Publications by Diana Lorena Barajas Pedroza
Recuperación Análisis de Covarianza
Se desea mapear el rendimiento obtenido y mapear el rendimiento de materia orgánica que había en el suelo. set.seed(123) data = expand.grid(x=1:10, y=1:10) data$rto = rnorm(100, 3, 0.3) data$rto = sort(data$rto) + runif(100, 0, 0.1) data$mo = rnorm(100, 2.5, 0.1) data$mo = sort(data$mo) + runif(100, 0, 0.1) ANÁLISIS DESCRIPTIVO library(gg...
6485 sym R (8147 sym/37 pcs) 10 img
Covarianza 1
Se desea mapear el rendimiento obtenido y mapear el rendimiento de materia orgánica que había en el suelo. set.seed(123) data = expand.grid(x=1:10, y=1:10) data$rto = rnorm(100, 3, 0.3) data$rto = sort(data$rto) + runif(100, 0, 0.1) data$mo = rnorm(100, 2.5, 0.1) data$mo = sort(data$mo) + runif(100, 0, 0.1) ANÁLISIS DESCRIPTIVO library(gg...
5883 sym R (7777 sym/36 pcs) 9 img
Clase 19 - Diseño de Experimentos
library(dplyr) ## ## Attaching package: 'dplyr' ## The following objects are masked from 'package:stats': ## ## filter, lag ## The following objects are masked from 'package:base': ## ## intersect, setdiff, setequal, union mean(iris$Sepal.Length) ## [1] 5.843333 tapply(iris$Sepal.Length, iris$Species, mean) ## se...
253 sym R (12062 sym/67 pcs)
Clase 18 - Diseño de Experimentos (Diseño en medidas repetidas)
DISEÑO EN MEDIDAS REPETIDAS Primeros diseños en donde el tiempo posee un un papel importante (realidad) En papa, hortalizas de evalua en el tiempo. link: https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/ Ocurre cuando entra el factor del tiempo = FACTOR INTRASUJETOS se harán evaluaciones temporales, es decir, los mismos di...
2561 sym R (6105 sym/43 pcs) 4 img
Clase 17 - Diseño de Experimentos
DISEÑO FACTORIAL SIMPLE COMPLETAMENTE AL AZAR (FSA) - DESBALANCEADO Primero se hace balanceado y luego se elimina algun dato para que se vuelva desbalanceado, es decir, no hay la misma cantidad de repeticiones ya que algunas de estas se dañaron Un solo factor No hay bloques ANÁLISIS DE VARIANZA DESBALANCEADO FACTOR (ácido) = escarificaci...
5708 sym R (18622 sym/41 pcs) 1 img
Clase 10 - Diseño Desbalanceado (FS - BG - CA)
##Diseño desbalanceado (FS-BG-CA) Modelo \[y_{ijk} = \mu + \tau_i + \beta_{j} + \tau\beta_{ij} + \epsilon_{ijk} \] \(i=1,2,\dots,a\text{num tratamientos}\) \(a\) números de niveles de factor \(j=1,2, \dots, b\) \(b\) número de bloques \(k=1,2, \dots, r_i\) \(r_i=\) \[ Y_{ijk}: \mu + \tau_{i}+ \beta_{j}+ \epsilon_{ijk} i= 1,2\dots,a\text{Núm...
553 sym R (4938 sym/18 pcs) 2 img
Taller - Diseño de Experimentos
TALLER - PUNTO 1 library(readxl) Datos1 <- read_excel("C:/Users/Lorena/Desktop/Datos.xlsx", sheet = "Punto1") #View(Datos) Datos1$Factor = as.factor(Datos1$Factor) Datos1$Respuesta = as.numeric(Datos1$Respuesta) FACTORIAL SIMPLE COMPLETAMENTE AL AZAR #Datos asociando la respuesta a la fractura (tiempo hasta la fractura) ...
17495 sym R (17451 sym/121 pcs) 25 img
Clase 15 - Diseño de Experimentos
set.seed(123) # Variable respuesta: CONDUCTANCIA ESTOMÁTICA ce = c( rnorm(n = 15, mean = 100, sd = 10), rnorm(n = 15, mean = 120, sd = 12) ) # Factor 1: HORA DE EVALUACIÓN hora = gl(2, 15, 30, labels = c(6, 12)) # Factor 2: ILUMINACIÓN ilum = gl(3, 5, 30, c('IB', 'IM', 'IA')) # Bloqueo: PARCELA parc = gl(5, 1, 30, paste0('B', 1:5...
1277 sym R (3773 sym/29 pcs) 9 img
Clase 16 - Diseño En Parcelas Divididas
#DISEÑO EN 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 NOTA: TRABAJO FACTORIAL INCOMPLETO EN BLOQUES CON COVARIABLES SCRIPT P...
1000 sym R (2740 sym/17 pcs) 5 img
Clase 13 - Diseño de Experimentos
set.seed(123) data = expand.grid(x=1:10, y=1:10) data$rto = rnorm(100, 3, 0.3) data$rto = sort(data$rto) + runif(100, 0, 0.1) data$mo = rnorm(100, 2.5, 0.1) data$mo = sort(data$mo) + runif(100, 0, 0.1) library(ggplot2) ## Warning: package 'ggplot2' was built under R version 4.2.2 g1 = ggplot(data) + aes(x, y, fill = rto) + geom_tile() ...
1644 sym R (8613 sym/39 pcs) 9 img