set.seed(123)
# Variable: Compuestos Fenolicos
cf = c(rnorm(40, 20, 1),
       rnorm(40, 12, 1.2),
       rnorm(40, 16, 1.15))

# Covariable:Peso inicial del cubo 
peso = runif(120, 0.35, 0.77)
peso = round(sort.int(peso, 8), 2)

# Factor 1: Tiempo de Cocción
tiemp = gl(3, 40, 120, c(0, 10, 12))

# Factor 2: variedades
varie = gl(2, 20, 120, c('var1', 'var2'))

df = data.frame(varie, tiemp,peso, cf)

df$bloq = gl(2, 10, 120, c('biol','alim'))
head(df)
##   varie tiemp peso       cf bloq
## 1  var1     0 0.35 19.43952 biol
## 2  var1     0 0.36 19.76982 biol
## 3  var1     0 0.36 21.55871 biol
## 4  var1     0 0.36 20.07051 biol
## 5  var1     0 0.35 20.12929 biol
## 6  var1     0 0.35 21.71506 biol
library(collapsibleTree)

collapsibleTreeSummary(df,
                       hierarchy = c('bloq','varie', 'tiemp'),
                       collapsed = FALSE)

analisis de covarianza

mod1 = aov(cf ~ peso + tiemp * varie, df)
summary(mod1)
##              Df Sum Sq Mean Sq F value Pr(>F)    
## peso          1  377.8   377.8 391.929 <2e-16 ***
## tiemp         2  920.4   460.2 477.372 <2e-16 ***
## varie         1    6.1     6.1   6.327 0.0133 *  
## tiemp:varie   2    3.8     1.9   1.948 0.1473    
## Residuals   113  108.9     1.0                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
mod2 = aov(cf ~ peso + tiemp + varie, df)
summary(mod2)
##              Df Sum Sq Mean Sq F value Pr(>F)    
## peso          1  377.8   377.8 385.573 <2e-16 ***
## tiemp         2  920.4   460.2 469.630 <2e-16 ***
## varie         1    6.1     6.1   6.225  0.014 *  
## Residuals   115  112.7     1.0                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Supuestos

res1 = mod2$residuals
# Prueba de normalidad en los residuales
shapiro.test(res1)
## 
##  Shapiro-Wilk normality test
## 
## data:  res1
## W = 0.99275, p-value = 0.7901
# Prueba de igualdad varianzas para los TRATAMIENTOS
trat = interaction(df$tiemp, df$varie)
bartlett.test(res1, trat)
## 
##  Bartlett test of homogeneity of variances
## 
## data:  res1 and trat
## Bartlett's K-squared = 4.5315, df = 5, p-value = 0.4757
plot(res1)

tapply(df$cf, df$varie, mean)
##     var1     var2 
## 16.23359 15.79718
tapply(df$cf, df$tiemp, mean)
##        0       10       12 
## 20.04518 11.99194 16.00904
boxplot(df$cf ~ df$tiemp)

boxplot(df$cf ~ df$peso)

lattice::bwplot(df$cf ~ df$tiemp | df$varie)

Conclusiones

Acorde con los resultados obtenidos se observa que la presencia de compuestos fenolicos aumenta a los 12 minutos de cocción