Documentos de Académico
Documentos de Profesional
Documentos de Cultura
FINANCIERAS
“Análisis de Varianza”
Docente
Presentado por:
Ciclo / Aula:
IV / B-608
LIMA - 2020
A nuestros padres, y abuelos
que nos apoyan y nos guían en
este importante camino,
gracias a ellos y a nuestro esfuerzo
alcanzaremos nuestros objetivos.
Pg.
Capítulo I
Capitulo II
Conclusiones de la investigación
Fuentes de información
ÍNDICE
INTRODUCCIÓN
El objetivo principal del presente trabajo es el ser una guía para el estudiante que se
encuentra en la etapa universitaria, ya que, el método de Anova permite que se
contraste dos o varias medidas
En la elaboración de nuestro trabajo se presentaron una serie de dificultades
técnicas que muchas veces impidieron la comunicación de los integrantes por la
distancia, así mismo tuvimos que realizar una gran búsqueda de fuentes de
información que se acoplen correctamente a nuestro tema. Sin embargo, con la guía
de nuestro docente y con la consulta de otros documentos y fuentes, se pudo
superar este obstáculo para, finalmente, lograr la construcción de una monografía
ideal.
OBJETIVOS
1- El objetivo de este método estadístico nos sirve para comparar varios grupos en
una variable cuantitativa.
2- Nos ayuda a tener un mejor enfoque para la compresión, aplicación e
interpretación del factor ANOVA de una y dos variables.
3- Demostrar el uso del MINITAB para efectuar un análisis ANOVA.
MARCO TEÓRICO
TRABAJO PRÁCTICO
ANOVA DE UN FACTOR
1. Un nutricionista dividió aleatoriamente a 15 ciclistas en 3 grupos de 5 unidades
cada uno. Los miembros del primer grupo recibieron suplementos vitamínicos, que
añadieron a sus comidas durante las tres semanas siguientes. A los del segundo
grupo se les indicó que, durante esas tres semanas tomaran un tipo especial de
cereal de grano entero rico en fibra. A los miembros del tercer grupo se le dijo que
comieran como hacían normalmente. Transcurrido el periodo indicado el nutricionista
hizo que cada ciclista recorriera una distancia de 6 millas. Se registraron los
siguientes tiempos.
244.3
¿Son estos datos consistentes con la hipotesis de que ni las vitaminas ni el cereal
rico en fibra afectan a la velocidad de los ciclistas? Use un nivel de significación del
5% (p.500)
Ross, S. (2007). Introducción a la estadística. Madrid: Editorial Reverté S.A
n=5
N=15
K= N de grupos= 3
X= datos
α= 5% = 0.05
2
S2= CMET= n x
16.2+16.32+16.34
ux= = 16.29
3
(16.2−16.29)2+(16.32−16.29)2 +(16.34−16.29)2
Sx2 =
√ 3−1
¿ 0.0081+0.0009+ 0.0025
Sx2 =¿
√ 2
= 0.076
CMET= 5(0.076)2=0.029
S (15.6−16.29)2+(16.4−16.29)2+(17.2−16.29)2 +(15.5−16.29)2+(16.3−16.29)2
1=
5−1
s1=¿0.49 ¿
S (17.1−16.29)2+(16.3−16.29)2 +(15.8−16.29)2+(16.4−16.29)2+(16.0−16.29)2
2=
5−1
S2=¿¿ 0.25
S (15.9−16.29)2+(17.2−16.29)2 +(16.4−16.29)2 +(15.4−16.29)2+(16.8−16.29)2
3=
5−1
S3=¿¿ 0.51
F crítico
(gl; gl2; x)
K-1;N-K; 5%
3-1; 15-3: 5%
2; 12; 0.05
TABLAS: 3.89
ANOVA DE DOS FACTORES
Razas Tratamientos
Vitamina A Vitamina B Vitamina C
1 80 70 82
2 60 32 35
3 90 82 85
4 95 89 78
SOLUCIÓN:
Factor A: Razas
Factor B: Vitaminas
EL CONTRASTE DE HIPÓTESIS:
H 0: Las tres vitaminas proporcionan una ganancia en peso medio equivalente.
