Estadstica Aplicada

Ingeniera En Industrias Alimentarias

IAM-0511
5 Anlisis de Varianza
5.1 Introduccin al Anlisis de Varianza
5.2 Procedimiento para el Anlisis de Varianza
5.3 Comparacin de mas de dos Medias: Diseo Completamente Aleatorizado ! su
"a#la
5.$ %stimacin en el Diseo Completamente Aleatorizado
5.5 Anlisis de Varianza Para un Diseo en &lo'ues al Azar ! su respecti(a
%stimacin
5.) Anlisis de Varianza Mediante Modelos *ineales
5.5 Anlisis de Varianza Para un Diseo en
&lo'ues al Azar ! su respecti(a %stimacin
Introduccin
El mayor problema asociado con el DCA es su incapacidad de controlar algunos factores
extraos de variacin. Si estos existen, el estimado del error experimental sera insesgado; es
decir el cuadrado medio del error experimental no es un estimador insesgado de la variana
del error experimental
algo.
Esto !ace "ue el cuadro medio del error sea m#s grande de lo normal y as$ la prueba %
tender# a no rec!aar la !iptesis global de igualdad de medias . En este caso es
recomendable utiliar un diseo "ue controle esta fuente extraa de variacin. la variacin es
de tipo sistem#tico y puede ser debida a la naturalea o &&inducida'' o introducida por el
investigador para ampliar las inferencias acerca de los tratamientos.
Que ejemplos de bloques hay de variacin sistemtica natural?
. En experimentos sobre el terreno. (sualmente cada blo"ue consiste en un grupo
compacto de parcelas aproximadamente cuadradas; o el gradiente de fertilidad)debido a la
pendiente del terreno,por e*emplo+ tal "ue unidades experimentales sobre el mismo nivel de
gradiente son mas seme*antes "ue las de diferentes niveles; o puede ser "ue la corriente de
un riac!uelo atraviese el terreno y as$ las parcelas e"uidistantes del riac!uelo son m#s
seme*antes "ue a"uellas "ue est#n diferentes distancias del riac!uelo ),earce, -./0+.
En experimentos con animales. 1os animales se colocan en grupos de resultados o
blo"ues con base en caracter$sticas tales como2,eso inicial, condicin del animal, raa, sexo,
edad, etapa de lactancia, produccin de lec!e en el ganado, camadas en cerdos y ratones
entre otros.
En ensayos cl$nicos, para obtener el n3mero adecuado de r4plicas, algunos centros
pueden ser incluidos y pacientes del mismo centro pueden ser m#s seme*antes "ue pacientes
de diferentes centros no tanto por las caracter$sticas del personal sino por las diferentes
practicas de tratamientos o los estilos de mane*os.
Que ejemplos de bloques son de variacin sistemtica ``inducida'' o introducida
por el investigador ?
(n investigador en un experimento industrial puede decidir obtener el material
experimental de diferentes suministradores "uienes usan diferentes procesos de produccin.
En un ensayo de alimentacin de ganado puede ser importante incluir animales de
diferentes raas.
. En un experimento para probar diferentes marcas de llantas se "uieren incluir carros de
diferentes fabricantes y diferentes modelo de cada fabricante.
1a situacin m#s com3n es cuando !ay un slo factor extrao. A"u$ la precisin del estimado
de puede me*orarse usando un diseo de blo"ues al aar. ,or medio del agrupamiento de
las unidades experimentales en subgrupos !omog4neos, la variacin asociada con este factor
puede ser removida del estimado del error experimental. Adem#s, las comparaciones
intrablo"ues de los tratamientos son insesgadas por el efecto del factor.
1os diseos de blo"ues al aar )D5A+ son clasificados de acuerdo al n3mero de tratamientos
"ue pueden ser colocados en el blo"ue. En general, un diseo de blo"ues al aar consiste en
blo"ues "ue contienen unidades experimentales, con cada uno de los
tratamientos replicados veces, 1os diseos de blo"ues pueden ser
clasificados as$2
1. Diseo de 5lo"ues Completamente al aar. En 4ste cada tratamiento ocurre una sola ve
en cada blo"ue
2. Diseo de 5lo"ues al Aar 6eneraliado. 1os tratamientos aparecen todos en cada blo"ue
peropueden ocurrir mas de una ve.
. Diseo de 5lo"ues 7ncompletos. Es caracteriado por"ue no todos los tratamientos
ocurren en cada blo"ue. Estos diseos son llamados diseos no ortogonales . Entre estos
tenemos2
a! Diseo de 5lo"ue 7ncompleto 5alanceado.
b! Diseo de 5lo"ue 7ncompleto de 8ratamiento 5alanceado
c! Diseo de 5lo"ue 7ncompleto ,arcialmente 5alanceado
d! Diseo 1atice
e! Diseo de 5lo"ue Extendido. Si cada blo"ue contiene el mismo numero de (E "ue es
mayor "ue el n3mero de tratamientos
"! Diseo de 5lo"ue 8rend9free.
