Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodo de Duncan PDF
Metodo de Duncan PDF
Metodo de Duncan PDF
Dócima de la pendiente.
Planteamiento de las hipótesis:
Total 209,013 34
Dócima de la pendiente
Total 209,013 34
R2 = 84,964 %
R2 ajustada =84,0243 %
Error estándar =0,991009
Error medio absoluto = 0,742858
Estadístico de Durbin Watson = 1,76054.
Como la probabilidad es menor que 0,05 entonces se RH0, lo que indica que
algunas de estas variables son útiles para hacer estimaciones del peso de las
gallinas (Y).
Método paso a paso.(paso alante )
Con este método podemos determinar cuáles variables del modelo son
significativas.
Estadígrafo para entrar = 4,14911
Estadígrafo para remover = 4,14911
En el paso número cero tenemos cero variables en el modelo con 34 G.L para el
error y un coeficiente de determinación de 0,00 %.
En el paso número uno adicionamos la variable X1 con un estadígrafo para entrar
de 87,4949 y como este valor es mayor que 4,14911 esta variable queda en el
modelo con 33 G.L para el error y un coeficiente de determinación de 72,61 %.
En el paso número dos adicionamos la variable X2 con un estadígrafo para entrar
de 26,2859 y como este valor es mayor que 4,14911 esta variable queda en el
modelo con 32 G.L para el error y un coeficiente de determinación de 84,96 %.
Como podemos observar, tanto el pienzo como el agua que consumen las gallinas
son significativas en el peso de las mismas.
El modelo tiene la siguiente ecuación:
Verificación de supuestos:
Normalidad:
Si aproximadamente el 95 % de los residuos están en el intervalo de ,
entonces no hay razón para rechazar el supuesto de normalidad.
(Hay Homocedasticidad)
F = 1, 0945345
1,0945345<2,57693
Se acepta H0 por lo que se cumple el supuesto de Homocedasticidad.
No autocorrelación:
(No hay autocorrelación).
(Hay autocorrelación)
n =35
dl =1,343
dv =1,584
RH0 AH0 RH0
0 1,343 1,584 2,416 2,657 4
d =1,76054. Se encuentra en la región de aceptación por lo que se cumple este
supuesto.
No multicolinialidad:
R.C:
R.C:
> 4,13927
Se RH0 por lo no se cumple el supuesto de no multicolinialidad.
Haciendo un pronóstico del peso que debería alcanzar una gallina para un
consumo de pienzo de 10,6 Kg. y 9 L de agua obtuvimos un valor de 10,5669 con
un error estándar 1,04204.
2. Diseño de experimento
Problema 2.
En un estudio realizado por el ministerio de salud pública se obtuvo que la mayor
parte de la población cubana que padece de Hipertensión Arterial se concentra en
las provincias orientales. Según criterios médicos una de las causas
fundamentales de tal enfermedad es el régimen alimenticio que llevan las
personas. Se pudo observar además que los alimentos que se consumen no
provocan el mismo efecto en la presión para los distintos horarios del día.
Es interés de todos conocer cuáles son los alimento que podemos consumir en
mayor o menor medida, los horarios en que son menores y mayores los valores de
tensión arterial, así como la mejor y la peor combinación de estos factores.
Para darle respuestas a estas interrogantes se tomaron muestras de valores de
presión por 6 días en diferentes horarios del día de una persona. (Ver anexo 2).
Análisis de varianza para datos tipo III
P. Efectos
Interacción
Total 3650,0 17
Contraste Diferencia
Harina-sal -6,66667
Harina-verduras *16,6667
Sal-verduras *23,3333
De aquí se deduce que existe homogeneidad entre los alimentos harina y sal y
existen diferencias significativas entre harina-verduras y sal-verduras.
Pruebas de rangos múltiples para los datos por el Factor H.
Meridiano 6 121,667 X
Noche 6 131,667 X
mañana 6 141,667 X
Contraste Diferencia
Mañana-meridiano *20,0
Mañana-noche *10,0
Meridiano-noche *-10,0
De aquí se obtiene que existen diferencias significativas entre los tres horarios.
Para el Factor A.
Chequeo de varianza.
Prueba C. de Cochran`s: 0,565217 P-value = 0,279372
Prueba de Bartlett`s: 1,15598 P-value = 0,368475
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.
