Para qué sirve el ANOVA de Welch
El ANOVA de Welch compara las medias de tres o más grupos sin suponer igualdad de varianzas. El ANOVA clásico de un factor agrupa las varianzas de todos los grupos: cuando sus desviaciones típicas difieren, sobre todo con tamaños desiguales, sus valores p pueden quedar muy distorsionados. La versión de Welch pondera cada grupo por su precisión, n ÷ s², y ajusta los grados de libertad. Muchos estadísticos la recomiendan ya por defecto, igual que el test t de Welch para dos grupos.
Las fórmulas
Para cada grupo i, el peso vale wᵢ = nᵢ ÷ sᵢ², y la media global ponderada x̄w = Σwᵢx̄ᵢ ÷ Σwᵢ. Después:
- A = Σwᵢ(x̄ᵢ − x̄w)² ÷ (k − 1);
- Λ = Σ(1 − wᵢ ÷ Σw)² ÷ (nᵢ − 1);
- F = A ÷ (1 + 2(k − 2)Λ ÷ (k² − 1));
- grados de libertad: k − 1 y (k² − 1) ÷ (3Λ).
El valor p se lee en la distribución F de Fisher-Snedecor con esos grados de libertad, en general no enteros.
Ejemplo
Tres grupos de 10, con medias 20, 23 y 25 y desviaciones típicas 4, 5 y 4,5 (los mismos datos que la calculadora del ANOVA de un factor):
- media global ponderada: 22,42;
- F de Welch ≈ 3,41, con 2 y unos 17,9 grados de libertad;
- p ≈ 0,056: no significativo con un umbral del 5 %.
El ANOVA clásico da F = 3,10 y p ≈ 0,061. Con tamaños iguales y desviaciones típicas parecidas, los dos tests concuerdan; divergen cuando un grupo pequeño tiene una varianza grande.
Cuándo importa la diferencia
- Si los grupos pequeños tienen las mayores desviaciones típicas, el ANOVA clásico produce demasiados falsos positivos.
- Si los grupos grandes tienen las mayores desviaciones típicas, se vuelve demasiado conservador.
- El ANOVA de Welch mantiene un riesgo de error cercano al umbral anunciado en ambos casos.
Un cociente entre la mayor y la menor desviación típica superior a 2 aproximadamente, que muestra la calculadora, es una señal de alerta habitual.
Tras un resultado significativo
Continúa con comparaciones dos a dos que también toleren varianzas desiguales, como el test de Games-Howell, o con tests t de Welch con una corrección de Holm. En R, la función oneway.test realiza por defecto el ANOVA de Welch.
Condiciones de aplicación
- Grupos independientes.
- Datos aproximadamente normales en cada grupo; el ANOVA de Welch es robusto ante desviaciones moderadas, sobre todo a partir de 10 observaciones por grupo.
- Al menos 2 observaciones por grupo; los grupos muy pequeños hacen inestables los grados de libertad.
Para datos muy asimétricos o puntuaciones ordinales, el test de Kruskal-Wallis es una alternativa, que supone, sin embargo, distribuciones de forma parecida.