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.
12 22 32 ..... k2 2
El mtodo de ANOVA con un criterio requiere del clculo de dos estimaciones independientes para
2,
sb2 y s w2 . s b2 se
sb2
s w2
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.
1
El Procedimiento es el siguiente :
1. Determinar si las muestras provienen de poblaciones normales.
2. Proponer las hiptesis.
Pgina 1
ANOVA
asociados glw.
5. Calcular la gran media para la muestra de las medias mustrales.
6. Determinar la estimacin de la varianza entre muestras
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
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
T q ,c ,nc
CME
r
X4
X3
129.25 132.25
X1 X2
DMS
=3.41
145 145.2
Pgina 4
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
CME =
r=
F.05,1,12
187.0313
19.6875
4
4.75
46.75781 6.837968
1 1
DMS j ,k (CME ) F ,c1,nc
rj rk
r j es el nmero de elementos asignados al tratamiento j
r k es el nmero de elementos asignados al tratamiento k
Verificar si X1 = X2
DMS 1,2 ?
Por ejemplo:
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 5
F=3.34
Alfa =.05
CME=0.02571
0.24
ANOVA
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 6
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,
H 0 : 1 2 3
H1: Al menos dos medias poblacionales no son iguales.
Pgina 7
ANOVA
Procedimiento en Excel:
Alfa = 0.05
En Rango de salida indicar la celda donde se inciar la presentacin de resultados.
Anlisis de varianza de un factor
RESUMEN
Grupos
Columna 1
Columna 2
Columna 3
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 8
ANOVA
ANOVA en Minitab.
Utilice
0.05
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:
99
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 9
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
Ejemplo 2: La tabla adjunta contiene el nmero de palabras escritas por minuto por cuatro
secretarias de la universidad en cinco ocasiones diferentes usando la misma mquina.
Pgina 10
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
99
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 11
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 12
ANOVA
Ejemplo con Minitab o Excel del Texto de Montgomery, Anlisis y diseo de experimentos.
Problema 4.1
Un qumico quiere probar el efecto de 4 agentes qumicos sobre la resistencia de un tipo particular
de tela. Debido a que podra haber variabilidad de un rollo de tela a otro, el qumico decide usar un
diseo de bloques aleatorizados, con los rollos de tela considerados como bloques. Selecciona 5
rollos y aplica los 4 agentes qumicos de manera aleatoria a cada rollo. A continuacin se
presentan las resistencias a la tencin resultantes. Analizar los datos de este experimento (utilizar
=0.05) y sacar las conclusiones apropiadas.
Rollo
Agente
Qumico
1
2
3
4
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 13
Y (gran
promedio)
71.75
ANOVA
RESUMEN
Cuenta
Suma
Promedio
Varianza
Fila 1
5
353
70.6
9.3
Fila 2
5
357
71.4
9.3
Fila 3
5
362
72.4
19.3
Fila 4
5
363
72.6
6.8
Columna 1
4
294
73.5
1
Columna 2
4
274
68.5
3
Columna 3
4
302
75.5
3
Columna 4
4
291
72.75 2.916666667
Columna 5
4
274
68.5 1.666666667
ANLISIS DE VARIANZA
Origen de
Suma de Grados Promedio
F
Probabilidad
Valor
las
cuadrados
de
de los
crtico
variaciones
libertad cuadrados
para F
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
0.12114447 3.4902948
2.05918E-05 3.2591667
Pgina 14
ANOVA
Procedimiento en Excel:
Anlisis de varianza de dos factores con una sola muestra por grupo
RESUMEN
Fila 1
Fila 2
Fila 3
Fila 4
Columna 1
Columna 2
Columna 3
Columna 4
Columna 5
Cuenta
5
5
5
5
Suma
353
357
362
363
4
4
4
4
4
294
274
302
291
274
Promedio Varianza
70.6
9.3
71.4
9.3
72.4
19.3
72.6
6.8
73.5
68.5
75.5
72.75
68.5
1
3
3
2.92
1.67
ANLISIS DE VARIANZA
Fuente de Suma de
variacin Cuadrados
Filas
12.95
Columnas
157
Error
21.8
Total
Total
191.75
231
Grados
de
libertad
Cuadrados
medios
3
4.32
4
39.25
12
1.82
Fc
Probabilidad
Valor P
2.38
0.12
21.61
2.06E-05
F
tablas
3.49
3.26
19
24
Pgina 15
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 16
ANOVA
99
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 17
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 18
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