E
CUELA SUPERIOR POLITECNICA DE
CHIMBORAZO
FACULTAD DE MECANICA
ESCUELA DE ING. INDUSTRIAL
Diseño experimental
Métodos analíticos de homogeneidad de
varianza
NOVENO “1”
ESTUDIANTE: ALEX RAMIREZ
PERIODO Académico: ABRIL 2018 – AGOSTO 2018
TEMA: Métodos analíticos de homogeneidad de varianza.
OBJETIVO: Conocer la característica y aplicabilidad de lo diferentes métodos
analíticos de homogeneidad de varianza.
DESARROLLO:
PRUEBA DE BARTLETT
El método de Bartlett, que lleva el nombre de M. S. Bartlett, se usa para estimar
la densidad espectral de potencia. El método de Bartlett consiste en una forma de
reducir la varianza del periodograma a cambio de reducir la resolución, comparado
con los periodogramas estándares. Algunas aplicaciones usuales del método de
Bartlett es el cálculo de la respuesta en frecuencia y el análisis espectral en general.
procedimiento
El método de Bartlett consiste en los siguientes pasos:
1. Nnnnbbh
2.
El segmento original de N muestras se divide en K segmentos de longitud
M.
3. Para cada segmento, se obtiene el periodograma calculando la transformada
discreta de Fourier (la versión de la DFT que no divide por M), y después se
calcula el cuadrado del resultado y esto es lo que se divide por M.
4. Se promedia el resultado del periodograma para los segmentos de K
muestras.
5. El promediado reduce la varianza, comparado con el segmento original de N
puntos.
La la prueba de Bartlett es quizá la técnica ampliamente usada para probar
homogeneidad de varianza. 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 de 5, La estadística de prueba es
Donde
Cuando la hipótesis nula es cierta, la estadística tiene distribución
aproximadamente con grados de libertad.; cuando el muestreo se realiza
en poblaciones normales.
PRUEBA DE LEVENE
En estadística, la prueba de Levene1 es una prueba estadística inferencial utilizada
para evaluar la igualdad de las varianzas para una variable calculada para dos o
más grupos.
Algunos procedimientos estadísticos comunes asumen que las varianzas de las
poblaciones de las que se extraen diferentes muestras son iguales. La prueba de
Levene evalúa este supuesto. Se pone a prueba la hipótesis nula de que las
varianzas poblacionales son iguales (llamado homogeneidad de varianza
u homocedasticidad). Si el P-valor resultante de la prueba de Levene es inferior a
un cierto nivel de significación (típicamente 0.05), es poco probable que las
diferencias obtenidas en las variaciones de la muestra se hayan producido sobre la
base de un muestreo aleatorio de una población con varianzas iguales. Por lo tanto,
la hipótesis nula de igualdad de varianzas se rechaza y se concluye que hay una
diferencia entre las variaciones en la población.
Algunos de los procedimientos que asumen normalmente homocedasticidad, para
lo cual uno puede utilizar las pruebas de Levene, incluyen análisis de varianza y
pruebas t.
La prueba de Levene se utiliza a menudo antes de que una comparación de medias.
Cuando la prueba de Levene muestra significación, se debe cambiar a pruebas
generalizadas (pruebas no paramétricas), libre de supuestos de homocedasticidad.
La prueba también puede ser utilizada como una prueba principal para responder a
una pregunta independiente de si dos sub-muestras en una población dada tienen
varianzas iguales o diferentes.
La estadística de prueba, W, se define como sigue:
donde
W es el resultado de la prueba
k es el número de diferentes grupos a los que pertenecen los casos
muestreados,
N es el número total de casos en todos los grupos,
Ni es el número de casos en el grupo i
Nij es el valor de la variable medida para el jesimo caso del iesimo grupo
La significancia de W es probada contra F(α , k-1, N-k) donde F es un cuantil de la
prueba F de distribución, con k-1 y N-k son los grados de libertad, y α es el nivel
de significación elegido (por lo general 0.05 o 0.01).
PRUEBA F-MAX DE HARTLEY
Para ejecutar esta prueba se requiere que todas las muestras tengan el mismo
tamaño, es decir, . Fue propuesta por Hartley (1940 - 1950). La
prueba se basa en la estadística:
Si la hipótesis nula es cierta la distribución muestral de la
estadística (asumiendo independencia de las muestras aleatorias tomadas de
las poblaciones normales) es con grados de libertad en el numerador
y grados de libertad en el denominador. Si el diseño es desbalanceado,
es decir los tamaños de muestras no son iguales entonces se puede obtener una
prueba ``liberal'' (probabilidad de error tipo I es mayor de ) haciendo
.
Los valores de la estadística de prueba se tabularon por Hartley. Los parámetros
para esta distribución son , el número de tratamientos y , los grados de
libertad. Se rechaza si
PRUEBA DE COCHRAN
Esta prueba utiliza la estadística:
Los parámetros de la distribución muestral de éste estadístico son número de
tratamientos y , los grados de libertad para cada varianza. Los percentiles
del y de la distribución del estadístico son dados en la tabla Winer. Se
rechaza si
En muchas situaciones encontradas en la práctica la prueba de Cochran y Hartley
conducen a las mismas decisiones; pero, ya que la prueba de Cochran utiliza más
información, es generalmente algo más sensible que la prueba de Hartley.
Cuando el número de observaciones en cada tratamiento no sea igual pero
relativamente cercano, el mayor de los puede usarse en lugar de para
determinar los grados de libertad requeridos en las tablas.
NOTA: para propósitos de detectar grandes desviaciones del supuesto de
homogeneidad de varianza en muchos casos prácticos es recomendable las
pruebas de Hartley y Cochran.
Conclusiones:
Para propósitos de detectar grandes desviaciones del supuesto de
homogeneidad de varianza en muchos casos prácticos es recomendable las
pruebas de Hartley y Cochran.
Las pruebas de Hartley, Cochran y Bartlett son sensibles a la violación del
supuesto de normalidad.
Si hay confianza de que la variable (en este caso error) está cercana a una
distribución normal, entonces usar prueba de Bartlet o Hartley. Si los tamaños
de muestra son muy desiguales usar la prueba de Bartlet; en otro caso, la
prueba de Hartley.
Si los datos no son normales y se tiene una gran cantidad de datos, use la
prueba de Levene. Esta prueba es muy robusta a la normalidad, pero no muy
potente para muestras de tamaño pequeño.
A todas las demás situaciones, usar Levene la cual es tan buena como Bartlet
y Hartley cuando los datos se distribuyen normal y es muy superior a ellas
para distribuciones de datos no normales.
Bibliografía
Facultad de ciencias experimentales. (2014). EXPERIMENTOS SIMPLES Análisis de supuestos del
ANOVA. Obtenido de UNIVERSIDAD NACIONAL DE LA PLATA:
http://aulavirtual.agro.unlp.edu.ar/mod/resource/view.php?id=2645
Gutierrez Pulido, H., & De la Vara Salazar, R. (2008). Analisis y diseño de experimentos. Mexico:
Nexus.
Mendoza Rivera, H. (29 de 04 de 2010). Universidad de Colombia. Obtenido de Diseño
experimental: http://168.176.60.11/cursos/ciencias/2000352/html/un2/cont_209-29.html
Wiley, L., & Montgomery. (2004). Diseño y analisis de experimentos. Mexico: Limusa.SA.
