Jorge Iván Velez, Juan Carlos Correa Morales
El análisis e interpretación de datos multivariados se facilita enormemente si las variables son independientes. En la práctica, este supuesto se verifica a traves de una prueba de independencia completa. Proponemos una nueva prueba de independencia completa basada en la tasa de falsos descubrimientos (FDR, en inglés), y reportamos los resultados de un estudio de simulación en el que se comparan los niveles de significancia real de esta propuesta y otras pruebas comunmente utilizadas. Encontramos que el nivel de significancia real solo se mantiene por debajo del te ́orico para la prueba basada en la FDR, y que este es independiente del tamaño de muestra y el número de variables. Finalmente, ilustramos nuestra propuestacon dos ejemplos.
Analysis and interpretation of multivariate data is largely facilitated if the variables are independent. In the practice, this supposition is verified through a test for complete independence. We propose a new test for complete independence based on the false discovery rate (FDR), and report the results of a simulation study which compares the real significance levels of this proposal and other tests generally used. We found that the real significance level only remains under the theoretical one for the test based on FDR, and that this is regardless the size of the sample and number of variables. Finally, we illustrate our proposal with two examples.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados