INSTITUTO TECNOLÓGICO SUPERIOR DE MÚZQUIZ
Tecnología, Ecología y Ciencias para un México mejor.
EXTENSIÓN QUÍMICA DEL REY
INGENIERÍA GESTIÓN EMPRESARIAL
Prueba de Duncan
Asignatura: Estadística Inferencial II
Semestre: V Semestre
Página |2
Contenido
Introducción...............................................................................................................2
Desarrollo...................................................................................................................2
Conclusión.................................................................................................................2
Bibliografía.................................................................................................................2
Introducción
Existen pruebas estadísticas que por lo general se utilizan para verificar la
homogeneidad de las varianzas y comparar pares de medias. El test de
Bonferroni, los test estadísticos de igualdad de varianzas, la comparación entre
medias, los métodos de comparación de pares de media de tratamientos, así, el
test de Tukey, el test de T de Student, el test de la amplitud Múltiple de Duncan y
el análisis de varianza son los más usados en el análisis de experimentos.
Como podemos ver en esta investigación se tocan diversos temas, de los cuales
es necesario entender su definición:
Test de la t de Student
El Test de la t de Student para una muestra permite comprobar si es posible
aceptar que la media de la población es un valor determinado. Se toma una
muestra y el Test permite evaluar si es razonable mantener la Hipótesis nula de
que la media es tal valor.
Se trata de un Test paramétrico; o sea, parte de la suposición de que la variable
analizada en el conjunto de la población sigue una variabilidad, una distribución
como la de la campana de Gauss. Por lo tanto, podemos pensar que la
distribución normal es un buen modelo de esa población.
Puede observarse que se construye un estadístico que sigue la distribución t de
Student si es cierta la Hipótesis nula. Por lo tanto, como siempre, el cálculo del
estadístico a la muestra que tenemos es un número. Un número que pondremos
en relación con la distribución del estadístico en caso de ser cierta la Hipótesis
nula. Si cae en una zona central de esa distribución de probabilidad 0.95 (el 95%,
porcentualmente) mantendremos la Hipótesis nula. Si cae fuera de esa zona, la
rechazaremos y nos decantaremos por la alternativa. Este es el proceder de
siempre en Estadística.
ANOVA
Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o
más poblaciones son iguales. Los ANOVA evalúan la importancia de uno o más
Página |3
factores al comparar las medias de la variable de respuesta en los diferentes
niveles de los factores. La hipótesis nula establece que todas las medias de la
población (medias de los niveles de los factores) son iguales mientras que la
hipótesis alternativa establece que al menos una es diferente.
Test HSD de Tukey
El Test HSD (Honestly-significant-difference) de Tukey es un test de
comparaciones múltiples. Permite comparar las medias de los t niveles de un
factor después de haber rechazado la Hipótesis nula de igualdad de medias
mediante la técnica ANOVA. Es, por lo tanto, un test que trata de perfilar, trata de
especificar, una Hipótesis alternativa genérica como la de cualquiera de los Test
ANOVA.
Se basa en la distribución del rango estudentizado que es la distribución que sigue
la diferencia del máximo y del mínimo de las diferencias entre la media muestral y
la media poblacional de t variables normales N(0, 1) independientes e
idénticamente distribuidas.
Se establece así un umbral, como en otros métodos, como el Test LSD (Ver
Herbario de técnicas). Se calculan todas las diferencias de medias muestrales
entre los t niveles del factor estudiado. Las diferencias que estén por encima de
ese umbral se considerarán diferencias significativas, las que no lo estén se
considerarán diferencias no significativas.
Prueba de Duncan
El Test de Duncan es un test de comparaciones múltiples. Permite comparar las
medias de los t niveles de un factor después de haber rechazado la Hipótesis nula
de igualdad de medias mediante la técnica ANOVA. Todos los test de
comparaciones múltiples son test que tratan de perfilar, tratan de especificar,
tratan de concretar, una Hipótesis alternativa genérica como la de cualquiera de
los Test ANOVA.
El Test de Duncan es muy similar al Test HSD de Tukey (Ver Herbario de
técnicas), pero en lugar de trabajar con un umbral fijo trabaja con un umbral
cambiante. Un umbral que dependerá del número de medias implicadas en la
comparación.
