PRUEBA DE DURBIN

Aldo Escobedo
Benito Rodrguez
Facultad de Matemticas
Universidad Autnoma de Yucatn
Descripcin
Diseo:
La prueba de Durbin es una prueba no paramtrica para diseos de bloques incompletos
balanceados que se reduce a la prueba de Friedman en el caso de un diseo de bloques
completo.

En un diseo de bloques al azar, se aplican k tratamientos a b bloques. En un diseo de bloque

completo, cada tratamiento se ejecuta para cada bloque y los datos estn dispuestos de la
siguiente manera:
Tratamiento

Bloque 1 2 ... k

1 X11 X12 ... X1k

2 X21 X22 ... X2k

3 X31 X32 ... X3k

... ... ... ... ...

b Xb1 Xb2 ... Xbk

Descripcin

Para algunos experimentos, puede no ser realista ejecutar todos los tratamientos en
todos los bloques. En este caso, puede que tenga que ejecutar un diseo de bloque
incompleto. Si necesita ejecutar un diseo de bloque incompleto, se recomienda que
ejecute un diseo incompleto balanceado. Un diseo de bloque incompleto balanceado
tiene las siguientes propiedades:

1. Cada bloque contiene k unidades experimentales.

2. Cada tratamiento aparece en b bloques.
3. Cada tratamiento aparece un nmero igual de veces.
Supuestos e Hiptesis de la Prueba
La prueba de Durbin se basa en los siguientes supuestos:
Los bloques b son mutuamente independientes. Esto significa que los resultados dentro de
un bloque no afectan los resultados dentro de otros bloques.
Los datos deben tener al menos una escala ordinal.

La hiptesis de la prueba de Durbin es:

0 : Los efectos del tratamiento son idnticos.
: Al menos un tratamiento es diferente de otro tratamiento.
Modelo matemtico
= + + + ;
Donde:
es la mediana global.
es el efecto del bloque {1,2, , }.
es el efecto del tratamiento {1,2, , }.
es el error aleatorio.

0 : 1 = 2 = =
: para , , 1,2, , .
Estadstico de Prueba

Sea R ( ) el rango asignado a dentro del bloque i (es decir, rangos dentro de una fila dada). Los
rangos medios se utilizan en el caso de los empates. Las filas se suman para obtener:

= ( )
=1

t = el nmero de tratamientos
k = el nmero de tratamientos por bloque (k<t)
b = el nmero de bloques
r = el nmero de veces que cada tratamiento aparece (r<b)
= el nmero de bloques en el que el i-simo tratamiento y el j-simo tratamiento aparece juntos.
Estadstico de Prueba
T1 fue la estadstica original propuesta por Durbin (1951).
2
12 1 +1
1 = (1).
( 1)( + 1) 2
=1
En caso de la existencia de empates dentro de los bloques, se usa la media de los rangos, y se necesita hacer un
ajuste. A es la suma de los cuadrados de los rangos y rangos medios; y C es el factor de correccin.

2 ( + 1)2
= ; = .
4
=1 =1

Entonces el estadstico 1 corregido para empates es:

1 =1 2
1 = .

Una alternativa a este procedimiento, es usar el ANOVA ordinario con los rangos y rangos medios. Esto resulta en el
siguiente estadstico 2 , el cual es una funcin de 1 :

1 / 1
2 = .
( 1 1 )/( + 1)
Regin de rechazo y distribucin de los estadsticos.

La distribucin exacta del estadstico 1 ( 2 ) es difcil de calcular, por lo que usualmente se usa la
distribucin aproximada. La distribucin aproximada de 1 es aproximadamente Chi cuadrada con 1
grados de libertad. Esta aproximacin suele ser muy conservadora por lo que se prefiere el estadstico
2 , con una distribucin aproximada con 1 = 1 y 2 = + 1

Se rechaza la hiptesis nula si:

2 > ,1,+1 ;

donde ,, es el valor de la distribucin , tal que P , > ,, = .

