# Tabla 2.5 Rendimiento de grano de arroz variedad IR8 con seis diferentes niveles de siembra, usando diseño de BCA con cuatro repeticiones
# Cargando datos
semilla = read.csv("C:/Users/Administrator/Desktop/Table 2.5 - datos.csv", header = T)
# Mostrando contenido de "Table 2.5-datos"
semilla
trt rep rend
1 25 RepI 5113
2 25 RepII 5398
3 25 RepIII 5307
4 25 RepIV 4678
5 50 RepI 5346
6 50 RepII 5952
7 50 RepIII 4719
8 50 RepIV 4264
9 75 RepI 5272
10 75 RepII 5713
11 75 RepIII 5483
12 75 RepIV 4749
13 100 RepI 5164
14 100 RepII 4831
15 100 RepIII 4986
16 100 RepIV 4410
17 125 RepI 4804
18 125 RepII 4848
19 125 RepIII 4432
20 125 RepIV 4748
21 150 RepI 5254
22 150 RepII 4542
23 150 RepIII 4919
24 150 RepIV 4098
str(semilla)
'data.frame': 24 obs. of 3 variables:
$ trt : int 25 25 25 25 50 50 50 50 75 75 ...
$ rep : Factor w/ 4 levels "RepI","RepII",..: 1 2 3 4 1 2 3 4 1 2 ...
$ rend: int 5113 5398 5307 4678 5346 5952 4719 4264 5272 5713 ...
# Convirtiendo "trt" en variables categóricas
semilla$trt = factor(semilla$trt)
# Reorganizando tabla (no necesario)
attach(semilla)
xtabs(rend ~ trt + rep)
rep
trt RepI RepII RepIII RepIV
25 5113 5398 5307 4678
50 5346 5952 4719 4264
75 5272 5713 5483 4749
100 5164 4831 4986 4410
125 4804 4848 4432 4748
150 5254 4542 4919 4098
# Gráfico
with (semilla, interaction.plot(rep, trt, rend))
# Análisis de varianza (completo)
anova(lm(rend ~ rep + trt))
Analysis of Variance Table
Response: rend
Df Sum Sq Mean Sq F value Pr(>F)
rep 3 1944361 648120 5.86 0.0074 **
trt 5 1198331 239666 2.17 0.1128
Residuals 15 1658376 110558
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
# Análisis de varianza (sin bloques)
anova(lm(rend ~ trt))
Analysis of Variance Table
Response: rend
Df Sum Sq Mean Sq F value Pr(>F)
trt 5 1198331 239666 1.2 0.35
Residuals 18 3602737 200152
# Diagnosticos del modelo
plot(lm(rend ~ rep + trt))
Fuente: Paginas 22 – 30; Statistical Procedures for Agricultural Research. 1984. Gómez, K.A.; Gómez, A.A. Segunda Edición; IRRI—John Wiley & Sons
