BASE DE DATOS DE PINUS GREGGII DE AMBAS LOCALIDADES DE INVESTIGACIÓN.

ANOVA EN ALTURA

PO<-read.csv("C:/TESIS/ANOVA/GREGGI.csv",header=TRUE) 
POH<- PO[which(!is.na(PO$H14)),] 
head(POH)
##   Localidad bloque procedencia   H14  DB14 DAP14 DC14 SUP  AC14
## 1        MZ      1        PLCC  6.25 11.14  7.48 3.23   1  8.31
## 2        MZ      1         SAC  9.67 14.31 10.62 3.38   1  9.34
## 3        MZ      1        PSJC  5.33 10.61  6.68 2.36   1  4.59
## 4        MZ      1         LLC  8.50 15.49 13.26 4.81   1 18.39
## 5        MZ      1          JC 11.00 23.55 18.78 4.90   1 18.86
## 6        MZ      1         GNL  7.00 15.49 12.52 4.02   1 13.32
tapply(POH$H14, POH$Localidad, mean)
##        MZ        TP 
##  7.146871 10.491410
tapply(POH$H14, POH$Localidad, sd)
##       MZ       TP 
## 2.606547 1.774326
tapply(POH$H14, POH$procedencia, mean)
##      CDZH       EMQ       EPH       GNL        JC       LAH       LLC 
## 10.173478 11.050870 10.253333  7.141304  7.886250  9.003043  6.986522 
##        MH      PLCC      PSJC       SAC       TLQ        XH 
##  9.628261  7.312500  8.724583  8.580455  9.450000  9.122609
tapply(POH$H14, POH$procedencia, sd)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 2.614668 2.873998 2.991012 2.489712 2.147052 2.703579 2.575437 2.399581 
##     PLCC     PSJC      SAC      TLQ       XH 
## 1.880054 2.712299 1.524581 3.079187 2.556148
modelo <- aov(POH$H14~POH$Localidad+POH$bloque*POH$Localidad+POH$procedencia+POH$Localidad%in%POH$procedencia+POH$bloque%in%POH$Localidad%in%POH$procedencia)
summary(modelo)
##                                           Df Sum Sq Mean Sq F value Pr(>F)
## POH$Localidad                              1  846.6   846.6 237.425 <2e-16
## POH$bloque                                 1    2.0     2.0   0.571  0.451
## POH$procedencia                           12  450.9    37.6  10.539 <2e-16
## POH$Localidad:POH$bloque                   1    1.0     1.0   0.291  0.590
## POH$Localidad:POH$procedencia             12   58.6     4.9   1.370  0.181
## POH$Localidad:POH$bloque:POH$procedencia  24   72.3     3.0   0.845  0.677
## Residuals                                251  895.0     3.6               
##                                             
## POH$Localidad                            ***
## POH$bloque                                  
## POH$procedencia                          ***
## POH$Localidad:POH$bloque                    
## POH$Localidad:POH$procedencia               
## POH$Localidad:POH$bloque:POH$procedencia    
## Residuals                                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(agricolae)
## Warning: package 'agricolae' was built under R version 3.1.3
tukey<-HSD.test(modelo,"POH$procedencia")
head(tukey)
## $statistics
##       Mean       CV  MSerror      HSD r.harmonic
##   8.868812 21.29155 3.565705 1.850942   23.29183
## 
## $parameters
##    Df ntr StudentizedRange
##   251  13         4.730662
## 
## $means
##        POH$H14      std  r  Min   Max
## CDZH 10.173478 2.614668 23 4.03 13.00
## EMQ  11.050870 2.873998 23 3.67 14.17
## EPH  10.253333 2.991012 24 3.10 14.50
## GNL   7.141304 2.489712 23 1.73 10.33
## JC    7.886250 2.147052 24 2.60 11.00
## LAH   9.003043 2.703579 23 3.80 12.67
## LLC   6.986522 2.575437 23 2.27 10.00
## MH    9.628261 2.399581 23 3.30 12.00
## PLCC  7.312500 1.880054 24 3.70 10.23
## PSJC  8.724583 2.712299 24 3.50 12.83
## SAC   8.580455 1.524581 22 3.67 10.50
## TLQ   9.450000 3.079187 24 2.80 12.83
## XH    9.122609 2.556148 23 2.57 12.83
## 
## $comparison
## NULL
## 
## $groups
##     trt     means     M
## 1  EMQ  11.050870     a
## 2  EPH  10.253333    ab
## 3  CDZH 10.173478    ab
## 4  MH    9.628261   abc
## 5  TLQ   9.450000   abc
## 6  XH    9.122609   bcd
## 7  LAH   9.003043  bcde
## 8  PSJC  8.724583 bcdef
## 9  SAC   8.580455 bcdef
## 10 JC    7.886250  cdef
## 11 PLCC  7.312500   def
## 12 GNL   7.141304    ef
## 13 LLC   6.986522     f
residual<-df.residual(modelo)
head(residual)
## [1] 251
bar.err(tukey$means,variation="SD",horiz=TRUE,xlim=c(0,15),bar=FALSE,col=colors()[25],space=2, main="Desviación Estandar",xlab="Procedencias",ylab="Altura (m)",las=1)