Es importante recalcar que estas aproximaciones tienden a dar valores inflados de , sin embargo
usaremos el estadstico 2 , ya que arroja valores ms cercanos que los arrojados por 1 .
Comparaciones mltiples

Si se rechaza la hiptesis de efectos de tratamiento idnticos, a menudo es deseable

determinar qu tratamientos son diferentes (es decir, comparaciones mltiples). Los
tratamientos i y j se consideran diferentes si:

Si no hay empates:
+ 1
> (1,+1) ( 1) 1 .
2 6 + 1
Si hay empates:
2 1
> (1,+1) 1 .
2 + 1 1

Observacin:
(1 ,)
es el valor de la distribucin tal que P >
1 2 ,
= .
2 2
Ejemplo 1

Suponga que una empresa de helados busca analizar las preferencias de 7

variedades de helado en la gente. Ellos dan a probar a cada persona 3 sabores
de helado y los clasifican con nmeros del 1 al 3 (1 se asigna al sabor favorito).
Cada variedad es comparada con otra un igual nmero de veces. 7 personas
son seleccionadas para probar 3 variedades cada uno y los rangos resultantes
se presentan en la Tabla 1.
Tabla 1. Datos.
Persona Variedad
1 2 3 4 5 6 7
1 2 3 1
2 3 1 2
3 2 1 3
4 1 2 3
5 3 1 2
6 3 1 2
7 3 1 2
Rj= 8 9 4 3 5 6 7

En este caso:
t = 7 tratamientos
k = 3 el nmero de variedades comparadas al mismo tiempo
b = 7 bloques
r = 3 veces que se prob cada sabor
= 1 veces que cada sabor es comparado con otro.
Primero, calculamos el estadstico 1 con la ecuacin 1 debido que no hay empates.
12 1 +1 2
1 = =1 2
(1)(+1)
12 6 2 2 2
1 = 86 + 96 + + 7 6 = 12.
(3)(7)(2)(4)
El estadstico 2 es:
1 / 1
2 =
( 1 1 )/( + 1)
12/6
2 = = 8.
(14 12)/(8)

La regin de rechazo est dada por:

2 > ,1,+1 = 0.05,6,8 , = 3.58.

El estadstico 2 estn en la regin de rechazo, es decir, existen diferencias significativas al 5% en las

preferencias de las variedades de helado.
Cdigo en R

A diferencia de lo recomendado en Conover

(1999), el paquete R utiliza el estadstico 1 .
En nuestro ejemplo, la decisin cambia al
usar este estadstico.
Comparaciones mltiples con cdigo en R

Las comparaciones mltiples en R nos dan valores p, y en el caso de que sean menores que , se
dice que son diferentes, como ya se estableci, no existen diferencias significativas bajo el estadstico
1 pero lo encontramos importante mostrar el codigo y la forma en la que nos da la respuesta el software.
Comparaciones mltiples con el estadstico 2
Comparaciones mltiples Debido a que se encontraron diferencias significativas bajo el
t 2.306004135
estadstico 2 , se procede a realizar las comparaciones a pares
R1-R2 1 2.824267
R1-R3 4
correspondientes. Al aplicar las comparaciones se encontr que
R1-R4 5 existen diferencias significativas entre los pares:
R1-R5 3 (1,3), (1,4), (1,5), (2,3), (2,4), (2,5), (2,6), (3,7), (4,6), (4,7).
R1-R6 2 A continuacin se presenta una tabla donde se resumen las
R1-R7 1 categoras en las que no se presentaron diferencias sealadas por
R2-R3 5 un mismo color, siendo los sabores marcados con color amarillo los
R2-R4 6
ms preferidos por las personas.
R2-R5 4
R2-R6 3 Helado Puntuacin
R2-R7 2
R3-R4 1 4 3
R3-R5 1
R3-R6 2 3 4
R3-R7
R4-R5
3
2
5 5
R4-R6 3 6 6
R4-R7 4
R5-R6 1 7 7
R5-R7 2
R6-R7 1
1 8
2 9
Referencias

Conover, W.J. (1999). Practical nonparametric statistics. John Wiley & sons.

Hollander, M., Wolfe, D.A. (1999). Nonparametric statistical methods. 2a Ed.

John Wiley and Sons. New York, USA.