PRUEBA DE BARTLETT DE IGUALDAD DE VARIANZAS
Preguntas directrices
¿Las muestras provienen de poblaciones con la misma varianza?
¿Cuándo usar la prueba?
Se usa para probar si k muestras tienen varianzas iguales. La igualdad de varianzas entre
muestras se denomina homogeneidad de varianzas. Algunas pruebas estadísticas, por
ejemplo, el análisis de varianza, suponen que las varianzas son iguales entre grupos o
muestras. La prueba de Bartlett se puede utilizar para verificar esa suposición. La prueba
de Bartlett es sensible a las salidas de la normalidad. Es decir, si las muestras provienen
de distribuciones no normales, entonces la prueba de Bartlett puede ser simplemente la
prueba de no normalidad.(Calvo y Rico 2017)
Aplicaciones prácticas
Daño a los árboles remanentes: El daño producido a los árboles remanentes por las
operaciones de volteo con una cosechadora y por el maderero con un auto
cargador/transportador se determinó en un raleo comercial de un rodal de Pinus radiata D.
Don. de 16 años de edad. En unidades muestrales de forma circular y con un radio de 20
m, se midió el diámetro altura pecho (Dap), altura total y clase de copa de todos los
árboles; en aquellos que presentaban heridas, se registró su origen, dimensión, intensidad
y ubicación. Sólo el 12,3% de los árboles presentaron algún tipo de daño, daño
concentrado principalmente en aquellos más representados (codominantes). Las heridas
de los árboles dañados se distribuyen homogéneamente entre la base y el fuste del árbol,
siendo la intensidad más común rasgado de corteza sin exposición de cambium. El
análisis estadístico consistió en determinar el tamaño de la muestra, considerando un
error máximo admisible del 5%, de acuerdo al método de muestreo sistemático. Se aplicó
el Test de Bartlett, con el objeto de comprobar el supuesto de homogeneidad de varianzas
La prueba de Bartlett indicó la existencia de heterogeneidad de varianzas en la incidencia
del daño entre clases de copa y también entre los tipos de daño.(Lineros P, Espinosa B, y
Jimenez R 2003)
Diseño en bloque para evaluar diseños pedagógicos: El presente trabajo evalúo, a partir
de la aplicación de técnicas estadísticas del diseño de experimentos, la incidencia de tres
modelos pedagógicos: Inteligencias Múltiples, Pedagogía Conceptual y del Modelo
pedagógico Social, en los resultados obtenidos en el Índice Sintético de Calidad
Educativa, obtenidos por algunas instituciones educativas de Colombia, en los ciclos
educativos: Básica Primaria, Básica Secundaria y Media. Para llevar a cabo la evaluación,
inicialmente se utilizó un ANOVA en bloques, el cual permitió determinar que aunque al
5% de significancia la hipótesis nula se rechaza, es decir, existe por lo menos un modelo
pedagógico que afecta al ISCE, los datos debían ser analizados a partir de un diseño
aleatorizado de un factor ya que los ciclos educativos no tenían efecto sobre el ISCE, por
lo anterior se procedió a realizar el ANOVA de un factor donde se corroboró que los
modelos pedagógicos si afectan los valores del ISCE.
Luego, se realizaron un test de normalidad, el cual permitió establecer que no había
normalidad en los datos, y una. Prueba de Bartlett, la cual arrojó como resultado la
homogeneidad de varianzas.(Ruiz León y Martínez Orjuela 2016)
Medición acumulada de la variable producción de huevos en gallinas White Leghorn:
En experimentos con gallinas ponedoras se evaluó el cumplimiento de la normalidad y
homogeneidad de la varianza, en frecuencias de medición acumulada de la variable
producción de huevos, así como la efectividad del uso de transformaciones. Partiendo de
las mediciones semanales de producción de huevos (huevos/ave/sem) y su
correspondiente índice de postura (%), se agruparon, en función del tiempo, en
frecuencias de medición acumulada: semanal, quincenal, mensual y totales. Para
comprobar la homogeneidad de varianza entre tratamientos se utilizó la prueba de Bartlett
y el ajuste a la distribución normal. Hubo incremento de la homogeneidad de varianza en
las menores frecuencias de medición acumulada, con valores de 100 % para la frecuencia
de medición acumulada total, al igual que la normalidad, aunque ésta también se
incrementó en los tratamientos que suponían bajos índices de puesta. Las
transformaciones raíz cuadrada y logarítmica reflejaron una marcada heterogeneidad de
varianzas y mantuvieron valores similares para la normalidad de los tratamientos, en
relación con los datos sin transformar. El arcoseno √% exhibió niveles de cumplimiento de
los supuestos, similares a los obtenidos antes de la transformación. Se concluye que la
frecuencia de medición acumulada total favorece el cumplimiento de las hipótesis de
bases del análisis de varianza en las frecuencias semanales, quincenales y mensuales,
en las que no se alcanzan resultados favorables con la aplicación de las transformaciones
estudiada. (Heredia et al. s. f.)
