CARATULA

DEDICATORIA:

1
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 En primera instancia queremos dedicar este trabajo
encargado a mi familia, por acompañarme en todas
mis aventuras emprendidas. A mis padres, por todo
lo que nos han dado en esta vida, especialmente por
sus consejos y por estar a nuestro lado en los
momentos difíciles.

En segundo lugar, quiero dedicar este trabajo para

todas aquellas personas que no tienen un concepto
bien definido del Análisis de Varianza
completamente aleatorio y por bloques, así como los
métodos de comparación múltiple como TUKEY,
DMS, DUNNET y DUNCAN, para que al leerlo
puedan entender lo maravilloso he importante de
este tema y qué si la llegaran a aplicar los
conocimientos acá mencionados, la podrían utilizar
en sus experiencias diarias, en su trabajo, etc.

2
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
AGRADECIMIENTO:

Agradecer en primer lugar a Dios por haberme

brindado la vida y la oportunidad de poder estudiar
en una prestigiosa Universidad Nacional con
profesionales de alto nivel académico.

En segundo lugar, quiero agradecer a mis padres,

quien me han orientado, guiado, brindado su
respaldo esfuerzo y dedicación para poder estar en
donde estamos ahora en mí vida.

Le agradezco infinitamente a mí Docente de

asignatura que ´me brindó su apoyo y conocimientos
y gracias a ello he logrado captar sus enseñanzas
teóricas y prácticas en el salón de clases que me
servirán en mí formación tanto laboral como personal
y que me harán mejor persona.

También queremos dar las gracias todos los

profesores que les pedimos su apoyo y sin poner
obstáculos nos lo brindaron.

INTRODUCCIÓN
Al tema de comprobación experimental de hipótesis, se ha considerado una
variable independiente con solamente dos posibles tratamientos o niveles (0 o

3
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
1, aplica o no se aplica); sin embargo, existen otros casos en que esto no es
posible, por ejemplo: si se tiene diversos pesos porcentuales de algodón para
una prueba, o diferentes cantidades del mismo componente.

Para resolver estos casos, en donde una variable x tiene a tratamientos, se

utiliza el Análisis de Varianza de un solo factor o ANOVA de un solo factor
(Montgomery, 2013).

El método ANOVA es muy importante en los experimentos, ya que permite

determinar del resultado final, cuanto ha sido fruto de los tratamientos y cuánto
del error, de tal forma que se pueda ver si en realidad los tratamientos de la
variable independiente son significativos en el resultado o este se debe a otros
factores no considerados. Sin embargo, es necesario verificar el supuesto de
normalidad de los datos, además se debe verificar la homogeneidad de la
varianza de los tratamientos, así como el supuesto de independencia de los
errores 

OBJETIVOS.
1. Conocer, analizar e interpretar los dos casos de estudio de los
ANOVAS, el completamente aleatorio, como el por bloques al azar,
además de sus respectivas pruebas de Comparación Múltiple.

4
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 2. Dar a conocer las diferentes formas de comparación entre las
Pruebas de comparación múltiple como son l Prueba de DUNCAN,
TUKEY, DMS Y DUNNET.

3. Aplicar el fundamento teórico de los ANOVAS, respecto a sus

Métodos y Pruebas de Comparación Múltiple, con ejercicios
evocados a la escuela de Ingeniería Agroindustrial.

FUNDAMENTO PRÁCTICO.
DISEÑOS COMPLETAMENTE ALEATORIZADOS (DCA), PRUEBA DE
DUNCAN, TUKEY y DUNNET

5
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 1. Una empresa que se dedica a los enlatados de frijoles a nivel industrial.
para lo cual negocia semillas con agricultores para el cultivo de
plantaciones de frijoles, desea evaluar el efecto del tipo de fertilizante
utilizado en la siembra de sus semillas, respecto a la cantidad de
almidón que determinará el rendimiento en dureza de la semilla. Se
decidió sembrar semillas y que las cantidades de almidón a probar en
ellas fueran de 2%, 5% y 10%. Se hicieron 4 réplicas por tratamiento con
diferentes fertilizantes y se obtuvieron los siguientes resultados:

