Documente Academic
Documente Profesional
Documente Cultură
Experimental
Pruebas de
significancia.
AUTOR: John Sornoza Sexto Nivel
Diferencia mnima
significativa
Cuando el anlisis de varianza indica la existencia de una
diferencia significativa se desea conocer cul de los pares de
medias causa la diferencia. Cuando las muestras son de igual
tamao la Diferencia Significativa Mnima (DSM) de Fisher nos
ayuda a localizar esta fuente.
La Diferencia Significativa Mnima (DSM) se define como la
diferencia mnima que podra existir entre dos medias de
muestras significativamente diferentes. Para obtener la frmula
para la DSM, se usa la prueba t de Student para la diferencia
entre dos medias cuando las varianzas no son diferentes cuyo
estadstico de contraste es:
Adems, si se considera ni = nj = n,
entonces
(UNC, 2010)
CUANDO USARLO?
Cuando no exista diferencia notable en
la dispersin de los tratamientos (muy
cercanos a la homogeneidad de
varianzas).
Cuando no se tienen ms de 4
tratamientos.
Ejercicio
Un ingeniero de desarrollo de productos est interesado
en maximizar la resistencia a la tensin de una nueva
fibra sinttica que se emplear en la manufactura de tela
para camisas de hombre. El ingeniero sabe por
experiencia que la resistencia es influida por el porcentaje
de algodn presente en la fibra. Adems, l sospecha que
elevar el contenido de algodn incrementar la
resistencia, al menos inicialmente. Tambin sabe que el
contenido de algodn debe variar aproximadamente entre
10 y 40 % para que la tela resultante tenga otras
caractersticas de calidad que se desean (como capacidad
de recibir un tratamiento de planchado permanente). El
ingeniero decide probar muestras a cinco niveles de
porcentaje de algodn: 15, 20, 25, 30 y 35 %. As mismo,
decide ensayar cinco muestras a cada nivel del contenido
de algodn. Los datos aparecen en la tabla (UNC, 2010).
El valor del percentil se encuentra en una tabla de
student con 20 grados de libertad y un nivel de significancia
, este valor es 2.086. El valor de se obtiene de la
tabla de l anlisis de varianza. Por tanto
Los cinco promedios de tratamientos son:
ANLISIS DE
VARIANZA
Probabilid
FV SC GL CM F ad Ft
Tratamien 14,75682 9,1279E- 2,866081
tos 475,76 4 118,94 38 06 4
Total 636,96 24
Prueba de Tukey.
Este mtodo es muy similar en la aplicacin
al de DMS , salvo por el hecho de que en
lugar de utilizar las distribuciones de t como
base para realizar las comparaciones, se
emplea la distribucin del rango
estandarizado o estudentizado.
Sirve para probar todas las diferencias entre
medias de tratamientos de una experiencia.
La nica exigencia es que el nmero de
repeticiones sea constante en todos los
tratamientos (Reyes, 2014).
Donde:
q es una valor que se obtiene de una tabla
(Tabla de Tukey) , de manera parecida a la
tabla de F . Horizontalmente se colocan los
grados de libertad de los tratamientos y
verticalmente los grados de libertad del error.
Solamente existen tablas para niveles de
significancia del 5% y del 1%.
El trmino que est dentro de la raz cuadrada
se llama error estndar de la media y es igual
al cuadrado medio del error (obtenido en el
anlisis de varianza), dividido entre el nmero
de repeticiones (Reyes, 2014).
Procedimientos.
Se obtiene el error estndar.
Obtener Ta
Calcular la diferencia de las medias y realizar
las comparaciones con el valor crtico.
Hacer las conclusiones
Ejercicio.
ANLISIS DE
VARIANZA
Probabilid
FV SC GL CM F ad Ft
Tratamien 14,75682 9,1279E- 2,866081
tos 475,76 4 118,94 38 06 4
Total 636,96 24
Se deben obtener las medias de los
tratamientos:
Niveles de
algodn. Medias
T1 9,8
T2 15,4
T3 17,6
T4 21,6
T5 10,8
Se construye la matriz de diferencias entre
todos los posibles pares de medias:
T4 T3 T2 T5 T1
Niveles de
algodn. Medias 21,6 17,6 15,4 10,8 9,8
T1 9,8 11,8 7,8 5,6 1
T5 10,8 10,8 6,8 4,6
T2 15,4 6,2 2,2
T3 17,6 4
T4 21,6
Se calcula W, la diferencia mnima significativa a un cierto nivel de significancia (), dada por la siguiente expresin:
Volvemos a la matriz de diferencias y se observa columna por columna, si
las diferencias son > tratamientos, y colocamos un asterisco para
resaltar esas diferencias.
T4 T3 T2 T5 T1
Niveles de
algodn. Medias 21,6 17,6 15,4 10,8 9,8
T1 9,8 11,8* 7,8* 5,6* 1
T5 10,8 10,8* 6,8* 4,6
T2 15,4 6,2* 2,2
T3 17,6 4
T4 21,6 =5,02
Presentacin de los
resultados.
TRATA Medias n E.E.
T1 9,80 5 1,27 A
T5 10,80 5 1,27 A B
T2 15,40 5 1,27 B C
T3 17,60 5 1,27 C D
T4 21,60 5 1,27 D
Contrastes ortogonales:
Un contraste en estadstica es una combinacin lineal de
las medias de los tratamientos definida por la suma de
productos de las medias de tratamiento por un coeficiente.
29
Polinomios ortogonales
MS contraste
F s
MS error
La SScontraste se calcula:
SS contraste ni Y i Y
( ) 2
Analize-it
n 36
Fuente de variacin SS GL MS F p
Tratamiento 115.879 2 57.939 7.39 0.0022
Dentro de grupos 258.894 33 7.845
Total 374.773 35
SS contraste
2 2
12 ( 13 . 517 11 . 318 ) 24 ( 10 . 218 11 . 318 )
12( 4.837 ) 24 ( 1.210 ) 87.0782
SS
87.0782
MS contraste
contraste
constraste
1
87.0782
Comparaciones ortogonales.
MS contraste 87.0782
F s 11 .0994 * *
MS error 7.8453
SS contraste
2 2
12 ( 11 .314 10 .218 ) 12 ( 9. 123 10.218 )
12( 1.200 ) 12( 1.199 ) 28.803
SS
28.8029
MS contraste
contraste
constraste
1
28.8029
Comparaciones ortogonales.
MS contraste 28.8029
F s 3.6714 NS
MS error 7.8453