Laboratorio de Estadística: ANOVA y Test de Tukey

¿Qué es el Análisis de Varianza (ANOVA de un factor)?

El ANOVA de un factor es una técnica inferencial paramétrica que permite contrastar la hipótesis de igualdad de medias poblacionales entre $k \ge 3$ grupos independientes, a partir de una variable numérica dependiente continua y un factor categórico.

Hipótesis Nula ($H_0$):

Todas las medias poblacionales son iguales:

$\mu_1 = \mu_2 = \dots = \mu_k$

Hipótesis Alternativa ($H_1$):

Al menos una media poblacional difiere del resto:

$\exists \, i \neq j \text{ tal que } \mu_i \neq \mu_j$

Principio de descomposición de la varianza: $$SS_{Total} = SS_{Entre} + SS_{Intra} \quad \Longleftrightarrow \quad \sum (X_{ij} - \bar{X}_{\cdot\cdot})^2 = \sum n_i(\bar{X}_{i\cdot} - \bar{X}_{\cdot\cdot})^2 + \sum \sum (X_{ij} - \bar{X}_{i\cdot})^2$$ El estadístico de prueba es el cociente de cuadrados medios: $$F = \frac{MS_{Entre}}{MS_{Intra}} = \frac{SS_{Entre} / (k - 1)}{SS_{Intra} / (N - k)} \sim F_{(k-1, \, N-k)}$$

Los 3 Supuestos Obligatorios para ANOVA y Tukey

Supuesto 1

Independencia

Las observaciones dentro de cada grupo y entre grupos deben ser independientes. No puede haber correlación serial ni emparejamiento.

¿Cómo se garantiza? Mediante un diseño experimental adecuado y muestreo aleatorio. Si hay medidas repetidas, debe utilizarse ANOVA de medidas repetidas.

Supuesto 2

Normalidad

Los residuos del modelo $\epsilon_{ij} = X_{ij} - \bar{X}_i$ deben distribuirse normalmente: $\epsilon_{ij} \sim \mathcal{N}(0, \sigma^2)$.

Diagnóstico: Test de Shapiro-Wilk, Jarque-Bera o gráfico Q-Q. Si no se cumple y las muestras son pequeñas ($n < 20$), usar Kruskal-Wallis.

Supuesto 3

Homocedasticidad

Las varianzas de todos los grupos deben ser homogéneas: $\sigma_1^2 = \sigma_2^2 = \dots = \sigma_k^2$.

Diagnóstico: Test de Levene o Bartlett. Si se viola severamente con grupos desbalanceados, se debe recurrir al ANOVA de Welch y Games-Howell post-hoc.

¿Por qué el Test de Tukey (HSD) y no múltiples tests t?

Si se rechaza $H_0$ en ANOVA, sabemos que al menos un par difiere, pero no cuáles. Si ejecutáramos pruebas $t$ estándar para cada par, cometeríamos el problema de la inflación del Error Tipo I ($\alpha$).

Para $k$ grupos, la cantidad de comparaciones por pares es $c = \frac{k(k-1)}{2}$. El error acumulado de cometer al menos un falso positivo es: $$\alpha_{\text{global}} = 1 - (1 - \alpha_{\text{individual}})^c$$ Ejemplo: con $k=4$ grupos ($c=6$ contrastes) y $\alpha=0.05$, ¡el riesgo real de error Tipo I asciende a $1 - (0.95)^6 \approx 26.5\%$!

El Test de Tukey HSD (Honestly Significant Difference) soluciona esto controlando la tasa de error por familia (FWER) utilizando la distribución del rango studentizado ($q$):

$$HSD_{ij} = \frac{q_{(\alpha; \, k, \, N-k)}}{\sqrt{2}} \sqrt{MS_{Intra} \left( \frac{1}{n_i} + \frac{1}{n_j} \right)}$$

Si $|\bar{X}_i - \bar{X}_j| > HSD_{ij}$, la diferencia entre ese par específico es estadísticamente significativa al nivel de significancia elegido.

Panel de Configuración de Experimentos

Configura los tratamientos, parámetros poblacionales y tipo de distribución para simular.

Escenarios predefinidos:

Cantidad de Grupos / Factores ($k$):

Nivel de Significancia ($\alpha$):

Parámetros por Cada Tratamiento / Variable

Diagrama de Cajas & Dispersión (Boxplot con Puntos) Variabilidad Entre vs Dentro

Intervalos de Confianza Tukey HSD (Diferencias de Pares) Si toca el 0 $\implies$ No difieren

Tabla de Resultados ANOVA

Pendiente de ejecución

Fuente de Variación	Suma de Cuadrados ($SS$)	Grados de Libertad ($df$)	Cuadrados Medios ($MS$)	Estadístico $F$	Valor $p$	Conclusión ($F$ vs $F_{crítico}$)

Diagnóstico Automatizado de Supuestos para esta Muestra:

Contrastes Post-Hoc: Test de Tukey HSD

Comparación simultánea por pares de medias con control de error familiar

Contraste (Par)	Dif. Medias ($\bar{X}_i - \bar{X}_j$)	Valor Crítico HSD	IC al $(1-\alpha)\%$	¿Diferencia Significativa?

Grupos Homogéneos (Letras Compactas)

Los tratamientos que comparten la misma letra no presentan diferencias estadísticamente significativas entre sí:

Procedimiento Formal de Análisis: De los Datos a la Toma de Decisiones

Definición de Variables y Planteo de Hipótesis

Identificar claramente la variable respuesta (numérica continua, e.g., ventas, tiempo, rendimiento) y el factor explicativo (cualitativo con $k$ niveles). Establecer formalmente $H_0: \mu_1 = \mu_2 = \dots = \mu_k$ y fijar el nivel de significancia antes de mirar los datos (habitualmente $\alpha = 0.05$).

Exploración Visual y Validación de Supuestos

Antes de calcular la tabla ANOVA, es obligatorio auditar:

Normalidad de los errores: Gráficos Q-Q de residuos y prueba de Shapiro-Wilk. Si hay asimetría fuerte o colas pesadas en muestras pequeñas, el p-valor de $F$ se distorsiona.
Homocedasticidad: Test de Levene. Si las varianzas difieren por un factor mayor a 3 o 4 veces y los tamaños de muestra son desiguales, ANOVA estándar comete errores graves.

Cálculo de la Tabla ANOVA y Regla de Decisión Global

Se calcula el cociente $F = MS_{Entre} / MS_{Intra}$.

Si p-valor < α → Se RECHAZA H0. Hay evidencia estadística de diferencias entre tratamientos.
Si p-valor ≥ α → NO se rechaza H0. Se concluye que no hay evidencia suficiente de diferencias. ¡EL ANÁLISIS FINALIZA AQUÍ! (No se debe hacer Tukey).

Prueba Post-Hoc de Tukey HSD (Solo si se rechazó $H_0$)

Para cada par $(i, j)$, se compara $|\bar{X}_i - \bar{X}_j|$ frente al umbral crítico $HSD$. Si la diferencia observada supera el umbral, se certifica que ese par específico es significativamente diferente al $(1-\alpha)\%$ global.

Agrupamiento Homogéneo y Decisión Aplicada

Se asignan letras ("a", "b", "c") a los grupos. Los tratamientos que comparten letras son estadísticamente indistinguibles. Esto permite tomar decisiones prácticas como: "El Tratamiento C es significativamente superior a A y B, pero no difiere de D; por ende, si D es más económico, se recomienda implementar D."