bar.err(tukey$means,variation="SE",horiz=FALSE,ylim=c(0,12),bar=FALSE,col=colors()[15],space=2,main="Error",xlab="Procedencias",ylab="Altura (m)",las=1)

bar.err(tukey$means,variation="range",ylim=c(0,15),bar=FALSE,col="green", space=3,main="Rango de valores = Max - Min",xlab="Procedencias",ylab="Altura (m)",las=1)

bar.group(tukey$groups,horiz=FALSE,ylim=c(0,13),density=8,col="black",main="Groups",xlab="Procedencias",ylab="Altura (m)",las=1)

ANOVA DEL DIAMETRO BASAL

PO<-read.csv("C:/TESIS/ANOVA/GREGGI.csv",header=TRUE) 
POH<- PO[which(!is.na(PO$DB14)),] 
head(POH)
##   Localidad bloque procedencia   H14  DB14 DAP14 DC14 SUP  AC14
## 1        MZ      1        PLCC  6.25 11.14  7.48 3.23   1  8.31
## 2        MZ      1         SAC  9.67 14.31 10.62 3.38   1  9.34
## 3        MZ      1        PSJC  5.33 10.61  6.68 2.36   1  4.59
## 4        MZ      1         LLC  8.50 15.49 13.26 4.81   1 18.39
## 5        MZ      1          JC 11.00 23.55 18.78 4.90   1 18.86
## 6        MZ      1         GNL  7.00 15.49 12.52 4.02   1 13.32
tapply(POH$DB14, POH$Localidad, mean)
##       MZ       TP 
## 14.05007 18.30577
tapply(POH$DB14, POH$Localidad, sd)
##       MZ       TP 
## 5.249102 4.007365
tapply(POH$DB14, POH$procedencia, mean)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 19.52261 19.56348 20.43625 13.49000 14.86333 16.06957 12.41913 18.24565 
##     PLCC     PSJC      SAC      TLQ       XH 
## 13.32083 16.15625 13.83727 16.47375 16.63000
tapply(POH$DB14, POH$procedencia, sd)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 5.200980 5.045220 6.294446 3.911107 4.020221 4.676536 3.651132 4.858441 
##     PLCC     PSJC      SAC      TLQ       XH 
## 2.430525 5.249905 2.543242 5.112207 4.254211
modelo <- aov(POH$DB14~POH$Localidad+POH$bloque*POH$Localidad+POH$procedencia+POH$Localidad%in%POH$procedencia+POH$bloque%in%POH$Localidad%in%POH$procedencia)
summary(modelo)
##                                           Df Sum Sq Mean Sq F value
## POH$Localidad                              1   1371  1370.7  87.833
## POH$bloque                                 1      7     7.4   0.473
## POH$procedencia                           12   1920   160.0  10.252
## POH$Localidad:POH$bloque                   1      1     1.2   0.074
## POH$Localidad:POH$procedencia             12    319    26.6   1.702
## POH$Localidad:POH$bloque:POH$procedencia  24    348    14.5   0.928
## Residuals                                251   3917    15.6        
##                                            Pr(>F)    
## POH$Localidad                             < 2e-16 ***
## POH$bloque                                 0.4921    
## POH$procedencia                          2.23e-16 ***
## POH$Localidad:POH$bloque                   0.7861    
## POH$Localidad:POH$procedencia              0.0667 .  
