PRÁCTICA 2: DE SUPUESTOS DEL MODELO ANOVA O DE
DISEÑOS DE GRUPOS AL AZAR(cuadro STUDIUM)
SIEMPRE CAE
1. DEFINICION DE LOS SUPUESTOS.
1.1. DEFINICIÓN DEL SUPUESTO DE NORMALIDAD
Este supuesto supone la distribución normal de la variable de respuesta para
cada uno de los niveles del factor o tratamientos, lo que trata de comprobar es
que las muestras elegidas procedan de poblaciones que no difieren
significativamente de la distribución normal en la variable estudiada
(mesocurtica, simétrica). Para este sujeto tenemos que comprobar dos hipótesis
estadísticas (SIEMPRE LAS MISMAS):
• H0=D.O= D.N La distribución observada es igual a la distribución normal.
Sí se cumple
• H1= D.O=/ D.N la distribución observada es distinta a la distribución
normal. No se cumple.
Queremos aceptar la H0 entonces p>alfa
Existen dos pruebas estadísticas que nos permiten comprobar este supuesto:
• Prueba de Shapiro-Wilk: se utiliza para muestra menores o iguales a 50
sujetos, es decir de 0 a 50 sujetos.
• Prueba de Kolmogórov-Smirnov – con la corrección de Lilliefors: se utiliza
cuando hay más de 50 sujetos. Esta prueba es poco sensible a la violación de
la normalidad, que es causada por la existencia de balas perdidas, es decir, si
hay balas perdidas este estadístico no se ve aceptado por ellas.
(EN EL EXAMEN TE PONE LOS DOS Y TIENES QUE FIJARTE EN EL
NUMERO DE SUJETOS)
La normalidad también puede analizarse mediante distintas representaciones
gráficas:
• Gráfica de caja y bigotes: para que esta grafica se ajuste a la normalidad, la
distribución que se refleje en ella debe ser simétrica y mesocúrtica, debe
tenerse en cuenta que siempre que existan balas perdidas, se romperá al
normalidad, por lo tanto, si la distribución es normal pero aparece una bala
perdida se dirá que la distribución podría considerarse normalizada si no se
diese la existencia de esa bala perdida o si no se tuviera en cuenta.
• Grafica de tallo y hojas: esta gráfica se considerará normal si se refleja en
ella una distribución simétrica y mesocúrtica (todas las puntuaciones van en
el centro y se distribuye equitativamente hacia los lados)
• Grafica Q-Q Plot: esta gráfica relaciona cada valor observado en el eje de
abscisa con las puntuaciones típicas que teóricamente le correspondería en la
distribución normal. La diagonal de la gráfica representa la perfecta
normalidad, por lo que sus desviaciones indican la falta de esta.
• Grafica de densidad
• Gráfica bag-plot
• Grafica de contorno
• Gráfica en 3Dimensiones
1.2. DEFINICIÓN DE SUPUESTO DE HOMOGENEIDAD DE
VARIANZAS (HOMOCEDASTICIDAD).
