grupo_A <- c(36, 48, 5, 67, 53)
grupo_B <- c(49, 33, 60, 2, 5)
grupo_C <- c(71, 31, 140, 59, 42)
# Juntar en un solo vector
duracion <- c(grupo_A, grupo_B, grupo_C)
# Crear factor de grupo
grupo <- factor(rep(c("A", "B", "C"), each = 5))
# Ver estructura
data.frame(grupo, duracion)
## grupo duracion
## 1 A 36
## 2 A 48
## 3 A 5
## 4 A 67
## 5 A 53
## 6 B 49
## 7 B 33
## 8 B 60
## 9 B 2
## 10 B 5
## 11 C 71
## 12 C 31
## 13 C 140
## 14 C 59
## 15 C 42
# Prueba de Kruskal-Wallis
kruskal.test(duracion ~ grupo)
##
## Kruskal-Wallis rank sum test
##
## data: duracion by grupo
## Kruskal-Wallis chi-squared = 2.3191, df = 2, p-value = 0.3136
# No se rechaza H0 porque el p valor 0.3136 > 0.05
# EJERCICIO 2
# Valores por grupo
hierba <- c(180, 173, 175, 182, 181)
arbustos <- c(172, 158, 167, 160, 175)
arbol <- c(163, 170, 158, 162, 170)
# Combinar todos los datos
x <- c(hierba, arbustos, arbol)
# Crear factor de grupo
grupo <- factor(rep(c("Hierba", "Arbustos", "Arbol"), each = 5))
# Prueba no paramétrica de Kruskal-Wallis
kruskal.test(x ~ grupo)
##
## Kruskal-Wallis rank sum test
##
## data: x by grupo
## Kruskal-Wallis chi-squared = 8.4804, df = 2, p-value = 0.0144
# sE RECAHZA HO, Luego al menos dos diferentes, ay que hacer comparación multiple Dunn
# Instalar si no está
#install.packages("FSA")
library(FSA)
## Warning: package 'FSA' was built under R version 4.4.3
## ## FSA v0.10.0. See citation('FSA') if used in publication.
## ## Run fishR() for related website and fishR('IFAR') for related book.
# Test de Dunn con corrección de Bonferroni
dunnTest(x ~ grupo, method = "bonferroni")
## Dunn (1964) Kruskal-Wallis multiple comparison
## p-values adjusted with the Bonferroni method.
## Comparison Z P.unadj P.adj
## 1 Arbol - Arbustos -0.3899547 0.696570079 1.00000000
## 2 Arbol - Hierba -2.6942322 0.007055101 0.02116530
## 3 Arbustos - Hierba -2.3042775 0.021207071 0.06362121
# Los diferentes son arbol hierba, Arbusto Hierba