Caso de ejemplo

Un criador de conejos desea hacer un estudio estadístico fiable que le

indique saber cuál de las cuatro marcas de alimento de engorde de
conejos es la más efectiva. Para el estudio forma cuatro grupos con seis
conejos de mes y medio de edad que hasta ese momento tuvieron las
mismas condiciones de alimentación.

Las razones fueron que en los grupos A1 y A4 ocurrieron fallecimientos

debido a causas no atribuibles a los alimentos, ya que uno de los
conejos fue picado por un insecto y en el otro caso seguramente el
fallecimiento fue causa de un defecto congénito. De modo que los
grupos quedan desbalanceados y entonces es necesario aplicar la prueba
de Tukey-Kramer.

Ejercicio resuelto
Para no alargar demasiado los cálculos, se tomará como ejercicio
resuelto un caso de experimento balanceado. Se tomará como datos los
siguientes:
En este caso se tienen cuatro grupos correspondientes a cuatro
tratamientos diferentes. Sin embargo, observamos que todos los grupos
tienen el mismo número de datos, por lo que se trata entonces de un
caso balanceado.

Para realizar el análisis ANOVA se ha usado la herramienta que viene

incorporada en la hoja de cálculo de Libreoffice. Otras hojas de cálculo
como Excel tienen incorporada esta herramienta para el análisis de
datos. A continuación se muestra una tabla resumen que ha resultado
después de haberse realizado el análisis de varianza (ANOVA):

Del análisis de varianza también se tiene el valor P, que para el ejemplo

es 2,24E-6 muy por debajo del 0.05 del nivel de significancia, lo que
directamente conduce a rechazar la hipótesis nula: Todos los
tratamientos son iguales. 

Es decir, entre los tratamientos algunos tienen valores medios

diferentes, pero hay que saber cuales son los significativa y
honestamente distintos (HSD) desde el punto de vista estadístico usando
la prueba de Tukey.

Para hallar el número w o como también se le conoce el número HSD

requerimos hallar el cuadrado medio del error MSE. Del análisis ANOVA
se obtiene que la suma de cuadrados dentro de los grupos es SS=0,2; y
el número de grados de libertad dentro de los grupos es df=16 con estos
datos podemos hallar MSE:

MSE = SS/df = 0,2/16 = 0,0125

También se requiere encontrar el factor q de Tukey, usando la tabla. Se

busca en la columna 4 que corresponde a los 4 grupos o tratamientos a
comparar y la fila 16, ya que el análisis ANOVA arrojó 16 grados de
libertad dentro de los grupos. Esto nos conduce a un valor de q igual
a: q = 4,33 correspondiente a 0,05 de significancia o 95% de
confiabilidad. Finalmente se halla el valor para la “diferencia
honestamente significativa”:

w = HSD =  q √(MSE /r) = 4,33 √(0,0125 /5) = 0,2165

Para saber cuales son los grupos o tratamientos honestamente

diferentes hay que conocer los valores promedios de cada tratamiento:





También es necesario conocer las diferencias entre los valores medios de

pares de tratamientos, lo cual se muestra en la siguiente tabla:
 



Se concluye que los mejores tratamientos, en cuanto a maximizar el

resultado son el T1 o el T3, los cuales son indiferentes desde el punto de
vista estadístico. Para elegir entre T1 y T3, habría que buscar otros
factores ajenos al análisis presentado aquí. Por ejemplo, precio,
disponibilidad, etc.