#e"inicin de bloques completos al a$ar
Este es el m#s simple y "ui#s el ampliamente usado de los diseos de blo"ues al aar "ue
es definido por :in;elman)-..<+ as$2 El material experimental es dividido en grupos de
unidades experimentales )(E+ cada uno, donde es el n3mero de tratamientos , tales "ue las
(E dentro de cada grupo son lo m#s !omog4nea posible y las diferencias entre las (E sea
dada por estar en diferentes grupos. 1os con*untos son llamados blo"ues. Dentro de cada
blo"ue las (E son asignadas aleatoriamente, cada tratamiento ocurre exactamente una ve
en un blo"ue.
Si la variacin entre las (E dentro de los blo"ues es apreciablemente pe"uea en
comparacin con la variacin entre blo"ues, un diseo de blo"ue completo al aar es m#s
potente "ue un diseo completo al aar.
,ara este diseo el modelo lineal esta dado por
Donde es la media global de los tratamientos, es el efecto del tratamiento el
cual es constante para todas las observaciones dentro del tratamiento, es el
efecto del blo"ue, es el t4rmino del error aleatorio, el cual se distribuye
normal e independiente con media = y variana . 1as restricciones del modelo son
%stimacin de parmetros
Al aplicar el m4todo de m$nimos cuadrados, se obtiene como estimadores de los par#metros
&alidacin de los supuestos del modelo
1a tabla de an#lisis de variana para este diseo se presenta a continuacin2
8abla =>. An#lisis de variana para un diseo de blo"ues completos al aar
Causa de
variacin
6rados de
libertad
Suma de
cuadrados
Cuadrado
medio
?alor esperado de
cuadrados medios
8ratamientos
5lo"ues
Error
8otal
,ara contrastar las !iptesis de no efectos de tratamientos
Se puede utiliar el cociente
ya "ue si es cierta y as$ , lo cual "uiere decir "ue
es un estimador insesgado de y como adem#s es tambi4n un estimador de
entonces de tienen dos estimadores insesgados de y por tanto su cociente deber ser
un valor estad$sticamente cercano a -.
'upuestos del modelo
El residual en un diseo de blo"ues completos al aar es dado por
1os supuestos del modelo son2
El modelo es aditivo, es decir no existe interaccin entre blo"ues y tratamientos
1as variables aleatorias error se distribuyen normal con media cero
1as variables aleatorias error son no correlacionadas)independientes+
@tra manera de enunciar los supuestos es2
. 1os efectos de tratamientos y blo"ues son aditivos; las respuestas dentro de los blo"ues
tienen la misma tendencia con respecto a los efectos de los tratamientos.
1as observaciones en las celdas constituyen muestras aleatorias de tamao - de cada
una de las poblaciones 8odas las poblaciones son normalmente distribuidas,
1as varianas de cada una de las poblaciones son iguales
Si la primera condicin se tiene se dice "ue los efectos de blo"ues y tratamientos no
interact3an y una prueba para la no aditividad es debida a 8u;ey)-.<.+ y Ascombe.
&alidacin de los supuestos del modelo
Antes de conocer los m4todos de validacin de supuestos es importante !acer las siguientes
observaciones2
-. 1a desviacin relativamente grande del supuesto de !omogeneidad de varianas tiene
muy poco efecto sobre el nivel de significancia, aun"ue este puede ser mayor "ue el nivel
dado, el poco efecto es debido a "ue los tratamientos son igualmente replicados.
>. 1a no aditividad puede ser m#s seria ya "ue puede aumentar el estimado del error
experimental )CA resultando en posibles fallas para detectar diferencias reales de los
tratamientos.
0. Antes de probar cual"uier supuesto se debe asegurar "ue no existan valores outlier en los
datos. Algunos traba*os !an venido desarroll#ndose para detectar outlier en clasificaciones a
dos v$as "ue incluyen el D5C. Cuando el diseo tiene residuales con variana com3n, como
podr$a ser el caso de diseos balanceado, la me*or prueba para detectar un solo outlier es
basada en el m#ximo residuo normaliado )ABC+
Stefans;y )-.D>+ describe un m4todo general para calcular valores cr$ticos del ABC y provee
tablas para el caso de dos v$as de clasificacin con una observacin por celda. ,ara algunos
valores de solamente acotados para valores cr$ticos pueden ser obtenidos. Esas tablas
son reproducidas en Aartin 8ablas C9 Ea y C9 Eb. 1as clasificaciones filas y columnas son
intercambiables.
