Está en la página 1de 36

UNIVERSIDAD NACIONAL PEDRO RUÍZ GALLO

FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS


ESCUELA PROFESIONAL DE ESTADÍSTICA

DOCENTE : Dr. Alfonso Tesén Arroyo

AREA : Diseño y Análisis de Experimentos

Comparación de medias a través de Contraste, de la mínima


TEMA : diferencia significativa, Duncan, Tukey y Dunnett

INTEGRANTES : • Marroquín Callirgos Cristina Amparo


• Rodríguez Ramón Jenyfer Esthefany.
• Santamaría Rodríguez Joanes.
• Tesén Sánchez Jahir José

1
COMPARACIÓN DE MEDIAS A TRAVÉS DE CONTRASTE, DE LA
MÍNIMA DIFERENCIA SIGNIFICATIVA, DUNCAN Y TUKEY Y
DUNNETT

¿Qué son las pruebas de medias?

Gómez y Gómez (1984), Cuando se realiza un experimento en


donde se evalúan distintos tratamientos usualmente se analizan
los datos a través de la técnica conocida como Análisis de
Varianza. A partir de este análisis se puede concluir si existen o no
diferencias entre las medias de los tratamientos a través de una
prueba de F .

•Fernández (2010), Cuando la prueba de F resulta significativa y se


declará la existencia de diferencias significativas por lo menos
para un par de medias de los tratamientos, un siguiente paso que
se puede llevar a cabo es comparar a las medias de los
tratamientos a través de algún método que permita establecer
cuales de todas las diferencias existentes entre los pares de
medias de tratamientos son significativas o no y de esta forma
detectar los tratamientos mas promisorios.

2
CLASIFICACIÓN DE LAS PRUEBAS DE MEDIAS MAS UTILIZADAS EN EL
ANÁLISIS ESTADÍSTICO DE LOS DISEÑOS EXPERIMENTALES.
Ejemplo: 
Los resultados obtenidos desde la medición de las plantas en invernadero, se muestran
en el siguiente cuadro, dichos resultados fueron evaluados al primer año de su
plantación de la especies Pinus Radiata D. Don. en un invernadero implementado por el
gobierno local.

Variable de respuesta: Medición de plantas en invernadero.


Factor: Tipos de suelo.
Modelo balanceado: Los niveles de los factores tienen el mismo número de elementos (12)
Tamaño del experimento: Número total de observaciones (48)
Probar los supuestos del modelo:
 
1. supuesto de varianza constante (Homocedasticidad).
 
Hipótesis
 

H1: Al menos una varianza es diferente

Decisión: p_valor = 0.123 > 0.05, se acepta H0


 
Conclusión: con un nivel de significancia de 5%, hay evidencias
estadísticas para afirmar que los cuatro tratamientos tienen varianzas iguales.
Desarrollo de la Homogeneidad de varianzas de manera analítica:

1) Se identifican los datos recopilados del experimento. Se suman los valores de cada tratamiento (renglones), la
suma se llamará xi .

Xi .
Se obtiene el cuadrado de cada uno de los datos del experimento y se suman por tratamiento. A cada valor se
le llamará: Σ Xi2

T1 T2 T3 T4
1,21 1,04 0,86 0,71
( 𝑋 𝑖, )2
𝑆𝐶 𝑖 =∑ 𝑋 −
1,23 1,32 0,52 0,64 2
𝑖
1,10 0,92 0,46 0,46
𝑟
1,25 0,98 0,56 0,92
1,56 0,88 0,40 0,58
1,44 0,58 0,77 0,83
1,14 1,56 0,67 0,83
1,17 1,14 0,59 0,67
1,19 0,90 0,34 0,61
1,21 1,10 0,55 0,72
1,23 1,49 0,71 0,62
1,25 1,06 0,53 0,76
14,98 12,97 6,96 8,35
SUMA Σ Xi2
2. Supuesto de normalidad.
Hipótesis: 
H0: Los errores siguen una distribución normal.

