> VENADOS<-c(11, 5, 14, 7, 10, 7, 15, 4, 11, 11, 10, 7, 16, 7, 7, 5, 10, 10, 6, 12, 4, 4, 6, 3, 5, 6, 8, 3, 7, 3)

+ droga <- as.factor(c(rep(c("A", "B", "C"), each =10)))

+ tiempo= aov( lm(VENADOS ~ droga) )

+ summary(tiempo)

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

droga 2 127.4 63.70 6.952 0.00367 **

Residuals 27 247.4 9.16

---

Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

> intervals = TukeyHSD(tiempo)

+ intervals

Tukey multiple comparisons of means

95% family-wise confidence level

Fit: aov(formula = lm(VENADOS ~ droga))

$droga

diff lwr upr p adj

B-A -0.5 -3.856469 2.8564691 0.9277622

C-A -4.6 -7.956469 -1.2435309 0.0058195

C-B -4.1 -7.456469 -0.7435309 0.0143398

> pairwise.t.test(VENADOS,droga,p.adj="bonf")

Pairwise comparisons using t tests with pooled SD

data: VENADOS and droga

A B
B 1.0000 -
C 0.0064 0.0161

P value adjustment method: bonferroni

> mortalidad<-
c(60,55,52,38,31,58,53,50,35,30,37,43,57,60,66,44,37,54,57,65,63,59,54,38,38,59,51,53,62,71,46,51,63,66,74,63,44,46,
66,71,51,80,68,71,55)
> insecticida <- as.factor(c(rep(c("Baja", "Media", "Alta"), each =15)))
> dosis= aov( lm(mortalidad ~ insecticida) )
> summary(dosis)
Df Sum Sq Mean Sq F value Pr(>F)
insecticida 2 1213 606.7 4.855 0.0127 *
Residuals 42 5249 125.0
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
> intervals = TukeyHSD(dosis)
> intervals
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = lm(mortalidad ~ insecticida))

$insecticida
diff lwr upr p adj
Baja-Alta -12.666667 -22.583774 -2.749559 0.0093876
Media-Alta -7.333333 -17.250441 2.583774 0.1831125
Media-Baja 5.333333 -4.583774 15.250441 0.3995140

> pairwise.t.test(mortalidad,insecticida,p.adj="bonf")

Pairwise comparisons using t tests with pooled SD

data: mortalidad and insecticida

Alta Baja
Baja 0.01 -
Media 0.24 0.60

P value adjustment method: bonferroni

> platos<-
c(780,695,705,680,700,730,750,660,690,610,650,625,680,635,540,455,465,440,460,490,510,460,490,410,450,425,480,4
35)
> detergente <- as.factor(c(rep(c("D", "S", "K","E"), each =7)))
> rendimiento= aov( lm(platos~ detergente) )
> summary(rendimiento)
Df Sum Sq Mean Sq F value Pr(>F)
detergente 3 359100 119700 114.9 2.26e-14 ***
Residuals 24 25000 1042
---
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
> intervals = TukeyHSD(rendimiento)
> intervals
Tukey multiple comparisons of means
95% family-wise confidence level

Fit: aov(formula = lm(platos ~ detergente))

$detergente
diff lwr upr p adj
E-D -270 -317.59052 -222.40948 0.0000000
K-D -240 -287.59052 -192.40948 0.0000000
S-D -70 -117.59052 -22.40948 0.0024044
K-E 30 -17.59052 77.59052 0.3264714
S-E 200 152.40948 247.59052 0.0000000
S-K 170 122.40948 217.59052 0.0000000

> pairwise.t.test(platos,detergente,p.adj="bonf")

Pairwise comparisons using t tests with pooled SD

data: platos and detergente

D E K
E 2.6e-13 - -
K 3.3e-12 0.5691 -
S 0.0027 1.5e-10 3.9e-09

P value adjustment method: bonferroni

Tarea 4 corregida. Tomando el problema 1 como completamente al azar.
Unidad experimental: venados cola blanca machos

Variable respuesta: tiempo de desarme en min (el tiempo desde la inyeccin a la inmovilizacin)

Factor principal: drogas inmovilizantes

Niveles del factor principal: 3 (A, B, C)

A: 5mg de cloruro de succinilcolina lquido

B: 8mg de cloruro de succinilcolina reforzado

C: 200mg de hidrocloruro de feciclidina

Tratamientos: 3 (A, B, C)

Factores externos: Lugar de origen de los venados, edad de los venados, la salud de los venados o si tienen alguna enfermedad,
tiempo de inmovilizacin, peso de los venados, dieta de los venados, si estn en cautiverio o no, etc. Bloques: No hay

Poblaciones: 3 Pi: Todos los venados cola blanca machos que se inmovilizaron por la droga i Donde i= A, B, C

Parmetros de prueba: 3 i= nmero promedio en minutos del tiempo de desarme por la droga i Donde i= A, B, C

Estadsticos descriptivos.

