MirPirFir.

PIR 2016 · Pregunta 230

reservaEstadística inferencial

En lo que respecta a los supuestos que deben cumplirse para poder aplicar técnicas de análisis paramétricas, indique cuál de las siguientes afirmaciones es INCORRECTA:

Ver respuesta sin contestar

Respuesta correcta: D (plantilla definitiva)

Explicación

La opción 4 es la incorrecta. Los diseños de medidas repetidas no garantizan la independencia de las observaciones, sino que la incumplen deliberadamente al generar datos correlacionados dentro de los mismos sujetos. Además, el test de Durbin-Watson se emplea para detectar autocorrelación serial en residuos de modelos de regresión o series temporales, no para verificar el supuesto de independencia en ANOVA. Las opciones 1, 2 y 3 describen correctamente los supuestos paramétricos y las pruebas diagnósticas/correctoras habituales.

D. Contiene dos errores conceptuales: (1) los diseños de medidas repetidas generan dependencia intra-sujeto (correlación), por lo que no pueden usarse para 'garantizar' la independencia; al contrario, requieren modelos que la contemplen (ANOVA intra-sujetos, modelos mixtos) y verifican supuestos como la esfericidad. (2) El estadístico de Durbin-Watson mide autocorrelación de primer orden en residuos de regresión o datos ordenados en el tiempo, no la independencia general de las observaciones en un ANOVA.

  • A. Correcta. La normalidad de los residuos, la homocedasticidad (igualdad de varianzas) y la independencia de las observaciones son los tres supuestos fundamentales del ANOVA y de las pruebas paramétricas clásicas.
  • B. Correcta. Cuando la media y la varianza se estiman a partir de los datos (lo habitual), la prueba de Kolmogorov-Smirnov pierde potencia y se aplica la corrección de Lilliefors. Es la prueba estándar recomendada para muestras grandes (convención didáctica: n>50), mientras que para muestras pequeñas se prefiere Shapiro-Wilk.
  • C. Correcta. La prueba de Levene es el contraste robusto estándar para homocedasticidad. Si se rechaza la igualdad de varianzas, los estadísticos de Welch y Brown-Forsythe (disponibles en software como SPSS) ajustan los grados de libertad y no asumen varianzas iguales, siendo la alternativa recomendada.

Fuentes

  • Field, A. (2018). Discovering Statistics Using IBM SPSS Statistics (5th ed.). SAGE.
  • NIST/SEMATECH e-Handbook of Statistical Methods
  • Lilliefors, H. W. (1967). On the Kolmogorov-Smirnov test for normality with mean and variance unknown. JASA, 62, 399-402.
  • Durbin, J., & Watson, G. S. (1951). Testing for serial correlation in least squares regression II. Biometrika, 38, 159-178.

Explicación generada con IA y verificada por consenso entre modelos de distintas familias.

Ha caído también en