Repblica de Venezuela

Universidad Rafael Belloso Chacin

Ctedra: Estadstica II

ANLISIS DE VARIANZA

Maracaibo, 25 de Octubre de 2.002

Esquema
1.- Anlisis de Varianza.
2.- Tipos de Diseo Experimental
2.1.- Modelo Balanceado.
2.2.- Modelo no Balanceado.
2.3.- Diseo de bloques completos aleatorizados.

2.4.- Diseo de Cuadrado Latino.

1) Anlisis de Varianza: Es una tcnica que se usa para comprobar

si existen diferencias significativas entre los promedios de los
tratamientos.
2) Tipos de Diseo Experimental
2.1) Diseos completamente Aleatorios: Supondremos que el
experimentador cuenta con los resultados de k muestras aleatorias
independientes, cada una de tamao n, de k diferentes poblaciones;

y le interesa probar la hiptesis que las medias de esas k poblaciones

son toas iguales. Si denotamos j-esima observacin en la i-esima
muestra por Yij, el esquema general para un criterio de clasificacin
es como sigue:
Medias
Muestra 1: Y11, Y12,...., Y1j, ....... Y1
Muestra 2: Y21, Y22,...., Y2j, ....... Y2
.
.
.
.
.
.
.
.
.
Muestra i: Yk1, Yi2,...., Yij, ........ Yi
.
.
.
.
.
.
Muestra a: Yk1, Yk2,...., Ykj, ....... Yk / Y
Modelo Estadstico Lineal (Balanceado):
Yij = + Ti + Eij
Yij = Valor de la psima observacin ubicada en el psimo
tratamiento.
= Promedio General
Ti = Efecto del isimo tratamiento
Bj = Efecto de jsimo tratamiento
Eij = Variacin de las observaciones ubicada en el psimo bloque,
utilizando el isimo tratamiento.

Hipotesis:
Ho: 1= 2=..... = k
H1: No todas is son iguales
Nivel de significacin:
= 0.05 0.01
Estadstico de Prueba:
F = S1/S

Regla de Decisin:
Si f>f [(k-1), (k (n-1) ) ]

se rechaza Ho

Tomar una muestra y llegar a una decisin.

Suma de Cuadrados
STC = Suma total de cuadrado
STC = Yij - Y..
n.k
SCT = Suma de cuadrados de los tratamientos
SCT = Yi - Y..
n

n.k

SCE =Suma de cuadrado del error

SCE = STC-SCT
Cuadrados Medios
S1= Cuadrado medio de los tratamientos
S1= SCT
k-1
S = Cuadrado medio del error
S = SCE
K(n-1)
Fuente de
variacin
Tratamiento
Error
Total

Suma de
cuadrados
SCT
SCE
STC

Grados de
libertad
K-1
K(n-1)
n(K-1)

2.2) Modelo no Balanceado:

Hipotesis:
Ho: 1= 2=..... = k
H1: No todas is son iguales
Nivel de significacin:
= 0.05 0.01
Estadstico de Prueba:

Cuadros
Medios
S1
S

Valor de
F
F=S1/S

F = S1/ S
Regla de Decisin:
Si f>f [(k-1), (k (n-1) ) ]

se rechaza Ho

Tomar una muestra y llegar a una decisin.

Suma de Cuadrados
STC = Suma total de cuadrado
STC = Yij - Y..
N
N = Numero total de observaciones
SCT = Suma de cuadrados de los tratamientos
SCT = Yi - Y..
ni

