Se realizó un ejercicio donde 3 variables en 10 tratamientos se evaluaron de manera clásica usando graficas para ver las relaciones de sus variables, supuestos de normalidad y homocedasticidad variable a variable, frente al análisis de covarianza MANCOVA donde se evaluó la normalidad en los trt y su relación. Se observó la singularidad en data.frame y la prueba de Tukey y Duncan

Se realizó en R y en Excel la generación de datos de hombres y mujeres, estos datos fueron categorizados, se generaron los puntos de categoria usando el metodo optimo para la raiz cuadrada. Se usó la prueba McNemar para evaluar un pre y post test, y se evaluaron variables cualitativas con la prueba chi cuadrado

Se generaron datos con multiples variables, se separaron y se observó como el realizar prueba t por separado me deja información por fuera, es aca donde la prueba T2 me puede ayudar a distinguir diferencias en ensayos multivariados

Se evaluó el diseño de experimentos y las diferentes conjugaciones en la elaboración de un experimento, tmbn se observó lo determinante que es reevaluar la hipotesis y la toma de decisiones

Se observó la correlacion de spearmen, pearson, se excluyó los slyders, se observó la incidencia y prevalencia, y se terminó con el hablar de lo que compoñe el diseño de experimentos

una serie de ejercicios para familiarizarnos con vectores, matrices, dimensiones, sustraer números, combinar y generar histogramas o boxplots con lineas y puntos

Clase introductoria a la estadistica multivariada UN

Busqué comparar los datos de brotación en ramas los cuales fueron medidos en 4 oportunidades, se buscó agrupar unas variables usando clusters pero al final solo se pudo graficar una variable (desconozco como añadir el factor del tiempo y despues de unas 5 horas no lo logré entender)