Stests: librería de R para realizar pruebas de hipótesis multivariadas

Abstract

La igualdad entre dos vectores de medias que provienen de poblaciones normales multivariadas puede evaluarse mediante la prueba T2 de Hotelling, la cual es una generalización de la prueba t de Student en el contexto multivariado. Sin embargo, cuando el supuesto de igualdad entre las dos matrices de covarianza no se cumple, el desempeño de la prueba puede verse afectada, dando lugar a conclusiones incorrectas. Esta investigación presenta 11 pruebas alternativas implementadas por el paquete stests en R para evaluar la potencia estadística. Se llevó a cabo un estudio de simulación Monte Carlo en el cual se estudian factores como el tamaño de muestra, la distancia entre los vectores de medias y un factor escalar entre las matrices de covarianza. Del estudio se encontró que la tasa de rechazos de la hipótesis nula (H0) aumenta cuando hay una mayor discrepancia entre los dos vectores de media y cuando el tamaño de muestra aumenta. Por el contrario, a medida que aumenta el factor escalar entre las matrices de covarianza, disminuye la tasa de rechazos. Los resultados demuestran que todas las pruebas desarrolladas en el paquete stests, que abordan el problema multivariado de Behrens-Fisher, son plausibles para comparar dos vectores de medias.