Pruebas post-hoc.

Ventajas y desventajas

Una vez que se ha determinado que existen diferencias entre las medias, las pruebas de
rango post hoc permiten determinar qué medias difieren. La prueba de rango post hoc
identifica subconjuntos homogéneos de medias que no se diferencian entre sí.

La finalidad de las pruebas a posteriori o post hoc no es otra que la de comparar las
medias para cada par de grupos para poder, así, identificar dónde se producen las
diferencias significativas. Para ello contamos con una gran variedad de métodos de
comparación múltiple. Se diferencian en el modo en el que ajustan el grado de
significación obtenido. Todos los métodos comparan todos los grupos a la vez y los
ordenan de forma ascendente

 DMS. Utiliza pruebas t para realizar todas las comparaciones por pares entre las medias
de los grupos. La tasa de error no se corrige para realizar múltiples comparaciones

 Bonferroni. Utiliza las pruebas de t para realizar comparaciones por pares entre las
medias de los grupos, pero controla la tasa de error global estableciendo que la tasa de
error de cada prueba sea igual a la tasa de error por experimento dividida entre el número
total de contrastes. Así, se corrige el nivel de significación observado por el hecho de que
se están realizando múltiples comparaciones.
La prueba de Bonferroni permite comparar las medias de los t niveles de un factor
después de haber rechazado la hipótesis nula (Ho) de igualdad de medias mediante la
técnica ANOVA. Es un método que se utiliza para controlar el nivel de confianza
simultáneo para un conjunto completo de intervalos de confianza. Es importante
considerar el nivel de confianza simultáneo cuando se examinan múltiples intervalos de
confianza porque las probabilidades de que al menos uno de los intervalos de confianza
no contenga el parámetro de población es mayor para un conjunto de intervalos que para
cualquier intervalo individual. Para contrarrestar esta tasa de error más elevada, el
método de Bonferroni ajusta el nivel de confianza para cada intervalo individual, de
manera que el nivel de confianza simultáneo resultante sea igual al valor que ha
especificado. Ajusta el nivel de significación en relación al número de pruebas estadísticas
realizadas simultáneamente sobre un conjunto de datos.

 Sidak. Prueba de comparaciones múltiples por parejas basada en un estadístico t. La

prueba de Sidak corrige el nivel de significación para las comparaciones múltiples y da
lugar a límites más estrechos que los de Bonferroni.

 Scheffe. Realiza comparaciones múltiples conjuntas por parejas para todas las parejas de
combinaciones de las medias posibles. Utiliza la distribución muestral F. Puede utilizarse
para examinar todas las combinaciones lineales de grupos de medias posibles, no sólo
las comparaciones por parejas.
La prueba de Scheffé es una prueba que se aplica para hacer comparaciones múltiples de
las medias de grupos. Su uso está relacionado con la prueba del análisis de la varianza, y
se incuye dentro de las llamadas pruebas de comparaciones múltiples. La prueba del
análisis de la varianza contrasta la hipótesis de igualdad de medias de dos o más grupos.
Si el resultado se considera estadísticamente significativo, lo que se puede afirmar es que
 al menos la media de uno de los grupos es distinta a las restantes, o bien que hay otras
medias diferentes entre sí. El siguiente paso consiste en identificar qué grupos son los
que tienen medias diferentes entre sí. Una solución es comparar las medias por pares,
usando una prueba estadística como la t de Student. Pero al hacerlo así se produce un
aumento del error tipo I que se quiere admitir. Las pruebas de comparaciones múltiples
corrigen el error para conseguir que no sobrepase el nivel establecido, por ejemplo del
5%. La prueba de Scheffé se realiza comparando todos los posibles pares de medias,
pero usando como error típico el valor de la varianza residual o intragrupos obtenida en el
análisis de la varianza.

 R-E-G-W F. Procedimiento múltiple por pasos (por tamaño de las distancias) de Ryan-
Einot-Gabriel-Welsch que se basa en una prueba F.

 R-E-G-W Q. Procedimiento múltiple por pasos (por tamaño de las distancias) de Ryan-
Einot-Gabriel-Welsch que se basa en el rango estudentizado.

