Está en la página 1de 39

INFERENCIA ESTADÍSTICA.

FASE 4 ANOVA

 
ESTUDIANTE:
YOLIMA ESPINOSA
 
TUTORA:
DIANA MILENA CALIMAN

 
GRUPO:
100403_52
 

 
UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD).
ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA.
2020
TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un


número i, que designará, en una lista o población de N elementos, al primero que va a
formar parte de la muestra.

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
F= N/n
F= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

F= N/n
N= 2989
n= 360
F= 8.30 se redondea

F= 8 Seleccione la muestra cada F elementos


Alea= 5 Se escoge un número aleatorio entre 1 y el valor F
Fijo= 7 Copie y pegue el número aleatorio como valor para que no este

1) Rellene una columna que empiece desde 1 hasta n (en este caso
hasta 360)
309 1856 6 1.06 -0.55 3.2 3
315 1892 6 0.95 -0.54 3.2 3
319 1916 6 1.05 -0.54 3.2 3.1
323 1940 6 1.08 -0.53 3.4 3.1
337 2024 6 1.02 -0.53 3.3 3
339 2036 6 1.07 -0.53 3.1 2.9
341 2048 6 1.01 -0.53 3.2 3.1
348 2090 6 1.07 -0.55 3.2 2.9
349 2096 6 1.03 -0.51 3.2 2.9
357 2144 6 1.02 -0.54 3.2 3
do aleatoriamente un
l primero que va a Nota: Solo se emplea este muestreo para n<50%, si n>50% se de

la población)

ntos
torio entre 1 y el valor F
omo valor para que no este cambiando

hasta n (en este caso

12.2 1894406 2 2 2 2 797 2


12.1 1895740 2 2 1 2 784 2
11.8 1907819 2 2 1 3 766 2
11.3 1904365 1 2 1 3 371 2
12.5 1880425 2 1 1 2 780 1
11.9 1910835 1 2 1 1 920 2
11.9 1912051 2 2 2 2 416 2
11.6 1893887 2 2 3 2 970 2
12.1 1903500 2 2 1 2 712 2
11.8 1901001 2 2 1 1 991 1
n<50%, si n>50% se debe de proceder a realizar un muestreo aleatorio simple.

1 2
1 2
1 4
1 2
1 2
1 4
1 4
1 1
1 2
1 2
YOLIMA ESPINOSA
1. Definición y características principales del análisis de varianza
El Análisis de Varianza (ANOVA) es un tipo de prueba paramétrica. Esto quiere decir
que deben cumplirse una serie de supuestos para aplicarla, y que el nivel de la
variable de interés debe ser, como mínimo, cuantitativo (es decir, como mínimo de
intervalo, por ejemplo, el coeficiente intelectual, donde existe un 0 relativo).

Es decir, se utiliza la ANOVA para contrastar hipótesis acerca de diferencias de


medias (siempre más de dos). El ANOVA implica un análisis o descomposición de la
variabilidad total; ésta, a su vez, se puede atribuir principalmente a dos fuentes de
variación:

Variabilidad intergrupo
Variabilidad intragrupo o error
CARACTERISTICAS

 mide la fuente de variación entre los datos y compara sus tamaños


 Evalúa la diferencia entre las medidas de su grupo y la local
 El conjunto de datos independiente del resto
 Los resultados tienen una distribución normal

2. ¿Cuándo y cómo aplicar un análisis de varianza?

El análisis de la varianza ANOVA se aplica cuándo y cómo:


1 Para evaluar si hay una diferencia significativa entre los grupos de medidas
2 Cuando hay un solo factor en dos niveles con variables dependientes
3cuando se tiene un experimento diseñado con combinaciones de niveles y factores
4 cuando múltiples factores de una variable dependiente

3. Explique cada uno de los modelos de análisis de varianza. De ejemplos.


anova permite distinguir dos modelos para la hipótesis alternativa:
modelo I o de efectos fijos en el que la H1 supone que las k muestras son muestras de k
poblaciones distintas y fijas.1ejemploSe quiere evaluar la eficacia de distintas dosis de un
fármaco contra la hipertensión arterial, comparándola con la de una dieta sin sal. Para ello se
seleccionan al azar 25 hipertensos y se distribuyen aleatoriamente en 5 grupos. Al primero de
ellos no se le suministra ningún tratamiento, al segundo una dieta con un contenido pobre en
sal, al tercero una dieta sin sal, al cuarto el fármaco a una dosis determinada y al quinto el
mismo fármaco a otra dosis. Las presiones arteriales sistólicas de los 25 sujetos al finalizar los
tratamientos son:GrupoGrupo
1 2 3 4 5
180 172 163 158 147
173 158 170 146 152
175 167 158 60 143
182 160 162 171 155
181 175 170 155 160
La tabla de anova es:
Como F0,05(4,20) =2,87 y 11,24>2,87 rechazamos la hipótesis nula y concluimos que los
resultados de los tratamientos son diferentes.

modelo II o de efectos aleatorios en el que se supone que las k muestras, se han seleccionado
aleatoriamente de un conjunto de m>k poblaciones. ejemplo de modelo II sería: un
investigador está interesado en determinar el contenido, y sus variaciones, de grasas en las
células hepáticas
4. ¿Es útil aplicar de cobayas;
análisis toma dela animalario
de varianza 5 cobayas
la problemática al azar y- les
de estudio? realiza,por
Explique a cada una, 3
quéEl
biopsias hepáticas
método que resuelve ambos problemas es el anova, aunque es algo más que esto: es un
método que permite comparar varias medias en diversas situaciones; muy ligado, por tanto, al
diseño de experimentos y, de alguna manera, es la base del análisis multivariante.
TIPO DE MUESTREO: Sistemático
Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un
número i, que designará, en una lista o población de N elementos, al primero que va a
formar parte de la muestra.
Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
F= N/n
F= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

F= N/n
N= 2989
n= 360
F= 8.30 se redondea

F= 8 Seleccione la muestra cada F elementos


Alea= 1 Se escoge un número aleatorio entre 1 y el valor F
Fijo= 6 Copie y pegue el número aleatorio como valor para que no este

1) Rellene una columna que empiece desde 1 hasta n (en este caso
hasta 360)
2) Luego, empieze la 2da columna con el número que encontró entre
1 y K, es decir el que corresponde al valor fijo
LISTO! Esta es la lista de personas que van a conformar su muestra…
empieza con el proveedor 8, luego 14, 20,…. A eso se refiere el tipo
de muestreo a seleccionar las personas, animales o cosas que van a
conformar su muestra de tamaño "n".
3) Copie y pegue los nombres de las variables de la población
4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0)
es para que no tenga que pasar manualmente la información de los
261 elementos que va a incluir en la muestra. El número 2,
corresponde a la columna de la variable, en este caso Municipio

