Análisis de Varianza y Kruskal Wallis sobre la producción de tres variedades mejoradas

Unidad de Bioestadística
Facultad Experimental de ciencias y Tecnología

Departamento de Biología
Universidad de Carabobo. Valencia, Venezuela
Escuela Yenifer
Tarea Nº2: Análisis de Varianza y Kruskal Wallis
Respuesta Ejercicio Nº1
1. Contrastando con la prueba paramétrica (ANOVA)
a) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

es decir, a que solamente se está estudiando un factor en el
experimento, la variable independiente, que este caso es la producción y
la variable dependiente (o a explicar) que corresponde a las tres
variedades mejoradas genéticamente.
b) El factor es la productividad de cada variedad sembrada en las trece
parcelas, mientras que los niveles son las variedades sembradas, en este
experimento se tiene tres: Variedad 1, Variedad 2 y Variedad 3.
a’) Primero, para aplicar la prueba contrastamos la hipótesis nula y

alternativa:
Ho: µ1=µ2=µ3; las medias de las tres variedades son iguales
Hi: µ1≠µ2≠µ3; al menos una de las medias de la variedades es distinta.
Luego debemos probar que los datos de los experimentos cumplen los
siguientes supuestos:
1. a’) Las K muestras representan muestras aleatorias independientes

extraídas de k poblaciones específicas.
2. b’) Cada una de las K poblaciones normal.
3. c’) Cada una de las K poblaciones tienen la misma varianza.
Para probar la normalidad de cada población se usa la prueba de Shapiro-
Wilk, mientras que para probar la homogeneidad de las varianzas usaremos
la prueba de Levene.
Como podemos apreciar, el supuesto de normalidad se cumple, lo que hará

posible inferir el comportamiento de los datos de la población a partir de
los obtenidos de una muestra misma. Asimismo, el supuesto de
homogeneidad se cumple, lo que quiere decir que la variedad de las
poblaciones son iguales.
VARIEDAD 1 VARIEDAD 2 VARIEDAD 3
N 13 13 13
Shapiro-Wilk W 0,8797 0,945 0,9119
p(normal) 0,07066 0,5241 0,1949
Anderson-Darling A 0,5844 0,3218 0,4575
p(normal) 0,1031 0,4864 0,2208
p(Monte Carlo) 0,1008 0,5038 0,2266
Jarque-Bera JB 1,334 0,7779 0,6668
p(normal) 0,5132 0,6778 0,7165
p(Monte Carlo) 0,1844 0,4893 0,5762
Como podemos observar, con la prueba de Shapiro-Wilk se comprueba que

las poblaciones presentan un comportamiento normal, teniendo en cuenta que
el α=0.05.
Test for equal means
Sum of sqrs df Mean square F p (same)
Between groups: 3145,28 2 1572,64 13,96 3,252E-05

Within groups: 4055,69 36 112,658
Total: 7200,97 38
omega2: 0,3992
Levene´s test for homogeneity of variance, from means p (same): 0,6821
Levene´s test, from medians p (same): 0,7935
Welch F test in the case of unequal variances: F=11,81, df=23,67,

p=0,0002775
Por otro lado según el test de Levene se comprueba la homogeneidad de las

medias de cada población. Como observamos al aplicar el test de ANOVA se
tiene que la probabilidad de que las varianzas sean iguales es inferior a 0.05.
Por lo tanto se rechaza Ho, y se concluye que:
Existe suficiente evidencia para sustentar la aseveración de que las tres medias
poblacionales no son iguales.
b’) y d). En este caso es necesario aplicar las pruebas a posteriori debido a que
el enfoque del investigador, en este caso es saber entre cuáles variedades hay
más diferencias y cuáles son más parecidas.
Por tanto se aplicará en este caso la prueba de Tukey, que corresponde a la

