Análisis de Varianzas

Chapter 11
11-1
Mtodos Estadsticos III
Anlisis de Varianza
Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall
11-1
Esquema de seleccin de pruebas estadsticas cuando

la variable dependiente es continua u ordinal
Si
1 Grupo
Prueba Z para la media

Si
n > = 30
Prueba T para la media
Distribucin
normal
No
Prueba del signo para la mediana
No
Si
Si
Nmero
de
grupos
2 Grupos
Prueba Z para la diferencia de medias

Si
Si
Varianzas
iguales
n > = 30
No
No
Distribuci
n normal
Independientes
No
Prueba Z para la media de la diferencia

en datos apareados
n > = 30
Si
No
Distribucin
normal
No
Si
3 a ms Grupos
Independientes
No
Prueba T con ajuste

de grados de libertad
Prueba de Mann-Whitney para

comparacin de poblaciones
No
Si
Prueba T para
diferencia de medias
Distribucin
normal c/varianzas semejantes
Distribucin
normal c/varianzas semejantes
Si
No
Si
No
Prueba T para la media de la

diferencia en datos apareados
Prueba del signo o de Wilcoxon
para datos apareados
ANVA - Comparacin de tratamientos

Prueba de Kruskal-Wallis - Comparac. de Trat.
ANVA en Bloque - Comparac. de Tratam.
Prueba de Friedman - Comparac. de Tratam.
Basic Business Statistics, 10/e
2006 Prentice Hall, Inc.
Chapter 11
11-2
Esquema de seleccin de pruebas estadsticas para medir

relacin entre variables
Continua
Escala de
medicin
para ambas
variables
Coeficiente de correlacin lineal de Pearson
Ordinal y/o
numrica
Coeficiente de Correlacin por rangos de Spearman
Si
Nominal
Cada variable
tiene dos
categoras
(tablas 2x2)
No
- Prueba Ji-Cuadrado (Coeficiente )

- Riesgo Relativo (Estudios de cohorte)
- Odds Ratio (Estudios de Casos-control)
- Coeficiente de concordancia Kappa
(Comparacin de mtodos)
Prueba Ji-Cuadrado para Independencia

de variables (Coeficiente de
Contingencia)
Hiptesis estadstica segn

Nmero de grupo y tipo de variable
Chapter 11
11-3
Objetivos
El estudiante ser capaz de:
Revisar Caractersticas de la distribucin F

Realizar un test de hiptesis para determinar si las varianzas de las
poblaciones son iguales
Los conceptos bsicos de anlisis de experimentos
Como usar una anlisis de varianza de una va para probar la

diferencia entre medias de varias poblaciones, tambin referidos
como grupos.
Como usar el anlisis de varianza de dos vas e interpretar el
efecto de interaccin.
Como realizar comparaciones mltiples en un anlisis de
varianza de una o dos vas.
11-5
Caractersticas de la Distribucin F
Hay una familia de

Di t ib i
Distribuciones
F
F.
Cada miembro de la familia es
determinado por dos
parmetros: los grados de
libertad del numerador y los
grados de libertad del
denominador.
F no puede ser negativa y es
contnua
F es sesgada positivamente
Sus valores son de 0 a
Si F La curva se
aproxima al eje X
6 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall
Chapter 11
11-4
Comparando dos varianzas

poblacionales
La F es usada para la prueba de hipotesis que nos dice que la
varianza de una poblacin normal es igual a la varianza de otra
poblacin normal. Los siguientes ejemplos muestran el uso de la
prueba:
Dos mquinas producen barras metlicas. Las barras, entonces,
deben tener la misma longitud. Queremos asegurar que adems
de tener la misma media, tienen la misma variacin.
La media de la tasa de inters en dos tipos comunes de stocks
pueden ser la misma, pero podran tener variaciones en una ms
que la otra.
Un estudio de una compaa de peridicos encontr que los
hombres y las mujeres gastan alrrededor del mismo tiempo por da
leyendo el peridico. Sin embargo, el mismo reporte indic que
haba el doble de variacin en el tiempo de lectura por da entre
hombres y mujeres.
Prueba de hiptesis
11-8
Chapter 11
11-5
Ejemplo de Test para varianzas

iguales
Lammers Limos ofrece servicios de limosinas. Se est analizando
una ruta desde el City Hall hasta otro centro de atencin. Sean
Lammers, presidente de la compaa, est considerando en dos
rutas. Una es va la U.S. 25 y otra la I-75. Quiere estudiar el tiempo
que tomara al centro de atencin y entonces comparar los
resultados. Se tomaron los siguientes datos en minutos.
Usando el .10 nivel de significancia, hay una diferencia en la
variacin en el tiempo de manejo entre las dos rutas?
Test para varianzas iguales Ejemplos

