puntuacion)
head(df)## liquido suelopH textura puntuacion
## 1 B 6.2 Franco 2.92
## 2 D 6.2 Arcilla 2.86
## 3 E 6.2 Arena 1.97
## 4 A 6.2 Franco_arenoso 1.99
## 5 C 6.2 Arcilloso_arenoso 2.64
## 6 E 7.4 Franco 2.43library(collapsibleTree)
collapsibleTreeSummary(df,
hierarchy = c('textura','suelopH','liquido','puntuacion'))cuadrado_lat = function (n, nrand = 20) {
x = matrix(LETTERS[1:n], n, n)
x = t(x)
for (i in 2:n) x[i, ] = x[i, c(i:n, 1:(i - 1))]
if (nrand > 0) {
for (i in 1:nrand) {
x = x[sample(n), ]
x = x[, sample(n)]
}
}
x
}
cuadrado_lat(5)## [,1] [,2] [,3] [,4] [,5]
## [1,] "E" "A" "C" "B" "D"
## [2,] "B" "C" "E" "D" "A"
## [3,] "D" "E" "B" "A" "C"
## [4,] "A" "B" "D" "C" "E"
## [5,] "C" "D" "A" "E" "B"library(lattice)
xyplot(puntuacion~ suelopH|textura+liquido, df)
library(ggplot2)
ggplot(df)+
aes(liquido, puntuacion)+
geom_point()+
facet_grid(suelopH ~ textura )
aggregate(df$puntuacion,
list(
df$liquido,
df$suelopH,
df$textura
),
mean)## Group.1 Group.2 Group.3 x
## 1 B 5.2 Arcilla 3.03
## 2 E 5.5 Arcilla 3.02
## 3 D 6.2 Arcilla 2.86
## 4 A 7.4 Arcilla 1.64
## 5 C 7.7 Arcilla 3.03
## 6 A 5.2 Arcilloso_arenoso 1.89
## 7 B 5.5 Arcilloso_arenoso 2.44
## 8 C 6.2 Arcilloso_arenoso 2.64
## 9 D 7.4 Arcilloso_arenoso 2.31
## 10 E 7.7 Arcilloso_arenoso 2.78
## 11 D 5.2 Arena 2.65
## 12 C 5.5 Arena 2.47
## 13 E 6.2 Arena 1.97
## 14 B 7.4 Arena 2.50
## 15 A 7.7 Arena 1.89
## 16 C 5.2 Franco 2.71
## 17 A 5.5 Franco 2.19
## 18 B 6.2 Franco 2.92
## 19 E 7.4 Franco 2.43
## 20 D 7.7 Franco 2.71
## 21 E 5.2 Franco_arenoso 2.33
## 22 D 5.5 Franco_arenoso 2.37
## 23 A 6.2 Franco_arenoso 1.99
## 24 C 7.4 Franco_arenoso 2.39
## 25 B 7.7 Franco_arenoso 2.71tapply(Actividad3$Puntuacion, Actividad3$Liquido, mean)## A B C D E
## 1.920 2.720 2.648 2.580 2.506tapply(Actividad3$Puntuacion, Actividad3$Textura, mean)## Arcilla Arcilloso_arenoso Arena Franco
## 2.716 2.412 2.296 2.592
## Franco_arenoso
## 2.358tapply(Actividad3$Puntuacion, Actividad3$Suelo, mean)## 5.2 5.5 6.2 7.4 7.7
## 2.522 2.498 2.476 2.254 2.624mod_puntuacion = lm(puntuacion ~ textura + suelopH + liquido, data= Actividad3)
anova(mod_puntuacion)## Analysis of Variance Table
##
## Response: puntuacion
## Df Sum Sq Mean Sq F value Pr(>F)
## textura 4 0.60734 0.15184 3.1779 0.0535842 .
## suelopH 4 0.36890 0.09223 1.9302 0.1699959
## liquido 4 2.04982 0.51246 10.7255 0.0006202 ***
## Residuals 12 0.57335 0.04778
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1Se rechaza la hipotesis nula, ya que el p valor es mucho menor a 0.05, si hay diferencia en el tipo de liquido que sebe usar para la reproduccion de microorganismos en suelos con diferentes propiedades fisicas y quimicas.