524 Capítulo 13 Experimentos con un solo factor: generales

The GLM Procedure

Dependent Variable: moisture
Sum of
Source DF Squares Mean Square F Value Pr > F
Model 4 85356.4667 21339.1167 4.30 0.0088
Error 25 124020.3333 4960.8133
Corrected Total 29 209376.8000

R-Square Coeff Var Root MSE moisture Mean

0.407669 12.53703 70.43304 561.8000

Source DF Type I SS Mean Square F Value Pr > F

aggregate 4 85356.46667 21339.11667 4.30 0.0088

Source DF Type III SS Mean Square F Value Pr > F

aggregate 4 85356.46667 21339.11667 4.30 0.0088

Contrast DF Contrast SS Mean Square F Value Pr > F

(1,2,3,5) vs. 4 1 70035.00833 70035.00833 14.12 0.0009
(1,2) vs. (3,5) 1 14553.37500 14553.37500 2.93 0.0991
1 vs. 2 1 768.00000 768.00000 0.15 0.6973
3 vs. 5 1 0.08333 0.08333 0.00 0.9968

Figura 13.4: Un conjunto de contrastes ortogonales.

A menudo es de interés efectuar varias comparaciones por pares (quizá todas las
que sean posibles) entre los tratamientos. En realidad, una comparación por pares se
puede ver como un contraste simple, es decir, una prueba de
H 0 : μi − μj = 0,
H 1 : μi − μj ≠ 0,
para toda i ≠ j. Hacer todas las comparaciones posibles por pares entre las medias puede
ser muy benéfico cuando no se conocen a priori contrastes complejos particulares. Por
ejemplo, suponga que se desea probar las hipótesis siguientes, con los datos de los agre-
gados de la tabla 13.1:
H 0 : μ1 − μ5 = 0,
H 1 : μ1 − μ5 ≠ 0.
La prueba se desarrolla usando una F, una t, o el método de los intervalos de confianza.
Si se usa la t, se tiene que
ȳ 1. − ȳ 5.
t= ,
s 2/n

donde s es la raíz cuadrada del cuadrado medio del error y n = 6 es el tamaño de la

muestra por tratamiento. En este caso,
553.33 − 610.67
t= = −1.41.
4961 1/3