Publications by Pedro González Beermann
Anova Mixto RM
library(tidyverse) ## -- Attaching packages --------------------------------------- tidyverse 1.3.1 -- ## v ggplot2 3.3.5 v purrr 0.3.4 ## v tibble 3.1.5 v dplyr 1.0.7 ## v tidyr 1.1.4 v stringr 1.4.0 ## v readr 2.0.2 v forcats 0.5.1 ## -- Conflicts ------------------------------------------ tidyverse_conflicts() -- #...
34 sym R (4114 sym/27 pcs) 2 img
Distribuciones Estadistics
Distribución t La longitud del intervalo de confianza es una medida de la precisión de la estimación. \[ \psi(x)=\exp(x^2) \] De aquí que es deseable que la longitud de los intervalos sea pequeña y con alto nivel de confianza. El ancho de los intervalos es mayor a medida que sea mayor la varianza de la población y el nivel de confianza exig...
439 sym R (656 sym/9 pcs) 2 img
BoxplotEira
setwd("C:/Users/PEDRO GONZALEZ/Documents") library(tidyverse) ## -- Attaching packages --------------------------------------- tidyverse 1.3.1 -- ## v ggplot2 3.3.5 v purrr 0.3.4 ## v tibble 3.1.5 v dplyr 1.0.7 ## v tidyr 1.1.4 v stringr 1.4.0 ## v readr 2.0.2 v forcats 0.5.1 ## -- Conflicts --------------------------...
26 sym R (1630 sym/17 pcs) 4 img
Eira Graficas
library(ggplot2) df<-read.csv("methio.csv") library(ggplot2) Data<-cut(df$Cyproconazole,breaks=c(0,8.65,20,30,40,50,Inf),labels=c('<LOD','8.66-20','20-30','30-40','40-50','1000-1200'),include.lowest =TRUE) Data=data.frame(value=Data) Data$value=factor(Data$value) ggplot(data = Data, mapping = aes(x=value)) + geom_bar(fill="bisque",color=...
14 sym R (2137 sym/5 pcs) 4 img
CurvaCalibracion CH4
patrones<-read.csv("EduardoCal.csv") knitr::kable(patrones, align = "lc") Conc Area 2.961004 3718453 6.636550 5698866 7.128343 6165431 15.959615 9791255 17.216873 10578222 38.759065 16215582 41.583397 18278200 100.000000 39114734 100.000000 38054828 Curva de Calibración del ciproconazol y<-patrones$Area x<-patrones$Conc modelo<-lm...
58 sym R (1607 sym/10 pcs) 2 img 1 tbl
Eira Data
df<-read.csv("Eira2.csv") Análisis de ANOVA df$Productor<-factor(df$Productor) df$Conc<-as.numeric(df$Conc) df$Lugar<-factor(df$Lugar) modelo<-aov(Conc~Lugar,data=df) summary(modelo) ## Df Sum Sq Mean Sq F value Pr(>F) ## Lugar 1 32080 32080 0.872 0.356 ## Residuals 41 1508710 36798 El valor de p=0.356 indic...
507 sym R (7116 sym/40 pcs) 6 img 1 tbl
Empresas
data<-read.csv("https://raw.githubusercontent.com/PedroGonzalezBeermann2020/Experimental/main/DATA.csv") data ## emp1 emp2 emp3 emp4 emp5 ## 1 1 1 0 0 1 ## 2 0 1 0 1 0 ## 3 1 0 1 0 0 ## 4 0 0 1 0 0 ## 5 0 1 1 1 0 ## 6 0 1 0 1 1 ## 7 1 ...
219 sym R (1043 sym/5 pcs)
Diagonal
A<-matrix(c(2,12,2,22,14,45,3,25,3,7,7,18,2,45,7,17,3,1,3,11,22,12,7,5,7), 5,5) s<-c(2,3,7) A ## [,1] [,2] [,3] [,4] [,5] ## [1,] 2 45 7 17 22 ## [2,] 12 3 18 3 12 ## [3,] 2 25 2 1 7 ## [4,] 22 3 45 3 5 ## [5,] 14 7 7 11 7 v1=which(A==2,arr.ind = TRUE) v2=which(A==3,arr....
18 sym R (1710 sym/14 pcs)
Ventas
set.seed(1234) Simulation_Length=365 Current_Stock=1000 Lead_Time=0 pedido=FALSE dias<-seq(1,365) sales=c() demands=c() Stock=c() LeadT=c() pedidos=c() noSales=0 for(dia in dias){ demand=as.integer(rnorm(1,30,5)) if(Current_Stock<=100 & pedido==FALSE){ Lead_Time=0 pedido=TRUE } if(Lead_Time==3 & pedido==T...
10 sym R (19073 sym/5 pcs) 1 img