Practica II – Segundo Bimestre

Tomas Sarango

Ejercicio 11.4. Tomado del libro Barón-López

Para evaluar la influencia del tipo de acidosis del recién nacido en los niveles de glucemia
medidos en el cordón umbilical del mismo, se obtuvieron los datos de la siguiente tabla:

Nivele de glucemia
Controles 51, 56, 58, 60, 62, 63, 65, 68, 72, 73
Ac. Respiratoria 60, 65, 66, 68, 68, 69, 73, 75, 78, 80
Ac. Metabólica 69, 73, 74, 78, 79, 79, 82, 85, 87, 88
Ac. Mixta 70, 75 ,76, 77, 79, 80, 82, 86, 88, 89

# Ho: "No hay diferencia del tipo de acidosis

# H1: "Existe diferencia al menos en un tipo de acidosis

# creamos la variable de grupo (categórica):

tipo=rep(c("Controles","Ac.Respiratoria","Ac.Metabolica","Ac.Mixtat"),c(10,10,10,10))

tipo

class(tipo)

# la convertimos en factor

tipo=as.factor(tipo)

Gráfica para ver diferencias

y=Glucosa

x=tipo
# Ejecutamos el anova

modelo=aov(y ~ x)

> summary(modelo)

Df Sum Sq Mean Sq F value Pr(>F)

x 3 2046 682.0 16.69 5.84e-07 **

Residuals 36 1471 40.9

---

Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

#Se rechaza la Ho. Ya, que 5.84e-07 < 0.05

# Es decir, existe al menos un tipo de acidosis que reportó valores diferentes

# Utilizamos una prueba de comparación múltiple

# Prueba de Tukey

TukeyHSD(modelo)

plot(TukeyHSD(modelo), las=1)

> TukeyHSD(modelo)

Tukey multiple comparisons of means

95% family-wise confidence level

Fit: aov(formula = y ~ x)

$x

diff lwr upr p adj

Ac.Mix-Ac.Met 0.8 -6.899679 8.4996785 0.9922177

Ac.Resp-Ac.Met -9.2 -16.899679 -1.5003215 0.0138896

Controles-Ac.Met -16.6 -24.299679 -8.9003215 0.0000073

Ac.Resp-Ac.Mix -10.0 -17.699679 -2.3003215 0.0066432

Controles-Ac.Mix -17.4 -25.099679 -9.7003215 0.0000031

Controles-Ac.Resp -7.4 -15.099679 0.2996785 0.0633589

# Concl: los controles difieren de todas

Se puede afirmar que hay diferencia significativa entre los valores

medios de glucemia entre cada par de grupos

# Verificación de supuestos

par(mfrow=c(2,2))

plot(modelo)

# Verificando Homocedasticidad residual:

# Ho: Las varianzas son iguales (se cumple la homocedasticidad)

> bartlett.test(modelo$residuals ~ x)

Bartlett test of homogeneity of variances

data: modelo$residuals by x

Bartlett's K-squared = 0.19616, df = 3, p-value = 0.9782

# Verificación de la normalidad

# Ho: Los residuos son normales

> shapiro.test(modelo$residuals)
 Shapiro-Wilk normality test

data: modelo$residuals

W = 0.96139, p-value = 0.1868