H 1: Las ganancias en peso medio proporcionadas por las distintas vitaminas
no son iguales
La descomposición de la varianza total sin interacción:
Tratamientos
Razas
Vitamina A Vitamina B Vitamina C Total
1 80 70 82 Y 1 • =232
2 60 32 35 Y 2 • =127
3 90 82 85 Y 3 • =257
4 95 89 78 Y 4 • =262
TOTAL Y 1 • =325 Y 2 • =273 Y 3 • =280 Y •• =878
n=1, G=4, J=3, N=G.J=12
4 3
878 2
∑ ∑ Y 2gj=68952− 12
=68952−64240,333=4711,667
g=1 j=1
SCT =
G 4
2
Y ∑Y i• 2 ∑ Y 2i• Y 2• • 2322 1272 257 2 2622 878 2
SCF A =
n.J N
g=1
− = g =1
3
••
− =
12 [ 3
+
3
+
3
+
3
−
12 ]
SCF A =3975
J 3
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Inter grupos SCF A =3975 G−1=3 MCF A= =1325F A= =23,486
G−1 MCR
SCF B MCF B
Inter sujetos SCF B =398,167 J−1=2 MCF B= F B=
=199,083 =3,529
J −1 MCR
SCR
Error SCR=338,5 ( G−1 ) ( J −1 ) =6 MCR= =56,417
( G−1 )( J −1 )
SCT
Total SCT =4711,667 N−1=11 MCT = =30,773
N −1
El estadístico observado F B=3,529 contrasta si las vitaminas proporcionan o no
ganancia de peso medio en los gatos. El estadístico teórico
F 0.005; ( J−1) ;(G−1)(J −1)=F 0.05; 2;6 =5,1433
Automóviles
Gasolina
A1 A2 A3 A4
G1 6,290 6,460 6,418 6,205
G2 6,503 6,290 7,225 6,843
G3 7,310 7,183 7,438 7,055
SOLUCIÓN:
A. Se supone que se cumplen las hipótesis de normalidad, homocedasticidad y
elección al azar de las muestras. Se aplica el modelo ANOVA con dos factores
de variación sin interacción (cuando el efecto de un factor sobre el peso
depende de cuál sea el nivel de otro factor):
H ¿0: No hay diferencia significativa entre los efectos medios de las distintas
¿
gasolinas H 1: Si hay diferencia significativa entre los efectos medios de las
distintas gasolinas
La descomposición de la varianza total sin interacción:
SCT=SCF A + SCF B + SCR
Gasolin Automóviles
a A1 A2 A3 A4 Total
G1 6,290 6,460 6,418 6,205 Y 1 • =25,373
G2 6,503 6,290 7,225 6,843 Y 2 • =26,861
G3 7,310 7,183 7,438 7,055 Y 3 • =28,986
TOTAL Y 1 • =20,103 Y 2 • =19,933 Y 3 • =21,081 Y 4 • =20,103 Y •• =81,22
∑ Y 2i •
Y 2 ∑ Y 2i• Y 2• • 25,3732 26,8612 28,9862 8782
SCF A =
n.J
g=1
− = g =1
N 4
••
− =
12 [ 4
+
4
+
4
−
12 ]
SCF A =1,649
J 4
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Intergrupos SCF A =1,649 G−1=2 MCF A= F A=
=0,824 =14,108
G−1 MCR
SCF B MCF B
Intersujetos SCF B =0,274 J−1=3 MCF B= F B=
=0,091 =1,563
J −1 MCR
SCR
Error SCR=0,351 ( G−1 ) ( J −1 ) =6 MCR= =0,058
( G−1 )( J −1 )
SCT
Total SCT =2,273 N−1=11 MCT = =0,207
N −1
MCF A
Estadístico observado o empírico: F A= =14,108
MCR
Estadístico teórico: F α ; ( G−1) ;(G −1)(J −1 )=F 0.05;2 ;6 =5,1433
Siendo F A=14,108<5,1433=F 0,05;2 ;6 se rechaza la hipótesis nula. En
consecuencia, si hay diferencia significativa entre los efectos medios de las
distintas gasolinas.
¿Existe diferencia significativa entre los efectos medios producidos por las
distintas marcas de automóviles?
MCF B
Estadístico observado o empírico: F A= =1,563
MCR
Estadístico teórico: F α ; ( J−1 );(G−1)(J −1)=F 0.05 ;3; 6=4,7571
Como F B=1,563< 4,7571=F 0,05 ;3 ;6 se acepta la hipótesis nula. Por tanto, no hay
diferencia significativa entre las marcas de automóviles.
De la fuente, S. (2016). Análisis de varianza. Departamento de Economía de
Aplicada y empresarial de la Universidad Autónoma de Madrid: España.
Recuperado de: http://www.estadistica.net/ECONOMETRIA/ANALISIS-
VARIANZA/analisis-varianza.pdf
3) Analizar el efecto de las variables Edad y Fumar sobre la Ansiedad social, con
un nivel de significación del 5%.