## POH$Localidad:POH$bloque:POH$procedencia   0.5631    
## Residuals                                            
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(agricolae)
tukey<-HSD.test(modelo,"POH$procedencia")
head(tukey)
## $statistics
##       Mean       CV  MSerror      HSD r.harmonic
##   16.24112 24.32353 15.60578 3.872245   23.29183
## 
## $parameters
##    Df ntr StudentizedRange
##   251  13         4.730662
## 
## $means
##      POH$DB14      std  r  Min   Max
## CDZH 19.52261 5.200980 23 7.95 26.84
## EMQ  19.56348 5.045220 23 6.90 28.17
## EPH  20.43625 6.294446 24 4.03 30.88
## GNL  13.49000 3.911107 23 4.99 19.84
## JC   14.86333 4.020221 24 5.09 23.55
## LAH  16.06957 4.676536 23 6.90 23.23
## LLC  12.41913 3.651132 23 6.37 19.31
## MH   18.24565 4.858441 23 5.52 24.83
## PLCC 13.32083 2.430525 24 6.79 16.87
## PSJC 16.15625 5.249905 24 8.17 25.68
## SAC  13.83727 2.543242 22 6.37 18.94
## TLQ  16.47375 5.112207 24 4.94 22.60
## XH   16.63000 4.254211 23 6.84 23.72
## 
## $comparison
## NULL
## 
## $groups
##     trt    means    M
## 1  EPH  20.43625    a
## 2  EMQ  19.56348   ab
## 3  CDZH 19.52261   ab
## 4  MH   18.24565  abc
## 5  XH   16.63000 abcd
## 6  TLQ  16.47375  bcd
## 7  PSJC 16.15625 bcde
## 8  LAH  16.06957 bcde
## 9  JC   14.86333  cde
## 10 SAC  13.83727   de
## 11 GNL  13.49000   de
## 12 PLCC 13.32083   de
## 13 LLC  12.41913    e
residual<-df.residual(modelo)
head(residual)
## [1] 251
bar.err(tukey$means,variation="SD",horiz=TRUE,xlim=c(0,30),bar=FALSE,col=colors()[25],space=2, main="Desviación Estandar",xlab="Procedencias",ylab="Diámetro Basal (cm)",las=1)

bar.err(tukey$means,variation="SE",horiz=FALSE,ylim=c(0,25),bar=FALSE,col=colors()[15],space=2,main="Error",xlab="Procedencias",ylab="Diámetro Basal (cm)",las=1)

bar.err(tukey$means,variation="range",ylim=c(0,35),bar=FALSE,col="green", space=3,main="Rango de valores = Max - Min",xlab="Procedencias",ylab="Diámetro Basal (cm)",las=1)

bar.group(tukey$groups,horiz=FALSE,ylim=c(0,25),density=8,col="black",main="Groups",xlab="Procedencias",ylab="Diámetro Basal (cm)",las=1)

