Carga de datos

library(readxl)
## Warning: package 'readxl' was built under R version 4.2.3
ensayo_dos <- read_excel("C:/Users/maike/OneDrive/Escritorio/ensayo dos.xlsx", 
    sheet = "Hoja3")
View(ensayo_dos)

Los datos ingresados conrresponden a las mediciones de porcentajes de proteina en lechugas en tratamiento agriwebs y control.

Prueba de homeostacidad de los datos

df<-data.frame(ensayo_dos)
df
##    Agriwebs Control
## 1      9.69    8.30
## 2      9.91    8.66
## 3     10.06   10.02
## 4     10.03    9.04
## 5     10.07    8.46
## 6     10.36   10.14
## 7     10.51    9.69
## 8     10.35    9.74
## 9      9.85    9.47
## 10     9.60    8.73
## 11     9.85    9.78
## 12    10.11    9.63
## 13     9.92    9.29
## 14     9.87    9.82
## 15    10.09    9.47
Agriwebs<-aov(ensayo_dos$Agriwebs~ensayo_dos$Control)
Agriwebs
## Call:
##    aov(formula = ensayo_dos$Agriwebs ~ ensayo_dos$Control)
## 
## Terms:
##                 ensayo_dos$Control Residuals
## Sum of Squares           0.2576744 0.6117656
## Deg. of Freedom                  1        13
## 
## Residual standard error: 0.2169306
## Estimated effects may be unbalanced
anova(Agriwebs)
## Analysis of Variance Table
## 
## Response: ensayo_dos$Agriwebs
##                    Df  Sum Sq  Mean Sq F value  Pr(>F)  
## ensayo_dos$Control  1 0.25767 0.257674  5.4756 0.03589 *
## Residuals          13 0.61177 0.047059                  
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1
medias<-data.frame(mean(ensayo_dos$Agriwebs), mean(ensayo_dos$Control))
medias
##   mean.ensayo_dos.Agriwebs. mean.ensayo_dos.Control.
## 1                    10.018                 9.349333
norm_agriwebs<-shapiro.test(ensayo_dos$Agriwebs)
norm_control<-shapiro.test(ensayo_dos$Control)
prueba_normalidad<-data.frame(norm_agriwebs$p.value,norm_control$p.value)
prueba_normalidad
##   norm_agriwebs.p.value norm_control.p.value
## 1             0.6948248            0.2291874

Como el p-value es superior a 0.05, podemos asegurar que los datos cumplen una distribución normal

var=var.test(x=ensayo_dos$Agriwebs, y=ensayo_dos$Control, alternative = "two.sided", var.equal= T, conf.level = 0.95)
var$p.value
## [1] 0.003202537

En conclusión, el p-value arroja diferencias significativas entre los dos trtamientos, donde Agriwebs presenta una mejor respuesta.

prut= t.test(x = ensayo_dos$Agriwebs, y = ensayo_dos$Control, mu = 0, alternative = 'l', conf.level = 0.90)
prut
## 
##  Welch Two Sample t-test
## 
## data:  ensayo_dos$Agriwebs and ensayo_dos$Control
## t = 4.1028, df = 19, p-value = 0.9997
## alternative hypothesis: true difference in means is less than 0
## 90 percent confidence interval:
##       -Inf 0.8850562
## sample estimates:
## mean of x mean of y 
## 10.018000  9.349333