Professional Documents
Culture Documents
Men de estadsticas
II.
Analisis de Varianza
III.
IV.
V.
Clic
en
aceptar
y,
listo!
GL
4
15
19
S = 0.6190
SC
281.169
5.747
286.916
Nivel
T1
T2
T3
T4
T4
N
5
5
5
4
1
MC
70.292
0.383
R-cuad. = 98.00%
F
183.47
Media
47.890
44.224
42.982
37.557
37.000
Desv.Est.
0.602
0.168
0.975
0.358
*
P
0.000
R-cuad.(ajustado) = 97.46%
ICs de 95% individuales para la media
basados en Desv.Est. agrupada
--------+---------+---------+---------+(-*-)
(*-)
(-*)
(-*-)
(---*--)
--------+---------+---------+---------+38.5
42.0
45.5
49.0
Desv.Est. agrupada = 0.619
Intervalos de confianza simultneos de Tukey del 95%
Todas las comparaciones de dos a dos entre los niveles de C
GL
4
15
19
S = 0.6190
SC
281.169
5.747
286.916
Nivel
T1
T2
T3
T4
T4
N
5
5
5
4
1
MC
70.292
0.383
R-cuad. = 98.00%
F
183.47
Media
47.890
44.224
42.982
37.557
37.000
Desv.Est.
0.602
0.168
0.975
0.358
*
P
0.000
R-cuad.(ajustado) = 97.46%
ICs de 95% individuales para la media
basados en Desv.Est. agrupada
--------+---------+---------+---------+(-*-)
(*-)
(-*)
(-*-)
(---*--)
--------+---------+---------+---------+38.5
42.0
45.5
49.0
Inferior
0.000
-4.602
-5.844
-11.326
-12.512
Centro
3.666
-3.666
-4.908
-10.333
-10.890
Superior
4.602
0.000
0.000
0.000
0.000
-----+---------+---------+---------+---(------*-)
(-*------)
(-*---------)
(-*--------------------)
(--*---------------------)
-----+---------+---------+---------+----10.0
-5.0
0.0
5.0
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/LSD;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/tukey;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/dunnett;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/BON;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/SNK;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/sheffe;
run;
ods html close;
data DCA;
ods html body='reg.htm';
ods traceon;
ods listing;
input rep trat $ y;
cards;
1
T1
47.99
2
T2
44.224
3
T3
42.582
4
T4 37.446
Proc glm;
class trat;
model y=trat;
means trat/Duncan;
run;
ods html close;
Utilizando R-proyect
> datos=read.table("clipboard")
> fix(datos)
> datos
> modelo=aov(Y~Tratamiento,datos)
> anova(modelo)
> SNK<- SNK.test(modelo,"Tratamiento")
> SNK
Utilizando R-proyect
> datos=read.table("clipboard")
> fix(datos)
> datos
> modelo=aov(Y~Tratamiento,datos)
> anova(modelo)
> Sheffe<- sheffe.test(modelo,"Tratamiento")
> Sheffe
Utilizando R-Proyect
> datos=read.table("clipboard")
> fix(datos)
> datos
> modelo=aov(Y~Tratamiento,datos)
> anova(modelo)
> Duncan<- duncan.test(modelo,"Tratamiento")
> Duncan