Calculadora gratuita de Editverse

Calculadora ANOVA unidireccional

Compara las medias de tres o más grupos independientes simultáneamente, utilizando el estadístico F, los grados de libertad, el valor p y las comparaciones post-hoc de Tukey HSD. Consulta la fórmula y el comando R reproducible, y lee la guía de interpretación completa a continuación. Validado con R 4.3.3.

En palabras simples

El análisis de varianza unidireccional ( ANOVA ) responde a una sola pregunta: ¿tienen tres o más grupos promedios diferentes, o las diferencias podrían deberse simplemente al azar? Se introducen los valores de cada grupo y el ANOVA devuelve un estadístico F y un valor p que indica si existe alguna diferencia entre ellos.

Si la prueba global es significativa, una prueba post hoc como la HSD de Tukey indica qué pares de grupos específicos difieren. Utilice ANOVA en lugar de realizar múltiples pruebas t , ya que esto aumentaría la tasa de falsos positivos. Para dos grupos únicamente, utilice una prueba t; para datos asimétricos, considere la prueba de Kruskal-Wallis.

Cuándo utilizar el ANOVA unidireccional

El análisis de varianza unidireccional (ANOVA) compara una variable continua entre tres o más grupos independientes definidos por un único factor categórico; por ejemplo, compara un biomarcador entre grupos de dosis baja, media y alta. Este análisis pone a prueba la hipótesis nula global de que las medias de todos los grupos son iguales.

Úselo cuando su resultado sea continuo, los grupos sean independientes, el resultado sea aproximadamente normal dentro de cada grupo y los grupos tengan varianzas aproximadamente iguales (homogeneidad de varianza). Un valor F significativo indica que al menos un grupo difiere, pero no cuál; ​​para ello se requiere un procedimiento post hoc como el HSD de Tukey, con la corrección de comparaciones múltiples elegida de antemano. Para solo dos grupos, una prueba t es equivalente y más sencilla; para datos claramente no normales, una alternativa no paramétrica es más apropiada. ¿No está seguro de que el ANOVA se ajuste a su diseño? Nuestro selector de pruebas interactivo le guiará en el proceso.

ANOVA unidireccionalComparar medias entre 3 o más grupos · validado frente a R 4.3.3
Guía del usuario

Cuándo usarlo. Comparar las medias de tres o más grupos independientes simultáneamente.

Supuestos. Independencia; normalidad dentro de los grupos; homogeneidad de la varianza.

Errores comunes. No realice múltiples pruebas t por pares: esto aumenta la tasa de error de tipo I.

Ejemplo trabajado

Haga clic en "Cargar datos de ejemplo" arriba y, a continuación, en "Ejecutar análisis" para ver un resultado completo con la figura, la fórmula y la interpretación de esta prueba.

Referencias
  1. Fisher RA. Métodos estadísticos para investigadores. 1925.
Powered by editverse.com · Validado R 4.3.3 · v3.6¿Necesitas análisis de expertos? →

Ejemplos resueltos

Ejemplo 1 — Tres dosis (significativas)

Los valores de los resultados para los grupos de dosis baja (12, 15, 14, 13), media (18, 20, 17, 19) y alta (22, 24, 21, 23) aumentan de forma constante a lo largo de las dosis. Al ejecutar un ANOVA unidireccional, se obtiene un valor F grande y un valor p pequeño (p < 0.001), lo que rechaza la hipótesis nula de que todas las medias son iguales. Posteriormente, una prueba post hoc HSD de Tukey muestra qué pares de dosis difieren; en este caso, los tres difieren entre sí.

Ejemplo 2: Grupos superpuestos (no significativos)

Si tres grupos tienen medias similares con rangos amplios y superpuestos, el estadístico F es pequeño y el valor p grande (p > 0.05). La conclusión correcta es que no hay evidencia de diferencias entre las medias de los grupos, y no se justifica realizar una prueba post hoc.

Supuestos a verificar

Independencia. Las observaciones deben ser independientes entre grupos y dentro de ellos. Las mediciones repetidas en los mismos sujetos requieren un ANOVA de medidas repetidas o un modelo mixto.

Normalidad. El resultado debería ser aproximadamente normal dentro de cada grupo; examine los residuos con un gráfico QQ. El ANOVA es bastante robusto ante desviaciones leves, especialmente con muestras grandes y equilibradas.

Homogeneidad de la varianza. Los grupos deben tener varianzas similares (compruébelo con la prueba de Levene). Si las varianzas difieren notablemente, utilice el ANOVA de Welch, que no presupone varianzas iguales.

Errores comunes

Realizar múltiples pruebas t en lugar de ANOVA.

Comparar cada par de grupos con pruebas t separadas aumenta la tasa de error de tipo I. Utilice ANOVA para la prueba global y, a continuación, un procedimiento post-hoc corregido.

Omitir la corrección post hoc

Un análisis de varianza (ANOVA) significativo no indica qué grupos difieren. Utilice la prueba HSD de Tukey u otro método con control de comparaciones múltiples incorporado, en lugar de pruebas de comparación por pares sin corrección.

Ignorar las varianzas desiguales

Si las varianzas de los grupos difieren sustancialmente, el ANOVA estándar puede resultar engañoso. En ese caso, utilice el ANOVA de Welch.

Informar únicamente el valor p.

Informe el tamaño del efecto (eta cuadrado u omega cuadrado) junto con F y p para que los lectores puedan evaluar la magnitud, no solo la significancia. Consulte la calculadora de tamaño del efecto.

Preguntas frecuentes

¿Cuál es la diferencia entre ANOVA y una prueba t?

Una prueba t compara las medias de dos grupos; el ANOVA generaliza esto a tres o más grupos en una sola prueba, controlando la tasa de error.

¿Qué hace el distrito escolar de Tukey?

Tras un análisis ANOVA significativo, la prueba de diferencia honestamente significativa de Tukey compara todos los pares de grupos controlando la tasa de error global, lo que permite identificar qué pares específicos difieren.

¿Qué ocurre si mis datos no son normales?

Para datos claramente no normales u ordinales, la prueba de Kruskal-Wallis es la alternativa no paramétrica al ANOVA unidireccional.

¿Coincide el resultado con SPSS, R y Stata?

Sí. La calculadora utiliza la misma distribución F y los mismos cálculos de suma de cuadrados que el software estándar, y muestra el comando R exacto para que puedas reproducirlo.

Calculadoras relacionadas

Prueba t independienteTamaño del efecto (eta al cuadrado)Correlación y regresiónTamaño de la muestra y potenciaIntervalo de confianza¿Qué prueba debo usar?

Referencias

  1. Fisher RA. Métodos estadísticos para trabajadores de investigaciónEdimburgo: Oliver & Boyd; 1925.
  2. Armstrong RA. Cuándo utilizar la corrección de Bonferroni. Fisiología Oftálmica Opt.. 2014;34(5):502–508. PMID 24697967.
  3. Groenlandia S, Senn SJ, Rothman KJ, et al. Pruebas estadísticas, valores p, intervalos de confianza y potencia estadística: una guía para evitar interpretaciones erróneas. Eur J Epidemiol. 2016;31(4):337–350. PMID 27209009.

¿Necesita que se realice este análisis en su manuscrito?

Nuestros bioestadísticos con doctorado ejecutan su ANOVA, verifican los supuestos, aplican la corrección post-hoc adecuada y entregan tablas listas para su publicación con resultados reproducibles en R.

Obtenga ayuda estadística experta