PIR 2022 · Pregunta 6
Estadística inferencialEn un diseño multigrupos al azar, si el investigador desea realizar comparaciones a posteriori entre todos los pares de medias, en el caso de cumplimiento de los supuestos del modelo estadístico y para garantizar la mayor potencia y control del error de tipo I, la prueba más adecuada es:
Ver respuesta sin contestar
Respuesta correcta: B (plantilla definitiva)
Explicación
Para comparaciones a posteriori entre todos los pares de medias tras un ANOVA con supuestos cumplidos, la prueba HSD de Tukey es la más adecuada porque controla exactamente el error de tipo I por familia (FWER) y, entre los procedimientos que lo garantizan, ofrece la mayor potencia estadística.
B. La HSD de Tukey está diseñada específicamente para comparar todos los pares de medias. Utiliza la distribución del rango studentizado (q) y mantiene el error de tipo I por familia en α bajo la hipótesis nula completa. Entre los métodos que controlan estrictamente este error, es el más potente (Ramsey, 1978). Con tamaños de grupo desiguales se aplica la variante Tukey-Kramer.
- A. Bonferroni controla el error familiar dividiendo α por el número de comparaciones, lo que lo hace excesivamente conservador cuando se prueban todos los pares. Pierde potencia significativa y es más adecuado para comparaciones planeadas a priori o un número reducido de contrastes.
- C. Dunnett está diseñada exclusivamente para comparar varios grupos de tratamiento contra un único grupo control (k-1 contrastes), no para el barrido exhaustivo de todos los pares. No es aplicable al escenario descrito.
- D. La prueba de Fisher (LSD) realiza contrastes t por pares sin ajustar adecuadamente por comparaciones múltiples. Aunque tiene mayor potencia bruta, infla el error de tipo I por familia a medida que aumenta el número de grupos, por lo que no cumple el requisito de control estricto del error.
Fuentes
- Tukey, J. W. (1949). Comparing individual means in the analysis of variance. Biometrics, 5(2), 99-114
- Ramsey, P. H. (1978). Power differences between pairwise multiple comparisons. Journal of the American Statistical Association, 73(362), 479-485
- Dunnett, C. W. (1955). A multiple comparison procedure for comparing several treatments with a control. Journal of the American Statistical Association, 50(272), 1096-1121
- Lee, S., & Lee, D. K. (2018). What is the proper way to apply the multiple comparison test? Korean Journal of Anesthesiology, 71(5), 353-360
- Bland, J. M., & Altman, D. G. (1995). Multiple significance tests: the Bonferroni method. BMJ, 310(6975), 170
Explicación generada con IA y verificada por consenso entre modelos de distintas familias.