Estadistica no parametrica entomologia

Solo disponible en BuenasTareas
  • Páginas : 10 (2363 palabras )
  • Descarga(s) : 0
  • Publicado : 12 de enero de 2011
Leer documento completo
Vista previa del texto
Manejo Integrado de Pla g a s y A g r o e c o l o g í a ( C o s t a R i c a ) N o . 7 5 p . 8 3 - 8 9 , 2 0 0 5

Hoja Técnica

No.51

La estadística no paramétrica para el análisis e interpretación de estudios de plagas: alternativas al análisis de varianza
Bielinski M. Santos1 James P. Gilreath1 Ramón Arbona2 Ángel R. Pimentel2

RESUMEN. El uso del análisis de varianza(ANAVA) clásico en datos con distribución no normal, tales como los obtenidos de poblaciones de hongos, malezas y nematodos, así como variables cualitativas, como índices de severidad, se ha generalizado en la literatura de manejo de plagas agrícolas. Sin embargo, dicha metodología no es la más apropiada para el análisis e interpretación de datos que no cumplen los supuestos distribucionales delANAVA. El objetivo de este trabajo fue presentar algunas metodologías no paramétricas, tales como las pruebas de chi-cuadrado (χ2) y de Friedman, como alternativas al recurrido ANAVA. Se incluyen estudios de casos específicos, así como ejemplos de programas y salidas de análisis estadístico. Palabras clave: análisis estadístico, biometría, chi-cuadrado, diseño experimental, Friedman. ABSTRACT.Analysis and interpretation of pest studies with non-parametric statistics: alternatives to the analysis of variance. The usage of analysis of variance (ANOVA) on non-parametric data, such as disease, weed, and nematode populations, and on qualitative variables, such as severity indexes, is generalized in the pest management literature. However, ANOVA is not the most appropriate methodto analyze data that do not meet the basic assumptions for the parametric analysis. Therefore, the objective was to revisit some nonparametric methodologies, such as χ2 and the Friedman’s test as alternatives to the ANOVA. Specific case studies and statistical software programs and outputs are included. Key words: contingency tables, experimental design, Friedman, statistics.Introducción
El manejo estadístico de datos en estudios de plagas agrícolas en condiciones controladas es uno de los mayores desafíos que enfrentan los investigadores de protección vegetal en el momento de diseñar experimentos, analizar datos y presentar conclusiones. El método de análisis más comúnmente utilizado es el análisis de varianza (ANAVA), que permiteprobar
1 2

la hipótesis nula (H0) que establece igualdad de respuesta entre todos los tratamientos considerados en el análisis. La prueba estadística utilizada provee una probabilidad estimada, valor p, el cual es el resultado de la comparación de un valor F calculado con relación a un valor F obtenido a partir de la respectiva curva de distribución deprobabilidades, dados unos grados de libertad provenientes del tamaño de muestra

Gulf Coast Research and Education Center, University of Florida, Bradenton, Florida, EUA. bmsantos@yahoo.com Instituto Dominicano de Investigaciones Agropecuarias y Forestales, Santo Domingo, República Dominicana.

83

seleccionado. Una vez realizada la prueba de hipótesis para cada variable enestudio, se procede a establecer conclusiones, y si aquella es rechazada se realizan comparaciones de medias o contrastes para determinar los tratamientos que difieren entre sí. Sin embargo, frecuentemente el ANAVA es aplicado sin considerar los supuestos estadísticos que lo sostienen, lo que conduce a conclusiones erróneas sobre las variables consideradas o reduce la potencia delanálisis. Para la aplicación correcta del ANAVA clásico, se requiere el cumplimiento de cuatro supuestos estadísticos que sustentan la validez de las conclusiones de esta prueba: a) errores experimentales normalmente distribuidos; b) homogeneidad de varianzas; c) errores experimentales independientes, y d) un modelo aditivo (Triola 1992, Ott et al. 2000). Desgraciadamente, los...
tracking img