Ejercicio Propuesto 8 Resuelto

Ejercicio Propuesto 8 (Resuelto)
Se realiza un estudio sobre el efecto que produce la descarga de aguas residuales

de una planta sobre la ecología del agua natural de un río. En el estudio se
utilizaron dos lugares de muestreo. Un lugar está aguas arriba del punto en el que
la planta introduce aguas residuales en la corriente; el otro está aguas abajo. Se
tomaron muestras durante un periodo de cuatro semanas y se obtuvieron los datos
sobre el número de diatomeas halladas. Los datos se muestran en la tabla adjunta:
Semanas
Lugar Semana 1 Semana 2 Semana 3 Semana 4
Aguas 78 94 620 760 204 333 890 655
Arriba 43 58 420 913 98 89 763 562
Aguas 79 87 546 652 45 69 254 86
abajo 145 522 76 94 59 62 789 267
Responder a las siguientes cuestiones:

1. Identificar el diseño adecuado a este experimento, escribir el modelo matemático y
explicar los distintos elementos que intervienen.
2. Estudiar si la semana y el lugar son factores determinantes en el número de
diatomeas halladas en el agua del río. ¿Hay posibilidad que una semana sea más
recomendable en un lugar del río en concreto y no lo sea en el otro lugar?
3. Estudiar en qué semana se producen menos contaminación en el río, utilizando el
método de Duncan.
4. Estudiar en qué lugar del río se producen menos diatomeas.
Solución:
Responder a las siguientes cuestiones:
1. Identificar el diseño adecuado a este experimento, escribir el modelo matemático y

explicar los distintos elementos que intervienen.
Es un diseño factorial dedos factores con replicación, la variable respuesta y ijk viene
descrita por la siguiente ecuación
Modelo estadístico del diseño factorial de dos factores con replicación

y ijk =μ +τ i + β j +¿
 yijk: Número de diatomeas halladas

 µ: Efecto constante, común a todos los niveles de los factores, denominado media
global.
 τi: Efecto medio producido por lugar de muestreo i, (∑iτi = 0).
 βj: Efecto medio producido por la semana j, (∑j βj = 0).
 (τβ)ij: Efecto medio producido por la interacción entre el lugar de muestreo i y la
semana j, (∑i (τβ)ij = ∑j (τβ)ij = 0).
 uijk: Vv aa. independientes con distribución N(0,σ).
 Variable respuesta: Número de diatomeas halladas
 Factor: Lugar de muestreo (dos niveles).
 Factor: Semana (cuatro niveles).
 Ambos factores de efectos fijos.
 Tamaño del experimento: Número total de observaciones (32).
Para realizar este supuesto en R debemos introducir primero los datos de forma correcta.
Podemos introducir los datos directamente en R de forma manual o introducirlos
previamente en un archivo de texto o Excel y leerlos en R.
En este caso lo hacemos en un archivo de texto:
 Variable respuesta: n_diatomeas

 Factor: semana que tiene cuatro niveles. Es un factor de efectos fijos ya que
viene decidido que niveles concretos se van a utilizar.
 Factor: lugar con dos niveles y de efectos fijos.
 Tamaño del experimento: Número total de observaciones (32).
n_diatomeas semana lugar

78 Semana1 Aguas_arriba
79 Semana1 Aguas_abajo
> setwd("C:/Users/Usuario/Desktop/Datos") *directorio de trabajo donde estén los datos

> propuesto8<-read.table("propuesto8.txt", header = TRUE)
> propuesto8
n_diatomeas semana lugar

1 78 Semana1 Aguas_arriba
17 79 Semana1 Aguas_abajo
A continuación debemos transformar tanto la columna de los tratamiento como la de los

bloques en un factor para podemos realizar los cálculos posteriores adecuadamente.
> propuesto8$semana <- factor(propuesto8$semana)