Para saber el número de medias implicadas en la comparación se ordenan las
medias muestrales de menor a mayor y así al hacer una comparación entre dos
medias sabremos además de las dos medias comparadas cuantas medias quedan
dentro. Este número de medias implicadas en cualquier comparación de medias
es el parámetro p de este umbral.
Página |4
Al aplicar análisis de varianza (ANOVA) y determinar que existe una diferencia
estadísticamente significativa, normalmente surge la pregunta acerca de cuáles
pares de medias son diferentes.
Para ello se utilizan las llamadas "Pruebas de Comparación Múltiple".
El Test de Duncan o Prueba de Rangos Múltiples de Duncan permite comparar las
medias de los “t niveles” de un factor después de haber utilizado ANOVA.
Aunque se puede aplicar sin que ANOVA haya arrojado significancia, lo lógico es
aplicarla a partir de ese resultado, para determinar a qué se deben las diferencias
encontradas.
Consiste en calcular varios "rangos", denominados comúnmente “rangos
significativos mínimos”, según la siguiente fórmula:
D CM error
p=d α k− glerror
√ n
Donde p toma valores entre 2 y K (siendo K el número de tratamientos), d se
obtiene de las tablas “Rangos Estandarizados Mínimos Significativos de Duncan”,
o de la tabla 1, y CMerror es la estimación de la varianza del error, o también se
puede obtener de la tabla ANOVA.
Este Test permite comparar tratamientos no relacionados, es decir, todos los
tratamientos contra todos, a fin de establecer un orden de méritos.
Es más preciso cuando el número de mediciones de cada grupo es igual.
Cabe señalar que no es recomendable su uso cuando la cantidad de tratamientos
a comparar es muy alto.
Página |5
Rangos Estandarizados Mínimos Significativos de Duncan
Página |6
Tabla 1.
Página |7
Tabla de ANOVA
Página |8
Método de Duncan
Se utiliza para comparar todos los pares de medias. Fue desarrollado por primera
vez por Duncan en 1951 pero posteriormente él mismo modificó su primer método
generando el que ahora se denomina Nuevo método de Rango Múltiple de
Duncan. Esta prueba no requiere de una prueba previa de F, como sucede con la
DMS o sea que aún sin ser significativa la prueba F puede llevarse a cabo.
La estadística de Prueba es denotado, por
Donde es el número de medias inclusives entre las dos medias a comparar para
diseños balanceados. Para aplicar esta prueba al nivel se debe pasar por las
siguientes etapas:
1. Determine el error estándar (desviación estandar) de cada promedio, , el
cual es dado por la expresión:
Donde el CM es obtenido de la tabla Anova
2. Con los grados de libertad del error y el nivel de significancia determinar los
valores de (intervalos o amplitudes estandarizadas significativos) utilizando las
tablas de amplitudes estandarizadas de Duncan dadas por Harter (1960) y que se
encuentran en el libro de Miller (1992). Para encontrar estos valores, se requieren
los grados de libertad del error y el valor de .
3. Determinar las amplitudes minimas significativas denotadas por
calculados por la expresión:
4. Se ordenan de manera creciente los resultados promedios del
experimento
5. Se comparan las medias ordenadas así:comienza a
comparar en el siguiente orden:
Página |9
a) El promedio más alto, con el más bajo, comparando esta diferencia
con el intervalo mínimo significativo . Si esta diferencia es no significativa
entonces todas las otras diferencias son no significantes. Si la diferencia es
significativa se continua con b)
b) Posteriormente se calcula la diferencia entre el valor más alto y el
penúltimo y se compara con el intervalo mínimo significativo
c) Este procedimiento se continúa hasta que todas las medias se han comparado
con la media más grande .
d) A continuación se compara la segunda media más grande con la más
pequeña y se compara con el intervalo mínimo significativo .
Este proceso continúa hasta que han sido comparadas las diferencias entre todos
los posibles pares.
Si una diferencia observada es mayor que el intervalo mínimo significativo, se
concluye que la pareja de medias comparadas son significativamente diferentes.
