Beruflich Dokumente
Kultur Dokumente
PRUEBA Q DE COCHRAN
Es una prueba no paramtrica introducida por William Cochran
(1950) sobre comparacin de proporciones para tres o ms
muestras relacionadas, su funcin es comparar el cambio en la
distribucin de proporciones entre ms de dos mediciones de
una variable dicotmica y determinar que la diferencia no se
deba
al
azar
(que
la
diferencia
sea
estadsticamente
significativa).
CURSO
INFERENCIA ESTADSTICA NO
PARAMTRICA
INTEGRANTES
PRUEBA Q DE COCHRAN
Pgina 2
PRUEBA Q DE COCHRAN
Dedicatoria:
Pgina 3
PRUEBA Q DE COCHRAN
INDICE
INTRODUCCIN..5
Biografa de William G. Cochran..6
Objetivos.8
Base Terica.9
Supuestos10
Hiptesis..10
Estadstico de Prueba..10
Regla de Decisin...10
Aplicacin...10
Soluciones usando Softwares
MS EXCEL12
XLSTAT.14
SPSS....16
STATISTICA...23
UNISTAT 6.5..26
STATPLUS 2009 5.8.4. ...28
MATLAB 2009..30
OPENSTAT..32
MEDCALC....34
R-PROJECT ....36
CONCLUSIONES GENERALES...41
BIBLIOGRAFA........42
Pgina 4
PRUEBA Q DE COCHRAN
INTRODUCCIN
Pgina 5
PRUEBA Q DE COCHRAN
Pgina 6
PRUEBA Q DE COCHRAN
Cochran descubri muchos mtodos estadsticos, tales como los de inclusin o exclusin de
una variable independiente en la regresin lineal mltiple. Fue Presidente del Instituto de
Estadstica Matemtica en 1946, sucediendo a W. Edwards Deming para el puesto. En 1953, se
desempe como el presidente (48o) de la ASA, y luego como Presidente de la Sociedad
Internacional biomtrico de 1954 a 1955. En 1959, Cochran fue elegido miembro honorario
de la Real Sociedad de Estadstica; l llev a cabo una beca Guggenheim en 1964 y gan la
medalla de SS Wilks de la Asociacin Americana de Estadstica en 1967 "por sus muchas
contribuciones al avance del diseo y anlisis de experimentos y su valor para la investigacin
militar".
Desde 1957 hasta su jubilacin en 1976, Cochran trabaj en Harvard. l fue contratado para
ayudar a establecer el departamento de estadsticas de la Universidad de Harvard, una tarea
para la que l estaba bien preparado, y su ltimo cargo fue profesor emrito.
l siempre estaba disponible para sus estudiantes, sus colegas y el pblico, y con frecuencia se
busc ayuda en un problema persistente. Cuando se retir en 1976, cientos de admiradores
de todo el mundo viajaron al Club de Harvard en Boston para desearle lo mejor.
Pgina 7
PRUEBA Q DE COCHRAN
OBJETIVOS
El presente trabajo tiene los siguientes objetivos:
Pgina 8
PRUEBA Q DE COCHRAN
BASE TERICA
La prueba Q de Cochran es una extensin de la prueba de Mc Nemar ante la situacin de kmuestras dependientes o relacionadas. Esta prueba proporciona un mtodo para examinar si
tres o ms conjuntos igualados de frecuencias o proporciones difieren significativamente
entre s, es decir, evala si la respuesta de un grupo de n elementos (filas) ante un conjunto
de tratamientos o caractersticas K (columnas) es homognea, siendo la respuesta dicotmica.
La prueba de Cochran es particularmente adecuada cuando los datos estn en una escala
nominal o se han dicotomizado la informacin ordinal.
SUPUESTOS
Los datos consisten en la respuesta de r bloques a c tratamientos aplicados
independientemente.
Las respuestas son 1 para xito y 0 para fracaso (escala nominal)
Los bloques se eligen aleatoriamente de una poblacin de bloques.
