L
labs() {ggplot2}
¡Atención!
Instalar el paquete ggplot2 para hacer uso de la función labs.
Para ello utilizar el siguiente código:
install.packages("ggplot2")
| Modificar etiquetas de ejes y leyendas |
|
Ejemplo práctico disponible en letra G, función ggboxplot() {ggpubr}
length() {base}
| Permite determinar la cantidad de elementos o longitud que contiene un objeto |
length(datos$Brix) #Número de elementos de la variable Brix de la Tabla 1: datos
## [1] 17
## [1] 7
levels() {base}
| Devuelve los niveles del vector |
x = objeto, por ejemplo un factor |
## 'data.frame': 17 obs. of 7 variables:
## $ Departamento : chr "Tumbaya" "Tumbaya" "Tumbaya" "Tumbaya" ...
## $ Variedad : chr "Granny Smith" "Red Delicius" "Red Delicius" "Red Delicius" ...
## $ Brix : num 10.5 10 11 8 17 10 12 15 9 16 ...
## $ pH : num 2.97 3.72 3.7 3.59 3.38 3.4 4.71 4.86 3.17 4.79 ...
## $ AT : num 6.05 2.32 2.18 3.08 4.83 6.52 1.06 0.96 5.61 2.12 ...
## $ PT : num 1.02 1.03 1.3 0.77 0.9 1.27 0.95 0.33 1.01 1.79 ...
## $ Caracterización: chr "Acidulado" "Dulce" "Dulce" "Dulce" ...
#Transformo la variable Variedad a factor
levels(as.factor(datos$Variedad))
## [1] "Amarilla deliciosa" "Amarilla tempranera" "Cara sucia"
## [4] "Criolla chata " "Desconocida roja I" "Desconocida roja II"
## [7] "Gran Delicius" "Granny Smith" "Melona"
## [10] "O'Henry" "Red Delicius" "Rojita"
## [13] "Verde deliciosa"
leveneTest() {car}
¡Atención!
Instalar el paquete car para hacer uso de la función leveneTest.
Para ello utilizar el siguiente código:
install.packages("car")
| Realiza la prueba de Levene para evaluar la homogeneidad de la varianza entre grupos |
y = objeto lm group = factor (variable independiente) que define los grupos center = nombre de una función para calcular el centro de cada grupo; mean: media proporciona la prueba original de Levene; median: por defecto, mediana proporciona una prueba más robusta |
## 'data.frame': 17 obs. of 7 variables:
## $ Departamento : chr "Tumbaya" "Tumbaya" "Tumbaya" "Tumbaya" ...
## $ Variedad : chr "Granny Smith" "Red Delicius" "Red Delicius" "Red Delicius" ...
## $ Brix : num 10.5 10 11 8 17 10 12 15 9 16 ...
## $ pH : num 2.97 3.72 3.7 3.59 3.38 3.4 4.71 4.86 3.17 4.79 ...
## $ AT : num 6.05 2.32 2.18 3.08 4.83 6.52 1.06 0.96 5.61 2.12 ...
## $ PT : num 1.02 1.03 1.3 0.77 0.9 1.27 0.95 0.33 1.01 1.79 ...
## $ Caracterización: chr "Acidulado" "Dulce" "Dulce" "Dulce" ...
# Observación Departamento es chr
# Transformar a factor
datos$Departamento = as.factor(datos$Departamento)
str(datos)
## 'data.frame': 17 obs. of 7 variables:
## $ Departamento : Factor w/ 2 levels "Humahuaca","Tumbaya": 2 2 2 2 1 1 1 1 1 1 ...
## $ Variedad : chr "Granny Smith" "Red Delicius" "Red Delicius" "Red Delicius" ...
## $ Brix : num 10.5 10 11 8 17 10 12 15 9 16 ...
## $ pH : num 2.97 3.72 3.7 3.59 3.38 3.4 4.71 4.86 3.17 4.79 ...
## $ AT : num 6.05 2.32 2.18 3.08 4.83 6.52 1.06 0.96 5.61 2.12 ...
## $ PT : num 1.02 1.03 1.3 0.77 0.9 1.27 0.95 0.33 1.01 1.79 ...
## $ Caracterización: chr "Acidulado" "Dulce" "Dulce" "Dulce" ...
library(car)
#Construcción del modelo
modelo = lm(formula = pH ~ Departamento, data = datos)
leveneTest(y = resid(modelo),
group = datos$Departamento,
center = mean)
## Levene's Test for Homogeneity of Variance (center = mean)
## Df F value Pr(>F)
## group 1 2.8331 0.113
## 15
library() {base}
| Permite cargar y adjuntar paquetes complementarios |
list() {base}
| Genera objetos tipo lista |
lista = list(c("Argentina","Perú","Colombia"))
class(lista)
## [1] "list"
lm() {stats}
| Permite construir el modelo lineal |
formula = Se construye empleando el símbolo “~” (virgulilla), que se interpreta “en función de” o “como respuesta a” y~x data = objeto que contiene las variables incluidas |
x = c(1038,1039,958,962,1067,960,1099,1033,975,1002,1228,1076)
y = c(391,300,352,317,221,337,521,154,483,269,549,356)
lm(y ~ x)
##
## Call:
## lm(formula = y ~ x)
##
## Coefficients:
## (Intercept) x
## -334.9599 0.6649
lm(formula = pH ~ Departamento, data = datos)
##
## Call:
## lm(formula = pH ~ Departamento, data = datos)
##
## Coefficients:
## (Intercept) DepartamentoTumbaya
## 3.9123 -0.4173
LSD.test() {agricolae}
¡Atención!
Instalar el paquete agricolae para hacer uso de la función LSD.test.
Para ello utilizar el siguiente código:
install.packages("agricolae")
| Realiza la prueba LSD |
y = modelo (aov o lm) trt = tratamiento del modelo alpha = nivel de significancia group = TRUE o FALSE console = TRUE (sí se quiere ver la salida en la consola) o FALSE |
#El modelo corresponde al planteado en la función duncan.test()
library(agricolae)
LSD = LSD.test(
y = modelo.d,
trt = "Tratamiento",
alpha = 0.05,
group = TRUE,
console = TRUE)
##
## Study: modelo.d ~ "Tratamiento"
##
## LSD t Test for Duración
##
## Mean Square Error: 0.08227
##
## Tratamiento, means and individual ( 95 %) CI
##
## Duración std r se LCL UCL Min Max
## defilippii 0.916 0.2859371 10 0.09070281 0.7298932 1.102107 0.56 1.45
## loyca 1.323 0.3469246 10 0.09070281 1.1368932 1.509107 0.86 1.86
## superciliaris 1.194 0.2114080 10 0.09070281 1.0078932 1.380107 0.82 1.46
## Q25 Q50 Q75
## defilippii 0.7525 0.825 0.9750
## loyca 1.0350 1.370 1.4450
## superciliaris 1.0600 1.210 1.3725
##
## Alpha: 0.05 ; DF Error: 27
## Critical Value of t: 2.051831
##
## least Significant Difference: 0.2631948
##
## Treatments with the same letter are not significantly different.
##
## Duración groups
## loyca 1.323 a
## superciliaris 1.194 a
## defilippii 0.916 b