Para evitar contradicciones, ninguna diferencia entre una pareja de medias se
considera significativamente diferentes si éstas se encuentran entre otras dos que
no difieren significativamente. A manera de ilustración se tiene:
Cuando el diseño es desbalanceado pero los tamaños de réplicas
difieren marcadamente este método puede adaptarse utilizando en
P á g i n a | 10
vez de en la estadística, el valor de la media armónica de los tamaños de
muestras
o alternativamente se puede reemplazar a por la media armónica de las
medias extremas, donde
y y son los tamaños de muestra correspondientes a las medias de
tratamientos menos pequeño y más grande respectivamente.
Ejemplo
Al aplicar el método de Duncan a los datos del ejemplo del algodón se tiene:
1. El error estándar de la media es
2. Determinación de los intervalos significativos como y
Utilización la tabla VII del Apéndice de Montgomery se tiene:
3. Los rangos mínimos significativos son:
P á g i n a | 11
4. Las medias ordenadas ascendentemente son:
5. Comparación de las medias
se compara con porque entre y hay inclusive medias. Ver numeral 4
Al presentar en u diagrama de líneas los resultados se tiene
Ejemplos
Ejemplo 1
Se realizó un experimento para determinar la cantidad (en gramos) de grasa
absorbida por 48 donas (doughnuts). Usando ocho tipos diferentes de grasas
(aceites y mantecas).
P á g i n a | 12
Las medias para los ocho tratamientos se muestran a continuación:
X́ 1 =172, X́ 2 =178 , X́ 3=182 , X́ 4 =185 , X́ 5=165 , X́ 6=176 , X́ 7 =161 , X́ 8=162
Se usaron seis "donas" en cada tipo de grasa y se obtuvo un cuadrado medio del
error de 141.6, los grados de libertad del error son 48 - 8 = 40
Seleccionando α = 0.05, para este ejemplo, los rangos de Duncan son:
D2=2.858 ( 4.86 )=13.88
D 3=3.006 ( 4.86 )=14.60
D4 =3.102 ( 4.86 )=15.07
D 5=3.171 ( 4.86 )=15.40
D6=3.224 ( 4.86 ) =15.66
D 7=3.266 ( 4.86 )=15.87
D8=3.300 ( 4.86 )=16.03
P á g i n a | 13
Rangos Estandarizados Mínimos Significativos de Duncan
P á g i n a | 14
El siguiente paso es ordenar las medias en orden creciente para establecer los
"rangos".
Ejemplo 2
En un ensayo se aplicaron cinco tratamientos a parcelas de pasto estrella y se
tomaron cuatro parcelas por tratamiento.
Ho = No existe diferencia entre tratamientos
Ha = Existe diferencia entre algunos tratamientos
α = 0.05
Los rendimientos de materia seca (MS) en kilogramos se presentan a
continuación.
TRATAMIENTO
PARCELA
A B C D E
TOTAL
1 101 51 83 67 29
2 93 61 68 40 45
3 93 59 72 46 51
4 96 58 75 52 42
TOTA
383 229 298 205 167 1282
L
MEDIA 95.75 57.25 74.50 51.25 41.75
( 1282 )2
Fc= =82176
20
SCtotal=( 1012+ 522+ …+522+ 422−Fc=8168 SC error =SC total −SCtrat =882)
Análisis de varianza para un diseño completamente al azar con cuatro
repeticiones:
**P<0.01
F 0.05 ( 4 ; 15 )=3.06 Fc> FTabla :30.98>3.06, entonces se Rechaza la Ho
Cuadro medio del error CME: 58.80
G.L del error (v): 15
Numero de tratamientos (t): 5
Numero de repeticiones (r): 4
P á g i n a | 15
Numero de sugerencia (α): 0.05
Los valores proporcionados se aplican a la siguiente ecuación: DMS = qd*EE
Donde, qd, es el valor tabular de la tabla de Duncan, con t tratamientos y v grados
de libertad del error y el α deseado (1% o 5%); EE es el error estándar de las
medias el cual se obtiene dividiendo el CME entre el número de repeticiones (r) y
obteniendo la raíz cuadrada; i. e.;
CM E
EE=
√ r
Numero de medidas a comparar 2 3 4 5
Valor de la Tabla Duncan 3.01 3.16 3.25 3.31
DMS=qd*EE 11.53 12.10 12.45 12.68
Como ejemplo, el valor 11.53 se obtiene multiplicando el valor de la tabla de
Duncan para la comparación de 2 medias con el valor EE = 3.83; i.e.; 3.01x3.83 =
11.53. El DMS para la comparación de 4 medias se obtiene multiplicando
3.25x3.83 = 12.45, etc.
