Anlisis de Varianza

ANLISIS DE VARIANZA ANOVA DE UNA VA P. Reyes / Sept.
2007
ANLISIS DE VARIANZA
ANOVA DE UNA VA
Elabor: Dr. Primitivo Reyes Aguilar
Septiembre de 2007
Mail: primitivo_reyes@yahoo.com
Tel. 58 83 41 67 / Cel. 044 55 52 17 49 12
Pgina 1 de 25
ANLISIS DE VARIANZA ANOVA DE UNA VA P. Reyes / Sept. 2007

CONTENIDO
1. ANOVA
2. Ejercicios
3. Teora de experimentos de un solo factor
Pgina 2 de 25
ANALISIS DE VARIANZA DE UN FACTOR (ANOVA 1 VIA)
El anlisis de la varianza de un factor (ANOVA) es una metodologa para analizar la variacin
entre muestras y la variacin al interior de las mismas mediante la determinacin de varianzas.
Es llamado de una va porque analiza un variable independiente o Factor ej: Velocidad. Como
tal, es un mtodo estadstico til para comparar dos o ms medias poblacionales. El ANOVA de
un criterio nos permite poner a prueba hiptesis tales como:
k
H ....
3 2 1 0
. :
1
diferentes son les poblaciona medias dos menos Al H
Los supuestos en que se basa la prueba t de dos muestras que utiliza muestras independientes
son:
1. Ambas poblaciones son normales.
2. Las varianzas poblacionales son iguales, esto es, .
2
2
2
1

El estadstico tiene una distribucin muestral resultando:
2
2
w
b
s
s
Fc
El valor crtico para la prueba F es:
)) 1 ( , 1 ( n k k F
Donde el nmero de grados de libertad para el numerador es k-1 y para el denominador es k(n-
1), siendo
el nivel de significancia.
k = nmero de muestras.
Por ejemplo:
Ejemplo: Se tienen 14 empleados seleccionados al azar que se someten a
3 diferentes cursos de entrenamiento: Programa 1, Programa 2 y Programa 3.
Pgina 3 de 25
Como los empleados se seleccionan aleatoriamente para cada programa
el diseo se denomina DISEO COMPLETAMENTE ALEATORIZADO
Se observa el aprovechamiento de los empleados en los programas:
TRATAMIENTOS
I c=1 c=2 c=3 J
Programa 1
Programa
2 Programa 3
r=1 85 80 82
r=2 72 84 80
r=3 83 81 85
r=4 80 78 90
r=5 ** 82 88
Medias 80.00 81.00 85.00 Xj
Media de medias o media
total 82.14
TIPOS DE VARIACIN Y SUMAS DE CUADRADOS
1. Variacin total entre los 14 empleados, su puntuacin no fue igual con todos
VARIACIN TOTAL RESPECTO A LA MEDIA GENERAL
SCT = (85-82.14)2 + (72-82.14)2+(83-82.14)2+.....+(88-82.14)2
SCT = 251.7
2. Variacin entre los diferentes tratamientos o Variacin entre muestras o variacin
entre programa 1, programa 2 y programa 3
EFECTO DE LA MEDIA DE CADA TRATAMIENTO RESPECTO A LA MEDIA GENERAL
Pgina 4 de 25
2
1 1
) (

c
j
r
i
X Xij SCT
2
1
) ( X X r SCTR j
r
j
j


SCTR = 4(79.5 - 81.3333)2 + 5(81 - 81.3333)2 + 5(85 - 81.333)2
SCTR = 65.71
3. Variacin dentro de un tratamiento o muestra o programa dado que no todos los
empleados dentro de un mismo programa obtuvieron los mismos puntajes. Se denomina
Variacin dentro de los tratamientos.
VARIACIN DENTRO DEL TRATAMIENTO O VARIACIN DEL ERROR
CADA VALOR RESPECTO A LA MEDIA DE SU TRATAMIENTO
SCE = SCT - SCTR = 186
4. GRADOS DE LIBERTAD
Grados de libertad totales = n - 1 = 14-1 = 13
Grados de libertad de los tratamientos = c - 1 = 3 - 1 = 2
Grados de libertad del error = gl. Totales - gl. Tratamientos = 13 - 2 = 11
gl SCT = gl SCTR + gl SCE
gl SCE = gl SCT - gl SCTR = (n -1) - (c - 1) = n -c
5. CUADRADOS MEDIOS (Suma Cuadrados/ Grados libertad)
CMT = Cuadrado medio total = SCT / (n-1) = 19.4
CMTR = Cuadrado medio del tratamiento = SCTR / (c -1) = 32.9
CME = Cuadrado medio del error = SCE/ gle.= 16.9
6. ESTADSTICO DE PRUEBA Fc Y ESTADSTICO F CRTICO DE ALFA
Fc = CMTR / CME= 1.946745562
Pgina 5 de 25
2
1 1
) ( j
c
j
ij
r
i
X X SCE

