>
> Estimados colegas,
>
> Les escribo porque hay una situación que me tiene un poco complicado. Me
> encuentro interesado en comparar la pendiente de varias líneas rectas
> mediante un análisis de covarianza. Realicé el análisis en el programa,
> pero he tenido problemas con la interpretación de los resultados y quisiera
> saber si alguno de ustedes podría sacarme de este dilema. La verdad que he
> leído algunos foros que se contradicen un poco y eso es lo que me genera
> confusión.
>
> En primer lugar quisiera saber cuál es p valor para la comparación entre
> las pendientes?
>
> Si las interacciones separadas por : no indican el p valor de la
> pendiente, como se pueden realizar comparaciones post hoc?
>
> En muchos casos se usa la función ANOVA después de realizar el ANCOVA;
> cuál es la razón de ésto, por qué se utiliza ANOVA en lugar de aov?
>
> Saludos y muchas gracias!
>
Adjunto el código
> ancova <- lm(Tiempo~Movimientos*Grupo
> summary(ancova)
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 13.4444 1.0521 12.778 1.94e-13 ***
Movimientos -1.0000 0.3051 -3.277 0.00272 **
GrupoG2 -5.8089 3.6488 -1.592 0.12223
GrupoG3 -3.7914 3.5522 -1.067 0.29463
GrupoG4 0.7345 1.4494 0.507 0.61615
Movimientos:GrupoG2 0.6356 0.4424 1.437 0.16148
Movimientos:GrupoG3 0.4082 0.5616 0.727 0.47321
Movimientos:GrupoG4 0.4184 0.3879 1.079 0.28959
anova(ancova)
Analysis of Variance Table
Response: Tiempo
Df Sum Sq Mean Sq F value Pr(>F)
Movimientos 1 429.04 429.04 177.2294 6.988e-14 ***
Grupo 3 61.10 20.37 8.4125 0.0003554 ***
Movimientos:Grupo 3 5.33 1.78 0.7341 0.5401739
Residuals 29 70.20 2.42
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’
1>
[[alternative HTML version deleted]]