El m#ximo residuo normaliado es dado por2
Donde2 y es el mayor residual en valor absoluto. Si
este valor excede el valor cr$tico de tabla, la observacin es declarada como un outlier
potencial. Estas deben ser localiadas y examinadas para buscar causas asignables. La
eliminacin arbitraria de valores extremos debe evitarse.
(omogeneidad de varian$a
1a prueba gr#fica de igualdad de variana es graficar los residuales contra los valores
predic!os ) si existe alg3n patrn especial "ue muestre mayor
dispersin para un lado de la gr#fica se puede decir "ue no !ay !omogeneidad de varaiana.
1as pruebas anal$ticas para igualdad de variana dadas por el DCA no son aplicables a
blo"ues ya "ue no se tienen estimadores independientes de las varianas de los
tratamientos. Existen algunos procedimientos, pero "ui# el m#s simple es el desarrollado
por :an ) . Esta prueba es especialmente para un D5C y asume2
1as poblaciones muestreadas sean normalmente distribu$das
1os errores son igualmente correlacionados dentro de los blo"ues, pero son
independientes entre blo"ues.
1a prueba estad$stica es2
Donde el estimado de la variana para el tratamiento es2
Donde es el n3mero de blo"ues y los son los residuales en el tratamiento . Cote "ue la
variana no es calculada directamente de los datos, por ello la no independencia de las
varianas. @bserve "ue para el calculo de la variana del tratamiento - utilia a la medias de
los blo"ues, , y para el tratamiento > utilia tambien a a la medias de
los blo"ues .
Los valores crticos de la prueba estadstica son basados sobre puntos de porcentaje de la
distribucin rango estudentizado en vez de la distribucin Fmax.
Se rec!aa la !iptesis de !omogeneidad de varianas si
. 1os puntos de porcenta*e de !an sido tabulados por :arter )-.E=+
y pueden ser obtenidos en la tabla C9D de Aartin.
%jemplo
)8omado de Aartin+
1os datos presentados son tomados de 6raybill )-.F<+ de ensayos de variedades de trigo.
Cuatro variedades de trigo crecieron en cada una de trece localidades del estado de
@;la!oma. 1as respuestas en bus!els por acre, son dadas en la tabla.
variedades
1oc. - > 0 <
- <0.E= ><.=F -..<D -..<-
> <=.<= >-.DE -E.E- >0./<
0 -/.=/ -<.-. -E.E. -E.=/
< -..FD -/.E- -D.D/ -/.>.
F <F.>= >..00 >=.-. 0=.=/
E >F./D >F.E= >0.0- >D.=<
D FF.>= 0/.DD >-.-F 0...F
/ FF.0> 0<.-. -/.FE >F.->
. -..D. >-.EF >0.0- >>.<F
-= <E.>< 0-.F> >>.</ >..>/
-- -<.// -F.E/ -..D. >>.FE
-> D.F> <.E. >=.F0 >>.=/
-0 <-.-D 0>.F. >..>F <0..F
00.>. ><.=F >=.D= >E.-E
1as varianas muestrales de los tratamientos son2
,or consiguiente . 8omando ,
y el aproximado percentil cinco de . 5a*o estas prueba la !iptesis nula de
igualdad de varianas es rec!aada.
Debido a "ue la construccin de blo"ues se !a diseado para controlar el efecto de una
variable extraa, la pregunta natural a formular es G:a tenido 4xito la construccin de
blo"uesH En caso afirmativo, explicar$a una parte sustancial de la . Este a
su ve reduce , aumentando el valor del cociente % utiliado para contrastar la igualdad
de medias de tratamientos y posibilitando "ue se rec!ace . Se me*orar# la potencia de la
prueba.
8ambi4n se puede ver "ue el n3mero de grados de libertad para el error en un DCA es
; en el D5C es m#s pe"ueo "ue 4ste, es decir
. En la tabla %, se puede observar "ue a medida
"ue disminuye el n3mero de grados de libertad asociados con el denominador de %, el valor %
de la tabla aumenta. Esto implica "ue aumente el valor del punto cr$tico para rec!aar es
decir, es m#s dif$cil rec!aar )m#s probable no rec!aarla+ y la potencia de la prueba sea
menor )la probabilidad de rec!aar dado "ue es %alsa+ o disminucin en la sensibilidad
de la comparacin entre tratamientos. ,or lo anterior !ay "ue tener cuidado de no realiar
blo"ueo o innecesario.
,arece raonable sugerir "ue si las medias de los blo"ues son iguales, entonces la
construccin de blo"ues es innecesaria; de lo contrario la construccin de blo"ues es 3til. Sin
embargo, no existe una forma v#lida conocida para probar la !iptesis real
)igualdad de medias de blo"ues+.
(n m4todo utiliado para investigar la efectividad de la construccin de blo"ues es estimar la
eficiencia )o eficacia+ relativa )EB+ del D5C comparada con la del DCA