1.

Prueba de Friedman

La prueba de Friedman es la alternativa no paramétrica para el diseño de bloques completos al

azar.

1.1. Datos

Los datos consisten de k muestras relacionadas (correspondientes a los k tratamientos), cada

una de tamaño b (número de bloques).

Asigne el rango 1 a la observación más pequeña, 2 a la segunda y así sucesivamente hasta la

más grande de las k observaciones dentro de cada bloque. En caso de empates utilice la media
de los rangos correspondientes. Sea R(Xij) el rango asignado a la observación Xij dentro del
bloque j y sea Ri la suma de los rangos asignados a la muestra i:
b
Ri   R( X ij )
j 1

Calcule Ri para cada muestra (tratamiento).

1.2. Supuestos

1. Los b bloque son mutuamente independientes (Los resultados dentro de un bloque no

influyen en los resultados dentro de los otros).
2. La escala de medida es al menos ordinal, de modo que las observaciones pueden ser
ordenadas dentro de cada bloque.

1.3. Procedimiento de Prueba

Hipótesis:

H0: Los tratamientos tienen los mismos efectos.

H1: Al menos uno de los tratamientos tiene un efecto diferente.

Estadístico de Prueba:

Primero calcule los valores A y B:

1 k 2
B   Ri
k b
A    R( X ij ) 
2

i 1 j 1 b i 1
Si no hay empates, A se simplifica a:
 bk (k  1)(2k  1)
A
6
El estadístico de prueba es:

 bk (k  1) 2 
(b  1)  B  
T  4 
A B

Regla de Decisión:

La hipótesis nula se rechaza con un nivel de significación  si T resulta mayor que el valor de
tabla F(1-, k-1, (b-1)(k-1)).

Ejemplo 2: Se desea comparar la calidad de 4 marcas de vino. Para ello, se le pide a 8 jueces
que prueben (en orden aleatorio) cada una de las 4 muestras y las califiquen en una escala del
0 al 10. Los resultados se presentan a continuación:

Juez
Vino 1 2 3 4 5 6 7 8
A 9 7 8 6 5 8 6 4
B 8 5 8 2 4 4 3 2
C 9 6 7 6 4 7 5 3
D 5 5 3 5 4 5 6 4

¿Existen diferencias significativas entre las calidades de los vinos?

 9

7
Calificativo
6

A B C D
Vino

H0: Los cuatro vinos son de la misma calidad.

H1: Al menos uno de los vinos es de diferente calidad.

La asignación de los rangos a las observaciones de menor a mayor dentro de cada bloque
(juez) se presenta en el siguiente cuadro:

Juez
Vino 1 2 3 4 5 6 7 8 Ri
A 3.5 4 3.5 3.5 4 4 3.5 3.5 29.5
B 2 1.5 3.5 1 2 1 1 1 13
C 3.5 3 2 3.5 2 3 2 2 21
D 1 1.5 1 2 2 2 3.5 3.5 16.5

Los valores de A y B son:

1 4 2
B   Ri  219.0625
4 8
A    R( X ij )   235
2

i 1 j 1 b i 1

El estadístico de prueba es:

 bk (k  1) 2   (8)(4)(4  1) 2 
(b  1)  B   (8  1) 219.0625  
T  4   4 
= =
A B 235  219.0625
= 8.3725
El valor de tabla para un nivel de significación del 5% es F(0.95, 3, 21) = 3.07. Como el
estadístico de prueba resulta mayor que el valor de tabla se rechaza H0.

En conclusión, existe suficiente evidencia estadística para aceptar que al menos uno de los
vinos es de diferente calidad.

