Professional Documents
Culture Documents
Objetivo:
probar hipótesis referidas a los parámetros de
posición de dos o más poblaciones en estudio.
Análisis de la varianza
Yij =µ + τi + εij
1
Análisis de la varianza
Las violaciones a estas suposiciones pueden ser
investigadas fácilmente examinando los residuos.
observación estimación
2
Análisis de los Supuestos
ε ij ~ N ( 0; σ 2 )
Supone que los errores son independientes y que se
encuentran normalmente distribuidos con media
cero y varianzas constantes (iguales).
3
Análisis de los Supuestos
ADITIVIDAD
Otros modelos aditivos:
yij = µ + ti + eij
yij = µ + ti + bj + eij
4
Análisis de los Supuestos
ADITIVIDAD
Diseño en bloques completamente aleatorizados
e ij = yij − yˆ ij = y ij − yi . − y. j + y..
En este diseño se evalúa si el bloque tiene un efecto
aditivo sobre el tratamiento o está interactuando
con el.
5
Análisis de los Supuestos
ADITIVIDAD
Gráficamente :
Caso I - Modelo aditivo Caso II - Modelo no aditivo
60 80
50
60
40 Trat. 1
Trat. 1
30 40
Trat. 2 Trat. 2
20 20
10
0 0
Bloque 1 Bloque 2 Bloque 1 Bloque 2
Posible solución:
Realizar una transformación logarítmica de los datos.
Graficar los residuos contra el orden del tiempo en el que se recopilaron los
datos es útil para detectar alguna correlación entre ellos. Una tendencia a
tener secuencias con residuos positivos y negativos indica la falta de
independencia.
Residual Plot for Variable
44
24
residual
-16
-36
0 3 6 9 12 15
row number
6
Análisis de los Supuestos
INDEPENDENCIA
Test
Para determinar si una secuencia ordenada de observaciones es aleatoria
(independiente)
* contrastes de rachas
* autocorrelación
Posible solución:
7
Análisis de los Supuestos
HOMOCESDATICIDAD
Graficar los residuos contra el orden del tiempo en el que se
recopilaron los datos es también útil para detectar falta de
homogeneidad de varianzas (Heteroscedasticidad).
24
residual
-16
-36
0 3 6 9 12 15
row number
24
residual
-16
-36
21 31 41 51 61
predicted Variable
8
Análisis de los Supuestos
HOMOCESDATICIDAD
Graficar las medias con las varianzas o con los desvíos
estándar
20
15
10
5
0
21 31 41 51 61
MEANS
24
residual
-16
-36
1 2 3
Tratamiento
9
Análisis de los Supuestos
HOMOCESDATICIDAD
Test
10
Análisis de los Supuestos
NORMALIDAD
Los errores (εi) tienen distribución Normal
Graficar un histograma de los residuos.
Si los errores tienen N ~ (0, σ2), la gráfica será semejante a la de una muestra
de una distribución normal centrada en cero
6
frequency
0
-40 -20 0 20 40
RESIDUALS
24
-16
-36
-36 -16 4 24 44
Normal distribution
11
Análisis de los Supuestos
NORMALIDAD
Las consecuencias de la no normalidad de los errores no son
demasiado graves. Solamente una distribución muy sesgada
tendría un marcado efecto sobre las pruebas de significancia.
Las pruebas de t o de F no experimentan cambios significativos en su
validez si el supuesto de normalidad se verifica parcialmente para
el caso de efectos fijos.
Posible solución:
Test
para contrastar la Normalidad de los datos.
Test de Chi-Cuadrado
Test de Kolmogorov-Smirnov
Test W de Shapiro-Wilks
12
Análisis de los Supuestos
TRANSFORMACIONES
Transformación logarítmica:
Se aplicará siempre que la media este correlacionada positivamente con la
varianza. Las distribuciones de frecuencias asimétrica hacia la izquierda se
hacen a veces más simétricas por esta transformación.
13