comparación multiple de medias
Páginas: 8 (1877 palabras)
Publicado: 28 de noviembre de 2013
III COMPARACIÓN MÚLTIPLE DE MEDIAS Y TARNASFORMACION DE DATOS
OBJETIVO ESPECÍFICO:
Identificará las diferentes técnicas que hay, en la comparación múltiple de medias, para detectar las diferencias entre los tratamientos, cuando en el análisis de Varianza de un factor se haya rechazado la hipótesis nula (Ho). Así mismo, se analizaran las principales transformaciones de los datos originalespara su posible normalización.
CONTENIDO TEMÁTICO:
3.1 Introducción,
3.2 Prueba de Tukey,
3.3 Prueba de Newman-Keuls
3.4 Prueba de Scheffé,
3.5 Prueba de Dunnett,
3.6 Ejemplo y Problemas,
3.7 Transformación de datos,
3.8 Ejemplos y Problemas.
METODOLOGÍA Y ACTIVIDADES:
1. El maestro expondrá la prueba de Tukey.
2. Del mismo modo la prueba de Scheffé.
3. Exposición departe del maestro de la prueba de Dunnett.
4. Discusión grupal acerca de la precisión de las pruebas.
5. Se elaborará un laboratorio de prácticas en el salón de clase.
6. Se analizaran las principales transformaciones de datos.
EVALUACIÓN:
Con base en un examen, que involucra las actividades 1 a la 6 y la participación en la discusión grupal.
BIBLIOGRAFÍA BÁSICA:
Ostle. B.Estadística aplicada 1983, cap. 11, Editorial Limusa, S.A.
Steel/Torrie Bioestadística 1985, Segunda Edición. cap. 8 Editorial Mc. Graw-Hill.
Zar. J. Bioestadistical Analysis 1999, cap.11 Editorial Prentice-Hall.
3.1. Introducción.
Al ejecutar un ANOVA y probar la hipótesis global Ho, mediante la prueba F, es posible que se presenten algunas de las siguientes situaciones:
No rechazar Ho. Cuandono se rechaza Ho parecería que hasta aquí llega el análisis de los datos en cuanto a las comparaciones de tratamientos, pero esto no es cierto debido a que la prueba F hace una comparación simultánea global sobre todos los tratamientos, es posible que este hecho no permita detectar algunas diferencias reales entre estos.
Rechazar Ho. En este caso, el investigador desearía conocer cuálestratamientos son diferentes y cuales de ellos se comportan de igual manera, pero la prueba F no permite resolver esto porque solamente informa de una manera global que existe diferencia entre ellos.
También es posible que el investigador al planear su estudio desee diseñar comparaciones específicas entre tratamientos; esto resulta algunas veces casi imposible cuando se desconoce el comportamiento delos tratamientos, como sucede en investigaciones de tipo exploratorio, caso en el cual las comparaciones surgen luego de observar los datos.
En los casos citados anteriormente, la prueba F global no permite dar una solución adecuada, y para alcanzarla, muchos estadísticos han elaborado procedimientos denominados pruebas de comparación múltiple planeadas o no planeadas (post-hoc).
En elcapítulo anterior, se usó la prueba de F para probar diferencias reales entre los promedios de la variable sujeta a diferentes tratamientos. Si se rechaza la hipótesis nula, no implica que todas la a medias sean diferentes una de otra y cuantas diferencias serán localizadas en la a poblaciones. Por ejemplo, si a = 3, y Ho: 1 = 2 = 3 es rechazada, entonces desconocemos si Ha: 1 ≠ 2 = 3 o Ha: 1 = 2≠ 3 o Ha: 1 ≠ 2 ≠ 3 sea la hipótesis alterna apropiada y en consecuencia, qué tan satisfecho está el investigador? ¿Dónde están las diferencias reales?.
Para demostrar las diferencias reales entre las medias de la variable para cada tratamiento, se realizan comparaciones de pares de estas medias, mediante pruebas basadas en la distribución “t”.
El problema de la comparación múltipleha recibido mucha atención en la literatura estadística y no hay, todavía, un acuerdo en cuanto a que prueba es la mejor para emplearse rutinariamente.
3.2. Prueba de Tukey.
El procedimiento de la comparación múltiple más usada es la prueba de Tukey, que hace uso de la "amplitud studentizada" y es aplicable a pares de medias; necesita de un solo valor para juzgarla significancia de todas...
