UNIVERSIDAD NACIONAL DE
SAN MARTIN
FACULTAD DE INGENIERA AGROINDUSTRIAL
ESCUELA PROFESIONAL DE INGENIERA
AGROINDUSTRIAL
ALUMNOS
: Jackeline Alejandria Flores
Katherine Freitas Guevara
Anita Luna Arvalo
Roco Saavedra Gatica
DOCENTE
ASIGNATURA
CICLO
Lic. Wilson Torres Delgado
:
Mtodos Estadsticos
2016 - II
MORALES SAN MARTN
- 2016MTODO DE TUKEY
I.
INTRODUCCION
El termino tukey viene a ser llamado por porque jhon tukey fue quien introdujo
esta tcnica estadstica.
La prueba de tukey es la prueba ms aplicada y preferida por los
estadsticos para controlar la mejor manera los dos errores conocidos en la
estadstica (y) (Montgomery 2003) esta prueba permite hacer todas las
posibles comparaciones de tratamientos de dos en dos y por eso se
considera la ms completa
Se utiliza para comparar todos los pares de medias. Fue desarrollado por
primera vez por Duncan en 1951 pero posteriormente l mismo modific su
primer mtodo generando el que ahora se denomina Nuevo mtodo de Rango
Mltiple de Duncan. Esta prueba no requiere de una prueba previa de F, como
sucede con la DMS o sea que an sin ser significativa la prueba F puede
llevarse a cabo.
II.
REVISION BIBLIOGRAFICA
MTODO DE TUKEY
Sirve para probar todas las diferencias entre medias de tratamientos de una
experiencia. La nica exigencia es que el nmero de repeticiones sea
constante en todos los tratamientos.
Cuando realizamos un anlisis de varianza, un valor de F significativo nos
indica que no todas las condiciones producen el mismo efecto sobre la variable
independiente. Con el fin de tener mayores elementos para la toma de
decisiones es importante saber dnde se encuentran dichas diferencias
significativas y si stas siguen unas tendencias que nos permitan una mejor
toma de decisiones.
Una prueba que nos permite evaluar dicha diferenciacin es la prueba de
Tukey, que mide la diferencia de los valores de la medias de dos grupos en
trminos de la varianza intergrupal.
ANOVA Identificar las medias diferentes por Prueba de Tukey T
Para diseos balanceados (mismo nmero de columnas en los tratamientos) el
valor de q se determina por medio de la siguiente tabla.
Se calcula la diferencia Di entre cada par de Medias Xis:
D1 = X1 X2 D2 = X1 X3 D3 = X2 X3 etc.
Cada una de las diferencias Di se comparan con el valor de T, si lo exceden
entonces la diferencia es Significativa de otra forma se considera que las
medias Son iguales.
Sirve para probar todas las diferencias entre medias de tratamientos de una
experiencia
La nica exigencia es que el nmero de repeticiones sea constante en todos
los tratamientos
Es importante para comprobar por medio de este mtodo las medias de los
tratamientos de dos en dos sea para evaluar las hiptesis
H0 = 1=2=3=4 (las medias son iguales)
1
A
2
4
3
2
10
Y1=1
5
Y2=2
9
7
H1 = 1234 (las medias son diferentes)
III.
PROCEDIMIENTO
Se calcula el valor critico de todas de todas las comparaciones por
pares
Se obtiene el error estndar de cada promedio
Obtener el T
calcular la diferencia delas medias y realizar las comparaciones en el
valor critico
hacer las conclusiones tomando ya sea H0 o H1
EJEMPLOS
01). La produccin de alimentos balanceado para pollos .se lleva a cabo en tres
tipos de plantas, planta1, planta2, planta 3, deseamos probar si la produccin
promedio es la misma para las tres plantas
plata 1
29
27
30
27
28
planta 2 planta 3
29
32
27
33
30
31
29
34
30
30
H0 = La produccin promedio es la misma
en las tres plantas.
H1 = la produccin promedio es diferente .aunque podra ser la misma en dos
de ellas
H0 = 1=2=3=4 hiptesis de trabajo
H1 = 1234 hiptesis del investigador
UTILIZANDO SPSS
Descriptivos
PRODUCCION
95% del intervalo de confianza
para la media
Desviacin
N
Media
estndar
Error estndar
Lmite inferior
Lmite superior
Mnimo
Mximo
Planta 1
28,60
1,140
,510
27,18
30,02
27
30
Planta 2
28,60
1,140
,510
27,18
30,02
27
30
Planta 3
32,00
1,581
,707
30,04
33,96
30
34
15
29,73
2,052
,530
28,60
30,87
27
34
Total
ANOVA DEUN FACTOR
PRODUCCION
Suma de
cuadrados
Media
gl
cuadrtica
Entre grupos
38,533
19,267
Dentro de grupos
20,400
12
1,700
Total
58,933
14
Sig.