c n c ador deno gl numerador gl alfa
F F

, 1 , min . , . ,
Clculo de F con Excel
=DISTR.F.INV(ALFA, GL. TR, GL. ERR) =DISTR.F.INV(0.05, 2, 11) = 3.982297957
NO RECHAZAR
ZONA DE
RECHAZO
Distr. F
Como Fc es menor a Falfa no se rechaza Ho y las medias son iguales.
7. VALOR P DE Fc
P = distr.f(Fc, gl. SCTr, gl. SCE) = distr.f(1.946, 2, 11) = 0.18898099
Como P es mayor a alfa no se rechaza Ho
CONCLUSION: NO HAY SUFICIENTE EVIDENCIA PARA RECHAZAR HO, LAS MEDIAS DE
LOS TRATAMIENTOS SON IGUALES
Pgina 6 de 25
TABLA DE ANOVA
FUENTE DE VARIACIN SUMA DE GRADOS DE CUADRADO
CUADRADOS LIBERTAD MEDIO VALOR F
Entre muestras (tratam.) SCTR c-1 CMTR CMTR/CME
Dentro de muestras (err.) SCE n-c CME
Variacin total SCT n-1 CMT
Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
USO DE EXCEL:
En el men herramientas seleccione la opcin Anlisis de datos, en funciones para
anlisis seleccione Anlisis de varianza de un factor.
En Rango de entrada seleccionar la matriz de datos (todas las columnas a la vez).
Alfa = 0.05
En Rango de salida indicar la celda donde se iniciar la presentacin de resultados.
RESUMEN Anlisis de varianza de un factor
Grupos Cuenta Suma Promedio Varianza
Programa 1 4 320 80 32.666667
Programa 2 5 405 81 5
Programa 3 5 425 85 17
ANLISIS DE VARIANZA
Grados
de Promedio de
Variaciones
Suma
cuadrados libertad Cuadrados Fc
Probabilida
d F crtica
Entre grupos 65.71428571 2 32.85714286 1.9431644 0.18937731 3.98229796
Dentro de
grupos 186 11 16.90909091
Total 251.7142857 13
USO DE MINITAB
Stat > ANOVA > One Way (Unstacked)
en Responses in separate columns Indicar las columnas de datos
En Confidence Level 95%
Pgina 7 de 25
Seleccionar Comparisons Tukey 5%
OK
One-way ANOVA: Programa 1, Programa 2, Programa 3
Source DF SS MS F P
Factor 2 65.7 32.9 1.94 0.189
Error 11 186.0 16.9
Total 13 251.7
S = 4.112 R-Sq = 26.11% R-Sq(adj) = 12.67%
Individual 95% CIs For Mean Based on
Pooled StDev
Level N Mean StDev ----+---------+---------+---------+-----
Programa 1 4 80.000 5.715 (------------*------------)
Programa 2 5 81.000 2.236 (----------*-----------)
Programa 3 5 85.000 4.123 (-----------*----------)
----+---------+---------+---------+-----
77.0 80.5 84.0 87.5
Pooled StDev = 4.112
NOTA: Si los Intervalos de confianza se traslapan, las medias son iguales estadsticamente
Tukey 95% Simultaneous Confidence Intervals
All Pairwise Comparisons
Individual confidence level = 97.94%
Programa 1 subtracted from:
Lower Center Upper --------+---------+---------+---------+-
Programa 2 -6.451 1.000 8.451 (------------*-----------)
Programa 3 -2.451 5.000 12.451 (-----------*------------)
--------+---------+---------+---------+-
-6.0 0.0 6.0 12.0
Programa 2 subtracted from:
Lower Center Upper --------+---------+---------+---------+-
Programa 3 -3.025 4.000 11.025 (-----------*----------)
--------+---------+---------+---------+-
-6.0 0.0 6.0 12.0
NOTA: Si el cero se encuentra en el intervalo de confianza de la diferencia entre medias, este
par de medias no son diferentes.
Pgina 8 de 25
2. EJERCICIOS:
1. Cuatro catalizadores que pueden afectar la concentracin de un componente en una mezcla
lquida de tres componentes estn siendo investigado.
Se obtienen las siguientes concentraciones:
Catalizador
A B C D
58.2 56.3 50.1 52.9
57.2 54.5 54.2 49.9
58.4 57 55.4 50
55.8 55.3 51.7
54.9
2. Para determinar si existe diferencia significativa en el nivel de Matemticas de 4 grupos de
estudiantes de Ingeniera se realiz un examen aleatorio a 6 individuos por grupo. Determine
cuales son los grupos en los cuales existen diferencias a un 95% de nivel de confianza.

