Documente Academic
Documente Profesional
Documente Cultură
Cuando queremos hacer comparaciones de mas de dos poblaciones, una alternativa es comparar todos los grupos a la vez con el mtodo de Anlisis de Varianza (ANOVA)
H o : 1 = 2 = L = k
En un ANOVA siempre se van a considerar varias fuentes de variacin y si se rechaza la hiptesis nula, la pregunta a plantearse es en qu grupo se di la diferencia
rohen
Si lo que se va a probar es el efecto de solo un factor sobre alguna caracterstica de inters, el anlisis de varianza apropiado a usar es el ANOVA en una direccin o de un solo factor. Si las unidades experimentales se han elegido aleatoriamente, tenemos lo que se llama un experimento diseado como completamente aleatorizado. En un Anlisis en el que se quiere suponer que la media de los diferentes grupos bajo tratamiento es la misma, 1 = 2 = L = k suponemos que las varianzas en cada grupo son iguales 2 2 "12 = " 2 =L = "k , y que las muestras en cada grupo vienen de una distribucin normal.
!
rohen
Fuentes de Variacin.
Variacin Total (Total SS) Dentro de los Grupos (Within groups SS) Entre Grupos (Between groups SS) TSS = BSS + WSS
rohen
Variacin Total (Total SS) Es la variacin presente en todos los n datos y tiene asociada n-1 grados de libertad
TSS = #
k i= 1
# (X
j =1
ni
ij
" X)
!
rohen
Dentro de los Grupos El estimador de la variacin total ser la variacin ponderada de todos los grupos, con n-k grados de libertad asociados a este estimador.
2' $ ni WSS = # &# ( X ij " X i ) ) i= 1 % j =1 ( k
rohen
Entre Grupos (Between groups SS): La cantidad de variabilidad entre los grupos es la cantidad ms importante en la prueba estadstica. Nos indica si realmente existe una diferencia entre los grupos
BSS = n i #
k i= 1
(Xi " X )
Tiene asociados k-1 grados de libertad. (k es el nmero de grupos a estudiar) BSS/(k-1) = BMS es la cantidad a comparar con WSS/(n-k)
rohen
Probando la Hiptesis Nula Si la hiptesis nula es verdadera, entonces tanto BMS como EMS estiman cada una a ! 2, la varianza comn de los k grupos. Pero si las k medias de los grupos no son iguales, entonces BMS ser ms grande que EMS. As, la prueba para la igualdad de medias es una prueba de cociente de varianzas de una cola
BSS ( k " 1) F= ~ Fk "1,n " k ESS ( n " k )
En caso de rechazarse la hiptesis nula, para encontrar cul es el grupo que marca la diferencia podemos usar pruebas t por pares. !
cuidado!
rohen
ANOVA es robusto bajo considerable heterogeneidad de la varianza, siempre y cuando los tamaos de muestra dentro de los grupos se mantengan parecidos. Si hay duda de la validez de la hiptesis de normalidad del ANOVA o tenemos variables cualitativas, la prueba no paramtrica de Kruskal-Wallis es la prueba anloga a la ANOVA de un solo factor, usando rangos en vez de medias.
rohen
La prueba Kruskal Wallis Cuando no se cumplen los supuestos del anlisis de varianza mltiple, K-W puede alcanzar una potencia hasta del 95%. Se basa en el rango de las n observaciones que inicialmente se obtienen sin distinguir grupos.
2 k R 12 i H= # 3( n + 1) " i = 1 n ( n + 1) ni
ni es el nmero de observaciones en el grupo i. n = " k i= 1 n i Ri es la suma de los ni rangos del gupo i ! De rechazarse la hiptesis nula, se procede a encontrar ! el grupo o los grupos que son diferentes.
rohen
Se rechaza H o : 1 = 2 = L = k. Es muy tentador realizar pruebas por pares: H o : i = j , i " j. Problema: aumenta error tipo I, disminuye la potencia. Cada prueba ! t para cada pareja de grupos se realiza a un nivel de significancia " y hay una probabilidad de 100(1-")% de correctamente no rechazar Ho cuando las dos medias poblacionales son iguales. Para un conjunto de K hiptesis, la probabilidad de correctamente no rechazar todas ellas es de (1-")#, por lo que la de rechazar incorrectamente a todas es de 1- (1-")#. Mientras mayor sea el nmero de muestras por pares a realizar, mayor ser la probabilidad de error tipo I, lo cual hace ms fcil rechazar la hiptesis nula, an cuando sea verdadera.
rohen
Probabilidad de cometer al menos un error tipo I usando pruebas t para todas las K posibles parejas de los k grupos Nivel de significancia a usado en las pruebas t k
2 3 4 5 6 10
K
1 3 6 10 15 45
rohen
Prueba no paramtrica para comparaciones mltiples. Prueba de Tukey. Comparaciones mltiples se pueden efectuar, usando sumas de rangos en vez de medias. Las sumas de rangos Ri se ordenan por magnitud y se prueban de las sumas ms distantes a las ms cercanas. El error estndar se calcula como en caso de haber empates.
