MANOVA

T-test vs ANOVA vs MANOVA

En la siguiente tabla podemos ver las
diferencias en cuanto a las variables
independientes y dependientes que hay
entre las tres técnicas más utilizadas.
Análisis MLG multivariante
Proporciona una análisis de varianza para
variable dependientes múltiples por una o
más covariables o variables de factor. Las
variables de factor dividen la población en
grupos. Asimismo puede investigar las
interacciones entre los factores y también
los efectos individuales de los factores.
MANOVA es una generalización del
ANOVA
Comparación ANOVA y
MANOVA
ANOVA se centra en el estudio de las
diferencias entre las medias poblacionales
de los distintos grupos en una sola variable
dependiente. MANOVA examina tales
diferencias en dos o más variables
dependientes simultáneamente.
El objetivo que persigue el análisis ANOV, o
análisis de la varianza, es el de determinar
el efecto de una variable nominal u ordinal
sobre una métrica.
Comparación ANOVA y
MANOVA
MANOVA: Útil en aquellos casos donde se
pretende evaluar las diferencias entre las
medias de las puntuaciones
correspondientes a un conjunto de
variables dependientes.
Si se realizan múltiples ANOVAS, se asume
que no hay correlación entre las variables
dependientes, cosa que no siempre
sucede.
Comparación ANOVA y
MANOVA
Si la correlación entre dependientes es
significativa, y solo se evalúa mediante ANOVA,
se incrementa el error tipo I.
Cuando hay correlación entre las
dependientes, MANOVA tiene mejor potencia
que ANOVA.
MANOVA permite detectar diferencias que no
pueden detectarse realizando análisis
separados con cada una de las variables
dependientes incluidas en el diseño.
Debilidades del MANOVA
ANOVA más potente cuando no hay
correlación entre las variables
dependientes y cuando el tamaño de
muestra es pequeño.
Definiciones básica
Hipótesis nula del MANOVA: Los k grupos
tendrán la misma media poblacional para
cada una de las variables dependientes.
MANOVA
El MANOVA contrasta la hipótesis nula de
que los vectores de las medias de todos los
grupos son iguales y/o provienen de la
misma población.
Pasos Básico del MANOVA
1.- La primera parte del análisis trata de
valorar la significaicón estadística de las
diferencias multivariantes entre los grupos.
Para este fin nos encontramos con cuatro
estadísticos a partir de los cuales contrasta
la hipótesis nula de igualdad de vectores
de medias. Mrc de Roy, lambda de Wilks,
criterior de Pillai y la traza de Hotelling.
Pasos Básico del MANOVA
Los estadísticos Traza de Pillai, Traza de
Hotelling, Lambda de Wilks y Raíz máxima
de Roy nos permiten, siempre y cuando se
sitúen por debajo del nivel de significación
(normalmente 0.05), afirmar que existe un
comportamiento diferente en los distintos
grupos formados a partir de los valores de
la(s) variable(s) independientes o factor(es)
Ejemplo:
Por cada tipo de propaganda se tomó una muestra
aleatoria de cinco establecimientos semejantes en
todos sus aspectos y se registraron las ventas para
cada uno de ellos en un periodo determinado. Los
resultados fueron los siguientes:
Ejemplo:
H 0 : TV   Radio   Periódico
H1 : Al menos i   j ; i  j
 Método de Bonferroni para compara,
a posteriori, las medias de los
tratamientos

 2
 y i.  y j .  t1 / 2  N  a  MCE , y i.  y j .  t1 / 2  N  a  MCE
2

 n n 

Entonces se puede indicar que, al nivel