A B C D
75 78 55 64
93 91 66 72
78 97 49 68
71 82 64 77
63 85 70 56
76 77 68 95
3. Las calificaciones en el examen a 18 empleados de tres unidades de negocio
Se muestran a continuacin:
Probar si no hay diferencia entre las unidades a un 5% de nivel de significancia.
A B C
85 71 59
75 75 64
82 73 62
76 74 69
71 69 75
85 82 67
4. Probar si hay diferencia en los tiempos de servicio de 4 unidades de negocio para el mismo
servicio a un nivel de significancia del 5%.
Pgina 9 de 25
A B C D
5.4 8.7 11.1 9.9
7.8 7.4 10.3 12.8
5.3 9.4 9.7 12.1
7.4 10.1 10.3 10.8
8.4 9.2 9.2 11.3
7.3 9.8 8.8 11.5
Pgina 10 de 25
3. TEORA DE EXPERIMENTOS DE UN SOLO FACTOR
n esta parte se analiza el caso en que se desea conocer el efecto de un solo factor o
variable independiente sobre la caracterstica de calidad que s esta analizando. Esto
implica que a fin de poder detectar su efecto, este factor se debe de variar manteniendo el resto
de los factores en un valor fijo.
E
Experimentos sin restricciones en la aleatoriedad.
uando se desea analizar el efecto de un factor sobre una variable dependiente o
caracterstica de calidad es necesario el variar el "nivel valor de ese factor. A cada
diferente nivel al cual se realiza el experimento se le conoce como tratamiento. Por ejemplo si el
factor es el proveedor los diferentes niveles o serian proveedor A, proveedor B, proveedor C, etc.
, si el factor es el tipo de proceso los tratamientos serian proceso 1, proceso 2. Si el factor es
temperatura los diferentes niveles serian por ejemplo 10, 20, 30 y 40 C,etc.
C
Por otro lado en cada nivel del factor se efectan una serie de pruebas, a cada una de estas
pruebas se les conoce como replicaciones. EL factor se considera fijo.
Ejemplo 1: Suponga que se desea saber si los ejes que surten cuatro proveedores tienen
diferente resistencia a la traccin. Para ello se decide llevar a cabo un experimento de un solo
factor donde la variable dependiente es la resistencia a la traccin del eje medida en Kgs/cm
2
y el
factor es el proveedor. El factor tiene cuatro niveles o tratamientos diferentes. Uno para cada
proveedor (llmelos I, II, III, IV) se decide probar 5 ejes de cada proveedor haciendo un total de
20 pruebas ejecutadas en la misma maquina de prueba y con l mismo operario (recuerde que el
resto de los factores se deben de mantener a un nivel fijo).
Para que el experimento sea aleatorio se numeran los ejes del 1 al 20 y se selecciona al azar un
nmero entre 1 y 20. Segn l numero seleccionado es el siguiente eje que se prueba. De esta
manera, el siguiente eje a probar es seleccionado sin ninguna restriccin. Suponga. que los
resultados de experimento se muestran en la tabla siguiente:
Pgina 11 de 25
Proveedor
I II III IV
5
6
6
4
4
5
42
5
5
6
1
4
6
39
6
2
5
0
4
5
45
5
9
5
5
3
9
43
6
0
5
6
4
3
41
El proveedor = factor
Tratamiento = I, II, III, IV
Con cinco replicaciones en cada tratamiento.
Observando la tabla se "ve" que existen evidentemente diferencias entre la resistencia de los
ejes de un proveedor a otro. Pero tambin existen entre los ejes de un mismo proveedor,
entonces, la diferencia detectada entre, los ejes de un proveedor y otro existe realmente? O la
diferencia es debida al azar?, La herramienta estadstica conocida como anlisis de varianza
(ANOVA) puede ayudar a despejar esta duda.
Para esto suponga un caso general como sigue: Si define Yij como el valor correspondiente
de la variable dependiente o caracterstica de calidad de la i-sima observacin o replicacin
bajo el tratamiento j, los resultados de un experimento de un solo factor con k tratamientos y n
replicas u observaciones por tratamiento seria:
Tratamiento
(nivel)
Observaciones Totales Promedios
1 Y
11
Y
12
... Y
1n
Y1.
.. Y
2 Y
21
Y
22
... Y
2n
Y2.
. Y2
3 Y
31
Y
32
... Y
3n
Y3. . Y3
... ... ... ... ... ... ...
K Y
k1
Y
k2
... Y
kn
Y
k. . Yk
Pgina 12 de 25
Este caso se puede representar mediante el modelo estadstico lineal:

