Mtodo cientfico - Test falsificacionista

MODELO
HIPTESIS
Predicciones basadas
en el modelo
HIPTESIS NULA
TEST O EXPERIMENTO
OBSERVACIN
Retiene H
0
Rechaza Ha
y modelo
Rechaza H
0
Retiene Ha
y modelo
INTERPRETACIN
MEDIA
x
1
, x
2
, x
3
,..x
n
n= nmero de datos
x
n
x =
VARIANZA Cada x se va a desviar en algo de x
s
2
=
(x x)
2
n-1
n-1: grados de libertad
DESVO ESTNDAR
Razc(s
2
)
s=
ANOVA
En un experimento con k tratamientos, quiero probar:
Ho:
1
=
2
=
3
=
k
Ha:
i

k
i k
c t1 t2 t3
R1 20 350 450 22
R2 19 400 900 20
R3 21 336 134 19
20 362 495 20
total 224
Anlisis de varianza. La varianza total: cun lejos de y est y
ij

k
i=1

n
j=1
(y
ij
y)
2
Varianza
total (SCt) = Varianza dentro de t (Sce) + Varianza entre t (SCtr)
SCe: variacin debida a error aleatorio
SCtr: variacin debida a la diferencia entre medias
TABLA DE ANOVA:
P-valor
CMtr/CMe
F
nk-1 SCt Total
Sce/k(n-1) =
CMe
k (n-1) SCe Error
SCtr/k-1 =
CMtr
k-1 SCtr Tratam.
F
crtica
Cuadrado
medio (MS)
Grados de Suma de
cuadrados
(SS)
Fuente de
variacin
CMtr y CMe (Mean Square Between): se calculan a partir de la varianza de las medias
muestrales y es tambin un cociente; al numerador se le llama suma de cuadrados de los
tratamientos (se le representa por SCtr o SCe) y al denominador (k-1 o k(n-1).
CMtr y CMe estiman la varianza poblacional asume hiptesis k muestras son de la
misma poblacin.
La distribucin de CMtr/CMe de dos estimaciones independientes de la varianza de
una poblacin normal es una F con los grados de libertad correspondientes al numerador
y denominador respectivamente, por lo tanto se puede contrastar dicha hiptesis usando
esa distribucin.
y
ij
= +
i
+
ij
y
ij
= el j-simo elemento del tratamiento I
= el promedio total

i
= el efecto entre tratamientos

ij
= error aleatorio del diseo
SUPUESTOS:
1- INDEPENDENCIA dentro y entre tratamientos
2- HOMOGENEIDAD DE VARIANZA para las poblaciones de
cada tratamiento
3- NORMALIDAD DE LOS DATOS en cada distribucin
Estadstico de prueba:
Tiene distribucin Fisher con k-1 y k(n-1) grados de libertad
Probabilidad de error
Alfa = 0.05
Regin para rechazar
0
F
F calculada > F tabulada RECHAZO Ho: hay diferencias significativas
F calculada < F tabulada ACEPTO Ho: no hay diferencias significativas
Cualquier desviacin observada se debe a un error aleatorio y NO a un cambio en el
tratamiento
EJEMPLO:
Se realiz un experimento de adicin de nutrientes (nitrgeno+fsforo) a
muestras naturales de fitoplancton de un lago mesotrfico. Las muestras (5
rplicas: tratamiento y control) se incubaron 5 das y al final se midi la
concentracin de la clorofila-a (g/l)
como estimador de biomasa.
C Nut
23 98
43 56
22 78
28 90
25 89
SUMMARY
Groups Count Sum Average Variance
23 4 118 29.5 87
98 4 313 78.25 249.58
ANOVA
Source of Variation SS df MS F P-value F crit
Between Groups 4753.13 1 4753.13 28.24 0.001805 5.99
Within Groups 1009.75 6 168.29
Total 5762.88 7
Prueba de Chi-cuadrado
Las diferencias entre los tratamientos son mayores a las que se
deberan esperar al azar?
O = nmero observado
E = nmero esperado
Gran total total
Lago A
Total +nutriente control Grupo
Calculados TABLA
Grados de libertad =
F-1 (filas)
C-1 (columnas)