“El
ANOVA combinado [de medidas repetidas] se lleva a cabo considerando el tiempo
de observación como un factor adicional ....” página 172
 |
|
Ambas colecciones de códigos cargan las tablas 13.2 y 13.2c directamente desde el escritorio. Fue necesario crear dos archivos porque la organización de variables para ejecutar ANOVAs separados y combinados es diferente.
Códigos para R
#***********************************************************
# EXPERIMENTACIÓN EN AGRICULTURA
# Fernández Escobar, R.; Trapero, A.; Domínguez, J. 2010
# CAPÍTULO 13: ANÁLISIS DE LA VARIANZA COMBINADO
# (páginas 167 - 172)
#************************************************************
#### Importar Tabla 13.2
datos <- read.csv("C:/Users/Administrator/Desktop/tabla 13.2.csv", header=TRUE)
# Las transformaciones logarítmicas fueron hechas en Excel
# '=LOG10(PROPT1+1)' y '=LOG10(PROPT2+1)'
attach(datos)
#### Etiquetar variable 'TRAT'
TRAT <- factor(TRAT, levels = c(0,1,2), labels = c("Sin solarizar", "Solarizado 1", "Solarizado 2"))
REP <- factor(REP)
MUES <- factor(MUES)
datID <- data.frame(TRAT, REP, MUES, PROPT1, PROPT2, LOPROPT1, LOPROPT2)
attach(datID); detach(datos); str(datID)#### ANOVA de tiempos individuales
# ANOVA para LOPROP (T=1)
MODELOT1 <- aov(LOPROPT1 ~ TRAT * REP + Error(TRAT + REP), datID)
summary(MODELOT1) # opción 1##
## Error: TRAT
## Df Sum Sq Mean Sq
## TRAT 2 15.44 7.721
##
## Error: REP
## Df Sum Sq Mean Sq
## REP 3 0.07266 0.02422
##
## Error: Within
## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT:REP 6 0.503 0.08385 1.5 0.194
## Residuals 60 3.354 0.05590MODELOT1 <- aov(LOPROPT1 ~ TRAT * REP + TRAT*REP, datID)
summary(MODELOT1) # opción 2## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT 2 15.442 7.721 138.126 <2e-16 ***
## REP 3 0.073 0.024 0.433 0.730
## TRAT:REP 6 0.503 0.084 1.500 0.194
## Residuals 60 3.354 0.056
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1# ANOVA para LOPROP (T=2)
MODELOT2 <- aov(LOPROPT2 ~ TRAT * REP + Error(TRAT + REP), datID)
summary(MODELOT2) # opción 1## Error: TRAT
## Df Sum Sq Mean Sq
## TRAT 2 9.755 4.878
##
## Error: REP
## Df Sum Sq Mean Sq
## REP 3 0.05174 0.01725
##
## Error: Within
## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT:REP 6 0.464 0.07732 1.061 0.396
## Residuals 60 4.373 0.07288MODELOT1 <- aov(LOPROPT2 ~ TRAT * REP + TRAT*REP, datID)
summary(MODELOT1) # opción 2## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT 2 9.755 4.878 66.931 5.24e-16 ***
## REP 3 0.052 0.017 0.237 0.870
## TRAT:REP 6 0.464 0.077 1.061 0.396
## Residuals 60 4.373 0.073
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1detach(datID)
rm(list = ls()) # remueve (casi) todo en el ambiente de trabajo; útil para cargar otra tabla#### Importar Tabla 13.2c con variable 'TIEMPO" y 'LOPROP' en columnas individuales
datosC <- read.csv("C:/Users/Administrator/Desktop/tabla 13.2c.csv", header=TRUE)
attach(datosC)
#### Etiquetar variable 'TRAT'
TRAT <- factor(TRAT, levels = c(0,1,2), labels = c("Sin solarizar", "Solarizado 1", "Solarizado 2"))
TIEMPO <- factor(TIEMPO, levels = c(1,2) , labels = c("Tiempo 1", "Tiempo 2"))
