Escolar Documentos
Profissional Documentos
Cultura Documentos
Mayo, 2010
ESTABLECIMIENTO
BAJO
MEDIO
VENTAS
ALTO
10
Se pretende responder.
1.Tiene alguna influencia el posicionamiento del producto en la
venta del mismo?.
2.Qu posicionamiento es ms eficaz?
3.Son estadsticamente significativas las diferencias obtenidas?
Varianza muestral.
Es
Procedimiento :
1. Calcular la media muestral.
2. Restar la media de cada valor de la muestra.
3. Elevar al cuadrado cada una de las diferencias.
4. Sumar las diferencias elevadas al cuadrado.
5. Dividir entre n -1.
H1
(Sw2)
ESTIMACIN INTERMEDIANTE DE VARIANZA
(Sb2)
Estimaciones.
Sw2
Es
la norma de comparacin
No se afecta si Ho es verdadera o falsa
Sb2
Aproximadamente
verdadera.
Mayor que Sw2 cuando Ho es falsa
Distribucin F.
Definicin.
En muchas situaciones estamos interesados en probar si dos poblaciones
independientes tiene la misma variabilidad.
Con el fin de probar la igualdad de las varianzas de dos poblaciones
independientes, se ha diseado un procedimiento estadstico, basado en el
cociente de los varianzas de muestra. Si se supone que los datos obtenido de
cada poblacin estn distribuidos normalmente, entonces el
cociente
sigue una distribucin denominada distribucin F que recibe
su nombre al famoso estadstico Ronald Fisher.
Dependen de dos conjuntos de grados de libertad los grados de libertad en el
numerador y en el denominador.
Donde:
n1 = tamao de muestra en el grupo 1
n2 = tamao de muestra en el grupo 2
n1 - 1 = grados de libertad en el grupo 1
n2 - 1 = grados de libertad en el grupo 2
= varianza de la muestra en el grupo 1
= varianza de la muestra en el grupo 2
Ejemplo.
Suponga que un investigador de mercados
quisiera estudiar el efecto de la ubicacin del
producto sobre las ventas de hojas de afeitar
desechables, de hecho querra determinar si
hay alguna diferencia en las ventas, si las
hojas de afeitar se colocaron en la caja
registradora y en las otras seis tiendas en el
departamento de cosmticos. Se seleccion
una muestra aleatoria de 13 tiendas de igual
tamao de la cadena de supermercados; en
7 tiendas las hojas de afeitar se colocaron en
la caja registradora y en las otras seis
tiendas en el departamento de cosmticos.
El
investigador
de
mercados
desea
determinar si hay alguna diferencia en la
variabilidad entre la caja registradora y el
departamento de cosmticos.
Se puede establecer una prueba de dos
colasen la forma siguiente:
Ejemplo.
Ejemplo.
Puesto que es una prueba de dos colas, la regin de rechazo se
decide en las colas inferior y superior de la distribucin F. Si se
selecciona el nivel de significancia 0.05, cada regin de rechazo
contendra 0.025.
Ejemplo.
Si sustituimos la frmula que nos permite verificar esto
tenemos:
= 945 y
Tenemos que
Por lo tanto F6,5 = 54.50 >
6.98 se rechaza H0
Existe una variabilidad
del nmero de hojas de
afeitar
vendidas
cada
semana
segn
su
ubicacin.
Tabla ANOVA.
Los
En
Tabla ANOVA.
Tabla ANOVA.
Donde:
j = Nmero de la columna
i
= Nmero de la fila
k = Nmero de columnas (grupos)
n = Nmero de elementos en cada grupo
(tamao de la muestra)
Tabla ANOVA.
Esta
Ejemplo.
Una analista de una cadena de supermercados,
quiere saber si las tres tiendas tienen el mismo
promedio en dlares por compra. Se elige una
muestra aleatoria de seis compras en cada
tienda. La tabla nmero 1 presenta los datos
recolectados de esta muestra junto con las
medias maestrales para cada tienda y la media
global de todos los datos. Har una prueba con
un nivel de significancia de 0.01.