Variable Media Varianza Desviacin Mnimo Mximo Mediana IQ Cuartiles

estndar Rango
A 9.5 13.388889 3.659083 4 15 10.5 4.00 0%: 4.0 25%: 7.0 50%: 10.5 75%: 11.0
100%: 15.0
B 9.0 10.888889 3.299832 5 16 8.5 3.00 0%: 5.0 25%: 7.0 50%: 8.5 75%: 10.0
100%: 16.0
C 4.9 3.211111 1.791957 3 8 4.5 2.75 0%: 3.00 25%: 3.25 50%: 4.50 75%: 6.00
100%: 8.00

Las medias de A y B se parecen al igual que su desviacin estndar, el mnimo ms pequeo es 3 y pertenece a C. El mximo de A y B
son cercanos con diferencia de una unidad, las medianas de Ay B son parecidas. El primer cuartil es de 7 para A y B. El mximo ms
grande es 16 y pertenece a B

Diagrama de cajas

Se observa que las medianas de A y B son parecidas , al parecer el rango de A parece contener al rango de B a excepcin de un valor
atpico. En B se observa el valor atpico como el mximo 16. Aunque se observa que B tiene la distribucin ms simtica. En A los
valores tiende a ser menores que la mediana 10.5. En C se observan los valores ms pequeos, tambien parece tener cierta simetra
la distribucin.

Para poder concluir que las 3 poblaciones se distribuyen normal, con varianzas iguales y posteriormente poder aplicar ANOVA se
realizan las pruebas de suposicin de normalidad y suposicin de igualdad de varianzas.
Shapiro-Wilk Normality Test
H0: Cada una de las poblaciones se distribuye normal con media y varianza 2
Ha: Al menos una poblacin no se distribuye normal

Variable Name Length NAs Statistic p-value

A 15 5 W = 0.9430764 0.5877249
B 15 5 W = 0.9047752 0.2469939
C 15 5 W = 0.9046545 0.2462523

Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: No se rechaza H0 al ser el valor p para cada poblacin mayor que 0.05

Conclusin: Las 3 poblaciones se distribuyen normal con media y varianza 2

Bartlett test of homogeneity of variances

H0: Las varianzas de las 3 poblaciones son iguales
Ha: Al menos una varianza de una poblacin es distinta

Variables Bartlett's K-squared df p-value

A 4.260136 2 0.1188292
B
C

Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: No se rechaza H0 al ser el valor p= 0.1188292 mayor que 0.05

Conclusin: Las 3 poblaciones tienen varianzas iguales

Al cumplirse las dos suposiciones de normalidad e igualdad de varianzas podemos aplicar ANOVA.

H0: Las medias poblacionales son iguales para las 3 poblaciones (A=B=C). No hay diferencia en los tratamientos.

Ha: Al menos una media de una de las 3 poblaciones es distinta. Al menos 1 tratamiento tiene un efecto en la variable respuesta.

> tabla<-aov(tiempo~droga)
> summary(tabla)
Df Sum Sq Mean Sq F value Pr(>F)
droga 2 127.4 63.70 6.952 0.00367 **
Residuals 27 247.4 9.16
Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: Se rechaza H0 al ser el valor p=0.00367 (como se observa arriba) menor que 0.05

Conclusin: Existe diferencia entre los tratamientos. El tiempo de desarme que se alcanza con las tres drogas es distinto.
Al existir diferencia entre los tratamientos se har una prueba de comparaciones mltiples para observar esta diferencia.

Tukey multiple comparisons of means

95% family-wise confidence level
diff lwr upr p adj
B-A -0.5 -3.856469 2.8564691 0.9277622
C-A -4.6 -7.956469 -1.2435309 0.0058195
C-B -4.1 -7.456469 -0.7435309 0.0143398
La droga A logra el mismo tiempo de desarme que la droga B, el menor tiempo de desarme se alcanza con la droga C. As la droga C al
alcanzar el menor tiempo de desarme permitir un menor tiempo de seguir al venado pero habra que medir el tiempo de
inmovilizacin para ver si esta droga (200mg de hidrocloruro de feciclidina) permite un largo tiempo de inmovilizacin lo que indica
que es efectiva. Contestando a la pregunta el mayor tiempo de desarme se alcanza con las drogas A y B (5mg de cloruro de
succinilcolina lquido y 8mg de cloruro de succinilcolina reforzado respectivamente)
Problema 2. Tomando el problema 2 como completamente al azar

Unidad experimental: moscas

Variable respuesta: nmero de moscas muertas (medida en porcentaje de mortalidad)