$ n ( n + 1) 1 ' # t '$ 1 SE = & " + ) )& & ) 12( n " 1) (% n i n j ( % 12
rohen
Ejemplo
Muestras Ordenadas de acuerdo a su rango medio ( i ) Suma de Rango ( R i ) Tamao de Muestra Rango medio ( R i )
1 55.0 8 6.88 2 132.5 8 16.56 4 163.5 8 20.44 3 145.0 7 20.71
rohen
Cuando se prueba una sola hiptesis, generalmente nos interesa controlar la tasa de falsos positivos y maximizar al mismo tiempo la probabilidad de detectar un efecto positivo, cuando realmente existe, es decir, maximizar la potencia de la prueba.
Al analizar expresin de genes, por ejemplo, se contrastan varios grupos y generalmente por pares. Cuando se aplican pruebas repetidas, el valor-p es conceptualmente aplicado a cada prueba (controla la tasa de falsos positivos en una prueba)
rohen
La cantidad ms comnmente controlada es la tasa de error de la familia de pruebas (FWER - familywise error rate). El ajuste que hace Bonferroni es dividir el nivel de significancia " preestablecido por K el nmero de pares de pruebas a realizar. Otros mtodos estn basados en la tasa de falsos descubrimientos (FDR) (rechazar Ho cuando es verdadera)
Posibles resultados de K pruebas estadsticas Aceptar Hipotesis Nula Hiptesis Nula Cierta Hiptesis Alternativa Cierta U T W Rechazar Hiptesis Nula V S R Total k k
o 1
rohen
La definicin formal de FWER es P (V " 1) Benjamini y Hochberg definen la tasa de falsos descubrimientos como
FDR = E V R R
Donde V es el nmero de hiptesis rechazadas incorrectamente y R el nmero de hiptesis rechazadas (correcta o incorrectamente). El cociente V/R es ! considerado cero cuando R=0. Sin embargo no perdamos de vista que P ( R = 0) puede ser grande.
rohen
El proceso de Benjamini y Hochberg propone ordenar los valores-p resultantes de las K pruebas, de modo que p(1) " p(2) " L " p( K ) . Si calculamos = arg max {k : p " # $ k / K } k
1" k " K (K )
entonces rechazando las hiptesis nulas correspondientes a p(1),L, p( k ) proporciona FDR = " # k / K $ "
0
!
!
!
rohen
R > 0 es lo que se En la expresin de FDR el trmino E V R define como positive false discovery rate (pFDR) en el cual se condiciona que al menos un positivo haya ocurrido
Por ello, cuando la prueba! estadstica viene de una mezcla aleatoria de las distribuciones de la hiptesis nula y la alternativa, pFDR puede escribirse como una probabilidad a-posteriori (Bayes). Bajo condiciones generales, V/R, FDR y pFDR convergen simultneamente en todas las regiones de significancia a la forma de pFDR Bayesiana. pFDR puede ser usado para definir el valor-q que es el anlogo al valor-p de las pruebas.
rohen
Interpretacin Bayesiana pFDR se calcula sobre una regin de significancia fija. Suponga que deseamos calcular K pruebas idnticas de una hiptesis nula versus una alternativa basada en las estadstica T1, T2 ,L, TK . Para una regin de significancia !, defimos
#V (" ) & pFDR(" ) = E % R > 0( $ R(" ) ! '
Sea Hi =0 cuando la i-sima hiptesis nula es verdadera y Hi =1 cuando es falsa (i =1,,K). Sea $o la probabilidad a-priori de que ! ! una hiptesis sea cierta y (1- $o) la de que sea falsa (Bernoulli).
rohen
pFDR = P ( H = 0 T " # ) =
rohen
Al escribir pFDR como P ( H = 0 T " # ) est relacionada con el error tipo I y la llamamos error tipo I a-posteriori (Bayes). Esta cantidad nos da una medida global en la que no se proporciona informacin especfica de los valores de cada !si cae o no en la regin de rechazo !. estadstica, solo Valor-q Proporciona una medida de error de la hiptesis a probar, para cada estadstica observada con respecto a pFDR.
rohen
!
Cf. ecuacin diapositiva 21
rohen
pFDR(T ! ti ) involucra el clculo del rea bajo Ho a la derecha de ti (valor-p) y el rea bajo H1 a la derecha de ti (potencia de la prueba). Entonces pFDR(T ! ti ) es lo que llamamos valor-q(ti) (una sola regin de significancia)
rohen
Definiendo
rohen
Referencias
http://ftp.medprev.uma.es/libro/html.htm http://www.hrc.es/bioest/M_docente.html http://ocw.jhsph.edu/Topics.cfm?topic_id=33 http://www.ncbi.nlm.nih.gov/pmc/articles/PMC1199583/?tool=pubmed http://projecteuclid.org/DPubS/Repository/1.0/Disseminate?view=body& id=pdf_1&handle=euclid.aos/1074290335
rohen