OBJETIVO ESPECÍFICO:
Identificará las diferentes técnicas que hay, en la comparación múltiple de medias, para detectar las diferencias entre los tratamientos, cuando en el análisis de Varianza de un factor se haya rechazado la hipótesis nula (Ho). Así mismo, se analizaran las principales transformaciones de los datos originalespara su posible normalización.
CONTENIDO TEMÁTICO:
3.1 Introducción,
3.2 Prueba de Tukey,
3.3 Prueba de Newman-Keuls
3.4 Prueba de Scheffé,
3.5 Prueba de Dunnett,
3.6 Ejemplo y Problemas,
3.7 Transformación de datos,
3.8 Ejemplos y Problemas.
METODOLOGÍA Y ACTIVIDADES:
1. El maestro expondrá la prueba de Tukey.
2. Del mismo modo la prueba de Scheffé.
3. Exposición departe del maestro de la prueba de Dunnett.
4. Discusión grupal acerca de la precisión de las pruebas.
5. Se elaborará un laboratorio de prácticas en el salón de clase.
6. Se analizaran las principales transformaciones de datos.
EVALUACIÓN:
Con base en un examen, que involucra las actividades 1 a la 6 y la participación en la discusión grupal.
BIBLIOGRAFÍA BÁSICA:
Ostle. B.Estadística aplicada 1983, cap. 11, Editorial Limusa, S.A.
Steel/Torrie Bioestadística 1985, Segunda Edición. cap. 8 Editorial Mc. Graw-Hill.
Zar. J. Bioestadistical Analysis 1999, cap.11 Editorial Prentice-Hall.
3.1. Introducción.
Al ejecutar un ANOVA y probar la hipótesis global Ho, mediante la prueba F, es posible que se presenten algunas de las siguientes situaciones:
No rechazar Ho. Cuandono se rechaza Ho parecería que hasta aquí llega el análisis de los datos en cuanto a las comparaciones de tratamientos, pero esto no es cierto debido a que la prueba F hace una comparación simultánea global sobre todos los tratamientos, es posible que este hecho no permita detectar algunas diferencias reales entre estos.
Rechazar Ho. En este caso, el investigador desearía conocer cuálestratamientos son diferentes y cuales de ellos se comportan de igual manera, pero la prueba F no permite resolver esto porque solamente informa de una manera global que existe diferencia entre ellos.
También es posible que el investigador al planear su estudio desee diseñar comparaciones específicas entre tratamientos; esto resulta algunas veces casi imposible cuando se desconoce el comportamiento delos tratamientos, como sucede en investigaciones de tipo exploratorio, caso en el cual las comparaciones surgen luego de observar los datos.
En los casos citados anteriormente, la prueba F global no permite dar una solución adecuada, y para alcanzarla, muchos estadísticos han elaborado procedimientos denominados pruebas de comparación múltiple planeadas o no planeadas (post-hoc).
En elcapítulo anterior, se usó la prueba de F para probar diferencias reales entre los promedios de la variable sujeta a diferentes tratamientos. Si se rechaza la hipótesis nula, no implica que todas la a medias sean diferentes una de otra y cuantas diferencias serán localizadas en la a poblaciones. Por ejemplo, si a = 3, y Ho: 1 = 2 = 3 es rechazada, entonces desconocemos si Ha: 1 ≠ 2 = 3 o Ha: 1 = 2≠ 3 o Ha: 1 ≠ 2 ≠ 3 sea la hipótesis alterna apropiada y en consecuencia, qué tan satisfecho está el investigador? ¿Dónde están las diferencias reales?.
Para demostrar las diferencias reales entre las medias de la variable para cada tratamiento, se realizan comparaciones de pares de estas medias, mediante pruebas basadas en la distribución “t”.
El problema de la comparación múltipleha recibido mucha atención en la literatura estadística y no hay, todavía, un acuerdo en cuanto a que prueba es la mejor para emplearse rutinariamente.
3.2. Prueba de Tukey.
El procedimiento de la comparación múltiple más usada es la prueba de Tukey, que hace uso de la "amplitud studentizada" y es aplicable a pares de medias; necesita de un solo valor para juzgarla significancia de todas...
Leer documento completo
Regístrate para leer el documento completo.