% ALMIDON FERTILIZANTE
2% 4.3 5.2 4.8 4.5
5% 6.5 7.3 6.9 6.1
10% 9.0 7.8 8.5 8.1

a) ¿Hay evidencia suficiente de que el rendimiento de la semilla de los

frijoles en su dureza debido al contenido de almidón No depende del tipo
de Fertilizante utilizado? Halle el ANOVA (α=5%). De conclusiones.

b) Si existen diferencias significativas, haga una prueba de comparación de

Duncan (α=5%). Interprete.

c) Replique la prueba de comparación de DUNCAN con una prueba de

TUKEY (α=5%). Interprete.

d) Si existen diferencias significativas, haga una prueba de comparación de

DUNNET (α=5%). Interprete.

SOLUCIÓN:

a) ¿Hay evidencia suficiente de que el almidón influye en la dureza de las

tabletas? Halle el ANOVA (α=5%). De conclusiones.

6
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 2% 5% 10%
4.3 6.5 9
5.2 7.3 7.8
4.8 6.9 8.5
4.5 6.1 8.1

Yi 18.8 26.8 33.4 ∑ Y I =79

ni 4 4 4 ∑ nI =12
Yprom 4.7 6.7 8.35 Y.= 6.583333

1. Hipótesis:
H0: El rendimiento de la semilla de los frijoles en su dureza debido al
contenido de almidón, SI depende del tipo de Fertilizante utilizado.

H1: Al menos un rendimiento de la semilla de los frijoles en su dureza

debido al contenido de almidón NO depende del tipo de Fertilizante
utilizado

H0: μ1= μ2= μ3

H1: μ1≠ μ2≠ μ3

2. Nivel de significancia:

Si α=0.05, entonces: F(1−α ,k−1 ,n−k )=F(0.95,2,9) =4.26

3. Cálculos de los Cuadrados Medios:

2
y .2 ( 79 )
SCT =∑ ∑ y 2ij − =( 4.3 )2 +¿ ( 6.5 )2+ …+ ( 8.1 )2− =28.80 ¿
n 12

∑ y 2i y .2 ( 18.8 )2 + ( 26.8 )2 + ( 33.4 )2 ( 79 )2

SCTr = − = − =26.73
ri n 4 12

SC E=SC T −SCTr =28.80−26.73=2.07

SCTr 26.73
CMTr= = =13.365
k −1 2

7
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 SC E 2.07
CME= = =0.23
n−k 9

4. Estadístico de Prueba:

CMTr 13.365
F C= = =58.11
CME 0.23

5. Tabla ANOVA:

FUENTE DE GL SC CM FC FTabla
VARIACIÓN
% DE 2 26.73 13.365 58.11 4.26
ALMIDÓN
ERROR 9 2.07 0.23
TOTAL 11 28.80

6. Decisión y Conclusión:

Como FC > Ftabla, por lo tanto, aceptamos H 1 y rechazamos H0 y diremos

que al menos un rendimiento de la semilla de los frijoles en su dureza
debido al contenido de almidón NO depende del tipo de Fertilizante
utilizado a un nivel de confianza del 95%.

b) Si existen diferencias significativas, haga una prueba de comparación

de Duncan (α=5%). Interprete

PRUEBA DE DUNCAN:

Si:

CME
D p=d α ( p , n−k )
√ ri
donde : p=2 , … , k

8
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 1. Cálculo de las medias
X́ 1 =4.7

