RESUMEN Experimentos de un solo factor

RESUMEN: Experimentos con un solo factor
Lectura de datos
datos<- read.table(file.choose(), header=T)
attach(datos)

punto <- as.factor(punto)
# Análisis descriptivo y gráfico
tapply(oxigeno, punto,summary)

par(mfrow=c(1,2))

boxplot(oxigeno ~punto)
# Para realizar el grafico de medias instalamos la
librería gplots
install.packages("gplots")
require(gplots)
Gráfico de mediasplotmeans(oxigeno ~punto)
Modelo
modelo <- aov(oxigeno ~ punto)
summary(modelo)
Comparación de medias
Método LSD
H0: ui = uj
H1: ui ≠ uj para toda i ≠ j

install.packages("agricolae")
require(agricolae)LSD.test(modelo, "punto")

Método de Tukey
H0: ui = uj
H1: ui ≠ uj para toda i ≠ j

TukeyHSD(modelo, "punto")
plot(TukeyHSD(modelo, "punto"))

Método de Duncan
H0: ui = uj
H1: ui ≠ uj para toda i ≠ jduncan.test(modelo, "punto")
Metodo de Dunett:
Cuando uno de los tratamientos es un control y el interés es comparar cada una de las medias de los a − 1 tratamientos restantes con el control
H0: ui =ua
H1:ui ≠ ua
Para i= 1,2, … , a − 1.
Método de Scheffé:
Esta diseñado para probar todos los contrastes de medias que pudieran interesar al experimentador
scheffe.test(modelo, "punto")
Verificación de lossupuestos del modelo: Los errores del modelo son variables aleatorias que siguen una distribución normal e independiente con media cero y varianza σ2.
Prueba de normalidad: Los residuales procedende una distribución normal.
H0: Los residuales proceden de una distribución normal.
H1: Los residuales no proceden de una distribución normal.
Pruebas de normalidad de los residuales
#Procedimientografico:
modelo <- aov(puntuacion ~grado)
summary(modelo)
residuales <- residuals(modelo)
valores_ajustados<-(fitted(modelo))
par(mfrow=c(1,3))
qqnorm(residuales, xlab="Cuantiles teóricos",ylab="Cuantiles muestrales",
main="Gráfico cuantil-cuantil")
qqline(residuales)
hist(residuales, xlab="Residuales", ylab="Frecuencia", main="Histograma")
boxplot(residuales, xlab="Residuales", main="Gráfico de...