BIBD – Nierenfunktion bei Katzen

Damit wir wirklich verstehen, wie ein BIBD aussieht, bauen wir einen Datensatz mit einem BIBD von Grund auf.

Angenommen, wir möchten den Unterschied zwischen vier verschiedenen Nassfuttersorten in der Katzenernährung auf die Nierenfunktion testen. Katzenfutter ist allerdings teuer, daher testen wir pro Block nur 3 Futtersorten, um Geld zu sparen. Der Blockfaktor ist die color der Katze, denn daran sind wir im Rahmen unseres Experiments nicht interessiert. Das Ergebnis ist der gemessene Kreatininwert im Blut – ein Indikator für Nierenfunktion und -funktionsstörungen, sowohl bei Katzen als auch bei Menschen.

Diese Übung ist Teil des Kurses

Versuchsplanung in R

Kurs anzeigen

Anleitung zur Übung

Die benutzerdefinierte Funktion lambda() wurde für dich geladen. Berechne lambda mit t = 4, k = 3 und r = 3, um sicherzustellen, dass ein BIBD möglich ist.
Führe den Code aus, um den Datensatz zusammenzustellen. Du siehst dann die Reihenfolge, in der die Futter-Treatments in jedem Block verwendet werden.
Erstelle cat_model mit aov() entsprechend der oben beschriebenen Versuchsanordnung und untersuche die Ergebnisse mit summary(). Macht die Art des Nassfutters einen Unterschied bei den Kreatininwerten?

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Calculate lambda
___

# Build the data.frame
creatinine <- c(1.98, 1.97, 2.35, 2.09, 1.87, 1.95, 2.08, 2.01, 1.84, 2.06, 1.97, 2.22)
food <- as.factor(c("A", "C", "D", "A", "B", "C", "B", "C", "D", "A", "B", "D"))
color <- as.factor(rep(c("Black", "White", "Orange", "Spotted"), each = 3))
cat_experiment <- as.data.frame(cbind(creatinine, food, color))

# Create cat_model and examine with summary()
___ <- ___ (___ ~ ___ + color, data = ___)
___

Code bearbeiten und ausführen