XLSTAT: Prueba de Durbin, Skillings-Mack en Excel

¿Para qué se utiliza la prueba de Durbin, Skillings-Mack?

La prueba de Durbin, Skillings-Mack se utiliza para identificar si un producto se juzga como particularmente diferente de los demás productos de un conjunto. Es similar a la prueba de Friedman , pero se puede aplicar en caso de bloques de datos incompletos, en nuestro caso si todos los jueces del estudio no han evaluado todos los productos.

Como en toda prueba estadística , tenemos una hipótesis nula y una hipótesis alternativa:

• H0: los tratamientos t no son significativamente diferentes
• Ha: al menos uno de ellos es diferente del otro

Conjunto de datos para análisis

Los datos contienen las calificaciones de 5 productos (en columnas) por parte de 10 jueces (en líneas). Aquí, hemos elegido una prueba de Durbin porque las calificaciones de los jueces son confiables solo para tres productos, por lo que tenemos datos incompletos y no podemos realizar una prueba de Friedman.

Configuración

Comience iniciando el análisis haciendo clic en la prueba de Durbin, Skillings-Mack en el menú Pruebas no paramétricas en XLSTAT.

Una vez iniciado el análisis, aparece el cuadro de diálogo. A continuación, puede seleccionar los datos en la hoja de Excel. No olvide marcar las etiquetas de tratamiento si ha introducido los nombres de los productos. También puede optar por ejecutar comparaciones múltiples por pares .

En la pestaña Opciones , elegimos calcular los valores p asintóticos para proceder como la mayoría de los programas. Sin embargo, puedes utilizar los valores p exactos o el método Monte-Carlo.

Los cálculos comienzan cuando haces clic en el botón Aceptar y luego se muestran los resultados.

Interpretación

Como recordatorio, un diseño de bloques es un diseño experimental en el que estudiamos la influencia de dos factores en uno o más fenómenos. Aquí, los factores son los bloques (o jueces) y los productos. El fenómeno estudiado es la similitud entre los productos.

Un diseño de bloques completos es un diseño en el que todos los niveles de los factores de interés están presentes una vez dentro de cada bloque: cada juez ha evaluado todos los productos. No es el caso aquí, por lo que tenemos un diseño de bloques incompleto.

Además, un bloque diseñado está equilibrado si cada nivel del factor de interés está presente el mismo número de veces r en el diseño, y si cada par de niveles de cada factor está presente el mismo número de veces λ. Aquí, cada juez ha evaluado tres productos y cada producto ha sido evaluado por 6 jueces, por lo que el diseño está efectivamente equilibrado.

Volviendo a nuestros resultados, el análisis devuelve una tabla de estadísticas de resumen .

Podemos ver para cada producto el nombre, el número de observaciones (con y sin datos faltantes) así como las calificaciones mínima, máxima y media con su desviación estándar.

A continuación, podemos ver los resultados de una prueba de Durbin de diseño de bloques incompletos balanceados.

Obtenemos un valor p menor que 0,05 por lo que podemos rechazar la hipótesis nula H0 y concluir que al menos uno de los productos es diferente de otro.

La prueba de Durbin-Cabilio-Alvo nos lleva a la misma conclusión.

El procedimiento Conover nos permite realizar grupos de productos en función de sus evaluaciones. Por ejemplo, el grupo A contiene los productos 4, 1 y 5, mientras que el grupo B contiene los productos 1, 5 y 3 y el grupo C contiene los productos 5, 3 y 2.

También se muestra una tabla de diferencias significativas. Por ejemplo, se ha evaluado que el producto 1 es significativamente diferente del producto 2 .