UNIVERSIDAD TÉCNICA ESTATAL DE QUEVEDO
FACULTAD CIENCIAS DE LA INDUSTRIA Y
PRODUCCIÓN
INGENIERÍA INDUSTRIAL
GUÍA #8
PRUEBAS DE DUNCAN Y NEWMAN
ALUMNO: Gary Josué Cevallos Cedeño
CURSO: 9no Industrial “A”
ASIGNATURA: Diseño Experimental
CORTE: Primer
DOCENTE: Ing. Walter Jácome
FECHA MÁXIMA DE ENTREGA: 12/01/2024
2023 – 2024 SPA
GUÍA #8: PRUEBAS DE DUNCAN Y NEWMAN
1. INTRODUCCION
La prueba de Duncan, también conocida como el procedimiento de rango múltiple
de Duncan, es una herramienta estadística utilizada en el análisis de
comparaciones múltiples entre las medias de varios grupos en un experimento.
Esta prueba se utiliza comúnmente después de realizar un análisis de varianza
(ANOVA) y tiene como objetivo identificar qué grupos son significativamente
diferentes entre sí.
Desarrollada por David B. Duncan, esta prueba aborda la necesidad de realizar
comparaciones a posteriori cuando se encuentra una diferencia significativa en el
ANOVA. En lugar de realizar múltiples pruebas de comparación, la prueba de
Duncan ajusta los valores críticos para controlar el error experimento-wise,
proporcionando una forma eficaz de evaluar las diferencias significativas entre los
grupos.
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 una
Hipótesis alternativa genérica como la de cualquiera de los Test ANOVA.
Este Test es realmente paralelo al Test de Duncan (Ver Herbario de técnicas).
Utiliza un umbral móvil, como esa técnica, basado en el número de medias están
implicadas en el recorrido de la resta de medias comparada, pero con una
diferencia: aquí el nivel de significación no cambia, no se altera, se mantiene en
el general, que suele ser, como siempre en Estadística, 0.05. No aumenta como
sucede en el Test de Duncan. Esto le convierte en un Test más conservador, con
menos potencia.
2. DESARROLLO
2.1. PRUEBA DE DUNCAN
En este caso las comparaciones entre las medias no se hacen utilizando una única
diferencia crítica como se hace por ejemplo en una prueba t de Estudiante o en la
LSD de Fischer. La prueba de Duncan ajusta la diferencia crítica considerando si
los dos promedios que se comparan son adyacentes o sí por el contrario existe uno
o más medias entre las medias que se están comparando.
La prueba de Duncan tiene una consistencia moderada; sin embargo, no debe
utilizarse cuando las varianzas son heterogéneas. Sin embargo, Lehmann y
Shaffer (1977) argumenta que dicha prueba no debe utilizarse porque la
derivación de las tasas de error depende de una condición de monotocidad en los
datos (siempre crecen o decaen; pero no oscilan).
El valor de Kr se obtiene de la tabla de comparaciones de rangos múltiples de
Duncan y n corresponde al tamaño medio de las muestras. A continuación, se
presenta el resultado del análisis realizado con infestar para los datos del archivo
anova_cuadro1.cvs.
Comentarios:
• Se presentan los resultados de la prueba de Duncan para dos niveles de
significancia (0,05 y 0,01). La significancia de los contrastes no cambia
con el nivel de significancia.
• El error estándar (EE) es igual a (CME / n) ^ 0,5 = (12,18 / 20) ^0,5 = 0,78
• La prueba de Duncan indica que la media del fertilizante químico (FQ) y
del orgánico (FO) es igual y que la media del fertilizante orgánico es igual
a la media del testigo. Observe que solo el testigo es diferente del
fertilizante químico. Las diferencias son las siguientes[1]:
Comparación Valor (cm) Resultado
Testigo – FO [30,34 – 32,31]=1,97 No Significativo
Testigo – FQ [33,42-30,34]=3,08 Significativo
FO - FQ [32,31-33,42]=1,11 No Significativo
2.2. PRUEBA DE NEWMAN
La prueba de Student-Newman-Keuls utiliza una filosofía similar a la de Duncan
para calcular el valor de la diferencia crítica; sin embargo, utiliza otra tabla para
obtener los valores de los rangos críticos. En opinión de los estadísticos la tabla
de Newman-Keul y de rangos múltiples de Tukey son más defendibles desde el
punto de vista matemático que la de Duncan y por lo tanto los resultados
obtenidos son más confiables. Esta prueba no debe utilizarse cuando las varianzas
no sean homogéneas. La prueba opera de la siguiente manera:
• Prueba por la homogeneidad de las k medias a un nivel de significación
αk. Si se rechaza Ho (las medias son homogéneas) se procede con la
siguiente prueba, de lo contrario se detiene el proceso.
• El paso dos es probar por la homogeneidad de cada subconjunto de k-1
medias, usando un nivel de significación αk–1, si no se rechaza Ho, el
procedimiento se detiene
• El procedimiento se repite con k-2 medias y así sucesivamente hasta que
no sea posible rechazar Ho (o se las medias son homogéneas).
El nivel de significación en la etapa i-ésima es el método, controla tasa de error
por comparación sin embargo no la tasa de error por experimento. El incremento
en la tasa de error puede conducir a una disminución del error de tipo II, razón
por la cual algunos autores afirman que esta prueba es más potente.
La fórmula para la prueba de Newman-Keuls es:
Diferencia crítica: qr (CME dentro de grupos/ n )0,5
El valor de ―q‖ se obtiene de la tabla de comparaciones múltiples de Newman-
Keul y rangos múltiples de Tukey. A continuación, se presenta el resultado del
análisis realizado con infostat para los datos del archivo anova_cuadro1.cvs.
Comentarios:
• Se presentan los resultados de la prueba de Duncan para dos niveles de
significancia (0,05 y 0,01). La significancia de los contrastes no cambia
con el nivel de significancia.
• El error estándar (EE) es igual a (CME / n)0,5 = (12,18 / 20)0,5 = 0,78.
• Para un alfa de 0,05 y 0,01, la prueba de Student-Newman-Keuls declara
como significativos todos los contrastes[1].
Comparación Valor (cm) Resultado
Testigo – FO [30,34 – 32,31]=1,97 Significativo
Testigo – FQ [33,42-30,34]=3,08 Significativo
FO - FQ [32,31-33,42]=1,11 Significativo
3. CONCLUSIONES
En estas situaciones los test de rangos múltiples como Tukey, Newman-Keuls y
Duncan ofrecen una solución de compromiso entre la tasa de error global deseada
y una tasa de error individual demasiado pequeña y por tanto inaceptable. Estos
métodos son preferidos en el sentido de producir intervalos de confianza más
estrechos.
El procedimiento de Tukey tiene un error tipo I menor que los correspondientes
errores de los test de Newman-Keuls y de Duncan; es decir, es un test más
conservador. En consecuencia, el procedimiento de Tukey tiene menos potencia
que los procedimientos de Newman-Keuls o de DuncanHaga clic o pulse aquí para
escribir texto.
4. BIBLIOGRAFÍAS
[1] usuario, “Comparaciones múltiples 3.1. Introducción.”