prueba porteriori de ANOVA:
Donde las hipótesis son las siguientes:
Ho: µ1=µ2 Ho: µ1=µ3 Ho: µ2=µ1 Ho: µ2=µ3 Ho: µ3=µ1 Ho: µ3=µ2
Hi: µ1≠µ2 Hi: µ1≠µ3 Hi: µ2≠µ1 Hi: µ2≠µ3 Hi: µ3≠µ1 Hi: µ3≠µ2
En las hipótesis realizadas se observa que tanto las hipótesis nula y las
hipótesis alternativas se realizan por pareja, esto se debe a que este método se
basa en la creación de intervalos de confianza para todas las diferencias en
parejas entre las medias de los niveles de los factores mientras controla la tasa
de error por familia en un nivel especificado.
VARIEDAD 1 0,00886 0,1067
VARIEDAD 2 4,468 0,0001428
VARIEDAD 3 2,953 7,421
C’) Si las medias entre los grupos varían mucho y la media dentro del grupo
varia poco, es decir, los grupos son heterogéneos entre ellos y similares
internamente, el valor de F será más alto, y por tanto las variedades estarán
relacionadas, por lo que cuanto más difieren las medias de la variable
dependiente entre los grupos de la variable independiente, mas alto será el
valor de F.
Por lo tanto, podemos observar que las probabilidades resaltadas corresponden

a las variedades que difieren mucho entre si, en este caso la variedad 1 y 2, y
la variedad 2 y 3, mientas que las variedades 1 y 3 son las más parecidas. Esto
lo podemos observar gráficamente con la grafica de caja y bigote mostrada a
continuación:
Según el grafico, se puede apreciar que la línea media de la variedad 1 se
proyecta dentro del grafico de caja de la variedad 3, lo que quiere decir que la
media de estas variedades son parecidas, sin embargo se puede observar que
en las variedades 1 y 3 la línea media de estas se proyecta fuera de la caja de
la variedad 2 por lo que son distintas respecto a esta variedad.
2. Aplicando Kruskal-Wallis
La prueba de Kruskal-Wallis es una prueba no paramétrica que utiliza rangos

de datos muestrales de tres o más poblaciones independientes. Se utiliza para
probar la hipótesis nula de que las muestras independientes provienen de
poblaciones con medianas iguales; la hipótesis alternativa es la aseveración de
que las poblaciones tienen medianas que no son iguales, por tanto, las
hipótesis son las siguientes:
Ho=La productividad de las tres variedades es igual en cada parcela.
Hi: La productividad de las tres variedades es distinta.
Aplicando la prueba se tiene:
Kruskal-Wallis test for equal medians
H (chi2): 16,65
Hc (tie corrected): 16,68
p (same): 0,0002388
There is a significant difference between sample medians
Según lo observado, la probabilidad de que la producción de las tres

variedades sea igual es inferior a 0,05, por lo que se concluye con esta prueba
que la producción de las tres variedades es distinta.
Prueba de Mann-Whitney
Esta prueba Posteriori determina por parejas qué poblaciones tienen medianas
distintas:

VARIEDAD 1 0,006989 0,03091
VARIEDAD 2 0,006989 0,000324
VARIEDAD 3 0,03091 0,000324
Según lo observado, todas las poblaciones poseen medianas distintas.
Debido a que el test de Kruskal Wallis puede considerarse técnicamente como

una comparación de la media de los rangos, por lo tanto en termino de los
valores ordinales, el test de Kruskal-Wallis es mas general que una
comparación de medias realizada en el test de ANOVA, debido a que prueba
la probabilidad de que una observación aleatoria a partir de cada grupo tiene la
misma probabilidad de estar por encima o por debajo, de una observación
aleatoria a partir de otro grupo, por lo que la cantidad real de datos que
subyacen en esa comparación no se encuentra en la diferencia de las medias,
ni en la media de las diferencias, pero en realidad es la mediana de todos los
pares de las diferencias, la cantidad conocida como entre las muestras.
Por lo que se concluye con esto que los resultados obtenidos al aplicar las dos
pruebas (ANOVA y Kruskal-Wallis) son los siguientes:
 La prueba de ANOVA es mucho más fiable debido que a que utiliza

