RESULTADOS ANOVA (TAMIZ 1)
library(readxl)## Warning: package 'readxl' was built under R version 3.4.2base_sin_profundidades <- read_excel("C:/Users/Daniela Sofia/Desktop/base sin profundidades.xlsx")
peso_del_grano1<-(base_sin_profundidades$t1)
peso_del_grano1## [1] 0.4 2.5 11.4 2.4 0.0 1.1 5.6 2.9 6.7 20.2 11.2
## [12] 4.0 0.8 0.2 1.2 0.3 1.2 0.4 1.4 1.8 1.1 1.0
## [23] 2.6 0.0 0.3 3.0 2.9 4.6 44.8 1.9 1.8 4.5 1.1
## [34] 17.6 9.1 11.2 123.0 34.6 63.2 12.7 25.0 14.3 18.6 197.4
## [45] 1.6 9.4 4.1 0.8 2.8 22.5 3.3 2.2 1.4 3.8 1.5zonas_intermareales<-gl(5,11,label=c("zona1","zona2","zona3","zona4","zona5"))
zonas_intermareales## [1] zona1 zona1 zona1 zona1 zona1 zona1 zona1 zona1 zona1 zona1 zona1
## [12] zona2 zona2 zona2 zona2 zona2 zona2 zona2 zona2 zona2 zona2 zona2
## [23] zona3 zona3 zona3 zona3 zona3 zona3 zona3 zona3 zona3 zona3 zona3
## [34] zona4 zona4 zona4 zona4 zona4 zona4 zona4 zona4 zona4 zona4 zona4
## [45] zona5 zona5 zona5 zona5 zona5 zona5 zona5 zona5 zona5 zona5 zona5
## Levels: zona1 zona2 zona3 zona4 zona5is.factor(zonas_intermareales)## [1] TRUEtapply(peso_del_grano1,zonas_intermareales, length)## zona1 zona2 zona3 zona4 zona5
## 11 11 11 11 11tapply(peso_del_grano1,zonas_intermareales, mean)## zona1 zona2 zona3 zona4 zona5
## 5.854545 1.218182 6.136364 47.881818 4.854545tapply(peso_del_grano1,zonas_intermareales, sd)## zona1 zona2 zona3 zona4 zona5
## 6.200381 1.043856 12.909552 59.935429 6.305611annova1<-aov(peso_del_grano1~zonas_intermareales)
summary(annova1)## Df Sum Sq Mean Sq F value Pr(>F)
## zonas_intermareales 4 16719 4180 5.445 0.00102 **
## Residuals 50 38382 768
## ---
## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1shapiro.test(annova1$residuals)##
## Shapiro-Wilk normality test
##
## data: annova1$residuals
## W = 0.58759, p-value = 3.504e-11kruskal.test(peso_del_grano1~zonas_intermareales)##
## Kruskal-Wallis rank sum test
##
## data: peso_del_grano1 by zonas_intermareales
## Kruskal-Wallis chi-squared = 26.958, df = 4, p-value = 2.027e-05pairwise.wilcox.test(peso_del_grano1,zonas_intermareales,data=base_sin_profundidades,p.adjust.method="b")## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties
## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties
## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties
## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties
## Warning in wilcox.test.default(xi, xj, paired = paired, ...): cannot
## compute exact p-value with ties##
## Pairwise comparisons using Wilcoxon rank sum test
##
## data: peso_del_grano1 and zonas_intermareales
##
## zona1 zona2 zona3 zona4
## zona2 0.35460 - - -
## zona3 1.00000 0.60990 - -
## zona4 0.00910 0.00081 0.00190 -
## zona5 1.00000 0.05775 1.00000 0.00128
##
## P value adjustment method: bonferroniDespués de pasar la arena en el tamiz 1, fue mayor en la zona 4 (47.88 ± 59.94, n=11), seguido de la zona 3(6.14 ± 12,91, n=11), zona 1 (5.85 ± 6.20, n=11), zona 5 (4.85 ± 6.31, n=11) y zona 2(1.22 ± 1.04, n=11) de manera significativa (F=5.44; gl=4,50; p< 0.001). Así mismo se realizó una comparación no planeada con Bonferroni y se encontraron diferencias significativas entre zona1-zona4 (p<0.009), zona2-zona4 (p<8e-04), zona3-zona4 (p<0.002), zona4-zona5 (p<0.001), pero no entre zona1-zona2 (p>0.355), zona1-zona3 (p>1.000), zona1-zona5 (p>1.000), zona2-zona3 (p>0.610), zona2-zona3(p>0.058), zona3-zona5(p>1.00)