Fumar
Edad Si No
3,91 4,83
5,01 3,95
15-25 4,44 4,04
3,33 3,66
4,71 9,42
5,65 9,66
6,49 7,68
25-35 5,47 9,57
5,72 7,93
5,44 7,39
4,94 5,92
7,13 5,45
35-45 5,54 5,19
5,92 6,12
6,16 4,45
SOLUCIÓN:
En cada caso, las hipótesis a contrastar son las siguientes:
Efecto A: Categoría edad
H 0 : La media de edad en cada categoria es la misma
o
{ H 1 : Las medias no son iguales
Efecto B: Fumar
Y 33 =28,77
=29,69
31=27,13
21 Fumar
Y 22=42,23
ÝY33 12Edad
=5,754
=5,938
311=5
21 =21 ,40
,426
=25,90 Si No TOTAL
Ý 22=8,446
Ý 1 21=5,18
=4,28 3,91 4,83
5,01 3,95
Y 1 • =47,30
15-25 4,44 4,04
Ý 1 • =4,73
3,33 3,66
4,71 9,42
5,65 9,66
6,49 7,68
Y 2 • =47,30
25-35 5,47 9,57
Ý 2 • =4,73
5,72 7,93
5,44 7,39
4,94 5,92
7,13 5,45
Y 3 • =47,30
35-45 5,54 5,19
Ý 3 • =4,73
5,92 6,12
6,16 4,45
Y •1 =79,86 Y •2 =95,26 Y •• =175,12
TOTAL
Ý •1 =5,324 Ý •2 =6,351 Ý •• =5,8373
5 3 2
G=3, J=2, n=5, ∑ ∑ ∑ Y 2igj =1106,281
i=1 g=1 j=1
5 3 2
2 Y 2• • 175,122
SCT=∑ ∑ ∑ Y ijg − =1106,28−¿ =84,047 ¿
i=1 g=1 j=1 N 30
G 3.
Y 2∑ Y 2i •
∑ Y 2i• Y 2 47,30 2 712 56,822 175,122
SCF A = g=1 − •• = g =1
n.J N 5,2
− ••=
30 5,2
+
5,2
+
5,2
−
30 [ ]
SCF A =28,446.
J 2
2
∑Y Y •j 2 ∑ Y 2• j
Y 2•• 79,862 95,262 175,122
SCF B = j=1
n.G
− =
N
j=1
5,3
− =
30 15
••
+
15
−
30
=7,905 [ ]
G J 3 2
2
n G J ∑∑Y gj 5 3 2 ∑ ∑ Y 2gj
SCR=∑ ∑ ∑ Y 2ijg− g =1 j=1 2
− g=1 j=1
=¿ ∑ ∑ ∑ Y ijg ¿
i=1 g =1 j=1 n i=1 g=1 j=1 n
3 2
∑ Y 2• j 79,862 +95,26 2 Y 2
175,122
j =1
= =1030,139 •• = =1022,234
15 15 30 30
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Factor A SCF A =28,44 G−1=2 MCF A= F A=
=14,22 =9,80
G−1 MCR
SCF B MCF B
Factor B SCF B =7,90 J−1=1 MCF B= =7,90F B= =5,44
J −1 MCR
SCF AB MCF AB
Interacción SCF AB=12,89 ( G−1 ) ( J −1 ) =2 MCF AB= F =6,44
AB= =4,44
( G−1 ) ( J −1 ) MCR
SCR
Residual SCR=34,80 N−GJ =24 MCR= =1,45
N −GJ
SCT
Total SCT=84,04 N−1=29 MCT = =2,89
N −1
2 SCF AB 12,89
η AB = = =0,270
SCF AB + SCR 12,89+34,80
4 3
28842
SCT = ∑ ∑ Y =69,680−gj =69,680−781,456=59.31
g=1 j=1 12
G 4
2
∑Y Y 2
i• ∑ Y 2i• Y 2 1772 206 2 2102 2912 8842
SCF A = g=1 − •• = g =1
n.J N 3
− ••=
12 3
+
3 [ +
3
+
3
−
12 ]
SCF A =60.67
J 3
2) REMPLAZAR EN CUADRO:
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Inter grupos SCF A =60,61 G−1=3 MCF A= F A=
=20,22 =1.82
G−1 MCR
SCF B MCF B
Inter sujetos SCF B =65,12 J−1=2 MCF B= F B=
=32.56 =2.94
J −1 MCR
SCR
Error SCR=66,48 ( G−1 ) ( J −1 ) =6 MCR= =11.08
( G−1 )( J −1 )
SCT
Total SCT =59,31 N−1=11 MCT = =5.39
N −1
5) Tres profesores evaluaron los cursos elaborados por tres universidades, según el
siguiente reporte.
