Você está na página 1de 20

STATGRAPHICS Rev.

4/d/yyyy

ANOVA Multifactorial
Resumen
El procedimiento ANOVA Multifactorial est diseado para construir un modelo estadstico describiendo el impacto de dos o ms factores categricos Xj de una variable dependiente Y. Se realizan pruebas para determinar si hay o no diferencias significativas entre las medias a diferentes niveles de los factores y si hay o no interacciones entre los factores. Adems, los datos pueden desplegarse grficamente de varias maneras, incluyendo un grfico mltiple de dispersin, una grfica de medias y una grfica de interacciones. Este procedimiento est diseado para experimentos relativamente simples, tales como experimentos factoriales con efectos fijos. El procedimiento Modelos Lineales Generales debe ser usado para situaciones ms complicadas.

StatFolio Muestra: anova.sgp Datos de Muestra:


El archivo stresstest.sf6 contiene datos de una prueba de estrs de n = 36 individuos, reportado por Kutner et al. (1996). En el estudio, cada uno realiz sus ejercicios diarios y se registr el nmero de minutos requeridos para alcanzar un nivel predefinido de estrs. La tabla de abajo muestra una lista parcial de datos en ese archivo: Subject (Sujeto) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Body fat (Grasa corporal) baja baja baja baja baja baja baja baja baja baja baja baja baja baja baja baja baja baja alta alta Gender (Sexo) masculino masculino masculino masculino masculino masculino masculino masculino masculino femenino femenino femenino femenino femenino femenino femenino femenino femenino masculino masculino Smoking (Fumador) ninguno ninguno ninguno ligero ligero ligero pesado pesado pesado ninguno ninguno ninguno ligero ligero ligero pesado pesado pesado ninguno ninguno Minutes (Minutos) 34 32 31 27 24 23 20 21 24 25 35 26 22 22 20 15 10 13 21 20

3 individuos fueron seleccionados de 12 combinaciones de los siguientes factores: 2006 por StatPoint, Inc. ANOVA Multifactorial - 1

STATGRAPHICS Rev. 4/d/yyyy Cantidad de grasa corporal: baja o alta Sexo: masculino o femenino Historial de fumador: ligero, pesado o ninguno. El estudio es un diseo factorial replicado de 2 por 2 por 3.

Entrada de Datos
Los datos consisten en una sola columna que contiene mediciones y mltiples columnas indicando los niveles de los factores experimentales.

Variable dependiente: columna numrica que contiene las observaciones. Factores: columnas numricas o no numricas que contienen niveles identificando cada factor. Covariacin: columnas numricas opcionales que contienen valores de variables cuantitativas que varan junto con la respuesta y cuyos efectos deben ajustarse antes de comparar niveles de factores categricos. Seleccionar: subconjunto a seleccionar.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 2

STATGRAPHICS Rev. 4/d/yyyy

Resumen del Anlisis


El Resumen del Anlisis muestra el nmero de factores y el nmero total de observaciones n.
ANOVA Multifactorial - minutos
Variable dependiente: minutos Factores: grasa corporal sexo fumador Nmero de casos completos: 36

Grfico de Dispersin
El panel Grfico de Dispersin grafica por niveles los datos de un nivel seleccionado.
Dispersin por Cdigo de Nivel 40

30 minutes

20

10

0 high body fat low

Si hay muchas variables comunes, tal vez dese agregar a la grfica una pequea cantidad de jitter horizontal presionando el botn Jitter en la barra de herramientas anlisis:

Esto compensa cada punto aleatoriamente en direccin horizontal de tal forma que valores idnticos no se grafican uno encima del otro.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 3

STATGRAPHICS Rev. 4/d/yyyy


Dispersin por Cdigo de Nivel 40

30 minutes

20

10

0 high body fat low

La grfica anterior sugiere que hay tres diferencias entre individuos con alta grasa corporal e individuos con baja grasa corporal. Panel de Opciones

Factor: factor a graficar en el eje horizontal.

