Caso 19a: análisis MANOVA 127

Caso 19a. Analisis MANOVA de grupos multivariantes.

(MANOVA)

Caso práctico
Fisher (Ann. Eugen.(1936), 179-184) tomó 150 muestras de lirios del campo
clasificadas por sus características botánicas, 50 de la variedad Setosa (1), 50 de la variedad
Versicolor (2) y 50 de la variedad Virginica (3) y a todos les medió 4 variables, la longitud y la
anchura del sépalo y la longitud y anchura del pétalo. Los resultados están recogidos en el
archivo caso19a.xls que tiene la forma:

El objetivo de este ejercicio es analizar la estructura de los 3 grupos: calcular las

medias de las 4 variables en los 3 grupos y hacer alguna prueba estadística para ver si los
vectores de medias son iguales o no en los 3 grupos de lirios. El procedimiento MANOVA es
la extensión a la situación multivariante del ANOVA de 1 factor.

TEORÍA
MANOVA contrasta la hipótesis nula de igualdad de vectores de medias en los grupos
(no hay diferencias entre grupos). Para ello hace un estudio de la variabilidad “entre”-”dentro”
de los grupos de manera semejante a como se planteaba en el caso del ANOVA univariante.
Sólo que aquí el problema es más complejo y hay diferentes tests: Roy, Wilk, Pillai,...

PROCEDIMIENTO PASO A PASO

1.- Abrir el archivo con los datos: caso19a.xls

Abra el archivo, seleccione la matriz con los 150 valores de las 3 variedades de lirios,
pero sólo los valores numéricos sin incluir las etiquetas, y cópiela al portapapeles. Se
importarán a Simfit en su momento mediante la opción Paste.

2.- Análisis MANOVA

En la barra de opciones del menú principal despliegue la opción Statistics y dentro de

ella seleccione Multivariate statistics y después Compare groups: MANOVA
/means/profiles. Aparece un menú con el que trabajaremos como sigue.
128 Caso 19a: análisis MANOVA

Primero deberemos importar los datos de nuestro fichero, para ello seleccionamos
New data > OK > File/Clipboard > Paste (para pegar los datos que tenemos en el
portapapeles) > OK > Open.

Una vez cargados los datos procedemos al análisis seleccionando Analyse the
current data set, y obtendremos el siguiente menu:

En este caso podemos analizar los datos sin transformar ya que todos ellos están en
la misma escala y son muy semejantes. Elijamos directamente la opción All groups:
display/file means para ver las medias de cada una de las variables en cada uno de
los grupos:
____________________________________________________________________
Mean vectors: groups then pooled
VARIABLE 1 VARIABLE 2 VARIABLE 3 VARIABLE 4
GROUP 1 5.00600E+00 3.42800E+00 1.46200E+00 2.46000E-01
GROUP 2 5.93600E+00 2.77000E+00 4.26000E+00 1.32600E+00
GROUP 3 6.58800E+00 2.97400E+00 5.55200E+00 2.02600E+00
POOLED MEAN 5.84333E+00 3.05733E+00 3.75800E+00 1.19933E+00
_________________________________________________________________

en esta tabla lo más llamativo es que la variable 4 presenta una media mucho más
pequeña que en los otros grupos (la anchura del pétalo en la variedad Setosa tiende a
ser menor que en las otras variedades).

De vuelta al menú principal seleccionemos ahora la opción All groups: test equality
of means, obteniendo la siguiente tabla:

Los diferentes test empleados (Wilks lambda y Lawley-Hotelling) coinciden en

rechazar la hipóteis nula con una p < 0.001, luego al menos 1 vector de medias difiere
significativamente del resto. Para ver cúal combinación de parejas son las diferentes
 Caso 19a: análisis MANOVA 129

las contrastaremos mas adelante 2 a 2 con la opción Two groups: test equality of
means.

Pero primero debemos volver al menú principal y seleccionar ahora la opción All
groups: Test equality of CV matrices, obteniendo la siguiente tabla:

como puede apreciarse hay que rechazar la hipotesis nula, luego las matrices de
covarianza no son iguales en los 3 grupos. En realidad el procedimiento MANOVA es
bastante robusto repecto a la no igualdad de covarianzas entre los grupos, pero el
saber esto permite contrastar las medias 2 a 2 a posteriori con una aproximación u
otra.

Elijamos ahora la opción Two groups: test equality of means y comparemos por
ejemplo las medias del grupo 1 y 2, basta con seguir las pantallas por defecto y se
obtienen 2 pantallas consecutivas:

esta primera sería la adecuada para el caso de igualdad de matrices de covarianzas

en los 3 grupos, mientras que la siguiente sería más adecuada para la situación de no
igualdad de matrices de covarianza en los grupos. En nuestro caso, como ya hemos
comprobado más arriba que no hay igualdad de matrices de covarianza esta pantalla
que sigue sería la adecuada:
130 Caso 19a: análisis MANOVA

Elijamos ahora la opción Two groups: test equality of profiles para comparar los
perfiles de dos grupos entre si. El programa pregunta primero que seleccionemos los
2 grupos a comparar, contestaremos 1 OK y 2 OK para comparar la variedad Setosa
(1) con Versicolor (2). A conntinuación el programa realiza un test estadístico para
contrastar la hipótesis nula de que los perfiles de los 2 grupos son iguales:

En este caso la P = 0.0000, luego hay una fuerte evidencia a favor de rechazar la
hipótesis nula y proponer que las variedades setosa y Versicolor tienen un perfil de
medias diferente. Graficamente esto se pone de manifiesto en la gráfica que sigue a
continuación que es la siguiente:

Para abandonar seguir la secuencia habitual de Cancel > Cancel > Exit .