Verificación de los supuestos del modelo La validez de los resultados obtenidos en cualquier análisis de varianza queda supeditada a que los supuestos del modelo se cumplan. Estos supuestos son: A) Normalidad B) Varianza constante (igual varianza de los tratamientos) C) Independencia

Esto es, la respuesta (Y) se debe distribuir de manera normal, con la misma varianza en cada tratamiento y las mediciones deben ser independientes. Estos supuestos sobre Y se traducen en supuestos sobre el termino error ( ε ) en el modelo

Es una práctica común utilizar la muestra de residuos para comprobar los supuestos del modelo, ya que si los supuestos se cumplen, los residuos o residuales se pueden ver como una muestra aleatoria de una distribución normal con media cero y varianza constante.

Los residuos “e i j” , se definen como la diferencia entre la respuesta observada (Yij) y la respuesta predicha por el modelo (Ῡij), lo cual permite hacer un diagnóstico más directo de la calidad del modelo, ya que su magnitud señala qué tan bien describe a los datos del modelo. Veamos Recordemos que el modelo que se espera describa los datos en el DCA está dada por:

Cuando se realiza el ANOVA, y sólo cuando éste resulta significativo, entonces se procede a estimar el modelo ajustado o modelo de trabajo dado por:

Los gorros indican que son estimadores, es decir, valores calculados a partir de los datos del experimento. El término del error desaparece del modelo estimado, por el hecho de que su valor esperado es igual a cero (E(εij) = 0

Como la media global se estima con .. el efecto del tratamiento con el modelo ajustado del DCA se puede escribir como:

Para comprobar cada supuesto existen pruebas analíticas y gráficas que veremos a continuación. Por sencillez, muchas veces se prefieren las pruebas gráficas. Éstas tienen el inconveniente de que no son exactas, pero aun así , en la mayoría de las situaciones prácticas proporcionan la evidencia suficiente en contra o a favor de los supuestos.

Normalidad

Un procedimiento gráfico para verificar el cumplimiento del supuesto de normalidad de los residuos consiste en graficar los residuos en papel o en la gráfica de probabilidad normal que se incluye casi en todos los paquetes estadísticos. Esta gráfica del tipo X-Y tiene las escalas de tal manera que si los residuos siguen una distribución normal, al graficarlos tienden a quedar alineados en una línea recta; por lo tanto, si claramente no se alinean se concluye que el supuesto de normalidad no es correcto. Cabe enfatizar el hecho de que el ajuste de los puntos a una recta no tiene que ser perfecto, dado que el análisis de varianza resiste pequeñas y moderadas desviaciones al supuesto de normalidad.

Varianza constante

Una forma de verificar el supuesto de varianza constante (o que los tratamientos tienen la misma varianza) es graficado los predichos contra residuos , por lo general va en el eje horizontal y los residuos en el eje vertical. Si los puntos en esta gráfica se distribuyen de manera aleatoria en una banda horizontal (sin ningún patrón claro y contundente), entonces es señal d que se cumple el supuesto de que los tratamientos tienen igual varianza. Por el contrario, si se distribuyen con algún patrón claro y contundente, como por ejemplo una forma de corneta o embudo, entonces es señal de que no se está cumpliendo el supuesto de varianza constante.

Independencia

La suposición de independencia en los residuos puede verificarse si se grafica el orden en que se colectó un dato contra el residuo correspondiente. De esta manera, si al graficar

en el eje horizontal el tiempo (orden de corrida) y en el eje vertical los residuos,