Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ord<-c(rep(c("1","2","3","4"),4))
meto<-c("C","B","A","D","D","C","B","A","A","D","C","B","B","A","D","C")
tiem<-c(10,7,5,10,14,18,10,10,7,11,11,12,8,8,9,14)
length(tiem)
modelo
MCRL<-aov(tiem~meto+ord+operador)
anova(MCRL)
summary(MCRL)
opar<-par(mfrow=c(1,2))
qqline(MCRL$resid)
r<-rstandard(MCRL)
hist(r,prob=T,xlim=c(-3,3),xlab="Res.estudentizados",main="Histograma")
lines(xseq<-seq(-3,3,length=100), dnorm(xseq,mean(r),sd(r)))
par(opar)
Y podemos extraer información sobre el reparto de los residuos estudentizados
por debajo de -1.96 y encima de 1.96
summary(rstandard(MCRL))
quantile(rstandard(MCRL),prob=c(0.025,0.975))