Page 96 - Introducción a la Bioestadística con R

¿Hay que rechazar la hipótesis nula? ¿Hay algún tipo de tratamiento que haya tenido efecto?
Kruskal-Wallis Test.
La prueba Kruskal-Wallis es la alternativa no paramétrica a la ANOVA tipo I, y es en cierto modo la continuación del Wilcoxon test cuando contamos con más de dos grupos. Este tipo de análisis se emplea cuando no se cumplen los supuestos de la ANOVA. Recuerda que, si tus datos no están normalmente distribuidos, siempre puedes probar a hacer una normalización por ejemplo usando la función log10() antes que tener que recurrir a una prueba no paramétrica.
Las condiciones que deben cumplirse en un Kruskal-Wallis son:
1. Que la varianza entre grupos (homocedasticidad) sea comparable.
2. La distribución no tiene que ser normal, pero sí que tiene que ser igual entre todos los
grupos. Por ejemplo, todos los grupos tienen simetría hacia la izquierda. Si la varianza no es homogénea la prueba indicada es la ANOVA con corrección de Welch.
El comando que se utiliza es el siguiente:
mi_modelo <- kruskal.test(Y∼A, data = my_data)
Donde “Y” es tu variable dependiente y “A” tu variable independiente. Podemos eliminar el argumento “data” siempre y cuando hayamos adjuntados los datos inicialmente.
Introducción a la Bioestadística con R
92