Tratamientos
Bloques
Total
Y11
Y12
Y13
Y1c
Y1.
2
.
.
Y21
.
.
Y22
.
.
Y23
.
.
.
.
.
Y2c
.
.
Y2.
.
.
Yr1
Yr2
Yr3
Yrc
Yr.
Total
Y.1
Y.2
Y.3
Y.c
Donde:
1 i 1, 2...r
Yij
0 j 1, 2...c
Pgina 9
PRUEBA Q DE COCHRAN
HIPTESIS
Ho: Los tratamientos son igualmente efectivos
H1: No todos los tratamientos son igualmente efectivos
ESTADSTICO DE PRUEBA
Se eliminan los bloques donde las respuestas son solo unos o solo ceros y con la tabla
reducida se calcula:
c(c 1) Y. j 2 (c 1) N 2
j 1
cN Yi.2
c : N columnas
r : N filas
i 1
REGLA DE DECISIN
Al nmero de bloques r, se le resta el nmero de bloques donde todas las respuestas son unos
o todos ceros obteniendo
Entonces se rechaza Ho si
r , , luego si: r , c 24 y r , 4
Q 2(c1, )
APLICACIN
Un psiclogo investiga el aprendizaje simple en 15 ratas, a las que aplica cuatro tratamientos
diferentes a intervalos de un mes cada uno, para lo cual utiliza laberintos distintos. Los
tratamientos corresponden a cuatro frmacos, que segn afirman los fabricantes de los
productos, tienen capacidad para facilitar el aprendizaje.
El investigador, para evitar que por efectos acumulativos de los frmacos pudiera haber error,
al suponer que una droga administrada en el cuarto perodo incidiera en mayor aprendizaje,
INFERENCIA ESTADSTICA NO PARAMTRICA
Pgina 10
PRUEBA Q DE COCHRAN
aplica en secuencias y aleatoriamente los tratamientos, de modo que las respuestas de los
animales emitidas en el laberinto, en funcin de un perodo fijo (tiempo crtico determinado
por el experimentador), le permiten discriminar si fueron positivas (1) o negativas (0).
Identidad
de la rata
1
10
11
12
13
14
15
Pgina 11
PRUEBA Q DE COCHRAN
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
Pgina 12
PRUEBA Q DE COCHRAN
Estadstica de prueba
r'
15
N
31
c
4
r ' c 60 24 r ' 4
Valor critico
2(3,0.05) 7.814727
Conclusin
Como Q
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un
cambio significativo y al parecer las diferencias que se presentan se debe al azar.
Pgina 13
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 14
PRUEBA Q DE COCHRAN
PASO 3.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
PASO 4.
Prueba Q de Cochran (p-valor asinttico):
C (Valor observado)
6.061
C (Valor crtico)
7.815
GDL
p-valor
alfa
3
0.109
0.05
CONCLUSION
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio
significativo y al parecer las diferencias que se presentan se deben al azar.
Pgina 15
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 16
PRUEBA Q DE COCHRAN
PASO 3.
PASO 4.
Pgina 17
PRUEBA Q DE COCHRAN
PASO 5.
PASO 6.
Pgina 18
PRUEBA Q DE COCHRAN
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
PASO 7.
CONCLUSION
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio
significativo y al parecer las diferencias que se presentan se deben al azar.
SOLUCIN 2:
PASO 1.
Pgina 19
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 20
PRUEBA Q DE COCHRAN
PASO 3.
PASO 4.
Frecuencias
Valor
0
Tratam_1
Tratam_2
Tratam_3
12
Tratam_4
Pgina 21
PRUEBA Q DE COCHRAN
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
Estadsticos de contraste
N
Q de Cochran
gl
Sig. asintt.
15
6,061a
3
0,109
CONCLUSION
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un
cambio significativo y al parecer las diferencias que se presentan se deben al azar.