ANOVA DEL DIAMETRO NORMAL

PO<-read.csv("C:/TESIS/ANOVA/GREGGI.csv",header=TRUE) 
POH<- PO[which(!is.na(PO$DAP14)),] 
head(POH)
##   Localidad bloque procedencia   H14  DB14 DAP14 DC14 SUP  AC14
## 1        MZ      1        PLCC  6.25 11.14  7.48 3.23   1  8.31
## 2        MZ      1         SAC  9.67 14.31 10.62 3.38   1  9.34
## 3        MZ      1        PSJC  5.33 10.61  6.68 2.36   1  4.59
## 4        MZ      1         LLC  8.50 15.49 13.26 4.81   1 18.39
## 5        MZ      1          JC 11.00 23.55 18.78 4.90   1 18.86
## 6        MZ      1         GNL  7.00 15.49 12.52 4.02   1 13.32
tapply(POH$DAP14, POH$Localidad, mean)
##       MZ       TP 
## 10.54891 14.36365
tapply(POH$DAP14, POH$Localidad, sd)
##       MZ       TP 
## 4.869923 3.281571
tapply(POH$DAP14, POH$procedencia, mean)
##      CDZH       EMQ       EPH       GNL        JC       LAH       LLC 
## 14.832174 15.388696 15.895000 10.356522 11.745417 12.312609  9.501304 
##        MH      PLCC      PSJC       SAC       TLQ        XH 
## 14.126087 10.033333 12.637083 10.857273 12.322083 12.585652
tapply(POH$DAP14, POH$procedencia, sd)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 4.569481 4.368673 5.577471 3.927279 3.885196 4.150192 3.671237 4.362939 
##     PLCC     PSJC      SAC      TLQ       XH 
## 2.454236 4.804636 2.650707 4.624623 4.048204
modelo <- aov(POH$DAP14~POH$Localidad+POH$bloque*POH$Localidad+POH$procedencia+POH$Localidad%in%POH$procedencia+POH$bloque%in%POH$Localidad%in%POH$procedencia)
summary(modelo)
##                                           Df Sum Sq Mean Sq F value
## POH$Localidad                              1   1101  1101.4  81.825
## POH$bloque                                 1      1     0.6   0.042
## POH$procedencia                           12   1196    99.7   7.406
## POH$Localidad:POH$bloque                   1      4     4.0   0.301
## POH$Localidad:POH$procedencia             12    253    21.1   1.565
## POH$Localidad:POH$bloque:POH$procedencia  24    300    12.5   0.927
## Residuals                                251   3378    13.5        
##                                            Pr(>F)    
## POH$Localidad                             < 2e-16 ***
## POH$bloque                                  0.838    
## POH$procedencia                          1.21e-11 ***
## POH$Localidad:POH$bloque                    0.584    
## POH$Localidad:POH$procedencia               0.102    
## POH$Localidad:POH$bloque:POH$procedencia    0.565    
## Residuals                                            
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(agricolae)
tukey<-HSD.test(modelo,"POH$procedencia")
head(tukey)
## $statistics
##       Mean       CV  MSerror      HSD r.harmonic
##   12.51294 29.31983 13.45988 3.596175   23.29183
## 
## $parameters
##    Df ntr StudentizedRange
##   251  13         4.730662
## 
## $means
##      POH$DAP14      std  r  Min   Max
## CDZH 14.832174 4.569481 23 3.71 22.39
## EMQ  15.388696 4.368673 23 4.14 23.08
## EPH  15.895000 5.577471 24 2.02 25.46
## GNL  10.356522 3.927279 23 0.96 15.81
## JC   11.745417 3.885196 24 3.08 18.78
## LAH  12.312609 4.150192 23 4.94 18.67
## LLC   9.501304 3.671237 23 2.97 15.70
## MH   14.126087 4.362939 23 2.76 20.48
## PLCC 10.033333 2.454236 24 3.18 14.01
## PSJC 12.637083 4.804636 24 3.92 20.16
## SAC  10.857273 2.650707 22 2.27 16.87
## TLQ  12.322083 4.624623 24 2.55 18.25
## XH   12.585652 4.048204 23 3.87 18.78
## 
## $comparison
## NULL
## 
## $groups
##     trt     means     M
## 1  EPH  15.895000     a
## 2  EMQ  15.388696    ab
## 3  CDZH 14.832174   abc
## 4  MH   14.126087  abcd
## 5  PSJC 12.637083 abcde
## 6  XH   12.585652 abcde
## 7  TLQ  12.322083  bcde
## 8  LAH  12.312609  bcde
## 9  JC   11.745417   cde
## 10 SAC  10.857273    de
## 11 GNL  10.356522     e
## 12 PLCC 10.033333     e
## 13 LLC   9.501304     e
residual<-df.residual(modelo)
head(residual)
## [1] 251
bar.err(tukey$means,variation="SD",horiz=TRUE,xlim=c(0,25),bar=FALSE,col=colors()[25],space=2, main="Desviación Estandar",xlab="Procedencias",ylab="Diámetro Normal (cm)",las=1)

