SlideShare una empresa de Scribd logo
1 de 4
PRUEBA DEL RANGO MÚLTIPLE DE DUNCAN
La Prueba del Rango múltiple Duncan es otra prueba para determinar la
diferencia entre pares de medias después que se ha rechazado la hipótesis nula en
el análisis de varianza.
Este procedimiento emplea los valores de la tabla T-9 y consiste en calcular
varios "rangos" (Duncan los llama rangos significativos mínimos) dados por la
fórmula:
[13.8]
donde p toma valores entre 2 y K (K es el número de tratamientos), d se obtiene
de la tabla T-9 y el CMError se obtiene de la tabla de ANDEVA respectiva.
Ejemplo 4: 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). Las medias para los ocho tratamientos se muestran a
continuación:
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  = 0.05 para este ejemplo, los rangos de Duncan son:
Los valores 3.300, 3.266,..., 2.858 se obtuvieron de la tabla de Duncan (T-9)
para  = 0.05, 2  p  8 y 40 grados de libertad.
El siguiente paso es ordenar las medias en orden creciente para establecer los
"rangos".
El rango entre las medias máxima y mínima se compara con D8, esto
es, , entonces existe diferencia significativa entre las grasas 4 y
7.
El próximo paso es comparar subconjuntos de siete medias con el rango D7.
, entonces
, entonces
Como los dos exceden el rango D7 se subdividen estos dos subconjuntos en
conjuntos de seis medias.
, entonces
, entonces
, entonces
Nuevamente éstos exceden D6, entonces éstos se subdividen en subconjuntos de
cinco medias
, entonces
, entonces
, entonces
, entonces
Como las medias para las grasas 3, 2, 6 y 1 están incluidos en el conjunto 43261
que fue no significativo, los rangos de las medias en el subconjunto 3261 no se
comparan con D4; solamente los rangos de las medias en el subconjunto 2615 se
comparan con D4; por lo tanto,
, entonces
Los otros subconjuntos de cuatro medias (3,2,6,1) y (6,1,5,3) no se comparan
con D4 porque ya fueron declarados no significativos en los conjuntos de cinco
medias. Por lo tanto, el proceso termina.
Los resultados se muestran gráficamente en la siguiente figura, donde las medias
que están debajo de una línea no son significativamente diferentes.
El investigador puede concluir que las cantidades absorbidas usando las grasas 4
y 3 son significativamente mayores que las 5, 8 y 7, y que la 2 es
significativamente mayor que las 8 y 7 y las demás grasas no son
significativamente diferentes en relación con la cantidad absorbida.
http://colposfesz.galeon.com/disenos/teoria/cap13bmj/cap13bmj.htm

Más contenido relacionado

La actualidad más candente

Diseño factorial de 3 factores
Diseño factorial de 3 factores Diseño factorial de 3 factores
Diseño factorial de 3 factores Oscar Saenz
 
11 Diseño Completamente al Azar
11 Diseño Completamente al Azar11 Diseño Completamente al Azar
11 Diseño Completamente al Azarlemalimentos
 
Ejemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azarEjemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azarug-dipa
 
Tablas de tukey_y_duncan
Tablas de tukey_y_duncanTablas de tukey_y_duncan
Tablas de tukey_y_duncanIsrael Garcia
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Armando López
 
Análisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarAnálisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarSergio Salgado Velazquez
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Instituto Tecnologico De Pachuca
 
6 diseños completamente aleatorizado y bloques al azar
6   diseños completamente aleatorizado y bloques al azar6   diseños completamente aleatorizado y bloques al azar
6 diseños completamente aleatorizado y bloques al azarrbarriosm
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimentalMarisol A
 
Dis.Fact.2k
Dis.Fact.2kDis.Fact.2k
Dis.Fact.2kKArenAT
 

La actualidad más candente (20)

Tabla fisher
Tabla fisherTabla fisher
Tabla fisher
 
Ejercicio DBCA
Ejercicio DBCAEjercicio DBCA
Ejercicio DBCA
 
Diseño factorial de 3 factores
Diseño factorial de 3 factores Diseño factorial de 3 factores
Diseño factorial de 3 factores
 
Estadística: Prueba de Tukey
Estadística: Prueba de TukeyEstadística: Prueba de Tukey
Estadística: Prueba de Tukey
 
11 Diseño Completamente al Azar
11 Diseño Completamente al Azar11 Diseño Completamente al Azar
11 Diseño Completamente al Azar
 
Ejemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azarEjemplos de diseño Bloques al azar
Ejemplos de diseño Bloques al azar
 
Tablas de tukey_y_duncan
Tablas de tukey_y_duncanTablas de tukey_y_duncan
Tablas de tukey_y_duncan
 
Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2Ejercicios cuadrados latinos ejercicio 2
Ejercicios cuadrados latinos ejercicio 2
 
Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling Pruebas de normalidad: Prueba de Anderson-Darling
Pruebas de normalidad: Prueba de Anderson-Darling
 
Prueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLISPrueba de KRUSKAL WALLIS
Prueba de KRUSKAL WALLIS
 
Pruebas No Parametricas
Pruebas No ParametricasPruebas No Parametricas
Pruebas No Parametricas
 
Análisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azarAnálisis de varianza: diseños completamente al azar
Análisis de varianza: diseños completamente al azar
 
Diseño COMPLETAMENTE al azar
Diseño COMPLETAMENTE al azar Diseño COMPLETAMENTE al azar
Diseño COMPLETAMENTE al azar
 
