Analisis de supuestos de anva en r

Análisis de los supuestos que hacen posible el análisis de la variancia

En el Programa R:
Se analizara un diseño DCA ( 1 factor; q contiene 4 dietas)
Sentencia: Ingreso de la data:coag=read.table(file.choose(), header=T)

1. Supuesto de normalidad
> tiempo dieta mod anva anva
Analysis of Variance Table

Response: tiempo
Df Sum Sq Mean Sq F value Pr(>F)
dieta3 228 76.0 13.571 4.658e-05 ***
Residuals 20 112 5.6
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
> e yest cme cme
[1] 5.6
> e.stand e.stand
12 3 4 5
4.225771e-01 -4.225771e-01 8.451543e-01 -8.451543e-01 -1.267731e+00
6 7 8 9 104.225771e-01 2.112886e+00 -8.451543e-01 -4.225771e-01 -3.680735e-17
11 12 13 14 15
1.625835e-16 -8.451543e-01 1.267731e+00 -4.225771e-011.625835e-16
16 17 18 19 20
1.625835e-16 -2.112886e+00 4.225771e-01 -4.225771e-01 -9.545171e-17
21 22 2324
8.451543e-01 1.267731e+00 8.451543e-01 -8.451543e-01

> qqnorm(e.stand)
> qqline(e.stand)

[pic]

Conclusiones graficas

En el grafico Normal Q-Q Plot se puede apreciar queaproximadamente 22/24 residuales estandarizados (91.7% de los e.stand / LO IDEAL es el 95%) se encuentra en el intervalo de ±2 cosa que nos llevaría a sospechar que se esta violando el supuesto denormalidad pero para estar seguros debemos probar estadísticamente que se esta violando el supuesto para esto utilizaremos el estadístico de prueba Prueba de Normalidad de SHAPIRO WILK.

>shapiro.test(e)

Shapiro-Wilk normality test

data: e
W = 0.9783, p-value = 0.8629

Prueba de Hipotesis

Ho: Los eij ~ Normalmente
H1: Los eij no se dist Normalmente

Alfa=0.05

Prueba...