Pgina 22
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 23
PRUEBA Q DE COCHRAN
PASO 3.
PASO 4.
Pgina 24
PRUEBA Q DE COCHRAN
PASO 5.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
PASO 6.
CONCLUSION
Como el valor de Q = 6.061224 < 2(3,0.05) 7.814727 y la significancia es mayor que
no se rechaza la hiptesis nula con un nivel de significancia del 5%, es decir ningn
frmaco a nivel experimental en ratas produjo un cambio significativo y al parecer las
diferencias que se presentan se deben al azar.
Pgina 25
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 26
PRUEBA Q DE COCHRAN
PASO 3.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
CONCLUSION
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio
significativo y al parecer las diferencias que se presentan se deben al azar.
Pgina 27
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 28
PRUEBA Q DE COCHRAN
PASO 3.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
CONCLUSION
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio
significativo y al parecer las diferencias que se presentan se deben al azar.
Pgina 29
PRUEBA Q DE COCHRAN
PASO 1.
PASO 2.
PASO 3.
Pgina 30
PRUEBA Q DE COCHRAN
PASO 4.
PASO 5.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio
CONCLUSION:
del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio significativo
y al parecer las diferencias que se presentan se deben al azar.
Pgina 31
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 32
PRUEBA Q DE COCHRAN
PASO 3.
PASO 4.
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio
CONCLUSION:
Como el p-valu es mayor que
del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio significativo
y al parecer las diferencias que se presentan se deben al azar.
Pgina 33
PRUEBA Q DE COCHRAN
PASO 2.
Pgina 34
PRUEBA Q DE COCHRAN
PASO 3.
PASO 4.
Pgina 35
PRUEBA Q DE COCHRAN
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio
CONCLUSION
Como el valor de Q = 6.0612< 2(3,0.05) 7.814727 y la significancia es mayor que
no se
rechaza la hiptesis nula con un nivel de significancia del 5%, es decir ningn frmaco a nivel
experimental en ratas produjo un cambio significativo y al parecer las diferencias que se
presentan se deben al azar.
Pgina 36
PRUEBA Q DE COCHRAN
PASO2
cochranq.test <- function (mat)
{
k <- ncol(mat)
C <- sum(colSums(mat) ^ 2)
R <- sum(rowSums(mat) ^ 2)
T <- sum (rowSums (mat))
num <- (k - 1) * ((k * C) - (T ^ 2))
den <- (k * T) - R
Q <- num / den
df <- k - 1
names(df) <- "df"
names(Q) <- "Cochran's Q"
p.val <- pchisq(Q, df, lower = FALSE)
QVAL <- list(statistic = Q, parameter = df, p.value = p.val,
method = "Cochran's Q Test for Dependent Samples",
data.name = deparse(substitute(mat)))
class(QVAL) <- "htest"
return(QVAL)
}
data<-read.csv(file="D:/work/cochran1.csv",header=T,sep=";")
cochranq.test(data)
Pgina 37
PRUEBA Q DE COCHRAN
Hiptesis
Ho: No existe cambios en el aprendizaje de las ratas en estudio.
H1: Los frmacos favorecen al aprendizaje de las ratas en estudio.
Conclusin
Como la significancia es mayor que
significancia del 5%, es decir ningn frmaco a nivel experimental en ratas produjo un cambio
significativo y parece que se debe al azar, aun cuando en el tercer tratamiento, 12 de 15 ratas
presentaron cambio positivo. Esto seguramente ocurri debido al tamao de la muestra, y el
investigador habr de aumentar el nmero de animales para definir mejor el fenmeno.
Funcin: cochran.qtest
Nombre: Test Q de Cochran
Descripcin: Realice la prueba Q de Cochran para no replicados experimentos de diseo de
bloques al azar con una variable de respuesta binaria y emparejada de datos. Si el valor de p
de la prueba es importante, la funcin realiza comparaciones por pares mediante el uso de la
prueba de los signos de Wilcoxon.
