#Suponga que en un experimento industrial a un ingeniero le interesa

la forma en que la absorci�n media de humedad del concreto var�a para

5 agregados de concreto diferentes.Las muestras se exponen a la
humedad durante 48 horas y se decide que para cada agregado deben
probarse 6 muestras, lo que hace que se requiera probar un total de 30
muestras. Los datos se muestran en la Tabla 13.1#
#Las hip�tesis contrastadas en un ANOVA de un factor son:
H0 : No hay diferencias entre las medias de los diferentes tipos de
agregados : ??1=??2=??3=??4=??5
H0 : Al menos un par de medias son significativamente distintas la una
de la otra.
###################################################################
#Se requiere "DESCOMPONER" la variabilidad, en este caso aquella que
responde a la variaci�n dentro de cada muestra, dentro de cada tipo de
agregado y la variabilidad entre cada tipo de agregado#
###################################################################
#Se requiere calcular:
#la suma de cuadrados del total
#la suma de cuadrados debido al factor o tratamiento
#la suma de cuadrados del residual
##################################################################
#Realizada la descomposici�n de la VARIANZA,se requiere realizar la
prueba de F para comprobar la hip�tesis.
##################################################################
#Supuestos del an�lisis de varianza
##################################################################
Independencia
Normalidad
Homogeneidad de varianzas u Homocedasticidad
##################################################################
#SOLO, si la prueba de varianzas o de F resulta significativa se
realiza una prueba de separaci�n de medias o prueba post hoc, existen
varias:lsd, duncan, tukey, etc.
##################################################################
aov_1via<- read.csv("absorcion.csv")
names(aov_1via)

library(ggplot2)

x11()
ggplot(data = aov_1via, aes(group= agregado,x = agregado, y = humedad,
color = agregado)) + geom_boxplot() + theme_bw()
###############################################################
#Existen datos at�picos?
###############################################################
#Realiza comprobaci�n de supuestos del an�lisis de varianza
###############################################################
#A continuaci�n realizamos el an�lisis de varianza de una v�a#
###############################################################
str(aov_1via)
attach(aov_1via)
anova <- aov(humedad~agregado)
summary(anova)
###############################################################
#Puedes decirme �existen diferencias estad�sticas entre tipos de
agregados?
plot(anova)
###############################################################
#Realizamos una comparaci�n m�ltiple o prueba post hoc, en este caso
la �prueba de TUKEY
###############################################################
TukeyHSD(anova)
x11()
plot(TukeyHSD(anova))
###############################################################
#�Puedes decirme entre que tipos de agregado existen diferencias
estad�sticas? o �cuales son diferentes?
#############################################################
#�Cu�l es la conclusi�n? �Rechazamos la Ho?
############################################################