Caso A:

library(readxl)
df1=read_excel("C:/Users/torre/Downloads/tabla taller.xlsx")
head(df1, 3)
## # A tibble: 3 × 6
##   Cultivar Stress `60 d` `70 d` `80 d`    id
##   <chr>    <chr>   <dbl>  <dbl>  <dbl> <dbl>
## 1 C1       P        20.4   56.0   79.6     1
## 2 C1       P        27.4   63.7   88.8     2
## 3 C1       P        31.0   67.7   90.1     3
library(rstatix)
## Warning: package 'rstatix' was built under R version 4.2.1
## 
## Attaching package: 'rstatix'
## The following object is masked from 'package:stats':
## 
##     filter
df1 <- df1 %>%
  gather(key = "dias", value = "rto", 3:5) %>%
  convert_as_factor(id, dias)

#Formato Long#
head(df1, 3)
## # A tibble: 3 × 5
##   Cultivar Stress id    dias    rto
##   <chr>    <chr>  <fct> <fct> <dbl>
## 1 C1       P      1     60 d   20.4
## 2 C1       P      2     60 d   27.4
## 3 C1       P      3     60 d   31.0
library(ggpubr)
## Warning: package 'ggpubr' was built under R version 4.2.1
## Loading required package: ggplot2
ggboxplot(df1, x = "dias",
          y = "rto", ylab='Peso', add = "point")

se puede postular que la uchuva tiene un mayor peso en el dia 80 a comparacion de los otros dias

mod1=anova_test(data = df1, dv = rto, wid = id, within = dias)
get_anova_table(mod1)
## ANOVA Table (type III tests)
## 
##   Effect  DFn   DFd       F        p p<.05   ges
## 1   dias 1.27 36.91 946.726 1.62e-29     * 0.688

se puede concluir que si hay diferencias en los pesos de las uchuvas segun el dia, siendo el mas alto en el dia 80

Caso B:

df2=read_excel("C:/Users/torre/Downloads/tabla taller.xlsx")
df2 <- df2 %>%
  gather(key = "dias", value = "rto", 3:5) %>%
  convert_as_factor(id, dias)
df2
## # A tibble: 90 × 5
##    Cultivar Stress id    dias    rto
##    <chr>    <chr>  <fct> <fct> <dbl>
##  1 C1       P      1     60 d   20.4
##  2 C1       P      2     60 d   27.4
##  3 C1       P      3     60 d   31.0
##  4 C1       P      4     60 d   32.8
##  5 C1       P      5     60 d   33.3
##  6 C1       A      6     60 d   33.4
##  7 C1       A      7     60 d   36.2
##  8 C1       A      8     60 d   36.2
##  9 C1       A      9     60 d   37.0
## 10 C1       A      10    60 d   39.3
## # … with 80 more rows

Analisis descriptivo

library(lattice)
bwplot(rto ~ Cultivar | dias, df2, xlab = "Cultivo",
       ylab = "Peso")

#grafica interaccion entre los cultivos
interaction.plot(df2$dias, df2$Cultivar, df2$rto,
                 xlab = "Tiempo (días)", ylab = "Peso",
                 col = c("red",  "blue"), trace.label = "Cultivo")

Se podria decir que existe interaccion entre los cultivos, ya que geometricamente tienen tendencias iguales

mod2=aov(rto ~ Cultivar * dias + Error(id), df2)
summary(mod2)
## 
## Error: id
##           Df Sum Sq Mean Sq F value  Pr(>F)   
## Cultivar   1   7447    7447   8.828 0.00603 **
## Residuals 28  23618     844                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Error: Within
##               Df Sum Sq Mean Sq  F value  Pr(>F)    
## dias           2  73407   36703 1128.126 < 2e-16 ***
## Cultivar:dias  2    427     213    6.557 0.00276 ** 
## Residuals     56   1822      33                     
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Se realiza un diseño de medidas repetidas en el tiempo

mod2=anova_test(data = df2, dv = rto,
                   wid = id, between = Cultivar, within = dias)

get_anova_table(mod2)
## ANOVA Table (type II tests)
## 
##          Effect DFn  DFd        F        p p<.05   ges
## 1      Cultivar 1.0 28.0    8.828 6.00e-03     * 0.226
## 2          dias 1.3 36.4 1128.126 1.02e-30     * 0.743
## 3 Cultivar:dias 1.3 36.4    6.557 9.00e-03     * 0.016

se puede decir que existe paralelismo entre los dias 60 y 70, no hay horizontalidad

Caso C: Cultivar-Stress

ggboxplot(df2, x = "dias", y = "rto",
          color = "Cultivar", palette = "jco", facet.by = "Stress",
          xlab = "Tiempo (días)", ylab = "Peso")

Se evidencia un mejor comportamiento en el cultivar C1 bajo estres hídrico, pero en ausencia de de estres hídrico presenta un mayor peso el cultivar C2

interaction.plot(df2$dias,df2$Stress,df2$rto)

Se podria decir que existe interaccion entre el estres hidrico y el tiempo

mod3=aov(rto ~ Stress*Cultivar * dias + Error(id), df2)
summary(mod3)
## 
## Error: id
##                 Df Sum Sq Mean Sq F value Pr(>F)  
## Stress           1   2933    2933   4.224 0.0500 .
## Cultivar         1   5239    5239   7.545 0.0108 *
## Stress:Cultivar  1   4839    4839   6.969 0.0138 *
## Residuals       26  18054     694                 
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
## 
## Error: Within
##                      Df Sum Sq Mean Sq  F value   Pr(>F)    
## dias                  2  73407   36703 1676.745  < 2e-16 ***
## Stress:dias           2     63      31    1.430 0.248447    
## Cultivar:dias         2    367     183    8.383 0.000699 ***
## Stress:Cultivar:dias  2    681     340   15.549 5.09e-06 ***
## Residuals            52   1138      22                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Se realiza el diseño de medidas repetidas

mod3=anova_test(data = df2, dv = rto,
                   wid = id, between = c(Stress,Cultivar),within = dias)

get_anova_table(mod3)
## ANOVA Table (type III tests)
## 
##                 Effect DFn  DFd        F        p p<.05      ges
## 1               Stress 1.0 26.0    1.045 3.16e-01       0.036000
## 2             Cultivar 1.0 26.0    7.545 1.10e-02     * 0.214000
## 3                 dias 1.5 38.9 1436.988 3.46e-35     * 0.766000
## 4      Stress:Cultivar 1.0 26.0    6.969 1.40e-02     * 0.201000
## 5          Stress:dias 1.5 38.9    0.068 8.86e-01       0.000155
## 6        Cultivar:dias 1.5 38.9    8.383 2.00e-03     * 0.019000
## 7 Stress:Cultivar:dias 1.5 38.9   15.549 5.29e-05     * 0.034000

Se puede decir que no existe interaccion entre el estres hidrico y el tiempo, existe paralelismo entre el dia 60 y 70, no hay horizontalidad

Desde un punto de vista agronomico se recomienda el cultivo C2 ya que dio mejores resultados en cuanto al estres hidrico y el peso segun el tiempo, y cosechar en el dia 80 para obtener un mejor peso en el fruto