La comparación de los valores de las DMS con las diferencias entre medias es
más fácil usando la siguiente tabulación:
A C B D E
95.75 74.50 57.25 51.25 41.75
12.68 12.45 12.10 11.53 0.0
E 41.75
(54.00) (32.75) (15.50) (9.50)
12.45 12.10 11.53
D 51.25
(44.50) (23.25) (6.00)
12.10 11.53
B 57.25 0.0
(38.50) (17.25)
11.53
C 74.50 0.0
(21.25)
A 95.75 0.0
Si las diferencias de medias son mayores que el valor de DMS (entre paréntesis)
las medias de los tratamientos en cuestión son diferentes estadísticamente, de
otro modo no son significativas; p.e.; las diferencias de la media del tratamiento A
con las medias de los otros tratamientos son mayores que sus respectivos valores
de DMS por lo tanto la media de A es diferente estadísticamente de las demás.
Por otro lado, la diferencia de la media del tratamiento B con la media del
tratamiento D es menor que su respectivo DMS por lo tanto no son diferentes
P á g i n a | 16
estadísticamente. Una forma más sencilla de expresar la relación entre las medias
de los tratamientos es subrayando aquellas que son estadísticamente iguales,
como se presenta a continuación:
A C B D E
d)
95.75a 74.50b 57.25c 51.25c 41.75d
Las medias de tratamientos subrayadas no difieren estadísticamente entre sí (α =
0.05)
Conclusión: El tratamiento A es mejor.
Ejemplo 3
En un estudio realizado por el ministerio de salud pública se obtuvo que la mayor
parte de la población cubana que padece de Hipertensión Arterial se concentra en
las provincias orientales. Según criterios médicos una de las causas
fundamentales de tal enfermedad es el régimen alimenticio que llevan las
personas. Se pudo observar además que los alimentos que se consumen no
provocan el mismo efecto en la presión para los distintos horarios del día.
Es interés de todos conocer cuáles son los alimentos que podemos consumir en
mayor o menor medida, los horarios en que son menores y mayores los valores de
tensión arterial, así como la mejor y la peor combinación de estos factores.
Para darle respuestas a estas interrogantes se tomaron muestras de valores de
presión por 6 días en diferentes horarios del día de una persona.
Análisis de varianza para datos tipo III
F. variación S.C G.L C.M F P
P. Efectos
A: Factor A. 1733,33 2 866,667 39,00 0,0024
B: Factor H. 1200,0 2 600 27,00 0,0048
C: Réplic. 5,55556 1 5,55556 0,25 0,6433
Interacción
AB 266,667 4 66,6667 3,00 0,1562
AC 311,111 2 155,556 7,00 0,0494
P á g i n a | 17
BC 44,4444 2 22,2222 1,00 0,4444
Residuos 88,8889 4 22,2222
Total 3650,0 17
Analizando el P-value del factor A. se obtuvo que para se rechaza H0 lo
que significa que hay diferencias significativas entre los alimentos que se
consumen, por lo que la variable es significativa en la inestabilidad de la presión.
Haciendo el mismo análisis para el factor H. se obtuvo que para se
rechaza H0 lo que significa que hay diferencias significativas entre los horarios del
día en que se toma la presión, por lo que la variable es significativa en la
inestabilidad de la presión.
Haciendo el análisis para las réplicas se obtuvo que para se acepta H0 lo
que significa que la variable no es significativa en la inestabilidad de la presión.
En las interacciones tenemos que solo es significativa la interacción del factor A
con las réplicas.
Para obtener en cuáles horarios y en cuáles alimentos están estas diferencias
significativas se usó del método de Duncan obteniéndose:
Pruebas de rangos múltiples para los datos por el Factor A.
Método de Duncan con 95 %
Factor A. Conteo Media LS Grupos
Homogéneos
Verduras 6 118,333 X
Harina 6 135,0 X
Sal 6 141,667 X
Contraste Diferencia
Harina-sal -6,66667
P á g i n a | 18
Harina-verduras *16,6667
Sal-verduras *23,3333
De aquí se deduce que existe homogeneidad entre los alimentos harina y sal y
existen diferencias significativas entre harina-verduras y sal-verduras.