toda la información dada por los datos del experimento.
 La prueba de Kruskal-Wallis resulto menos eficiente debido que utiliza
la comparación de rangos, por lo que no se utiliza toda la información
proporcionada por el experimento.
f) En este caso se puede apreciar la grafica de residuales con respecto a las

variedades estudiadas, en efecto se puede observar que la variedad 1 y 2
poseen medias parecidas, mientas que la variedad 2 presenta una media
muy distinta con respecto a las variedades 1 y 3.
c) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

experimento, la variable independiente, que este caso es la existencia de
diferencias entre las edades de madures sexual y la variable
dependiente (o a explicar) que corresponde a las tres especies del
genero Daphnia.
d) El factor es la es la existencia de diferencias entre las edades de
madures sexual de las tres especies del género Daphnia, mientras que
los niveles son las especies correspondientes al género del crustáceo.

alternativa:
Ho: µ1=µ2=µ3; las medias de las tres especies son iguales
Hi: µ1≠µ2≠µ3; al menos una de las medias de las especies es distinta.

4. a’) Las K muestras representan muestras aleatorias independientes

extraídas de k poblaciones específicas.
5. b’) Cada una de las K poblaciones normal.
6. c’) Cada una de las K poblaciones tienen la misma varianza.

Como podemos apreciar, el supuesto de normalidad no se cumple para las

especies 1 y 2, lo que imposibilitara inferir el comportamiento de los datos de
la población a partir de los obtenidos de una muestra misma. Por otro lado, el
supuesto de homogeneidad se cumple, lo que quiere decir que la variedad de
las poblaciones son iguales.
Sp1 Sp2 Sp3
N 5 5 5
Shapiro-Wilk W 0,6299 0,7369 0,9794
p(normal) 0,00152 0,02241 0,9312
Anderson-Darling A 0,9873 0,7041 0,1652
p(normal) 0,003455 0,02532 0,8734
p(Monte Carlo) 0,0014 0,0205 0,9428
Jarque-Bera JB 1,821 1,537 0,3268
p(normal) 0,4023 0,4637 0,8493
p(Monte Carlo) 0,0014 0,0176 0,8331

Como se puede apreciar en la grafica, los datos no siguen una distribucion

normal, por lo que si se aplica el test de ANOVA se corre el riesgo de obtener
resultados errados, debido a que el ANOVA al ser una prueba parametrica
tiene una gran efectividad muestras con un N grande, sin embargo, en este
caso se tienen muestras con un N pequeño, por lo que este caso es más
eficiente el uso de una prueba no paramétrica.
Como se aprecia en el test realizado de ANOVA, que las especies estudiadas

si presentan diferencias entre las edades de madurez sexual.
Between groups: 3,93733 2 1,96867 4,222 0,04091
Within groups: 5,596 12 0,466333
Total: 9,53333 14
omega2: 0,3005
Welch F test in the case of unequal variances: F=5,089, df=7,811, p=0,03846
b’) y d). En este caso es necesario aplicar las pruebas a posteriori debido a
que el enfoque del investigador, en este caso es saber entre cuáles especies hay
más diferencias y cuáles son más parecidas.
Por tanto se aplicará en este caso la prueba de Tukey, que corresponde a la

prueba porteriori de ANOVA:
e) Donde las hipótesis son las siguientes:
2. Aplicando Kruskal Wallis
H (chi2): 8,015
p (same): 0,01792
Como se aprecia, al aplicar la prueba de Kruskal-Wallis también se obtiene

que hay diferencias entre las medias de las especies, por lo que se rechaza la
hipótesis nula de que la media de las especies son iguales. En cuanto a la
prueba a posteriori a utilizar, se utilizó el test de Mann Whitney, en el que se
aprecia que hay diferencias significativas entre las medias de la especie 2 y 3,
siendo la 2 y la 1 parecidas, por lo que concluye en este caso que hay una
mayor diferencia de madurez sexual entre las edades de las especies 2 y 3, y
que hay similitudes de la madurez sexual entre las especies 1 y 2.

