Está en la página 1de 3

ANALISIS DE VARIANZA DE UNA SOLA CLASIFICACION

Permite comparar entre s dos o ms medias, a diferencia de la prueba t.



El anli sis simple de la varianza con una sola variable de clasificacin
permite comparar dos, t r es o ms medi os ar i t mt i cos de ot r as
t ant as submuest r as def i ni das por l as categoras de una cierta
variable independiente elegida por el investi gador en su estudio.

CONCEPTO DE PRUEBA T

En estadstica, una prueba t de Student es cualquier prueba en la que el estadstico utilizado tiene
una distribucin t de Student si la hiptesis nula es cierta. Se aplica cuando la poblacin estudiada
sigue una distribucin normal pero el tamao muestral es demasiado pequeo como para que el
estadstico en el que est basada la inferencia est normalmente distribuido, utilizndose una
estimacin de la desviacin tpica en lugar del valor real. Es utilizado en anlisis discriminante.


Interpretacin: es decir es valido hacer una comparacin de dos o mas variables
existentes en una muestra estudiada a diferencia de la prueba t que explica que si
la cantidad expresada en el espacio muestral es muy pequea no debe ser
percibida como un estudio que contiene una distribucin normal de variables.

Ejemplo: Se est comparando dos variables de la causa de la deforestacin en la
comunidad del trompillo si es la apata de la comunidad o falta de los entes
encargados. Entonces Se aplican 2 mtodos de investigacin en la comunidad en
formas diferentes:

Investigacin presencial casa por casa preguntando, o la aplicacin de taller en la
comunidad percibiendo sus opiniones en general. Se calcula la informacin o data
media en la respuesta de cada investigacin.

SUMA TOTAL DE CUADRADOS

Es la suma de las diferencias de todos los datos con respecto a la media,
elevadas previamente al cuadrado [(X-M)2] es el numerador de la varianza. A
este numerador se le denomina Suma de Cuadrados y su smbolo habitual es SC.
No es raro encontrarse con
el smbolo SS, que significa lo mismo pero en ingls (Sum of Squares).

Numerador de la varianza o Suma de Cuadrados: (X-M)2 = N2
Esta expresin del numerador de la varianza o suma de cuadrados (N2) es muy
importante porque, como ya hemos indicado, facilita mucho el clculo de la suma
de cuadrados cuando se dispone de una calculadora con programacin estadstica
que nos da directamente el valor de la desviacin tpica (), como iremos viendo al
explicar los diversos mtodos4.
Interpretacin: es decir se suma todas las respuestas de los datos o informacin
que se han dado en torno a la media.
Ejemplo: se suma todos los nios de 5to y 6to grado de la escuela Mara teresa
del toro que respondieron a las siguientes preguntas hay deforestacin en la
comunidad si o no? luego se suma el total o respuesta final de la cantidad de
nios que dijeron que si y luego la cantidad de nios que dijeron que no, con ello
se extrae la data media de la informacin dada.
SUMA DEL CUADRADO INTERGRUPAL
O Variacin Intermuestral. Factor que representa la variacin entre los diversos
tratamientos administrados durante el desarrollo de un experimento.

Interpretacin: muestra los distintos mtodos que se han utilizado para llegar a la
respuesta final de una investigacin o experimento.

Ejemplo: por ejemplo en la comunidad se han hecho distintos proyectos no
nicamente para erradicar la deforestacin sino tambin para salvar el
funcionamiento natural de las partes hdricas es decir las cuencas, u otros como la
preocupacin de las vas del trompillo. Pero todos han sido estudios variados con
un solo fin: mejorar el desarrollo sustentable de la comunidad.
GRADO DE LIBERTAD
Es el denominador de la varianza es el nmero de sujetos menos uno, o, segn los casos, el
nmero de grupos o nmero de criterios de clasificacin, menos uno (N-1, k-1, etc.).
Restamos una unidad porque se trata de estimaciones de la varianza en la poblacin. El
trmino habitual de este denominador es grados de libertad y ya nos resulta conocido. El
smbolo habitual de los grados de libertad es gl (en ingls encontraremos el trmino degrees
of freedom simbolizado como df).

Interpretacin: es la cantidad de datos a la cual se le debe restar 1debido a la
cantidad de informacin que pueden variar en un caso que se da en una
poblacin.
Ejemplo: en el trompillo podra variar la suma de personas que han deforestado y
disminuir su cantidad. Cambiando o restando as 1 factor (menos1) en nuestro
proyecto que seria el porcentaje de familias que deforestan para trabajar la tierra.
PRUEBA F
Y el cociente F se usa para realizar el contraste de la hiptesis de medias iguales.
La regin crtica para dicho contraste es F > F(k-1,(n-1)k)a
A diferencia de otras pruebas de medias que se basan en la diferencia existente
entre dos valores, el anlisis de varianza emplea la razn de las estimaciones,
dividiendo la estimacin intermediante entre la estimacin interna

Esta razn F fue creada por Ronald Fisher (1890-1962), matemtico britnico,
cuyas teoras estadsticas hicieron mucho ms precisos los experimentos
cientficos. Sus proyectos estadsticos, primero utilizados en biologa, rpidamente
cobraron importancia y fueron aplicados a la experimentacin agrcola, mdica e
industrial. Fisher tambin contribuy a clarificar las funciones que desempean la
mutacin y la seleccin natural en la gentica, particularmente en la poblacin
humana.
El valor estadstico de prueba resultante se debe comparar con un valor tabular de
F, que indicar el valor mximo del valor estadstico de prueba que ocurra si H0
fuera verdadera, a un nivel de significacin seleccionado. Antes de proceder a
efectuar este clculo, se debe considerar las caractersticas de la distribucin F
Caractersticas de la distribucin F
Existe una distribucin F diferente para cada combinacin de tamao de muestra y
nmero de muestras. Por tanto, existe una distribucin F que se aplica cuando se
toman cinco muestras de seis observaciones cada una, al igual que una
distribucin F diferente para cinco muestras de siete observaciones cada una. A
propsito de esto, el nmero distribuciones de muestreo diferentes es tan grande
que sera poco prctico hacer una extensa tabulacin de distribuciones. Por tanto,
como se hizo en el caso de la distribucin t, solamente se tabulan los valores que
ms comnmente se utilizan. En el caso de la distribucin F, los valores crticos
para los niveles 0,05 y 0,01 generalmente se proporcionan para determinadas
combinaciones de tamaos de muestra y nmero de muestras.
Interpretacin: se hace una comparacin de las hiptesis generadas de la
informacin media y as percibir cual de informacin puede ser el mximo valor.

Ejemplo: entre la deforestacin y el agua en el trompillo, hay una hiptesis
colectiva que considera que el agua tiene un mximo valor por lo tanto la
informacin media seria que el agua tiene un porcentaje de mas importancia en el
sector.