10.5: Pruebas de comparación múltiple

Multiple Comparison Tests
JoVE Core
Statistics
A subscription to JoVE is required to view this content.  Sign in or start your free trial.
JoVE Core Statistics
Multiple Comparison Tests
Please note that all translations are automatically generated. Click here for the English version.

3,867 Views

01:13 min
April 30, 2023

Overview

La prueba de comparación múltiple, abreviada como MCT, es un análisis post hoc que generalmente se realiza después de comparar múltiples muestras con una o más pruebas. Un MCT ayudará a identificar una muestra significativamente diferente entre múltiples muestras o un factor entre múltiples factores.

Sería fácil comparar dos muestras utilizando un nivel alfa de significación de 0,05. En otras palabras, solo hay un par de muestras para comparar. Sin embargo, sería difícil identificar una muestra significativamente diferente si el número de muestras aumenta. Esto se debe a que el número de pares de muestras que se van a comparar o las comparaciones por pares aumenta con el número de muestras. Además, el porcentaje de error de tipo I aumenta con el número de comparaciones por pares.

Un MCT ayudará a identificar la media significativamente diferente entre múltiples muestras corrigiendo los valores alfa de significación y reduciendo el error de tipo I. Además, se pueden utilizar diferentes MCT para conjuntos de datos con tamaños de muestra iguales o desiguales. Un ejemplo de un MCT de uso común es la prueba de Bonferroni.

Transcript

Una prueba de comparación múltiple, o MCT, es un tipo de análisis post hoc que generalmente se realiza después de comparar múltiples muestras utilizando pruebas de hipótesis como ANOVA.

Cuando se comparan muchos grupos, o se prueban múltiples factores en algunos grupos, el MCT ayuda principalmente a identificar un grupo específico que es significativamente diferente de los demás, o un factor que causa un efecto significativo.

Por ejemplo, al comparar dos grupos de peces cebra es fácil identificar un grupo con una longitud media significativamente diferente a un nivel de significación de 0,05.

Si aumentamos el número de grupos de prueba, se hace cada vez más difícil encontrar el grupo con una media significativamente diferente.

En tales casos, una comparación por pares también proporciona tasas más altas de error de tipo I.

MCT ayuda a determinar un grupo significativamente diferente en tales casos corrigiendo los valores alfa para reducir el error de tipo I.

Existen diferentes tipos de MCT que se pueden utilizar para tamaños de muestra iguales o desiguales. El MCT más utilizado es la prueba de Bonferroni.

Key Terms and definitions​

Learning Objectives

Questions that this video will help you answer

This video is also useful for