Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Diseño experimental.
Integrantes:
֎ Castellanos Abarca Paola Gissel.
֎ Hernández Meza Jessica Paola.
֎ López García Fernanda Monserrat.
֎ Martínez Pérez José Ángel.
w = q √(MSE /r)
Donde el factor q se obtiene de una tabla (Tabla de Tukey), que consta de filas de
valores q para diferente número de tratamientos o experimentos. Las columnas
indican el valor de factor q para diferentes grados de libertad. Normalmente las
tablas disponibles tienen significancias relativas de 0.05 y 0.01.
Procedimiento:
● Objetivos
Objetivo general:
● Determinar la eficacia de dos tratamientos para la disminución de
hipercolesterolemia.
Objetivos específicos:
● Identificar a pacientes que padecen hipercolesterolemia
● Hipótesis
HO. Ambos medicamentos reducen los niveles de colesterol a un mismo
porcentaje.
HA. Un medicamento reduce los niveles de colesterol de manera más eficiente
al otro.
HO: ϻ1=ϻ2=ϻ3
HA: ϻ1≠ϻ2≠ϻ3
Análisis de varianza para determinar la diferencia entre F calculada y F
critica.
Tukey
El proceso de toma de decisiones para una prueba de hipótesis se basa en el
valor p, que indica la probabilidad de rechazar como falsa la hipótesis nula cuando
en realidad es verdadera.
Si el valor p es menor que o igual a un nivel de significancia predeterminado
(denotado por α o alfa), entonces usted rechaza la hipótesis nula y da
crédito a la hipótesis alternativa.
Si el valor p es mayor que el nivel α, usted no puede rechazar la hipótesis
nula y no puede apoyar la hipótesis alternativa.
Con un nivel de significancia (α) de 0.05, el valor p (0.000) en la tabla Análisis de
varianza proporciona suficiente evidencia para concluir que los tiempos de entrega
promedio de al menos dos de los centros de envío son significativamente
diferentes.
Los resultados de la prueba de Tukey se incluyen en la tabla de información de
agrupación, que resalta las comparaciones significativas y no significativas. Puesto
que cada centro de envío está en un grupo diferente, todos los centros de envío
tienen tiempos de entrega promedio que son significativamente diferentes entre sí.
El resumen del modelo se emplea para determinar hasta qué punto se ajustan
nuestros datos.
S: se emplea para evaluar qué tan bien el modelo describe la respuesta.
S se mide en las unidades de la variable de respuesta y representa la distancia
que separa a los valores de los datos de los valores ajustados. Mientras más bajo
sea el valor de S, mejor será descrita la respuesta por el modelo. Sin embargo, un
valor de S bajo no indica por sí solo que el modelo cumple con los supuestos del
modelo. Debe examinar las gráficas de residuos para verificar los supuestos.
R-cuad: El R2 es el porcentaje de variación en la respuesta que es
explicada por el modelo. Mientras mayor sea el valor de R2, mejor se
ajustará el modelo a los datos. El R 2 siempre está entre 0% y 100%. Un
valor de R2 alto no indica que el modelo cumple con los supuestos del
modelo. Debe examinar las gráficas de residuos para verificar los
supuestos.
CONTROL 15 230.0 A
0
ATORVASTATINA 15 136.0 B
0
EZETIMIBA 15 104.5 C
1
Las medias que no comparten una letra son significativamente diferentes.
Se utiliza la tabla Información de agrupación para determinar rápidamente si la
diferencia de las medias entre cualquier par de grupos es estadísticamente
significativa. Nos dan la indicación siguiente: “Los grupos que no comparten una
letra son significativamente diferentes o Las medias que no comparten letras son
significativamente diferentes”.
Lo que nos interesa de esta tabla es la Media y la Agrupación
En estos resultados, la tabla muestra que hay diferencia entre las medias, puesto
que ningún grupo de medias tiene letras en común, todas las medias tienen
diferencia significativa y ninguna guarda similitud en la eficacia del tratamiento que
se está empleando, nosotros lo vemos desde el siguiente punto, un medicamento
presenta eficacia de un 54% de eficacia y el otro de un 40%
Pruebas simultáneas de Tukey para diferencias de las medias
Diferenci
a
de las EE de Valor Valor p
Diferencia de niveles medias diferencia IC de 95% T ajustado
Se utiliza para comparar todos los pares de medias. Fue desarrollado por primera
vez por Duncan en 1951 pero posteriormente él mismo modificó su primer método
generando el que ahora se denomina Nuevo método de Rango Múltiple de
Duncan. Esta prueba no requiere de una prueba previa de F, como sucede con la
DMS o sea que aún sin ser significativa la prueba F puede llevarse a cabo.
El Test de Duncan es un test de comparaciones múltiples. Permite comparar las
medias de los t niveles de un factor después de haber rechazado la Hipótesis nula
de igualdad de medias mediante la técnica ANOVA. Todos los tests de
comparaciones múltiples son tests que tratan de perfilar, tratan de especificar,
tratan de concretar, una Hipótesis alternativa genérica como la de cualquiera de
los Test ANOVA.
El Test de Duncan es muy similar al Test HSD de Tukey, pero en lugar de trabajar
con un umbral fijo trabaja con un umbral cambiante. Un umbral que dependerá del
número de medias implicadas en la comparación.
Para saber el número de medias implicadas en la comparación se ordenan las
medias muestrales de menor a mayor y así al hacer una comparación entre dos
medias sabremos además de las dos medias comparadas cuantas medias quedan
dentro. Este número de medias implicadas en cualquier comparación de medias
es el parámetro p de este umbral.
