VERIFICACION DE

LOS SUPUESTOS
DEL MODELO

INSTITUTO TECNOLGICO DE QUERTARO

TlalticpacToquichtinTiez
"La Tierra ser como sean los Hombres"

Estadstica inferencial II

Los Supuestos de Validez del modelo ANOVA

Los supuestos con los que debe de cumplir el Anova son cuatro. La
homogeneidad de las varianzas, la independencia de los errores, la
de normalidad de los efectos y la aditividad de los efectos:
Homogeneidad de las varianzas
Se refiere a que cada respuesta Yij debe poseer dentro de cada
tratamiento una variacin parecida o igual a la de otro tratamiento.
Este supuesto puede ser probado postulando como hiptesis nula y
alterna las siguientes:

Comprobar que los residuos de cada tratamiento tienen la misma

varianza, es verificar graficando los predichos contra los residuos y
si los puntos en esta grafica se distribuyen de manera aleatoria en
una banda horizontal, entonces es seal de que se cumple el
supuesto de que los tratamientos tiene igual varianza.
los datos correspondientes a los diferentes tratamientos deben
tener aproximadamente la misma varianza. Algunos autores
sostienen que la prueba F no es afectada por la no homogeneidad,
pero que las pruebas de comparacin de medias (Duncan, Tukey,
Scheffe) son mucho ms vulnerables y nos podran hacer caer en
conclusiones errores.
Para verificar el cumplimiento de este supuesto se utiliza la prueba
de Bartlett o de Levene. La aplicacin de estas pruebas debe
conducir a un no rechazo de Ho para que exista la homogeneidad
de varianzas.

INSTITUTO TECNOLGICO DE QUERTARO

TlalticpacToquichtinTiez
"La Tierra ser como sean los Hombres"

Estadstica inferencial II

Independencia de los errores de un tratamiento a otro

Implica que la ocurrencia de un determinado error en una unidad
experimental, no debe afectar en la ocurrencia de un error dado en
otra uniada experimental, es decir, los errores no deben estar
correlacionados. La aleatorizacin no garantiza la independencia de
los errores, sino que atena su efecto. Esta suposicin es quizs la
ms restrictiva en el anlisis de la varianza, ya que al estar
correlacionados los errores se est favoreciendo o perjudicando a
alguno (o algunos) de los tratamientos, provocando con ello errores
en la estimacin de las medias.
Es decir, se calculan los errores residuales para cada grupo de
tratamiento a travs de la frmula:

Las hiptesis son:

Ho: Hay independencia de errores
H1: Hay dependencia de errores
Probar que los residuos son independientes entre si, se verifica si
se grafica el orden que se colecto el dato contra el residuo
correspondiente de esta manera al graficar en el eje horizontal el
tiempo de corde de corrida y en el eje vertical los residuos, se
detecta una tendencia o errores y por lo tanto el supuesto de
independencia no se cumple.
El supuesto de independencia se verifica su cumplimiento utilizando
la prueba de aleatoriedad o de las rachas que es una prueba del
mbito no paramtrico.
Normalidad de los efectos
Se refiere a que las respuestas Yij deben poseer una distribucin
normal dentro de cada grupo de tratamiento.
Consiste en verificar que los residuos sigan una distribucin normal
con media cero y se verifica graficando los residuos en una escala
X-Y de tal manera que si los residuos siguen una distribucin
normal al graficarlos tienden a quedar alineados en una lnea recta.

INSTITUTO TECNOLGICO DE QUERTARO

TlalticpacToquichtinTiez
"La Tierra ser como sean los Hombres"

Estadstica inferencial II

Consiste en que los errores deben tener una distribucin

normal. Este requisito se debe a que se usa la distribucin F de
Fisher. Una manera de garantizar normalidad es tomar muestras de
tamao > 30 (teorema del lmite central).Una consecuencia de no
normalidad es que altera el nivel de significacin de la prueba F y
de las pruebas de comparacin de medias.Para verificar su
cumplimiento se plantean las hiptesis:
Ho: La distribucin de cada tratamiento es normal
H1: La distribucin de cada tratamiento no es normal
La prueba que utilizamos en este caso es la de Shapiro-Wilk para
muestras pequeas y Kolmogorov-Smirnov para muestras grandes.
Aunque la Prueba de Shapiro-Francia es equivalente a la de
Kolmogorov-Smirnov.

Aditividad de los efectos

Las respuestas de cada grupo de tratamiento es la suma de la
media general ms un efecto aleatorio asociado a la respuesta.
El sistema hipottico es:
Ho: Los efectos son aditivos
H1: Los efectos no son aditivos 20
La prueba estadstica apropiada es la Prueba de Tukey para la
aditividad. Esta prueba debe conducir a un no rechazo de Ho para
que el supuesto se cumpla.

Pruebas Grficas
Prueba de Bartlett
La la prueba de Bartlett
es quiz la tcnica ampliamente
usada para probar homogeneidad de varianza. En esta prueba
los en cada tratamiento no necesitan ser iguales; sin embargo se

INSTITUTO TECNOLGICO DE QUERTARO

TlalticpacToquichtinTiez
"La Tierra ser como sean los Hombres"

Estadstica inferencial II

de los

recomienda que los no sean menores que y muchos

deben ser mayores de , La estadstica de prueba es

Donde

Cuando la hiptesis nula es cierta, la estadstica tiene distribucin

aproximadamente
con
grados de libertad.;
muestreo se realiza en poblaciones normales.

cuando

el

Existe evidencia de que las pruebas de Hartley, Cochran y Bartlett

son sensibles a la violacin del supuesto de normalidad.
Shapiro-Wilk
Cuando la muestra es como mximo de tamao 50 se puede
contrastar la normalidad con la prueba de shapiro Shapiro-Wilk.
Para efectuarla se calcula la media y la varianza muestral, S2, y se
ordenan las observaciones de menor a mayor. A continuacin se
calculan las diferencias entre: el primero y el ltimo; el segundo y el
penltimo; el tercero y el antepenltimo, etc. y se corrigen con unos
coeficientes tabulados por Shapiro y Wilk. El estadstico de prueba
es:

Donde D es la suma de las diferencias corregidas.

Se rechazar la hiptesis nula de normalidad si el estadstico W es
menor que el valor crtico proporcionado por la tabla elaborada por
los autores para el tamao muestral y el nivel de significacin dado.