Departame Densidad Crioscopia


Nº Muestra nto (g/ml) (°C) % Proteína % Grasa

1 8 2 1.03 -0.56 3.2 3.2


2 14 2 1.12 -0.54 3 2.9
3 20 2 1.07 -0.52 3.4 3
4 26 2 1.06 -0.54 3.2 2.9
5 32 2 1.03 -0.53 3.1 2.9
6 38 2 1.06 -0.52 3.1 3
7 44 2 1.11 -0.54 3.4 3
8 50 2 1.03 -0.52 3.1 3
9 56 2 1.08 -0.58 3.2 3
10 62 2 1.09 -0.53 3.4 2.9
11 68 3 0.99 -0.56 3.1 3
12 74 1 0.98 -0.56 3.2 2.9
13 80 2 0.96 -0.55 3.2 3
14 86 2 0.96 -0.58 3.1 2.9
15 92 2 1.16 -0.56 3 2.9
16 98 2 0.99 -0.53 3.2 2.8
17 104 2 1.03 -0.53 3.2 3.1
18 110 4 0.99 -0.52 3.2 3.1
19 116 3 1.05 -0.54 3.4 3
20 122 2 1.02 -0.53 3.2 3.2
21 128 1 1.02 -0.52 3.2 2.9
22 134 3 1.01 -0.52 3.1 3.2
23 140 2 1.02 -0.53 3.1 3.1
24 146 2 1.03 -0.55 3 2.9
25 152 2 0.98 -0.56 3.1 3
26 158 4 0.95 -0.5 3.1 3
27 164 2 1 -0.56 3.2 3
28 170 2 1 -0.54 3 3
29 176 2 1.04 -0.54 3.1 3.1
30 182 2 1.04 -0.56 3.2 3
31 188 2 1 -0.56 3.2 2.9
32 194 2 1.04 -0.54 3.1 2.8
33 200 4 1.02 -0.49 3.3 3
34 206 3 1.02 -0.48 3.2 3.1
35 212 2 1.06 -0.54 3.1 2.9
36 218 2 0.96 -0.57 3.3 3
37 224 2 1.17 -0.56 3.1 3.1
38 230 2 0.99 -0.53 3.2 3
39 236 2 1.02 -0.55 3.2 3.1
40 242 2 1.1 -0.53 3.1 3.1
41 248 2 1.06 -0.55 3.2 3.1
42 254 4 1.09 -0.54 3.2 3
43 260 2 1.02 -0.54 3.2 2.9
44 266 1 0.97 -0.51 3.2 3
45 272 2 1.1 -0.53 3.2 3.1
46 278 2 0.92 -0.54 3.2 3
47 284 2 1.05 -0.54 3.2 2.9
48 290 3 1.03 -0.52 3.1 2.9
49 296 1 0.97 -0.54 3.2 3
50 302 1 1.04 -0.52 3.2 3
51 308 2 1.01 -0.55 3.4 3.1
52 314 2 0.99 -0.5 3.2 3
53 320 1 1.05 -0.49 3.3 2.9
54 326 2 0.98 -0.51 3.2 3
55 332 2 1.01 -0.55 3.2 3.1
56 338 4 1.05 -0.53 3.2 3
57 344 2 0.99 -0.55 3.2 2.9
58 350 2 0.94 -0.53 3.2 3
59 356 2 1.08 -0.51 3.3 3.1
60 362 1 1.06 -0.51 3.4 3
61 368 2 1.1 -0.51 3.2 3.1
62 374 4 1.05 -0.53 3.2 3
63 380 2 1.04 -0.5 3.1 3
64 386 2 1.1 -0.52 3.2 3
65 392 2 0.96 -0.54 3.2 3
66 398 2 0.96 -0.55 3.2 3.1
67 404 2 1.01 -0.52 3.1 2.9
68 410 2 1.01 -0.51 3.2 2.9
69 416 2 1.02 -0.56 3 3
70 422 2 1.05 -0.52 3.3 3
71 428 2 1.08 -0.5 3.2 3.1
72 434 2 1.05 -0.54 3.2 2.9
73 440 3 1.12 -0.57 3.2 2.9
74 446 2 1.04 -0.54 3.3 3
75 452 1 1.06 -0.52 3.2 3.1
76 458 3 0.97 -0.56 3.1 2.9
77 464 1 1.09 -0.54 3.3 3
78 470 2 1.12 -0.56 3.3 3
79 476 2 1.09 -0.52 3.2 2.9
80 482 2 1.04 -0.51 3 3
81 488 2 1.03 -0.49 3.3 3.1
82 494 1 1.05 -0.53 3.2 2.9
83 500 3 1.03 -0.54 3.3 3
84 506 2 1.14 -0.54 3.3 2.8
85 512 1 1.1 -0.51 3.2 3
86 518 2 1.01 -0.55 3.3 3.1
87 524 2 1.04 -0.53 3.4 3.2
88 530 2 1.06 -0.54 3.3 3
89 536 1 1.14 -0.52 3.1 3
90 542 2 0.94 -0.55 3.3 3
91 548 2 1.02 -0.51 3.1 3.1
92 554 1 0.98 -0.54 3.3 3
93 560 4 1.09 -0.56 3.2 3.1
94 566 3 1.12 -0.54 3.2 2.9
95 572 1 0.99 -0.5 3 3
96 578 2 0.99 -0.52 3.2 3
97 584 4 0.97 -0.54 3.3 2.9
98 590 2 1.03 -0.53 3.3 2.8
99 596 4 1.07 -0.54 3.2 3
100 602 2 1.02 -0.52 3.4 3
101 608 2 1.04 -0.51 3.1 2.8
102 614 2 1.04 -0.52 3.4 3
103 620 4 1.04 -0.52 3.2 3
104 626 4 1.03 -0.51 3.3 3.1
105 632 2 1.1 -0.5 3.2 3
106 638 4 1 -0.54 3.1 3
107 644 1 1.05 -0.54 3.1 3
108 650 2 1.04 -0.5 3.2 3.1
109 656 2 1.04 -0.55 3.3 3
110 662 2 0.92 -0.53 3.2 3
111 668 2 1.05 -0.53 3.2 2.9
112 674 4 1.03 -0.57 3 3.1
113 680 2 1.03 -0.56 3.3 2.9
114 686 2 1 -0.5 3.2 3
115 692 2 1.01 -0.54 3.2 3.1
116 698 3 1.09 -0.55 3.3 3.1
117 704 3 1.03 -0.51 3.2 3
118 710 2 1.06 -0.56 3.2 3
119 716 3 1.08 -0.55 3 3.1
120 722 3 1.03 -0.56 3.3 2.9
121 728 2 0.95 -0.51 3.2 3
122 734 2 1.05 -0.5 3.2 3
123 740 3 0.93 -0.53 3 2.9
124 746 2 0.99 -0.54 3.1 3.1
125 752 3 1.01 -0.52 3.1 3.1
126 758 2 1.1 -0.53 3.3 3