Mann Whitney
Sp1 Sp2 Sp3
Sp1 0,1425 0,09369
Sp2 0,1425 0,01597
Sp3 0,09369 0,01597
En cuanto a la comparación de los resultados obtenidos en las dos pruebas,

resulta más eficiente, en este caso, la prueba de KruskaL-Wallis, debido a que
los datos muestrales no se distribuyen de manera normal
Grafico de cajas
En los graficos observados se aprecia lo antes supuesto.

experimento, la variable independiente, que este caso es la existencia de
4 subespecies de garrapatas y la variable dependiente (o a explicar) que
corresponde a las 4 cuatro localidades.
b) El factor es la es la existencia de 4 subespecies de garrapatas entre las
cuatro localidades donde se extrajeron los arácnidos.

alternativa:
Ho: µ1=µ2=µ3; las medias de las cuatro localidades son iguales
Hi: µ1≠µ2≠µ3; al menos una de las medias de las cuatro localidades es

distinta.
a’) Las K muestras representan muestras aleatorias independientes extraídas

de k poblaciones específicas.
b’) Cada una de las K poblaciones normal.
c’) Cada una de las K poblaciones tienen la misma varianza.

Como podemos apreciar, el supuesto de normalidad se cumple para cada

localidad. Lo que hará posible inferir el comportamiento de los datos de la
población a partir de los obtenidos de una muestra misma. Por otro lado, el
las poblaciones son iguales.
Localidad 1 localidad 2 localidad 3 localidad 4
N 8 10 13 6
Shapiro-Wilk W 0,83 0,9696 0,9725 0,8583
p(normal) 0,05934 0,8867 0,9226 0,1836

Anderson-Darling A 0,6418 0,1735 0,1779 0,4346
p(normal) 0,05883 0,8987 0,8985 0,1905
p(Monte Carlo) 0,0601 0,9335 0,9257 0,2026
Jarque-Bera JB 1,246 0,4909 0,5291 0,7947
p(normal) 0,5363 0,7824 0,7676 0,6721
p(Monte Carlo) 0,119 0,6862 0,6805 0,2307
Between groups: 6084,42 3 2028,14 16,61 9,442E-07
Within groups: 4030,5 33 122,136
Total: 10114,9 36
omega2: 0,5586

p=0,0004963
Como se aprecia en la prueba de ANOVA, las probabilidad de que las medias

sean iguales es inferior al α=0.05, por lo que se rechaza la hipótesis nula que
establece que las medias de las cuatro localidades son iguales.
En las graficas observadas se aprecia la normalidad de los datos muestrales, y
la agrupación de las localidades de acuerdo a su semejanza.
que el enfoque del investigador, en este caso es saber entre cuáles localidades
hay mas diferencia .Por tanto se aplicará en este caso la prueba de Tukey, que
corresponde a la prueba porteriori de ANOVA:
f) Donde las hipótesis son las siguientes:
Localidad 1 0,0001677 0,0001712 0,0001685
localidad 2 8,354 0,9983 1
localidad 3 8,114 0,24 0,9994
localidad 4 8,284 0,0705 0,1695
Según lo observado, la localidad 1 difiere de las localidades 2, 3 y 4, mientras

que estas tres últimas son más parecidas, incluso se aprecia que la localidad 3
y 4 son iguales.
2. Aplicando Krusklal-Wallis

H (chi2): 14,91
p (same): 0,001854
Al igual que en el test de ANOVA, este método también rechaza la hipótesis

nula planteada, por lo que se concluye de que al menos una de las medias de
las localidades es distinta, en este caso la de la localidad 1. Por otra parte, la
prueba posteriori planteada es la prueba de Mann Whitney. A continuación se
aprecian los resultados:
Localidad 1 0,001591 0,0007434 0,006586
localidad 2 0,001591 0,7798 0,9566
localidad 3 0,0007434 0,7798 1
localidad 4 0,006586 0,9566 1
En eta prueba se corrabora lo anterior.
En cuanto a la comparación de las dos pruebas realizadas se observo que se

obtuvo los mismos resultados, por lo que ambas pruebas resultaron eficientes
en este caso.
Mediante estos graficos se demuestran los resultados obtenidos.
c) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

experimento, la variable independiente, que este caso es la preferencia
de la plaga y la variable dependiente (o a explicar) que corresponde a
los 4 cuatro cultivos.
d) El factor es la preferencia de la plaga a los cutro cultivos de arroz,
cebada, trigo y maíz.