11,333
,002
PRUEBAS DE POST HOC
Comparaciones mltiples
Variable dependiente: PRODUCCION
95% de intervalo de confianza
Diferencia de
HSD Tukey
(I) PLANTA
(J) PLANTA
Planta 1
Planta 2
,000
,825
1,000
-2,20
2,20
Planta 3
-3,400*
,825
,004
-5,60
-1,20
Planta 1
,000
,825
1,000
-2,20
2,20
Planta 3
-3,400*
,825
,004
-5,60
-1,20
Planta 1
3,400
,825
,004
1,20
5,60
Planta 2
3,400*
,825
,004
1,20
5,60
Planta 2
Planta 3
medias (I-J)
Error estndar
*. La diferencia de medias es significativa en el nivel 0.05.
Sig.
Lmite inferior
Lmite superior
PRODUCCION
Subconjunto para alfa = 0.05
PLANTA
a
HSD Tukey
Planta 1
28,60
Planta 2
28,60
Planta 3
Sig.
Tukey B
32,00
1,000
Planta 1
28,60
Planta 2
28,60
Planta 3
1,000
32,00
Se visualizan las medias para los grupos en los
subconjuntos homogneos.
a. Utiliza el tamao de la muestra de la media
armnica = 5,000.
Conclusin. Las medias delas tres plantas no son iguales porque las media
uno, media dos, son iguales y la media tres fue totalmente diferente
Si realizamos el contraste de los resultados obtenidos es P=0.002 que es
menor que 0,05 por lo tanto se rechaza la hiptesis nula y se acepta el
H1 = la produccin promedio es diferente .aunque podra ser la misma en dos
de ellas
02).se quiere evaluar la efectividad de cidos hmicos en el crecimiento de
plantones de caf .para la cual se hizo cinco tratamientos con diferentes dosis
tratamiento 1(0,5cc/litro de agua) tratamiento 2(1cc/litro de agua ) tratamiento
3(1.5cc/litro de agua) tratamiento 4 (2cc/litro de agua)con cinco repeticiones por
cada tratamiento
acidos
humicos
trat 1
trat 2
trat 3
trat 4
T0,5
T1
87
90.4
89.3
86
87
88.6
90.5
88.2
dosis cc/litro de
agua
0.5
1
1.5
2
T 1,5
T2
90.4
81.2
87.2
83.2
91
82.5
84.4
80.8
H0 = Que la efectividad delos tratamientos de cidos hmicos para el
crecimiento de plantones de caf son iguales
H1 = La efectividad de los tratamientos de cidos hmicos para el crecimiento
de plantones de caf son diferentes
H0 = 1=2=3=4 hiptesis de trabajo
H1 = 1234 hiptesis del investigador
Descriptivos
Repeticiones
95% del intervalo de
confianza para la media
Media
Desviacin
Error
estndar
estndar
Lmite
Lmite inferior
superior
Mnimo
Mximo
tratmiento 0,5
88,175
2,0271
1,0136
84,949
91,401
86,0
90,4
tratamiento 1
88,575
1,4523
,7261
86,264
90,886
87,0
90,5
tratamiento 1,5
88,250
3,0610
1,5305
83,379
93,121
84,4
91,0
tratamiento 2
81,925
1,1177
,5588
80,147
83,703
80,8
83,2
Total
16
86,731
3,4066
,8517
84,916
88,547
80,8
91,0
ANOVA
Repeticiones
Suma de
cuadrados
Entre grupos
gl
cuadrtica
123,562
41,187
50,513
12
4,209
174,074
15
Dentro de grupos
Total
Media
Sig.
9,785
,002
PRUEBAS POST HOC
Comparaciones mltiples
Variable dependiente: Repeticiones
95% de intervalo de
confianza
(I) Tratamiento (J) Tratamiento
HSD Tukey
tratmiento 0,5
Diferencia de
Error
medias (I-J)
estndar
Lmite
Sig.
Lmite inferior
superior
tratamiento 1
-,4000
1,4508
,992
-4,707
3,907
tratamiento 1,5
-,0750
1,4508
1,000
-4,382
4,232
tratamiento 2
6,2500*
1,4508
,005
1,943
10,557
tratmiento 0,5
,4000
1,4508
,992
-3,907
4,707
tratamiento 1,5
,3250
1,4508
,996
-3,982
4,632
tratamiento 2
6,6500
1,4508
,003
2,343
10,957
tratamiento
tratmiento 0,5
,0750
1,4508
1,000
-4,232
4,382
1,5
tratamiento 1
-,3250
1,4508
,996
-4,632
3,982
tratamiento 2
6,3250*
1,4508
,004
2,018
10,632
tratmiento 0,5
-6,2500
1,4508
,005
-10,557
-1,943
tratamiento 1
-6,6500*
1,4508
,003
-10,957
-2,343
1,4508
,004
-10,632
-2,018
tratamiento 1
tratamiento 2
tratamiento 1,5
*. La diferencia de medias es significativa en el nivel 0.05.
