Presentaci%F3n5_Disenio_Experimentos

Report
de_pinzones.r
library(abd)
En un proyecto de investigación, se tienen datos respecto a una muestra de pinzones, y se desea
conocer si el tamaño del pico es una característica particular en cada una de las 3 subespecies que
se encuentran en la muestra: Crimson-rumped waxbill (CRU.WAXB), Cutthroat finch (CUTTHROA), y
White-browed sparrow weaver (WB.SPARW). Para verificar esto, se determina plantear un modelo de
diseño de experimentos que nos permita verificar si la subespecie es un factor de influencia en el
tamaño del pico de los pinzones.
Modelo:
Unifactorial de efectos fijos completamente al azar
Variable Independiente:
Subespecie del pinzón
Variable Respuesta:
Longitud del pico
Repeticiones:
15
Unidad experimental:
Pinzón
Schluter, D. 1988. The evolution of finch communities on islands and
continents: Kenya vs. Galapagos. Ecological Monographs 58: 229-249
Analysis of Variance Table
Response: beak.length
Df
Sum Sq
species
2
100.528
Residuals 42
6.963
Total
44
107.491
--- Signif. codes: 0 ‘***’ 0.001 ‘**’
Mean Sq
50.264
0.166
F value
303.2
Pr(>F)
< 2.2e-16 ***
0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
R2=0.93522446604492
CUTTHROA-CRU.WAXB
upr
0.8935522
3.6526408
3.1652560
WB.SPARW-CUTTHROA
Tukey multiple comparisons of means
95% family-wise confidence level Fit:
aov(formula = beak.length ~ species)
species
diff
lwr
CUTTHROA-CRU.WAXB 0.5205882 0.1476243
WB.SPARW-CRU.WAXB 3.3080882 2.9635357
WB.SPARW-CUTTHROA 2.7875000 2.4097440
p adj
0.0042683
0.0000000
0.0000000
95% family-wise confidence level
0.5
1.0
1.5
2.0
2.5
Differences in mean levels of species
3.0
3.5
bartlett.test(res2,species)
Bartlett test of homogeneity of variances
data: res2 and species
Bartlett's K-squared = 33.4714, df = 2, p-value = 5.392e-08
datos_dis_exp.xlsx
de1_lodos.r
El lodo de desagüe es el residuo seco que resulta de procesar las aguas negras; como contiene
nutrientes benéficos para el crecimiento de plantas, se puede usar como fertilizante en la agricultura,
siempre que no contenga niveles tóxicos de ciertos elementos como metales pesados. Por regla
general, los niveles de metales en los lodos se prueba según el crecimiento de plantas en ambientes
que contienen distintas dosis de lodo. Un científico de suelos planteó la hipótesis de que la
concentración de ciertos metales en los lodos difiere según las áreas metropolitanas de las que se
obtuvo el lodo, la variación puede ser el resultado de una gran cantidad de causas, como las distintas
bases industriales que rodean el área. Si esto fuera cierto, entonces las recomendaciones de
aplicación en cultivos tendrán que ser precedidas por la ubicación de la fuente de material. Se planeó
una prueba para determinar si había una variación significativa en las concentraciones de metales
pesados entre las diversas áreas metropolitanas. Se cultivaron plantas de cebada en un medio de
arena al que se agregó el lodo como fertilizante, en tres cantidades diferentes: 0.5, 1.0, 1.5 toneladas
métricas / ha. El arreglo factorial para el diseño de tratamientos consistió en un “cantidad” con tres
niveles. Cada uno de los tratamientos se asignó a en un diseño totalmente aleatorizado. En cierta
etapa de crecimiento se determinó el contenido de zinc, en partes por millón (ppm), para las plantas
de cebada cultivadas en cada contenedor. Los datos se muestran a continuación:
0.5
26.4, 23.5, 25.4, 22.9,
30.1, 31.0, 30.8, 32.8,
19.4, 19.3, 18.7,19.0
Cantidad de lodo (ton/ha)
1.0
1.5
25.2,39.2, 25.5, 31.9, 26.0, 44.6, 35.5, 38.6,
47.7, 39.1, 55.3, 50.7, 73.8, 71.1, 68.4, 77.1,
23.2, 21.3, 23.2, 19.9 18.9, 19.8, 19.6, 21.9
Formule el modelo correspondiente y de sus conclusiones.