Tabla ANOVA
Para determinar si los factores tienen o no un efecto significativo en la variable dependiente, se realiza un anlisis de varianza. Los resultados son desplegados en la Tabla ANOVA:
Anlisis de Varianza para minutos - Suma de Cuadrados Tipo III Fuente Suma de Cuadrados Gl Cuadrado Medio EFECTOS PRINCIPALES A:grasa corporal 702.25 1 702.25 B:sexo 210.25 1 210.25 C:fumador 343.056 2 171.528 INTERACCIONES AB 2.25 1 2.25 AC 204.167 2 102.083 BC 21.5 2 10.75 RESIDUOS 230.833 26 8.87821 TOTAL (CORREGIDO) 1714.31 35 Razn-F 79.10 23.68 19.32 0.25 11.50 1.21 Valor-P 0.0000 0.0000 0.0000 0.6189 0.0003 0.3142

Todas las razones-F se basan en el cuadrado medio del error

2006 por StatPoint, Inc.

ANOVA Multifactorial - 4

STATGRAPHICS Rev. 4/d/yyyy


residual

La tabla divide la variabilidad total entre las n mediciones en varios componentes: 1. Un componente atribuible al Efecto Principal de cada factor, que mide la variabilidad entre las respuestas medias a cada nivel del factor. 2. Un componente atribuible a la Interaccin entre diferentes factores. Ocurre una interaccin si el efecto de un factor depende del nivel de otro factor. 3. Si hay Covariacin presenta un componente atribuible a cada covariacin. 4. Un componente Residual, que mide la variabilidad entre sujetos a niveles idnticos de los factores. Los F-radios son de particular importancia as como sus P-Valores asociados. P-Valores pequeos (menores que 0.05 si se opera a un nivel de significancia del 5%) corresponden a efectos significativos. En este ejemplo, todos los efectos principales son estadsticamente significativos como los es tambin la interaccin entre factores A y C (grasa corporal y fumador). Panel de Opciones El cuadro de dilogo Panel de Opciones controla cmo se calculan las F-pruebas:

Suma de Cuadrados: el tipo de descomposicin usada para calcular las sumas de cuadrados en la tabla ANOVA. La seleccin por defecto es Tipo III, que cuantifica el incremento del ANOVA Multifactorial - 5

2006 por StatPoint, Inc.

STATGRAPHICS Rev. 4/d/yyyy error en la suma de cuadrados que ocurrira si cada efecto se removiese del anlisis, dado que todos los otros efectos permanecen. En contraste, la suma de cuadrados Tipo I representa la reduccin en el error de suma de cuadrados que ocurre cuando cada variable es aadida al modelo, en el orden mostrado en la tabla ANOVA. En un experimento balanceado (un experimento con igual nmero de observaciones de todas las combinaciones de factores) tal como en este ejemplo, ambos tipos de sumas de cuadrados arrojan resultados idnticos. En casos no balanceados, habr diferencia. Tipo III es por defecto pues cuantifica la contribucin marginal de cada efecto dado que todos los dems efectos han sido computados. Trmino de Error: la media cuadrtica a usarse como denominador de la F-prueba al probar la importancia de cada efecto. En un diseo en el que todos los factores se cruzan y no son aleatorios, la seleccin de Residual es correcta. Para tipos de diseos ms complicados, el analista tal vez dese especificar otro denominador para ciertos efectos. Nota: el procedimiento Modelos Lineales Generales determina automticamente del denominador propio de muchos tipos de modelos involucrando factores aleatorios y anidados y normalmente deben usarse para analizar esos tipos de diseos experimentales.

Opciones de Anlisis
El cuadro de dilogo Opciones de Anlisis especifica las interacciones a incluirse en el anlisis.

Mximo Orden de Interaccin: nmero mximo de factores para los que se estimar una interaccin. Excluir: Presione este botn para quitar del anlisis una o ms interacciones.

Ejemplo Removiendo Interacciones Insignificantes Para remover del anlisis una o ms interacciones, presione el botn Excluir en el cuadro de dilogo Opciones de Anlisis. Esto despliega un segundo cuadro de dilogo:

2006 por StatPoint, Inc.

ANOVA Multifactorial - 6

STATGRAPHICS Rev. 4/d/yyyy

Haciendo doble clic en cualquier interaccin, esta puede moverse de derecha a izquierda o viceversa. Cualquier interaccin especificada en el campo Excluir no ser estimada. Luego de remover los dos efectos insignificantes de los datos de las pruebas de estrs, la tabla de arriba muestra los efectos remanentes:
Anlisis de Varianza para minutos - Suma de Cuadrados Tipo III Fuente Suma de Cuadrados Gl Cuadrado Medio EFECTOS PRINCIPALES A:grasa corporal 702.25 1 702.25 B:sexo 210.25 1 210.25 C:fumador 343.056 2 171.528 INTERACCIONES AC 204.167 2 102.083 RESIDUOS 254.583 29 8.77874 TOTAL (CORREGIDO) 1714.31 35 Razn-F 79.99 23.95 19.54 11.63 Valor-P 0.0000 0.0000 0.0000 0.0002

