Documentos de Académico
Documentos de Profesional
Documentos de Cultura
H 0 1 2 3 .... k
12 22 .
Como el ANOVA de un criterio es una generalizacin de la prueba de t para dos muestras, los
supuestos para el ANOVA de un criterio son:
1. Todas las poblaciones k son normales.
2
2
2
2
2
2. 1 2 3 ..... k
El mtodo de ANOVA con un criterio requiere del clculo de dos estimaciones independientes para
2
2
2
2 , la varianza poblacional comn. Estas dos estimaciones se denotan por s b y s w . s b se
2
s b2
F 2
sw
El valor crtico para la prueba F es:
F ( k 1, k ( n 1))
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.
El Procedimiento es el siguiente1:
1. Determinar si las muestras provienen de poblaciones normales.
2. Proponer las hiptesis.
3. Encontrar las medias poblacionales y las varianzas.
1
Pgina 1
ANOVA
SCT
i 1
j 1
( Xij X )
***
*
**
***
Xi valores individuales
**
X
*
*
**
**
SCTR rj ( X j X ) 2
j 1
Media
X3
*
5
Media X2
Media X1
Suma de cuadrados del error (SSE o SCE):
r
SCE
i 1
(X
j 1
ij
X j )2
Pgina 2
Media de medias
ANOVA
**
Xi
*
**
***
Xi
*
**
*
*
X media 1
*
Xmedia 2
Xmedia 3
** *
Xi
*
NO RECHAZAR
ZONA DE RECHAZo
Alfa
Pgina 3
ANOVA
TABLA DE ANOVA
Pgina 4
ANOVA
FUENTE DE VARIACIN
SUMA DE
CUADRADOS
GRADOS
DE
LIBERTAD
CUADRADO
MEDIO
SCTR
c-1
CMTR
Dentro de muestras
(err.)
SCE
n-c
CME
Variacin total
SCT
n-1
CMT
VALOR F
CMTR/CME
Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
Si las medias son diferentes se
puede aplicar la prueba de Tukey o
DMS como sigue:
PRUEBA DE TUKEY
Se utiliza para diseos balanceados (todos los tratamientos tienen
asignado el mismo nmero de elementos)
Se utiliza el estadstico
T
CME
T absoluto
q ,c ,n c de
Se compara T vs la diferencia en valor
r
cada par de medias, si esta dif. Excede a T, las medias son diferentes
o iguales en caso contrario.
n = 16
r=4
c=
4 Alfa=0.05
Por ejemplo:
3.6
CME =
19.6875
T
Medias
q.05,4,12=
4.2
9.31
X1 =
145
!X1 - X2!=
0.25 X1=X2
X2=
145.25
!X1-X3! =
12.75 X1<>X3
X3=
132.25
!X1-X4!=
15.75 X1<>X4
X4=
129.25
!X2-X3!=
13 X2<>X3
!X2-X4!=
16 X2<>X4
!X3-X4!=
3 X3=X4
X4
X3
129.25 132.25
X1 X2
DMS
=3.41
145 145.2
Pgina 5
ANOVA
DMS
MEDIAS
IGUALES
MEDIAS
DIFERENTES
9.45
DMS
r=4
F = DISTR.F.INV(alfa, gl. =1, gl. CME
=12)
2(CME ) F ,1,nc
r
CME =
r=
F.05,1,12
19.6875
4
4.75
187.0313
46.75781 6.837968
DMS j , k
1
1
(CME ) F ,c 1, n c
rk
rj
y si X2 = X3 en el ejemplo de empleados.
DMS 2,3 ?
3.4
DMS =
0.1965
X1=21.74 X2=21.5
X1-X2=
Pgina 6
F=3.34
Alfa =.05
CME=0.02571
0.24
ANOVA
Ejemplo 1:
Tres tipos distintos de motores de gasolina fueron probados para determinar cunto tiempo son
tiles antes de necesitar una reparacin; si los tiempos de vida de los motores de cada tipo se
distribuyen normalmente y tienen la misma varianza, haga una prueba usando 0.05 para
determinar si difieren las medias de vida til antes de requerir una reparacin. En la tabla aparecen
los tiempos de vida til, en decenas de miles de millas para cada tipo de motor.
A
6
2
4
1
7
B
8
7
7
2
6
C
3
2
5
4
1
Probability Plot of A
Normal
99
Mean
StDev
N
RJ
P-Value
95
90
Percent
80
70
60
50
40
30
20
10
5
-2
4
A
10
Pgina 7
4
2.550
5
0.982
>0.100
ANOVA
Probability Plot of B
Normal
99
95
90
Mean
StDev
N
RJ
P-Value
6
2.345
5
0.909
>0.100
Mean
StDev
N
RJ
P-Value
3
1.581
5
0.998
>0.100
Percent
80
70
60
50
40
30
20
10
5
6
B
10
12
Probability Plot of C
Normal
99
95
90
Percent
80
70
60
50
40
30
20
10
5
-1
3
C
Analizando las grficas nos damos cuenta de que las muestras provienen de poblaciones
normales.