bar.err(tukey$means,variation="SE",horiz=FALSE,ylim=c(0,20),bar=FALSE,col=colors()[15],space=2,main="Error",xlab="Procedencias",ylab="Diámetro Normal (cm)",las=1)

bar.err(tukey$means,variation="range",ylim=c(0,30),bar=FALSE,col="green", space=3,main="Rango de valores = Max - Min",xlab="Procedencias",ylab="Diámetro Normal (cm)",las=1)

bar.group(tukey$groups,horiz=FALSE,ylim=c(0,20),density=8,col="black",main="Groups",xlab="Procedencias",ylab="Diámetro Normal (cm)",las=1)

ANOVA DEL DIAMETRO DE COPA

PO<-read.csv("C:/TESIS/ANOVA/GREGGI.csv",header=TRUE) 
POH<- PO[which(!is.na(PO$DC14)),] 
head(POH)
##   Localidad bloque procedencia   H14  DB14 DAP14 DC14 SUP  AC14
## 1        MZ      1        PLCC  6.25 11.14  7.48 3.23   1  8.31
## 2        MZ      1         SAC  9.67 14.31 10.62 3.38   1  9.34
## 3        MZ      1        PSJC  5.33 10.61  6.68 2.36   1  4.59
## 4        MZ      1         LLC  8.50 15.49 13.26 4.81   1 18.39
## 5        MZ      1          JC 11.00 23.55 18.78 4.90   1 18.86
## 6        MZ      1         GNL  7.00 15.49 12.52 4.02   1 13.32
tapply(POH$DC14, POH$Localidad, mean)
##       MZ       TP 
## 3.501497 4.248782
tapply(POH$DC14, POH$Localidad, sd)
##        MZ        TP 
## 1.0771941 0.7907835
tapply(POH$DC14, POH$procedencia, mean)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 4.426522 4.507391 4.539583 3.350870 3.650000 3.786522 3.370870 4.394348 
##     PLCC     PSJC      SAC      TLQ       XH 
## 3.268333 3.791250 3.630909 3.875417 3.931304
tapply(POH$DC14, POH$procedencia, sd)
##      CDZH       EMQ       EPH       GNL        JC       LAH       LLC 
## 1.0208847 1.0432476 1.1642183 0.8892280 0.7464117 0.8180165 0.9078542 
##        MH      PLCC      PSJC       SAC       TLQ        XH 
## 0.8657725 0.6371244 1.0527575 0.7364711 1.1297633 0.9176071
modelo <- aov(POH$DC14~POH$Localidad+POH$bloque*POH$Localidad+POH$procedencia+POH$Localidad%in%POH$procedencia+POH$bloque%in%POH$Localidad%in%POH$procedencia)
summary(modelo)
##                                           Df Sum Sq Mean Sq F value
## POH$Localidad                              1  42.26   42.26  57.975
## POH$bloque                                 1   0.60    0.60   0.825
## POH$procedencia                           12  56.95    4.75   6.510
## POH$Localidad:POH$bloque                   1   0.34    0.34   0.460
## POH$Localidad:POH$procedencia             12  12.89    1.07   1.473
## POH$Localidad:POH$bloque:POH$procedencia  24  12.58    0.52   0.719
## Residuals                                251 182.98    0.73        
##                                            Pr(>F)    
## POH$Localidad                            5.39e-13 ***
## POH$bloque                                  0.365    
## POH$procedencia                          4.28e-10 ***
## POH$Localidad:POH$bloque                    0.498    
## POH$Localidad:POH$procedencia               0.134    
## POH$Localidad:POH$bloque:POH$procedencia    0.830    
## Residuals                                            
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(agricolae)
tukey<-HSD.test(modelo,"POH$procedencia")
head(tukey)
## $statistics
##       Mean       CV   MSerror       HSD r.harmonic
##   3.886238 21.97026 0.7290026 0.8369215   23.29183
## 
## $parameters
##    Df ntr StudentizedRange
##   251  13         4.730662
## 
## $means
##      POH$DC14       std  r  Min  Max
## CDZH 4.426522 1.0208847 23 2.67 6.45
## EMQ  4.507391 1.0432476 23 1.98 6.05
## EPH  4.539583 1.1642183 24 1.68 6.42
## GNL  3.350870 0.8892280 23 1.20 4.73
## JC   3.650000 0.7464117 24 2.00 4.90
## LAH  3.786522 0.8180165 23 1.81 4.75
## LLC  3.370870 0.9078542 23 1.65 4.89
## MH   4.394348 0.8657725 23 1.84 5.63
## PLCC 3.268333 0.6371244 24 1.90 4.14
## PSJC 3.791250 1.0527575 24 2.00 5.58
## SAC  3.630909 0.7364711 22 1.87 5.46
## TLQ  3.875417 1.1297633 24 1.74 5.59
## XH   3.931304 0.9176071 23 2.28 5.43
## 
## $comparison
## NULL
## 
## $groups
##     trt    means   M
## 1  EPH  4.539583   a
## 2  EMQ  4.507391   a
## 3  CDZH 4.426522  ab
## 4  MH   4.394348  ab
## 5  XH   3.931304 abc
## 6  TLQ  3.875417 abc
## 7  PSJC 3.791250 abc
## 8  LAH  3.786522 abc
## 9  JC   3.650000  bc
## 10 SAC  3.630909  bc
## 11 LLC  3.370870   c
## 12 GNL  3.350870   c
## 13 PLCC 3.268333   c
residual<-df.residual(modelo)
head(residual)
## [1] 251
bar.err(tukey$means,variation="SD",horiz=TRUE,xlim=c(0,6),bar=FALSE,col=colors()[25],space=2, main="Desviación Estandar",xlab="Procedencias",ylab="Diámetro de Copa(cm)",las=1)