Todas las razones-F se basan en el cuadrado medio del error residual

Grfica ANOVA
La Grfica ANOVA, desarrollada por Hunter (2005), es una tcnica para desplegar grficamente la importancia de cada factor en el anlisis. Es una grfica de efectos escalados de cada factor, donde el efecto de un factor es igual a la diferencia entre la media de mnimos cuadrados para 2006 por StatPoint, Inc. ANOVA Multifactorial - 7

STATGRAPHICS Rev. 4/d/yyyy el nivel del factor y la media total estimada. Cada uno de los efectos es multiplicado por un factor escalador.

R ni T n

(1)

donde R es los grados de libertad residuales, T es los grados de libertad del efecto principal del factor, ni es igual al nmero de observaciones en el i-simo nivel del factor, y n es el nmero promedio de observaciones a todos los niveles del factor. Esto escala los efectos de tal forma que la varianza natural de los puntos en el diagrama es comparable a la de los residuales, los cuales son desplegados debajo de la grfica. La grfica para los datos de muestra se ve a continuacin:
ANOVA Grfico para minutes

smoking gender body fat high

heavy female

light

none male low

P = 0.0000 P = 0.0000 P = 0.0000

Residuos -24 -14 -4 6 16 26

En la parte derecha del display estn los P-Valores de los efectos principales, tomados de la tabla ANOVA. Comparando la variabilidad entre los efectos del tratamiento en la grfica anterior y los residuales, es fcil ver que todos los factores muestran diferencias de una magnitud mayor que la que podra atribuirse solamente a error experimental. Dependiendo de la localizacin relativa de los efectos, podra ser posible en algunos casos identificar visualmente qu niveles son diferentes significativamente de qu otros, lo cual se hace formalmente con las Pruebas de Rangos Mltiples descrita a continuacin.

Pruebas de Rangos Mltiples


Para factores que muestran P-Valores significativos en la tabla ANOVA y que no interactan con otros factores, se puede realizar un anlisis posterior seleccionando las Pruebas de Rangos Mltiples.
Contraste Mltiple de Rangos para minutos por sexo Mtodo: 95.0 porcentaje LSD

2006 por StatPoint, Inc.

ANOVA Multifactorial - 8

STATGRAPHICS Rev. 4/d/yyyy


sexo Casos femenino 18 masculino 18 Media LS 16.7222 21.5556 Sigma LS 0.698361 0.698361 Grupos Homogneos X X

Contraste femenino masculino

Sig. *

Diferencia -4.83333

+/- Lmites 2.01994

* indica una diferencia significativa.

La mitad de arriba de la tabla despliega cada uno de los estimadores medios de mnimos cuadrados en orden creciente de magnitud. Muestra: Conteo el nmero de observaciones al nivel especificado del factor. LS Media la media estimada por mnimos cuadrados. En el caso de un diseo balanceado, la media de mnimos cuadrados es equivalente al promedio de todas las observaciones al nivel indicado. En diseos no balanceados, la media de mnimos cuadrados es el valor predicho de la variable dependiente cuando el factor especificado se fija a un nivel particular mientras los dems factores se fijan a sus niveles medios. Las medias de mnimos cuadrados ajusta cualquier desbalanceo en los datos, haciendo predicciones a un nivel comn para todos los factores. LS Sigma el error estndar estimado de la media de mnimos cuadrados. ANOVA Multifactorial - 9

2006 por StatPoint, Inc.

STATGRAPHICS Rev. 4/d/yyyy Grupos homogneos una ilustracin grfica de cules medias son significativamente diferentes de cules, basada en los contrastes desplegados en la segunda mitad de la tabla. Cada columna de Xs indica un grupo de medias entre las que no hay diferencias estadsticamente significativas. En el ejemplo hay 2 columnas, cada una conteniendo una sola X, indicando que los dos sexos caen en grupos significativamente diferentes.

La segunda mitad de la tabla despliega una comparacin entre cada par de medias de nivel. Diferencia la diferencia entre las dos medias de mnimos cuadrados. Lmites un estimador de intervalo de esa diferencia, usando el procedimiento seleccionado de mltiples comparaciones. Sig. Se pone un asterisco junto a cualquier diferencia que sea estadsticamente significativamente diferente de 0 al nivel de significancia seleccionado, i.e., cualquier intervalo que no contenga al 0.

