Professional Documents
Culture Documents
1
En diseño experimental un gráfico Q-Q (en inglés se conoce como Q-Q plot; la letra"Q" viene de la palabra inglesa quantile)
es un método descriptivo para el diagnóstico de diferencias entre la distribución de probabilidad de una población de la que se
ha extraído una muestra aleatoria y una distribución usada para la comparación.
http://es.wikipedia.org/wiki/Gr%C3%A1fico_Q-Q, enero del 2018.
2
j) Realizar la PdH de Shapiro-Wilk para el diagnóstico inferencial del supuesto de normalidad de los
residuos del modelo.
Sugerencia: Ingresar shapiro.test(residuals(ejc.aov)) para obtener el EdP (estadístico de
prueba) ‒que en este caso se denota por W ‒ y el respectivo valor-p.
k) Dibujar e interpretar el gráfico de los residuos en función de los predichos para el diagnóstico
exploratorio de la homocedasticidad2 de los errores de los tratamientos3.
Sugerencia: plot(fitted.values(ejc.aov),residuals(ejc.aov))
l) Realizar la PdH de Levene para el diagnóstico inferencial del supuesto de homocedasticidad de los
errores o residuos asociados a las respuestas de los tratamientos del modelo.
Sugerencia:
tratamientos <-
c("T1","T1","T1","T1","T1","T1","T1","T1","T1","T1","T2","T2","T2","T2","T2","
T2","T2","T2","T2","T2","T3","T3","T3","T3","T3","T3","T3","T3","T3","T3","T4"
,"T4","T4","T4","T4","T4","T4","T4","T4","T4","T5","T5","T5","T5","T5","T5","T
5","T5","T5","T5","T6","T6","T6","T6","T6","T6","T6","T6","T6","T6")
ejc.aov.levene <- aov(lm(abs(residuals(ejc.aov))~tratamientos))
summary(ejc.aov.levene)
m) Realizar la prueba no paramétrica de Kruskal-Wallis, incluyendo la comparación de a pares por el
método de Bonferroni; se deben construir grupos como en el literal h.
Sugerencia:
ejc.KW <- data.frame(hinchamiento,molde,catalizador,tratamientos)
kruskal.test(hinchamiento~tratamientos,data=ejc.KW)
(comp.bonferroni <-
pairwise.wilcox.test(hinchamiento,tratamientos,p.adj="bonferroni",exact=F))
2
En diseño experimental un modelo presenta homocedasticidad cuando la varianza del error de la variable de respuesta se
mantiene constante en todos los tratamientos. http://es.wikipedia.org/wiki/Homocedasticidad, enero del 2018.
3
Una forma de verificar el supuesto de homocedasticidad es graficando los predichos contra los residuos: los predichos o
respuestas estimadas van en el eje horizontal y los residuos en el eje vertical. Si los puntos en esta gráfica se distribuyen de
manera aleatoria en una banda horizontal, entonces es señal de que se cumple el supuesto de homocedasticidad; por el contrario,
si los puntos se distribuyen siguiendo algún patrón ‒como por ejemplo en forma de corneta o embudo‒ entonces es evidencia
de que no se cumple tal supuesto.
3