1

Universidad Central del Ecuador

Diagnstico de la concordancia entre los datos y el modelo

Sangoquiza William

Investigacin Aplicada y Diseo de Experimentos

Mat. Castillo

12 de junio de 2013

Introduccin.......................................................................................................................2 Desarrollo..........................................................................................................................3 Conclusiones......................................................................................................................9 Bibliografa......................................................................................................................10

Introduccin

3 Ya que un anlisis valido depende de suposiciones validas, el objetivo de este captulo es verificar ciertas suposiciones respecto a los datos, es decir que sigan una distribucin normal y que las varianzas sean homogneas. Esto se realiza para evitar que el anlisis de varianza conduzca a inferencias errneas. Cabe recalcar que la validez de las estimaciones y pruebas de hiptesis para los anlisis derivados del modelo lineal, se apoya en varias suposiciones clave. Se propone como verificacin a estas suposiciones, mtodos grficos as como mtodos analticos que se expondrn a continuacin mediante el uso de un ejemplo y su respectivo anlisis en R.

Desarrollo

Ejemplo Resumido
Se desea probar la vida til de un tipo de calentador tubular a diferentes temperaturas. Se probaron seis calentadores, cada uno a cuatro temperaturas distintas. Se registr el tiempo transcurrido hasta que se present falla en los 24 calentadores utilizados en el estudio:

Evaluacin de Suposicin de Distribucin Normal

Evaluaremos esta suposicin mediante una grfica de probabilidad normal de los residuales, que consiste en comparar la distribucin acumulada de los residuales contra la distribucin normal estndar:

5 En la figura podemos observar la grafica de probabilidad para una distribucin sesgada a la izquierda y a la derecha, por lo tanto la suposicin de probabilidad normal es falsa.

Evaluacin de Suposicin de Varianza Homognea

Primero evaluaremos esta suposicin mediante una grfica de los residuales contra las medias estimadas del tiempo transcurrido hasta que se presento fallas en los calentadores. Esto consiste en determinar visualmente si la variabilidad de las observaciones alrededor de las medias de tratamientos difiere de un grupo a otro:

La grafica refleja las diferencias de las desviaciones estndar entre las temperaturas aplicadas y notamos que la dispersin de los residuales varia mucho entre las 4 temperaturas. Pero para que esta evaluacin de suposicin de varianza homognea sea mas visible se propone la grafica de dispersin-localizacin.

En donde podemos observar un incremento o decremento de los valores absolutos de los residuales, lo que representa el aumento o disminucin en la varianza del tiempo transcurrido hasta que se presento fallas en los calentadores tubulares cuando crece la media.

Transformacin Estabilizadora de la Varianza

Hemos considerado usar la transformacin en la escalera de exponentes cuando x = x^p donde p = -1. Es decir utilizando la transformacin reciproca. De manera que la evaluacin de distribucin homognea queda as:

En donde se verifica que la distribucin acumulada se ajusta a nuestro modelo lineal. Ahora procederemos a verificar la suposicin de varianza homognea mediante la grafica de residuales contra las medias estimadas del tiempo transcurrido hasta que se presento fallas en los calentadores.

8 Donde podemos verificar simetra alrededor de cero y por lo tanto la verificacin de varianza homognea.

Anlisis de Varianza ANOVA

Ahora con los datos transformados y debidamente verificas procedemos a realizar el anlisis de varianza:

La decisin esta representada por el valor p, que en este caso es menor que la significancia, por lo tanto la hiptesis nula se rechaza. Esto quiere decir que si hay diferencia significativa en al menos una de las temperaturas aplicadas a los 24 calentadores tubulares.

Conclusiones
Es importante verificar las suposiciones sobre los datos recolectados para realizar inferencias estadsticas adecuadas, esto lo demostramos con relativa simplicidad mediante el uso de distintas graficas, las cuales permite evaluar suposiciones clave como la homogeneidad de las varianzas y la distribucin normal de los datos. Si los datos no cumplen las suposiciones expuestas anteriormente, podemos transformar los mismos para ajustarlos a nuestro modelo lineal, pudiendo as realizar nuevas inferencias estadsticas esperando distintos resultados. Los mtodos expuestos en este documento no son los nicos y tambin se puede optar por la aplicacin de mtodos analticos para verificar las suposiciones clave, como son el Test de Levene o el de Kolmogrov-Smirnov para la homogeneidad de las varianzas.

10

Bibliografa
Kuehl, Robert (2001) . Diseo de Experimentos: Principios estadsticos de diseo y anlisis de investigacin (2 ed.). Distrito Federal: International Thomson Editores.