Punto 3

Se realizó una investigación con el fin de conocer el efecto de 4 tipos de dietas sobre el engorde de 20 cerdos. El total de cerdos se dividió aleatoriamente en 4 grupos (4 tipos de dieta).

Se espera evaluar si exixten diferencias entre los pesos corporales de los cerdos(kg) de acuerdo al tipo de dieta que fueron sometidos.

require(ggplot2)
require(agricolae)
library(readxl)
Cerdos <- read_excel("C:/Users/beatriz/beatriz/bioestadistica/parcial 3/Cerdos.xlsx")
View(Cerdos)
Cerdos
## # A tibble: 20 x 2
##    Dieta Datos
##    <chr> <dbl>
##  1 A      60.8
##  2 A      67  
##  3 A      65  
##  4 A      68.6
##  5 A      61.7
##  6 B      68.7
##  7 B      67.7
##  8 B      75  
##  9 B      73.3
## 10 B      71.8
## 11 C      69.6
## 12 C      77.1
## 13 C      75.2
## 14 C      71.5
## 15 C      74.3
## 16 D      61.9
## 17 D      64.2
## 18 D      63.1
## 19 D      66.7
## 20 D      60.3

Esta base de datos se compone de dos varibles: tipo de dieta (A,B,C,D) y el peso corporal en Kg de cada cerdo (Datos).

Exploración de datos

ggplot(Cerdos,aes(y=Datos, x=Dieta, fill=Dieta))+geom_boxplot()+theme_bw()+ylab("Peso corporal(Kg)")+ ggtitle("Diagrama de cajas")

De acuerdo a la gráfica, el grupo de cerdos que ganan mayor peso corporal, se alimentan de la dieta C, mientras que los que son sometidos a la dieta D presentan un menor peso corporal.

Anova

A continuación se realiza un análisis Anova para saber si la variable Dieta influye sobre el peso corporal de los cerdos (Datos).

MOD1=lm(Datos~Dieta, data = Cerdos)
anova(MOD1)
## Analysis of Variance Table
## 
## Response: Datos
##           Df Sum Sq Mean Sq F value    Pr(>F)    
## Dieta      3 377.71 125.902  14.239 8.833e-05 ***
## Residuals 16 141.47   8.842                      
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

En la tabla superior, el valor P es un valor significativo, es decir, que la dieta esta relacionada con el peso corporal de los cerdos.

Postanova

El análisis postanova permite conocer las diferencias que se presentan dentro del factor (varible dependiente), los cuales favoreceran o no al experimento.

Postanova1=LSD.test(MOD1, "Dieta")
Postanova1
## $statistics
##   MSerror Df   Mean       CV  t.value      LSD
##     8.842 16 68.175 4.361643 2.119905 3.986775
## 
## $parameters
##         test p.ajusted name.t ntr alpha
##   Fisher-LSD      none  Dieta   4  0.05
## 
## $means
##   Datos      std r      LCL      UCL  Min  Max  Q25  Q50  Q75
## A 64.62 3.345445 5 61.80092 67.43908 60.8 68.6 61.7 65.0 67.0
## B 71.30 3.068387 5 68.48092 74.11908 67.7 75.0 68.7 71.8 73.3
## C 73.54 2.987139 5 70.72092 76.35908 69.6 77.1 71.5 74.3 75.2
## D 63.24 2.416195 5 60.42092 66.05908 60.3 66.7 61.9 63.1 64.2
## 
## $comparison
## NULL
## 
## $groups
##   Datos groups
## C 73.54      a
## B 71.30      a
## A 64.62      b
## D 63.24      b
## 
## attr(,"class")
## [1] "group"

Los pesos corporales medios de los cerdos no son estadisticamente iguales para las cuatro dietas, dado que los resultados del análisis postanova agrupa las dietas C y B como aquellas que presentan mayor productividad (sin presentar diferencia de medias entres sus varibles). Por el contrario, los grupos A y D presentan menor productividad. Se recomienda la dieta C, ya que la media del peso corporal en ese grupo experiemental es de 73.54.