Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Verificación de Supuestos

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 6

Verificación de los Supuestos

de los Modelos de los Diseño Experimentales

Diseño Exp. C. A.

a) Modelo

1. Normalidad

2. Homogeneidad de varianzas

3. Independencia

b) Hipótesis correspondiente a este modelo


c) ANAVA

d) Verificación de supuestos

PROGRAMA 1

Data DECA;
Input Y Trat;
Datalines;
2.7 1
2.1 1
1.9 1

;
proc glm;
class Trat;
model Y= trat;
means trat /tukey lines hovtest=bartlett;
output out=new p=yhat r=resid;
proc plot data=new;
plot resid*yhat;
proc univariate normal data=new;
var resid;
histogram resid/normal;
run;
i) Normalidad

Hipótesis:

Ho: Los errores siguen una distribución normal vs Ha: Los errore NO siguen una distribución Normal.

Conclusión:

El valor de P es mayor a 0.10 ( 0.9458 > 0.10) por lo tanto No rechaza H0. Luego entonces, los errores siguen
una distribución normal.

ii) Homogeneidad de varianzas

Hipotesis:

Ho: Los grupos tienen varianzas homgeneas vs Ha: Los grupos NO tienen varianzas homogeneas.

Conclusión:

En la prueba de Barttlet se tiene un valor de P de 0.4626 >0.10; por lo tanto NO se rechaza Ho. Por lo
anterior, decimos que existe homogeneidad de varianzas.

Limitante: SAS solo puede realizar la prueba de homogeneidad de varianzas para el caso del
DECA.

Otra opción de SAS para la verificación de homogeneidad de varianzas es la gráfica de


Residuales vs Predichos.
Bajo la consideración de que se realizó una aleatorización adecuada podemos decir
que los resultados serán validos ya que las suposiciones del modelo DECA se cumplen.
Para el caso de los modelos DEBA y Cuadro Latino, además de la verificación de
normalidad y homogeneidad de varianzas se tiene que verificar si existe interacción:

iii) interacción

En estos casos, si existe interacción entonces el modelo usado NO es el correcto. No existe


herramienta para corregir este problema.

Si los supuestos de Normalidad y Homogeneidad de Varianzas


NO se cumplen entonces
Las conclusiones a las que lleguemos NO serán
VALIDAS

Entonces ¿Qué hacer?


1. Transformar la variable Y
2. Utilizar otra metodología estadística
Para el caso del supuesto de “Independencia”

No existen pruebas confiables para verificar este supuesto.


El Investigador tiene que asegurar la Independencia de las
observaciones para utilizar la metodología de los Diseños
Experimentales que serán revisados en este curso.
No existe herramienta para “Corregir ” este problema, en caso
de presentarse Utilizar otra metodología estadística: Series de
tiempo, análisis multivariado o análisis espacial.

Tip para identificar “dependecia”: ¿ El valor que tome la


Variable Respuesta en una medicion depende de la medicion
anterior?

También podría gustarte