Yosimar

La Estadística no Paramétrica para el Análisis e Interpretación de
Estudios de Plagas: Alternativas al Análisis de Varianza

Bielinski M. Santos , James P. Gilreath1, Ramón Arbona y Angel R. Pimentel2

RESUMEN. El uso del análisis de varianza (ANAVA) paramétrico en datos de distribución libre, tales como poblaciones de hongos, malezas y nematodos, así como variables cualitativas, e índicesde 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 del ANAVA. Por lo tanto, el objetivo de este trabajo fue presentar algunas metodologías no paramétricas, tales como las pruebas de Chi-cuadrado (2) y de Friedman, como alternativas alrecurrido ANAVA. Se incluyeron estudios de casos específicos, así como ejemplos de programas y salidas de análisis estadístico.
Palabras clave: Biometría, análisis estadístico, diseño experimental, Chi-cuadrado, Kruskal-Wallis, Friedman.

ABSTRACT. Analysis and interpretation of pest studies with non-parametric statistics: alternatives to the analysis of variance. The usage of parametricanalysis of variance (ANOVA) on non-parametric data, such as disease, weed, and nematode populations, and on cualitative variables, such as severity indexes, is generalized in the pest management literature. However, ANOVA is not the most appropriate method to analyze data that do not meet the basic assumptions for the parametric análisis. Therefore, the objective was to revisit some non-parametricmethodologies, such as 2 and the Friedman’s test, as alternatives to the ANOVA. Specific case studies, and statistical software programs and outputs are included.
Keywords: Statistics, experimental design, contingency tables, Kruskal-Wallis, Friedman.

Introducción
El manejo estadístico de estudios con plagas agrícolas en condiciones controladas es uno de los mayores desafíos que enfentan losinvestigadores de protección vegetal al momento de diseñar experimentos, analizar datos y presentar conclusiones. El método de análisis más comúnmente utilizado es el análisis de varianza (ANAVA), el cual procura aceptar o rechazar la hipótesis nula (Ho) que establece igualdad de respuesta entre todos los tratamientos considerados en el análisis. La prueba estadística utilizada provee unaprobabilidad 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 de probabilidades, dados unos grados de libertad provenientes del tamaño de muestra seleccionado. Una vez realizada la prueba de hipótesis para cada variable en estudio, se procede a establecer conclusiones sobre loscompartamientos de los datos obtenidos o a realizar otros análisis que permiten clarificar las conclusiones preliminares encontradas. Sin embargo, frecuentemente el ANAVA es aplicado sin considerar los supuestos estadísticos que lo sostienen, conduciendo a conclusiones erróneas sobre las variables consideradas o reduciendo la potencia del análisis como tal.
Para la correcta aplicación de ANAVA se requiereel cumplimiento de cuatro supuestos estadísticos que sustentan la validez de las conclusiones de esta prueba: a) respuestas normalmente distribuídas, b) homogeneidad de varianzas, c) error experimental distribuído homogéneamente, y d) un modelo matemático conocido (Ott et al., 2000; Triola, 1992). Desgraciadamente, los experimentos que envuelven el comportamiento de poblaciones de plagas, talescomo hongos, nemátodos y malezas, normalmente no cumplen con uno o varios de los supuestos para el uso del ANAVA. Más aún, debido al relativo desconocimiento sobre la existencia de otras metodologías para examinar datos, se pueden encontrar publicaciones en las cuales se presentan conclusiones a partir de uso de ANAVA, que frecuentemente fueran diferentes si se hubiese utilizado otro método de...