SCE = Suma de cuadrado del error

SCE = STC-SCT
Cuadrados Medios
S1= Cuadrado medio de los tratamientos
S1= SCT
k-1
S = Cuadrado medio del error
S = SCE
N-K
Fuente de
Suma de Grados de Cuadros Valor de
variacin cuadrados
libertad
Medios
F
Tratamiento
SCT
K-1
S1
Error
SCE
N-k
S
F=S1/S
Total
STC
n-1
2.3) Diseo de Bloques Aleatorios: La estimacin de variable
aleatoria a menudo puede reducirse, esto es , liberarse de la
variabilidad debida a causas extraas, dividiendo las observaciones
de cada clasificacin en bloques. Conviniendo en que Yij denote la
observacin relativa al i-esimo bloque Yi. la media de las b
observaciones para el i-esimo tratamiento, Y.j la media de las a
observaciones en el j-esimo bloque y Y.. la gran media de las ab

observaciones, empleamos el siguiente esquema en esta clase de

clasificacin con dos criterios:
Bloques
B1

B2 .......Bj ....Bh

Medias

Tratamiento 1: Y11, Y12,...., Y1j, .......Y1h

Y1.

Tratamiento 2: Y21, Y22,...., Y2j, .......Y2h

Y2.

.
.
.
.
.
.
.
.
.
Tratamiento i: Yk1, Yi2,...., Yij, ........Yih
.
.
.
.
.
.
Tratamiento a: Ya1, Ya2,...., Yaj, ....... Yah
Medias

Y.1

Y.2

Y.j .......

Y.h

Yi.

Ya.
Y..

Este tipo de esquema se denomina tambin diseo en bloques

aleatorios, siempre que los tratamientos sean asignados el azar
dentro de cada bloque. Ntese que cuando un punto se usa en lugar
de un subndice, esto significa que la moda se obtiene sumando sobre
l. En el anlisis de clasificacin con dos criterios cada tratamiento es
representado una vez dentro de cada bloque, el bloque principal
consiste en probar la significancia de las diferencias entre las Yi., o
sea probar la hiptesis nula

1 = 2 = ..... = a = 0

Mas aun , quiz convenga probar si la divisin en bloques ha

sido eficaz, esto es, si la hiptesis nula

1 = 2 = ..... = b = 0

puede rechazarse. En cualquier caso, la hiptesis alterna establece

que al menos uno de los efectos no es cero.
Yij= + Ti + Eij
Yij = Valor de la i-sima observacin ubicada en el i-simo
tratamiento.

= Promedio General
Ti = Efecto del i-simo tratamiento
Bj = Efecto de j-simo tratamiento
Eij = Variacin de las observaciones ubicada en el psimo bloque,
utilizando el i-simo tratamiento.
B = Cantidad de bloques
Y.. = Suma de todas las observaciones
Yi. = Suma de todas las observaciones por tratamiento
Y.j = Suma de todas las observaciones por bloques.
Anlisis de Varianza
Hiptesis:
Ho: 1= 2=..... = k
H1: no todas ks son iguales
Ho: 1= 2=..... = j
H1: no todas js son iguales
Nivel de significacin:
= 0.05 0.01
Estadstico de Prueba:
F1= S1/S ; F2= S2/S
Regla de Decisin:
Si f>f [(k-1), (k (n-1) (b-1)) ]

se rechaza Ho

Tomar una muestra y llegar a una decisin.

Suma de Cuadrados
STC = Suma total de cuadrado
STC = Yij - Y..
n.b
SCT = Suma de cuadrados de los tratamientos
SCT = Yi - Y..
b

b.k

SCB = Suma de cuadrados de los bloques

SCB = Y.j - Y..

k
b. k
SCE = Suma de cuadrado del error
SCE = STC- SCT- SCB
Cuadrados Medios
S1= Cuadrado medio de los tratamientos
S1=SCT
S2= SCB
k-1
b-1
S = Cuadrado medio del error
S = SCE____
(K-1)(b-1)
Fuente de
variacin
Tratamiento
Error
Bloques
Total