bar.err(tukey$means,variation="SE",horiz=FALSE,ylim=c(0,5),bar=FALSE,col=colors()[15],space=2,main="Error",xlab="Procedencias",ylab="Diámetro de Copa (cm)",las=1)

bar.err(tukey$means,variation="range",ylim=c(0,7),bar=FALSE,col="green", space=3,main="Rango de valores = Max - Min",xlab="Procedencias",ylab="Diámetro de Copa (cm)",las=1)

bar.group(tukey$groups,horiz=FALSE,ylim=c(0,6),density=8,col="black",main="Groups",xlab="Procedencias",ylab="Diámetro de Copa (cm)",las=1)

ANOVA DEL AREA DE COPA

PO<-read.csv("C:/TESIS/ANOVA/GREGGI.csv",header=TRUE) 
POH<- PO[which(!is.na(PO$AC14)),] 
head(POH)
##   Localidad bloque procedencia   H14  DB14 DAP14 DC14 SUP  AC14
## 1        MZ      1        PLCC  6.25 11.14  7.48 3.23   1  8.31
## 2        MZ      1         SAC  9.67 14.31 10.62 3.38   1  9.34
## 3        MZ      1        PSJC  5.33 10.61  6.68 2.36   1  4.59
## 4        MZ      1         LLC  8.50 15.49 13.26 4.81   1 18.39
## 5        MZ      1          JC 11.00 23.55 18.78 4.90   1 18.86
## 6        MZ      1         GNL  7.00 15.49 12.52 4.02   1 13.32
tapply(POH$AC14, POH$Localidad, mean)
##       MZ       TP 
## 10.88735 14.40923
tapply(POH$AC14, POH$Localidad, sd)
##       MZ       TP 
## 6.432704 5.452721
tapply(POH$AC14, POH$procedencia, mean)
##      CDZH       EMQ       EPH       GNL        JC       LAH       LLC 
## 16.388696 16.577826 17.054167  9.192609 10.667083 11.992609  9.370000 
##        MH      PLCC      PSJC       SAC       TLQ        XH 
## 15.857826  8.594167 12.979167 10.203182 13.615833 12.531739
tapply(POH$AC14, POH$procedencia, sd)
##     CDZH      EMQ      EPH      GNL       JC      LAH      LLC       MH 
## 7.343430 6.532328 7.594514 4.255146 4.088531 4.547518 4.543401 4.772296 
##     PLCC     PSJC      SAC      TLQ       XH 
## 2.900722 6.990320 3.568328 7.103538 5.403630
modelo <- aov(POH$AC14~POH$Localidad+POH$bloque*POH$Localidad+POH$procedencia+POH$Localidad%in%POH$procedencia+POH$bloque%in%POH$Localidad%in%POH$procedencia)
summary(modelo)
##                                           Df Sum Sq Mean Sq F value
## POH$Localidad                              1    939   938.7  34.427
## POH$bloque                                 1      1     1.3   0.048
## POH$procedencia                           12   2565   213.7   7.838
## POH$Localidad:POH$bloque                   1      1     1.1   0.040
## POH$Localidad:POH$procedencia             12    718    59.8   2.194
## POH$Localidad:POH$bloque:POH$procedencia  24    521    21.7   0.795
