Abstract
La investigación está centrada en analizar los métodos de comparación múltiple de medias de tratamientos de Mínima Diferencia Significativa (LSD) y Dunnett para experimentos balanceados, según su potencia muestral observada, usando muestras simuladas. Es de vital importancia una vez realizado el experimento, definir si existe o no una diferencia significativa en las medias de los tratamientos, y contar con un procedimiento estadístico confiable que permita observar dicha diferencia. Para ello, se simularon 1920 situaciones experimentales, a las cuales se le aplicó el ANOVA y cada una de las dos pruebas antes mencionadas para determinar diferencias significativas entre las medias de tratamientos, determinando un error tipo I o tipo II muestral según sea el caso. En general, se obtuvo que en términos de la potencia, la prueba de Mínima Diferencia Significativa resulta ser más potente que la prueba de Dunnett, evidenciando tener una mayor probabilidad muestral de detectar diferencias significativas entre las medias de tratamientos, cuando éstas realmente existen.
Reference9 articles.
1. Atil, H. & Unver, Y. (2001). Multiple Comparisons. Journal of Biological Sciences, 1 (8), 723-727, 2001. https://doi.org/10.3923/jbs.2001.723.727
2. Basu, P., Cai, T., Das, K. & Sun, W. (2018). Weighted False Discovery Rate Control in Large-Scale Multiple Testing. Journal of the American Statistical Association, 113 (23), 1172-1183. https://doi.org/10.1080/01621459.2017.1336443
3. Giri, L. & Miguel, H. (2018). El modelo de simulación como generador de explicaciones causales. Theoria: An International Journal for Theory, History and Foundations of Science, 33 (1), 111-128. https://www.jstor.org/stable/26355572
4. Kuehl, R. (2001). Diseño de Experimentos, 2da ed. México: Thompson Editores.
5. Mendenhall, W., Beaver, R., & Beaver B. (2015). Introducción a la Probabilidad y Estadística. 14ª ed. México: Cengage Learning Editores.