Documente Academic
Documente Profesional
Documente Cultură
Introduccin
Se denomina en general anlisis de varianza a las pruebas estadsticas que permiten la
comparacin de k poblaciones, con
k 2
Grupos
.....
......
.....
......
3
:
......
......
......
......
......
......
En la clase anterior se estudi este mismo problema y se le dio una solucin estadstica
paramtrica a las comparaciones verticales.
Supongamos ahora que la variable que se mide no tiene distribucin normal, o que sus
varianzas no son iguales. El test ANOVA ya estudiado no puede aplicarse.
ESTADISTICA
Sean X1, X2,..., Xp variables aleatorias continuas que no siguen una distribucin normal o
variables aleatorias discretas ordinales. Se explicarn en este epgrafe pruebas no
paramtricas.
Debe recordarse que tales pruebas no trabajan sobre los datos originales sino sobre rangos
asociados a los datos. Para asignar rangos se parte de ordenar los datos originales y se
procede como sigue:
Datos originales:
23
20
19
25
20
28
Datos ordenados:
19
20
20
23
25
28
Rangos asociados:
2.5
2.5
H o : r1 r2 rp
H1 : existe un par (i, j), i j, tal que ri r j
donde ri representa el rango medio del grupo i, o sea, el valor medio de los rangos del grupo
i, i = 1, 2, 3,...p. Ntese en principio que los volmenes ni no son necesariamente iguales.
Al igual que en la clase anterior se puede tener una tabla no necesariamente rectangularde valores de estas variables de la forma:
F
X11
X21
X31
...
Xp1
X12
X22
X32
...
Xp2
...
...
...
...
...
X1n1
X 2n2
X 3n3
X pnp
E igualmente no debe confundirse esta representacin con los datos con la supuesta
estructura del fichero a procesar y mucho menos con las ideas del esquema de comparacin
de poblaciones. Aqu, los datos de cada columna
X i1, X i 2 , X ini
representan la muestra de
volumen ni de la variable Xi. Por ello, la longitud de las columnas puede no ser la misma y por
tanto, la tabla no es rectangular. El factor ( F
i 1, 2, 3, , p ) identifica grupos
ESTADISTICA
esto es tendramos realmente una variable de agrupacin (F) y una nica variables (X) a
comparar por niveles de F:
F
1
1
.
.
.
1
X11
X12
.
.
.
2
2
.
.
.
2
.
.
.
P
P
.
.
.
p
X1n1
X21
X22
.
.
.
X 2n2
.
.
.
Xp1
Xp2
.
.
.
X pnp
A veces se dice con ms justicia que tenemos una muestra (poblacin) de una variable X
dividida en p submuestras (grupos) independientes.
Comparaciones verticales
Para realizar las comparaciones entre ms de dos grupos independientes se utiliza el test de
Kruskal Wallis. Constituye la versin no paramtrica ms acertada del anlisis de varianza
clsico. La hiptesis nula sostiene que las mltiples muestras independientes provienen de la
misma poblacin.
El test de la mediana es otra de las pruebas que pueden aplicarse para comparar ms de dos
grupos. La hiptesis nula sostiene que los grupos provienen de poblaciones que tienen el
mismo valor de la mediana.
Por ltimo, el SPSS tambin tiene implementado el test de Jonckheere-Terpstra, que se utiliza
con el mismo objetivo.
A continuacin se muestran salidas del SPSS:
Prueba de Kruskal-Wallis
ESTADISTICA
Rangos
Grupos segun
alimentacion
Peso vivo a las 4 Continua
semanas (gr.)
Con ayuno
Intensiva
Total
N
50
50
50
150
Rango
promedio
77.88
67.38
81.24
a,b
Estadsticos de contraste
Chi-cuadrado
gl
Sig. asintt.
Peso vivo a
las 4
semanas (gr.)
2.770
2
.250
a. Prueba de Kruskal-Wallis
b. Variable de agrupacin: Grupos segun alimentacion
Prueba de la mediana
Fre cue ncias
b
Estadsticos de contraste
N
Mediana
Chi-cuadrado
gl
Sig. asintt.
Peso vivo a
las 4
semanas (gr.)
150
160.69
2.080 a
2
.353
ESTADISTICA
a
Prue ba de Jonckheere -Te rpstra
Peso vivo a
las 4
semanas (gr.)
Nmero de niveles en
Grupos segun
alimentacion
N
Estadstico de J-T
observado
Media del estadstico J-T
Desviacin tpica del
estadstico de J-T
Estadstico de J-T
tipificado
Sig. asintt. (bilateral)
3
150
3859.000
3750.000
289.740
.376
.707
Como puede apreciarse los tres tests coinciden en no hallar diferencias significativas en el
peso de los pollos en la cuarta semana de vida.
Sin embargo, si se analiza el peso de los pollos en la semana 12, los tres tests coinciden en
afirmar que existen diferencias significativas en cuanto a la forma de alimentacin.
Prueba de Kruskal-Wallis
Rangos
Grupos segun
alimentacion
Continua
Con ayuno
Intensiva
Total
N
50
50
50
150
Rango
promedio
32.24
125.50
68.76
a,b
Estadsticos de contraste
Chi-cuadrado
gl
Sig. asintt.
Peso vivo a
las 12
semanas (gr.)
117.010
2
.000
a. Prueba de Kruskal-Wallis
b. Variable de agrupacin: Grupos segun alimentacion
ESTADISTICA
Prueba de la mediana
Fre cue ncias
> Mediana
<= Mediana
b
Estadsticos de contraste
N
Mediana
Chi-cuadrado
gl
Sig. asintt.
Peso vivo a
las 12
semanas (gr.)
150
1335.58
89.440a
2
.000
a
Prue ba de Jonckheere -Te rpstra
Peso vivo a
las 12
semanas (gr.)
Nmero de niveles en
Grupos segun
alimentacion
N
Estadstico de J-T
observado
Media del estadstico J-T
Desviacin tpica del
estadstico de J-T
Estadstico de J-T
tipificado
Sig. asintt. (bilateral)
3
150
4663.000
3750.000
289.745
3.151
.002
a. Variable de agrupacin: Grupos segun alimentacion
ESTADISTICA
No existen tests de rangos no paramtricos, por lo que la nica solucin es realizar
comparaciones dos a dos, reduciendo el nivel de significacin con el que se compara para
evitar que aumente el error de tipo 1.
Para el ejemplo anterior, tendra que utilizars un test de Mann Whitney para comparar:
o
Comparaciones horizontales
Para realizar comparaciones en el tiempo se utilizan los tests de Friedman, la W de Kendall y
si las variables son dicotmicas la prueba Q de Cochran.
A continuacin se muestran los resultado de comparar los pollos con alimentacin continua en
los tres momentos analizados:
1.00
2.00
3.00
Estadsticos de contrastea,b
N
Chi-cuadrado
gl
Sig. asintt.
50
100.000
2
.000
a. Prueba de Friedman
b. Grupos segun alimentacion = Continua
Prueba W de Kendall
ESTADISTICA
Rangosa
Rango
promedio
Peso vivo a las 4
semanas (gr.)
Peso vivo a las
12 semanas (gr.)
Peso vivo a las
20 semanas (gr.)
1.00
2.00
3.00
Estadsticos de contrasteb
N
W de Kendalla
Chi-cuadrado
gl
Sig. asintt.
50
1.000
100.000
2
.000
Como puede apreciarse ambas pruebas coinciden en afirmar que existen diferencias
significativas en el tiempo.
Pueden aplicarse pruebas de Wilcoxon dos a dos para detectar otras diferencias.