BIBD – kattnjurarnas funktion

För att verkligen förstå hur ett BIBD ser ut ska vi bygga ett dataset från grunden.

Säg att vi vill undersöka skillnaden mellan fyra olika våtfoder för katter och hur de påverkar njurfunktionen. Kattmat är dock dyrt, så vi testar bara 3 foder per block för att hålla nere kostnaderna. Blockningsfaktorn är kattens color (färg), eftersom det inte är något vi är intresserade av i vårt experiment. Utfallsvariabeln är uppmätt kreatininnivå i blodet – ett mått på njurfunktion och njurdysfunktion hos både katter och människor.

Den här övningen är en del av kursen

Experimentell design i R

Visa kurs

Övningsinstruktioner

Den anpassade funktionen lambda() har redan lästs in. Beräkna lambda med t = 4, k = 3 och r = 3 för att kontrollera att ett BIBD är möjligt.
Kör koden för att sätta ihop datasetet. Du kan se i vilken ordning foderbehandlingarna används i varje block.
Skapa cat_model med aov() enligt experimentbeskrivningen ovan och granska resultaten med summary(). Har typen av våtfoder någon effekt på kreatininnivåerna?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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 = ___)
___

Redigera och kör kod