Como calcular en R
La función Bartlett. Test () asume que los datos están un solo vector, así que hay que
concatenar los datos usando c () y ayudarse de otro vector con nombres, para diferenciar
los datos de un vector de los del otro.(Anón s. f.)
Permite contrastar la igualdad de varianza en 2 o más poblaciones sin necesidad de que
el tamaño de los grupos sea el mismo. Es más sensible que el test de Levene a la falta de
normalidad, pero si se está seguro de que los datos provienen de una distribución normal,
es la mejor opción.
Ejemplo
>data("iris")
>a <- iris [iris$Species == "versicolor", "[Link]"]
>b <- iris [iris$Species == "virginica", "[Link]"]
>Bartlett. Test (list (a, b))
##
## Bartlett test of homogeneity of variances
##
## data: list (a, b)
## Bartlett's K-squared = 1.249, df = 1, p-value = 0.2637
La hipótesis nula es: la varianza es constante (no varía) en los diferentes grupos. Como el
p-valor es 0.2637, y éste es un valor mayor de 0.05, aceptamos la hipótesis nula (H0).
Esto nos indica que nuestras tres muestras presentan varianzas iguales y, por lo tanto, los
grupos son homocedásticos.(Anón s. f.)
Ejemplo:
>Datos <- c (Datos3, Datos4)
>Grupos <- rep (c ("Gr1", "Gr2"), each = 15)
>Bartlett. Test (Datos, Grupos, center = median)
## Bartlett test of homogeneity of variances
##
## data: Datos and Grupos
## Bartlett's K-squared = 0.88009, df = 1, p-value = 0.3482
O se puede hacer todo directamente:
>Bartlett. Test (c (Datos3, Datos4), rep (c ("Gr1", "Gr2"), each = 15))
##
## Bartlett test of homogeneity of variances
##
## data: c (Datos3, Datos4) and rep (c ("Gr1", "Gr2"), each = 15)
## Bartlett's K-squared = 0.88009, df = 1, p-value = 0.3482
La hipótesis nula es: la varianza es constante (no varía) en los diferentes grupos. Como el
p-valor es 0.3482, y éste es un valor mayor de 0.05, aceptamos la hipótesis nula (H0).
Esto nos indica que nuestras tres muestras presentan varianzas iguales y, por lo tanto, los
grupos son homocedásticos.(Anón s. f.)
Referencias
Anón. s. f. «RPubs - Análisis de la homogeneidad de varianza (homocedasticidad)».
Recuperado 17 de mayo de 2020a ([Link]
Anón. s. f. «RPubs - EBA 14 Homogeneidad de varianzas u homocedasticidad».
Recuperado 16 de mayo de 2020b ([Link]
Calvo, Mario Felipe Garcia, y Andres Felipe Ortız Rico. 2017. «UNA NUEVA PRUEBA
PARA EL PROBLEMA DE IGUALDAD DE VARIANZAS». 45.
Heredia, Magali, Verena Torres, Rodriguez,R, y H. Font. s. f. «Cumplimiento de la
normalidad y homogeneidad de la varianza en frecuencias de medicion acumulada
de la variable produccion de huevos en gallinas White Leghorn». Recuperado 16
de mayo de 2020 ([Link]
Lineros P, Manuel, Miguel Espinosa B, y Andrea Jimenez R. 2003. «Daño a los árboles
remanentes por sistema harvester-forwarder en raleo comercial de Pinus radiata
D. Don». Bosque (Valdivia) 24(1):87-93.
Ruiz León, Jenny Liliana, y Blanca Lucy Martínez Orjuela. 2016. «Diseño en bloque para
evaluar la influencia de tres modelos pedagógicos en los valores del índice
sintético de calidad educativa obtenidos por algunas instituciones.»
instname:Fundación Universitaria Los Libertadores.