REP <- factor(REP)
MUES <- factor(MUES)
datIDc <- data.frame(TRAT, TIEMPO, REP, MUES, PROP, LOPROP)
attach(datIDc)# Mostrando las primeras y las últimas 5 líneas de la tabla 13.2c
head(datIDc, 5)## TRAT TIEMPO REP MUES PROP LOPROP
## 1 Sin solarizar Tiempo 1 1 1 18.4 1.287802
## 2 Sin solarizar Tiempo 1 1 2 19.8 1.318063
## 3 Sin solarizar Tiempo 1 1 3 23.6 1.390935
## 4 Sin solarizar Tiempo 1 1 4 60.2 1.786751
## 5 Sin solarizar Tiempo 1 1 5 34.5 1.550228tail(datIDc, 5)## TRAT TIEMPO REP MUES PROP LOPROP
## 140 Solarizado 2 Tiempo 2 4 2 6.4 0.8692317
## 141 Solarizado 2 Tiempo 2 4 3 1.3 0.3617278
## 142 Solarizado 2 Tiempo 2 4 4 2.1 0.4913617
## 143 Solarizado 2 Tiempo 2 4 5 0.7 0.2304489
## 144 Solarizado 2 Tiempo 2 4 6 0.0 0.0000000#### Estadísticas descriptivas por grupo
source("C:/Users/Administrator/Desktop/summarySE.R") # Función summarySE
medias <- summarySE(datIDc, measurevar="LOPROP", groupvars=c("TRAT", "TIEMPO"))attach(medias); medias## TRAT TIEMPO N LOPROP sd se ci
## 1 Sin solarizar Tiempo 1 24 1.2957658 0.2613633 0.05335056 0.11036404
## 2 Sin solarizar Tiempo 2 24 1.2651218 0.2503973 0.05111214 0.10573351
## 3 Solarizado 1 Tiempo 1 24 0.4502163 0.2626273 0.05360857 0.11089777
## 4 Solarizado 1 Tiempo 2 24 0.5118877 0.2552353 0.05209969 0.10777641
## 5 Solarizado 2 Tiempo 1 24 0.2180824 0.1832201 0.03739964 0.07736704
## 6 Solarizado 2 Tiempo 2 24 0.4593394 0.2910055 0.05940126 0.12288086#### Código de gráfico de interacción
library(ggplot2)# Ejemplo anterior invertido
pd <- position_dodge(0.1) # mover barras de errores .05 hacia la izquierda y la derecha
plot.interaction <- ggplot(data = medias, aes(x = TIEMPO ,
y = LOPROP,
group = TRAT,
color = TRAT,
linetype = TRAT,
shape = TRAT)) +
geom_errorbar(aes(ymin = LOPROP-se, ymax = LOPROP+se), width = .1, position=pd) +
geom_line(position = pd) + geom_point(position = pd) + ggtitle("Gráfico con errores típicos") +
xlab("TIEMPOS") + ylab("Log10(No. Propágalos)"); plot.interaction
detach(medias)#### ANOVA combinado
# Modelo TRAT REP TRAT*REP(E) TIEMPO TRAT*TIEMPO TRAT*REP*TIEMPO(E)
MODELO <- aov(LOPROP ~ TRAT * REP * TIEMPO + TIEMPO*TRAT, datIDc)
summary(MODELO)## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT 2 24.738 12.369 192.109 <2e-16 ***
## REP 3 0.036 0.012 0.184 0.9069
## TIEMPO 1 0.297 0.297 4.606 0.0339 *
## TRAT:REP 6 0.772 0.129 1.999 0.0710 .
## TRAT:TIEMPO 2 0.459 0.229 3.563 0.0314 *
## REP:TIEMPO 3 0.089 0.030 0.460 0.7110
## TRAT:REP:TIEMPO 6 0.195 0.032 0.504 0.8042
## Residuals 120 7.726 0.064
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1# Modelo TRAT TRAT*REP(E) TIEMPO TRAT*TIEMPO
MODELO <- aov(LOPROP ~ TRAT + REP + TRAT*REP + TRAT*TIEMPO, datIDc)
summary(MODELO)## Df Sum Sq Mean Sq F value Pr(>F)
## TRAT 2 24.738 12.369 199.206 <2e-16 ***
## REP 3 0.036 0.012 0.191 0.9023
## TIEMPO 1 0.297 0.297 4.776 0.0307 *
## TRAT:REP 6 0.772 0.129 2.073 0.0607 .
## TRAT:TIEMPO 2 0.459 0.229 3.695 0.0275 *
## Residuals 129 8.010 0.062
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1#### Contrastes pendientes...
