RESUMEN_________________________________________________________Vanessa Ayala

LEGAJO: CONTROL EXPERIMENTAL

COVARIABLE (CONTROL ESTADÍSTICO)

BLOQUE Y MEDIDAS REPETIDAS (CONTROL POR DISEÑO)

ANCOVA (CONTROL POR DISEÑO): Es una técnica, bajo el enfoque de análisis multivariante.
Vanessa Ayala (RESUMEN)
Análisis multivariado: los datos multivariados surgen cuando a un mismo individuo
(unidad experimental) se le miden más de una característica de interés (variables). Un individuo
puede ser objeto o concepto que se puede medir.
 Objetos= personas, animales, terrenos compañías, terrenos.
 Conceptos= amor, amistad, noviazgo (derivados de los objetos, no tangibles y medibles)
Objetivos de toda técnica multivalente
1. Simplificación: permiten visualizar e interpretar conjuntos grandes de datos (tanto en
individuos como en variables) a partir de su reducción.
2. Relación: encontrar relación entre variables (características), individuos, y entre ambos.
 Relación entre variables: cuando miden
NOTA:
características comunes. (VR) + (NR)= RA
 Relación entre individuos: existe si alguno  Las observaciones sobre los
de ellos son semejantes entre sí. (personas individuos son independientes.
son iguales respecto a su edad; amor  Las variables están
fraternal = amor maternal.) correlacionadas.

Métodos de Dependencia: suponen que las vs analizadas están divididas en dos grupos: las VI
y las VD. Su objetivo= determinar si el conjunto de VI afecta al conjunto de variables
dependientes y de qué forma. (Incluye MANOVA, Regresión, correlación canónica).
Métodos de interdependencia: estos no distinguen entre VD & VI. Objetivo= identificar qué
variables están relacionadas, cómo lo están y porqué. (Incluye: Análisis factorial)
Métodos estructurales: suponen que las variables están divididas en dos grupos: VD & VI.
Objetivo= analizar no solo como las VI afectan a las VD sino también cómo están relacionadas
las vs de los 2 grupos entre sí.
Manova: El Análisis Multivariado de varianza, es una extensión del ANOVA, mediante la cual se
puede estimar el efecto de variableS independienteS. Trabajando con múltiples VD. Permite
estimar:
La h0= es la igualdad de vectores de medias de VD´s ENTRE los
 Efecto principal grupos. De modo que, se contraste un “Valor teórico” construido a
 Como interacción partir de los datos de VD´s mediante combinación lineal (Maximiza
 Realizar contraste de medias las diferencias entre los grupos).
 Análisis de tendencia
Contrasta la h0 lineal: sobre la influencia de los distintos niveles de
 Covariables
uno o varios factores (VI´s) en el comportamiento de un Vector
 Medidas repetidas
(multidimensional) de variables (VD´s). P= Nro de VD

Supuestos:

1. Independencia muestral: MANOVA normalmente asume que las observaciones

con independientes una de la otra. No hay ningún patrón para la selección de la
muestra. La muestra es totalmente aleatoria.

2. Nivel de medida de las VS: VI= Categóricas; VI= continuas. La homogeneidad está
presente entre las variables tomadas como Covariables.
 3. Linearidad de las VD: Las VD´s pueden relacionarse entre sí, o pueden ser
independientes entre sí. Preferible moderadamente relacionadas. Si son
independientes hay que sacrificar grados de libertad y eso disminuye el poder del
análisis.
4. Homogeneidad multivariable de varianza: asume que la variación entre los
grupos es igual.

5. Normalidad multivariada: es muy sensible a valores asusentes o muy lejanos. Por

lo tanto asume que la normalidad multivariada está presente en todos los datos.

MODELO: Vt= Vp+ Vm+ Vp*m+ Ve

TERMINOS
Prueba de M de Box Se usa para evaluar la igualdad de covarianza entre los grupos.
La h0 en MANOVA asume que las matrices de covarianza de la
VD son = a través de los grupos.