127 764 1 1.01 -0.53 3.2 3
128 770 2 0.95 -0.55 3.2 2.9
129 776 2 1.05 -0.53 3.1 3
130 782 2 1.11 -0.55 3.2 3
131 788 2 1.04 -0.56 3.1 3.1
132 794 2 1.04 -0.53 3.5 2.9
133 800 3 0.98 -0.54 3.1 3.1
134 806 2 1.1 -0.55 2.9 2.8
135 812 3 1.04 -0.51 3.3 2.9
136 818 2 1.02 -0.56 3.3 2.8
137 824 3 1.01 -0.53 3.2 3
138 830 4 1.07 -0.52 3.2 2.9
139 836 4 1.03 -0.56 3.2 3.1
140 842 1 1.04 -0.54 3.2 3
141 848 2 0.97 -0.51 3.2 3
142 854 2 1.07 -0.52 3.3 2.9
143 860 2 1.04 -0.55 3.2 3
144 866 2 0.99 -0.52 3.3 3
145 872 2 1.03 -0.53 3 2.9
146 878 1 1.1 -0.53 3.4 3
147 884 3 1.08 -0.53 3.1 3
148 890 4 1.03 -0.53 3.1 3.1
149 896 4 1.14 -0.5 3.3 3
150 902 2 1.03 -0.53 3.2 2.7
151 908 2 0.99 -0.51 3.2 3
152 914 1 1.04 -0.49 3.1 3.1
153 920 2 1.02 -0.56 3.1 3
154 926 2 1.08 -0.54 3.3 3
155 932 2 0.94 -0.53 3.4 3
156 938 2 0.98 -0.5 3.2 2.8
157 944 3 1.04 -0.52 3.1 3
158 950 1 1.01 -0.52 3.2 3
159 956 2 1.07 -0.52 3.3 3
160 962 2 1.02 -0.55 3.1 3.2
161 968 2 1.03 -0.54 3.2 2.9
162 974 3 0.94 -0.51 3.1 3
163 980 4 1.07 -0.51 3.2 2.9
164 986 2 1.05 -0.54 3.1 2.9
165 992 2 1.12 -0.53 3.4 3
166 998 2 1 -0.54 3.3 3
167 1004 1 1 -0.52 3.3 2.9
168 1010 1 0.99 -0.56 3.1 2.9
169 1016 2 1.04 -0.53 3.2 3
170 1022 2 1.01 -0.55 3.3 3.1
171 1028 3 1.09 -0.51 3.2 3.1
172 1034 2 1.02 -0.53 3.3 2.9
173 1040 2 0.93 -0.52 3.2 2.9
174 1046 3 1.02 -0.51 3.2 3.1
175 1052 3 1.04 -0.56 3.3 3.2
176 1058 2 1.1 -0.53 3.1 3
177 1064 2 1.04 -0.5 3.2 3.1
178 1070 4 1.03 -0.56 3.2 2.9
179 1076 2 0.99 -0.53 3.2 3.1
180 1082 2 1.11 -0.52 3 3.1
181 1088 2 1.06 -0.52 3.3 3.1
182 1094 2 1.02 -0.5 3.1 2.9
183 1100 2 1.01 -0.52 3.3 3.1
184 1106 4 1.05 -0.56 3.1 3
185 1112 3 1.05 -0.51 3.1 2.9
186 1118 2 1 -0.53 3.3 3
187 1124 2 1.02 -0.54 3.3 3.1
188 1130 4 1.05 -0.52 3.4 3
189 1136 2 1.02 -0.5 3.1 3
190 1142 2 1.04 -0.51 3.2 3
191 1148 2 1.07 -0.52 3 2.9
192 1154 3 1.08 -0.53 3.2 2.9
193 1160 2 1.05 -0.54 3.2 3.1
194 1166 3 1.13 -0.52 3.3 2.9
195 1172 2 0.95 -0.49 3.3 2.9
196 1178 3 0.96 -0.49 3.1 2.9
197 1184 1 1.03 -0.54 3.1 3.1
198 1190 4 1.04 -0.48 3.2 3.1
199 1196 2 1.01 -0.52 3.3 3.1
200 1202 2 1.11 -0.5 3.2 3.1
201 1208 4 1.01 -0.54 3.4 2.9
202 1214 2 1.09 -0.56 3 3
203 1220 2 0.97 -0.55 3.3 3
204 1226 2 0.98 -0.54 3.3 3
205 1232 2 1.03 -0.52 3.2 3
206 1238 3 1.04 -0.52 3.1 2.8
207 1244 4 0.99 -0.51 3.1 3
208 1250 2 1.01 -0.55 3.1 3.1
209 1256 2 0.93 -0.49 3.3 3
210 1262 2 1.03 -0.57 3.2 3.1
211 1268 3 1.01 -0.5 3.1 3
212 1274 2 1.06 -0.53 3.3 3
213 1280 2 1.01 -0.55 3 3.1
214 1286 3 1.06 -0.54 3.4 2.9
215 1292 4 1.01 -0.52 3.3 2.9
216 1298 3 0.98 -0.51 3.2 3.2
217 1304 2 1.07 -0.56 3.2 3.1
218 1310 4 1.1 -0.51 3.3 3.1
219 1316 2 1.05 -0.51 3.1 3
220 1322 1 1.13 -0.52 3.2 3.2
221 1328 2 1.01 -0.54 3.3 2.9
222 1334 1 1.04 -0.51 3.3 3.1
223 1340 2 0.94 -0.52 3.1 3
224 1346 2 1.01 -0.52 3.1 3
225 1352 3 1.08 -0.51 3.2 3.2
226 1358 4 1.02 -0.54 3.1 3.1
227 1364 2 1.01 -0.53 3.2 3.1
228 1370 3 1.04 -0.53 3.2 2.9
229 1376 1 1.08 -0.56 3.3 3
230 1382 3 1 -0.54 3.2 3.1
231 1388 2 1.01 -0.51 3.1 3
232 1394 3 1 -0.53 3.3 3.1
233 1400 3 1.1 -0.53 3.3 3
234 1406 2 1.04 -0.55 3.1 3.1
235 1412 2 1.07 -0.54 3.2 3.2
236 1418 4 0.99 -0.57 3.1 3
237 1424 2 0.94 -0.55 3.2 3.1
238 1430 2 0.99 -0.52 3.2 3.1
239 1436 2 1.02 -0.53 3.3 3
240 1442 2 1.08 -0.54 3.2 3.1
241 1448 1 1.07 -0.54 3 3
242 1454 3 1.06 -0.54 3.4 3.1
243 1460 3 1.03 -0.51 3.2 3
244 1466 4 0.88 -0.52 3.3 2.8
245 1472 3 0.99 -0.51 3.4 3.1
246 1478 4 0.97 -0.55 3.1 2.9
