Se utiliza un ANOVA de una vía para determinar si existe o no una diferencia estadísticamente significativa entre las medias de tres o más grupos independientes.
Este tipo de prueba se llama ANOVA unidireccional porque estamos analizando cómo una variable predictora impacta una variable de respuesta. Si en cambio estuviéramos interesados en cómo dos variables predictoras impactan en una variable de respuesta, podríamos realizar un ANOVA de dos vías .
Este tutorial explica cómo realizar un ANOVA unidireccional en Stata.
Ejemplo: ANOVA unidireccional en Stata
En este ejemplo usaremos el conjunto de datos integrado de Stata llamado sistólico para realizar un ANOVA unidireccional. Este conjunto de datos contiene las siguientes tres variables para 58 individuos diferentes:
- Droga usada
- Enfermedad del paciente
- Cambio en la presión arterial sistólica
Usaremos los siguientes pasos para realizar un ANOVA unidireccional para averiguar si el tipo de fármaco utilizado provoca un impacto significativo en el cambio en la presión arterial sistólica.
Paso 1: cargue los datos.
Primero, cargue los datos escribiendo webuse systolic en el cuadro de comando y haciendo clic en Enter.
Paso 2: ver los datos sin procesar.
Antes de realizar un ANOVA unidireccional, primero veamos los datos sin procesar. En la barra de menú superior, vaya a Datos> Editor de datos> Editor de datos (Examinar) . Esto nos mostrará los datos reales de los 58 pacientes:
Paso 3: Visualice los datos.
A continuación, visualicemos los datos. Crearemos diagramas de caja para ver la distribución de los valores de presión arterial sistólica para cada categoría de fármaco.
A lo largo de la barra de menú superior, vaya a Gráficos> Diagrama de caja . En variables, elija Sistólica:
Luego, en el subtítulo Categorías bajo Variable de agrupación, elija medicamento:
Haga clic en Aceptar . Se mostrará automáticamente un gráfico con cuatro diagramas de caja:
Podemos ver inmediatamente que la distribución de los cambios en la presión arterial sistólica varía entre las categorías de fármacos, pero un ANOVA unidireccional nos dirá si estas diferencias son estadísticamente significativas.
Paso 4: Realice un ANOVA unidireccional.
A lo largo de la barra de menú superior, vaya a Estadísticas> Modelos lineales y relacionados> ANOVA / MANOVA> ANOVA unidireccional .
En variable de respuesta, elija sistólica. En la variable de factor, elija fármaco. Luego haga clic en la casilla junto a Producir tabla de resumen para que podamos ver algunas estadísticas descriptivas básicas para cada grupo. Luego haga clic en Aceptar .
Se mostrará la siguiente salida:
El estadístico F es 9.09 y el valor p correspondiente es 0.0001 . Dado que el valor p es menor que alfa = 0.05, podemos rechazar la hipótesis nula de que el cambio medio en la presión arterial sistólica para cada grupo es igual.
En otras palabras, existe una diferencia estadísticamente significativa en el cambio medio en la presión arterial sistólica entre al menos dos de los grupos de fármacos.
Paso 5: Realice múltiples pruebas de comparación.
A continuación, podemos realizar varias pruebas de comparación para averiguar qué medias de grupo son diferentes entre sí.
En la barra de menú superior, vaya a Estadísticas> Resúmenes, tablas y pruebas> Resumen y estadísticas descriptivas> Comparaciones de medias por pares .
En Variable, elija la variable de respuesta sistólica . En Over, elija la variable explicativa fármaco . Para el ajuste de comparaciones múltiples, elija el método de Tukey .
Luego, bajo el subtítulo de Informes, haga clic en el botón junto a las tablas de efectos y marque la casilla junto a Mostrar la tabla de efectos con intervalos de confianza y valores p . Luego haga clic en Aceptar .
Se mostrarán los siguientes resultados:
Cada fila representa una comparación entre dos grupos de fármacos específicos. Por ejemplo, la primera fila compara el cambio de presión arterial sistólica media entre el grupo de fármacos 2 y el grupo de fármacos 1. El valor p para esta comparación es 0,999 , que es extremadamente alto y no menor que 0,05. Esto significa que no hay una diferencia estadísticamente significativa entre los grupos de fármacos 1 y 2.
Sin embargo, podemos ver que los valores p para las siguientes comparaciones son todos menores de 0.05:
- droga 3 vs 1 | valor p = 0,001
- droga 4 vs 1 | valor p = 0,010
- droga 3 vs 2 | valor p = 0,001
- droga 4 vs. 2 | valor p = 0,015
Esto significa que la diferencia en el cambio medio de la presión arterial sistólica es estadísticamente significativa entre cada uno de estos grupos.
Paso 6: Informe los resultados.
Por último, informaremos los resultados de nuestro análisis ANOVA de una vía. A continuación, se muestra un ejemplo de cómo hacerlo:
Se realizó un ANOVA de una vía para determinar si cuatro tipos diferentes de fármacos tenían diferentes impactos en la presión arterial sistólica.
La siguiente tabla resume la cantidad de participantes en cada grupo junto con el cambio medio en la presión arterial sistólica y la desviación estándar en la presión arterial sistólica para cada grupo:
Un ANOVA de una vía reveló que había una diferencia estadísticamente significativa entre al menos dos grupos (F (3, 54) = 9.09, p = 0.001).
La prueba de Tukey para comparaciones múltiples encontró que el cambio en la presión arterial sistólica fue estadísticamente significativamente mayor para el fármaco 3 en comparación con el fármaco 1 (17,32 +/- 4,15, p = 0,001), para el fármaco 3 en comparación con el fármaco 2 (16,78 +/- 4,15, p = 0,001), para el fármaco 4 en comparación con el fármaco 1 (12,57 +/- 3,85, p = 0,010), y para el fármaco 4 en comparación con el fármaco 2 (12,03 +/- 3,85, p = 0,015).
No hubo diferencias estadísticamente significativas entre los grupos de fármacos 1 y 2 (.533 +/- 3,91, p = 0,999) o entre los grupos de fármacos 3 y 4 (4,75 +/- 4,09, p = 0,654).
- https://r-project.org
- https://www.python.org/
- https://www.stata.com/
