Publications by Natalia Deaquiz
MODELO LINEAL MIXTO - TRABAJO FINAL
MODELO LINEAL MIXTO Para llevar a cabo el análisis se descargan las siguientes librerias: library(tidyverse) ## Warning: package 'tidyverse' was built under R version 4.3.1 ## Warning: package 'ggplot2' was built under R version 4.3.1 ## Warning: package 'lubridate' was built under R version 4.3.1 ## ── Attaching core tidyverse packages ─�...
4074 sym R (13886 sym/43 pcs) 2 img
Clase 6 de junio
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...
226 sym R (12058 sym/66 pcs)
Clase 2 de junio
#DISEÑO EN MEDIDAS REPETIDAS #Primeros diseños donde el tiempo juega un papel en el modelado, los anteriores no tomaban esta variable. #REPEATED MEASURES ANOVA IN R LINK: https://www.datanovia.com/en/lessons/repeated-measures-anova-in-r/ #Factor - intrasujetos= Tiempo #Factor - entresuejtos = FSCA, FSBA, FCCA, FCBA. #Medidas repetidas en: una ...
2758 sym R (7124 sym/49 pcs) 5 img
CLASE 26 MAYO
#Diseño factorial simple completamenete al azar #Variable respuesta: Porcentaje de germinación #Factor: Esclarificación de la semilla (Induce la esclarificaicón de la semilla) #Sin bloques -Se busca analizar el efecto de tres tratamientos con concentraciones diferentes de acido sobre la semilla con respecto a su germinación. #Primero se cre...
3710 sym R (22872 sym/41 pcs) 1 img
Clase 14 de mayo
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',...
133 sym R (1004 sym/8 pcs) 6 img
Clase 19 de mayo
PARCELAS DIVIDIDAS * 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 PLOT DESING (buscar p...
977 sym R (2740 sym/17 pcs) 5 img
TALLER MODELO PARCIAL
PUNTO 1 library(readxl) datos1 <- read_excel("~/SEMESTRE 2023-1/DISENO DE EXPERIMENTOS/TALLER DISE_1.xlsx", sheet = "Hoja1") print(datos1) ## # A tibble: 12 × 3 ## Tmp Prs Rep ## <dbl> <dbl> <chr> ## 1 0.88 0.05 I ## 2 0.87 0.05 II ## 3 0.89 0.05 III ## 4 0.92 0.1 I ## 5 0.94 0.1 II ## ...
16243 sym R (19308 sym/145 pcs) 24 img
Taller1_NV
PUNTO 1 library(readxl) datos1 <- read_excel("~/SEMESTRE 2023-1/DISENO DE EXPERIMENTOS/TALLER DISE_1.xlsx", sheet = "Hoja1") print(datos1) ## # A tibble: 12 × 3 ## Tmp Prs Rep ## <dbl> <dbl> <chr> ## 1 0.88 0.05 I ## 2 0.87 0.05 II ## 3 0.89 0.05 III ## 4 0.92 0.1 I ## 5 0.94 0.1 II ## ...
11614 sym R (12353 sym/96 pcs) 14 img
TALLER ACTUALIZADO 1.
library(readxl) datos1 <- read_excel("~/SEMESTRE 2023-1/DISEÑO DE EXPERIMENTOS/TALLER DISEÑO.xlsx") print(datos1) ## # A tibble: 12 × 3 ## Tmp Prs Rep ## <dbl> <dbl> <chr> ## 1 0.88 0.05 I ## 2 0.87 0.05 II ## 3 0.89 0.05 III ## 4 0.92 0.1 I ## 5 0.94 0.1 II ## 6 0.93 0.1 III ## 7 0...
10291 sym R (10205 sym/88 pcs) 9 img
Diseño factorial completo en arreglo completamente al azar- Segundo parcial
#TEMATICA SEGUNDO PARCIAL #Diseno factorial completo en arreglo completamente al azar #Cultivo de tomate set.seed(123) #Factor1 aporque <- gl(2,60.,120, c("con_A", "sin_A")) # Factor2 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_fre...
1675 sym R (2715 sym/16 pcs) 4 img