Publications by Diego Callejas
Diseño de Varianza desbalanceado
FSCA(DESBALANCEADO) ##VARIABLE RESPUESTA %GERMINACIÓN ##FACTOR CALIFICACION DE LA SEMILLA - Sin bloqueos ##Primero se crean los datos balanceados para luego eliminar algunos datos y tener un diseño desbalanceado. set.seed(123) porc_germ = c( rnorm(40, 60, 6), rnorm(40, 70 ,7), rnorm(40, 80, 8) ) acido = gl(3, 40, 120, c('c0','c1', 'c...
3508 sym R (22885 sym/41 pcs) 1 img
Diseño en parcelas divididas
D1 FACTORIAL EN ARREGLO COMPLETAMENTE AL AZAR D2 FACTORIAL COMPLETO EN BLOQUES D3 FACTORIAL COMPLETO EN PARCELAS DIVIDIDAS D4 FACTORIAL INCOMPLETO AL AZAR ##TRABAJO Factorial incompleto en bloques y covariables diseño en franjas ##ULTIMO TRABAJO QUIZ DE DISEÑO EN MEDIDAS REPETIDAS DISEÑO LATTICE ANALISIS DE PERFILES DISEÑO DE EFECTOS ALEATO...
1068 sym R (2797 sym/22 pcs) 5 img
FCCA
TEMA PARA PARCIAL 2 ##Diseño factorial completo en arreglo compltamente al azar ##Cultivo de tomate #FACTOR 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[3] = 3...
1357 sym R (3567 sym/24 pcs) 4 img
Cuadrado latino
##Cuadrado Latino lote <- c(rep("L1",1), rep("L2",1), rep("L3",1), rep("L4",1), rep("L5",1)) genotipo <- c(rep("gA",5), rep("gB",5), rep("gC",5), rep("gD",5), rep("gE",5)) prov <- c("A","E","C","B","D", "C","B","A","D","E", ...
508 sym R (3136 sym/20 pcs) 5 img
FSBA Y FSBGA
##Diseño 2: 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('l_',1:4)) data = data.frame(gen, procedencia, diam_geom) head(data) ## gen procedenc...
1480 sym R (3012 sym/18 pcs) 3 img
Document
set.seed(123) datos = data.frame( gen = gl(3,4,12, c('g1', 'g2', 'g3')), rep = gl(4,1,12, c('r1', 'r2', 'r3', 'r4')), rto = c(3.5, 3.8, 3.6, 3.5, 3.6, 3.9, 4.1, 3.8, 4.2, 3.9, 4.3, 4.3) ) boxplot(rto ~ gen, data=datos) boxplot(rto ~ rep, data=datos) ##TABLA DE ANALISIS DE VARIANZA mod = aov(rto ~ gen, datos) ...
14 sym 3 img
DE CLASE 2Pruebas de hipotesis Diego Callejas
PRUEBAS DE HIPOTESIS ##PROBLEMA 1: #SE DESEA COMPARAR 2 GENOTIPOS DE PAPA CON BASE AL RENDIMIENTO (BIOMASA DE TUBERCULOS). UN ENSAYO UTILIZO 2 VARIEDADES (CRIOLLA Y PASTUSA) INVOLUCRANDO 180 PLANTAS DE LA PRIMER VARIEDAD Y 200 DE LA SEGUNDA. LOS DATOS DE RENDIMIENTO DE LA COSECHA SE PRESENTA EN LOS SIGUIENTES VECTORES criolla = rnorm(n =180, me...
1249 sym 2 img