ij j ij Y + +
Donde representa la media general, j representa el efecto del tratamiento j, y
ij
es el error
aleatorio al hacer la observacin ij.
Esto es, se supone que todos los datos en general pertenecen a una misma poblacin con
media excepto que existan desviaciones para diferentes tratamientos del mismo factor. Por
su parte ij representa el error aleatorio o medida de la variabilidad natural dentro de cada
tratamiento.
Generalmente se supone que:
; 0
n
1 j
j

Y que el error aleatorio sigue una distribucin normal con media cero y varianza
2
, esto denota:
) , 0 ( N ij
2
Sean Yi. El total de las observaciones bajo el i-esimo tratamiento, y

. i Y
el promedio de las
observaciones bajo el i-esimo tratamiento. Similarmente sean Y.. La suma de todas las
observaciones y
.. Y
la media general de todas las observaciones.
Expresado matemticamente esto es:
Y../n .. Y
Y Y..
n 1,2,..., i con ./n Y . Y
Y . Y
n
1 i
k
1 j
ij
i i
n
1 i
ij i
N = kn es l numero total de observaciones

Las hiptesis en este caso son:
Pgina 13 de 25
H
o
:
j
= 0; para todo valor de j.
H
1
:
j
0; para al menos un valor de j.
Ho significa que el factor (los niveles bajo estudio) no tiene efecto sobre la variable dependiente
y H
1
que si lo tiene, esto es que existe diferencia, estadstica. Recuerde tambin que la hiptesis
nula se asume como cierta a menos que los datos indiquen lo contrario.
Descomposicin de la suma total de cuadrados
a denominacin de anlisis de varianza resulta de descomponer la variabilidad total de los
datos en sus partes componentes. La suma total de cuadrados corregida es: L
( ) ( )
E T
k
1 j
n
1 i
2 k
1 j
2
k
1 j
n
1 i
2
SS SStr SS
. i Y Yij .. Y i. Y n .. Y Yij
+
,
_
+

Donde:
La ecuacin anterior muestra la variabilidad total de los datos, medida por la suma total corregida
de los cuadrados. SS
tr
se denomina suma de cuadrados debida a los tratamientos (es decir,
entre tratamientos), SS
E
es la suma de cuadrados debido al error (es decir, dentro de los
tratamientos)
SS
T
= Suma de cuadrados total: con N -1 grados de libertad
SS
tr
= Suma de cuadrados debido a los tratamientos, con k - 1 grados de libertad.
SS
E
= Suma de cuadrados debido al error aleatorio k grados de libertad.
Para simplificar los clculos:
SStr SS SS
N
Y..
n
Yi.
SStr
) Y..
n
Y..
(Y SS
T E
k
1 j
2 2
2
2 k
1 j
n
1 i
2
ij T