Si denotamos por 1, 2 y 3 las medias poblacionales de los tiempos de vida til para los tipos A,
B y C, respectivamente, entonces podemos escribir las hiptesis estadsticas como:
H 0 : 1 2 3
H1: Al menos dos medias poblacionales no son iguales.
Pgina 8
ANOVA
Procedimiento en Excel:
Alfa = 0.05
En Rango de salida indicar la celda donde se inciar la presentacin de resultados.
ANLISIS DE VARIANZA
Origen de las variaciones
Entre grupos
Dentro de los grupos
Total
Cuenta
Suma
5
5
5
Promedio
20
30
15
4
6
3
Varianza
6.5
5.5
2.5
14
Pgina 9
ANOVA
ANOVA en Minitab.
Utilice 0.05 para calcular si difiere el rendimiento de los motores.
Seleccionar:
Stat > ANOVA > One Way (Unstacked)
Response in separate columns A, B, C
Seleccionar ! Store Residuals ! Store Fits
Graphs
Seleccionar Normal plot of residuals
Comparisons
Seleccionar Tukeys Family error rate OK
Resultados:
La grfica normal de residuos debe mostrar los residuos aproximados por una recta para validar el
modelo:
95
90
Percent
80
70
60
50
40
30
20
10
5
-5.0
-2.5
0.0
Residual
2.5
5.0
One-way ANOVA: A, B, C
Source
Factor
Error
Total
DF
2
12
14
SS
23.33
58.00
81.33
MS
11.67
4.83
F
2.41
P
0.132
R-Sq = 28.69%
R-Sq(adj) = 16.80%
Pgina 10
ANOVA
Level
A
B
C
N
5
5
5
Mean
4.000
6.000
3.000
StDev
2.550
2.345
1.581
Lower
-1.707
-4.707
Center
2.000
-1.000
Upper
5.707
2.707
---------+---------+---------+---------+
(----------*---------)
(---------*----------)
---------+---------+---------+---------+
-3.5
0.0
3.5
7.0
Upper
0.707
---------+---------+---------+---------+
(---------*----------)
---------+---------+---------+---------+
-3.5
0.0
3.5
7.0
B subtracted from:
C
Lower
-6.707
Center
-3.000
RESI1
2
-2
0
-3
3
RESI2
2
1
1
-4
0
RESI3
0
-1
2
1
-2
FITS1
4
4
4
4
4
FITS2
6
6
6
6
6
FITS3
3
3
3
3
3
Pgina 11
ANOVA
A
82
79
75
68
65
B
55
67
84
77
71
C
69
72
78
83
74
D
87
61
82
61
72
95
90
Percent
80
70
60
50
40
30
20
10
5
-20
-10
0
Residual
10
20
One-way ANOVA: A, B, C, D
Source
Factor
Error
Total
DF
3
16
19
SS
52.2
1367.6
1419.8
MS
17.4
85.5
F
0.20
P
0.892
Como el valor P de 0.892 es mayor a alfa de 0.05 no hay efecto en la respuesta cambiando los
niveles del factor A, B, C y D.
S = 9.245
Level
A
B
C
D
N
5
5
5
5
R-Sq = 3.68%
Mean
73.800
70.800
75.200
72.600
StDev
7.190
10.918
5.450
11.887
R-Sq(adj) = 0.00%
Individual 95% CIs For Mean Based on
Pooled StDev
-------+---------+---------+---------+-(--------------*--------------)
(--------------*--------------)
(-------------*--------------)
(--------------*--------------)
-------+---------+---------+---------+-66.0
72.0
78.0
84.0
Se pueden traslapar los intervalos de confianza de los niveles del factor, por tanto no hay diferencia
significativa en sus efectos.
Pgina 12
ANOVA
Lower
-19.745
-15.345
-17.945
Center
-3.000
1.400
-1.200
Upper
13.745
18.145
15.545
--------+---------+---------+---------+(-------------*------------)
(-------------*-------------)
(-------------*-------------)
--------+---------+---------+---------+-12
0
12
24
Upper
21.145
18.545
--------+---------+---------+---------+(-------------*-------------)
(------------*-------------)
--------+---------+---------+---------+-12
0
12
24
Upper
14.145
--------+---------+---------+---------+(-------------*-------------)
--------+---------+---------+---------+-12
0
12
24
B subtracted from:
C
D
Lower
-12.345
-14.945
Center
4.400
1.800
C subtracted from:
D
Lower
-19.345
Center
-2.600
En la prueba de Tukey como el cero pertenece a los intervalos de confianza de todas las
diferencias entre niveles A, B, C y D, no hay diferencia entre sus efectos en la respuesta.
Pgina 13
ANOVA
1
73
73
75
73
2
68
67
68
71
3
74
75
78
75
4
71
72
73
75
5
67
70
68
69
Solucin
Rollo
Agente
Qumico
1
2
3
4
Y.j
2
73
73
75
73
73.5
3
68
67
68
71
68.5
Yi.
