Test de normalidad Test de homoscedasticidad de varianzas ANOVA Test de normalidad Test de homoscedasticidad de varianzas

Un tema de interés para la salud pública es si los fumadores pasivos presentan un efecto apreciable en la salud pulmonar. White y Froeb estudiaron esta pregunta midiendo función pulmonar en distintos grupos: No fumadores (NF) Fumadores pasivos (FP) Fumadores no inhalantes (NI) Fumadores ligeros (FL) Fumadores moderados (FM) Fumadores fuertes (FF) Una medida para evaluar la función pulmonar es la “forced mid-expiratory flow” (FEF). White y Froeb estaban interesados en comparar FEF en los seis grupos distintos. Ejemplo del libro “Fundamentals of Biostatistics” de Bernard Rosner, 6ta edición, cap. 12

Datos FEF para individuos fumadores y no fumadores Grupo media FEF desv stdr FEF ni NF 3.78 0.79 200 FP 3.3 0.77 NI 3.32 0.86 50 FL 3.23 0.78 FM 2.73 0.81 FF 2.59 0.82 Para cada grupo crear datos aleatorios que se distribuyan normalmente con media, desviación estándar y n escritos en la tabla. 2) Crear un set de 100 datos que se distribuyen como una exponencial y llamar a ese grupo Fumadores Genómicos (FG). 3) Con estos datos, hacer una gráfica con boxplots para cada grupo. Qué nos dice esta gráfica con respecto al ANOVA que queremos realizar?

Test de normalidad 4) Usen cualquiera de estas dos funciones para probar la normalidad de sus datos (los 7 grupos): Shapiro- Wilk: shapiro.test() Kolmogorov-Smirnoff: ks.test() Cuál es la hipótesis nula? Cuál es la alternativa? Qué p-values resultan? Qué concluyen?

Test de homoscedasticidad de varianzas 5) Usen cualquiera de estas funciones para probar la igualdad de varianzas: Con esta hagan una prueba para los 7 grupos, y luego una quitando el FG: bartlett.test() Con esta pueden hacer pruebas pareadas: var.test() Con esta, utilicen la función stack que les enseño Leo, para la entrada de datos: fligner.test() Pueden asumir homoscedasticidad de varianzas?

ANOVA Apliquen el ANOVA para los 6 grupos originales. Cuáles son su conclusiones? Apliquen el ANOVA para todos los pares posibles de grupos. Qué concluyen?

Qué hacer cuando tenemos datos que no se distribuyen como una normal? (Los genómicos no son normales…) Usar pruebas NO-PARAMETRICAS!!!! …No se lo pierdan en nuestra próxima clase!