การเปรียบเทียบค่าเฉลี่ยด้วยวิธีการต่างๆ

#การเปรียบเทียบค่าเฉลี่ย

เริ่มต้นด้วยการเรียก library(agricolae) แล้วสั่งด้วยคำสั่งข้างล่างนี้ได้เลยครับ

library(agricolae)

#LSD

LSD.test(yield,trt,21,2468,group=T,console=T)
LSD.test(md,'trt',alpha=0.05,console=T)
tapply(yield,trt,sd)
tapply(yield,trt,mean)
tapply(yield,trt,var)
tapply(yield,trt,sd)/sqrt(4)

#duncan

duncan.test(yield,trt,21,2468,group=T,console=T)
duncan.test(md,'trt',alpha=0.05,console=T)

#qtukey

qtukey(0.05,7,21,lower.tail=F)
qtukey(0.95,7,21)

#scheffe
scheffe.test(yield,trt,21,2468.4,group=T,console=T)
scheffe.test(md,'trt',alpha=0.05,console=T)

#การเปรียบเทีบบแบบออธาโกนอล

d<-read.table('clipboard',header=TRUE)
d
attach(d)
names (d)
blk<-factor(blk)
trt<-factor(trt)
coef<-matrix(c(-3,1,1,1,0,1,1,-2,0,-1,1,0),nrow=4,ncol=3,byrow=F)
coef
contrasts(trt)<-coef
contrasts(trt)
md<-aov(yield~blk+trt)
summary(md)
summary(md,split=list(trt=list(1,2,3)))
summary(md,split=list(trt=list('T1vs(T2,T3,T4)'=1,'(T2,T3)vsT4'=2,'T2vsT3'=3)))

#การเปรียบเทียบแนวโน้ม

d<-read.table('clipboard',header=TRUE)
d
attach(d)
names (d)
blk<-factor(blk)
trt<-factor(trt)
coef<-matrix(c(-3,-1,1,3,1,-1,-1,1,-1,3,-3,1),nrow=4,ncol=3,byrow=F)
coef
contrasts(trt)<-coef
contrasts(trt)
md<-aov(yield~blk+trt)
summary(md)
summary(md,split=list(trt=list('Li'=1,'Qu'=2,'Cu'=3)))
#หรือ
summary(md,split=list(trt=list('Linear'=1,'Quadratic'=2,'Cubic'=3)))


y<-tapply(yield,trt,sum)
y
x<-c(5,10,15,20)
x
md<-lm(y~x+I(x^2))
summary(md)

detach(d)

#การเปรียบเทียบแนวโน้ม แบบลัดไม่ต้องเปิดตาราง

d<-read.table('clipboard',header=TRUE)
d
attach(d)
names (d)
blk<-factor(blk)
trt<-factor(trt)
coef<-contr.poly(4)
coef
contrasts(trt)<-coef
trt
md<-aov(yield~blk+trt)
summary(md)
summary(md,split=list(trt=list('Li'=1,'Qu'=2,'Cu'=3)))

#การเปรียบเทียบระหว่างกลุ่มร่วมกับการเปรียบเทียบแนวโน้ม

d<-read.table('clipboard',header=TRUE)
d
attach(d)
names (d)
blk<-factor(blk)
trt<-factor(trt)
d1<-read.table('clipboard',header=TRUE)
d1
coef<-as.matrix(d1)
coef
is.matrix(coef)
md<-aov(yield~blk+trt)
summary(md)
detach(d)
rm(list=ls(all=TRUE))

ฟังก์ชันสุ่ม(Random)ด้วยR

#CRD

library(agricolae)
trt <- c ('A' , 'B' , 'C' , 'D')
trt
rep <- c(3, 3, 3, 3)
rep
library(agricolae)
plan <- design.crd(trt, rep, number = 1, seed =1123)
plan
detach(d)
rm(list=ls(all=TRUE))


