Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Punto 1
#Ejercicio numero 1 parcial estadistica 3
metales <- c
(428,419,458,439,441,456,463,429,438,445,441,463,462,448,435,465,429,472,453,549,42
7,468,452,447)
temp <-
c("A","A","A","A","A","A","A","A","A","A","A","A","B","B","B","B","B","B","B","B","
B","B","B","B")
data<-data.frame(temp, metales)
data
temp<-factor(temp)
modelo<-lm(metales~temp)
anova<-aov(modelo)
summary(anova)
fact<-c("afalonpree","afalonpree","afalonpree","afalonemer","afalonemer","afalonemer",
"igram","igram","igram","Arclitposventi","Arclitposventi","Arclitposventi",
"Arclitemer","Arclitemer","Arclitemer","Arclitposcuarenti","Arclitposcuarenti","Arclitposc
uarenti",
"Banvelmasafalon", "Banvelmasafalon",
"Banvelmasafalon","Banvelmasigram","Banvelmasigram",
"Banvelmasigram","testigo","testigo","testigo")
fact<-factor(Fact)
is.factor(fact)
dap<-data.frame(resp, Fact)
#punto a)
#ho: las medias son iguales
#h1: las medias son diferentes entre si
modelo11<-lm(resp~Fact)
anova11<-aov(modelo11)
summary(anova11)
#PUNTO C
# Las medias son iguales, ya que (0,887>0,05) por ende no existe diferencias entre
#los 9 metodos de control de malezas.
#Punto D
shapiro.test(modelo11$residuals)
qqnorm(modelo11$residuals)
qqline(modelo11$residuals)
# se cumple la normalidad
bartlett.test(modelo11$residuals~fact)
# se cumple la homocedasticidad
lop<-seq(1,nrow(dap), 1)
lop
plot(modelo11$residuals~lop, type="o", main="independencia", ylab="residuos",
xlab="orden",
col="blue")
# se cumple independencia
#los resultados obtenidos por el anova son confiables