247 1484 2 1.08 -0.55 3.2 3
248 1490 2 0.96 -0.53 3.2 3.1
249 1496 2 1.01 -0.53 3.2 3.1
250 1502 2 1.01 -0.54 3.3 3
251 1508 4 1.04 -0.54 3.2 2.9
252 1514 4 1.07 -0.54 3.1 3.1
253 1520 3 0.97 -0.52 3.3 3.3
254 1526 2 1.04 -0.53 3.1 3
255 1532 2 1.08 -0.51 3 3.1
256 1538 1 1.03 -0.54 3.2 3.1
257 1544 2 0.99 -0.53 3.3 2.8
258 1550 2 1.04 -0.51 3.1 3.1
259 1556 2 1 -0.55 3.3 3
260 1562 2 1.03 -0.52 3.3 3
261 1568 3 1.01 -0.54 3.2 3
262 1574 4 1.02 -0.51 3.3 2.9
263 1580 1 0.97 -0.52 3.2 3
264 1586 2 1.01 -0.51 3.1 2.9
265 1592 2 0.98 -0.52 3.2 2.9
266 1598 2 1 -0.52 3.3 3.2
267 1604 2 0.97 -0.5 3.3 3.1
268 1610 1 1.04 -0.53 3.2 3.3
269 1616 2 1.07 -0.55 3.1 2.9
270 1622 1 0.96 -0.51 3.1 2.9
271 1628 2 1.07 -0.5 3.1 3
272 1634 4 0.97 -0.54 3.2 3.1
273 1640 2 0.99 -0.52 3.4 2.9
274 1646 2 1.06 -0.54 3.1 3.1
275 1652 2 1.03 -0.54 3.1 2.9
276 1658 2 1 -0.51 3.2 2.9
277 1664 4 1.09 -0.52 3.2 2.9
278 1670 1 1.09 -0.54 3.3 3.1
279 1676 2 1.11 -0.52 3.2 2.9
280 1682 2 1.07 -0.55 3.1 3.1
281 1688 2 1.01 -0.55 3.3 3.1
282 1694 2 1.05 -0.52 3 3
283 1700 4 1.06 -0.52 3.3 2.9
284 1706 2 1 -0.51 3.3 3
285 1712 4 0.95 -0.57 3.3 3
286 1718 3 1.04 -0.53 3.1 3
287 1724 3 1.14 -0.54 3.1 3
288 1730 2 1 -0.53 3.3 3.1
289 1736 2 1.03 -0.53 3.3 3.1
290 1742 3 0.97 -0.56 3.2 3
291 1748 1 1.1 -0.52 3.3 3.1
292 1754 2 1.05 -0.52 3.3 3
293 1760 4 0.95 -0.53 3.1 3
294 1766 3 1.03 -0.56 3.2 3.1
295 1772 2 0.94 -0.55 3.2 3.2
296 1778 2 1.08 -0.5 3.2 3
297 1784 4 1.01 -0.53 3 3
298 1790 2 1.01 -0.54 3.2 3
299 1796 4 1.08 -0.5 3.3 3
300 1802 1 1.05 -0.57 3.1 3.2
301 1808 3 1.02 -0.51 3.1 3
302 1814 2 1 -0.55 3.2 2.9
303 1820 2 1 -0.55 3.3 3.1
304 1826 2 1.03 -0.55 3.3 3
305 1832 2 1.01 -0.51 3.1 3.1
306 1838 1 1.01 -0.58 3.2 3
307 1844 2 1.05 -0.55 3.2 3.1
308 1850 2 1.06 -0.52 3.3 3
309 1856 6 1.06 -0.55 3.2 3
310 1862 4 1.06 -0.53 3.3 3.1
311 1868 2 1.01 -0.52 3.1 3
312 1874 2 0.97 -0.56 3.2 2.9
313 1880 4 1.01 -0.52 3.1 3.1
314 1886 2 1.01 -0.51 3.4 3
315 1892 6 0.95 -0.54 3.2 3
316 1898 2 0.99 -0.51 3.2 2.9
317 1904 1 0.95 -0.56 3.2 3.2
318 1910 2 1.08 -0.51 3.3 3.1
319 1916 6 1.05 -0.54 3.2 3.1
320 1922 1 0.98 -0.52 3.2 2.9
321 1928 4 1.07 -0.54 3.4 3
322 1934 2 0.99 -0.57 3 3
323 1940 6 1.08 -0.53 3.4 3.1
324 1946 4 1.03 -0.56 3.3 3
325 1952 1 1.02 -0.53 3.2 2.8
326 1958 2 1.03 -0.53 3.2 3
327 1964 2 1.11 -0.56 3.3 2.9
328 1970 4 1.09 -0.51 3.3 3.1
329 1976 2 0.98 -0.53 3.3 3
330 1982 2 1.02 -0.53 3.3 3.1
331 1988 2 0.97 -0.57 3.1 3
332 1994 2 1.03 -0.53 3.5 3
333 2000 2 1.1 -0.55 3.2 3.1
334 2006 2 1.01 -0.52 3.3 3
335 2012 2 1.01 -0.5 3.1 3
336 2018 2 1.05 -0.55 3.2 2.9
337 2024 6 1.02 -0.53 3.3 3
338 2030 1 0.94 -0.52 3.1 3
339 2036 6 1.07 -0.53 3.1 2.9
340 2042 2 1.09 -0.57 3.2 3
341 2048 6 1.01 -0.53 3.2 3.1
342 2054 2 1.12 -0.54 3.3 3
343 2060 2 0.97 -0.5 3.3 3.1
344 2066 2 1.03 -0.52 3.3 3.1
345 2072 2 1.01 -0.56 3.2 3
346 2078 2 1.03 -0.54 3.2 3.1
347 2084 2 1.11 -0.5 3 2.9
348 2090 6 1.07 -0.55 3.2 2.9
349 2096 6 1.03 -0.51 3.2 2.9
350 2102 2 1 -0.53 3.2 3
351 2108 2 1.06 -0.51 3.2 3.1
352 2114 2 1 -0.53 3.4 3
353 2120 2 1.06 -0.53 3.5 2.9
354 2126 1 1.03 -0.54 3.2 3.3
355 2132 5 0.96 -0.52 3.2 3.1
356 2138 3 1.07 -0.55 3.3 3
357 2144 6 1.02 -0.54 3.2 3
358 2150 5 1.09 -0.53 3.2 2.9
359 2156 5 1 -0.54 3 3
360 2162 4 0.97 -0.54 3.2 3.1
Nota: Solo se emplea este muestreo para n<50%, si
n>50% se debe de proceder a realizar un muestreo
aleatorio simple.
do aleatoriamente un
l primero que va a