20
30
40
50
60
70
Lodos
zinc
Modelo:
Unifactorial de efectos fijos completamente al azar
Variable Independiente:
Lodo en 3 niveles
Variable Respuesta:
Zinc
Repeticiones:
12
Unidad experimental:
Planta de Cebada
0.5
1
1.5
Concentración
Analysis of Variance Table
Response: zinc
Df
Sum Sq
Mean Sq
F value
lodo
2
1945.4
972.72
3.9886
Residuals 33
8047.9
243.88
Total
35
9993.38
--Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Pr(>F)
0.02809 *
R2 = 0.194673373773438
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = zinc ~ lodo)
diff
8.575
18.000
9.425
lwr
-7.069001
2.355999
-6.219001
upr
24.219
33.644
25.069
p adj
0.3810272
0.0212468
0.3141251
1.5-1
lodo
1-0.5
1.5-0.5
1.5-1
1.5-0.5
1-0.5
95% family-wise confidence level
0
10
20
Differences in mean levels of lodo
Bartlett test of homogeneity of variances
data: res by lodo
Bartlett's K-squared = 19.1527, df = 2, p-value = 6.935e-05
30
de2_imeca.r
datos_dis_exp.xlsx
Se tienen los valores máximos mensuales (correspondientes al año 1998) del índice IMECA para
cuatro zonas metropolitanas (Cd. de México, Guadalajara, Monterrey y Valle de Toluca). Elabore el
modelo correspondiente para analizar si las zonas metropolitanas presentan valores IMECA similares y
de sus conclusiones.
Ciudades
Abr
224
201
112
92
May
251
269
121
128
Jun
251
162
116
128
Modelo:
Unifactorial de efectos fijos completamente al azar
Variable Independiente:
Zona Metropolitana con 4 niveles
Variable Respuesta:
índice IMECA
Repeticiones:
12
Unidad experimental:
Valor máximo mensual del índice IMECA
Jul
221
137
85
100
Ago
236
127
95
121
Sep
225
137
110
91
Oct
243
177
107
112
Nov
240
167
91
115
Dic
262
157
88
104
Indice IMECA
250
Mar
244
226
122
109
200
Feb
220
227
92
122
150
Ene
218
194
72
113
100
ZMCM
ZMGDL
ZMMTY
ZMVT
GDL
MEX
MTY
Zona Metropolitana
VT
Analysis of Variance Table
Response: imeca
Df
Sum Sq
ciudad
3
145564
Residuals 44
27250
Total
47
172813.9
---Signif. codes: 0 ‘***’ 0.001 ‘**’
Mean Sq
48521
619
F value
78.347
Pr(>F)
< 2.2e-16 ***
0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = imeca ~ ciudad)
$ciudad
MEX-GDL
MTY-GDL
VT-GDL
MTY-MEX
VT-ME
VT-MTY
diff
54.50000
-80.83333
-70.50000
-135.33333
-125.00000
10.33333
lwr
27.37368
-107.95965
-97.62632
-162.45965
-152.12632
-16.79298
upr
81.62632
-53.70702
-43.37368
-108.20702
-97.87368
37.45965
p adj
0.0000167
0.0000000
0.0000001
0.0000000
0.0000000
0.7403691
MTY-GDL
95% family-wise confidence level
VT-MTY
MTY-MEX
R2=0.842317868883052
-150
-100
-50
0
Differences in mean levels of ciudad
50
-60
-20
0
20 40 60 80
Residuos IMECA
GDL
MEX
MTY
VT
Zonas Metropolitanas
Bartlett test of homogeneity of variances
data: res and ciudad
Bartlett's K-squared = 23.6332, df = 3, p-value = 2.98e-05
de_ozono.r
datos_ozono.xlsx
Los agentes destructores del ozono atmosférico se clasifican en 3 categorías (CFC,HCFC y
TC), la producción anual de estos para los años 1989 a 1996 se muestra a continuación:
anio
1989
1990
1991
1992
1993
1994
1995
1996
CFC
10156
10576
9784
9964
12525
15417
15737
8959
HCFC
3790
2514
2918
1872
2875
2298
2141
5394
TC
4244
6928
7809
9601
7746
11979
10998
1645
Se desea conocer cuál es el tipo de agentes que más se produce. Elabore el modelo de diseño
de experimentos correspondiente y de sus conclusiones.
