DISEÑO DE EXPERIMENTOS

1. ¿Qué son y cuándo se aplican las pruebas para comparar medias?

Respuesta: Las pruebas para comparar medidas, son un método utilizado para probar si
las medias de población desconocidas de dos grupos son iguales o no.
Para el método de comparación múltiple, existen varios tipos de análisis. El análisis de
varianza (ANOVA) es uno de ellos. Otros métodos de comparación múltiple son la prueba
de Tukey-Kramer de todas las diferencias por pares, el análisis de medias (ANOM) para
comparar medias grupales con la media general o la prueba de Dunnett para comparar
cada media grupal con una media de control.
Se puede utilizar la prueba cuando los valores de sus datos son independientes, son
elegidos aleatoriamente de dos poblaciones normales y los dos grupos independientes
tienen varianzas iguales.

2. Supongamos que se desea probar la igualdad entre sí de cinco medias. Una alternativa
para hacer esto sería comparar de dos en dos las medias, utilizando la prueba T de
Studenty al final tomar una decisión. Explique por qué esto aumenta el error tipo I.
Respuesta: En este caso con cinco medias, se observa que tenemos diez posible pares de
medias, y si la probabilidad de aceptar la H0 para cada prueba individual es de 1-0.05 =
0.95; entonces, la probabilidad de aceptar las diez H0 es de 0.9510 = 0.5987, lo cual
representa un aumento considerable del error tipo I.

3. Cuál es la diferencia entre el método LSD y Duncan al comparar medias?

Respuesta: El método LSD de Fisher es el que proporciona más diferencias significativas; a
continuación, le siguen los métodos de Duncan y Tukey. Se elige uno u otro dependiendo
del riesgo que estemos dispuestos a correr al aceptar más o menos diferencias
significativas. Es decir, a aceptar como significativas diferencias que no lo sean (situación
no conservadora), o a aceptar menos diferencias significativas de las que realmente
existan (situación conservadora). Cramer y Swanson, realizaron estudios de simulación por
el método de Montecarlo de los que concluyeron que el procedimiento LSD es una prueba
muy eficiente para detectar diferencias verdaderas entre las medias si se aplica después
que la prueba F del análisis de la varianza resultó significativa al 5 %. También concluyeron
que el procedimiento de intervalos múltiples de Duncan es un buen método para detectar
diferencias reales.
 El procedimiento de Tukey tiene un error tipo I menor que los correspondientes errores
de los tests de Newman-Keuls y de Duncan; es decir, es un test más conservador. En
consecuencia, el procedimiento de Tukey tiene menos potencia que los procedimientos de
Newman-Keuls o de Duncan.

4. A α también se le conoce como la significancia dada de la prueba y es la probabilidad

de
la región o intervalo de rechazo; su valor se especifica por parte del investigador desde
que planea el estudio. Por lo general se utilizan los valores α = 0.05 o 0.01, ¿cuándo se
recomienda utilizar cada uno de estos valores? (consulte la página 33 del libro de
Humberto Gutiérrez)
Respuesta: Por lo general se utilizan los valores a = 0.05 o 0.01, dependiendo del riesgo
que se quiera admitir en la conclusión. Mientras más pequeño es el valor de a se requiere
más evidencia en los datos para rechazar H0. Por ejemplo, si la acción a tomar después de
rechazar H0 implica una inversión fuerte de recursos, se recomienda utilizar a = 0.01 para
tener mayor confianza de que la decisión será la adecuada. Si la decisión no implica una
inversión fuerte, es suficiente trabajar con a = 0.05, que es el valor más utilizado para este
riesgo. Esto es, un valor más pequeño que a no necesariamente será mejor, ya que si se
admite poco riesgo (a £ 0.01) se está truncando la posibilidad de muchos cambios que
serían positivos para la empresa. Utilizar a = 0.05 significa que por cada 100 veces
independientes que se aplica el procedimiento y se r echaza H0, se espera que en un
promedio de 95 veces, tal decisión sea la correcta.

Bibliografía

1. Gutiérrez Pulido, Humberto y de la Vara Salazar, Román. Análisis y diseño de

experimentos. Centro Universitario de Ciencias Exactas e Ingeniería Universidad de
Guadalajara

2. El Blog de Minitab (2022). Re: Entendiendo las Pruebas de Hipótesis: niveles de

Significancia (Alfa) y Valores P en Estadística [Comentario en foro en línea].
https://blog.minitab.com/es/entendiendo-las-pruebas-de-hipotesis-niveles-de-
significancia-alfa-y-valores-p-en-estadistica