Você está na página 1de 4

ANLISIS DE LA VARIANZA CON UN FACTOR (ANOVA) ANOVA con un factor al modelo (lineal) en el que la variable analizada la hacemos depender

de un slo factor de tal manera que las causas de su variabilidad son englobadas en una componente aleatoria que se

denomina error experimental. Nivel de Significancia: Probabilidad de rechazar la hiptesis nula. Un valor entre 0 1, usualmente 0.05 0.01 Grados de Libertad y Valor Crtico (n-1) Segn los grados de libertad (numerador y denominador) se ubica el valor crtico en la tabla G. Caractersticas y Supuestos implcitos Compara 3 o ms medias poblacionales si son iguales. Evita la propagacin del error. Las muestras provienen de poblaciones con una distribucin normal. Las desviaciones estndar de las poblaciones son iguales. Las muestras son independientes. El Anova requiere el cumplimiento los siguientes supuestos:

Las

poblaciones

(distribuciones

de

probabilidad

de

la

variable

dependiente correspondiente a cada factor) son normales.

Las K muestras sobre las que se aplican los tratamientos son independientes.

Las poblaciones tienen todas igual varianza (homoscedasticidad: la varianza de los errores es constante).

Correlacin estadstica La correlacin estadstica determina la relacin o dependencia que existe entre las dos variables que intervienen en una distribucin bidimensional. Es decir, determinar si los cambios en una de las variables influyen en los cambios de la otra. En caso de que suceda, diremos que las variables estn correlacionadas o que hay correlacin entre ellas. Coeficiente de correlacin El coeficiente de correlacin lineal se expresa mediante la letra r. Propiedades 1. El coeficiente de correlacin no vara al hacerlo la escala de medicin.

Es decir, si expresamos la altura en metros o en centmetros el coeficiente de correlacin no vara. 2. El signo del coeficiente de correlacin es el mismo que el de

la covarianza. Si la covarianza es positiva, la correlacin es directa. Si la covarianza es negativa, la correlacin es inversa. Si la covarianza es nula, no existe correlacin. 3. El coeficiente de correlacin lineal es un nmero real comprendido entre menos 1 y 1. 1 r 1 4. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es fuerte e inversa, y ser tanto ms fuerte cuanto ms se aproxime r a 1. 5. Si el coeficiente de correlacin lineal toma valores cercanos a 1 la correlacin es fuerte y directa, y ser tanto ms fuerte cuanto ms se aproxime r a 1. 6. Si el coeficiente de correlacin lineal toma valores cercanos a 0, la correlacin es dbil. 7. Si r = 1 1, los puntos de la nube estn sobre la recta creciente o decreciente. Entre ambas variables hay dependencia funcional. Regresin Recta de regresin de Y sobre X La recta de regresin de Y sobre X se utiliza para estimar los valores de la Y a partir de los de la X. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable X.

La recta de regresin pasa por el punto

llamado centro de gravedad.

Recta de regresin de X sobre Y La recta de regresin de X sobre Y se utiliza para estimar los valores de la X a partir de los de la Y. La pendiente de la recta es el cociente entre la covarianza y la varianza de la variable Y.

Si la correlacin es nula, r = 0, las rectas de regresin son perpendiculares entre s, y sus ecuaciones son: y= x=

Você também pode gostar