A<-scan()
51
64
70
63
78
55
67
75
82
61
53
60
62
83
77
90
85
60
70
58
40
61
66
37
54
77
75
57
85
82

B<-scan()
30
51
68
45
56
49
42
50
72
45
53
47
57
83
54
50
64
65
46
68
33
52
52
42
42
66
58
44
71
39

C<-scan()
39
54
69
47
66
44
56
55
67
47
58
39
42
45
72
72
69
75
57
54
34
62
50
58
48
63
74
45
71
59

D<-scan()
92
73
86
83
49
68
66
83
80
67
74
63
77
77
54
79
80
85
78
64
80
80
57
75
76
78
83
74
78
84

#cargamos en un mismo vector todos los datos
tiempo<-c(A,B,C,D)

#armamos el vector de a qué factor pertenece cada dato
pais<-c(rep(1,30),rep(2,30),rep(3,30),rep(4,30))

boxplot(tiempo~pais)

#####################
# Imprescindible el factor debe tener formato factor
#####################
pais<-as.factor(pais)

#chequeo de supuestos
#Siempre primero testeo homogeneidad de varianzas 
#con un test que no suponga normalidad

library(lawstat)
levene.test(tiempo,pais)

#        modified robust Brown-Forsythe Levene-type test based on the absolute
#        deviations from the median

#data:  tiempo
#Test Statistic = 1.3867, p-value = 0.2504


#Analizar resultados. Se necesita p-valor mayor 
#al nivel de significación para no rechazar igualdad de varianzas


#Ahora analizo normalidad
#Necesito generar el vectr global de residuos

rmean<-c(rep(mean(A),30),rep(mean(B),30),rep(mean(C),30),rep(mean(D),30))

res<-tiempo-rmean

#Realizo un qqplot de los residuos y un test de shapiro wilk,
#para analizar el supuesto de normalidad

qqnorm(res)

shapiro.test(res)
#        Shapiro-Wilk normality test

#data:  res
#W = 0.9921, p-value = 0.7312

#Recordar que no se rechaza normalidad si el p-valor 
#es mayor al nivel de significación

#Finalmente, si el chequeo de supuestos dio bien, podemos realizar el test anova

anova<-aov(tiempo~pais)
#             Df Sum Sq Mean Sq F value   Pr(>F)    
#pais          3   8773  2924.5   20.79 7.54e-11 ***
#Residuals   116  16317   140.7                     
#---
#Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
#summary(anova)

#Analizo la tabla anova como se explicó en clase
#Un p-valor menor al nivel de significación del test rechaza la 
#hipotesis de igualdad de medias.