alternativa:
Ho: µ1=µ2=µ3; las medias de los cuatro cultivos son iguales
Hi: µ1≠µ2≠µ3; al menos una de las medias de los cuatro cultivos es distinta.



las poblaciones son iguales
Maiz Arroz Trigo Cebada
N 6 6 6 6
Shapiro-Wilk W 0,9536 0,9802 0,9774 0,9808
p(normal) 0,7695 0,9525 0,9379 0,9554
p(normal) 0,6895 0,8812 0,9112 0,9252
p(Monte Carlo) 0,7708 0,9389 0,9672 0,9774
Jarque-Bera JB 0,4908 0,2098 0,3787 0,3907
p(normal) 0,7824 0,9004 0,8275 0,8225
p(Monte Carlo) 0,619 0,9225 0,7642 0,7464

Según los resultados de la prueba de ANOVA, la probabilidad de que las

medias de los cuatro cultivos sean iguales es inferior a 0,05, por lo que se
rechaza la hipótesis nula que establece que las medias de los cuatro cultivos
son iguales.
Between groups: 797,458 3 265,819 19,51 3,724E-06
Within groups: 272,5 20 13,625
Total: 1069,96 23
omega2: 0,6982

p=0,0001947
que el enfoque del investigador, en este caso es saber cuales on los cultivos
nas atacados por la plaga.Por tanto se aplicará en este caso la prueba de
Tukey, que corresponde a la prueba porteriori de ANOVA:
a) Donde las hipótesis son las siguientes:
Maiz 0,000662 0,3397 0,3031
Arroz 6,857 0,0001821 0,0001809
Trigo 2,433 9,29 0,9998
Cebada2,5449,4010,1106
Según los resultados de la prueba, se tiene que los cultivos de maíz, trigo y
cebada poseen medias parecidas, siendo las de trigo y cebada prácticamente
iguales, mientras que la media del cultivo de arroz es la más distinta, por lo
que se concluye en este caso que la plaga tiene preferencia hacia los cultivos
de arroz con respecto a los otros cultivos.
2. Aplicando Kruskal-Wallis test for equal medians
H (chi2): 14,43
p (same): 0,002311
En estas pruebas aplicadas se aprecian las misma conclusiones realizadas con

la prueba anterior.
Maiz 0,008239 0,172 0,1255
Arroz 0,008239 0,005075 0,005075
Trigo 0,172 0,005075 1

Cebada 0,1255 0,005075 1
e) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

experimento, la variable independiente, que este caso es la longitud de
la raíz de guisantes y la variable dependiente (o a explicar) que
corresponde a la adición de los distintos tipos de azucares en presencia
de auxina.
f) El factor es la longitud de la raíz respecto a la adición de los distintos
tipos de azucares en presencia de auxina.

alternativa:



supuesto de homogeneidad no se cumple, lo que quiere decir que la variedad
de las poblaciones no es igual.
Control Glucosa 2% Fructosa 2%G+F 1% Sacarosa 2%
N 10 10 10 10 10
Shapiro-Wilk W 0,8823 0,9465 0,882 0,9239 0,9047
p(normal) 0,1388 0,6272 0,1375 0,3906 0,2463

0,4165
p(normal) 0,1186 0,5887 0,1618 0,2855 0,2653
p(Monte Carlo) 0,1223 0,6466 0,1698 0,2982 0,2803
Jarque-Bera JB 1,029 0,3505 0,883 0,9351 0,6717

p(normal) 0,5979 0,8393 0,6431 0,6265 0,7147
p(Monte Carlo) 0,2379 0,8089 0,3417 0,304 0,52
Levene´s test for homogeneity of variance, from means p (same):