Uso:
cochran.qtest (formula, data, alpha = 0.05, p.method = "fdr")
Pgina 38
PRUEBA Q DE COCHRAN
Argumentos:
formula una frmula de la forma a ~ b | c , donde a, b y c dar los valores de los datos y grupos
y bloques correspondientes , respectivamente. A puede ser un vector numrico o una factor
deg, con slo dos valores posibles.
data una trama de datos opcional que contiene las variables en la frmula . por
predeterminados de las variables se toman de la frmula.
alpha nivel de significancia para la prueba.
p.method mtodo para los p-valores.
method.test una cadena de caracteres indicando el nombre de la prueba global
computarizada.
data.name alternativa de una cadena de caracteres que describe la hiptesis alternativa.
estimate muestra las probabilidades estimadas.
null.value el valor de la diferencia en las probabilidades bajo la hiptesis nula , siempre 0 .
Estadsticas de prueba estadstica (prueba de Chi -cuadrado de Pearson solamente).
parameter grados de libertad de prueba (prueba de Chi-cuadrado de Pearson solamente ).
p.value p-valor de la prueba global
Pgina 39
PRUEBA Q DE COCHRAN
CONCLUSIONES GENERALES
A continuacin se muestra un cuadro comparativo con cada uno de los softwares utilizados para
resolver el ejercicio de aplicacin propuesta, con sus respectivas conclusiones a un nivel de
significancia
SOFTWARE
Valor de Q
Valor
Crtico
P-valor
g.l.
MS EXCEL
6.06122449
7.814727
XLSTAT
6.061
7.815
0.109
SPSS
6.061
0.109
STATISTICA
6.061224
0.108671
UNISTAT 6.5
6.06122
0.1088
STATPLUS 2009
5.8.4
6.0612
0.1087
MATLAB 2009
6.0612
0.1087
OPENSTAT
6.061
0.1087
MEDCALC
6.0612
0.109
6.0612
0.1087
10 R-PROJECT 3.0.1
Conclusin
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
No se rechaza Ho. Ningn frmaco a
nivel experimental en ratas produjo
un cambio significativo
Como podemos observar finalmente con todos los softwares utilizados se coincide en que no
se rechaza la hiptesis nula con un nivel de significancia del 5%, es decir ningn frmaco a
nivel experimental en ratas produjo un cambio significativo y parece que se debe al azar, aun
cuando en el tercer tratamiento, 12 de 15 ratas presentaron cambio positivo. Esto
seguramente ocurri debido al tamao de la muestra, y el investigador habr de aumentar el
nmero de animales para definir mejor el fenmeno.
INFERENCIA ESTADSTICA NO PARAMTRICA
Pgina 40
PRUEBA Q DE COCHRAN
BIBLIOGRAFA
1. Handbook of Parametric and Nonparametric Statistical Procedures: Third EditionDavid J. Sheskin
2. http://psych.unl.edu/psycrs/handcomp/hccochran.PDF
3. http://www.r-bloggers.com/cochran-q-test-for-k-related-samples-in-r/
4. http://documentation.statsoft.com/STATISTICAHelp.aspx?path=Nonparametrics/Non
parametricAnalysis/Examples/Example9CochranQTest
5. http://www.vsni.co.uk/products/genstat/htmlhelp/server/QCOCHRAN.htm
6. http://www.let.rug.nl/~nerbonne/teach/rema-stats-methseminar/presentations/Vonk-Cochrans-Q-2011-June-7.pdf
7. http://psych.unl.edu/psycrs/handcomp/hccochran.PDF
8. http://www.medcalc.org/manual/cochranq.php
9. http://psycnet.apa.org/psycinfo/1968-09703-001
10. http://www.basic.northwestern.edu/statguidefiles/cochran.html
11. http://www.quality-control-plan.com/StatGuide/cochran.htm
Pgina 41