Paso 1: Las hiptesis son:
H0: 12 = 12
H1: 12 12
Paso 2: Nivel de significancia es del .05.
Paso 3: La prueba es sobre la distribucin F.
Chapter 11
11-6
F Table for alpha=.025
Test para varianzas iguales Ejemplo
Paso 4: Establecer la regla de decisin.

Rechazar H0 si F > F/2,v1,v2
F > F.05/2,7-1,8-1
F > F.025,6,7
Test para varianzas iguales Ejemplo

Step 5: Calcule el valor de F y tome una decisin
La decisin es NO rechazar la hiptesis nula, porque la Fcalculada

(4.23) es mayor que el valor crtico (5.19).
Se concluye que NO hay una diferencia de los tiempos de manejo.
Chapter 11
11-7
Resmen
Anlisis de Varianza(ANOVA)
Una-va
ANOVA
F-test
TukeyKramer
Comparacines
mltiples
Diseo
de Bloques
Aleatorizados
Dos-vas
ANOVA
Tukey Comparaciones
mltiples
Efectos de
Interaccin
Tukey comparacones
mltiples
Levene Test
Homogeneidad
De Varianza
11-13
Hiptesis estadstica segn

Nmero de grupo y tipo de variable
Chapter 11
11-8
ANOVA
Investigador controla uno o ms factores de inters

Cada factor contiene dos o ms niveles
Niveles pueden ser categricos o numricos
Diferentes niveles producen diferentes grupos
Pensar de cada grupo como una muestra desde una
poblacin diferente.
Obser e los efectos en variables
Observe
ariables dependientes
Son los grupos los mismos?
Diseo experimental: El plan usado para tomar datos
11-15
Diseo completamente
aleatorizado
Unidades experimentales
p
((sujetos)
j
) Son
asignados aleatoriamente a grupos.
Solo un factor o variable independiente
Sujetos son asumidos homogeneos

Con 2 o ms niveles
Analizados por la variables de varianza de un

factor. (ANOVA)
11-16
Chapter 11
11-9
Anlisis de Varianza de Una-Va
Evaluar la diferencia entre las medias de 3 o ms

grupos
Ejemplos: Tasa de accidentes entre 1st, 2nd, y 3rd turno
Millaje esperado para diferentes marcas de neumticos.
Se asume:
Poblaciones son normalmente distribudas
Poblaciones tienen igual varianza
Muestras son aleatorias e independientes
11-17
Hiptesis ANOVA una va
H0 : 1 = 2 = 3 = L = c
Todas las medias poblacionales son iguales

i.e., No hay efectos de factores (No hay variacin de
medias entre grupos)
H1: No todas las medias poblacionales son iguales
Al menos una media poblacional es diferente
i.e., Hay un efecto de factores
No significa que todas las medias poblacionales son

iguales (Algunos pares pueden ser iguales)
11-18
Chapter 11
11-10
One-Way ANOVA
H0 : 1 = 2 = 3 = L = c
H1 : No todas j son iguales
La hiptesis nula es verdadera
Todas las medias son iguales:
(No hay efecto factores)
1 = 2 = 3
11-19
Una va ANOVA
H0 : 1 = 2 = 3 = L = c
H1 : No
N todas
t d j son las
l mismas
i
La hiptesis nula no es verdadera
Al menos una de las medias es diferente
(efecto de factores est presente)
1 = 2 3
1 2 3
11-20
Chapter 11
11-11
Dividiendo la variacin total
La variacin total p
puede ser separada
p
en:
SST = SSA + SSW

SST = Suma total de los cuadrados
(Variacin Total)
SSA = Suma
S
d
de cuadrados
d d entre
t grupos
(Variacin entre grupos)
SSW = Suma de cuadrados en los grupos
(Variacin en los grupos)
11-21
Dividiendo la variacin
SST = SSA + SSW
Variacin Total = La variacin agregada de la variacin de
los datos individuales a travs de varios niveles de
factores. (SST)
Variacin entre grupos= Variaciones entre las medias de
los grupos (SSA)
Variacin en los grupos= Variacin que existen entre
los valores de los datos en un nivel particular del
factor. (SSW)
11-22
Chapter 11
11-12
Dividiendo la variacin total

