Documente Academic
Documente Profesional
Documente Cultură
Se basa en la distribución de F.
Es un método de aplicación general; razón por la cual es más estricto que
“Tukey” y “DMS”.
Se puede aplicar a cualquier tipo de contraste, y en especial para probar hipótesis
de la forma H o : i j para comparar todos los pares posibles de diferencias
entre medias de tratamientos.
El método se basa en el “ESTADISTICO DE PRUEBA”.
1 1
S (t 1) F t 1g .l .Error , CME
ri r j
Para ri rj número de
repeticiones diferente.
S
2(t 1) t 1
F g .l .Error , CME Para ri rj ; i j
r
número de repeticiones igual.
REGLA DE DECISIÓN.
Si Dk Y i Y j S Re chazo de Ho
Ho : i j
Donde
Ha : i j
Ejemplo Numérico:
Y 1 2.8333
Y 2 1.433
Y 4 1.267
Y 3 0.433
Curso: Experimentación Agrícola (2015)
Profesor: Mateo Vargas Hernández
2
D1 Y 1 Y 2 1.400 * * D4 Y 2 Y 4 0.166 NS
D2 Y 1 Y 4 1.566 * * D5 Y 2 Y 3 1.000 *
D3 Y 1 Y 3 2.400 * * D6 Y 4 Y 3 0.834 NS
0.05 0.01
2(4 1) 3
S F 8,0.05 0.1108
3
S (2)(7.591)(0.1108 )
24.0660.1108
1.2968
0.9496
** Significativa al 1%
* Significativa al 5%
NS No significativa.
NOTAS: Esta prueba es más estricta que DMS y TUKEY comparando solo el valor
crítico del Estadístico de Prueba, aún cuando haya generado la misma agrupación que
TUKEY.
PROGRAMA EN SAS:
OUTPUT:
NOTE: This test controls the Type I Experiment wise Error Rate
Proc GLM ;
Class Trat Rep ;
Model Proporcion = Trat / SS4 ;
Means Trat / Scheffe Lines ;
Means Trat / Scheffe Lines Alpha=0.01 ;
Run ;
T1 T2 T4 T3
T3 2.400 1.000 0.834 0
T4 1.566 0.166 0
T2 1.400 0
T1 0
0.05
S 0.9496
El método de Scheefé puede ser más poderoso que los métodos de Bonferroni o que
Sidak si el número de comparaciones es grande relativo al número de medias. Para
comparaciones por pares de medias, las pruebas de Sidak son generalmente más
poderosas.
Tukey (1952, 1953) propuso una prueba diseñada especialmente para comparaciones
por parejas basada en el rango estudentizado, algunas veces llamada the “Honestly
Significant Difference (HSD)” que controla el Máximo Experimentwise Error Rate
(MEER) cuando los tamaños de muestra son iguales.
Curso: Experimentación Agrícola (2015)
Profesor: Mateo Vargas Hernández
4
Cuando se comparan más de 2 medias, la prueba de F del ANOVA nos dice si las
medias son significativamente diferentes de cada otra, pero no nos dice cuales medias
difieren de cuales otras. Métodos de Comparaciones Múltiples (también llamados
Pruebas de Separaciones De Medias) nos da información más detallada sobre las
diferencias entre las medias. Hay una variedad de métodos de Comparaciones Múltiples
disponibles con la INSTRUCCIÓN MEANS en los procedimientos ANOVA y GLM.
Los intervalos de confianza pueden ser más útiles que las pruebas de significancia en
Comparaciones Múltiples. Los Intervalos de Confianza muestran el grado de
incertidumbre en cada comparación es una manera fácilmente interpretable; Ellos hacen
fácil evaluar la significancia práctica de una diferencia, así como la significancia
estadística; y son menos probables a conducir a los Investigadores No Especialistas en
Estadística a la conclusión No Valida, de que medias muestrales no significativamente
diferentes implican Medias Poblacionales iguales.
Curso: Experimentación Agrícola (2015)
Profesor: Mateo Vargas Hernández
5
La técnica más simple para realizar comparaciones múltiples es hacer una prueba de t en
cada par de medias (La opción T en la instrucción MEANS) para la i-ésima y j-ésima
medias se puede rechazar la hipótesis nula de que las medias poblacionales son iguales
sí
Y i Y j
t ,v
1 1 2
S
i j
Donde Y i y Y j son las medias, ni y n j son el número de observaciones en las 2 celdas,
S es la raíz cuadrada del Cuadrado Medio del Error basado en v grados de libertad,
es el nivel de significancia, y t , v es el valor crítico de 2 colas de la distribución t de
2
Student. Si los tamaños de las celdas son iguales a n , la fórmula anterior se puede
2
arreglar para dar Y i Y j t , v S
2
n
Hay un problema con las pruebas repetidas de t. suponga que hay 10 medias y se realiza
cada prueba de t a un nivel 0.05 . Hay (10)(10-1)/2 = 45 parejas de medias por
comparar, cada una con un 0.05 de probabilidad de Error Tipo I (un Falso Rechazo de la
Hipótesis Nula).
La probabilidad real es algo menor que 0.90, pero conforme el número de medias se
incrementa, la probabilidad de hacer al menos 1 Error Tipo I, se aproxima a 1.
Para probar si los tratamientos nuevos son diferentes del control, se plantea una
prueba de 2 colas:
Ho : i c
Ha : i c
Ho : i c
Ha : i c
Ho : i c
Ha : i c
1 1
Dunk d t 1g .l .error , CME
ri rc
Para ri rc , número de repeticiones diferente.
o
Dun d t 1g .l .error ,
2CME
r
Para ri rc r i , mismo número de repeticiones.
Curso: Experimentación Agrícola (2015)
Profesor: Mateo Vargas Hernández
7
1.- Calculo de la diferencia entre las medias de los tres tratamientos y el control
(tratamiento 1).
a) T2 T1 1.400 1.400 * *
b) T4 T1 1.567 1.567 * *
c) T3 T1 2.400 2.400 * *
0.05 0.01
Conclusión:
Se obtuvo significancia en las tres diferencias, lo cual significa que cualquiera de los
tres tratamientos es más efectivo que el tratamiento control en cuanto a la proporción de
espiroquetas sobrevivientes después de 24 horas de aplicación de los antibióticos.
PROGRAMA SAS:
* Por de faul usa el menor valor numérico para los tratamientos o la menor variable
alfanumérica.
OUTPUT SAS:
NOTE: This test controls the Type I Experimentwise error for comparisons of all
treatments against a control.
Alpha 0.05
Error Degrees of Freedom 8
Error Mean Square 0.110833
Critical Value of Dunnett´st 2.87966
Minimum Significant Difference 0.7828
INTERPRETACIÓN OUTPUT:
Ho : i c
Ha : i c
EJERCICIOS:
1.- Realizar comparaciones de Medias usando todos los métodos descritos, para todos
los experimentos vistos en clase: DCA, DBCA, y DCL.
Para especificar cual nivel de los efectos es el CONTROL, encerrar el valor formateado
entre apóstrofes en paréntesis después de la palabra clave Dunnett. Si se especifica más
de 1 efecto en la instrucción MEANS, se puede usar una lista de valores CONTROL
dentro del paréntesis.
Por de faul se usa el primer nivel del efecto como el CONTROL, por ejemplo:
Otro Ejemplo:
MEANS A B C / DUNNETT (´CNTLA´ ´CNTLB´ ´CNTLC´ );
Donde CNTLA, CNTLB, CNTLC, son los valores formateados para los controles A, B,
y C, respectivamente.