> propuesto8$semana
[1] Semana1 Semana1 Semana2 Semana2 Semana3 Semana3 Semana4 Semana4
Semana1
Semana1
Semana2
[28] Semana2 Semana3 Semana3 Semana4 Semana4
Levels: Semana1 Semana2 Semana3 Semana4
> propuesto8$lugar <- factor(propuesto8$lugar)

> propuesto8$lugar
[1] Aguas_arriba Aguas_arriba Aguas_arriba Aguas_arriba Aguas_arriba
[16] Aguas_arriba Aguas_abajo Aguas_abajo Aguas_abajo Aguas_abajo
[21] Aguas_abajo Aguas_abajo Aguas_abajo Aguas_abajo Aguas_abajo
[26] Aguas_abajo Aguas_abajo Aguas_abajo Aguas_abajo Aguas_abajo
[31] Aguas_abajo Aguas_abajo
Levels: Aguas_abajo Aguas_arriba
2. Estudiar si la semana y el lugar son factores determinantes en el número de

diatomeas halladas en el agua del río. ¿Hay posibilidad que una semana sea más
recomendable en un lugar del río en concreto y no lo sea en el otro lugar?
Primero vamos a obtener la tabla ANOVA
> mod1 <- aov(n_diatomeas~ semana + lugar + semana * lugar, data = propuesto8 )
> mod1
Call:
aov(formula = n_diatomeas ~ semana + lugar + semana * lugar,
data = propuesto8)
Terms:
semana lugar semana:lugar Residuals
Sum of Squares 1236724.8 235984.5 330818.2 914922.0
Deg. of Freedom 3 1 3 24
Residual standard error: 195.2479
Estimated effects may be unbalanced
> summary(mod1)
Df Sum Sq Mean Sq F value Pr(>F)
semana 3 1236725 412242 10.814 0.00011 ***
lugar 1 235984 235984 6.190 0.02018 *
semana:lugar 3 330818 110273 2.893 0.05616 .
Residuals 24 914922 38122
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Son significativos los efectos de los dos factores, pero no es significativo la interacción.
Ambos son factores determinantes en el número de diatomeas halladas en el agua del
río.
Para determinar si hay algún día de la semana más recomendable que otro, vamos a
aplicar un contraste de comparaciones múltiples
Recordar que hay que cargar e instalar el paquete agricolae

> library(agricolae)
> LSD.test(mod1,"semana", p.adj="bonferroni", console=TRUE)
Study: mod1 ~ "semana"
LSD t Test for n_diatomeas
P value adjustment method: bonferroni
Mean Square Error: 38121.75
semana, means and individual ( 95 %) CI
n_diatomeas std r LCL UCL Min Max
Semana1 138.250 157.90933 8 -4.222082 280.7221 43 522
Semana2 510.125 299.51887 8 367.652918 652.5971 76 913
Semana3 119.875 99.41319 8 -22.597082 262.3471 45 333
Semana4 533.250 295.20344 8 390.777918 675.7221 86 890
Alpha: 0.05 ; DF Error: 24
Critical Value of t: 2.875094
Minimum Significant Difference: 280.6781
Treatments with the same letter are not significantly different.
n_diatomeas groups
Semana4 533.250 a
Semana2 510.125 a
Semana1 138.250 b
Semana3 119.875 b
El número de diatomeas (533.250) es mayor en la semana 4 y menor en la semana 3

(119.875). Hay dos subgrupos diferenciados. Un subgrupo está formado por las
semanas 2 y 4 y el otro subgrupo por las semanas 1 y 3.
> SNK.test(mod1,"lugar", console=TRUE)

Study: mod1 ~ "lugar"
Student Newman Keuls Test
for n_diatomeas
Mean Square Error: 38121.75
lugar, means
n_diatomeas std r Min Max
Aguas_abajo 239.50 245.9295 16 45 789
Aguas_arriba 411.25 324.0622 16 43 913
Alpha: 0.05 ; DF Error: 24
Critical Range
2
142.4721
Means with the same letter are not significantly different.
n_diatomeas groups
Aguas_arriba 411.25 a
Aguas_abajo 239.50 b
Se produce menos contaminación en aguas abajo, con un número de diatomeas de