la población)

ntos
e 1 y el valor F
omo valor para que no este cambiando

hasta n (en este caso

ro que encontró entre

nformar su muestra…
eso se refiere el tipo
es o cosas que van a

e la población
6:$Q$918;2;0) esto
información de los
número 2,
caso Municipio
Células
% Sólidos somáticas Tipo de Temperatu Prueba de
totales (células/ml Peroxidasa Fosfatasa leche ra Precio yodo
de leche)
11.7 1901288 2 2 3 2 784 2
12.2 1894246 2 2 4 2 664 2
11.8 1898196 2 2 1 1 758 2
12.3 1913724 2 2 4 2 959 1
11.7 1888858 2 2 1 3 810 2
12.1 1888748 2 2 1 2 939 1
11.5 1902044 2 2 1 2 644 2
11.9 1885082 2 2 1 1 643 2
11.8 1900822 2 1 3 2 762 2
11.7 1911709 2 2 1 2 959 2
11.3 1896322 2 2 1 3 805 2
11.8 1886979 1 2 4 1 687 2
11.9 1903863 2 2 1 2 612 2
12.2 1892128 2 2 1 3 247 2
11.4 1884437 1 2 2 2 465 2
11.7 1886268 2 2 1 1 783 2
12.2 1889044 2 2 1 2 935 2
11.8 1891389 2 2 4 2 629 1
12.5 1902075 1 2 2 3 671 2
12.1 1899010 2 2 4 3 779 2
12 1905818 1 2 2 2 466 2
11.6 1902418 2 2 1 2 870 2
11.7 1900960 2 2 4 3 561 2
11.8 1904189 2 2 4 1 805 2
11.4 1889782 2 2 4 2 729 2
12 1912959 2 2 4 2 751 2
12 1880796 2 2 4 1 766 2
11.7 1898324 2 2 2 2 760 2
11.9 1908144 2 2 3 2 659 2
11.7 1913385 2 1 1 1 745 1
11.8 1879682 2 2 4 2 1193 2
12.1 1906409 1 2 1 3 636 2
11.7 1908059 1 2 1 3 861 2
11.8 1916633 2 2 1 3 545 2
12.2 1896785 2 2 2 2 381 2
12.1 1895052 2 2 2 1 595 2
12.1 1914289 2 2 1 2 884 2
12 1907070 1 2 4 2 1135 2
11.4 1899013 2 2 1 1 824 1
12.1 1908810 2 2 2 3 1074 1
11.6 1882878 2 2 4 1 561 2
11.9 1915740 2 2 1 2 832 1
11.4 1898444 2 2 1 2 804 1
11.3 1903339 2 2 1 1 819 2
11.9 1889506 2 2 1 2 747 2
12 1886442 2 2 1 3 649 2
11.7 1888810 2 2 1 1 600 1
12.3 1894881 2 2 4 2 798 1
11.9 1885808 1 2 1 2 596 2
12.1 1899961 1 2 1 2 589 2
12 1901167 2 2 1 2 612 2
11.9 1901335 2 2 2 2 727 2
12 1910376 2 2 2 2 1011 2
11.8 1901129 2 2 1 2 611 2
11.7 1874530 2 2 3 1 621 1
12 1916797 2 2 1 3 960 2
12 1902481 2 2 4 2 756 1
11.2 1903738 2 2 1 3 756 2
11.6 1913396 2 2 1 1 764 2
12.1 1892615 2 2 1 3 579 2
11.5 1889590 2 2 1 1 705 2
11.9 1911422 2 2 1 2 839 2
11.4 1888562 2 2 1 2 839 2
12 1890599 2 2 1 1 745 2
11.9 1892422 2 1 1 1 657 2
11.8 1891023 2 2 4 2 847 2
11.8 1931067 2 2 1 3 860 2
12.1 1890983 2 2 1 2 761 2
11.5 1893642 1 2 1 2 781 2
11.7 1894071 2 2 1 2 754 2
11.9 1921878 2 2 1 3 449 2
11.6 1898407 2 2 4 3 781 2
11.7 1911197 2 2 2 1 884 2
11.9 1884962 2 2 4 3 625 2
11.5 1914029 2 2 1 2 843 2
11.2 1904664 2 2 3 1 428 1
11.7 1912192 2 2 1 2 991 2
11.4 1908302 1 2 4 2 1064 2
11.7 1912638 2 2 1 2 862 2
11.6 1903759 2 2 1 2 651 2
12.2 1887657 2 2 1 2 632 2
12.1 1907295 2 2 1 2 873 2
12.1 1907961 2 2 3 2 786 2
11.7 1887354 1 2 4 2 413 2
11.5 1901988 2 2 4 1 628 2
12 1904914 2 2 2 2 740 1
12 1896702 2 2 1 2 821 2
11.9 1900332 2 2 4 1 842 2
12 1901587 2 2 1 2 517 2
11.8 1904230 2 2 1 2 257 2
12 1887253 2 2 4 2 507 1
12.3 1895691 2 2 1 3 675 2
12 1887884 2 2 2 3 879 2
12.3 1908212 2 1 2 2 523 2
11.6 1899764 2 2 2 2 684 2
11.4 1914676 2 1 1 2 905 2
11.5 1893771 2 2 4 3 701 2
12.2 1897690 1 2 1 2 659 2
11.6 1888353 2 2 1 2 855 2
11.5 1888184 2 2 4 2 897 2
11.6 1911465 2 2 4 2 716 2
12 1914033 2 2 4 2 898 2
11.5 1894367 2 2 4 1 778 2
11.6 1895930 1 2 2 2 533 2
11.9 1883080 2 2 1 2 402 2
12 1894876 2 2 1 1 738 2
12 1893075 2 2 1 2 676 2
11.6 1898789 2 2 1 1 394 2
11.7 1892436 2 2 1 2 590 2
11.9 1891876 2 1 2 2 677 2
11.7 1887812 2 2 2 1 686 1
11.8 1888867 2 2 1 2 489 2
12.4 1912305 2 2 2 2 628 2
11.7 1904631 2 2 1 2 696 2
11.6 1896740 2 2 2 1 778 2
11.7 1915917 2 2 2 2 633 2
11.6 1911744 2 2 1 2 931 2
11.5 1900407 2 2 4 1 998 2
11.8 1878319 2 2 4 1 947 2
12 1922622 2 2 1 3 586 2
11.6 1895759 2 2 2 2 456 2
12 1893553 2 2 1 2 987 2
12.3 1894611 2 2 1 1 1154 2
11.9 1891651 2 2 1 2 1094 2
11.7 1894277 2 2 1 2 728 2
11.6 1907984 1 2 3 2 846 2
11.9 1888230 2 1 3 1 533 2
11.7 1894069 2 2 1 2 848 2
12 1909508 2 2 1 3 740 2
12.1 1901297 2 1 2 3 924 2
11.7 1884574 1 2 1 3 669 2
11.8 1891570 2 2 3 3 647 2
11.9 1921267 1 1 4 2 574 2
11.8 1898230 1 2 1 2 594 2
12.2 1925412 2 2 3 1 516 2
12.1 1898061 1 2 1 3 853 2
11.6 1887776 2 2 1 2 369 2
12.2 1891884 2 1 1 2 902 2
12 1896294 2 2 1 1 840 2
12.3 1904031 1 2 1 2 810 1
12 1874181 2 2 3 3 424 2
11.9 1904886 2 2 2 2 370 2
11.5 1881386 2 2 1 2 773 2
11.6 1894311 1 2 4 2 841 2
12.1 1902186 2 2 3 2 327 2
11.6 1897722 2 2 2 1 611 2
11.9 1911282 2 2 1 2 993 2
12 1897747 2 2 1 2 483 2
12 1892548 2 1 4 1 760 2
12 1879148 2 2 4 1 558 2
12.3 1909125 2 2 1 1 865 1
11.8 1900619 2 2 4 2 954 2
12.1 1905336 2 2 4 2 853 2
12.4 1892797 2 2 1 2 357 2
12.4 1904801 2 2 2 3 666 2
11.7 1908239 2 2 4 2 516 2
11.7 1907086 2 2 1 2 651 2
11.3 1899218 2 2 2 3 349 2
12.3 1900484 2 2 1 1 718 2
11.7 1922603 2 2 4 2 688 2
11.8 1895428 2 2 1 1 779 2
11.6 1882624 2 2 1 2 677 2
11.9 1903467 2 2 4 2 769 2
12.2 1876886 2 1 1 2 520 2
11.4 1895162 2 2 4 1 500 1
12 1883244 1 2 1 3 236 2
11.8 1892939 2 2 1 1 888 2
11.9 1885721 1 2 1 1 545 2
11.5 1887301 2 2 1 3 657 2
11.8 1909623 2 2 2 1 419 2
11.9 1905146 2 2 4 1 584 2
11.4 1900069 1 2 1 2 761 2
11.3 1901991 2 2 1 2 576 2
11.9 1887148 2 2 3 2 676 2
