AO DE LA DIVERSIFICACIN PRODUCTIVA Y DEL

FORTALECIMIENTO DE LA EDUCACIN.

Universidad Nacional de Piura

Facultad de Ciencias
Escuela Profesional de
Estadstica
CURSO:
DISEO Y ANALISIS DE EXPERIMENTOS.

PROFESOR:
COSME CORREA BECERRA.
TEMA:
PRUEBAS DE HOMOGENEIDAD.
INTEGRANTES:
WONG GRADOS MAYRA LUCIA.
SAAVEDRA YOVERA SIOMARA.
CICLO:
OCTAVO.

PIURA-PER
2015

Prueba de Bartlett
Introducida por Bartlett en 1937, es una modificacin del test de Neyman y
Pearson para corregir el sesgo esta prueba es la que se utiliza con ms
frecuencia para probar la homogeneidad de las varianzas (Conover et al.
1981). En esta prueba los en cada tratamiento no necesitan ser iguales; sin
embargo, se recomienda que los no sean menores que 3 y muchos de los
deben ser mayores que 5.
El estadstico de prueba se define como:
S

() (ni1)ln S 2i
i=1

( N k ) ln
1
U=
C
Donde:

C=1+

1
3 ( k 1 )

i=1

1
1

( ni1 ) ( Nk )

Cuando la hiptesis nula es cierta, el estadstico tiene distribucin

2
aproximadamente X Con k 1 grados de libertad; cuando el muestreo se
realiza en poblaciones normales, la aproximacin es buena para muestras
bastante pequeas (Layard 1973). No requiere que los tamaos de las
muestras sean iguales. Es muy sensible a alejamientos del supuesto de
normalidad (Montgomery 2002, pg. 82).
Si tenemos evidencia fuerte de que los datos vienen de hecho de una
distribucin normal, o casi normal, entonces la prueba de Bartlett tiene un buen
desempeo.

Prueba de Levene
El estadstico de prueba de Levene se define como:
Zi . Z ..

Zi .
Z ij

ni

j=1

ni
k

( Nk )
i=1

W =

Donde

Zij

puede tener una de las siguientes tres definiciones:

1.

Z ij =| X ij X i .| donde X i . es la media deli simo subgrupo .

2.

Z ij =| X ij ~
X i .| donde~
X i . es la media deli simo subgrupo .

3.

Z ij = X ij X' i . donde X'i . es lamedia recortada al10 del

i simo subgrupo .
Z .. es la media global de Z ij y Z i . es la media del isima subgrupo de los Z ij .
La prueba de Levene rechaza la hiptesis de que las varianzas son iguales con
un nivel de significancia _ si W > F ,k 1, N k donde F , k1, Nk es el valor
crtico superior de la distribucin

F con k 1 grados de libertad en el

numerador y

Nk

grados de libertad en el denominador a un nivel de

significancia .
La prueba de Levene ofrece una alternativa ms robusta que el procedimiento
de Bartlett, ya que es poco sensible a la desviacin de la normalidad. Eso
significa que sera menos probable que rechace una verdadera hiptesis de
igualdad de varianzas slo porque las distribuciones de las poblaciones
muestreadas no son normales.

Prueba F mx de Hartley
Fue propuesta por Hartley (19401950). Asume que las poblaciones son
normales e independientes y los tamaos de las muestras son iguales.
El estadstico de prueba es:

F mx=

Donde

mx( S2i )
m(S 2i )

i=1, .. . , k , con

igual al nmero de muestras.

Si la hiptesis nula es cierta y los tamaos de las muestras son iguales

n=n 1=n 2==nk , la distribucin muestral del estadstico Fmx
(asumiendo independencia de las muestras aleatorias tomadas de las

poblaciones normales) es Fmx con k grados de libertad en el numerador

y v=n1 grados de libertad en el denominador.

En la tabla 1 se proporcionan los valores crticos de la distribucin

para =0.05 .

Fmx

Esta prueba es muy sensible a alejamientos del supuesto de normalidad y

requiere que los tamaos de muestras sean iguales; si los tamaos de
muestras no son iguales, entonces la prueba ya no tiene soporte terico fuerte
y no es aplicable.
Esta prueba es una de las ms fciles de calcular, aunque requiere el uso de
tablas especiales.

Prueba de Fligner-Killeen
El procedimiento Fligner-Killeen (1976), modificado por Conover et al. (1981),
para probar homogeneidad de varianzas consiste en lo siguiente:

1. Ordene las variables

ni

mediana de las

X i|
|X ij~

de menor a mayor, donde

observaciones de la poblacin

~
X i Es la

i .

2. Defina
aN , i=1

( 12 + 2(N1+1) ) para i=1, , N

Donde
( z ) es ladistribucin acumulada N ( 0,1 ) de a z y asi1 ( p )
es el percentil 100 p de ladistribucin N ( 0,1)
3. Sea
a i=

j Gi

Donde

aN , j
ni

Gi denota la muestra de la poblacin

a i=
j=1

i, i=1, , k . Y

aN , j
N

Entonces el estadstico de prueba es:

ai . a

2
ni
k

i=1

x=
Este estadstico bajo

H 0 se distribuye aproximadamente

X 2k1 La prueba

de Fligner es menos sensible a desviaciones del supuesto de normalidad.

Prueba de Cochran

La prueba introducida por Cochran (1941) era considerablemente de ms fcil

computo que las otras pruebas en ese tiempo.

El estadstico de prueba es:

g=

mx {Si2 }
k

Si2
i=1

n=n 1=n 2==nk , la

hiptesis acerca de la igualdad de varianzas es rechazada si g> g , n , k ,
Cuando todas las muestras son de igual tamao

donde el valor

g ,n , k

se obtiene de la tabla de valores crticos para la

prueba de Cochran en tablas especiales. Cuando el nmero de observaciones

en cada tratamiento no sea igual pero sea relativamente cercano, el mayor de
los ni puede usarse en lugar de n para determinar los grados de libertad
requeridos en las tablas. La prueba de Cochran es en particular til para
detectar si una varianza es mucho ms grande que las otras (Walpole & Myers
1989).

Prueba de Layard
Layard (1973) sugiri una prueba basada en kurtosis. Asume que las
poblaciones son normales.
El estadstico de prueba es:
T

S=

2+ 1

k
^
N

Donde
S 2i
k

1
()
( ni1) ln S 2i

Nk j=1
ln
k

T = (ni1)
i=1

puede ser una de las dos frmulas siguientes:

X i .
X ij

ni

j=1
k

N
i=1

^ =

 X i .
X ij

ni

j=1

1
2
^ = n i
N i=1

La idea es utilizar las kurtosis individuales y compararlas contra una kurtosis

2
global. S se distribuye asintticamente X con k 1 grados de libertad.
En la literatura revisada no se encontraron ventajas ni desventajas para esta
prueba