Documentos de Académico
Documentos de Profesional
Documentos de Cultura
a) EXPERIMENTO DETERMINÍSTICO
Es cuando el experimento conduce a un solo resultado.
Ejemplo:
- Medir el área de un círculo dado.
- Medir el volumen de un cubo.
- Medir la distancia entre dos puntos fijos. Etc.
b) EXPERIMENTO ALEATORIO
Es cuando el experimento conducirá a dos o más resultados igualmente factibles.
Ejemplo.
- Medir el peso de un conjunto de personas en un centro laboral según su
procedencia.
- Cuantificar las ganancias diarias de los centros comerciales según categoría.
- Medir el efecto de una dieta alimenticia en un conjunto de vacas según raza.
- Medir la producción de papa por hectárea, de acuerdo a las variedades,
- Medir la influencia que tienen el docente y el contexto en el rendimiento académico
de los estudiantes.
Acción → efecto
Análisis de Varianza. Es una técnica estadística que consiste en dividir la
varianza total de todos los datos en sub varianzas que corresponden a sus
componentes, con la finalidad de determinar si hay diferencias significativas entre
estos componentes. Los diseños experimentales usan el análisis de varianza para
comparar promedios entre tratamientos.
Los modelos del ANVA son técnicas de análisis multivariante de dependencia, que
se utilizan para analizar datos procedentes de diseños experimentales con una o
más variables independientes cualitativas (medidas en escalas nominales u
ordinales) y una variable dependiente cuantitativa (medida en escala de intervalo o
de razón). En este contexto las variables independientes se llaman factores y sus
diferentes estados, categorías o divisiones se llaman niveles o tratamientos y la
variable dependiente se llama variable respuesta. Esta técnica permite comparar
básicamente los promedios de los t tratamientos con la finalidad de determinar si
existe diferencia significativa entre ellos, o entre las t poblaciones.
Hipótesis Estadística. Es una proposición o suposición sobre los parámetros de
una o más poblaciones. Es preciso aclarar que una hipótesis es una proposición
sobre la población o distribución en estudio y no sobre la muestra.
Prueba de Hipótesis. Es un procedimiento que consiste en realizar una serie de
pasos para verificar la veracidad o falsedad de una suposición (hipótesis).
En Estadística la secuencia de pasos son los siguientes.
(Revisar Inferencia Estadística)
SUPUESTOS
El modelo estadístico debe cumplir los siguientes supuestos:
1.- Aditividad, los efectos del modelo son aditivos.
2.- Linealidad, las relaciones entre los factores y los efectos del modelo son
lineales.
3.- Normalidad, los errores o residuos son variables aleatorias y deben tener una
distribución normal con media cero y varianza constante 2
4.- Independencia, los resultados obtenidos en el experimento son
independientes entre sí. En otras palabras, los errores deben ser
independientes entre sí.
5.- Homogeneidad de varianzas, Las diferentes poblaciones generadas por la
aplicación de los diferentes tratamientos deben tener varianzas iguales u
homogéneas (2).
Nota. - Para detectar el cumplimiento o no de estos supuestos, se realizan
pruebas especiales que el estudiante ya debe conocer, como las pruebas de
normalidad e independencia, en lo referente al supuesto de las varianzas
homogéneas se tratará posteriormente.
TIPOS DE MODELOS:
Los t niveles del factor en un experimento pueden elegirse de dos maneras:
a) MODELO I (MODELO A EFECTOS FIJOS) Modelo de Análisis de Varianza, es
cuando el investigador determina los t tratamientos en forma específica y desea
probar la hipótesis sobre la igualdad de las medias de los tratamientos
considerados y las conclusiones no pueden extenderse a los demás tratamientos
que no fueron considerados.
b) MODELO II (MODELO A EFECTOS VARIABLES) Modelo de Componentes de
Varianza, es cuando el investigador selecciona una muestra aleatoria de t
tratamientos de una población grande de tratamientos existentes, por consiguiente
las conclusiones se extienden a todos los tratamientos de la población,
considerados o no en el experimento, asimismo los i son variables aleatorias.