 S-N-K. Realiza todas las comparaciones por parejas entre las medias utilizando la
distribución del rango de Student. Con tamaños de muestras iguales, también compara
pares de medias dentro de subconjuntos homogéneos utilizando un procedimiento por
pasos Las medias se ordenan de mayor a menor y se comparan primero las diferencias
más extremas.

 Tukey. Utiliza el estadístico del rango estudentizado para realizar todas las
comparaciones por pares entre los grupos. Establece la tasa de error por experimento
como la tasa de error para el conjunto de todas las comparaciones por pares.
La prueba de Tukey, nombrado después Juan Tukey, es una prueba estadística utilizada
general y conjuntamente con ANOVA, La prueba Tukey se usa en experimentos que
implican un número elevado de comparaciones. Es de fácil cálculo puesto que se define
un solo comparador, resultante del producto del error estándar de la media por el valor
tabular en la tabla de Tukey usando como numerador el número de tratamientos y como
denominador los grados de libertad del error Se conoce como Tukey-Kramer cuando las
muestras no tienen el mismo número de datos • Dado que el análisis de varianza acuse
un efecto significativo, la prueba de Tukey provee un nivel de significancia global de α
cuando los tamaños de las muestras son iguales y de α a lo sumo a cuando no son
iguales. • Se basa en la construcción de intervalos de confianza de las diferencias por
pares. Si estos intervalos incluyen al 0, entonces no se rechaza la hipótesis nula

 Tukey-b. Prueba que emplea la distribución del rango estudentizado para realizar
comparaciones por pares entre los grupos. El valor crítico es el promedio de los valores
correspondientes a la diferencia honestamente significativa de Tukey y al método de
Student-Newman-Keuls.

 Duncan. Realiza comparaciones por pares utilizando un orden por pasos idéntico al orden
usado por la prueba de Student-Newman-Keuls, pero establece un nivel de protección en
la tasa de error para la colección de contrastes, en lugar de usar una tasa de error para
los contrastes individuales. Utiliza el estadístico del rango estudentizado.
La prueba del rango múltiple prueba las diferencias entre las medias empezando con la
media más grande contra la segunda más grande, y así sucesivamente, comparando en
cada caso con un valor crítico obtenido por tablas. • Muy eficaz y popular debido a su
poder de discriminación. • Si el nivel de protección es α, entonces las pruebas de las
medias tienen un nivel de significación igual o mayor que α.
 GT2 de Hochberg. Prueba de comparaciones múltiples y de rango que utiliza el módulo
máximo estudentizado. Es similar a la prueba de la diferencia honestamente significativa
de Tukey.

 Gabriel. Prueba de comparación por parejas que utiliza el módulo máximo estudentizado y
que es generalmente más potente que la GT2 de Hochberg, si los tamaños de las casillas
son desiguales. La prueba de Gabriel se puede convertir en liberal cuando los tamaños de
las casillas varían mucho.

 Waller-Duncan. Prueba de comparaciones múltiples basada en un estadístico t. Utiliza la

aproximación Bayesiana.

 Dunnett. Prueba de comparaciones múltiples por parejas que compara un conjunto de

tratamientos respecto a una única media de control. La última categoría es la categoría de
control predeterminada. Si lo desea, puede seleccionar la primera categoría. Para
comprobar que la media de cualquier nivel del factor (excepto la categoría de control) no
es igual a la de la categoría de control, utilice una prueba bilateral. Para contrastar si la
media en cualquier nivel del factor es menor que la de la categoría de control,
seleccione <Control. Para contrastar si la media en cualquier nivel del factor es mayor
que la de la categoría de control, seleccione >Control.

Bibliografía

Soporte minitab 18.(2015). Recuperado de https://support.minitab.com/es-

mx/minitab/18/help-and-how-to/modeling-statistics/anova/supporting-topics/multiple-
comparisons/what-is-tukey-s-method/

PRUEBAS POST HOC. https://www.scientific-european-federation-osteopaths.org/wp-

content/uploads/2019/01/PRUEBAS-POST-HOC.pdf

IBM Knowledge Center.Anova de un factor: contrastes post hoc. Recuperado de

https://www.ibm.com/support/knowledgecenter/es/SSLVMB_sub/statistics_mainhelp_ddita
/spss/base/idh_onew_post.html