Publications by Yuly Natalia Melgarejo Cuevas
Clase 19: Análisis de covarianza pt3
R Markdown set.seed(123) brix <- sort.int(rnorm(54, 21, 2), 30) mo <- sort.int(rnorm(54,2,0.25), 30) mo_cut <- cut(mo, quantile(mo, c(0, 1/3, 2/3, 1)),include.lowest = T, labels = c('bloq1','bloq2','bloq3')) mo_cut <- sort(mo_cut) variedad <- gl(3, 6, 54, c('v1','v2','v3')) variedad_ale <- sample(variedad) # ANOVA boxplot(brix ~ variedad_...
1142 sym R (3291 sym/10 pcs) 1 img
Análisis de covarianza P1
Datos set.seed(123) # Diseño factorial simple # Variable respuesta, 1 SOLA VARIABLE brix <- sort.int(rnorm(60, 21, 2), 30) # Variable posiblemente importante (ya que se trata de azucares, el nivel de MO podría afectar el contenido de azúcar en las remolachas. La MO se mide antes de establecer el cultivo) mo <- sort.int(rnorm(60,2,0.25)...
1360 sym R (4082 sym/28 pcs) 5 img
Análisis de covarianza P2
R Markdown set.seed(123) brix <- sort.int(rnorm(54, 21, 2), 30) mo <- sort.int(rnorm(54,2,0.25), 30) mo_cut <- cut(mo, quantile(mo, c(0, 1/3, 2/3, 1)),include.lowest = T, labels = c('bloq1','bloq2','bloq3')) mo_cut <- sort(mo_cut) variedad <- gl(3, 6, 54, c('v1','v2','v3')) table(mo_cut, variedad) ## variedad ## mo_cut v1 v2 v3 #...
293 sym R (1367 sym/8 pcs) 3 img
Efectos del bloqueo
Efectos del bloqueo experimental dtos <- expand.grid(x = seq(7,84,7), y = seq(9,108,9)) plot(dtos) seq(7,84,7) ## [1] 7 14 21 28 35 42 49 56 63 70 77 84 set.seed(123) dtos$rto <- c(c(rnorm(16, 3.2, 0.3), rnorm(16, 3.2, 0.3), rnorm(16, 3.3, 0.3)), c(rnorm(16, 3.0, 0.3), rnorm(16, 3.2, 0.3), rnorm(16, 3.5, 0.3)), c(r...
557 sym R (2711 sym/24 pcs) 6 img
Bloqueo
Bloqueo El bloqueo consiste en la agrupación de unidades experimentales (UE) de acuerdo al nivel del ruido ambiental que reciben y por ende con relativa homogeneidad en su respuesta antes de ser tratadas. Factorial simple con bloqueo completo en arreglo al azar ## Datos bloqueos <- read_excel("~/Descargas/bloqueos.xlsx", sheet = "datos o...
2017 sym R (7446 sym/25 pcs) 6 img
Puebas de hipótesis para tasa, promedios y muestras pareadas
Prueba exacta de Poisson para una muestra poisson.test: Parámetro de tasa (λ) Hipotesis 1: \[H0:λi≤10 \frac{casos}{día}\\Ha:λi>10\frac{casos}{día}\] # El muestreo se hizo en un lapso de 15 días # Se encontraron 162 casos nuevos en los 15 días # Incidencia estimada 162/15 = 10.8 poisson.test(x = 162, T = 15, r = 10, alternative = 'g...
1228 sym R (4737 sym/33 pcs) 6 img
Incidencia y prevalencia
set.seed(123) rejilla = expand.grid(x = seq(0,77,by = 7), y = seq(0,99, by = 9)) estado_1 = round(runif(144, 0,0.8)) df = data.frame(rejilla, estado_1) color = ifelse(estado_1 == 0, "green", "red") plot(rejilla, pch = 8, col = color) Prevalencia Es la proporción de plantas (o personas) afectadas en un tiempo determinado. E...
718 sym R (1430 sym/19 pcs) 1 img
Prueba de hipótesis para proporciones
Prueba de hipótesis para una proporción ¿CUANDO?: Análisis o investigaciones que involucren variables cualitativas o de atributo ¿PARA?: para comparar una proporción observada con una teórica/ verificar si el valor de una proporción \(p\) es igual a un cierto valor \(p_{0}\) Aplicación: Estudio de prevalencia de una enfermedad Hipotesis...
2223 sym R (8674 sym/47 pcs) 4 img
Pruebas de hipótesis: promedios
PRUEBAS DE HIPÓTESIS Promedios Pruebas paramétricas: Media Datos: 1 muestra Condiciones de validez: n > 30 o normalidad (Prueba de normalidad de Shapiro-Wilk y gráfico de normalidad) Función R: t.test(x,…) Ejemplo de uso: \(\mu\) = media poblacional \(\bar{x}\) = media muestral \[\bar{x} \rightarrow \mu\] set.seed(2022) rto_papa = rnorm...
1143 sym R (6545 sym/23 pcs) 4 img
Usando dplyr
1. Hoja 1 1.1 Usando dplyr Usando la función set.seed(20 ) y colocando sus dos últimos números de cédula en los espacios con guiones al piso, realice las siguientes actividades: ACTIVIDAD 1 Genere una muestra de tamaño 120 de la distribución normal con media 5, desviación estándar 0.85. Use solo dos números decimales (rnorm()). set.s...
7321 sym R (60545 sym/128 pcs)