,
_

El anlisis de varianza ser:
Pgina 14 de 25
Fuente
De error SS G.L. MS F
0
Variacin
entre tratamientos
SStr k 1 MStr MStr/MSE
Variacin dentro de
Tratamientos o
error
SS
E
N k MSE
Total SST N 1
Si F0 > F,k-1,N-k, H0 debe ser rechazada. Donde F, k-1,N-k es el valor de la variable F con
un nivel de significancia (error tipo I), k-1 grados de libertad en el numerador y N-k grados de
libertad en el denominador. Bajo la hiptesis nula la relacin MS
tr
/MS
E
sigue una funcin de
densidad F, por lo tanto si F0 es mayor que F
, k-1,N-k
existir una diferencia significativa y el factor
afecta la respuesta de la caracterstica de calidad en los niveles bajo estudio.
Si Ho no puede ser rechazada la conclusin es por lo tanto que el factor bajo estudio no
afecta la respuesta. Sin embargo, si Ho es rechazada y existe diferencia significativa entre los
diferentes tratamientos de un solo factor el siguiente paso es el analizar en detalle cual de los
tratamientos es el mejor y cuales son iguales.
Aplicando el ANOVA a los datos del ejemplo 2.2 se tiene:

+ + +
4
1 j
5
1 i
2 2 2 2
51940 41 ... 55 56 Yij
Entonces, calculando las sumas de cuadrados tenemos que:
Pgina 15 de 25
Totales Promedios
Yi
I 56 55 62 59 60 292 58.4
II 64 61 50 55 56 286 57.2
III 45 46 45 39 43 218 43.6
IV 42 39 45 43 41 210 42
Y..= 1006 40.24
.. Y
. i Y
SS
T
= 51,940 (1006
2
)/20 = 1338.2
SS
tr
= 292
2
/5 + 286
2
/5 + 218
2
/5 + 210
2
/5 1006
2
/20 = 1,135.0
SS
E
= SST SS
tr
= 1338.2 1135.0 = 203.2
MS
tr
= SS
tr
/(k-1) = 1135.0/(3 - 1) = 378.2
MS
E
= SS
E
/(n-k) = 203.2/(20-4) = 12.70
Esto se resume en la siguiente tabla:
Fuente
De error SS G.L. MS F
0
Factor o tratamientos SS
tr
=1135 k 1 = 3 MS
tr
=378.3
MS
tr
/MS
E
= 29.79
Error SS
E
=203.2 N k = 16 MS
E
=12.7
Total SS
T
=1338.2 N 1 = 19
Donde F0= MS
tr
/MS
E
= 378.3/12.70=29.79 con 3 grados de libertad en el numerador y 16 grados
de libertad en el denominador.
Si el nivel de aceptacin (error tipo I) lo fijamos en 5%, esto es, = 0.05, de la tabla de la
funcin F se tiene que:
F
,3,16
= 3.24
Dado que F0 = 29.79 > 3.24= F
0.05,3,16
Se concluye que Ho se rechaza y el factor proveedor afecta la variable resistencia a la
traccin.
Experimentos con un solo factor y diferente nmero de lecturas por tratamiento (o caso
desbalanceado)
Pgina 16 de 25
uando por alguna razn l numero de lecturas que se tienen bajo cada tratamiento es
diferente, digamos Zi observaciones en el tratamiento j, el anlisis se puede llevar a cabo
de una manera similar con las siguientes formulas para k tratamientos:
C
libertad de grados k - N con SStr; - SST SS
libertad de grados 1 - k con ; SS
libertad de grados 1 - N con ;
N
Y..
Y SS
E
k
1 j
tr
k
1 j
n
1 i
2
-
2
ij T

N
Y
n
Y
i
i
2 2
.. .

Es, sin embargo, deseable que l numero de muestras sea igual bajo cada tratamiento, puesto
que el poder de la prueba se maximiza cuando l numero de muestras es igual.
Ejemplo 2: El tiempo de respuesta en milisegundos fue determinado para tres tipos diferentes
de circuitos y los resultados son:
Con un nivel de significacin de = 0.05. Tiene los circuitos diferente tiempo de respuesta?
k = 3; n1 = 6; n2 = 3; n3 = 4; N = 6 + 3 + 4 = 13
Pgina 17 de 25
Totales Promedios
tr Yi
I 9 12 10 8 15 13 67 11.17
II 20 23 30 73 24.33
III 6 5 8 16 35 8.75
Y.. 175 14.75
Observaciones
. Yi
.. Y
162.29 474.98 - 637.24 SS - SS SS
474.98
13
175
4
35
3
73
6
67
/N) Y.. /n . (Y SS
637.24 2355.76 2993
13
175
16 8 ... 12 9
/N) Y.. (Yij SS
tr T E
2 2 2 2
k
1 j
2
i
2
i tr
2
2 2 2 2
k
1 j
n
1 i
2 2
T