Códigos para SAS
/***********************************************************
EXPERIMENTACIÓN EN AGRICULTURA
Fernández
Escobar, R.; Trapero, A.; Domínguez, J. 2010
CAPÍTULO 13:
ANÁLISIS DE LA VARIANZA COMBINADO
(páginas 172
- 176)
************************************************************/
* Creando una libraria en donde se encuentran datos
de SAS;
LIBNAME
lib1 'C:\Users\Administrator\Desktop';
RUN;
* Importando tabla
13.2.csv;
PROC IMPORT OUT=
datos
DATAFILE="C:\Users\Administrator\Desktop\tabla
13.2.csv"
DBMS=csv
REPLACE;
GETNAMES=YES;
DATAROW=2;
RUN;
ODS HTML;
* 'Imprimiento' datos in la pantalla del Output;
PROC PRINT DATA =
datos (OBS=20);
RUN;
* Enlistando variables;
PROC CONTENTS DATA =
datos;
RUN;
* Etiquetar TRATAMIENTOS;
PROC FORMAT;
VALUE TRATCODIGO
0 = 'Sin
solarizar'
1 = 'Solarizado
1'
2 = 'Solarizado
2';
RUN;
DATA
datosID;
SET
datos;
FORMAT
TRAT TRATCODIGO. REP MUES PROPT1 LOPROP1 LOPROP2;
RUN;
* Datos con ID ;
PROC PRINT DATA =
datosID;
RUN;
* Ver resultados en página 173;
* Opción 1: ANOVA LOPROP (T=1);
PROC GLM DATA =
datosID;
CLASS
TRAT REP MUES;
MODEL
LOPROPT1 = TRAT REP TRAT*REP / SS3;
TEST H
=TRAT REP E = TRAT*REP;
RUN;
* Opción 2: ANOVA
LOPROP (T=1);
PROC MIXED DATA =
datosID METHOD = TYPE3;
CLASS
TRAT REP MUES;
MODEL
LOPROPT1 = TRAT REP /DDFM=SATTERTH;
RANDOM REP*TRAT;
RUN;
* Ver primeros resultados en página 174;
* Opción 1: ANOVA
LOPROP (T=2);
PROC GLM DATA =
datosID;
CLASS
TRAT REP MUES;
MODEL
LOPROPT2 = TRAT REP TRAT*REP / SS3;
TEST H
=TRAT REP E = TRAT*REP;
RUN;
* Ver segundos resultados en página 174;
* Opción 2: ANOVA
LOPROP (T=2);
PROC MIXED DATA =
datosID METHOD = TYPE3;
CLASS
TRAT REP MUES;
MODEL
LOPROPT2 = TRAT REP /DDFM=SATTERTH;
RANDOM REP*TRAT;
RUN;
* Variable TIEMPO agregada en una sola columna;
* Importando tabla
13.2c.csv;
PROC IMPORT OUT=
datos2
DATAFILE="C:\Users\Administrator\Desktop\tabla
13.2c.csv"
DBMS=csv
REPLACE;
GETNAMES=YES;
DATAROW=2;
RUN;
* Etiquetar TRATAMIENTOS;
PROC FORMAT;
VALUE TRATCODIGO
0 = 'Sin
solarizar'
1 = 'Solarizado
1'
2 = 'Solarizado
2';
RUN;
DATA
datosIDc;
SET
datos2;
FORMAT
TRAT TRATCODIGO. REP MUES TIEMPO PROP LOPROP;
RUN;
* Enlistando variables;
PROC CONTENTS DATA =
datosIDc;
RUN;
* Datos con ID ;
PROC PRINT DATA =
datosIDc;
