“AÑO DE LA DIVERSIFICACIÓN PRODUCTIVA Y DEL
FORTALECIMIENTO DE LA EDUCACIÓN”.
Universidad Nacional de Piura
Facultad de Ciencias
Escuela Profesional de
Estadística
CURSO:
DISEÑO Y ANALISIS DE EXPERIMENTOS.
PROFESOR:
COSME CORREA BECERRA.
TEMA:
PRUEBAS DE HOMOGENEIDAD.
INTEGRANTES:
WONG GRADOS MAYRA LUCIA.
SAAVEDRA YOVERA SIOMARA.
CICLO:
OCTAVO.
PIURA-PERÚ
2015
Prueba de Bartlett
Introducida por Bartlett en 1937, es una modificación del test de Neyman y
Pearson para “corregir el sesgo” esta prueba es la que se utiliza con más
frecuencia para probar la homogeneidad de las varianzas (Conover et al.
1981). En esta prueba los ¿en cada tratamiento no necesitan ser iguales; sin
embargo, se recomienda que los ¿no sean menores que 3 y muchos de los ¿
deben ser mayores que 5.
El estadístico de prueba se define como:
1
U= ¿
C
Donde:
( )
k
1 1 1
C=1+ ∑ −
3 ( k−1 ) i=1 ( ni−1 ) ( N −k )
Cuando la hipótesis nula es cierta, el estadístico tiene distribución
aproximadamente X 2 Con k −1 grados de libertad; cuando el muestreo se
realiza en poblaciones normales, la aproximación es buena para muestras
bastante pequeñas (Layard 1973). No requiere que los tamaños de las
muestras sean iguales. Es muy sensible a alejamientos del supuesto de
normalidad (Montgomery 2002, pág. 82).
Si tenemos evidencia fuerte de que los datos vienen de hecho de una
distribución normal, o casi normal, entonces la prueba de Bartlett tiene un buen
desempeño.
Prueba de Levene
El estadístico de prueba de Levene se define como:
k
W =( N−k ) ∑ ni ¿ ¿ ¿
i =1
Donde Zij puede tener una de las siguientes tres definiciones:
1. Zij =| X ij −X i .| donde X i . es lamedia del i ésimo subgrupo .
~ ~
2. Zij =| X ij − X i .| donde X i . es lamedia del i ésimo subgrupo .
3. Zij =| X ij −X ' i .| donde X ' i . es la media recortadaal 10 % del
i ésimo subgrupo .
Z.. es la media global de Zij y Z i . es la media del i−ésima subgrupo de los Z ij .
La prueba de Levene rechaza la hipótesis de que las varianzas son iguales con
un nivel de significancia _ siW > Fα , k−1 , N−k donde F α , k −1 , N −k es el valor
crítico superior de la distribución F con k−1 grados de libertad en el numerador
y N – k grados de libertad en el denominador a un nivel de significancia α .
La prueba de Levene ofrece una alternativa más robusta que el procedimiento
de Bartlett, ya que es poco sensible a la desviación de la normalidad. Eso
significa que sería menos probable que rechace una verdadera hipótesis de
igualdad de varianzas sólo porque las distribuciones de las poblaciones
muestreadas no son normales.
Prueba F máx de Hartley
Fue propuesta por Hartley (1940–1950). Asume que las poblaciones son
normales e independientes y los tamaños de las muestras son iguales.
El estadístico de prueba es:
2
máx(S i )
F máx= 2
m∈(Si )
Donde i=1 , .. . , k ,con k igual al número de muestras.
Si la hipótesis nula es cierta y los tamaños de las muestras son iguales
n=n 1=n 2=…=nk , la distribución muestral del estadístico Fmáx (asumiendo
independencia de las muestras aleatorias tomadas de las poblaciones
normales) es Fmáx con k grados de libertad en el numerador y v=n−1 grados
de libertad en el denominador.
En la tabla 1 se proporcionan los valores críticos de la distribución Fmáx para
α =0.05 .
Esta prueba es muy sensible a alejamientos del supuesto de normalidad y
requiere que los tamaños de muestras sean iguales; si los tamaños de
muestras no son iguales, entonces la prueba ya no tiene soporte teórico fuerte
y no es aplicable.
Esta prueba es una de las más fáciles de calcular, aunque requiere el uso de
tablas especiales.
Prueba de Fligner-Killeen
El procedimiento Fligner-Killeen (1976), modificado por Conover et al. (1981),
para probar homogeneidad de varianzas consiste en lo siguiente:
~ ~
1. Ordene las variables | X ij − X i| de menor a mayor, donde X i Es la
mediana de las ni observaciones de la población i .
2. Defina
(
aN , i=Φ−1 +
1
2 2(N +1)
1
) para i=1, … , N
Donde
−1
Φ (z ) es la distribución acumulada N ( 0 , 1 ) de−∞ a z y asiΦ ( p )
es el percentil 100 p de ladistribución N (0 ,1)
3. Sea
aN , j
a i= ∑
j ∈Gi ni
Donde Gi denota la muestra de la población i ,i=1 , … , k . Y
N
aN , j
a i =∑
j=1 N
Entonces el estadístico de prueba es:
k
x=∑ ni ¿ ¿ ¿
i=1
Este estadístico bajo H 0 se distribuye aproximadamente X 2k−1La prueba de
Fligner es menos sensible a desviaciones del supuesto de normalidad.
Prueba de Cochran
La prueba introducida por Cochran (1941) era considerablemente de más fácil
computo que las otras pruebas en ese tiempo.
El estadístico de prueba es:
2
máx {S i }
g= k
∑ S 2i
i=1
Cuando todas las muestras son de igual tamaño n=n 1=n 2=…=nk ,la hipótesis
acerca de la igualdad de varianzas es rechazada si g> g α , n , k , donde el valor
gα , n , k se obtiene de la tabla de valores críticos para la prueba de Cochran en
tablas especiales. Cuando el número de observaciones en cada tratamiento no
sea igual pero sea relativamente cercano, el mayor de los ni puede usarse en
lugar de n para determinar los grados de libertad requeridos en las tablas. La
prueba de Cochran es en particular útil para detectar si una varianza es mucho
más grande que las otras (Walpole & Myers 1989).
Prueba de Layard
Layard (1973) sugirió una prueba basada en kurtosis. Asume que las
poblaciones son normales.
El estadístico de prueba es:
T
S=
(
2+ 1−
k
N )
γ^
Donde
k
T =∑ (ni−1)¿
i=1
Y γ^ puede ser una de las dos fórmulas siguientes:
k ni
γ^ =N ∑ ∑ ¿ ¿ ¿ ¿
i=1 j=1
k ni
1
γ^ = ∑ ni ∑ ¿ ¿ ¿
2
N i=1 j=1
La idea es utilizar las kurtosis individuales y compararlas contra una kurtosis
global. S se distribuye asintóticamente X 2 con k −1 grados de libertad.
En la literatura revisada no se encontraron ventajas ni desventajas para esta
prueba