4
74
75
78
75
75.5
5
71
72
73
75
72.75
67
70
68
69
68.5
70.6
71.4
72.4
72.6
72.35
73.15
74.15
74.35
Yijestimada (FITS)
67.35
74.35
68.15
75.15
69.15
76.15
69.35
76.35
71.6
72.4
73.4
73.6
67.35
68.15
69.15
69.35
0.65
-0.15
0.85
-1.35
Residuos (Eij)
0.65
-0.35
-1.15
-0.15
-1.15
1.85
1.65
-1.35
-0.6
-0.4
-0.4
1.4
-0.35
1.85
-1.15
-0.35
Pgina 14
Y (gran
promedio)
71.75
ANOVA
RESUMEN
Cuenta
Suma
Promedio
Fila 1
5
353
Fila 2
5
357
Fila 3
5
362
Fila 4
5
363
Columna 1
4
294
Columna 2
4
274
Columna 3
4
302
Columna 4
4
291
Columna 5
4
274
ANLISIS DE VARIANZA
Origen de
Suma de Grados Promedio
F
las
cuadrados
de
de los
variaciones
libertad cuadrados
Filas
Columnas
Error
Total
12.95
157
21.8
191.75
3 4.31666667 2.376146789
4
39.25 21.60550459
12 1.81666667
19
Varianza
70.6
9.3
71.4
9.3
72.4
19.3
72.6
6.8
73.5
1
68.5
3
75.5
3
72.75 2.916666667
68.5 1.666666667
Probabilidad
Valor
crtico
para F
0.12114447 3.4902948
2.05918E-05 3.2591667
Pgina 15
ANOVA
Procedimiento en Excel:
Anlisis de varianza de dos factores con una sola muestra por grupo
RESUME
N
Fila 1
Fila 2
Fila 3
Fila 4
Columna 1
Columna 2
Columna 3
Columna 4
Columna 5
Cuenta
5
5
5
5
4
4
4
4
4
Suma
Promedio
353
70.6
357
71.4
362
72.4
363
72.6
294
274
302
291
274
73.5
68.5
75.5
72.75
68.5
Varianz
a
9.3
9.3
19.3
6.8
1
3
3
2.92
1.67
ANLISIS DE VARIANZA
Fuente de
variacin
Filas
Columnas
Error
Total
Total
Suma de
Cuadrado
s
12.95
157
21.8
191.75
231
Grados
de
libertad
3
4
12
Cuadrado
s
medios
4.32
39.25
1.82
Fc
2.38
21.61
Probabilida
d
Valor P
0.12
2.06E-05
F
tablas
3.49
3.26
19
24
Pgina 16
ANOVA
ANOVA en Minitab.
Utilice 0.05 para calcular si hay diferencias entre los efectos de las columnas y los
renglones.
Introducir los datos arreglados con las respuestas en una sola columna e indicando a que rengln y
columna pertenece cada uno de estos, como sigue:
Resp
73
73
75
73
68
67
68
71
74
75
78
75
71
72
73
75
67
70
68
69
Columna
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
5
5
5
Fila
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Instrucciones:
Stat > ANOVA > One two Way
Response Respuesta, indicar Row factor y Column Factor, Seleccionar ! Display Means
Seleccionar ! Store Residuals ! Store Fits Confidence level 95%
Graphs
Seleccionar Normal plot of residuals
OK
Resultados:
La grfica normal de residuos debe mostrar los residuos aproximados por una recta para validar el
modelo:
Pgina 17
ANOVA
95
90
Percent
80
70
60
50
40
30
20
10
5
-3
-2
-1
0
Residual
DF
3
4
12
19
SS
12.95
157.00
21.80
191.75
R-Sq = 88.63%
MS
4.3167
39.2500
1.8167
F
2.38
21.61
P
0.121
0.000
R-Sq(adj) = 82.00%
Rollo
1
2
3
4
5
Mean
70.6
71.4
72.4
72.6
Mean
73.50
68.50
75.50
72.75
68.50
Pgina 18
ANOVA
Columna
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
5
5
5
Fila
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
RESI1
0.65
-0.15
0.85
-1.35
0.65
-1.15
-1.15
1.65
-0.35
-0.15
1.85
-1.35
-0.6
-0.4
-0.4
1.4
-0.35
1.85
-1.15
-0.35
FITS1
72.35
73.15
74.15
74.35
67.35
68.15
69.15
69.35
74.35
75.15
76.15
76.35
71.6
72.4
73.4
73.6
67.35
68.15
69.15
69.35
Pgina 19
RESI2
0.65
-0.15
0.85
-1.35
0.65
-1.15
-1.15
1.65
-0.35
-0.15
1.85
-1.35
-0.6
-0.4
-0.4
1.4
-0.35
1.85
-1.15
-0.35
FITS2
72.35
73.15
74.15
74.35
67.35
68.15
69.15
69.35
74.35
75.15
76.15
76.35
71.6
72.4
73.4
73.6
67.35
68.15
69.15
69.35