Variacin Total (SST)
Variacin debido
al factor (SSA)
Variacin debido al error

aleatorio (SSW)
11-23
Suma total de cuadrados

SST = SSA + SSW
c
nj
SST = ( Xij X)2

donde:
j=1 i=1
SST = Suma total de cuadrados

c = nmero de grupos o niveles
nj = numero de observaciones en grupo j
Xij = ith observacin desde el grupo j
X = gran media (Media de todos los datos)
11-24
Chapter 11
11-13
Variacin Total
SST = ( X 11 X ) 2 + ( X 12 X ) 2 + + ( X cn X ) 2
c
Response, X
X
Group 1
Group 2
Group 3
11-25
Variacin entre grupos

SST = SSA + SSW
c
SSA = n j ( X j X)2
Donde:
j =1
SSA = Suma de cuadrados entre grupos

c = nmero de grupos
nj = tamao muestral del grupo j
Xj = Media muestral del grupo j
X = gran media(media de todos los valores)
11-26
Chapter 11
11-14

c
SSA = n j ( X j X)2
j =1
MSA =
Variacin debida a la
diferencia entre los grupos
SSA
c 1
Media cuadrado entre

grupos= SSA/grados de
libertad
11-27
SSA = n 1 (X1 X) 2 + n 2 (X 2 X) 2 + + n c (X c X) 2
Response, X
X3
X1
Group 1
Group 2
X2
Group 3
11-28
Chapter 11
11-15
Variacin en los grupos

SST = SSA + SSW
c
SSW =
j =1
nj
i =1
( Xij X j )2
Donde:
SSW = Suma del cuadrado entre grupos

c = numero de grupos
nj = tamao muestral grupo j
Xj = media muestral grupo j
Xij = ith observacin del grupo j
11-29
Variacin en el grupo
c
SSW =
j =1
nj
i =1
( Xij X j )2
Sumando la variacin entre

grupos y entonces
aadiendo la variacin en
los grupos
MSW =
SSW
nc
Cuadrado medio en los

grupos= SSW/grados de
libertad
j
11-30
Chapter 11
11-16
SSW = (X11 X1 ) 2 + (X12 X 2 ) 2 + + (X cn c X c ) 2

Response, X
X2
X1
Group 1
Group 2
X3
Group 3
11-31
Obteniendo la media de
cuadrados
Las medias de cuadrados son obtenidas al dividir las
sumas de cuadrados p
por sus g
grados de libertad.
MSA =
SSA
c 1
Media de cuadrados entre

(d.f. = c-1)
MSW =
SSW
nc
Media de cuadrados dentro

(d.f. = n-c)
MST =
SST
n 1
Media de cuadrados Total

(d.f. = n-1)
11-32
Chapter 11
11-17
One-Way ANOVA Table

Grados de
lib t d
libertad
Fuente de
variacin
Suma de Media cuadrados

(Varianza)
cuadrados
d d
Entre
grupos
c-1
En los
grupos
n-c
SSW
Total
n1
SST
SSA
SSA
c-1
SSW
MSW =
n-c
MSA =
FSTAT =
MSA
MSW
c = nmero de grupos
n = suma del tamao muestral de todos los grupos
df = grados de libertad
11-33
Una va ANOVA
F Test
H0: 1= 2 = = c
H1: Al menos d
dos medias
di son dif
diferentes
t
Test estadstico
FSTAT =
MSA
MSW
MSA es la media de cuadrados entre g

grupos
p
MSW media de cuadrados dentro de grupos
Grados de libertad
df1 = c 1 (c = Nmero de grupos)

df2 = n c (n = suma de los tamaos muestrales para todas la
poblaciones)
11-34
Chapter 11
11-18
Interpretando ANOVA de una va

F Statistic
El F statistic la razn de la varianza

estimada
ti d entre
t (tratamientos)
(t t i t ) y la
l varianza
i
estimada dentro (error)
Esta razn siempre ser positiva

df1 = c -1 ser pequeo
df2 = n - c ser mayor
Regla
R
l d
de d
decisin:
i i
Rechazar H0 si FSTAT >
F, de lo contrario no
rechazar H0
No
rechazar
H0
Rechazar
H0
11-35
ANOVA
F Test - Ejemplo
Se quiere ver si 3 diferentes
clubes tienen diferentes
distancias de juego.
Selecciona 5 medidas de las
mquinas automticas. Al
0.05 alpha, hay alguna
diferencia entre las
distancias medias?
Club 1
254
263
241
237
251
Club 2
234
218
235
227
216
Club 3
200
222
197
206
204
11-36
Chapter 11
11-19
ANOVA Ejemplo: Scatter Plot