0,0006548
Welch F test in the case of unequal variances: F=33,83, df=22,2, p=3,77E-09
Según los resultados de la prueba de ANOVA, la probabilidad de que las

medias de los cuatro cultivos sean iguales es inferior a 0,05, por lo que se
rechaza la hipótesis nula que establece que las medias son iguales.
En este caso, no es necesario de una aplicación de las pruebas a posteriori,

debido a que la probabilidad de que las muestras sean iguales es pequeña y el
investigador no desea saber cual es más distinta o parecida con respecto a las
demás.
Sin embargo, la grafica de residuals con respect al error, nos da una idea
aproximada de aqguellos grupos con medias similares, y aquellos con medias
mas distintas.
H (chi2): 38,11
p (same): 9,105E-08
Como se aprecia, al aplicar el test de Kruskal-Wallis se obtiene el

mismo resultado, por lo que se concluye de forma definitiva que la media de
las musetras son distintas.

experimento, la variable independiente, que este caso es la longitud de
la raíz de guisantes y la variable dependiente (o a explicar) que
corresponde a la adición de los distintos tipos de azucares en presencia
de auxina.
b) El factor es la longitud de la raíz respecto a la adición de los distintos
tipos de azucares en presencia de auxina.

alternativa:


Como podemos apreciar, el supuesto de normalidad se cumple para los meses

Febrero, Abril y Septiembre, mientras que para los meses Junio y Noviembre
el supuesto no se cumple. Por otro lado, el supuesto de homogeneidad se
cumple, lo que quiere decir que la variedad de las poblaciones es igual.
Febrero Abril Junio Septiembre Noviembre
N 20 20 20 20 20
Shapiro-Wilk W 0,9404 0,9401 0,8729 0,9693 0,881
p(normal) 0,2435 0,2409 0,01322 0,7392 0,01844
Anderson-Darling A 0,4169 0,4643 0,8652 0,262 0,9166
p(normal) 0,3 0,228 0,02142 0,6668 0,01579
p(Monte Carlo) 0,3071 0,2294 0,0219 0,6926 0,0176
Jarque-Bera JB 1,696 1,049 9,074 0,9436 2,21
p(normal) 0,4283 0,5918 0,01071 0,6239 0,3311
p(Monte Carlo) 0,1718 0,3996 0,0113 0,4502 0,1133
Between groups: 1,9734 4 0,49335 1,977 0,1043
Within groups: 23,7085 95 0,249563
Total: 25,6819 99
omega2: 0,0376
Como se puede apreciar según el estadístico de ANOVA acepta la hipótesis

nula, que establece que la media de las poblaciones son iguales.
Como se aprecia en los siguientes gráficos, a pesar que los datos tomados del
mes de Junio no se distribuyen normalmente, podemos apreciar como los
datos del experimento tienen una tendencia normal, a pesar de observarse
algunas desviaciones en los extremos. Por otra parte también se puede apreciar
en la otra grafica la similitud de las medias de cada población.
que el enfoque del investigador, en este caso es saber cuáles son los meses en
los que se presenta una mayor variación. Por tanto se aplicará en este caso la
prueba de Tukey, que corresponde a la prueba posteriori de ANOVA:
Prueba de Tukey
Febrero 0,161 0,9999 0,9126 0,7126
Abril 3,223 0,1145 0,6137 0,849
Junio 0,2238 3,447 0,849 0,6137
Septiembre 1,209 2,014 1,432 0,9939

