Homocedasticidad

y estadsticos de
fuerza de
asociacin

CONSIDERACIONES ANOVA

MODELO IO DEEFECTOS FIJOSen el

que la H1supone que laskmuestras son
muestras dekpoblaciones distintas y
fijas.
MODELO IIO DEEFECTOS
ALEATORIOSen el que se supone que
lask muestras, se han seleccionado
aleatoriamente de un conjunto dem > k
poblaciones.

Ejemplo de modelo I
Se quiere evaluar la eficacia de distintas dosis de un frmaco contra la
hipertensin arterial, comparndola con la de una dieta sin sal. Para
ello se seleccionan al azar 25 hipertensos y se distribuyen
aleatoriamente en 5 grupos. Al primero de ellos no se le suministra
ningn tratamiento, al segundo una dieta con un contenido pobre en
sal, al tercero una dieta sin sal, al cuarto el frmaco a una dosis
determinada y al quinto el mismo frmaco a otra dosis. Las presiones
arteriales sistlicas de los 25 sujetos al finalizar los tratamientos son:
1
180
173
175
182
181

Grupo
2
3
4
172 163 158
158 170 146
167 158 160
160 162 171
175 170 155

5
147
152
143
155
160

Ejemplo de modelo II
Un investigador est interesado en determinar
el contenido, y sus variaciones, de grasas en
las clulas hepticas de cobayas; toma del
animalario 5 cobayas al azar y les realiza, a
cada una, 3 biopsias hepticas.
La manera ms sencilla de distinguir entre
ambos modelos es pensar que, si se repitiera
el estudio un tiempo despus, en un modelo I
las muestras seran iguales (no los individuos
que las forman) es decir corresponderan a la
misma situacin, mientras que en un modelo II
las muestras seran distintas.

Diferencias
La manera ms sencilla de distinguir entre
ambos modelos es pensar que, si se repitiera
el estudio un tiempo despus, en un modelo I
las muestras seran iguales (no los individuos
que las forman) es decir corresponderan a la
misma situacin, mientras que en un modelo II
las muestras seran distintas.
Aunque las asunciones iniciales y los
propsitos de ambos modelos son diferentes,
los clculos y las pruebas de significacin son
los mismos y slo difieren en la interpretacin
y
en
algunas
pruebas
de
hiptesis
suplementarias.

ANOVA DE DOS FACTORES

Es un diseo deanovaque permite estudiar
simultneamente los efectos de dos fuentes de
variacin.
En elejemplo en el que se estudian diversos
tratamientos para la hipertensin arterial, se
podra plantear que, quizs, la evolucin de la
misma fuera diferente para los hombres y las
mujeres, en cuyo caso, y si el nmero de
hombres y mujeres en cada muestra no fuera el
mismo, podra ocurrir que una parte del efecto
atribuido a los tratamientos fuera debido al sexo.
En cualquier caso, el investigador puede estar
interesado en estudiar si hay, o no, diferencia en
la evolucin segn el sexo.

ANOVA DE DOS FACTORES

En un anova de dos vas se clasifica a los
individuos de acuerdo a dosfactores(o vas)
para estudiarsimultneamentesus efectos. En
este ejemplo se haran cinco grupos de
tratamiento para los hombres y otros cinco
para las mujeres, en total diez grupos; en
general, si el primer factor tiene anivelesy el
segundo tieneb, se tendrnabmuestras o
unidades
experimentales,
cada
una
connindividuos orepeticiones.

ANOVA DE DOS FACTORES

Fuente de
variacin
1 factor

GL

SS

a-1

SSA

SSA/(a - 1)

2 factor

b-1

SSB

SSB/(b - 1)

Interaccin (a - 1)(b -SSAB

1)
Error
ab(n - 1) SSE
Total

abn - 1

SST

MS

SSAB/[(a - 1)(b
- 1)]
SSE/[ab(n - 1)]

HOMOCEDASTICIDAD
Una de las principales propiedades de debe
poseer un conjunto de datos para la
realizacin de mltiples anlisis inferenciales,
tales como el anlisis de varianza, el anlisis
de regresin, es el de la homogeneidad de
varianzas
u
homocedasticidad,
es
un
requerimiento de una gran importancia.
Este supuesto es crucial para garantizar la
calidad de los procedimientos estadsticos
utilizados tanto en pruebas de hiptesis como
en la construccin de intervalos de confianza.
Cuando no existe homocedasticidad entonces
se habla de heterocedasticidad.

HOMOCEDASTICIDAD
Existen
contrastes
para
detectar
heterocedasticidad: Contrastes numricos
Todos los procedimientos presentados aqu
tratan de cuantificar la presencia de
heterocedasticidad. Algunos de ellos, no slo
se limitan a cuantificarla sino que, adems,
permiten
valorar
la
existencia
de
heterocedasticidad
en
trminos
de
probabilidad recurriendo a distribuciones
estadsticas conocidas; este ltimo grupo de
contrastes se denominan, por ello, contrastes
"paramtricos".

Algunas pruebas de igualdad

El contraste de Bartletto elContraste de
Hartleyson ms generales y ms
utilizados.Estos contrastes son muy
conservadores y muy sensibles a la ausencia de
normalidad.
El contraste de Cochran, se utiliza si todos los
tamaos muestrales son iguales y estil si
lavarianza de un tratamiento es mucho mayor
que en los otros.
El contraste de Levenees muy utilizado, en
esencia, consiste en efectuar un anlisis de
lavarianza sobre las diferencias en valor absoluto
entre las observaciones y la mediana (u
otramedida de tendencia central) manteniendo el
diseo original.

