Anlisis de varianza y covarianza.

Consideraciones
generales de los experimentos.

Significado del anlisis de varianza:

Es un valor numrico que mide el grado de dispersin relativa porque

depende de la posicin de los datos X1, X2Xn, con respecto a la media.
Se emplea para predecir si dos o ms muestras son homogneas o no.
Lo que produce en algunos casos un error al rechazar la Ho, ya que las
diferencias entre las muestras pueden deberse al azar.
Proporciona un nivel de probabilidad que las diferencias entre las
muestras se deban a la manipulacin de la VI.

Tipos de varianza:
1. Varianza poblacional: se conoce solo si se conocen todas las medidas de
un universo definido (media y desviacin estndar).
2. Varianza muestral: resulta del clculo de estadsticos de las muestras.
3. Varianza sistemtica: es la variacin de las medidas por causas
conocidas y/o desconocidas que causa que las puntuaciones se inclinen
a una direccin ms que a otras.
4. Varianza entre grupos: son las diferencias sistemticas entre los grupos
de medidas.
5. Varianza de error: corresponde a la variacin de medidas que no se
pueden explicar, puede deberse al azar, diferencias individuales, errores
de medicin de los instrumentos y/o procedimientos.
Supuestos:

Las
Las
Las
Las

poblaciones siguen una distribucin de probabilidad normal.

poblaciones tienen desviaciones estndar iguales.
VI deben haberse medido por lo menos en una escala de intervalo.
muestras se seleccionan de modo independiente.

Modelo de efectos fijos:

En este caso la variabilidad total puede descomponerse en dos factores.
1. Variabilidad debido al tratamiento (variabilidad entre).
2. Variabilidad independiente de los datos (variabilidad dentro).

Modelo matemtico: VT=VE+VD.

Variacin total se descompone:

1. Variacin debida a la manipulacin de la VI (varianza entre grupos).
2. Variacin del error aleatorio (varianza dentro de los grupos).

El diseo completamente aleatorizado con un solo factor o unifactorial:

Ho: las medias de las C poblaciones son iguales.
Ho: 1=2=3=n.
H1: no todas las medias de las C poblaciones son iguales.
Las hiptesis en funcin de los tratamientos as:
Ho: los tratamientos no producen efecto.
H1: alguno de los tratamientos produce efecto.
Coeficiente F:
1. Variacin debido al tratamiento: varianza entre grupos.
2. Variacin debido al error aleatorio: varianza entre los grupos.
Niveles de interpretacin de un factor:

F= MCentre/MCdentro.
Un cociente bajo, prximo a 1 o incluso menor, quiere decir que el efecto
de la variable independiente es escaso. (.50/.50=1).
Un cociente alto cuando la mayor parte de la varianza se debe a la
fuente de variacin entre, por lo que se concluye que los resultados y
diferencias se deban al tratamiento. (10/3).
Anlisis de varianza factorial:
En un anlisis de varianza factorial, existe una hiptesis nula por cada factor y
por cada posible combinacin de factores.

El Ho referida a un factor afirma que las medidas de las poblaciones

definidas por los niveles del factor son iguales.
La hiptesis referida al efecto de una interaccin afirma que tal efecto es
nulo.
Para contrastar estas hiptesis el ANOVA factorial se sirve de
estadsticos F, que permiten decidir si podemos mantener o debemos
rechazar una hiptesis.

Anlisis de varianza factorial:

El modelo matemtico seria:

Yijk= + i + j + (+) ij + ijk.

Donde:

Yijk: valor del i-simo nivel del factor A, j-simo del factor B, y k-simo
bloque (repeticin).
: media general.
i: efecto del i-simo nivel del factor A.
j: efecto del i-simo nivel del factor B.
( + ) ij: efecto de interaccin entre ambos factores.
ijk: error aleatorio.

El concepto de relacin ene estadstica coincide con lo que se entiende por

relacin en el lenguaje habitual: dos variables estn relacionadas si varan
conjuntamente.