Análisis de datos estructurados. Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat)

Transcripción

1 Análisis de datos estructurados Santiago Ulloa Datos proporcionados por: Vinicio Uday (Infostat)

2 Los datos Bloque Tratamiento Rendimiento Se realizó un ensayo para evaluar el rendimiento en kg de materia seca por hectárea de una forrajera con distintos aportes de N2 en forma de urea. Las dosis de urea probadas fueron 0 (control), 75, 150, 225 y 300 kg/ha. El ensayo se realizó en distintas zonas, en las que por razones edáficas y climáticas se podían prever rendimientos diferentes. Las zonas en este caso actuaron como bloques. El diseño a campo se ilustra en la Figura 1. Los datos se encuentran en el archivo Bloque. Bloque I Bloque II Bloque II Bloque IV

3 Rendimiento kg/ha Box-plot o diagrama de bigotes Effecto del Nitrogeno en el renndimiento Dosis de nitrogeno kg/ha

4 Diseño completamente al azar proc anova; class t ; model rendimiento=t ; means t/lsd lines; run; Suma de Cuadrado de Fuente DF cuadrados la media F-Valor Pr > F Modelo <.0001 Error Total corregido Procedimiento ANOVA t Tests (LSD) para Rendimiento NOTA: This test controls the Type I comparisonwise error rate, not the experimentwise error rate. Alpha 0.05 Error Degrees of Freedom 15 Error de cuadrado medio Valor crítico de t Diferencia menos significativa t Agrupamiento Media N T A A A A A B C

5 Bloques completamente al azar proc glimmix; class t b; model rendimiento=t; random b; lsmeans t/diff lines; run; Differences of T Least Squares Means Error T _T Estimador estándar DF Valor t Pr > t < < < < T Grouping for T Least Squares Means (Alpha=0.05) LS-medias con la misma letra no son significativamente diferente. T Estimador A A B A B B C D

6 Diagrama de barras

7 mn.data Diagrama lineal nlevels.x

8 Rendimiento Modelo lineal Analysis of Variance Table Response: Rendimiento Df Sum Sq Mean Sq F value Pr(>F) Tratamiento e-11 Residuals Coefficients: Estimate Std. Error Pr(> t ) (Intercept) e-15 Tratamiento e-08 Residual standard error: Multiple R-squared: 0.813, Adjusted R-squared: F-statistic: on 1 and 18 DF, p-value: 5.676e

9 Rendimiento Modelo cuadratico Analysis of Variance Table Response: Rendimiento Df Sum Sq Mean Sq Pr(>F) Tratamiento e-09 *** I(Tratamiento^2) ** Residuals Coefficients: Estimate Std. Error t value Pr(> t ) (Intercept) 1.971e e e-14 Tratamiento 8.422e e e-06 I(Tratamiento^2) e e Signif. codes: 0 *** ** 0.01 * Residual standard error: on 17 degrees of freedom Multiple R-squared: , Adjusted R-squared: F-statistic: on 2 and 17 DF, p-value: 8.776e Tratamiento

10 Que es un parámetro 3. Encuentre x

11 Que es un modelo no-lineal Figura 1. Modelos polinomiales (a), (b) (c) Es una ecuación que se caracteriza por el hecho de que la respuesta esperada depende no linealmente de uno o mas parámetros desconocidos. Mientras que las regresiones lineales son usadas para desarrollar modelos empíricos, las regresiones no lineales se usan cuando hay razones científicas para creer que la relación entre la respuesta y su predictores siguen un cierto patrón funcional. Todo modelo simplifica lo que describe ( para eso sirve!), y tiene en consecuencia un cierto dominio de validez, que puede significar de utilidad.

12 Algunos modelos Logístico de 4 parámetros Michaelis-Menten Weibull de 4 parametros

13 Rendimiento kg/ha Modelo logístico-logarítmico Produccion de materia seca Dosis de nitrogeno kg/ha

14 Rendimiento kg/ha Produccion de materia seca Dos modelos adicionales: Cual es mejor? 2000 Log-logistic (fm1) Cousens (fm2) Weibull (fm3) Dosis de nitrogeno kg/ha

15 Model fitted: Log-logistic Model fitted: Weibull Parameter estimates: Parameter estimates: Estimate Std. Error t-value p-value b:(intercept) c:(intercept) d:(intercept) e:(intercept) Estimate Std. Error t-value p-value b:(intercept) c:(intercept) d:(intercept) e:(intercept) Residual standard error: Residual standard error: (16 degrees of freedom) > summary (fm2) (16 degrees of freedom) Model fitted: Michaelis-Menten Parameter estimates: Estimate Std. Error t-value p-value c:(intercept) d:(intercept) e:(intercept) Residual standard error: (17 degrees of freedom)

16 Valores ED Logística Estimated effective doses Estimate Std. Error 1: : : Michaelis-Menten Estimated effective doses Estimate Std. Error 1: : : Weibull Estimated effective doses Estimate Std. Error 1: : : >

17 Ahora cual modelo es mejor? loglik IC Lack of fit Res var Quad NA MM e W e l e l e Cubic NA Lin NA W e l e

18 Materia seca [kg ha Linear plus Plateau Model 1 ] MaxNR= Yield MaxNR= Dosis de nitrogeno [kg ha 1 ] Parameters: Estimate Std. Error b b x

19 Rendimiento kg/ha Diferencias entre localidades Produccion de materia seca Localidad 1 Localidad 2 Localidad 3 Localidad Dosis de nitrogeno kg/ha

20 Diferencias entre localidades Localidad B C D E (0.1) 2011 (83) 7664 (6330) 2304 (12e+3) (0.4) 1833 (55) 3440 (125) 93 (7) (1.1) 2169 (60) 3200 (224) 67 (10) (2.4) 1878 (147) 3124 (235) 77 (12) En cual localidad se tuvo mejores resultados (consistentes con el M)? Cual tuvo los peores resultados? Cual tuvo la mayor respuesta? Porque? Cual localidad tuvo una mayor concentración inherente de nitrógeno?

21 Preguntas?