Noviembre 1,79 1,432 2,014 0,5819
Según los resultados observados al aplicar la prueba, se aprecia que todos los
mese poseen similitudes, sin embargo se puede apreciar como el mes de Abril
es el más distinto con respecto a los demás meses, por lo que se evidencia una
mayor longitud del pico de las palomas en ese mes.
2. Aplicando Krsukal-Wallis
H (chi2): 7,302
p (same): 0,1189
There is no significant difference between sample medians
Aplicando este tests podemos corraborar el resultado anterior, por lo

que se acepta la hipótesis nula que establece que las medias de las poblaciones
son iguales.
Test de Mann-Whitney
Febrero 0,1092 0,4078 0,6741 0,5059
Abril 0,1092 0,01629 0,1665 0,3082
Junio 0,4078 0,01629 0,2266 0,05887
Septiembre 0,6741 0,1665 0,2266 0,5779
Noviembre 0,5059 0,3082 0,05887 0,5779
En este test se aprecia las similitudes anteriormente habladas, sin embargo

también se observa que si bien son similares, la similitud entre las poblaciones
es inferior a las observadas en el test de Tukey, sin embargo, debido que la
prueba utilizada a continuación es una prueba no paramétrica cuya eficacia es
inferior respecto a las pruebas paramétricas realizadas anteriormente, se puede
concluir entonces que los resultados obtenidos en la prueba de ANOVA son
más fiables que los realizados en el test de Kruskal-Wallis.
En los siguientes gráficos se aprecia lo antes mencionado, que las medias de

cada población son iguales y que el mes que presenta una mayor longitud en el
pico de las palomas es Abril.

experimento, la variable independiente, que este caso es el peso de los
pollos de seis mese de edad y la variable dependiente (o a explicar) que
corresponde a las cuatro granjas.
b) El factor es el peso de los pollos provenientes de las distintas granjas
avícolas.
alternativa:
Ho: µ1=µ2=µ3; las medias de las cuatro granjas son iguales
Hi: µ1≠µ2≠µ3; al menos una de las medias de los cuatro granjas es distinta.


Como podemos apreciar, el supuesto de normalidad se cumple. Por otro lado,

el supuesto de homogeneidad también se cumple, lo que quiere decir que la
variedad de las poblaciones es igual.
A B C D
N 15 15 15 15
Shapiro-Wilk W 0,9562 0,8966 0,9529 0,9729
p(normal) 0,6274 0,08459 0,571 0,8985
p(normal) 0,5196 0,06609 0,5732 0,8553
p(Monte Carlo) 0,5379 0,0666 0,6149 0,8602
Jarque-Bera JB 0,7335 2,221 0,9102 0,4215
p(normal) 0,693 0,3294 0,6344 0,81
p(Monte Carlo) 0,5421 0,0879 0,4209 0,764

Ahora bien, al aplicar el test de ANOVA se aprecia que la probabilidad de que
las medias de cada población sean iguales es inferior a 0.05, lo lo que se
rechaza la hipótesis nula que establece que la media del peso de los pollos
provenientes de las cuatro granjas son iguales. Sin embrago, a pesar de que la
probabilidad de rechazo no es tan pequeña, es necesario aplicar las pruebas a
posteriori, para así obtener información acerca de cuál es la población que
presenta mas varianza.
Between groups: 3,09261 3 1,03087 3,327 0,02596
Within groups: 17,3512 56 0,309843
Total: 20,4438 59
omega2: 0,1042
que el enfoque del investigador, en este caso es saber cuáles son los meses en
los que se presenta una mayor variación. Por tanto se aplicará en este caso la
prueba de Tukey, que corresponde a la prueba posteriori de ANOVA:

Prueba de Tukey
A B C D
A 0,2703 0,01473 0,5348
B 2,588 0,5717 0,9635
C 4,416 1,828 0,2979
D 1,911 0,6772 2,505
Como se aprecia, según esta prueba la granja C, presenta una varianza

marcada con respecto a las demás, siendo esta inferior con respecto a las otras
granjas.
test for equal medians
H (chi2): 9,266
p (same): 0,02593
A B C D
A 0,03096 0,006585 0,29
B 0,03096 0,1646 0,4552
C 0,006585 0,1646 0,1149
D 0,29 0,4552 0,1149

Análisis de Varianza y Kruskal Wallis sobre la producción de tres variedades mejoradas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis de Varianza y Kruskal Wallis sobre la producción de tres variedades mejoradas

