**Elegí el ejercicio 2**Se realizó una investigación para conocer el Índice de Masa Corporal (IMC) de cuatro poblaciones distintas ubicadas en el Sur de Jalisco, una vez creado el estudio y el diseño, el tamaño de muestra arrojo la cantidad de 30 personas. Los resultados se presentan en al Tabla 2. Hice lo siguiente: Primero caracteríce los grupos e hice estadística descriptiva y las pruebas de normalidad Tuxpan=(c(27,25,23,23,30,24,20,25,26,27,32,24,22,28,25,22,23,26,26,30,25,21,25,25,25,23,29,26,26,24)) mean(Tuxpan) sd(Tuxpan) xb=mean(Tuxpan) s=sd(Tuxpan) skewness(Tuxpan) kurtosis(Tuxpan) qqnorm(Tuxpan) qqline(Tuxpan) hist(Tuxpan, freq = F, col = “blue”, xlab = “Balance”, main = ““, xlim = c(xb-4s, xb+4s), ylim = c(0, .055),) curve(dnorm(x, mean = xb, sd = s), col = 2, lwd = 2, add = TRUE) ks.test(Tuxpan,”pnorm”, mean = mean(Tuxpan), sd = sd(Tuxpan)) shapiro.test(Tuxpan) Tamazula=(c(25,18,25,19,24,26,25,25,24,26,24,22,26,21,25,23,25,26,20,23,20,26,23,30,31,24,27,27,26,23)) mean(Tamazula) sd(Tamazula) xb=mean(Tamazula) s=sd(Tamazula) skewness(Tamazula) kurtosis(Tamazula) qqnorm(Tamazula) qqline(Tamazula) hist(Tamazula, freq = F, col = “blue”, xlab = “Balance”, main = ““, xlim = c(xb-4s, xb+4s), ylim = c(0, .055),) curve(dnorm(x, mean = xb, sd = s), col = 2, lwd = 2, add = TRUE) ks.test(Tamazula,”pnorm”, mean = mean(Tamazula), sd = sd(Tamazula)) shapiro.test(Tamazula) Zapotlan=(c(25,26,27,30,21,29,31,27,22,26,19,21,23,26,26,25,27,28,21,26,23,28,20,25,28,26,19,23,29,26)) mean(Zapotlan) sd(Zapotlan) xb=mean(Zapotlan) s=sd(Zapotlan) skewness(Zapotlan) kurtosis(Zapotlan) qqnorm(Zapotlan) qqline(Zapotlan) hist(Zapotlan, freq = F, col = “blue”, xlab = “Balance”, main = ““, xlim = c(xb-4s, xb+4s), ylim = c(0, .055),) curve(dnorm(x, mean = xb, sd = s), col = 2, lwd = 2, add = TRUE) ks.test(Zapotlan,”pnorm”, mean = mean(Zapotlan), sd = sd(Zapotlan)) shapiro.test(Zapotlan) Zapotiltic=(c(24,23,30,28,27,25,24,20,24,21,29,23,26,21,21,17,23,20,25,21,24,21,30,24,23,20,25,29,27,27)) mean(Zapotiltic) sd(Zapotiltic) xb=mean(Zapotiltic) s=sd(Zapotiltic) skewness(Zapotiltic) kurtosis(Zapotiltic) qqnorm(Zapotiltic) qqline(Zapotiltic) hist(Zapotiltic, freq = F, col = “blue”, xlab = “Balance”, main = ““, xlim = c(xb-4s, xb+4s), ylim = c(0, .055),) curve(dnorm(x, mean = xb, sd = s), col = 2, lwd = 2, add = TRUE) ks.test(Zapotiltic,”pnorm”, mean = mean(Zapotiltic), sd = sd(Zapotiltic)) shapiro.test(Zapotiltic) Posteriormente hice las pruebas de homocedasticidad Lista_pueblos <- list( Tuxpan = Tuxpan, Tamazula = Tamazula, Zapotlan = Zapotlan, Zapotiltic = Zapotiltic ) Datos_pre <- stack(Lista_pueblos) leveneTest(values ~ ind, data = Datos_pre)
**Como se distriubuyeron los datos normales, apliqué ANOVA, la prueba de ANOVA se ejecuta cuando los grupos independientes a comparar son 3 o más**modelo_anova <- aov(values ~ ind, data = Datos_pre) residuos <-
residuals(modelo_anova) plot(modelo_anova, which =1) boxplot(residuos ~
Datos_pre$ind, main= “Dispersión de Residuos por Pueblo”, xlab =
“Pueblos”, ylab = “Residuos (Errores)”, col = “green”) abline(h = 0, col
= “red”, lty = 2) plot(modelo_anova, which = 3)
summary(modelo_anova)
boxplot(values ~ ind, data = Datos_pre, main = “comparativa de IMC por
pueblo”, xlab = “Pueblos”, ylab = “IMC (kg/m2)”, col = “blue”, sub =
“p-valor = 0.36 (no significativo”) Los resultados fueron no
significativos, por tal motivo no realicé una prueba post hoc, de igual
manera no hice modelos de regresión por que el ANOVA me había dado no
significativo. Justificación Al realizar las
pruebas de normalidad, los resultados no fueron significativos, por tal
motivo utilicé la prueba de ANOVA. Al no ser significativo no hice
pruebas post hoc, por ende, tampoco realice pruebas de regresión. De
hecho, simplemente al observar las medias de cada pueblo, son casi
similares, desde ese punto me daba una idea de que las diferencias no
iban a ser estadísticamente significativas.