X́ 2 =6.7

X́ 3 =8.35

2. Encontrando los Rangos de Duncan

0.23
D3=d 0.05 ( 3,9 )
√ 4
=( 3.34 )( 0.24 )=0.802

0.23
D 2=d 0.05 ( 2,9 )
√ 4
=( 3.20 )( 0.24 )=0.768

3. Realizamos las comparaciones con el cuadro de diferencia de

medias

Diferencia de >,< Rango(mínimo)

medias
X́ 3 − X́ 2 8.35−6.7=1.65 > 0.802 ( D3 )
X́ 3 − X́ 1 8.35−4.7=3.65 > 0.802 ( D 3 )
X́ 2 − X́ 1 6.7−4.7=2.00 > 0.802 ( D3 )

4. Decisión y Conclusión: (Interpretación)

Por lo tanto, las parejas de las medias (3 y 2), (3 y 1) y (2 y 1), difieren
significativamente entre sí, a un nivel de confianza del 95%, por lo que la
comparación de Duncan nos da el respaldo de la prueba de ANOVA,
antes hecha.
C) Replique la prueba de comparación de Duncan con una prueba de
Tukey (α=5%). Interprete.

PRUEBA TUKEY:

1. Valor en Tablas “T”:

T tabla=q (α ,k , n−k )=q(0.05,3,9 )=3.95

2. Ordenamos los promedios de mayor a menor

9
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 X 3 =8.35, X 2 =6.7, X 1 =4.7

3. Realizamos las comparaciones múltiples con el de tabla:

X i− X j
T crítico=qi=
CME
√ ri

8.35−6.7
q 1= =6.88>3.95 → μ3 ≠ μ 2
0.23
√ 4

8.35−4.7
q 2= =15.22>3.95 → μ3 ≠ μ 1
0.23
√ 4

6.7−4.7
q 3= =8.34 >3.95 → μ2 ≠ μ 1
0.23
√ 4

4. Decisión y Conclusión: (Interpretación)

Concluyendo, con una confianza del 95%, diremos que el

rendimiento de la semilla de los frijoles en su dureza debido al
contenido de almidón NO depende del tipo de Fertilizante utilizado,
con lo que verificaremos el resultado de nuestro ANOVA y replicamos
y respaldamos de igual forma la prueba Duncan antes hecha.
D) Si existen diferencias significativas, haga una prueba de
comparación de DUNNET (α=5%). Interprete.

PRUEBA DE DUNNET:

1. Hipótesis:
,

H0: μ3= μ1 H0: μ3= μ2

H1: μ3≠ μ1 H1: μ3≠ μ2 …….

10
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
2. Comparativo PDS:

Ý 3=8.35 , Ý 2=6.7 , Ý 1 =4.7

|Ý 3 −Ý 2|=|8.35−6.7|=1.65

|Ý 3 −Ý 1|=|8.35−4.7|=3.65

|Ý 2− Ý 1|=|6.7−4.7|=2.00

3. Estadístico de Prueba:

1 1 1 1
√ √
PDS=d (α , k−1 ,GLE) CME( + )=d(0.05,2,9) (0.23)( + )=( 2.260 ) ( 0.3916 )=0.8850
ri r j 3 3

4. Decisión y conclusión:
|Ý 3 −Ý 2|> PDS
|Ý 3 −Ý 1|> PDS
|Ý 2− Ý 1|> PDS

Como: En todos los casos |Ý i −Ý j|> PDS, entonces rechazamos H0 y
aceptamos H1 y diremos que sí existen diferencias significativas entre
casi todas las medias 3,2 y 1, por lo que corroboramos con lo obtenido
con el ANOVA.

DISEÑOS POR BLOQUES COMPLETAMENTE ALEATORIOS (DBCA),

PRUEBA DE DUNCAN Y DMS

2. Para poder utilizar un insumo como base para las cajas de leche de
soya, que es a lo que se dedica una empresa como es INKASOYA
S.R.L, esta empresa hace un estudio de los tipos de soya, del mercado
nacional, con lo cual su área de mercadotecnia hace un experimento,
para esto se usaron ocho (08) variedades de soya con cuatro
repeticiones en un diseño de bloques completos al azar. Los
rendimientos se dan en Kg/parcela.