Cargado por

Copyright:

Formatos disponibles

Unidad de Bioestadística

Facultad Experimental de ciencias y Tecnología

Tarea Nº2: Análisis de Varianza y Kruskal Wallis

Respuesta Ejercicio Nº1

1. Contrastando con la prueba paramétrica (ANOVA)

a) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

a’) Primero, para aplicar la prueba contrastamos la hipótesis nula y

Ho: µ1=µ2=µ3; las medias de las tres variedades son iguales

Hi: µ1≠µ2≠µ3; al menos una de las medias de la variedades es distinta.

1. a’) Las K muestras representan muestras aleatorias independientes

Como podemos apreciar, el supuesto de normalidad se cumple, lo que hará

VARIEDAD 1 VARIEDAD 2 VARIEDAD 3

Shapiro-Wilk W 0,8797 0,945 0,9119

p(normal) 0,07066 0,5241 0,1949

Anderson-Darling A 0,5844 0,3218 0,4575

p(normal) 0,1031 0,4864 0,2208

p(Monte Carlo) 0,1008 0,5038 0,2266

Jarque-Bera JB 1,334 0,7779 0,6668

p(normal) 0,5132 0,6778 0,7165

p(Monte Carlo) 0,1844 0,4893 0,5762

Como podemos observar, con la prueba de Shapiro-Wilk se comprueba que

Test for equal means

Sum of sqrs df Mean square F p (same)

Between groups: 3145,28 2 1572,64 13,96 3,252E-05

Levene´s test for homogeneity of variance, from means p (same): 0,6821

Levene´s test, from medians p (same): 0,7935

Welch F test in the case of unequal variances: F=11,81, df=23,67,

Por otro lado según el test de Levene se comprueba la homogeneidad de las

Por lo tanto se rechaza Ho, y se concluye que:

Por tanto se aplicará en este caso la prueba de Tukey, que corresponde a la

Donde las hipótesis son las siguientes:

VARIEDAD 1 VARIEDAD 2 VARIEDAD 3

VARIEDAD 1 0,00886 0,1067

VARIEDAD 2 4,468 0,0001428

VARIEDAD 3 2,953 7,421

Por lo tanto, podemos observar que las probabilidades resaltadas corresponden

La prueba de Kruskal-Wallis es una prueba no paramétrica que utiliza rangos

Ho=La productividad de las tres variedades es igual en cada parcela.

Hi: La productividad de las tres variedades es distinta.

Aplicando la prueba se tiene:

Kruskal-Wallis test for equal medians

Hc (tie corrected): 16,68

There is a significant difference between sample medians

Según lo observado, la probabilidad de que la producción de las tres

VARIEDAD 1 VARIEDAD 2 VARIEDAD 3

VARIEDAD 2 0,006989 0,000324

VARIEDAD 3 0,03091 0,000324

Según lo observado, todas las poblaciones poseen medianas distintas.

Debido a que el test de Kruskal Wallis puede considerarse técnicamente como

 La prueba de ANOVA es mucho más fiable debido que a que utiliza

f) En este caso se puede apreciar la grafica de residuales con respecto a las

1. Contrastando con la prueba paramétrica (ANOVA)

c) El modelo de ANOVA aplicado en este caso corresponde al de una vía,

a’) Primero, para aplicar la prueba contrastamos la hipótesis nula y

Ho: µ1=µ2=µ3; las medias de las tres especies son iguales

Hi: µ1≠µ2≠µ3; al menos una de las medias de las especies es distinta.

4. a’) Las K muestras representan muestras aleatorias independientes

Para probar la normalidad de cada población se usa la prueba de Shapiro-

Como podemos apreciar, el supuesto de normalidad no se cumple para las

Sp1 Sp2 Sp3

Shapiro-Wilk W 0,6299 0,7369 0,9794

p(normal) 0,00152 0,02241 0,9312

Anderson-Darling A 0,9873 0,7041 0,1652