Club 1
254
263
241
237
251
Club 2
234
218
235
227
216
Club 3
200
222
197
206
204
Distance
270
260
250
240
230
X1
220
210
x1 = 249.2 x 2 = 226.0 x 3 = 205.8
200
x = 227.0
190
X2
2
Club
X3
3
11-37
ANOVA Clculos
Club 1
254
263
241
237
251
Club 2
234
218
235
227
216
Club 3
200
222
197
206
204
X1 = 249.2
n1 = 5
X2 = 226.0
n2 = 5
X3 = 205.8
n3 = 5
X = 227.0
n = 15
c=3
SSA = 5 (249.2 227)2 + 5 (226 227)2 + 5 (205.8 227)2 = 4716.4

SSW = (254 249.2)2 + (263 249.2)2 ++ (204 205.8)2 = 1119.6
MSA = 4716.4 / (3-1) = 2358.2
MSW = 1119.6 / (15-3) = 93.3
F STAT
2358.2
93.3
= 25.275
11-38
Chapter 11
11-20
ANOVA Solucin
Test estadstico:
H0: 1 = 2 = 3
H1: j not all equal
= 0.05
df1= 2
df2 = 12
FSTAT =
MSA 2358.2
=
= 25.275
MSW
93.3
Decisin:
Valor
Crtico:
Rechazar H0 at = 0.05
F = 3.89
Conclusin:
Hay evidencia que al
menos una j difiere del
Rechazar H
F = 3.89
FSTAT = 25.275 resto
= .05
No
rechazar
H0
11-39
ANOVA
Excel Salida de Datos
SUMMARY
Groups
Count
Club 1
Sum
1246
Average
Variance
249.2
108.2
Club 2
1130
226
77.5
Club 3
1029
205.8
94.2
ANOVA
Fuente de
Variacin
SS
df
MS
Entre
grupos
(trat.)
4716.4
2358.2
Dentro de
grupos
(error)
1119.6
12
93.3
Total
5836.0
14
Fcalc
25.275
P-value
4.99E-05
F crit
3.89
11-40
Chapter 11
11-21
Ejemplo
Joyce
y Kuhlman q
quiere comparar
p
p
productividad,, medido como el
nmero de clientes servidos, de 3 empleados. Cuatro das son
aleatoriamente seleccionados y el nmero de clientes servidos por
cada empleado es tomado. Los resultados son los siguientes:
Grfico
Chapter 11
11-22
Otro ejemplo Excel
Se estn evaluando 4 compaas con

sus ndices de servicios
respectivos, los cuales se dan en
la tabla a continuacin. Existe una
diferencia en la media de
satisfaccin al cliente tomada
entre las 4 aerolneas
Use el .01 nivel de significancia.
Procedimiento Tukey-Kramer
Nos dice cuales medias poblacionales son

significativamente diferente
e.g.: 1 = 2 3
Se lo realiza despus del rechazo de medias iguales
en ANOVA
Permite comparaciones pareadas
Compara diferencia de medias absolutas con un

valor crtico.
1= 2
x
11-44
Chapter 11
11-23
Tukey-Kramer Critical Range
Rango Crtico = Q
MSW 1
1
+
2 n j n j'
donde:
Q =
Valor crtico de cola superior de una

Distribucin Studentizada con c and n - c
grados de libertad (Apndice E.10)
MSW = Media cuadrada dentro de los grupos
nj y nj = Tamaos muestrales de j y j
11-45
Tukey-Kramer: Ejemplo DCOVA

Club 1
254
263
241
237
251
Club 2
234
218
235
227
216
1. Calcular las diferencias

absolutas de las medias:
Club 3
200
222
197
206
204
x1 x 2 = 249.2 226.0 = 23.2

x1 x 3 = 249.2 205.8 = 43.4
x 2 x 3 = 226.0 205.8 = 20.2
2 Encontrar el Q de la tabla E
2.
E.10
10 con
c = 3 y (n c) = (15 3) = 12 grados de libertad:
Q = 3.77
11-46
Chapter 11
11-24
The Tukey-Kramer Procedure:

