Publications by Dario Gonzalez
MODELO LINEAL MIXTO
#install.packages("tidyverse") #install.packages("broom.mixed") #install.packages("lme4") library(tidyverse) ## Warning: package 'tidyverse' was built under R version 4.3.1 ## Warning: package 'lubridate' was built under R version 4.3.1 ## -- Attaching core tidyverse packages ------------------------ tidyverse 2.0.0 -- ## v dplyr 1.1.2 ...
2022 sym R (5211 sym/30 pcs) 2 img
DISEÑO_MEDIDAS_REPETIDAS
##para una via data("selfesteem", package = "datarium") datos = selfesteem head(datos, 3) ## id t1 t2 t3 ## 1 1 4.005027 5.182286 7.107831 ## 2 2 2.558124 6.912915 6.308434 ## 3 3 3.244241 4.443434 9.778410 datos ## id t1 t2 t3 ## 1 1 4.005027 5.182286 7.107831 ## 2 2 2.558124 6.912915 6.30843...
139 sym R (7428 sym/54 pcs) 5 img
FSCA_DESBALANCEADO
##FSCA DESBALANCEADO #ANALISIS DE VARIANZA DESBALANCEADO set.seed(123) #respuesta porc_germ=c( rnorm(40,60,6), rnorm(40,70,7), rnorm(40,80,8) ) #factor acido=gl(3,40,120,c("c0","c1","c2")) datos=data.frame(acido, porc_germ) head(datos) ## acido porc_germ ## 1 c0 56.63715 ## 2 c0 58.61894 ## 3 c0 69.35225 ## 4 ...
495 sym R (16333 sym/54 pcs) 1 img
diseño parcelas divididas
diseños vistos FACTORIAL SIMPLE COMPLETAMENTE AL AZAR FACTORIAL COMPLETO EN ARREGLO COMPLETAMENTE AL AZAR FACTORIAL COMPLETO EN BLOQUES COMPLETAMENTE AL AZAR FACTORIAL COMPLETO EN PARCELAS DIVIDIDAS *FACTORIAL INCOMPLETO COMPLETAMENTE AL AZAR ##TRABAJO FACTORIAL INCOMPLETO EN BLOQUES CON COVARIABLES STRIP PLOT DESING #TRABAJO FINAL DISEÑO MOD...
703 sym R (1926 sym/18 pcs) 4 img
Diseño clase 12-05-2023
##FACTORIAL COMPLETO ##BLOQUES COMPLETOS Y AL AZAR #FCBCA con anova y con ancova set.seed(123) #variable respuesta: conductancia estomatica ce= c( rnorm(n=15,mean=100,sd=10), rnorm(n=15,mean=120,sd=12) ) #variable 1: hora de evaluacion hora=gl(2,15,30,labels=c(6,12)) #factor 2: iluminacion ilum=gl(3,5,30,c("IB","IM","IA")) #bl...
366 sym R (3024 sym/27 pcs) 9 img
diseño_clase_09_05_2023
###Diseño factorial completo en arreglo completamente al azar set.seed(123) #cultivo tomate #factor 1 aporque <- gl(2,60,120,c("con_a", "sin_a")) #factor 2 variedad <- gl(3,20,120,c("v1","v2","v3")) #rta peso_fresco <- rnorm(n=120, mean = 3, sd=0.3) df = data.frame(aporque, variedad, peso_fresco) df$peso_fresco[1] = 3.5 df$peso_fresc...
1078 sym R (2946 sym/20 pcs) 4 img
Diseños 2 y 3
##DISEÑO FACTORIAL SIMPLE EN BLOQUES AL AZAR set.seed(123) #respuesta diam_geom = c( rnorm(4, 1.8, 0.1), rnorm(4, 2.0, 0.12), rnorm(4, 1.9, 0.09) ) #factor gen = gl(3, 4, 12, paste0("g_", 1:3)) #bloqueo procedencia = gl(4, 1, 12, paste0("1_", 1:4)) data = data.frame(gen, procedencia, diam_geom) head(data) ## gen procedencia d...
847 sym R (2935 sym/21 pcs) 3 img
CLASE_3
set.seed(123) cra = rnorm(n=80, mean =2.8, sd=0.2) hist(cra, xlim = c(2.2, 3.4), ylim= c(0,20)) abline(v= mean(cra), col="blue", lwd=3) library(readxl) ## Warning: package 'readxl' was built under R version 4.2.2 cra <- read_excel("C:/Users/FCECURSOS/Desktop/cra.xlsx") View(cra) plot(cra$cra60, cra$cra80, pch = 16, cex=1.5, x...
1194 sym R (721 sym/10 pcs) 3 img
DE-CLASE-2
prueba de hipotesis problema 1 se desea comparar dos genotipos de papa con base al rendimiento (biomasa de tuberculos). un ensayo utilizo dos variedades (criolla y pastusa) involucrando 180 plantas de la primera variedad y 200 de la segunda. los datos de rendimiento de la cosecha se presenta en los siguientes vectores options(digits=3) criol...
1273 sym R (1667 sym/30 pcs) 2 img