UNIVERSIDADES
Total
PROFESORES 1 2 3
A1 165 150 100 415
B1 175 150 200 525
C1 190 185 260 635
GRAN TOTAL
530 485 560 T = 1575
Total
Determine los valores de F e interprete los resultados con una significancia del 5%.
b. Con tabla de ANOVA 2 factores
1)DETERMINAR VALORES:
4 3
2 8842
SCT = ∑ ∑ Y gj =290,775− =290,775−2,480.625=243,32
g=1 j=1 12
G 4
∑ Y 2i •
Y 2 ∑ Y 2i• Y 2 5382 4852 5602 1575 2
SCF A = g=1 − •• = g =1
n.J N 3
− ••=
9 3
+
3
+
3
− [9 ]
SCF A =244,578
J 3
∑ Y 2• j
Y 2 ∑ Y 2• j Y 2 2792 3012 3042 15752
SCF B = j=1
n.G
− •• = j=1
N 3
− •• =
9 3
+
3
+
3 [−
9 ]
SCF B =272.47
SCT=SCF A + SCF B + SCR
2)REMPLAZAR EN CUADRO:
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Inter grupos SCF A =244,578 G−1=2 MCF A= F A=
=122,289 =2.22
G−1 MCR
SCF B MCF B
Inter sujetos SCF B =272.47 J−1=2 MCF B= F B=
=136.235 =2.47
J −1 MCR
SCR
Error SCR=220.52 ( G−1 ) ( J −1 ) =4 MCR= =55.13
( G−1 )( J −1 )
SCT
Total SCT=243,32 N−1=8 MCT = =3,041.5
N −1
DISEÑADORES
Total
-
EVALUADORES 1 2 3 4
A 87 79 83 92 341
B 83 73 85 89 330
C 91 85 90 92 358
GRAN TOTAL
261 237 258 273 T = 1029
Total
Determine los valores de F e interprete los resultados con una significancia del 5%.
- Con tabla de ANOVA 2 factores
1)DETERMINAR VALORES:
4 3
2 10292
SCT = ∑ ∑ Y gj =88,597− =80,85
g=1 j=1 12
G 4
Y∑ Y 2i •
2 ∑ Y 2i• Y 2 2612 2372 258 2 2732 10292
SCF A = g=1 − •• = g =1
n.J N 3
− ••=
12 3
+
3
+
3
+
3 [
−
12 ]
SCF A =970,380
J 3
∑ Y 2• j
Y 2 ∑ Y 2• j Y 2•• 2792 3012 3042 10292
SCF B =j=1
n.G
− = j=1
N 4
••
− =
12 [
4
+
4
+
4
−
12 ]
SCF B =82.80
SCT=SCF A + SCF B + SCR
2)REMPLAZAR EN CUADRO:
Fuente de Suma de
Grado de Libertad Media cuadrática Estadístico
variación cuadrados
SCF A MCF A
Intergrupos SCF A =970,380 G−1=3 MCF A= F A=
=323,460 =2.02
G−1 MCR
SCF B MCF B
Intersujetos SCF B =82.80 J−1=2 MCF B= =41.4F B= =0.26
J −1 MCR
SCR
Error SCR=962.38 ( G−1 ) ( J −1 ) =6 MCR= =160.40
( G−1 )( J −1 )
SCT
Total SCT =80,85 N−1=11 MCT = =735
N −1
RECOMENDACIONES
Se recomienda el uso del análisis de varianza puesto que es una manera más
práctica de poder comparar dos o más variables, para así no usar de manera
errónea la t de student.
Como grupo mayormente recomendamos el nuevo uso de tecnologías que se
basan más en programas como el minitab o el spss, que permiten agilizar
mejor el estudio del análisis de varianza, debido a que te muestran los
resultados de manera rápida y exacta.
Las muestras deben ser de tipo aleatorio independiente y deben ser
obtenidas de poblaciones normales, como también deben tener varianzas
iguales.
CONCLUSIONES
Gracias a este trabajo hemos podido conocer sobre el uso del análisis de
varianza, de un factor, así como también de dos factores, a profundidad con
ayuda del profesor y a las distintas fuentes que se utilizaron en este trabajo de
investigación. Para así complementar nuestros conocimientos y sea más
practico poder usarlo cuando sea requerido en nuestra vida universitaria y
profesional.
El método de ANOVA permite decidir los distintos niveles de factores que se
establecen en las diferentes poblaciones o analizar, el comportamiento de ésta
misma para todos los niveles en función de las poblaciones estudiadas.
El análisis de la varianza permite determinar si existe o no diferencias
estadísticas significativas entre medias cuando se tiene más de dos muestras o
más de dos grupos en el mismo planteamiento.