¿Cuándo se aplica?
La prueba de Duncan, también conocida como la prueba de rango múltiple, es
conveniente aplicarla cuando los tamaños de las muestras son iguales y los
tratamientos presentan una relación ordinal, es decir, pueden ordenarse de
manera ascendente o descendente en una escala no numérica, a diferencia de los
tratamientos que responden a variables continuas en las que procede un análisis
de regresión.
¿Qué hace?
La prueba de Duncan ajusta la diferencia crítica considerando si los dos
promedios que se comparan son adyacentes o sí por el contrario existe uno o más
medias entre las medias que se están comparando.
Al aplicar análisis de varianza (ANOVA) y determinar que existe una diferencia
estadísticamente significativa, normalmente surge la pregunta acerca de cuáles
pares de medias son diferentes.
Para ello se utilizan las llamadas "Pruebas de Comparación Múltiple".
El Test de Duncan o Prueba de Rangos Múltiples de Duncan permite comparar las
medias de los “t niveles” de un factor después de haber utilizado ANOVA.
Aunque se puede aplicar sin que ANOVA haya arrojado significancia, lo lógico es
aplicarla a partir de ese resultado, para determinar a qué se deben las diferencias
encontradas.
Consiste en calcular varios "rangos", denominados comúnmente “rangos
significativos mínimos”, según la siguiente fórmula:
CM error
D p=d α K −gl error √
n
Donde:
▪ p toma valores entre 2 y K (siendo K el número de tratamientos)
▪ d se obtiene de la tabla T-9
▪ CMerror es la estimación de la varianza del error.
Ventajas
Esta prueba no requiere de una prueba previa de F, como sucede con
DMS.
Es útil para determinar la diferencia entre pares de medias después que se
ha rechazado la Ho en el análisis de varianza.
Sirve para probar todas las diferencias posibles entre medias de
tratamientos de una experiencia.
Permite comparar tratamientos no relacionados.
Desventajas
Se basan el procedimiento de Newman-Keuls, por lo que no protege la tasa
de error familiar (aun que protege el nivel alfa por comparación).
Cuando se cuenta con un alto número de tratamientos, porque el nivel de
significancia alfa se modifica en función a ellos.
Ejemplo (Falso):
Determinación de los niveles de linfocitos T CD4 positivos en cinco grupos
juveniles de nacionalidades distintas en pacientes masculinos con infección
por VIH
Revista: Inmunología clínica
DOI: 10.1428/S2346-127X(08)75832-X
Autores: Castellanos P., Hernández J. López F. Martínez J.
Enero 2021
Objetivo
Determinar si los niveles de LT CD4+ en pacientes con VIH son los mismos en los
cinco grupos muestreados.
Introducción
La principal consecuencia de la replicación persistente del virus de la
inmunodeficiencia humana es la reducción gradual del número de linfocitos T CD4
positivos, lo que eventualmente conduce a la pérdida de la competencia
inmunológica.
El conteo de linfocitos T CD4 positivos, mediante citometría de flujo, es
considerado parte esencial de la atención médica y un parámetro para estadificar
la enfermedad, sirve como guía en el tratamiento clínico.
El conteo normal de células CD4 positivas en un adulto se encuentra en un rango
de 500 a 1 200 cél/mL. De manera habitual, el conteo absoluto de células CD4 y el
porcentaje son concordantes y sus valores correspondientes son:
Conteo absoluto de células CD4 > 500 cél/mL se corresponde a CD4 > 29
%.
Conteo absoluto de células CD4 entre 200 y 500 cél/mL se corresponde a
CD4 entre 14 y 28 %.
Conteo absoluto de células CD4 < 200 cél/mL se corresponde a CD4 < 14
%.
Un conteo de 250 a 500 células por milímetro cúbico. Significa que el sistema
inmunitario está debilitado y que podría haberse infectado con el VIH
Un recuento de 200 células por milímetro cúbico o menos. Indica sida y un alto
riesgo de infecciones oportunistas potencialmente mortales
Metodología
Se realizó el estudio de una serie de casos de pacientes con diagnóstico de VIH
juvenil. Mediante una citometría de flujo se determinaron las cantidades de células
T CD4+ por ml de cada unidad experimental los cuales se dividieron en grupos.
El estudio se ejecutó con 25 pacientes varones, confirmados de VIH, de edades
comprendidas entre los 18 y 25 años, los cuales se dividieron en 5 grupos según
su origen (Mexicanos, colombianos, chilenos, venezolanos y ecuatorianos).
Mediante el programa IBM SPSS, se hizo un análisis ANOVA para comparar las
medias de todos los grupos para posteriormente aplicar el contraste de Duncan y
conocer qué grupo o grupos diferían de los
demás.
Resultados
El análisis de varianza arrojó un valor para
Sig. De 0.001 por lo que se rechazó la
hipótesis nula.
En la comparación de rangos múltiples de
Duncan se obtuvieron tres bloques, el
primero compuesto por los jpovenes
venezolanos, el segundo por los
colombianos ecuatorianos y mexicanos y el
tercero formado por los ecuatorianos,
mexicanos y chilenos.
Conclusión
La comparación de medias de los tratamientos arrojó diferencias significativas
entre algunos pares de medias, por lo que se llegó a la conclusión de que los
valores de LT CD4+ entre los jóvenes colombianos, ecuatorianos y mexicanos no
presentan diferencia significativa entre sí. Al igual que sucede entre los grupos de
ecuatorianos, mexicanos y chilenos. Por otra parte, el grupo de jóvenes
venezolanos arrojó diferencias ampliamente significativas en comparación a todos
los demás grupos.