SlideServe
Télécharger Obtenir Pro
Menu
Accueil Pro
Préférences
ApparenceLight Aide et commentaires
© SlideServe · v2026

ANOVA

adamina avatar
adamina
7 diapositives · 323 Views · Nov 06, 2012

ANOVA. Test de normalidad Test de homoscedasticidad de varianzas. Un tema de interés para la salud pública es si los fumadores pasivos presentan un efecto apreciable en la salud pulmonar. White y Froeb estudiaron esta pregunta midiendo función pulmonar en distintos grupos:

ANOVA - slide 1
01 / 7ANOVA
1 / 17

Télécharger la présentation

ANOVA
Une image / un lien ci-dessous est fourni (tel quel) pour télécharger la présentation

Politique de téléchargement : le contenu du site vous est fourni TEL QUEL pour votre information et votre usage personnel ; il ne peut être vendu, concédé sous licence ni partagé sur d’autres sites sans l’accord de son auteur.Le contenu vous est fourni TEL QUEL, pour votre information et votre usage personnel uniquement. Téléchargez la présentation en cliquant sur ce lien. Lors du téléchargement, si vous ne parvenez pas à télécharger une présentation, l’éditeur a peut-être supprimé le fichier de son serveur.Pendant le téléchargement, si vous ne parvenez pas à obtenir une présentation, le fichier a peut-être été supprimé par l’éditeur.

F I N

Plus de contenu associé

Transcription de la présentation

  1. ANOVA Test de normalidad Test de homoscedasticidad de varianzas

  2. Un tema de interés para la salud pública es si los fumadores pasivos presentan un efecto apreciable en la salud pulmonar. White y Froeb estudiaron esta pregunta midiendo función pulmonar en distintos grupos: • No fumadores (NF) • Fumadores pasivos (FP) • Fumadores no inhalantes (NI) • Fumadores ligeros (FL) • Fumadores moderados (FM) • Fumadores fuertes (FF) Una medida para evaluar la función pulmonar es la “forced mid-expiratory flow” (FEF). White y Froeb estaban interesados en comparar FEF en los seis grupos distintos. Ejemplo del libro “Fundamentals of Biostatistics” de Bernard Rosner, 6ta edición, cap. 12

  3. Datos FEF para individuos fumadores y no fumadores • Para cada grupo crear datos aleatorios que se distribuyan normalmente • con media, desviación estándar y n escritos en la tabla. • 2) Crear un set de 100 datos que se distribuyen como una exponencial y llamar • a ese grupo Fumadores Genómicos (FG). • 3) Con estos datos, hacer una gráfica con boxplots para cada grupo. • Qué nos dice esta gráfica con respecto al ANOVA que queremos realizar?

  4. Test de normalidad • 4) Usen cualquiera de estas dos funciones para probar la normalidad de sus datos (los 7 grupos): • Shapiro- Wilk: shapiro.test() • Kolmogorov-Smirnoff: ks.test() Cuál es la hipótesis nula? Cuál es la alternativa? Qué p-values resultan? Qué concluyen?

  5. Test de homoscedasticidad de varianzas • 5) Usen cualquiera de estas funciones para probar la igualdad de varianzas: • Con esta hagan una prueba para los 7 grupos, y luego una quitando el FG: bartlett.test() • Con esta pueden hacer pruebas pareadas: var.test() • Con esta, utilicen la función stack que les enseño Leo, para la entrada de datos: fligner.test() Pueden asumir homoscedasticidad de varianzas?

  6. ANOVA • Apliquen el ANOVA para los 6 grupos originales. • Cuáles son su conclusiones? • Apliquen el ANOVA para todos los pares posibles de grupos. • Qué concluyen?

  7. Qué hacer cuando tenemos datos que no se distribuyen como una normal? • (Los genómicos no son normales…) Usar pruebas NO-PARAMETRICAS!!!! …No se lo pierdan en nuestra próxima clase!