H1: Los errores no siguen una distribución normal.

Decisión : p_valor = 0.052 > 0.05, se acepta H0 


Conclusión : Con un nivel de significancia de 5% hay evidencias estadísticas para
afirmar que los errores siguen una distribución normal.
3. Supuesto de independencia.
Hipótesis:
H0: los cuatro tratamientos son independientes.

H1: los cuatro tratamientos no son independientes.

Decisión : El valor de Durbin-Watson se acerca al valor de 2 entonces se acepta la H 0.


 
Conclusión : Con nivel de significancia de 5% hay evidencias estadísticas suficientes
para afirmar que los 4 tratamientos son independientes.
b. Análisis de varianza (ANOVA) 
Hipótesis:
H0: 1 = 2 = 3 =4=

H1: No todas la  son iguales

Decisión: p_valor = 0.000 < 0.05, no se acepta la H0.


Conclusión: Con un nivel de significancia del 5%, no hay evidencia estadística para
afirmar que el crecimiento promedio de la especie arbórea (Pinus radiata D. Don),
aplicando los cuatro tratamientos sean iguales.
c. Comparaciones Múltiples

Prueba de Tukey en software Spss

Comparación: Tratamiento 3 y Tratamiento 4

Se concluye que el comparten media en una misma casilla, en este caso no se puede
comparar, ya que tienen medias iguales.

Comparación: Tratamiento 2 y Tratamiento 1

Se concluye que también están en la misma casilla, pero si nos fijamos el que tiene
mayor media, es el que gana. Es decir que el Tratamiento 1 es el mejor.
Prueba de la Diferencia Significativa Honesta(DSH) o Prueba de
Tukey

Esta prueba de medias es más estricta que la DMS y también se emplea para
comparar los distintos pares de medias de un conjunto de t tratamientos basándose
en el calculo de un valor crítico (DSH) para juzgar las diferencias entre cualquier par
de medias de los tratamientos. El valor crítico de la DSH se obtiene de la siguiente
manera :

𝐷𝑆𝐻 (𝛼) = 𝑞(𝛼; 𝑝, 𝑒 𝑔. 𝑙.) 𝐶𝑀𝐸


𝑟
Procedimiento

Teniendo K poblaciones, se establece una hipótesis nula y su alternativa para ir


comparando parejas hasta contrastarlas todas.

H0: i = j vs H1: i ≠ j i, j = 1, 2, 3, … k (i ≠ j)

En nuestro ejemplo (k = 4) tenemos 6 hipótesis:

H0: 1 = 2 vs H1: 1 ≠ 2
H0: 1 = 3 vs H1: 1 ≠ 3
H0: 1 = 4 vs H1: 1 ≠ 4
H0: 2 = 3 vs H1: 2 ≠ 3
H0: 2 = 4 vs H1: 2 ≠ 4
H0: 3 = 4 vs H1: 3 ≠ 4
Nivel de Significancia: α = 0,05

Valor experimental:
Valor en tablas de Tukey que tendrá el coeficiente para calcular el DSH:

Valor de coeficiente 𝑞(𝛼; 𝑝, 𝑒 𝑔 . 𝑙.)

 = 0.05 K=4 N – k = 48 – 4 = 44 𝑞(𝛼; 𝑝, 𝑒 𝑔. 𝑙.) = 𝑞(0,05; 4, 44) = 3,79

Si > DSH () se rechaza


Hipótesis DSH H0

H0: 1 = 2 3,79 = 0,10


0,08 < 0,10

H0: 1 =3 3,79 = 0,10 0,36 > 0,10

H0: 1 = 4 3,79 = 0,10 0,29 > 0,10

H0: 2 = 3 3,79 = 0,10 0,28 > 0,10

H0: 2 = 4 3,79 = 0,10 0,20 > 0,10

H0: 3 = 4 3,79 = 0,10 0,08 < 0,10


Conclusión:

Existe diferencia significativa entre las medias de la primera y segunda población


y la tercera y cuarta población.
Prueba de Rango Múltiple de Student Newman Keuls (SNK)

Esta prueba de medias toma en cuenta la distancia en rango que existe entre cada par de
tratamientos, por lo que se requiere calcular t-1 valores críticos designados como Rp (R2,
R3, …, Rp). De esta forma, se pondera la distancia en rango que existe entre las medias
que se están comparando a partir de la Tabla de rango estudentizado de Tukey y el error
estándar de la media.