Diseno Completamente al Azar
Diseno Completamente al AzarDiseno Completamente al Azar
Diseno Completamente al Azar
 
Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1Ejercicios diseño de bloques completos al azar ejercicio 1
Ejercicios diseño de bloques completos al azar ejercicio 1
 
6 diseños completamente aleatorizado y bloques al azar
6   diseños completamente aleatorizado y bloques al azar6   diseños completamente aleatorizado y bloques al azar
6 diseños completamente aleatorizado y bloques al azar
 
Conceptos de diseño experimental
Conceptos de diseño experimentalConceptos de diseño experimental
Conceptos de diseño experimental
 
Dis.Fact.2k
Dis.Fact.2kDis.Fact.2k
Dis.Fact.2k
 
Ejercicio chi cuadrado
Ejercicio chi cuadradoEjercicio chi cuadrado
Ejercicio chi cuadrado
 
Capítulo viii
Capítulo viiiCapítulo viii
Capítulo viii
 

Destacado

AnáLisis EstadíStico De Datos Usando R 1
AnáLisis EstadíStico De Datos Usando R 1AnáLisis EstadíStico De Datos Usando R 1
AnáLisis EstadíStico De Datos Usando R 1Pablo R.
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scribJesus Blumer
 
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSSUnidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSSRicardo Ruiz de Adana
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemploskaremlucero
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientesJoseph AB
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTTorimat Cordova
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleMiguel Leonardo Sánchez Fajardo
 

Destacado (12)

Estadistica ok ok ok (2)
Estadistica ok ok ok (2)Estadistica ok ok ok (2)
Estadistica ok ok ok (2)
 
AnáLisis EstadíStico De Datos Usando R 1
AnáLisis EstadíStico De Datos Usando R 1AnáLisis EstadíStico De Datos Usando R 1
AnáLisis EstadíStico De Datos Usando R 1
 
T de student
T de studentT de student
T de student
 
39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib39028492 distribucion-t-de-student-scrib
39028492 distribucion-t-de-student-scrib
 
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSSUnidad 11 Prueba de normalidad. Comparación de medias  t de Student con SPSS
Unidad 11 Prueba de normalidad. Comparación de medias t de Student con SPSS
 
T student
T  studentT  student
T student
 
Evaporación
EvaporaciónEvaporación
Evaporación
 
T student ejemplos
T student ejemplosT student ejemplos
T student ejemplos
 
T de student para dos muestras independientes
T de student para dos muestras independientesT de student para dos muestras independientes
T de student para dos muestras independientes
 
T student 5 ejemplos beeto
T student 5 ejemplos beetoT student 5 ejemplos beeto
T student 5 ejemplos beeto
 
DISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENTDISTRIBUCION T DE STUDENT
DISTRIBUCION T DE STUDENT
 
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpoleSolucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
Solucionario libro: Probabilidad y estadística para ingenieros 6 ed - walpole
 

3 prueba del rango múltiple de duncan

  • 1. PRUEBA DEL RANGO MÚLTIPLE DE DUNCAN La Prueba del Rango múltiple Duncan es otra prueba para determinar la diferencia entre pares de medias después que se ha rechazado la hipótesis nula en el análisis de varianza. Este procedimiento emplea los valores de la tabla T-9 y consiste en calcular varios "rangos" (Duncan los llama rangos significativos mínimos) dados por la fórmula: [13.8] donde p toma valores entre 2 y K (K es el número de tratamientos), d se obtiene de la tabla T-9 y el CMError se obtiene de la tabla de ANDEVA respectiva. Ejemplo 4: 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). Las medias para los ocho tratamientos se muestran a continuación:
  • 2. 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  = 0.05 para este ejemplo, los rangos de Duncan son: Los valores 3.300, 3.266,..., 2.858 se obtuvieron de la tabla de Duncan (T-9) para  = 0.05, 2  p  8 y 40 grados de libertad. El siguiente paso es ordenar las medias en orden creciente para establecer los "rangos". El rango entre las medias máxima y mínima se compara con D8, esto es, , entonces existe diferencia significativa entre las grasas 4 y 7. El próximo paso es comparar subconjuntos de siete medias con el rango D7. , entonces , entonces Como los dos exceden el rango D7 se subdividen estos dos subconjuntos en conjuntos de seis medias. , entonces
  • 3. , entonces , entonces Nuevamente éstos exceden D6, entonces éstos se subdividen en subconjuntos de cinco medias , entonces , entonces , entonces , entonces Como las medias para las grasas 3, 2, 6 y 1 están incluidos en el conjunto 43261 que fue no significativo, los rangos de las medias en el subconjunto 3261 no se comparan con D4; solamente los rangos de las medias en el subconjunto 2615 se comparan con D4; por lo tanto, , entonces Los otros subconjuntos de cuatro medias (3,2,6,1) y (6,1,5,3) no se comparan con D4 porque ya fueron declarados no significativos en los conjuntos de cinco medias. Por lo tanto, el proceso termina. Los resultados se muestran gráficamente en la siguiente figura, donde las medias que están debajo de una línea no son significativamente diferentes.
  • 4. El investigador puede concluir que las cantidades absorbidas usando las grasas 4 y 3 son significativamente mayores que las 5, 8 y 7, y que la 2 es significativamente mayor que las 8 y 7 y las demás grasas no son significativamente diferentes en relación con la cantidad absorbida. http://colposfesz.galeon.com/disenos/teoria/cap13bmj/cap13bmj.htm