p4-S

Problema 4

Una empresa electrónica busca contratar el proveedor con la mejor calidad de insumos, para ello evalúa de forma aleatoria muestras de la materia prima proveniente de tres proveedores en el último mes, dando puntuaciones de calidad de 0-100. Haga un análisis de los datos obtenidos usando el análisis de varianzas y las pruebas pertinentes. Concluya sobre ¿Cuál empresa posee mejor calidad en sus productos?

df=read.csv("https://raw.githubusercontent.com/HSolis08/D.experimental/main/P4.csv")
df$Emp=factor(df$Emp)
df$Y=as.numeric(df$Y)
df

##    Emp  Y
## 1    A 75
## 2    B 94
## 3    C 90
## 4    A 72
## 5    B 87
## 6    C 86
## 7    A 87
## 8    B 80
## 9    C 92
## 10   A 77
## 11   B 86
## 12   C 75
## 13   A 84
## 14   B 80
## 15   C 79
## 16   A 82
## 17   B 67
## 18   C 94
## 19   A 84
## 20   B 86
## 21   C 95
## 22   A 81
## 23   B 82
## 24   C 85
## 25   A 78
## 26   B 86
## 27   C 86
## 28   A 97
## 29   B 82
## 30   C 92
## 31   A 85
## 32   B 72
## 33   C 92
## 34   A 81
## 35   B 77
## 36   C 85
## 37   A 95
## 38   B 87
## 39   C 87
## 40   A 81
## 41   B 68
## 42   C 86
## 43   A 72
## 44   B 80
## 45   C 92
## 46   A 89
## 47   B 76
## 48   C 85
## 49   A 84
## 50   B 68
## 51   C 93
## 52   A 73
## 53   B 86
## 54   C 89
## 55   B 74
## 56   C 83
## 57   B 86
## 58   B 90

Visualización de datos

boxplot(Y~Emp,data=df,col=c("red","violet","skyblue"))

Prueba de ANOVA

Hipótesis

Ho: Las medias son todas iguales Ha: Al menos una media es diferente

modelo2=lm(Y~Emp,data=df)
fit.aov<-aov(modelo2)
summary(fit.aov)

##             Df Sum Sq Mean Sq F value  Pr(>F)   
## Emp          2  538.2  269.08   5.897 0.00478 **
## Residuals   55 2509.7   45.63                   
## ---
## Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

tk<-TukeyHSD(fit.aov)
tk

##   Tukey multiple comparisons of means
##     95% family-wise confidence level
## 
## Fit: aov(formula = modelo2)
## 
## $Emp
##          diff        lwr       upr     p adj
## B-A -1.388889 -6.6153691  3.837591 0.7986950
## C-A  5.628655  0.2767214 10.980589 0.0371671
## C-B  7.017544  1.8656554 12.169432 0.0050388

plot(tk)

library(agricolae)
LSD<-LSD.test(y=fit.aov,trt="Emp",group=T)
bar.group(x=LSD$groups,horiz=TRUE,col="blue",xlim=c(0,100),xlab="Calidad", ylab="Empresa", main="Calidad vs Empresa")

SUPUESTOS

Normalidad

qqnorm(fit.aov$residuals)
qqline(fit.aov$residuals)

shapiro.test(fit.aov$residuals)

## 
##  Shapiro-Wilk normality test
## 
## data:  fit.aov$residuals
## W = 0.97559, p-value = 0.2912

Prueba de varianza

library(car)

## Loading required package: carData

leveneTest(df$Y~df$Emp)

## Levene's Test for Homogeneity of Variance (center = median)
##       Df F value Pr(>F)
## group  2  1.1237 0.3324
##       55

Prueba de independencia

plot(fit.aov$residuals)
abline(h=0)