Panel de Opciones

Mtodo: el mtodo usado para hacer las comparaciones mltiples. Factor: el factor a desplegarse. Nivel de Confianza: el nivel de confianza usado por el procedimiento seleccionado de comparaciones mltiples.

Los mtodos disponibles son: LSD - forma un intervalo de confianza para cada par de medias al nivel de confianza seleccionado, usando la distribucin t de Student. Este procedimiento se le atribuye a 2006 por StatPoint, Inc. ANOVA Multifactorial - 10

STATGRAPHICS Rev. 4/d/yyyy Fisher y se conoce como el procedimiento Diferencia Menos Significativa, pues la magnitud de los lmites indica la menor diferencia entre dos medias cualesquiera que puedan representar una diferencia estadsticamente significativa. Slo debe usarse cuando la F-prueba de la tabla ANOVA indique diferencias significativas entre las medias muestrales Tukey HSD ensancha los intervalos para permitir comparaciones mltiples entre todos los pares de medias usando la t de Tukey. Tukey llam a su procedimiento el de Diferencia Honestamente Significativa ya que controla la tasa de error experimental a . Si todas las medias son iguales, la probabilidad de declarar a cualquiera de los pares como significativamente diferentes en todo el experimento es igual a . El procedimiento de Tukey es ms conservador que el procedimiento LSD de Fisher, pues hace ms difcil declarar cualquier par particular de medias como significativamente diferentes. Scheffe diseado para permitir la estimacin de todos los posibles contrastes entre las medias muestrales (no solo en comparaciones por pares). Usa una mltiple relacionada con la distribucin F. En esta instancia, es probable que el procedimiento sea muy conservador, pues slo se estn estimando pares. Bonferroni diseado para permitir la estimacin de cualquier nmero preseleccionado de contrastes. Estos lmites son usualmente ms anchos que los de Tukey cuando se hacen todas las comparaciones por pares. Student-Newman-Keuls A diferencia de los mtodos previos, ste no crea intervalos para las diferencias por pares. En vez de eso, ordena las medias en orden creciente y luego comienza a separarlas en grupos de acuerdo a valores del rango distribucin Studentizada. Eventualmente, las medias se separan en grupos homogneos en los que no hay diferencias significativas. Duncan similar al procedimiento Student-Newman-Keuls, excepto que usa un valor crtico distinto al rango de la distribucin Studentizada al definir los grupos homogneos. Una discusin detallada de los procedimientos de Duncan y de Student-Newman-Keuls la dan Milliken y Johnson (1992)

Esto slo debe usarse cuando la F-prueba en la tabla ANOVA indique diferencias significativas entre las medias muestrales. La probabilidad de hacer un error Tipo I aplica a cada par de medias de manera separada. Si se hace ms de una comparacin, la probabilidad total de llamar al menos a un par de medias significativamente diferentes cuando no lo son puede ser considerablemente mayor que . La eleccin entre un procedimiento LCD y uno de mltiples comparaciones como el HSD de Tukey debe depender del costo relativo de hacer un error Tipo I (llamar diferentes a un par de medias que realmente no lo son) contra el costo de hacer un error Tipo II (no llamar diferentes a un par de medias que s lo sean). En las primeras etapas de una investigacin, tal vez uno no quiera ser tan conservador como cuando ya se han hecho las verificaciones finales

2006 por StatPoint, Inc.

ANOVA Multifactorial - 11

STATGRAPHICS Rev. 4/d/yyyy

Tabla de Medias
Esta tabla despliega las medias de mnimos cuadrados para cada nivel de los factores y para pares de niveles de cualquier interaccin bifactorial incluida. Cada media se muestra junto a su error estimado estndar y un intervalo de confianza:
Tabla de Medias por Mnimos Cuadrados para minutos con intervalos de confianza del 95.0 % Error Lmite Lmite Nivel Casos Media Est. Inferior Superior MEDIA GLOBAL 36 19.1389 grasa corporal alta 18 14.7222 0.698361 13.2939 16.1505 baja 18 23.5556 0.698361 22.1272 24.9839 sexo femenino 18 16.7222 0.698361 15.2939 18.1505 masculino 18 21.5556 0.698361 20.1272 22.9839 fumador pesado 12 15.6667 0.855314 13.9174 17.416 ligero 12 18.5833 0.855314 16.834 20.3326 ninguno 12 23.1667 0.855314 21.4174 24.916 grasa corporal por fumador alta,pesado 6 14.1667 1.2096 11.6928 16.6406 alta,ligero 6 14.1667 1.2096 11.6928 16.6406 alta,ninguno 6 15.8333 1.2096 13.3594 18.3072 baja,pesado 6 17.1667 1.2096 14.6928 19.6406 baja,ligero 6 23.0 1.2096 20.5261 25.4739 baja,ninguno 6 30.5 1.2096 28.0261 32.9739