11 1897784 1 2 3 2 535 2
12 1888434 2 2 4 2 787 2
12.1 1910715 2 2 1 1 764 2
11.6 1903570 1 2 1 3 878 2
11.3 1896145 2 2 1 1 786 1
12 1895789 2 2 3 1 717 2
12.1 1902484 2 2 1 2 484 2
12.1 1904835 2 2 1 1 845 2
10.9 1890220 1 2 3 1 978 2
11.8 1907366 2 2 1 2 782 1
11.7 1916703 2 2 4 2 477 2
12.1 1912528 2 2 2 1 681 2
11.8 1917864 1 2 1 1 574 2
11.7 1901803 2 2 2 1 865 1
11.8 1889369 2 2 1 1 718 2
11.6 1916741 2 2 1 2 941 1
12.2 1905115 2 2 1 2 753 2
11.8 1895738 1 2 1 2 727 1
12.3 1904198 2 2 1 2 565 1
11.7 1908600 2 2 1 3 941 2
11.6 1890164 2 2 2 1 876 2
11.6 1903451 1 2 1 1 761 2
11.5 1886708 2 2 2 2 340 2
11.3 1900288 2 2 1 2 745 2
11.4 1903970 2 2 2 3 652 2
11.8 1891548 2 2 4 2 789 2
11.8 1901415 1 2 1 2 599 1
11.9 1906054 2 2 3 1 756 2
11.7 1891966 2 2 3 1 1146 2
12.2 1905227 2 2 1 3 878 2
11.7 1908282 2 2 1 1 588 2
11.5 1908758 2 2 1 3 930 2
11.8 1900257 1 2 3 2 674 1
11.7 1890512 2 2 4 3 806 2
12.1 1911140 2 2 2 2 983 2
11.3 1901124 2 2 4 1 342 2
12.3 1896925 2 2 1 2 714 2
11.8 1884113 2 2 3 2 581 2
11.6 1899108 1 2 1 2 685 1
11.5 1900193 2 2 4 1 662 1
12.4 1914789 1 1 2 2 565 2
11.5 1911195 2 2 2 2 368 2
11.8 1911307 1 2 3 2 687 1
11.8 1882469 1 2 4 2 901 2
12 1895432 2 2 3 1 830 2
11.6 1899762 2 2 4 2 543 2
11.5 1900821 2 2 3 2 785 2
11.7 1910591 1 2 1 3 884 2
11.7 1889811 1 2 1 2 230 2
12 1886511 2 2 1 2 495 2
11.7 1893503 2 2 1 2 613 2
12.1 1893908 2 2 2 2 696 2
11.6 1899026 2 2 1 2 935 2
12 1904054 2 2 4 3 788 2
12.2 1882572 2 2 1 3 553 2
11.8 1884753 2 2 1 2 486 2
11.6 1896629 2 2 1 1 430 2
11.3 1891099 1 2 4 3 1013 1
11.4 1900264 2 2 1 2 619 2
11.8 1916232 2 2 4 2 649 1
11.6 1895926 1 2 1 2 684 2
11.6 1898881 2 2 1 3 915 2
11.6 1875162 2 2 2 1 428 2
12 1904755 2 2 3 3 406 2
11.4 1886016 1 2 1 1 578 2
11.8 1898720 2 2 2 2 569 2
11.7 1894071 2 2 4 1 525 1
11.9 1908544 1 2 1 1 678 2
11.8 1880659 2 2 4 2 781 2
11.6 1897535 2 2 1 2 698 2
11.5 1908482 2 2 4 2 550 2
11.5 1919611 1 2 2 1 698 2
12 1899980 2 2 1 3 549 2
11.4 1899218 2 2 4 2 299 2
11.4 1906599 2 2 1 3 815 2
11.9 1919331 2 1 1 2 634 2
11.6 1899013 2 2 4 3 807 2
12.2 1877071 1 2 2 1 513 2
11.4 1900673 2 2 1 2 1196 1
11.8 1894493 2 2 1 2 859 2
12.1 1912873 1 2 4 2 879 2
11.8 1900521 1 2 3 2 890 2
11.7 1879807 2 2 1 2 662 2
11.5 1896606 1 2 2 2 164 2
12 1910342 2 2 1 2 577 2
12.2 1890121 2 2 3 2 832 1
12 1897083 2 1 3 2 718 2
12.1 1898585 1 2 4 3 541 2
11.2 1877446 2 2 2 3 745 2
11.6 1915240 2 2 1 2 576 2
11.5 1900048 2 2 2 1 774 2
11.4 1883073 1 2 4 1 860 2
11.7 1881585 1 2 2 2 819 2
11.7 1899497 2 2 2 3 871 2
12.2 1884396 2 2 2 3 453 2
11.9 1886256 2 2 4 2 527 2
11.7 1896956 2 2 3 2 1115 2
11.9 1899457 2 2 4 2 497 2
11.5 1893190 2 2 1 2 485 2
11.9 1902368 2 2 1 2 478 2
11.5 1910820 2 2 1 2 824 2
11.5 1905548 2 2 1 2 948 2
11.6 1886262 2 2 3 2 668 2
12 1885803 2 2 1 2 884 2
12 1906783 2 2 4 1 879 2
11.9 1905731 2 2 1 2 444 1
12.1 1896494 2 2 1 1 580 2
11.6 1899954 1 2 1 2 767 2
11.8 1901678 2 2 1 2 664 2
12.5 1886699 2 2 3 2 1100 2
12 1892473 1 2 1 1 540 2
12.2 1911520 2 2 1 3 572 1
11.7 1898539 1 2 4 2 784 1
11.7 1897534 2 2 4 2 843 2
11.5 1896578 2 2 1 3 718 2
12.3 1900519 2 2 1 2 802 2
11.8 1889456 1 2 1 2 888 2
11.2 1906175 1 2 1 2 853 2
11.8 1910376 2 2 1 1 601 2
12.5 1912365 2 2 3 1 934 2
11.4 1905750 1 2 4 3 521 2
11.9 1910114 2 2 1 1 622 2
11.8 1901701 2 2 4 2 922 2
12.1 1885462 1 2 4 2 815 2
10.9 1906040 2 1 1 2 619 2
11.5 1920934 2 2 2 2 549 2
12 1894881 1 2 4 2 591 2
11.9 1911768 2 2 4 2 1025 2
11.8 1890234 1 2 3 2 687 2
12.4 1894191 2 2 1 2 838 2
12 1898577 2 2 4 2 363 2
12.2 1902342 2 2 1 2 724 2
11.1 1916350 2 2 4 1 975 2
11.8 1908911 2 2 4 2 782 2
12.2 1894406 2 2 2 2 797 2
11.5 1894938 2 2 1 3 841 2
12 1885044 2 2 2 2 726 2
11.8 1893523 2 2 1 2 569 2
11.9 1877060 2 2 1 1 1043 2
11.6 1913855 2 2 2 3 875 2
12.1 1895740 2 2 1 2 784 2
11.9 1891292 2 2 1 2 685 2
12.2 1892588 2 2 1 3 690 2
11.9 1905936 2 2 1 1 504 2
11.8 1907819 2 2 1 3 766 2
12.5 1874721 2 2 2 1 727 2
11.6 1891698 2 2 1 2 525 2
11.9 1904113 2 2 1 2 636 2
11.3 1904365 1 2 1 3 371 2
12.1 1898776 2 2 1 2 542 2
12.1 1904132 2 2 1 3 615 2
11.9 1889563 2 2 2 2 848 2
11.9 1887977 2 2 2 3 720 2
11.4 1908658 2 2 2 1 672 2
11.8 1893082 1 2 4 2 501 2
11.9 1902113 2 2 4 2 737 2
11.5 1896628 2 2 1 2 601 2
12.3 1904401 1 2 3 2 471 1
11 1902306 2 2 1 3 429 2
12 1898364 2 2 1 1 746 2
11.8 1904923 2 2 1 2 417 2
11.4 1896879 2 2 1 3 1106 2
12.5 1880425 2 1 1 2 780 1
11.4 1920193 1 2 1 2 838 2
11.9 1910835 1 2 1 1 920 2
11.6 1883137 1 2 2 1 683 2
11.9 1912051 2 2 2 2 416 2
11.7 1903877 2 2 4 2 494 2
11.5 1895560 2 2 1 2 636 2
11.3 1892969 2 2 2 3 1076 2
11.5 1899405 2 2 3 1 547 2
11.9 1881564 2 2 3 2 729 2
11.9 1917439 2 2 1 3 823 2
11.6 1893887 2 2 3 2 970 2
12.1 1903500 2 2 1 2 712 2
11.6 1898768 1 1 1 2 1026 2
11.3 1898226 2 2 1 2 614 2
11.5 1887278 2 2 2 3 600 2
12.3 1915996 2 2 4 3 627 2
12.2 1891986 2 2 3 3 580 2
11.3 1892823 2 2 1 1 847 2
11.8 1913091 2 2 4 2 977 2
11.8 1901001 2 2 1 1 991 1
12.1 1898828 1 2 1 2 1035 1
11.5 1895734 2 2 4 1 970 2
11.6 1892297 1 2 4 1 600 2
Temperatu
Satisfacció
ra de n
recepción