VARIEDADES Repeticiones

11
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 DE SOYA r1 r2 r3 r4
Bossier 0.265 0.525 0.265 0.440
II-S4-599-599-M 0.320 0.545 0.495 0.465
II-S18-Cadel-6-M 0.315 0.410 0.510 0.445
Victoria 0.175 0.410 0.410 0.250
Santa Rosa 0.400 0.760 0.650 0.545
Viroja 0.260 0.685 0.615 0.550
Suprema 0.240 0.310 0.425 0.410
Bragg 0.460 0.525 0.425 0.575

a) Realice un ANOVA, para α=5%, de conclusiones.

b) Si se rechaza la Hipótesis Nula, entonces haga una prueba de
comparación de DUNNET (α=5%).
c) Haga una prueba de DMS para α=5%.

SOLUCIÓN:
a) Realice el ANVA y pruebe la hipótesis de tratamientos

TRATAMIENTOS TOTAL MEDIAS

DEL DE
BLOQUE BLOQUES
1 2 3 4 5 6 7 8 T.j X.j
0.265 0.32 0.32 0.17 0.4 0.26 0.24 0.46 2.435 0.304375
BLOQUES 0.525 0.545 0.41 0.41 0.76 0.68 0.31 0.53 4.17 0.52125
0.265 0.495 0.51 0.41 0.65 0.62 0.42 0.42 3.795 0.474375
0.44 0.465 0.45 0.25 0.55 0.55 0.41 0.58 3.68 0.46
TOTAL T..=14.08

Ti. 1.495 1.825 1.69 1.24 2.36 2.11 1.38 1.99

MEDIAS X..= 1.76
Xi. 0.374 0.456 0.42 0.31 0.59 0.53 0.35 0.50
1. Hipótesis:

H0: μ1= μ2= …. =μ8

H1: μ1≠ μ2≠ …. ≠μ8

2. Nivel de significancia:

Si α=0.05, entonces: F ¿¿
F ¿¿

3. Cálculos de los Cuadrados Medios:

T 2..
2 2 2 2 (14.08)2
SCT =∑ ∑ X − =0.265 + 0.32 + …+0.58 −
ij =0.6055
rk 32

12
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 SCTr =
∑ T 2i . − T 2. . = 1.4952+ 1.8252+ …+1.992 − ( 14.08 )2 =0.2662
ri rk 4 32

T 2.. 1 2
1 2 2 2 2 2 ( 14.08 )
SC BL= ∑ T . j− = (2.435 +4.17 ¿ + 3.795 +3.68 )− =0.2126 ¿
k rk 8 32

SC E=SC T −SCTr −SC BL =0.1267

SC Tr 0.2662
CM Tr = = =0.0380
k−1 7

SC BL 0.2126
CM BL= = =0.0709
r i −1 3

SC E 0.1267
CME= = =0.00603
(r i−1)(k −1) 21

4. Estadístico de Prueba:

CM Tr 0.0380
F C= = =6.302
CME 0.00603

CM BL 0.0709
F C= = =11.758
CME 0.00603

5. Tabla ANOVA:

FUENTE DE GL SC CM FC FTabla
VARIACIÓN
TRATAMIENTO 7 0.2662 0.0380 6.302 2.49
BLOQUES 3 0.2126 0.0709 11.758 3.07
ERROR 21 0.1267 0.00603
TOTAL 31 0.6055

6. Decisión y Conclusión:

PARA LOS TRATAMIENTOS

13
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 Como FC > Ftabla, por lo tanto, rechazamos H 0 y aceptamos H1 y diremos
que existen diferencias significativas entre los tratamientos se las
variedades de soya, a un nivel de significancia del 5%.

PARA LOS BLOQUES

Como FC > Ftabla,, por lo tanto, por lo tanto, rechazamos H 0 y aceptamos
H1 y diremos que existen diferencias significativas dentro de los bloques
a un nivel de significancia del 5%.

b) Si se rechaza la Hipótesis Nula, entonces haga una prueba de

comparación de DUNNET (α=5%).