Panel de Opciones

Nivel de Confianza: el nivel de confianza asociado a cada intervalo.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 12

STATGRAPHICS Rev. 4/d/yyyy

Grfica de Medias
Las medias de nivel pueden graficarse junto a intervalos de incertidumbreMedias y 95.0% de Fisher LSD 25 23 21 minutes 19 17 15 13 high body fat low

El tipo de intervalo desplegado depende de las configuraciones del Panel de Opciones. Si todos los tamaos de muestra son los mismos (o cercanos), el analista puede determinar cules medias son significativamente diferentes de cules otras usando los procedimientos LSD, Tukey, Scheffe o Bonferroni simplemente viendo si un par de intervalos se traslapan en direccin vertical o no. Un par de intervalos que no se traslapan indica una diferencia estadsticamente significativa entre las medias al nivel de confianza seleccionado. En este caso, note que el intervalo para alta grasa corporal no se traslapa con el intervalo de baja grasa corporal, indicando una diferencia estadsticamente significativa entre las medias a esos dos niveles.

Panel de Opciones

2006 por StatPoint, Inc.

ANOVA Multifactorial - 13

STATGRAPHICS Rev. 4/d/yyyy Intervalos: el mtodo usado para construir los intervalos. Factor: el factor a graficarse. Nivel de Confianza: el nivel de confianza asociado a cada intervalo.

Los tipos de intervalos que pueden ser seleccionados. Intervalos de Confianza despliega intervalos de confianza para las medias de nivel usando el error cuadrtico medio de la tabla ANOVA. Intervalos LSD diseados para comparar cualquier par de medias con el nivel de confianza establecido. Intervalos HSD Tukey diseados para comparar todos los pares de medias. El nivel de confianza establecido aplica para toda la familia de comparaciones par a par. Intervalos Scheffe diseados para comparar todos los contrastes. No son muy relevantes aqu. Intervalos Bonferroni diseados para comparar un nmero seleccionado de contrastes. Los intervalos de Tukey son usualmente ms ajustados.

Grfica de Interaccin
Cuando existan una o ms interacciones significativas, deben examinarse juntas usando la Grfica de Interaccin.

Grfico de Interacciones 32 29 26 minutes 23 20 17 14 heavy light smoking none body fat high low

La grfica de interaccin despliega las medias por mnimos cuadrados en todas las combinaciones de dos factores. Si los factores no interactan, las lneas en la grfica deben ser aproximadamente paralelas. Si no, entonces el efecto de un factor depende del nivel de otro, que es la definicin de interaccin. 2006 por StatPoint, Inc. ANOVA Multifactorial - 14

STATGRAPHICS Rev. 4/d/yyyy Note que el efecto de fumador es mucho mayor en individuos con baja grasa corporal que en aquellos con alta grasa corporal.

Panel de Opciones

Intervalo el tipo de intervalo (si hay) a ponerse alrededor de cada media. Nivel de Confianza el nivel de confianza del intervalo. Interaccin la interaccin a graficarse. Se desplegar un punto mostrando el valor medio predicho para cada combinacin de factores en la interaccin seleccionada. Graficar en Ejes el factor de la interaccin seleccionada que ser utilizada para definir el eje horizontal. Lneas separadas se retirarn de cada nivel del otro factor.

Ejemplo Grfica de Interaccin con Intervalos Tukey Aadir intervalos Tukey HSD permite una comparacin por pares entre las seis combinaciones de fumador y grasa corporal:

2006 por StatPoint, Inc.

ANOVA Multifactorial - 15

STATGRAPHICS Rev. 4/d/yyyy

Interacciones y 95.0% de Tukey HSD 35 31 27 minutes 23 19 15 11 high body fat low smoking heavy light none

Examinando el traslape de los intervalos, tres grupos homogneos son identificables: Grupo 1: individuos no-fumador, baja grasa corporal, cuyos tiempos en la prueba son significativamente ms largos que los de los dems individuos.