#RCBD

trt <- c ('1' , '2' , '3' , '4' , '5')
blk <- 4
library(agricolae)
plan2 <- design.rcbd(trt, blk, number = 1, seed =111)
plan2
detach(d)
detach(d)
rm(list=ls(all=TRUE))



#LS

trt <- c ('Sw1' , 'Sw2' , 'Sw3' , 'Sw5')
library(agricolae)
plan3 <- design.lsd(trt, number = 1, seed =111)
plan3
detach(d)
detach(d)
rm(list=ls(all=TRUE))



#Factorial

var<-c('A','B','c')
fer<-c('0','10')
library(agricolae)
plant5<-design.ab(var, fer, 2, number=1, seed=600)
plant5
detach(d)
detach(d)
rm(list=ls(all=TRUE))



#Split plot

var<-c('A','B','c')
fer<-c('0','10')
library(agricolae)
plant7<-design.split(var, fer, r=2, number=1, seed=600)
plant7
detach(d)
detach(d)
rm(list=ls(all=TRUE))


#triple lattice

library(agricolae)
trt<-c(1:132)
trt
outdesign<-design.lattice(trt,r=3,serie=3)
outdesign

# triple lattice

library(agricolae)
trt<-LETTERS[1:9]
design.lattice(trt,r=3,serie=2)

# simple lattice
trt<-1:100
plan<-design.lattice(trt,r=2,serie=3)

CRD, RCBD, LS, Factorial, Split plot, Rectangular lattice designs และ Correletion

#CRD

d<-read.table('clipboard',header=TRUE) 

d

attach(d)

trt<-factor(trt)

md<-aov(yield~trt)

summary(md)

library(agricolae)

cv.model(md)

print(LSD.test(md,'trt',alpha=0.05))

detach(d)

detach(d)

rm(list=ls(all=TRUE))

#RCBD

d<-read.table('clipboard',header=TRUE) 

d

attach(d)

names (d)

blk<-factor(blk)

trt<-factor(trt)

md<-aov(yield~blk+trt)

summary(md)

library(agricolae)

cv.model(md)

print(LSD.test(md,'trt',alpha=0.05))

detach(d)

detach(d)

rm(list=ls(all=TRUE))

#LS

d<-read.table('clipboard',header=TRUE) 

d

attach(d)

row<-factor(row)

col<-factor(col)

trt<-factor(trt)

md<-aov(yield~row+col+trt)

summary(md)

library(agricolae)

print(LSD.test(md,'trt',alpha=0.05))

detach(d)

detach(d)

rm(list=ls(all=TRUE))

#Factorial

d<-read.table('clipboard',header=TRUE) 

d

attach(d)

names (d)

blk<-factor(blk)

var<-factor(var)

fer<-factor(fer)

md<-aov(yield~blk+fer*var)

summary(md)

library(agricolae)

print(LSD.test(yield,var:fer,10,0.4,alpha=0.05))

 #Split plot

<-read.table('clipboard',header=TRUE) 

d

attach(d)

names (d)

blk<-factor(blk)

var<-factor(var)

fer<-factor(fer)

md1<-aov(yield~blk+var*fer+Error(blk:var))

summary(md1)

library(agricolae)

print(LSD.test(yield,var,4,0.417,alpha=0.05))

print(LSD.test(yield,fer,6,0.3,alpha=0.05))

detach(d)

detach(d)

rm(list=ls(all=TRUE))


#Rectangular lattice designs

d<-read.table('clipboard',header=T)
d
attach(d)
names(d)
library(agricolae)
print(BIB.test(blk,trt,yield))
detach(d)
detach(d)
rm(list=ls(all=TRUE))

#Correletion

d<-read.table('clipboard',header=T)

d

nx<-ncol(d)-1

E.x<-matrix(NA,nrow=nx,ncol=nx)

cor(d)

detach(d)

detach(d)

rm(list=ls(all=TRUE))