239.50. Y como hemos dicho anteriormente hay diferencias significativas entre el
número de diatomeas que se producen en aguas arribas del rio y las que se producen en
aguas abajo del rio
3. Estudiar en qué semana se producen menos contaminación en el río, utilizando
el método de Duncan.
> (duncan=duncan.test(mod1, "semana" , group = T))

$statistics
MSerror Df Mean CV
38121.75 24 325.375 60.00704
$parameters
test name.t ntr alpha
Duncan semana 4 0.05
$duncan
Table CriticalRange
2 2.918793 201.4859
3 3.065610 211.6208
4 3.159874 218.1279
$means
n_diatomeas std r Min Max Q25 Q50 Q75
Semana1 138.250 157.90933 8 43 522 73.00 83.0 106.75
Semana2 510.125 299.51887 8 76 913 338.50 583.0 679.00
Semana3 119.875 99.41319 8 45 333 61.25 79.0 124.50
Semana4 533.250 295.20344 8 86 890 263.75 608.5 769.50
$comparison
NULL
$groups
n_diatomeas groups
Semana4 533.250 a
Semana2 510.125 a
Semana1 138.250 b
Semana3 119.875 b
attr(,"class")
[1] "group"
El número de diatomeas (533.250) es mayor en la semana 4 y menor en la semana 3

(119.875)
Editor de R
setwd("C:/Users/Usuario/Desktop/Datos")
propuesto8<-read.table("propuesto8.txt", header = TRUE)
propuesto8
propuesto8$semana <- factor(propuesto8$semana)
propuesto8$semana
propuesto8$lugar <- factor(propuesto8$lugar)
propuesto8$lugar
mod1 <- aov(n_diatomeas~ semana + lugar + semana * lugar, data = propuesto8 )
mod1
summary(mod1)
library(agricolae)
LSD.test(mod1,"semana", p.adj="bonferroni", console=TRUE)
SNK.test(mod1,"lugar", console=TRUE)
(duncan=duncan.test(mod1, "semana" , group = T))

Ejercicio Propuesto 8 Resuelto

Cargado por

Copyright:

Formatos disponibles

Ejercicio Propuesto 8 Resuelto

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejercicio Propuesto 8 Resuelto

Cargado por

Copyright:

Formatos disponibles

Ejercicio Propuesto 8 (Resuelto)

Se realiza un estudio sobre el efecto que produce la descarga de aguas residuales

Responder a las siguientes cuestiones:

Responder a las siguientes cuestiones:

1. Identificar el diseño adecuado a este experimento, escribir el modelo matemático y

Modelo estadístico del diseño factorial de dos factores con replicación

 yijk: Número de diatomeas halladas

En este caso lo hacemos en un archivo de texto:

 Variable respuesta: n_diatomeas

n_diatomeas semana lugar

> setwd("C:/Users/Usuario/Desktop/Datos") *directorio de trabajo donde estén los datos

n_diatomeas semana lugar

A continuación debemos transformar tanto la columna de los tratamiento como la de los

> propuesto8$semana <- factor(propuesto8$semana)

> propuesto8$lugar <- factor(propuesto8$lugar)

2. Estudiar si la semana y el lugar son factores determinantes en el número de

Primero vamos a obtener la tabla ANOVA

Recordar que hay que cargar e instalar el paquete agricolae

El número de diatomeas (533.250) es mayor en la semana 4 y menor en la semana 3

> SNK.test(mod1,"lugar", console=TRUE)

Se produce menos contaminación en aguas abajo, con un número de diatomeas de

> (duncan=duncan.test(mod1, "semana" , group = T))

El número de diatomeas (533.250) es mayor en la semana 4 y menor en la semana 3

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.