14000
10000
6000
2000
Modelo:
Unifactorial de efectos fijos bloques al azar
Variable Independiente:
Agentes destructores de ozono con 3 niveles
Variable Respuesta:
Cantidad de contaminantes producida
Variable de bloqueo:
Anio
Repeticiones:
8
Unidad experimental:
Valor observado de contaminantes
Agentes destructores de Ozono
CFC
HCFC
TC
Analysis of Variance Table
Response: produccion
Df
Sum Sq
Mean Sq
F value
tipo
2
300810916 150405458 22.623
anio
1
6721638 6721638 1.011
Residuals 20
132965174 6648259
Total
23
440497728.5
---Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = produccion ~ tipo + anio)
$tipo
diff
lwr
upr
HCFC-CFC
-8664.5
-11926.18
-5402.8199
TC-CFC
-4021.0
-7282.68
-759.3199
TC-HCFC
4643.5
1381.82
7905.1801
Pr(>F)
7.324e-06 ***
0.3267
R2=0.698147877343672
p adj
0.0000045
0.0143043
0.0048439
bartlett.test(res,tipo)
Bartlett test of homogeneity of variances
data: res and tipo
Bartlett's K-squared = 6.5294, df = 2, p-value = 0.03821
de_pasto.r
library(datasets)
En un estudio, para medir la tolerancia al frio de la especie de pasto
Echinochloa crus-galli se utiliza el consumo de dióxido de carbono como un
indicador de la tolerancia al frio. Se cuenta con una muestra de 84 lotes de
pasto y se utilizan dos factores para la elaboración del modelo Type que
denota el origen la planta (Quebec ó Mississipi) y Treatment que denota si la
planta fue refrigerada ó no.
Modelo:
Bifactorial de efectos fijos completamente al azar
Variables Independientes:
Type (2 niveles) y Treatment(2 niveles)
Variable Respuesta:
Consumo de CO2 (umol/m2 sec)
Repeticiones:
21 por tratamiento
Unidad experimental:
Lote de pasto
Analysis of Variance Table
Response: uptake
Df
Type
1
Treatment
1
Type:Treatment
1
Residuals
80
Total
83
Sum Sq
3365.5
988.1
225.7
5127.6
9706.97
Mean Sq
3365.5
988.1
225.7
64.1
F value
52.5086
15.4164
3.5218
Pr(>F)
2.378e-10 ***
0.0001817 ***
0.0642128 .
--- Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
R2=0.471761611786418
Tukey multiple comparisons of means
95% family-wise confidence level
Fit: aov(formula = uptake ~ Type * Treatment)
$Type
Mississippi-Quebec
diff
lwr
upr
p adj
-12.65952 -16.13624 -9.182808 0
$Treatment
chilled-nonchilled
diff
lwr
upr
p adj
-6.859524 -10.33624 -3.382808 0.0001817
$Type:Treatment
Mississippi:nonchilled-Quebec:nonchilled
Quebec:chilled-Quebec:nonchilled
Mississippi:chilled-Quebec:nonchilled
Quebec:chilled-Mississippi:nonchilled
Mississippi:chilled-Mississippi:nonchilled
Mississippi:chilled-Quebec:chilled
diff
-9.3809
-3.5809
-19.5190
5.8000
-10.1380
-15.9380
lwr
-15.86369
-10.06369
-26.0017
-0.6827
-16.6208
-22.4208
upr
-2.8982
2.901787
-13.0363
12.2827
-3.6553
-9.4553
p adj
0.0015893
0.4727714
0.0000000
0.0959830
0.0005553
0.0000000
35
Treatment
25
20
mean of uptake
30
nonchilled
chilled
Quebec
Mississippi
Type
Residuals vs Fitted
20
25
30
Fitted values
aov(uptake ~ Type * Treatment)
1
8
1
0
-1
-2
1
-3
29
Standardized residuals
0
-10
-20
Residuals
10
Normal Q-Q
35
298
-2
-1
0
1
Theoretical Quantiles
aov(uptake ~ Type * Treatment)
2

similar documents