1.4. Comparaciones Múltiples

Si la hipótesis nula es rechazada, la prueba de Friedman presenta un procedimiento para

comparar a los tratamientos por pares. Se dirá que los tratamientos i y j difieren
significativamente si satisfacen la siguiente desigualdad:

2b( A  B)
Ri  R j  t1 / 2,(b 1)( k 1)
(b  1)(k  1)

Ejemplo 2 (Cont.): Con los datos del ejemplo anterior se tiene:

t1 / 2,(b1)( k 1)  t(0.975,21)  2.08

2b( A  B) 2(8)(235  219.0625)

t1 / 2,(b 1)( k 1)  = 2.08  7.25
(b  1)(k  1) 21

Tratamientos Ri  R j Significancia
comparados
AyB 16.5 *
AyC 8.5 *
AyD 13 *
ByC 8 *
ByD 3.5 n.s.
CyD 4.5 n.s.

Se encuentran diferencias significativas en todas las comparaciones salvo en B con D y C con

D. Una representación gráfica de estas comparaciones sería la siguiente:

Tratamiento: B D C A
Ri: 13 16.5 21 29.5
Anexo: Salida de Minitab

Friedman Test

Friedman test for Resp by Vino blocked by Juez

S = 11.44 DF = 3 P = 0.010
S = 13.07 DF = 3 P = 0.004 (adjusted for ties)

Est Sum of
Vino N Median Ranks
1 8 6.625 29.5
2 8 4.625 13.0
3 8 5.750 21.0
4 8 5.000 16.5

Grand median = 5.500

Salidas obtenidos con la librería agricolae del paquete R

> library(agricolae)
> vino<-read.table("vino.txt",T)
> attach(vino)
> comparison<-friedman(juez,marca,calificación,alpha=0.05,
group=FALSE, main="Marca de vino")

Study: Marca de vino

marca, Sum of the ranks

calificación replication
1 29.5 8
2 13.0 8
3 21.0 8
4 16.5 8

Friedman's Test
===============
Adjusted for ties
Value: 13.07143
Pvalue chisq : 0.004484656
F value : 8.372549
Pvalue F: 0.0007479576
Alpha : 0.05
t-Student : 2.079614

Comparison between treatments

Sum of the ranks

Difference pvalue sig LCL UCL

1 - 2 16.5 0.000112 *** 9.25 23.75
1 - 3 8.5 0.023678 * 1.25 15.75
1 - 4 13.0 0.001234 ** 5.75 20.25
3 - 2 8.0 0.032084 * 0.75 15.25
4 - 2 3.5 0.326618 -3.75 10.75
3 - 4 4.5 0.210608 -2.75 11.75
> comparison<-friedman(juez,marca,calificación,alpha=0.05,
group=FALSE, main="Marca de vino")

Study: Marca de vino

marca, Sum of the ranks

calificación replication
1 29.5 8
2 13.0 8
3 21.0 8
4 16.5 8

Friedman's Test
===============
Adjusted for ties
Value: 13.07143
Pvalue chisq : 0.004484656
F value : 8.372549
Pvalue F: 0.0007479576

Alpha : 0.05
t-Student : 2.079614

Comparison between treatments

Sum of the ranks

Difference pvalue sig LCL UCL

1 - 2 16.5 0.000112 *** 9.25 23.75
1 - 3 8.5 0.023678 * 1.25 15.75
1 - 4 13.0 0.001234 ** 5.75 20.25
3 - 2 8.0 0.032084 * 0.75 15.25
4 - 2 3.5 0.326618 -3.75 10.75
3 - 4 4.5 0.210608 -2.75 11.75
> comparison<-
friedman(juez,marca,calificación,alpha=0.05,main="Marca de
vino")

Study: Marca de vino

marca, Sum of the ranks

calificación replication
1 29.5 8
2 13.0 8
3 21.0 8
4 16.5 8

Friedman's Test
===============
Adjusted for ties
Value: 13.07143
Pvalue chisq : 0.004484656
F value : 8.372549
Pvalue F: 0.0007479576

Alpha : 0.05
t-Student : 2.079614
LSD : 7.246748

Means with the same letter are not significantly different.

GroupTreatment and Sum of the ranks
a 1 29.5
b 3 21
bc 4 16.5
c 2 13
>