Example
(continued)
DCOVA
3. Calcular el rango crtico:

Critical Range = Q
MSW 1
1
93.3 1 1
+
= 3.77
+ = 16.285
2 n j n j'
2 5 5
4. Compare:
5. Todas las diferencias de las medias
absolutas son mayores que el rango
crtico Entonces existe una diferencia
crtico.
significativa entre medias al 5% de
significancia. As, con el 95% podemos
concluir que la distancias medias para el club

1 es mayor que el club 2 y 3, y la del club 2 es
mayor que el club 3.
x1 x 2 = 23.2
x1 x 3 = 43.4
43 4
x 2 x 3 = 20.2
11-47
ANOVA asume lo siguiente:
Aleatoriedad e independencia
p
Normalidad
Seleccionar muestras aleatorias de los grupos c (o

aleatoriamente asignar los niveles)
Las muestras vienen de una distribucin normal
Homogeneidad de varianza
Todas las muestras tienen la misma varianza

Puede ser probado con el Test de Levene
11-48
Chapter 11
11-25
ANOVA
Levene Test
Prueba la igualdad
g
de las variqanzas
q
Primero, las hiptesis nula y alterna:
DCOVA
H0: 21 = 22 = =2c
H1: No todas las 2j son iguales
Segundo, Calcular el valor absoluto de las diferencias

entre cada valor y la media de cada grupo.
Tercero realizar la ANOVA de una va sobre estas
Tercero,
diferencias absolutas.
11-49
Levene Test
Ejemplo
DCOVA
H0: 21 = 22 = 23
H1: No todas 2j son iguales
Calcular Medianas
Club 1
Club 2
Calcular Diferencias absolutas
Club 3
Club 1
Club 2
Club 3
237
216
197
14
11
241
218
200
10
251
227
204 Mediana
254
234
206
263
235
222
12
18
11-50
Chapter 11
11-26
Test de Levine - Ejemplo

Anova: Single Factor
SUMMARY
Groups
Count
Sum Average Variance
Club 1
39
7.8
36.2
Club 2
35
17.5
Club 3
31
6.2
50.2
Pvalue
Source of Variation
Between Groups
Within Groups
Total
SS
df
6.4
415.6
12
422
14
MS
3.2 0.092
F crit
0.912 3.885
34.6
Siendo el
valor de p
mayor que
0.05 No
hay
suficiente
evidencia
para
concluir
que existe
diferencia
entre las
varianzas 11-51
Diseo Factorial:
ANOVA de Dos-vas
Examina el efecto de:
Dos factores de inters sobre la variable

dependiente
Interaccin entre la diferencia de niveles de
estos dos factores
DCOVA
11-52
Chapter 11
11-27
ANOVA Dos vas

(continued)
DCOVA
Se asume
Poblaciones normales
Poblaciones tienen igual varianza
Muestras aleatorias independientes

p
son tomadas
11-53
ANOVA Dos vas

Fuentes de Variacin
Dos factores de inters: A y B
r = numero de niveles del factor A
c = nmero de niveles del factor B
n = nmero de rplicas para cada celda
n = nmero total de observaciones en todas
las celdas. n = (r)(c)(n)
Xijk = valor de la observacin kth del nivel i
del factor A y nivel j del factor B
11-54
Chapter 11
11-28
ANOVA Dos vas

Fuentes de variacin
SST = SSA + SSB + SSAB + SSE
SSA
Variacin Factor A
SSB
SST
Total Variation
Variacin Factor B
SSAB
n-1
g.d.l:
r1
c1
Variacin debido
a interaccin entre A and B
(r 1)(c 1)
SSE
rc(n 1)
Variacin Aleatoria (Error)