PRUEBA DE DUNNET:

1. Hipótesis:
,

H0: μ1= μ2 H0: μ1= μ3 H0: μ1= μ4 …. H0: μ1= μ8

H1: μ1≠ μ2 H1: μ1≠ μ3 H1: μ1≠ μ4 …. H1: μ1≠ μ8 …….

2. Comparativo PDS:

14
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 Ý 5=0.59 , Ý 6 =0.53 , Ý 8=0.50 , Ý 2=0.456 ,

Ý 3=0.42, Ý 1=0.374 , Ý 7 =0.35 , Ý 4=0.31

|Ý 5 −Ý 6|=|0.59−0.53|=0.06

|Ý 5 −Ý 8|=|0.59−0.50|=0.09

|Ý 5 −Ý 2|=|0.59−0.456|=0.137

|Ý 5 −Ý 3|=|0.59−0.42|=0.17

|Ý 5 −Ý 1|=|0.59−0.374|=0.216

|Ý 5 −Ý 7|=|0.59−0.35|=0.24

|Ý 5 −Ý 4|=|0.59−0.31|=0.28

|Ý 6 −Ý 8|=|0.53−0.50|=0.03

|Ý 6 −Ý 2|=|0.53−0.456|=0.134

|Ý 6 −Ý 3|=|0.53−0.42|=0.11

|Ý 6 −Ý 1|=|0.53−0.374|=0.156

|Ý 6 −Ý 7|=|0.53−0.35|=0.18

|Ý 6 −Ý 4|=|0.53−0.31|=0.22

………………, así sucesivamente…con todos, hasta:

|Ý 7 −Ý 4|=|0.35−0.31|=0.04

3. Estadístico de Prueba:

15
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 1 1 1 1
√ √
PDS=d (α , k−1 ,GLE) CME( + )=d(0.05,7,21) (0.00603)( + )=( 2.825 ) ( 0.055 ) =0.1554
ri r j 4 4

4. Decisión y conclusión:
|Ý 5 −Ý 6|< PDS
|Ý 5 −Ý 8|< PDS
|Ý 5 −Ý 2|< PDS
|Ý 5 −Ý 3|> PDS
|Ý 5 −Ý 1|> PDS
|Ý 5 −Ý 7|> PDS
|Ý 5 −Ý 4|> PDS
|Ý 6 −Ý 8|< PDS
|Ý 6 −Ý 1|> PDS
……………………………………………..
|Ý 7 −Ý 4|< PDS

Como: En algunos casos |Ý i −Ý j|< PDS, entonces rechazamos H0 y

aceptamos H1 y diremos que sí existen diferencias significativas entre
casi todas las medias 5,6 y 8, por lo que corroboramos con lo obtenido
con el ANOVA.

c) Haga una prueba de DMS para α=5%.

PRUEBA DMS

1. Hipótesis:
,

H0: μ1= μ2 H0: μ1= μ3 H0: μ1= μ4 …. H0: μ1= μ8

H1: μ1≠ μ2 H1: μ1≠ μ3 H1: μ1≠ μ4 …. H1: μ1≠ μ8 …….

2. Comparativo MDS:

Ý 5=0.59 , Ý 6 =0.53 , Ý 8=0.50 , Ý 2=0.456 ,

16
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 Ý 3=0.42, Ý 1=0.374 , Ý 7 =0.35 , Ý 4=0.31

|Ý 5 −Ý 6|=|0.59−0.53|=0.06

|Ý 5 −Ý 8|=|0.59−0.50|=0.09

|Ý 5 −Ý 2|=|0.59−0.456|=0.137

|Ý 5 −Ý 3|=|0.59−0.42|=0.17

|Ý 5 −Ý 1|=|0.59−0.374|=0.216

|Ý 5 −Ý 7|=|0.59−0.35|=0.24

|Ý 5 −Ý 4|=|0.59−0.31|=0.28

|Ý 6 −Ý 8|=|0.53−0.50|=0.03

|Ý 6 −Ý 2|=|0.53−0.456|=0.134

|Ý 6 −Ý 3|=|0.53−0.42|=0.11

|Ý 6 −Ý 1|=|0.53−0.374|=0.156

|Ý 6 −Ý 7|=|0.53−0.35|=0.18

|Ý 6 −Ý 4|=|0.53−0.31|=0.22

………………, así sucesivamente…con todos, hasta:

