Unidad 3 : COMPARACIONES DE TRATAMIENTOS

Diferencia Mínima Significativa

Es el método de comparación múltiple posiblemente más utilizado, debido quizás a su fácil manera de aplicar. Es usualmente usado pra comparar una pareja de medias de tratamientos, pero puede ser utilizado para comparaciones de más de dos medias de tratamientos. Fisher en 1935 la denominó Prueba protectora de Fisher LSD, en la cual recomendó que para que la tasa de error juiciosa por comparación sea aproximadamente igual a $\alpha$ se debeben realizar dos etapas:

Etapa I: Es probar MATH por la prueba $F$ de tamaño $\alpha$, si el valor $F$ no es significante se termina el análisis. Si el valor $F$ es significante, entonces sigue la etapa II.

Etapa II: Se prueba cada comparación simple MATH por una prueba t al nivel de significancia del $\alpha$ y con los grados de libertad $(gl)$ del $CM_{EE}$ (en un DCA $g.l=r(t-1)$, en un bloque $g.l=(r-1)(t-1)$).

Esta prueba determina el valor mínimo necesario para considerar diferentes dos tratamientos y lo utiliza para comparar los diferentes pares de medias que se deseen evaluar. Los pares de medias que se comparan son los que han sido planeados antes de ejecutar el experimento, por ello es una prueba para comparaciones planeadas. Supongamos que despues de haber rechazado la hipótesis global, con base en una prueba $F$ de análisis de varianza, se desea probar $H_{o}:\mu_{i}=$ MATH, para $i\neq i\U{b4}$. Esto puede hacerse empleando la estadística $t.$

MATH

Y se rechaza la hipótesis nula $H_{o}:\mu_{i}=$ MATH si

MATH

En forma general para probar cualquier MATH $(i=1,2,......,t)$ se plantea la hipótesis modo MATH y se rechaza $H_{0}$ si

MATH

Donde:

$t_{\alpha/2}$ S$_{contranste}$ $=$ diferencia mínima significativa(DMS),

$t_{\alpha/2}$ $=$ Percentil MATH de la distribución $t-student$ con grados de libertad dados por los grados de libertad del error experimental y

S$_{contranste}$ $=$ Desviación estandar del contraste que para el caso de la diferencia de dos medias muestrales es dado por:

MATH

Como vemos el DMS depende del percentil $t$ de la distribución t-Student, el cuadrado medio del error experimental($CM_{EE}$) y el número de réplicas $r$. Si $r$ es grande entonces el DMS será pequeño y permitirá detectar diferencias significativas pequeñas, por otro lado si el CM$_{EE}$ aumenta para un $r$ fijo entonces la DMS es grande y se tiende a no detectar diferencias significativas.

Cómo citar este material

La cita para este recurso está presentada en formato APA. Cópiela para su reutilización

Mendoza, H, Bautista, G. (2002). Diseño Experimental. Universidad Nacional de Colombia, http://www.virtual.unal.edu.co/cursos/ciencias/2000352/. Licencia: Creative Commons BY-NC-ND.
Universidad Nacional de Colombia
Carrera 30 No 45-03 - Edificio 477
Bogotá D.C. - Colombia

Aviso Legal - Copyright