11-55
ANOVA Dos vas - Ecuaciones

Variacin Total:
SST = ( Xijk X)2

i =1 j=1 k =1
Variacin Factor A :
SSA = cn ( Xi.. X)2

i 1
i=
Variacin Factor B:
SSB = rn ( X. j. X)2
j=1
11-56
Chapter 11
11-29
Variacin de la
interaccin:
SSAB = n ( Xij. Xi.. X.j. + X)2

i=1 j=1
Suma del cuadrado de

errores:
SSE = ( Xijk Xij. )2

i=1 j=1 k =1
11-57

r
Donde:
c
X i.. =
X=
j =1 k =1
rcn
X . j. =
= Gran
G
M di
Media
X
i =1 k =1
rn
j
ijk
= Media de jth del factor B (j = 1, 2, ..., c)
X ijk
= Media de celdas ij
n
ijk
= Media de i th nivel del factor A (i = 1, 2, ..., r)

r
k =1
i =1 j =1 k =1
ijk
cn
X ij . =
r = numero de niveles del factor A

c = numero de niveles del factor B
n = nmero de rplicas en cada celda
11-58
Chapter 11
11-30
Cuadrados Medios
MSA = Media de los cuadrados factor A =
MSB = Media de cuadrados factor B =
SSA
r 1
SSB
c 1
MSAB = Media cuadrados interaccion =

MSE = Media cuadrado del error =
SSAB
(r 1)(c 1)
SSE
rc(n'1)
11-59
ANOVA Dos vas:

F Test estadstica
F Test para efecto del Factor A
H0: 1..= 2.. = 3..= = r..

H1: No todas i.. Son
iguales
F STAT
F STAT
H0: La interaccin de A y B es
igual a cero
Rechazar H0
Si FSTAT > F
MSB
MSE
Rechazar H0
Si FSTAT > F
F Test para efecto interaccin
H1: La interaccin de A and B no F STAT

es cero
MSA
MSE
F Test para efecto del Factor B
H0: .1. = .2. = .3.= = .c.

H1: No todas .j. son
iguales
g
MSAB
MSE
Rechazar H0
Si FSTAT > F
11-60
Chapter 11
11-31
ANOVA Dos vas

Tabla de Resmen
Source of
V i ti
Variation
Sum of
Squares
S
Degrees of
F
Freedom
d
Factor A
SSA
r1
Factor B
SSB
c1
AB
(Interaction)
SSAB
(r 1)(c 1)
Error
SSE
rc(n 1)
Total
SST
n1
Mean
Squares
S
MSA
= SSA /(r 1)
MSB
= SSB /(c 1)
MSAB
= SSAB / (r 1)(c 1)
F
MSA
MSE
MSB
MSE
MSAB
MSE
MSE =
SSE/rc(n 1)
11-61
Caractersticas del anlisis ANOVA de 2

vas
F Test
Grados de libertad
n-1 = rc(n-1) + (r-1) + (c-1) + (r-1)(c-1)
Total = error + factor A + factor B + interaccin
Los denominadores del F Test siempre son los

mismos, pero los numeradores son diferentes
L suma d
La
de cuadrado,
d d siempre
i
es:
SST = SSE + SSA + SSB + SSAB
Total = error + factor A + factor B + interaction
11-62
Chapter 11
11-32
Ejemplos:
Interaccin vs. No Interaccin
No interaccin: Linea
de segmentos son
paralelos
Interaccin est
presente: algunos
segmentos no son
paralelos
Factor B Level 3
Factor B Level 2
Factor A Levels
Response
Mean R
Factor B Level 1
Mean Response
Factor B Level 1
Factor B Level 2
Factor B Level 3
Factor A Levels
11-63
Comparaciones mltiples:
Procedimiento de Tukey
DCOVA
Si hay una interaccin significativa, se puede

determinar los niveles que son significativamente
diferentes usando el procedimiento de Tukey.
Considere todas las diferencias de medias absolutas
y compare al rango crtico calculado
Ejemplo: Diferencias absolutas para el factor A asumiendo 3
niveles:
X1.. X 2..
X1.. X3..
X 2.. X3..
11-64
Chapter 11
11-33
Comparaciones Mltiples:
Procedimiento de Tukey
DCOVA
Rango crtico - Factor A:
Rango Crtico = Q
MSE
c n'
(Donde Q Table E.10 con r y rc(n1) d.f.)
Rango crtico - Factor B:
Rango Crtico = Q
MSE
r n'
(Donde Q Table E.10 con r y rc(n1) d.f.)
11-65
Sumario
Describa el anlisis de varianza de una va
La lgica de ANOVA
ANOVA asumpciones
F test para las diferencias en c medias
Tukey-Kramer para comparaciones mltiples
Levene test para homogeneidad de varianzas
Describa el anlisis de varianza de dos vas
Efectos de mltiples factores