+ +

+ + + +

La tabla ANOVA es:
Fuente
De error
SS G.L. MS
F0
Factor o tratamientos SS
tr
=474.98 k 1 = 2 MS
tr
=237.49
MS
tr
/MS
E
= 14.64
Error SS
E
=162.29 N k = 10 MS
E
=16.22
Total SS
T
=637.24 N 1 = 12
Dado que F.05,2,10 = 4.10, se concluye que los circuitos muestran diferentes tiempos de
respuesta.
Estimacin de parmetros del modelo

continuacin, se desarrollan estimadores para los parmetros del modelo de clasificacin
en un sentido: A
ij i ij Y + +
Usando el mtodo de los mnimos cuadrados, las soluciones de las ecuaciones normales son:
k 1,2,3,..., i con
.. Y . Y
.. Y
i i
Pgina 18 de 25
Y es posible determinar fcilmente un intervalo de confianza para estimar la media del i-simo
tratamiento. Dicha i-simo media es:
i = + i
Un estimador puntual para i podra ser . Y i i i + ahora si se supone que los errores
estn distribuidos normalmente, las
. Yi
son NID(0,
2
/n), entonces podra usarse la distribucin
normal para definir el intervalo de confianza buscado si se conoce . Al usar MSE como
estimacin de,
2
, el intervalo de confianza se debe basar en la distribucin t., por tanto, un
intervalo de confianza de (1-)100% para la media del i-simo tratamiento, es:
1
]
1
t
n
MS
t . Y
E
k N , 2 / i
un intervalo de confianza del (1-)100% para la diferencia de las medias de dos tratamientos
cualesquiera, por ejemplo i-j, ser:
.
n
MS 2
t . Y . Y
E
k N , 2 / j i
1
]
1
t
Ejemplo 3: Al usar los datos del ejemplo 2.3, las estimaciones de la media general y de los
efectos de los tratamientos son
y ; 04 . 15 25 376
24 . 4 04 . 15 80 . 10 .. Y . Y
56 . 6 04 . 15 60 . 21 .. Y . Y
56 . 2 04 . 15 60 . 17 .. Y . Y
36 . 0 04 . 15 40 . 15 .. Y . Y
24 . 5 04 . 15 80 . 9 .. Y . Y
5 5
4 4
3 3
2 2
1 1

+

+

usando la formula para calcular el intervalo de confianza del 95% para la media del tratamiento 4
es:
Pgina 19 de 25
( )
[ ] 65 . 2 60 . 21
. ,
5
06 . 8
086 . 2 60 . 21 . , 2 /
t
t
1
]
1
t
bien o
n
MS
t Y
E
k N i
por tanto, el intervalo deseado es 18.95 24.25
Estimacin de la variable de respuesta
a descomposicin de la variabilidad en las observaciones por medio del anlisis de
variancia, es una relacin puramente algebraica. L
ij i ij Y + +
El residuo de la observacin i del tratamiento j se define mediante:
ij ij ij Y
Y e

en donde
ij Y
es una estimacin de la observacin Y

ij
correspondiente calculada por:
. Y Y
..) Y . Y ( .. Y Y
i ij
i ij
i i ij
+
+

La ecuacin anterior muestra un resultado que se intuye fcilmente, ya que la estimacin de
cualquier observacin del i-simo tratamiento es igual al promedio del tratamiento
correspondiente. El examen de los residuos debe ser automtico en el anlisis de variancia. Si
el modelo es adecuado, los residuos no deben tener estructura.
Comparacin de medias de tratamientos individuales