Grupo 2: individuos ligero-fumador, baja grasa corporal, cuyos tiempos en la prueba son menores que los del Grupo 1, pero significativamente mayores que los de otros. Grupo 3: los dems. Note que todos sus intervalos se traslapan, indicando que no hay diferencias estadsticamente significativas entre los individuos restantes.

Grficas de Residuales
Como en todo modelo estadstico, es una buena costumbre examinar los residuales. Los residuales son iguales a los datos observados menos los valores predichos por el modelo estadstico subyacente. El procedimiento ANOVA Multifactorial crea 3 grficas de residuales: 1. contra nivel de factor. 2. contra valor predicho. 3. contra nmero de observacin. Residuales contra Nivel de Factor Esta grfica es de ayuda para visualizar cualquier diferencia en la variabilidad de varios niveles de un factor.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 16

STATGRAPHICS Rev. 4/d/yyyy


Grfico de Residuos para minutes 8 5 residuos 2 -1 -4 -7 heavy light smoking none

El residual promedio de cada nivel es igual a 0.

Panel de Opciones

Factor: factor a desplegarse en el eje horizontal.

Residuales contra Predicho Esta grfica es de ayuda para detectar cualquier heteroescedasticidad en los datos.
Grfico de Residuos para minutes 8 5 residuos 2 -1 -4 -7 0 10 20 predichos 30 40

2006 por StatPoint, Inc.

ANOVA Multifactorial - 17

STATGRAPHICS Rev. 4/d/yyyy La heteroescedasticidad ocurre cuando la variabilidad de los datos cambia como lo hace la media, y puede necesitarse transformar los datos antes de realizar el ANOVA. Usualmente es evidenciado por un patrn de forma de embudo en la grfica de residuales. Residuales contra Observacin Esta grfica muestra los residuales contra el nmero de fila en la hoja de datos:
Grfico de Residuos para minutes 8 5 residuos 2 -1 -4 -7 0 10 20 nmero de fila 30 40

Si los datos se arreglan en orden cronolgico, cualquier patrn de los datos puede indicar una influencia exterior. No es evidente ningn patrn as en la grfica de arriba.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 18

STATGRAPHICS Rev. 4/d/yyyy

Guardar Resultados
Los siguientes resultados pueden guardarse en la hoja de datos: 1. Recuentos por Nivel el nmero de observaciones a cada nivel de los factores y a cada par de factores. 2. Medias por Nivel la respuesta media a cada nivel de factores y a cada par de factores. 3. Errores Estndar por Nivel el error estndar a cada nivel de factores. 4. Medias de Mnimos Cuadrados la media por mnimos cuadrados a cada nivel de factores. 5. Residuos los n residuales.

Clculos Modelo Estadstico Para ajustar un modelo a los datos, STATGRAPHICS construye una matriz de n por p de variables X independientes. La matriz incluye: Una columna de 1s para representar una constante. Variables indicatrices para cada factor. Para un factor con k niveles, k 1 variables indicatrices se construyen. La j-sima variable indicadora para un factor contiene el valor 1 para cada observacin igual al j-simo nivel del factor, -1 para cada observacin igual al ksimo nivel y 0 para cualquier otro caso. Una columna conteniendo los valores de cada covariacin, si hay. Productos cruz de las variables indicadoras y las columnas covariadas para representar cualquier interaccin.

Entonces se ajusta un modelo usando estimacin lineal de mnimos cuadrados:

= ( X X ) 1 X Y

(2)

Medias por Mnimos Cuadrados Las medias por mnimos cuadrados son la respuesta predicha

= X ( X X ) 1 X Y Y p p

(3)

donde X p es el vector de variables independientes en las que cada variable indicadora correspondiente a factores no incluidos en el efecto especificado se fija a 0 y cada covariacin se fija a su nivel medio observado.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 19

STATGRAPHICS Rev. 4/d/yyyy


Errores Estndar Estimados a partir de

s.e. p =

1 X p X p MSE ( X X )

(4)

donde MSE es igual al error cuadrtico medio en la tabla ANOVA.

Procedimientos de Comparaciones Mltiples Vea la documentacin ANOVA de una va.

2006 por StatPoint, Inc.

ANOVA Multifactorial - 20