Interaccin entre factores
11-66
Chapter 11
11-34
Economa Estadstica III
Diseo de Bloques
aleatorizados
11-67
Objetivo de aprendizaje
Aprender la estructura base de un diseo de bloques

aleatorizados
11-68
Chapter 11
11-35
El Diseo de Bloques Aleatorizados
Al ligual que ANOVA una va, se prueba si las

medias poblacionales son iguales. (para
diferentes niveles de factor, por ejemplo)
...Pero queremos controlar la variacin posible
desde un segundo factor. (con dos o ms
niveles))
Los niveles del factor secundario son llamados
blocks
Variacin Total
11-69
DCOVA
La variacin total puede ser dada por la suma

de 3 partes:
SST = SSA + SSBL + SSE

SST = Variacin Total
SSA = Variaciones
V i i
entre
t grupos
SSBL = Variaciones entre bloques
SSE = Variaciones aleatorias
11-70
Chapter 11
11-36
Suma de Cuadrados para bloques

r
SSBL = c ( Xi. X)2

i =1
Donde:
c = nmero de grupos
r = nmero de bloques
Xi. = Media de todos los valores del bloque i
X = gran media (Media de todos los valores)
11-71
Variacin Total
DCOVA
Se la divide en 3 partes:

SST y SSA son
calculadas como si
fueran anlisis de
ANOVA DE UNA VA.
SSE = SST (SSA + SSBL)
11-72
Chapter 11
11-37
Cuadrados Medios
MSBL = Cuadrados medios bloques =
SSBL
r 1
MSA = cuadrados medios entre grupos =
MSE = Cuadrado medio del error =
SSA
c 1
SSE
(r 1)(c 1)
11-73
Tabla ANOVA de bloques Aleatorizados

Fuente de
variacin
SS
df
MS
Entre
Bloques
SSBL
r-1
MSBL
Entre
Grupos
SSA
c-1
MSA
Error
SSE
(r1)(c-1)
MSE
SST
rc - 1
Total
c = number of populations
r = number of blocks
MSBL
MSE
MSA
MSE
rc = total number of observations

df = degrees of freedom
11-74
Chapter 11
11-38
Prueba para el efecto del factor

H 0 : .1 = .2 = .3 = = . c
H1 : No
N todas
t d las
l medias
di poblacione
bl i s son iguales.
i l
FSTAT =
MSA
MSE
Prueba del factor principal:

df1 = c 1
df2 = (r 1)(c 1)
Rechazamos H0 si FSTAT >

F
11-75
Prueba para efecto de Bloque
DCOVA
H 0 : 1. = 2. = 3. = ... = r.
H1 : No todos las medias de los bloques son iguales

FSTAT =
MSBL
MSE
Bloques:
df1 = r 1
df2 = ((r 1)(c
)( 1))
Rechazar H0 si FSTAT > F
11-76

Análisis de Varianzas

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Análisis de Varianzas

Enviado por

Direitos autorais:

Formatos disponíveis

Chapter 11

Mtodos Estadsticos III

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Esquema de seleccin de pruebas estadsticas cuando

Prueba Z para la media

Prueba T para la media

Prueba del signo para la mediana

Prueba Z para la diferencia de medias

Prueba Z para la media de la diferencia

Prueba T con ajuste

Prueba de Mann-Whitney para

Prueba T para la media de la

ANVA - Comparacin de tratamientos

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Esquema de seleccin de pruebas estadsticas para medir

Coeficiente de correlacin lineal de Pearson

Coeficiente de Correlacin por rangos de Spearman

- Prueba Ji-Cuadrado (Coeficiente )

Prueba Ji-Cuadrado para Independencia

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Hiptesis estadstica segn

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Revisar Caractersticas de la distribucin F

Los conceptos bsicos de anlisis de experimentos

Como usar una anlisis de varianza de una va para probar la

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Hay una familia de

6 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Comparando dos varianzas

7 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Ejemplo de Test para varianzas

9 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Test para varianzas iguales Ejemplos

10 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

F Table for alpha=.025

Test para varianzas iguales Ejemplo

Paso 4: Establecer la regla de decisin.

11 Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Test para varianzas iguales Ejemplo

La decisin es NO rechazar la hiptesis nula, porque la Fcalculada

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Hiptesis estadstica segn

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e

2006 Prentice Hall, Inc.

Investigador controla uno o ms factores de inters

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Solo un factor o variable independiente

Sujetos son asumidos homogeneos

Analizados por la variables de varianza de un

Copyright 2011 Pearson Education, Inc. publishing as Prentice Hall

Basic Business Statistics, 10/e