La hiptesis nula que se quiere probar es que todas las poblaciones de las
que se obtuvieron los datos maestrales tienen la misma media. La hiptesis
alternativa es que las poblaciones no tienen la misma media. Las primeras
dos medias maestrales en la tabla nmero 1 sugieren que la hiptesis nula
es cierta, ya que son muy cercanas. La tercera media muestral, es
considerablemente mas pequea que las otras dos. Pero, Se debe esta
diferencia a la aleatoriedad del muestreo o al hecho de que las poblaciones
tienen medias distintas? Esta es la pregunta que vamos a responder con el
procedimiento de ANOVA.
Ejemplo.
Tabla nmero 1 Datos maestrales para ANOVA (en dlares) para el ejemplo.
Ejemplo.
Se usan ambos mtodos, dentro y entre, para estimar la varianza de las tres
poblaciones.
Recuerde la suposicin fundamental de ANOVA: todas las poblaciones tienen la
misma varianza sin importar si tienen la misma media.
La tabla nmero 2 contiene los clculos para el mtodo dentro, y la tabla nmero 3 da
los clculos para el mtodo entre.
Tabla nmero 2 Clculos del mtodo dentro para el ejemplo.
Ejemplo.
Tabla nmero 3 Clculos del mtodo entre para el ejemplo.
(18.73 15.20)2 + (18.14 15.20)2 + (8.72 15.20)2 = 63.09
Suma de los cuadrados entre (SCb) = 6(63.09) = 378.54
Los valores calculados en las tablas 2 y 3 se usan para llenar la tabla
ANOVA.
Como se tienen tres poblaciones en la prueba, k = 3. Se obtuvo una
muestra de seis valores de cada poblacin, as que n = 6. La tabla
nmero cuatro presenta la tabla ANOVA para este ejemplo.
Ejemplo.
Tabla nmero 4 Tabla ANOVA para el ejemplo.
Ejemplo.
Como se puede ver en la tabla nmero 4, el mtodo entre para estimar
la varianza, produce un valor de 189.27, mientras que la estimacin del
mtodo dentro es de 14.27. El cociente F indica que la estimacin del
mtodo ente es 13.26 veces el valor del mtodo dentro.
Se debe esta diferencia al error de muestreo, o se debe a que
la hiptesis nula es falsa? Para contestar a esta pregunta se
consulta la tabla F y se determina un valor crtico.
Dos grados de libertad estn asociados con el numerador del cociente
de F, y se asocian quince grados de libertad con el denominador. De la
tabla F el valor crtico es 6.36 para estos grados de libertad a un nivel
de significancia de 0,01. El valor F calculado de 13.26 es mayor que el
valor crtico, lo que significa que se tiene suficiente evidencia muestral
para rechazar la hiptesis nula de medias poblacionales iguales.
Anlisis de Varianza.
Pruebas Paramtricas
Cuando una prueba de
significancia, requiere de
normalidad y de una medida de
nivel por intervalos.
Estas pruebas son:
F
t
Pruebas No
Paramtricas
Pruebas cuya lista de requisitos no
incluye una distribucin normal o el
nivel de medicin por intervalos.
Tienen exigencias menos estrictas y
constituyen pruebas de significancia
menos poderosas.
La chi cuadrada.
Prueba de la mediana.
Anlisis de varianza Kruskal-Wallis
Anlisis de varianza Friedman.
= Chi Cuadrada.
fo = La frecuencia obtenida.
fe = La frecuencia esperada.
Grados de Libertad
gl=(r-1)(c-1)
Donde:
gl = Grados de libertad.
r = Nmero de renglones en la
tabla de frecuencias obtenidas
.
c = Nmero de columnas en la
tabla de frecuencias
obtenidas.
Donde:
N = Total de la muestra
En este espacio
integraremos la
frecuencia
esperada (fe)
Fuentes.
LEVIN, Jack y William C. Levin, Fundamentos de estadstica en la
investigacin social, Edit. Oxford University Press, Mxico, 2008, 305 pp.
STEVENSON, William, Estadstica para administracin y economa:
Conceptos y aplicaciones, Edit. Oxford University Press, Mxico, 2004, 585 pp.