BIBD - nierfunctie van katten

Om zeker te weten dat we echt begrijpen hoe een BIBD eruitziet, gaan we vanaf nul een gegevensset met een BIBD opbouwen.

Stel dat we het verschil willen testen tussen vier soorten natvoer in het dieet van katten op hun nierfunctie. Kattenvoer is echter duur, dus we testen maar 3 soorten per blok om kosten te besparen. De blokkeringsfactor is de color van de kat, omdat we daar in dit experiment niet in geïnteresseerd zijn. De uitkomst is het gemeten creatininegehalte in het bloed, een indicator van nierfunctie en -disfunctie bij zowel katten als mensen.

Deze oefening maakt deel uit van de cursus

Experimenteel ontwerp in R

Cursus bekijken

Oefeninstructies

De aangepaste functie lambda() is voor je geladen. Bereken lambda met t = 4, k = 3 en r = 3 om te controleren of een BIBD mogelijk is.
Voer de code uit om de gegevensset samen te stellen. Je ziet de volgorde waarin de voerbehandelingen in elk blok worden gebruikt.
Maak cat_model met aov() volgens de beschrijving van het experiment hierboven en bekijk de resultaten met summary(). Maakt het type natvoer verschil voor de creatininewaarden?

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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 bewerken en uitvoeren