Factor principal: dosis de insecticida

Niveles del factor principal: Baja, Media, Alta

Tratamientos: Baja, Media, Alta

Factores externos: especies de moscas, nmero de moscas expuestas, tiempo de exposicin al insecticida, tipos de insecticidas,
tamao de las moscas, edad de las moscas, etc. Bloques: No hay

Poblaciones: 3 Pi: Todas las moscas que fueron expuestas a la dosis de insecticida i Donde i= Baja, Media, Alta

Parmetros de prueba: 3 i= El porcentaje promedio de mortalidad de las moscas que fueron expuestas al insecticida i

Donde i= Baja, Media, Alta

Estadsticos descriptivos.
Variable Media Varianza Desviacin Mnimo Mximo Mediana IQ- Cuartiles
estndar Rango

Baja 48.33333 136.6667 11.69045 30 66 52 20.0 0%: 30.0 25%: 37.5 50%: 52.0 75%: 57.5
100%: 66.0

Media 53.66667 108.8095 10.43118 37 71 54 13.0 0%: 37.0 25%: 47.5 50%: 54.0 75%: 60.5
100%: 71.0

Alta 61.00000 129.4286 11.37667 44 80 63 18.5 0%: 44.0 25%: 51.0 50%: 63.0 75%: 69.5
100%: 80.0

La desviacin estndar de las dosis Baja y Alta se parecen. Las medianas de la dosis Baja y Media se parecen. El mnimo ms pequeo
es 30 y est en la dosis baja. El mximo ms grande es 80 y est en la dosis alta.

Diagrama de cajas.

Se observa que la distribucin ms simtricas es para la dosis media de insecticida, en la dosis baja los valores tienden a ser menores
de la mediana 52 y en la dosis alta los valores tienden a estar por debajo de63 y mayores de 44. No se observan datos atpicos.
Parece ser que cumplen el criterio de normalidad.

Para poder concluir que las 3 poblaciones se distribuyen normal, con varianzas iguales y posteriormente poder aplicar ANOVA se
realizan las pruebas de suposicin de normalidad y suposicin de igualdad de varianzas.
Shapiro-Wilk Normality Test
H0: Cada una de las poblaciones se distribuye normal con media y varianza 2
Ha: Al menos una poblacin no se distribuye normal

Variable Name Length NAs Statistic p-value

Baja 45 30 W = 0.924936 0.2289607
Media 45 30 W = 0.9376016 0.3531689
Alta 45 30 W = 0.9363175 0.3383139
Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: No se rechaza H0 al ser el valor p para cada poblacin mayor que 0.05

Conclusin: Las 3 poblaciones se distribuyen normal con media y varianza 2

Bartlett test of homogeneity of variances

H0: Las varianzas de las 3 poblaciones son iguales
Ha: Al menos una varianza de una poblacin es distinta

Variables Bartlett's K-squared df p-value

Baja 0.188698 2 0.9099651
Media
Alta
Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: No se rechaza H0 al ser el valor p= 0.9099651 mayor que 0.05

Conclusin: Las 3 poblaciones de dosis de insecticida tienen varianzas iguales

Al cumplirse las dos suposiciones de normalidad e igualdad de varianzas podemos aplicar ANOVA.

H0: Las medias poblacionales son iguales para las 3 poblaciones (Baja=Media=Alta). No hay diferencia en los tratamientos.

Ha: Al menos una media de una de las 3 poblaciones es distinta. Al menos 1 tratamiento tiene un efecto en la variable respuesta.

> tabla2<-aov(moscas~dosis)

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

dosis 2 1213 606.7 4.855 0.0127 *

Residuals 42 5249 125.0

Regla de decisin: Rechazar H0 si el valor p es menor que el nivel de significancia =0.05

Decisin: Se rechaza H0 al ser el valor p=0.0127 (como se observa arriba) menor que 0.05
Conclusin: Existe diferencia entre los tratamientos. El porcentaje de mortalidad de las moscas es diferente segn la dosis de
insecticida que se aplique.
Al existir diferencia entre los tratamientos se har una prueba de comparaciones mltiples para observar esta diferencia.
> TukeyHSD(tabla2)
Tukey multiple comparisons of means
95% family-wise confidence level
diff lwr upr p adj

Media-Baja 5.333333 -4.583774 15.25044 0.3995140

Alta-Baja 12.666667 2.749559 22.58377 0.0093876

Alta-Media 7.333333 -2.583774 17.25044 0.1831125

Existe diferencia en el porcentaje de mortalidad de las moscas de acuerdo a la dosis de insecticida aplicado siendo que el porcentaje
de mortalidad ms alto se alcanza con la dosis ms alta., as se concluye que la dosis alta de insecticida es la ms efectiva.