The adequacy of different robust statistical tests in comparing two independent groups

• Maribel Peró-Cebollero ^[1] ; Joan Guàrdia-Olmos ^[1]
  1. [1] Universitat de Barcelona

     Universitat de Barcelona

     Barcelona, España

     
• Localización: Psicológica: Revista de metodología y psicología experimental, ISSN-e 1576-8597, ISSN 0211-2159, Vol. 34, Nº 2, 2013, págs. 407-424
• Idioma: inglés
• Títulos paralelos:
  • Estudio de la adecuación de diferentes pruebas estadísticas robustas para la comparación de dos grupos independientes
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    En el presente estudio, se evalúan diferentes pruebas estadísticas robustas para la comparación de dos grupos independientes. Se han generado dos escenarios de simulación: uno para igualdad de medias poblacionales y otro para desigualdad. Para cada escenario se han utilizado 33 condiciones experimentales manipulando los valores de tamaño de muestra, desviación estándar y asimetría. Para cada condición, se han generado 5000 replicaciones por grupo. Los resultados obtenidos muestran una tasa adecuada de error tipo I pero la potencia asociada a los intervalos de confianza no es adecuada. En general, para los dos escenarios estudiados (diferencias y no diferencias de medias poblacionales) en las diferentes condiciones analizadas, la prueba U de Mann-Whitney es la que presenta el mejor rendimiento, y un poco peor la prueba t de Yuen-Welch.

  • English

    In the current study, we evaluated various robust statistical methods for comparing two independent groups. Two scenarios for simulation were generated: one of equality and another of population mean differences. In each of the scenarios, 33 experimental conditions were used as a function of sample size, standard deviation and asymmetry. For each condition, 5000 replications per group were generated. The results obtained by this study show an adequate type error I rate but not a high power for the confidence intervals. In general, for the two scenarios studied (mean population differences and not mean population differences) in the different conditions analysed, the Mann-Whitney U-test demonstrated strong performance, and a little worse the t-test of Yuen-Welch.