Lambda de Wilks Se utiliza para estimar la importancia global del modelo. Cuando
el modelo general es signifiativo podemos predecir la importancia
individual de la variable. (Otras pruebas para ello: Traza de pillai,
Traza de Hotelling, Raiz mayor de Roy).

Prueba de Levene Se utiliza para evaluar la igualdad de la varianza entre los

grupos. No significativo= igual variación entre grupos

Eta cuadrado parcial Muestra cuanta variación explica la VI

Prueba post hoc Cuando hay diferencias significativas. Se realiza prueba a

posteriori para conocer qué grupos difieren significativamente
entre sí.

CALCULOS/PROCEDIMIENTOS

Supuestos:
a) Hay un vector aleatorio (Y) con un número de dimensiones (n) sobre el cual se
obtienen distintas muestras.
b) Suponemos que Y sigue una distribución normal en c/u de las poblaciones. Ellas
varían en cada dimensión (n) resultando en un vector de medias (M) diferente para
cada grupo. Con una matriz de covarianza igual para todas las poblaciones.
La observación para cada dimensión en cada grupo resulta en este modelo: Yi= M+Ai+Ei
 M= es el vector de medias general.
 Ai= vector de cada dimensión, indica el efecto el propio nivel sobre el grupo.
 Ei= es el vector aleatorio, indica la desviación errática de las observaciones y se supone
que sigue: una distribución normal por cada dimensión, con vector de medias, el vector
nulo, y matriz de varianzas V, igual para todos los grupos
La h0 sobre este modelo indica que todos los vectores A sean nulos (H0= A1=A2=A3=…..)
Implica que no hay diferencias en los vectores de medias de Y en c/u de los grupos o que las
medias en c/u grupos son las mismas y coinciden con el vector M. Se debe descomponer la
varianza para el contraste de modo que: T=B+W (B= between- groups) (W= Within-groups).
  Aceptamos la H0 si L> La
 Rechazamos la H0 si L< La

Contraste H0 Descripción de la prueba

Mide las diferencias solo en la 1era raíz canónica (o función
Raíz máxima discriminante). El contraste mrc de Roy es el más indicado cuando las
de Roy (mrc) VD están fuertemente interrelacionadas en una sola dimensión. Es la
más afectada por el incumplimiento de los supuestos paramétricos.
A diferencia del estaditico mrc, basado en la primera (mayor) raíz
Lambda de característica, este considera todas las raíces características pues
Wilks compara si los grupos son de algun modo diferentes; sin estar afectados
por el hecho de que los grupos difieran en al menos una combinación
lineal de las VD´s. Cuanto mayor sea el valor F y menor su significancia
+ proba. De que existan diferencias significativas entre los grupos.

NOTA:
Caso particular CONSIDERACIÓN
Da lo mismo cual se elija
El factor tiene solo dos niveles y el efecto 1 gl
Los 4 estadísticos difieren
Tamaños de muestra pequeños o moderados poco en su poder

Si las diferencias de los grupos se concentran en la El mrc de Roy es el de

primera variante mayor poder, seguido de
Traza de hotelling, Lambda
de Wilks, y Traza de Pillai
Si los grupos difieren en + de una variante El orden es inverso. El mejor
es Traza de Pillai. Este es el
estadistio + robusto a las
violaciones de supuestos,
con n iguales.

Contraste a posteriori:
Enfoque MANOVA-ANOVAs Enfoque multivariado
El rechazo multivariante no garantiza que Se recurren a estrategias del análisis
exista al menos un F univariante discriminante. Con base a tres
significativo. Ya que, MANOVA usa perspectivas:
información de la covariación entre todas a) Buscando dimensiones subyacentes
las variables. b) Determinando la importancia relativa
Se usa la T de Hotelling para realizar todas de la variable
las comparaciones de los vectores de 2 en c) Mediante la realización de contrastes
2. Para controlar el error tipo 1 uso multivariante de grupo
Bonferroni, Tukey o Roy-bose.