Pgina 20 de 25
upongamos que al efectuar un anlisis de variancia para un modelo de efectos fijos la:
hiptesis nula es rechazada. Se concluye que existe diferencia entre las medias, aunque
no se especifique exactamente cual de ellas es diferente . En esta situacin puede ser til realizar
comparaciones adicionales entre grupos de medias de los tratamientos. La media del i-simo
tratamiento se define mediante
i
= +
i
y su estimacin es
. Yi
. Las comparaciones entre
medias de tratamientos se realizan en trminos de los totales de tratamientos Yi. O de los
promedios de tratamientos
. Yi
. Los procedimientos para efectuar estas comparaciones se
conocen como mtodos de comparacin mltiple.
S
Mtodo de la Mnima Diferencia Significativa (LSD, del ingls least significant difference)
upongamos que despus de haber rechazado la hiptesis nula, con base en una prueba F
de anlisis de variancia, se desea probar Ho: i = j para toda i j. Esto puede hacerse
empleando la estadstica t:
S
,
_
j i
E
j i
o
n
1
n
1
MS
. Y . Y
t
Suponiendo una hiptesis alterna bilateral, la pareja de medias i, j se consideran diferentes
S
j i E k N , 2 / j i n / 1 n / 1 ( MS t . Y . Y + >
La cantidad:
,
_
+
j i
E k N /2,
n
1
n
1
MS t LSD
Se denomina mnima diferencia significativa. Si el diseo es balanceado, entonces n
1
= n
2
= n
k
=
n.
Para usar el procedimiento de la LSD, simplemente se comparan las diferencias observadas
entre cada par de promedios con el valor correspondiente de la LSD. Si, se concluye que las
medias poblacionales
i
=
j
son diferentes.
Ejemplo 4: Para ilustrar este procedimiento, si se usan los datos del Ejemplo 2.3 el valor de la
LSD con = .05 es:
Pgina 21 de 25
3.75
5
2(8.06)
2.086
n
1
n
1
MS t LSD
j i
E k N /2,

,
_
+
Por tanto, una pareja de medias difieren significativamente si el valor absoluto de la diferencia
de promedios en los tratamientos correspondientes es mayor que 3.75. Los cinco promedios
de tratamiento son:
10.8 . Y 21.6 . Y
16.6 . Y 15.4 . Y 9.8 . Y
5 4
3 2 1

Y las diferencias de los promedios son:
* 8 . 10 8 . 10 6 . 21 . Y . Y
* 8 . 6 8 . 10 6 . 17 . Y . Y
* 0 . 4 6 . 21 6 . 17 . Y . Y
* 6 . 4 8 . 10 4 . 15 . Y . Y
* 2 . 6 6 . 21 4 . 15 . Y . Y
2 . 2 6 . 17 4 . 15 . Y . Y
0 . 1 8 . 10 8 . 9 . Y . Y
* 8 . 11 6 . 21 8 . 9 . Y . Y
* 8 . 7 60 . 17 8 . 9 . Y . Y
* 6 . 5 4 . 15 8 . 9 . Y . Y
5 4
5 3
4 3
5 2
4 2
3 2
5 1
4 1
3 1
2 1

Los valores marcados con asterisco indican parejas de medias que son significativamente
diferentes. Resulta til graficar los datos como se muestra en la Fig. 4, subrayando las parejas
de medias que no difieren en forma significativa. Claramente los nicos pares que no difieren
significativamente son 1 y 5, y 2 y 3. El tratamiento 4 produce una resistencia a la tensin de
manera significativamente mayor que los otros tratamientos.
Pgina 22 de 25
21.6 17.6 15.4 10.8 8 . 9
. Y . Y . Y . Y . Y 4 3 2 5 1
Figura 4. Resul tados del procedi mineto LSD
21.6 17.6 15.4 10.8 8 . 9
. Y . Y . Y . Y . Y 4 3 2 5 1
Figura 4. Resul tados del procedi mineto LSD
Fig. 4
Comparacin de Tratamientos con un Control
En muchos experimentos, uno de los tratamientos es un control , y al analista puede interesarle
su comparacin con las k -1 medias de tratamiento con el control. Por tanto, slo deben
realizarse k -1 comparaciones. Un procedimiento para hacerlas fue desarrollado por Dunnett
(1964). Supongamos que el tratamiento k es el control. Se desean probar las hiptesis:
k i 1
k i
: H
: Ho
Para i = 1, 2,..., k -1. El procedimiento de Dunnett es una modificacin de la prueba t. Para cada
hiptesis se calculan las diferencias que se observan en las medias mustrales:
1 - k 1,2,..., i con k. Y i. Y