RUN;
*Ordenando datos por TRAT;
PROC SORT DATA =
datosIDc; BY TRAT; RUN;
PROC UNIVARIATE DATA =
datosIDc;
VAR
LOPROP;
BY
TRAT TIEMPO;
RUN;
* Modelo TRAT REP TRAT*REP(E) TIEMPO TRAT*TIEMPO
TRAT*REP*TIEMPO(E)
Opción 1:
ANOVA Combinado LOPROP (página 174);
PROC GLM DATA =
datosIDc;
CLASS
TRAT REP TIEMPO MUES;
MODEL
LOPROP = TRAT REP TRAT*REP TIEMPO TRAT*TIEMPO TRAT*REP*TIEMPO / SS3;
TEST H
=TRAT REP TIEMPO E = TRAT*REP*TIEMPO;
RUN;
* Opción 2: ANOVA Combinado LOPROP (página 174);
PROC MIXED DATA =
datosIDc METHOD = TYPE3;
CLASS
TRAT REP TIEMPO MUES;
MODEL
LOPROP = TRAT REP TRAT*REP TIEMPO TRAT*TIEMPO / DDFM=SATTERTH;
RANDOM
REP*TRAT*TIEMPO;
RUN;
* Modelo TRAT TRAT*REP(E) TIEMPO TRAT*TIEMPO
Opción 1:
ANOVA Combinado LOPROP (página 175);
PROC GLM DATA =
datosIDc;
CLASS
TRAT REP TIEMPO;
MODEL
LOPROP = TRAT REP TRAT*REP TIEMPO TRAT*TIEMPO / SS3;
TEST H =TRAT TIEMPO E = TRAT*TIEMPO;
RUN;
* Opción 2: ANOVA Combinado LOPROP (página 175);
PROC MIXED DATA =
datosIDc METHOD = TYPE3;
CLASS
TRAT REP TIEMPO;
MODEL
LOPROP = TRAT REP TRAT*REP TIEMPO / DDFM=SATTERTH;
RANDOM TRAT*TIEMPO;
RUN;
*Contrastes ortogonales;
PROC GLM DATA =
datosIDc;
CLASS
TRAT TIEMPO;
MODEL LOPROP = TRAT TIEMPO TRAT*TIEMPO / SOLUTION;
*Tratamaientos
e interacciones S0 S1 S2 S0T1 S0T2 S1T1 S1T2 S2T1 S2T2;
CONTRAST 'T1
: S0 vs. (S1 + S2)' TRAT 2 -1 -1 TRAT*TIEMPO
2 0 -1 0 -1 0 ;
CONTRAST 'T1
: S1 vs. S2' TRAT 0 1 -1 TRAT*TIEMPO
0 0 1 0 -1 0 ;
CONTRAST 'T2
: S0 vs. (S1 + S2)' TRAT 2 -1 -1 TRAT*TIEMPO
0 2 0 -1 0 -1 ;
CONTRAST 'T2
: S1 vs. S2' TRAT 0 1 -1 TRAT*TIEMPO
0 0 0 1 0 -1 ;
*Tiempos (Tiempo 1 = T1, Tiempo 2 = T2) T1 T2;
CONTRAST 'S0
: T1 vs. T2' TIEMPO 1 -1 TRAT*TIEMPO 1 -1 0 0 0 0 ;
CONTRAST 'S1
: T1 vs. T2' TIEMPO 1 -1 TRAT*TIEMPO 0 0 1 -1 0 0 ;
CONTRAST 'S2
: T1 vs. T2' TIEMPO 1 -1 TRAT*TIEMPO 0 0 0 0 1 -1 ;
RUN;
QUIT;
ODS HTML CLOSE;
-------------------------------------------------------
Si desean repetir o ajustar códigos a datos de
sus experimentos, bajen los archivos y cambien directorios “C:/Users/Administrator/Desktop/tabla 13.2.csv” al de su computador,
dejando únicamente el nombre de la tabla a usar.
Recomendamos, además, vean esta guía sobre cómo crear contrastes ortogonales en SAS.
No hay comentarios:
Publicar un comentario