Mi SciELO
Servicios Personalizados
Articulo
Indicadores
- Citado por SciELO
Links relacionados
- Similares en SciELO
Compartir
Cuban Journal of Agricultural Science
versión On-line ISSN 2079-3480
Resumen
HERRERA, Magaly; WALKIRIA GUERRA, Caridad y MEDINA, Yolaine. Valoración integral de indicadores en los modelos de análisis de varianza paramétrico y no paramétrico. Uso del componente principal categórico. Cuban J. Agric. Sci. [online]. 2016, vol.50, n.2, pp. 185-191. ISSN 2079-3480.
Para establecer posibles relaciones entre indicadores estadísticos en los modelos de análisis de varianza paramétrico y no paramétrico, correspondientes a los diseños completamente aleatorizados y de bloques al azar, se utilizó el análisis de componentes principales categóricos por ser estos cuantitativos y cualitativos. Se seleccionaron los modelos de análisis de varianza de clasificación simple, con dieciséis experimentos, y doble con cinco. Se analizaron en total 100 variables de tipos discretas y categóricas. Con los indicadores de los diseños completamente aleatorizados y su homólogo no paramétrico, la dócima de Kruskal-Wallis, y el de modelo de bloques al azar con su homólogo no paramétrico, la dócima de Friedman, se conformó una matriz de datos. El análisis de componentes principales categóricos mostró adecuada fiabilidad y porcentaje de variabilidad explicada con 0.94. Los indicadores con mayor peso en la primera dimensión se encuentran relacionados con la probabilidad de error tipo I y la potencia, que presentaron valores absolutos cercanos a uno, que permiten determinar el aporte de los mismos en el estudio. Los resultados evidenciaron las relaciones que existen entre los indicadores estadísticos analizados, a partir del alto grado de correlación positiva por encima de 0.90 entre los valores de probabilidad de error tipo I en la dócima F de Fisher (sin transformación y con ella) y la dócima homóloga no paramétrica, así como de las altas correlaciones negativas que existen entre 0.8 y 0.93 aproximadamente de estos con los valores de potencia (sin y con transformación de los datos). Se considera oportuno continuar el análisis para diferentes distribuciones de datos y tamaños de muestras
Palabras clave : indicadores estadísticos; modelos de análisis de varianza simple y doble; análisis de componentes principales categóricos.