La hiptesis nula Ho: i = k es rechazada con un nivel de error tipo I segn alfa s:
,
_
+ >
k i
E
n
1
n
1
MS f) 1, (k d k. Y i. Y
En donde la constante d (k -1, f) se encuentra en la Tabla IX del Apndice del texto de Diseo y
Anlisis de Experimentos de Douglas C. Montgomery (son posibles tanto pruebas unilaterales
como bilaterales). Hay que notar que alfa constituye el nivel de significacin conjunto asociado a
las k -1 pruebas.
Ejemplo 5: Para ilustrar la prueba de Dunnett, considrense los datos del Ejemplo 3, y su
pngase que el tratamiento 5 es el control. En este ejemplo, k = 5, k -1 = 4, f = 20, ni = n = 5, y
con un nivel del 5% se encuentra en la Tabla IX del Apndice que d
0.05
(4,20) = 2.65. Por tanto, la
diferencia crtica es:
4.76
5
2(8.06)
2.65
n
2MSE
d.05(4,20)
Pgina 23 de 25
(Hay que notar que esta es una simplificacin de la Ecuacin anterior y que resulta de un diseo
balanceado.) En consecuencia, un tratamiento debe considerarse significativamente diferente del
control si la diferencia es mayor que 4.76. Las diferencias observadas son:
10.8 10.8 21.6 . Y . Y 5; vs 4
6.8 10.8 17.6 . Y . Y 5; vs 3
4.6 10.8 15.4 . Y . Y 5; vs 2
1.0 10.8 9.8 . Y . Y 5; vs 1
5 4
5 3
5 2
5 1

Slo las diferencias . Y . Y .; Y . Y 5 4 5 3 indican una diferencia significativa al ser
comparadas con el control; por tanto, se concluye que
3
=
5
y
4
=
5
. Es conveniente usar
ms observaciones para el tratamiento de control (es decir, n
k
) que para los otros tratamientos (o
sea, n, suponiendo el mismo nmero de observaciones en los otros k -1 tratamientos) cuando se
comparan tratamientos con un control. Debe elegirse la razn nk / n aproximadamente igual a la
raz cuadrada del nmero total de tratamientos. En otras palabras, se elige n
k
/n = k
Suposiciones del anlisis de varianza
Al aplicar un anlisis de varianza se hacen las siguientes suposiciones siguientes:
1. El proceso esta en control estadstico (estable). Esto es, se pueden repetir y las causas
de variacin se han eliminado.
2. La distribucin de la poblacin que se muestra es normal.
3. La varianza de los errores dentro de los k niveles del factor es la misma: esto es, la
variabilidad natural dentro de cada tratamiento es la misma de un tratamiento a otro.
Grafica de residuos contra el valor ajustado de
ij y
i el modelo es correcto y las suposiciones se satisfacen, los residuos no deben tener algn
patrn, ni deben estar relacionados con alguna variable, incluyendo la respuesta Y
ij
. Una
comprobacin sencilla consiste en graficar los residuos contra los valores ajustados
ij y
(debe
recordarse que para el modelo en un sentido
i. - ij y y
, el promedio del tratamiento i-simo). En
esta grafica no debe revelarse ningn patrn obvio en la siguiente figura se grafican los residuos
S
Pgina 24 de 25
contra los valores ajustados de los datos de la resistencia a la tensin del ejemplo 2.3 Ningn
patrn inusual es evidente.
Grafica de residuos contra valores ajustados
Un efecto que en ocasiones revela la grafica es el de una varianza variable. Algunas veces la
varianza de las observaciones lo hace. Esto resulta cuando el error es proporcional a la magnitud
de la observacin (comnmente esto sucede en instrumentos de medicin el error es
proporcional a la escala de la lectura). Si este es el caso, los residuos aumenta a medida que Yij
lo hace, y la grafica de los residuos contra ij Y parecer un embudo que se ensancha o un
altavoz. La varianza variable tambin ocurre en casos cuyos datos no tienen distribucin normal
y estn sesgados, porque en las distribuciones sesgadas la varianza tiende a ser funcin de la
media.
Pgina 25 de 25

Anlisis de Varianza

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Anlisis de Varianza

Cargado por

Copyright:

Formatos disponibles

ANLISIS DE VARIANZA ANOVA DE UNA VA P. Reyes / Sept.

ANLISIS DE VARIANZA ANOVA DE UNA VA P. Reyes / Sept. 2007

Sean Yi. El total de las observaciones bajo el i-esimo tratamiento, y

N = kn es l numero total de observaciones

es una estimacin de la observacin Y

También podría gustarte