Suma de
cuadrados
SCT
SCB
STE
STC

Grados de
libertad
K-1
b-1
(k-1)(b-1)
B k-1

Cuadros
Medios
S1
S

Valor de
F
F = S1/S
F2=S2/S

2.4) Diseo a Cuadros Latinos: El diseo en bloques aleatorios es

adecuado cuando una fuente de variabilidad extraa se elimina
comparando un conjunto de medias muestrales. Una Caracterstica
importante de este tipo de diseo es su balance, que se logra
asignando el mismo numero de observaciones a cada tratamiento de
cada bloque. La misma clase de balance puede lograrse en otros tipos
de diseo mas complicados, en los cuales es conveniente eliminar el
efecto de varias fuentes extraas de variabilidad. Con el fin de
comparar tres tratamientos, A, B, C, en presencia de otras fuentes de
variabilidad. Por ejemplo, los tres tratamientos pueden ser mtodos
de soldadura para conductores elctricos, y las dos fuentes extraas
de variabilidad pueden ser diferentes

operadores

aplicando la

soldadura y la utilizacin de diversos fundentes para soldar. Si tres

operadores y tres fundentes para soldar. Si tres operadores y tres
fundentes son considerados, el experimento podra disponerse segn
el patrn siguiente:
Fund.1

Fund. 2

Fund. 3

Operador1

A
C
B

Operador2
Operador3

B
A
C

C
B
A

Aqu cada mtodo de soldadura se aplica una sola vez por cada
operador junto con cada fundente, y si existiesen efectos sistemticos
debido a diferencias entre los operadores o entre los fundentes,
dichos

efectos

estaran

presentes

de

igual

manera

en

cada

tratamiento, esto es, en cada mtodo de soldadura.

4x4
A
B
C
D

B
C
D
A

5x5
C
D
A
B

A
B
C
D
E

D
E
B
C

B
A
D
E
C

C
E
A
B
D

D
C
E
A
B

E
D
B
C
A

Un arreglo experimental como el que se describi se denomina

cuadrado latino. Un cuadrado latino n x n es un arreglo cuadrado de n
distintas, las cuales aparecen solo una vez en cada rengln y en cada
columna.
Un experimento de cuadrado latino sin repeticin da solo (n-1)
(n-2) grados de libertad para estimar el error experimental. As, tales
experimentos son efectuados en contadas ocasiones sin repeticin
cuando n es pequea, esto es, sin repetir el patrn completo de
cuadrado varias veces.
Modelo Estadstico Lineal
Yij = + Ti + Bj + rk + Eijk
Yijk

valor

de

la

i-sima

observacin

ubicada

en

k-sima columna con la j-esima fila usando el i-esimo tratamiento.

= Promedio General

la

Ti = Efecto del isimo tratamiento

Bj = Efecto de la j-sima columna
Rk = efecto de la k-esima fila
Eijk = Variacin de las observaciones ubicada en la k-sima columna,
con la j-esima fila, usando el i-esimo tratamiento.
Anlisis de Varianza
Hiptesis:
Ho: 1= 2=..... = i
H1: no todas is son iguales
Ho: 1= 2=..... = j
H1: no todas js son iguales
Ho: 1= 2=..... = k
H1: no todas ks son iguales
Nivel de significacin:
= 0.05 0.01
Estadstico de Prueba:
F1= S1/S ; F2= S2/S ; F3= S3/S
Regla de Decisin:
Si f>f [(r-1) ; (r-2) (r-1)]

se rechaza Ho

Tomar una muestra y llegar a una decisin.

Suma de Cuadrados
STC = Suma total de cuadrado
STC = Yijk - Y..
r
SCT = Suma de cuadrados de los tratamientos
SCT = Yi.. - Y..
r
r
SCF = Suma de cuadrados de las filas
SCF = Y.j - Y...
r
r
SCC = Suma de cuadrados de las columnas

SCC = Y...k - Y...

r

SCE = Suma de cuadrado del error

SCE = STC- SCT- SCE - SCC
Cuadrados Medios
S1= Cuadrado medio de los tratamientos
S1= SCT
r-1

S2= SCF
r-1

S3= SCC
r-1

S = Cuadrado medio del error

S = SCE____
(r-2)(r-1)
Fuente de
variacin
Tratamiento
Filas
Bloques
Error
Total

Suma de
cuadrados
SCT
SCF
SCC
STE
STC

Grados de
libertad
r-1
r-1
r-1
(r-2)(r-1)
r-1

Cuadros
Medios
S1
S2
S3

Valor de
F
F1=S1/S
F2=S2/S
F3=S3/S