ANOVA

Anteriormente hemos hecho comparaciones de dos medias en el pretratamiento y

postratamiento, para evidenciar si el tratamiento ha sido eficaz o no. Sin embargo, una
manera mucho más efectiva de llevar el análisis es que hagamos uso de la
comparación de más de dos medias.
Cuando tenemos más de dos medias a comparar la titest no se vuelve un estadístico
idóneo ya ue a medida que aumenta el número de comparaciones la probabilidad de
cometer error tipo I también aumenta.

Análisis de la varianza de un factor completamente aleatorizado

¿Se ve afectado el rendimiento por el tipo de práctica?

En esta ocasión tenemos 3 grupos completamente aleatorios (tengo que llevar a cabo
3 contrastes de hipótesis solamente teniendo 3 grupos. Si fueran 6 grupos serían 15
contrastes de hipótesis J(J-1)/2), y queremos conocer si existen diferencias
significativas en el rendimiento de VD en una tarea de destreza fonológica como
consecuencia de tiempo de práctica previo VI.
El problema no se encuentra en la cantidad de contrastes que hay que hacer, sino de
que a medida que aumentamos este la probabilidad de error tipo I aumenta y ya no es
igual a alfa= 0.05 sino a 1(1-alfa)^2, donde n es el número de contrastes realizados, por
lo que a medida que aumento el número de contrastes, más grande es la alfa que me
exige para rechazar la hipótesis nula (el rendimiento no se ve afectado con la práctica)
De un alfa de 0,05 ha pasado a un error tipo I de 0,14
IMAGEN
Además, a medida que aumenta el número de grupos, aumenta el número de
comparaciones y el error tipo I.
IMAGEN
Una manera clásica de resolver este problema es el llamado ajuste de Bonferroni, que
ajusta el nivel de alfa dividiendo el error tipo I (0,05) por el número de contrastes
realizar (3), dando como resultado 0,05/3=0,017, por lo que tenemos que encontrar un
valor de estadístico T cuya probabilidad de ocurrencia sea menor de 0,01 para poder
rechazar la H0.
Otra manera de aplicar la corrección de Bonferroni es multiplicar la probabilidad
asociada al estadístico por el número de contrastes y comparar este valor con 0,05.
 Problemas

Existen una serie de inconvenientes en el uso de la prueba T para comparar más de dos
medias.
- Nos obliga a realizar J(J-1)/2 comparaciones a medida que lo hace el número de
contrastes
- Presenta una probabilidad de error tipo I que aumenta a medida que lo hace el
número de contrastes.
- No permite conocer la relación que existe entre la VD y la VI, es decir, no
sabemos como se comporta la variable dependiente a lo largo de esa otra
variable independiente.
- Es incapaz de detectar la influencia conjunta de 2 o mas variables
independientes y su interacción con la variable dependiente. En efecto de la
interacción se da por ejemplo con el grupo control, que sabemos si el grupo
tratamiento ha mejorado con respecto al grupo control por el efecto de la
interacción. El diseño de control no equivalente variable I grupo/momento, si
no queremos separarla de VD, sino que queremos saber si la puntuación en el
momento depende del tipo de grupo en el que estoy, suelen llevarse a cabo
con el ANOVA.
- De la varianza, que pone a prueba la hipótesis nula de que las k medias de los k
grupos independientes son iguales (pertenecen a la misma población),
controlar que no sea la misma persona en el grupo control tratamiento y eso
provoque diferencias en el pre.
La mayor parte de los inconvenientes los resolvemos por la técnica de ANALISIS DE LA
VARIANZA

Análisis de la varianza de un factor completamente aleatorizado

Este análisis te pone a prueba si 2 medias o más son distinta. Vamos a tener en cuenta
si la variabilidad debido a lo que yo manipulo es mayor o menor que la variabilidad
debido al error.
El análisis de la varianza nos permite realizar inferencias acerca de las medias
poblaciones, mu1, mu2, mu3 (las medias poblacionales son desconocidas), a partir de
las medias muestrales obtenidas experimentalmente y pone a prueba la hipótesis nula.
Nos permite estudiar las varianzas que se generan dentro de un diseño ANOVA y
comprobar si las diferencias entre las varianzas son debidas a lo que yo hago o al azar.
(Varianza: medida de dispersión que calcula la variabilidad de datos con respecto a su
muestra)
H0: mu 1= mu 2 …….. =mu k
Las medias en los distintos grupos son iguales, sin embargo, esto no sucede así porque
existe variabilidad, esa variabilidad se denomina INTERGRUPO que se ha generado con
lo que yo he hecho, porque yo sido el que ha hecho los grupos.

Diseño control grupo no equivalente (genero grupos), grupo control post y pre y
tratamiento post y pre. Por lo que tengo 4 medias de variables que he manipulado.
Debido al yo crear los grupos existe variabilidad, pero también hay variabilidad entre
las puntuaciones también hay, no todas las personas en un mismo grupo puntúan
igual, es decir, no todos se ven afectados de la misma manera por la variable
independiente que yo he generado (error ruido), NO TODOS SE VEN AFECTADOS POR
LA CONDICIÓN VI.

- Variabilidad inter: condición experimental que yo he generado,

componente debido a la variable de agrupación utilizada.
- Varianza intra o varianza error: error que se genera dentro de cada
grupo, debida a componentes extraños y no controlados en el
experimento.
Hay una parte de mi diseño cuya variabilidad se debe a los que he hecho y
otra al error, si la sumamos obtenemos la variabilidad total.
Si estos componentes no difieren apreciablemente, concluimos que las
medias provienen de la misma población y, por tanto, las diferencias
muestrales observadas son debidas al azar. Es decir que si al dividir ambos
valores mi resultado es igual 1, no hay diferencia entre lo que yo he
encontrado con mi manipulación y el puro azar y aceptamos la hipótesis
nula que dice que la media 1 es igual a la 2.
Por el contrario, si ha habido un efecto de la VI la variabilidad ínter grupo
habrá de ser significativamente mayor que la variabilidad intragrupo y por
tanto, concluiremos que las medias provienen de distintas poblaciones, lo
que concluirá el rechazo de la hipótesis nula de igualdad de las 2 medias
planteadas.

Experimento pelotas
Si yo tiro por puro azar una pelota esperaría que cayeran tanto en una caja como en
otra, no obstante, si yo intento tirar en la caja de variabilidad Inter grupo , es más
probable que caiga más pelotas ahí, por lo que la idea del azar es que no espero
encontrar mayor variabilidad dentro de un grupo que en el otro.