2 2
1 2
2 2
2 2
1 1
1 1
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 1
1 1
1 2
1 1
1 2
1 2
1 1
1 2
1 2
2 1
1 2
2 2
1 1
1 2
2 2
1 2
1 2
1 2
1 2
2 1
1 3
1 2
1 2
1 2
2 2
1 2
1 2
1 2
2 2
1 2
1 1
2 2
2 2
1 2
1 2
1 2
2 2
1 2
1 3
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
2 2
2 3
1 1
1 1
1 2
1 1
1 2
1 2
1 2
1 2
1 1
1 2
1 2
1 2
2 1
1 1
1 2
1 2
1 2
1 2
1 1
1 2
2 2
1 2
1 2
1 2
1 1
1 1
1 2
1 2
1 3
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 1
1 2
1 1
2 2
2 2
1 2
1 1
1 1
2 2
1 2
1 2
1 2
1 2
1 2
1 2
2 2
1 2
2 2
1 2
1 2
1 1
1 2
1 2
1 2
1 2
1 2
1 3
1 2
1 2
1 1
1 2
1 2
1 2
1 1
1 2
1 2
1 1
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 1
1 2
1 2
2 2
1 2
2 1
1 3
1 1
1 2
1 3
1 2
1 2
1 2
1 2
1 2
1 4
1 2
1 2
1 2
1 2
1 1
1 2
1 2
1 1
1 1
1 1
1 1
1 1
2 2
1 1
1 2
1 2
2 2
1 2
2 2
1 2
1 1
1 3
2 1
1 1
1 2
2 2
1 1
1 2
2 2
1 2
2 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
2 2
1 3
1 2
1 2
1 2
1 2
2 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 1
1 2
1 1
1 2
2 1
1 1
1 2
1 2
1 4
1 2
2 2
1 2
1 2
1 2
1 3
1 2
1 1
1 1
1 2
1 4
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
1 2
2 2
1 2
1 2
2 1
1 2
2 2
1 4
1 2
1 2
1 3
1 2
1 2
1 2
1 1
2 2
1 4
2 2
1 2
1 2
1 2
1 4
1 2
1 2
1 2
2 2
1 2
1 2
1 2
1 1
2 4
1 2
2 2
1 2
2 2
1 2
1 2
1 2
1 2
2 2
2 2
1 2
1 2
1 2
1 2
1 2
1 2
2 2
1 2
1 2
1 2
1 2
1 2
1 1
1 1
1 2
2 3
1 2
1 3
1 2
1 2
1 4
1 2
1 1
1 2
1 2
1 2
1 2
1 2
1 1
1 2
1 1
2 1
1 2
2 2
1 1
1 2
1 2
1 2
1 2
1 2
1 4
1 1
1 4
1 2
1 2
1 1
1 2
2 3
1 1
1 1
1 2
1 3
1 2
2 2
1 2
1 2
1 1
1 1
1 2
2 1
1 2
1 2
a. Evaluar si el “costo” depende del “departamento” del cual es recibida la leche. La organización de los d