Por lo tanto si se comparan dos medias de tratamientos 𝑌𝑖 𝑣𝑠𝑌𝑗 con una distancia en
rango p, el Valor Crítico para comparar la diferencia 𝑌𝑖 − 𝑌𝑗 a un nivel de significancia α
será:

𝐶𝑀𝐸
Rp = q (𝛼; p, 𝑒 𝑔. 𝑙.)
𝑟
El valor de la DMS a un nivel de significancia del 0.05:

𝐷𝑀𝑆(0.05)=𝑡 ( 0.05;44 )
√ 2 ∗ 0.00920625
12

𝐷𝑀𝑆(0.05)=𝑡 ( 0.05 ;44 )


√ 0.0184125
12

= 0.1
𝑌^ 1 13.4 𝑌^ 3 9.07
𝑌^ 2 12.39 𝑌^ 4 9.97
𝑌^ 4 9.97 𝑌^ 2 12.39
𝑌^ 3 9.07 𝑌^ 1 13.4

Cuadro de rango múltiple

Planteamiento de la Hipótesis
Regla de Decisión

Calculo del error estándar

𝑆 ^𝑦 =
√ 𝐶𝑀𝐸𝐸
𝑛 √
𝑆 ^𝑦 =¿
= ¿
0.00920625
4
= ¿0.048
¿
Comparaciones de medias

OBSERVACIONES
 
Subconjunto para alfa = 0.05
 
TRATAMIENTOS N 1 2 3
T3 12 ,7558    
Student-Newman-Keuls
a
T4 12 ,8308    
T2 12   1,0325  
T1 12     1,1167
Sig.   ,062 1,000 1,000
 
  Subconjunto
TRATAMIENTOS N 1 2 3
  T3 12 ,7558    
  T4 12 ,8308    
Duncan T2 12   1,0325  
T1 12     1,1167
Sig.   ,062 1,000 1,000

Desde la comparación de media de Duncan, se recomienda el terreno


arenoso del tratamiento T1, porque ha logrado 1,1167 m de crecimiento
de la especie arbóreo Pinus radiata D. Don, el mismo ocupa el primer lugar
a diferencia de los T2 y T4 en el estudio, también se logró identificar el
Tratamiento T3 con 0,7558 m en el crecimiento ocupando el tercer lugar.
A PICTURE IS
WORTH A
THOUSAND
WORDS
A complex idea can be conveyed with
just a single still image, namely making
it possible to absorb large amounts of
data quickly.

24
OUR PROCESS IS EASY

first second last


THANKS!
Any questions?
You can find me at:
@username
user@mail.me

33
CREDITS
Special thanks to all the people who made and
released these awesome resources for free:
▪ Presentation template by SlidesCarnival
▪ Photographs by Unsplash

34
PRESENTATION DESIGN
This presentation uses the following typographies and colors:
▪ Titles: Dosis
▪ Body copy: Titillium Web

You can download the fonts on these pages:


http://www.impallari.com/dosis
http://www.campivisivi.net/titillium/

Pastel green #d3ebd5 · Green #80bfb7 · Teal #0b87a1 · Navy #01597f · Dark navy #003b55

You don’t need to keep this slide in your presentation. It’s only here to serve you as a design guide if you need
to create new slides or download the fonts to edit the presentation in PowerPoint®

35
Free templates for all your presentation needs

For PowerPoint and 100% free for personal or Ready to use, professional Blow your audience away
Google Slides commercial use and customizable with attractive visuals

36

También podría gustarte