Para el Factor H.
Chequeo de varianza
Prueba C. de Cochran`s: 0,442177 P-value = 0,749976
Prueba de Bartlett`s: 1,17879 P-value = 0,322074
En la prueba de Cochran`s P-value > 0,05
En la prueba de Bartlett`s P-value > 0,05
Se cumple el supuesto de igualdad de varianza.
Para el Factor Combi.
Pruebas de rangos múltiples para los datos por el Facto Combi.
8 2 115,0 X
9 2 115,0 X
7 2 125,0 XX
5 2 125,0 XX
2 2 125,0 XX
6 2 135,0 XX
3 2 145,0 XX
4 2 145,0 XX
1 2 155,0 X
B0 =139,643 p = 7 n = 28
E (1) =1,074 E (2) = 0,967 E (3) = 1,074 E (4) = 0,967
E (5) = 0,859 E (6) = 0,985 E (7) = 1,074
Varianza: 63,7500 Desv. Típica: 7,9844
3. Estimación y chequeo.
4. Diseño de pronóstico.
Horizonte (K): 2 N = 28 m = 28 n = 14
Función de pronóstico:
E (1) = 1,060 E (2) = 0,971 E (3) = 1,065 E (4) = 0,975
E (5) = 0,851 E (6) = 0,953 E (7) = 1,094
Media de los errores: - 5,361
Suma de cuadrados: 980,298 Cuadrado Medio: 75,405
Raíz del Cuadrado Medio: 8,683752
Cálculo del intervalo de confianza para un nivel de confianza de 95 %.
Pronóstico para T = 30: 132,7373
Intervalo de confianza para el pronóstico (115,09; 150,38)
Desviación Estándar (1,25 DAP):9,0026
Valor del DAP: 7,20
Coeficiente de alisamiento del DPA: 0,250
METODO DE TUKEY
Se acepta H0.
Si se acepta la no influencia del factor los datos provienen de una única muestra
homogénea y los parámetros y 2 se estiman según las técnicas clásicas.
(3.21)
(3.22)
Se rechaza H0.
Si se supone que el factor influye, entonces los parámetros del modelo son: 1 ,...,
2
I y . Los estimadores son
2
Para la varianza se utiliza el estadístico pivote (dado en (3.16 ))
(3.26)
En muchos casos es útil representar un contraste por la lista de sus coeficientes.
Esto es, el contraste se puede representar por cualquiera de las dos formas
equivalentes siguientes:
Contrastes importantes sobre los que es interesante hacer inferencia son los
siguientes:
Por ejemplo, supóngase que se desea comparar el efecto del color del papel
de examen en los resultados finales de éste. Se ha probado con dos tonos claros:
blanco y amarillo (niveles 1 y 2 del factor) y con tres tonos más fuertes: azul, verde
y rosa (niveles 3, 4 y 5). El siguiente contraste:
permite observar diferencias entre la influencia del papel claro (grupo 1) con
respecto a la del papel oscuro (grupo 2).
• Tendencias
(3.27)
donde g.l. representa los grados de libertad con que se ha estimado la varianza
del error.
2
En el modelo del diseño completamente aleatorizado al estimar por la
varianza residual, R2, con n - I grados de libertad, se obtiene
(3.28)
I
Análogamente, utilizando la distribución del contraste = b i, dada en (3 .
i=1 i
26), se pueden realizar test de hipótesis del tipo
(3.29)
Entonces:
¿Cuál es la probabilidad de A?
Suponiendo que los Aij fuesen independientes (obviamente no lo son):
Método de Bonferroni.
(3.29)
m j
Dado un conjunto de m contrastes j = 1 , rechazar la hipótesis H0 : i=
I j
1 bi i = 0, a un nivel de significación global no superior a , siempre que
(3.30)
• Si m es muy grande, será tan pequeño que tn-I no viene en las tablas. Se
puede aproximar por:
donde z es el valor de una normal estandar tal que P = .
Método de Scheffé.
I
de modo que, para cualquier contraste individual i = 1 bi i se rechaza la hipótesis H0
(3.31)
Fuentes de
SC GL CM F
variación
Total 1.1790 14
Promedios ordenados
B 8.05
A 7.85
C 7.74
D 7.51
E 7.45