|Ý 7 −Ý 4|=|0.35−0.31|=0.04

3. Estadístico de Prueba:

17
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 1 1 1 1
DMS=t α
(1− , ,GLE)
2 √ CME(
ni n j √
+ )=t (0.975,21) ( 0.00603)( + )=( 2.0796 ) ( 0.055 )=0.1144
4 4

4. Decisión y conclusión:
|Ý 5 −Ý 6|< DMS
|Ý 5 −Ý 8|< DMS
|Ý 5 −Ý 2|> DMS
|Ý 5 −Ý 3|> DMS
|Ý 5 −Ý 1|> DMS
|Ý 5 −Ý 7|> DMS
|Ý 5 −Ý 4|> DMS
|Ý 6 −Ý 8|< DMS
|Ý 6 −Ý 2|> DMS
|Ý 6 −Ý 3|< DMS
|Ý 6 −Ý 1|> DMS
……………………………………………..
|Ý 7 −Ý 4|< DMS

Como: En algunos casos |Ý i −Ý j|< DMS, entonces rechazamos H0 y

aceptamos H1 y diremos que sí existen diferencias significativas entre
casi todas las medias, por lo que corroboramos con lo obtenido con el
ANOVA.

CONCLUSIONES

1. El análisis de varianza o ANOVA, el cual es un método que se

utiliza para comparar dos o más medias partiendo de una
hipótesis sobre la igualdad de medias poblacionales. Cuando se
comparan las varianzas muestrales es posible llegar a algunas
conclusiones o inferencia de los valores relativos de las medias
poblacionales.

18
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
 2. 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 revelará 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.

3. Las comparaciones múltiples de las medias permiten examinar

cuáles medias son diferentes y estimar el grado de diferencia.
Usted puede evaluar la significancia estadística de las diferencias
entre las medias usando un conjunto de intervalos de confianza,
un conjunto de pruebas de hipótesis o ambos. Los intervalos de
confianza permiten evaluar la significancia práctica de las
diferencias entre las medias, además de la significancia
estadística. Como es habitual, la hipótesis nula de no diferencia
entre medias se rechaza si y solo si el intervalo de confianza no
contiene el cero.

RESEÑAS BIBLIOGRÁFICAS:

1. Spiegel, Murray. 1970. Estadística Aplicada, McGraw-Hill, México.

2. Olav Kallenberg, Probabilistic Symmetries and Invariance Principles.

Springer-Verlag, New York (2005). 510 pp. ISBN 0-387-25115-4.

19
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”
3. Anderson, D., Sweeney, D., Williams, T. (2008). Estadística para
administración y economía. (10ª ed.). México: Editorial Cengage
Learning. ISBN: 970-686-278-1.

4. Torino H. Resumen del libro de Estadísticas de Berenson y Levine.

5. Estadística Inferencial de Carling - Hostetler R P - Edwards, 6ta edición,

2011.

6. Análisis Inferencial a los Problemas Empresariales II. Louis Marriot, 7ma

edición, 2008.

7. Enciclopedia Matemáticas y la Estadística aplicadas a sus gráficas. Dra

Ines Montilla Zavala. UNI, 4ta edición.

8. Análisis Estadístico I, Tom Caplang; 5ta edición, 2009.

9. Enciclopedia Clarín, Tomo 20 Nagel, Ernest and Newman, James R.,

Godel's Proof, New York University Press, 1958.

20
“ANÁLISIS DE LA VARIANZA CON EXPERIMENTOS CA Y POR BLOQUES, PRUEBAS DE
COMPARACIÓN MÚLTIPLE-UNT”