Pruebas de rangos múltiples para los datos por el Factor H.
Método de Duncan con 95 %
Factor H. Conteo Media LS Grupos
Homogéneos
Meridiano 6 121,667 X
Noche 6 131,667 X
mañana 6 141,667 X
Contraste Diferencia
Mañana-meridiano *20,0
Mañana-noche *10,0
Meridiano-noche *-10,0
De aquí se obtiene que existen diferencias significativas entre los tres horarios.
Para el Factor A.
Chequeo de varianza.
Prueba C. de Cochran`s: 0,565217 P-value = 0,279372
Prueba de Bartlett`s: 1,15598 P-value = 0,368475
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.
Para el Factor H.
Chequeo de varianza
Prueba C. de Cochran`s: 0,442177 P-value = 0,749976
Prueba de Bartlett`s: 1,17879 P-value = 0,322074
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.
P á g i n a | 19
Para el Factor Combi.
Pruebas de rangos múltiples para los datos por el Facto Combi.
Método de Duncan con 95 %
Factor Combi. Conteo Media Grupos
Homogéneos
8 2 115,0 X
9 2 115,0 X
7 2 125,0 XX
5 2 125,0 XX
2 2 125,0 XX
6 2 135,0 XX
3 2 145,0 XX
4 2 145,0 XX
1 2 155,0 X
Con el experimento anterior llegamos a la conclusión de que los alimentos que
debemos consumir en mayor proporción son las verduras y los que menos
debemos consumir son aquellos que contengan alto contenido de sal. El horario
del día en que la presión alcanza menores valores es el meridiano y mayores
valores por la mañana. La mejor combinación es verduras-meridiano y la peor sal-
mañana.
Bibliografía
Chimal, G. (2014, 1 diciembre). Método duncan [Diapositivas]. SlideShare.
https://es2.slideshare.net/graciellac/mtodo-duncan?from_action=save
Cuayla, R. (2014, 30 marzo). Metodo-de-Duncan.pdf. Scribd.
https://es.scribd.com/document/215302189/Metodo-de-Duncan-pdf
P á g i n a | 20
E. (2013a, abril 16). Test de la t de Student para una muestra. LA
ESTADÍSTICA: UNA ORQUESTA HECHA INSTRUMENTO.
https://jllopisperez.com/2012/12/16/test-de-la-t-de-student-para-una-
muestra/
E. (2013b, julio 7). Test de Duncan. LA ESTADÍSTICA: UNA ORQUESTA
HECHA INSTRUMENTO. https://jllopisperez.com/2013/01/28/test-de-
duncan/
E. (2013c, julio 7). Test HSD de Tukey. LA ESTADÍSTICA: UNA
ORQUESTA HECHA INSTRUMENTO.
https://jllopisperez.com/2013/01/28/test-hsd-de-tukey/
García, J. T. (2010, 20 noviembre). Tablas de duncan y tukey [Diapositivas].
SlideShare.
https://es2.slideshare.net/javiertercerosgbo/tablas20duncan20y20-tukey
Mendoza, H. M. R. (s. f.). Diseño Experimental. UNIVERSIDAD NACIONAL
DE COLOMBIA. Recuperado 28 de noviembre de 2020, de
http://red.unal.edu.co/cursos/ciencias/2000352/html/un3/cont_317-60.html
Minitab. (2019). ¿Qué es ANOVA? - Minitab. Minitab.com.
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/anova/supporting-topics/basics/what-is-anova/
P á g i n a | 21
Miranda, F. (2011, 21 noviembre). Estadistica ok ok ok (2) [Diapositivas].
SlideShare. https://es2.slideshare.net/FauricioMiranda/estadistica-ok-ok-ok-
Pascuzzo-Lima, A. P. L. (2014, 26 abril). Test de Duncan.
aldanalisis.blogspot.com. http://aldanalisis.blogspot.com/2019/04/test-de-
duncan.html
sarii83. (2014, 22 noviembre). Resumen test de duncan - Resúmenes de
Estadística - Docsity. Docsity. https://www.docsity.com/es/resumen-test-de-
duncan/3361676/
Tumailli, M. (2014, 4 julio). PRUEBA DE DUNCAN. SlideShare.
https://es2.slideshare.net/mtumailli/prueba-de-duncan?from_action=save