Observación Departamento 2 Departamento 4


1 784 629
2 664 751
3 758 861
4 959 832
5 810 960
Media 795 807
Varianza 11443 15442.3
Desviación 106.971958942519 124.267051143898
n 5 5
Suma 3,975 4,033
H0= el coste depende del departamento del cual es recibida la leche
H1= el coste no depende del departamento del cual es recibida la leche
Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma
Departamento 2 5 3975
Departamento 4 5 4033
Departamento 6 5 3498

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad
Entre grupos 34474.5333333333 2
Dentro de los grupos 243002.4 12

Total 277476.933333333 14

Toma de decisión

Si F teórico >

Como 0.851214638209333 <

Conclusión

se acepta la hipotesis ya que el valor que se encuentra en la casilla "f" es menor al valor critco ,p
del cual es recibida la leche. La organización de los datos a trabajar debe ser así:

Departamento 6 Total
797
784
766
371
780
700 767
33865.3
184.025270003878
5 15
3,498 11,506
el cual es recibida la leche
o del cual es recibida la leche

Promedio Varianza
795 11443
806.6 15442.3
699.6 33865.3

Promedio de los cuadrados F Probabilidad


17237.2666666666 0.851214638209333 0.4511303663345
20250.2

F prueba No se Rechaza la Ho

3.88529383465239 Está en zona de aceptación de la hipotesis nula

encuentra en la casilla "f" es menor al valor critco ,por tal motivo las medidas en la muestra no difieren signicativamente
Valor crítico para F
3.88529383465239

ipotesis nula

icativamente
YOLIMA ESPINOSA
CONCLUSION
El ANOVA se creó específicamente para probar si dos o más poblaciones
tienen la misma media. Aun cuando el propósito de ANOVA es hacer
pruebas para hallar las diferencias en las medias poblacionales, el mismo
implica un examen de las varianzas muéstrales, de ahí el termino de
análisis de varianza. El procedimiento se utiliza para determinar si cuando
se aplica un tratamiento en particular a una población, este tendrá un
impacto significativo en su media.

Podemos concluir que el ANOVA se aplica con la finalidad de analizar las


diferencias o semejanzas significativas tanto de las medias como de las
varianzas, donde una alta o baja razón implicarían la aceptación o
rechazo de la hipótesis, y por otro lado se revelara el efecto que tiene
una variable sobre la otra de acuerdo a su población en cuanto a su
grado de predictibilidad, a mayor o menor covarianza.
YOLIMA ESPINOSA
REFERENCIAS
Romero, R. E. (2016). Estadística para todos: análisis de datos:
estadística descriptiva, teoría de la probabilidad e inferencia. Madrid,
ESPAÑA: Larousse - Ediciones Pirámide. (pp. 313-328).

Gutiérrez, H. (2013). Capítulo 4: Elementos de Inferencia Estadística


Control estadístico de la calidad y Seis Sigma. (3a. ed.) McGraw-Hill
Interamericana. (pp. 72-90).
Matus, R., Hernández, M., & García, E. (2010). Estadística. México, D.F.,
MX: Instituto Politécnico Nacional. (pp. 65-84).

Espejo, M. I., Fernández, P. F., & López, S. M. (2016). Inferencia


estadística: teoría y problemas (2a. ed.). Madrid, ESPAÑA: Servicio de
Publicaciones de la Universidad de Cádiz. (pp. 147-178).