Algunas pruebas de igualdad

El contraste de Romero y Znica,se basa
en una idea anloga, se realiza un anlisis de
lavarianza sobre los cuadrados de los residuos
del modelo ajustado con el mismo factor
enestudio. Ahora la hiptesis bsica a
contrastar es que la varianza en todos los
grupos es lamisma.
Contraste a partir del coeficiente de
correlacin por rangos de Spearman: La
filosofa de este contraste reside en que la
variable sospechosa de producir
heterocedasticidad debera provocar un
crecimiento del residuo estimado al mismo ritmo
que ella va creciendo.

Prueba de BARTLETT
CASO

A: IGUALDAD EN TAMAO DE MUESTRA

Ho: todas las varianza
H1: no todas las varianzas son iguales
Calcular:
=

donde hay k tratamientos

b=
Decisin: Acepta Ho, si b< (,n)

Prueba de BARTLETT
EJEMPLO:

Un investigador realiz un estudio para mostrar que los niveles

de ansiedad de las personas obsesas que asisten de manera
constante a tratamiento para control de peso corporal es
mayor que el de los obesos que no asisten a tratamiento. l
desea saber si las varianzas de los grupos son homogneas o
no.

Especificaciones: Participaron 28 personas obesas (hombres y

mujeres). 14 personas obesas que no asistan a tratamiento y
14 que asistan de manera regular a algn tipo de tratamiento.
A los 28 participantes se les solicit que dieran respuesta a la
escala de estado de ansiedad (IDARE), la cual est diseada
para evaluar el grado de ansiedad ante situaciones cotidianas.
Los puntajes de la escala varan en un rango de 20 a 80
puntos, siendo los puntajes ms altos los indicativos de un
mayor nivel de ansiedad.

Prueba de BARTLETT
EJEMPLO:

Prueba de BARTLETT
CASO

B. DIFERENTES TAMAO DE MUESTRA

Ho:
H1: no todas las varianzas son iguales
Calcular:
=

donde hay k tratamientos

b=

Decisin: Acepta Ho, si b< (, )

Prueba de BARTLETT
EJEMPLO:
Parte de un estudio que se llev a cabo en el Instituto

Politcnico y Universidad Estatal de Virginia se dise para

medir los niveles de actividad de fosfatasa alcalina en suero
de nios con crisis convulsivas. Se registraron 45 sujetos
para el estudio y se clasificaron en cuatro grupos segn el
medicamento administrado:

Prueba de COCHRAN (F
mxima)
til
slo cuando los tamaos de muestra

son iguales, brinda

informacin de si una varianza es mucho ms grande que otras.
Ho:
H1: no todas las varianzas son iguales
Calcular:
g=
Decisin: Rechaza Ho, si g > ()

Prueba de COCHRAN
EJEMPLO:

Comparaciones mltiples

Cuando se rechaza la hiptesis nula de no diferencia de ms de dos

medias (H0:1=2= =k)en un anlisis de varianza surge la
pregunta acerca de cules pares de medias son diferentes, puesto
que el rechazo de una hiptesis nula con cuatro tratamientos
(H0:1=2=3=4), podra deberse a uno o varios de los seis
pares
de
diferencias
que
se
pueden
tener,
esto
es:12o13o14o23o24o34

Existen varios procedimientos para determinar cules son los pares

de medias que son diferentes. El primero de estos procedimientos,
y el ms utilizado en el pasado, es el de la Diferencia Significativa
Mnima (DSM) de Fisher publicada en 1935 en su libroThe Design
of Experiments. Este procedimiento es una extensin de la
pruebatde Student para el caso de comparacin de dos medias
con varianza ponderada.

Comparaciones mltiples a
posteriori

Otros procedimientos ms recientemente usados para el mismo

propsito son:

la prueba de Student-Neuman-Keuls,

la prueba de Diferencia Significativa Honesta de Tukey (DSH),

la prueba del Rango mltiple de Duncan,

la prueba de Dunnett y

la prueba de Scheff, entre otras.

PRUEBA DE TUKEY
Ho: Las medias son iguales
H1: Las medias son diferentes

Ejemplo:
33,76 media 1

29,48 media 2

v= 21 gl

29,34 media 3

26,46 media 4

MSE= 21,47

PRUEBA DE TUKEY

Sirve para probar las diferencias entre medias de tratamientos

Calcular
q (, k, v) *
Comparar este valor con la diferencia absoluta de cada media
analizada en par (Yi-Yj)
Decisin: si la diferencia absoluta es mayor que q se rechaza Ho

PRUEBA DE DUNCAN

El Test de Duncan es muy similar alTest HSD de Tukey, pero en

lugar de trabajar con un umbral fijo trabaja con un umbral
cambiante. Un umbral que depender del nmero de medias
implicadas en la comparacin.

Para saber el nmero de medias implicadas en la comparacin

se ordenan las medias muestrales de menor a mayor y as al
hacer una comparacin entre dos medias sabremos adems de
las dos medias comparadas cuantas medias quedan dentro. Este
nmero de medias implicadas en cualquier comparacin de
medias es el parmetro p de este umbral