Publications by Manuela Miranda
Problema 4. Semestral
` ## Hipótesis Ho= μ1=μ2=μ3 Las medias son iguales HA= μ1≠μn Alguna de las medias es diferente library(tidyverse) ## -- Attaching packages --------------------------------------- tidyverse 1.3.1 -- ## v ggplot2 3.3.5 v purrr 0.3.4 ## v tibble 3.1.4 v dplyr 1.0.7 ## v tidyr 1.1.4 v stringr 1.4.0 ## v readr 2.0.2 ...
1429 sym R (7400 sym/34 pcs) 3 img
Problema 6 Semestral
Hipótesis Ho= μ1=μ2=μ3=μ4=μ5=μ6 las medias de las alícuotas son iguales HA= μ1≠μn Algunas de las medias de las alícuotas son diferentes library(tidyverse) ## -- Attaching packages --------------------------------------- tidyverse 1.3.1 -- ## v ggplot2 3.3.5 v purrr 0.3.4 ## v tibble 3.1.4 v dplyr 1.0.7 ## v tidyr 1.1...
1984 sym R (5477 sym/25 pcs) 3 img
Problema 9. Semestral
En el mundo actual, los equipos de manipulación de lodos se enfrentan a muchos problemas de ingeniería, como la erosión. En las centrales hidroeléctricas, la prevención de los lodos juega un papel muy importante. El ángulo de impacto, la velocidad de las partículas, sus propiedades y el sustrato dependen de los estudios de erosión. Para e...
4471 sym R (17962 sym/48 pcs) 8 img
Problema 5. Taller 5
library(tidyverse) library(ggpubr) library(rstatix) df<-read.csv("https://raw.githubusercontent.com/Manuela76/Dise-o-Exp/main/Problema%205.csv") df Hipótesis (H 0 ): µ 1 = µ 2 = µ 3= µ 4(las medias de la población son todas iguales) (Ha): al menos una media poblacional es diferente del resto df$ï..ID=factor(df$ï..ID) df$Ruido=factor(...
1588 sym R (1543 sym/15 pcs)
Problema 2. Taller 5
Hipótesis Ho= μ1=μ2=μ3=μ4 Las medias son iguales HA= μ1≠μn Alguna de las medias es diferente df<-read.csv("https://raw.githubusercontent.com/Manuela76/Taller-5/main/Problema%202.csv") df df$ï..Sujeto=factor(df$ï..Sujeto) df$listas=factor(df$listas) df$t1=as.numeric(df$t1) df$t2=as.numeric(df$t2) df$t3=as.numeric(df$t3) df$t4=as.n...
2209 sym R (1284 sym/12 pcs)
Problema 3. Taller 5
library(tidyverse) library(ggpubr) library(rstatix) df<-read.csv("https://raw.githubusercontent.com/Manuela76/Dise-o-Exp/main/Problema%203.csv") df Hipótesis Ho: El factor tiempo no influye en la calidad del recuerdo. Ho: σ² = σ² Ha: El factor tiempo influye en la calidad del recuerdo. Ha: σ² ≠ σ² df$ï..ID=factor(df$ï..ID) df$Mem...
1818 sym R (1052 sym/14 pcs)
Problema 2-25
Una compañía de transporte de carga desea escoger la mejor ruta para llevar la mercancía de un depósito a otro. La mayor preocupación es el tiempo de viaje. En el estudio se seleccionaron al azar cinco choferes de un grupo de 10 y se asignaron a la ruta A; los cinco restantes se asignaron a la ruta B. Los datos obtenidos fueron: A<-c(18, 24,...
568 sym R (831 sym/22 pcs) 1 img
Probl 2 Taller 4
df<-read.csv("https://raw.githubusercontent.com/PedroGonzalezBeermann2020/DExperimental2021/main/Problema2.csv") df df$IndividuO=factor(df$IndividuO) df$Largo=as.numeric(df$Largo) df Hipotesis Ho= s2=s2 la varianza entre manos son iguales Ha= s2≠s2 la varianza entre manos no son iguales modelo<-lm(Largo~IndividuO,data = df) anova<-aov(mode...
677 sym R (497 sym/8 pcs)
Problema 5-22
Y<-c(5.8,5.9,5.4,5.5,4.9,5.1,4.5,4.4,5.0,4.9,4.8,4.7,4.6,4.4,4.1, 4.3,4.7,4.6,4.4,4.4,4.1,4.0,3.7,3.6) length(Y) A<-rep(1:3,each=8) B<-rep(rep(1:4,each=2),3) df<-data.frame(A,B,Y) df$A<-factor(df$A) df$B<-factor(df$B) df interaction.plot(df$A,df$B,df$Y) modelo<-lm(Y~A*B,data=df) anova<-aov(modelo) summary(anova) qqnorm(anova$residuals) q...
2288 sym R (683 sym/14 pcs)
Taller 4-23
df<-read.csv("https://raw.githubusercontent.com/Manuela76/Taller-DisExperimental-2021/main/Taller%204-23.csv") df ## ï..OrdEns Operador Trat SitioTrab Y ## 1 1 1 C b 11 ## 2 2 1 B a 8 ## 3 3 1 A d 9 ## 4 4 1 D c 9 ## 5 ...
538 sym R (3706 sym/18 pcs) 3 img 1 tbl