## Residuals                                251   6844    27.3        
##                                            Pr(>F)    
## POH$Localidad                            1.39e-08 ***
## POH$bloque                                 0.8262    
## POH$procedencia                          2.21e-12 ***
## POH$Localidad:POH$bloque                   0.8420    
## POH$Localidad:POH$procedencia              0.0125 *  
## POH$Localidad:POH$bloque:POH$procedencia   0.7417    
## Residuals                                            
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
library(agricolae)
tukey<-HSD.test(modelo,"POH$procedencia")
head(tukey)
## $statistics
##       Mean       CV  MSerror      HSD r.harmonic
##   12.70059 41.11512 27.26787 5.118537   23.29183
## 
## $parameters
##    Df ntr StudentizedRange
##   251  13         4.730662
## 
## $means
##       POH$AC14      std  r  Min   Max
## CDZH 16.388696 7.343430 23 6.17 32.67
## EMQ  16.577826 6.532328 23 3.17 27.78
## EPH  17.054167 7.594514 24 2.32 32.62
## GNL   9.192609 4.255146 23 1.30 17.64
## JC   10.667083 4.088531 24 3.24 18.86
## LAH  11.992609 4.547518 23 2.83 17.95
## LLC   9.370000 4.543401 23 2.22 19.23
## MH   15.857826 4.772296 23 3.23 23.97
## PLCC  8.594167 2.900722 24 3.13 13.71
## PSJC 12.979167 6.990320 24 3.14 29.62
## SAC  10.203182 3.568328 22 2.92 22.02
## TLQ  13.615833 7.103538 24 2.53 26.41
## XH   12.531739 5.403630 23 4.19 26.69
## 
## $comparison
## NULL
## 
## $groups
##     trt     means  M
## 1  EPH  17.054167  a
## 2  EMQ  16.577826  a
## 3  CDZH 16.388696  a
## 4  MH   15.857826  a
## 5  TLQ  13.615833 ab
## 6  PSJC 12.979167 ab
## 7  XH   12.531739 ab
## 8  LAH  11.992609 ab
## 9  JC   10.667083  b
## 10 SAC  10.203182  b
## 11 LLC   9.370000  b
## 12 GNL   9.192609  b
## 13 PLCC  8.594167  b
residual<-df.residual(modelo)
head(residual)
## [1] 251
bar.err(tukey$means,variation="SD",horiz=TRUE,xlim=c(0,25),bar=FALSE,col=colors()[25],space=2, main="Desviación Estandar",xlab="Procedencias",ylab="Área de Copa(cm)",las=1)

bar.err(tukey$means,variation="SE",horiz=FALSE,ylim=c(0,20),bar=FALSE,col=colors()[15],space=2,main="Error",xlab="Procedencias",ylab="Área de Copa (cm)",las=1)

bar.err(tukey$means,variation="range",ylim=c(0,35),bar=FALSE,col="green", space=3,main="Rango de valores = Max - Min",xlab="Procedencias",ylab="Área de Copa (cm)",las=1)

bar.group(tukey$groups,horiz=FALSE,ylim=c(0,20),density=8,col="black",main="Groups",xlab="Procedencias",ylab="Área de Copa (cm)",las=1)