-6,3250
SUBCONJUNTOS HOMOGNEOS
Repeticiones
Subconjunto para alfa = 0.05
Tratamiento
HSD Tukeya
tratamiento 2
tratmiento 0,5
88,175
tratamiento 1,5
88,250
tratamiento 1
88,575
Sig.
Tukey Ba
81,925
1,000
,992
tratamiento 2
tratmiento 0,5
88,175
tratamiento 1,5
88,250
tratamiento 1
88,575
81,925
Se visualizan las medias para los grupos en los subconjuntos homogneos.
a. Utiliza el tamao de la muestra de la media armnica = 4,000.
CONCLUSIN. Las medias delas tres plantas no son iguales porque las media
uno, media dos, son iguales y la media tres fue totalmente diferente
Si realizamos el contraste de los resultados obtenidos es P= 0.002 que es
menor que 0,05 por lo tanto se rechaza la hiptesis nula y se acepta el
H1 = La efectividad de los tratamientos de cidos hmicos para el crecimiento
de plantones de caf son diferentes
Tambin se concluye que la efectividad del tratamiento 1cc; de 0,5cc y 1.5 cc
son igual de significativos y son mejores que el tratamiento de 2cc de cido
hmico por litro de agua. Por lo tanto cualquiera de esas tres dosis que se
pueda utilizar van a mejorar la altura dela planta. Lo nico que nos queda es
investigar el anlisis de costos para ver con cual delos tres podamos trabajar
CUANDO UTILIZAR EL MTODO DE TUKEY
Cuando el tamao de las muestras seleccionadas para cada grupo son
iguales
Cuando el inters fundamental es comparar promedios entre grupos y
son mltiples las comparaciones que estamos haciendo .por lo tanto
este test de tukey es el ms utilizado
La prueba de tukey es la prueba ms aplicada y preferida por los
estadsticos pues control de mejor manera los dos errores ampliamente
PRUEBA DE TUKEY
El anlisis de varianza es una tcnica para anlisis de datos, donde se prueba
la hiptesis nula que todos los tratamientos son iguales, contra la hiptesis
alternativa que al menos uno de los tratamientos es distinto a los dems.
Lamentablemente, el objetivo deseado al realizar el experimento (encontrar el o
los mejores tratamientos), no se puede cumplir. Para ello es necesario realizar
un procedimiento adicional, llamado Prueba de medias.
Existe una gran cantidad de pruebas de medias, pero quiz la ms conocida es
la prueba de Tukey. Esta prueba fue desarrollada por John W. Tukey.
Se calcula un valor llamado el comparador de Tukey, de la siguiente manera:
Donde:
q es una valor que se obtiene de una tabla (Tabla de Tukey) , de manera
parecida a la tabla de F . Horizontalmente se colocan los grados de libertad de
los tratamientos y verticalmente los grados de libertad del error. Solamente
existen tablas para niveles de significancia del 5% y del 1%.
El trmino que est dentro de la raz cuadrada se llama error estndar de la
media y es igual al cuadrado medio del error (obtenido en el ANDEVA), dividido
entre el nmero de repeticiones.
Si la diferencia entre dos promedios es mayor que el comparador, se concluye
que los dos promedios no son iguales, en caso contrario se concluye que s
son iguales.
Se utiliza el mismo comparador para todos los pares de promedios que se
comparan.
Pero sta frmula solamente es vlida para el caso de experimentos con igual
nmero de repeticiones (balanceado).
Un experimento puede ser desbalanceado (desiguales repeticiones) por varios
motivos: por causa de los tratamientos, por fallas en el manejo del
experimento, o por causas desconocidas que el experimentador no pudo
controlar. El anlisis de un experimento desbalanceado se complica.
En el caso del diseo al completo azar el procedimiento es directo, pero en el
de bloques al azar, cuadrado latino y otros, es necesario estimar los datos
faltantes antes de realizar el anlisis.
Lo mismo sucede para la prueba de Tukey. No se puede usar un solo
comparador, se deben calcular varios comparadores para realizar la
comparacin por pares . Esta variante de la prueba se conoce como TukeyKramer
La frmula para el clculo es la siguiente:
Donde:
W ij= comparador para el par de tratamientos i,j
q= valor de la tabla de Tukey, con grados de libertad de tratamientos y grados
de libertad del error
CME= cuadrado medio del error
ri, rj son las repeticiones de los tratamientos i,j
IV.
BIBLIOGRAFA
[Link]
[Link]