Y
∑ Yij
= j=1
i. /n = Yi. /n. Es el promedio de las observaciones bajo el i-ésimo
tratamiento.
t n
Y . . = T =∑ ∑ Yij
i=1 j=1 Es el gran total de todas las observaciones.
Y .. = media total de todas las observaciones
t n
Y .. =
∑ ∑ Yij/N
i=1 j=1 = T/nt
N = nt
Fc = T2/nt = Factor de corrección
Tratamientos Totales *
Muestra
1 2 3 ……… t
01 Y11 Y21 Y31 ……… Yt1 Y.1
02 Y12 Y22 Y32 ……… Yt2 Y.2
03 Y13 Y23 Y33 ……… Yt3 Y.3
04 Y14 Y24 Y34 ……… Yt4 Y.4
. . . . . . .
. . . . . . .
. . . . . .
n Y1n Y2n Y3n …….. Ytn Y.n
Total T1 T2 T3 …….. Tt T = Y..
Medias Y Y Y ……. Y t
Y ..
1 2 3
*Estos totales servirán cuando las muestras se conviertan en bloques, por otro
lado, los tratamientos y las muestras pueden cambiar de posición.
La prueba de Hipótesis como ya se dijo, consiste en probar la igualdad de las
medias 1, 2, 3,…,t de los t tratamientos, si usamos la igualdad i = 0, equivale
a plantear la hipótesis:
Ho: 1 =2 =3 =………=t, o
: i = 0 i = 1, 2, 3, ...., t
H1: 1 2 3 ……….t, o
: i 0 para algún i = 1, 2,3,…., t
Por lo tanto, sí la hipótesis nula es verdadera, entonces cada observación estará
constituida por la media global más un error aleatorio ij, esto equivale a afirmar
que todas las n observaciones se toman de una población con distribución normal
con media y varianza 2 y que los cambios en los niveles del factor no tienen
efecto sobre la respuesta promedio. Además, tanto el cuadrado medio del error
experimental y el cuadrado medio de los tratamientos, son estimaciones de 2, por
consiguiente el F experimental, Fe = Tr/E está distribuida como una F con (t-1) y
t(n-1) grados de libertad, y si el valor de Fe excede al valor de la Fo (tabular) con
un nivel de significancia dado, se rechaza la hipótesis nula; en consecuencia se
concluye que existen diferencias significativas entre los t tratamientos.
El valor esperado de los cuadrados medios de los tratamientos y el error depende
del tipo de modelo, y son importantes para el planteamiento de las pruebas
estadísticas, estos son los siguientes:
Modelo I:
t
∑
E (Tr) = 2 + n 1 i2/ (t-1); E (CME) = 2
CME = Cuadrado Medio del Error
Modelo II
E (Tr) = 2 + n2t ; E (CME) = 2
En ambos casos la Fe es igual a Tr/E.
Como se sabe, el ANVA en los DCA divide a la variabilidad total de los datos
contenidos en la muestra en dos componentes:
SUMA DE CUADRADOS = SUMA DE CUADRADOS + SUMA DE CUADRADOS
DEL TOTAL ENTRE TRATAMIENTOS DENTRO DE TRATAMIENTOS (ERROR)
Ejemplo Nº 1
Un fabricante de cartones para confeccionar cajones, está interesado en mejorar
la resistencia a la tensión de su producto, el Departamento de Ingeniería de la
empresa piensa que la resistencia a la tensión es una función de la concentración
de madera dura en la pulpa, para lo cual se sometieron a prueba 24 especímenes
en un probador de tensión de laboratorio en un orden aleatorio, probando seis
especímenes por cada uno de los cuatro niveles dados, los resultados se
presentan en el cuadro siguiente. Pruebe sí existe diferencia significativa entre los
cuatro niveles con un 99% de seguridad.
Concentración Observaciones
de madera
dura en la 1 2 3 4 5 Total Promedio
pulpa en % 6
5% 7 8 15 11 9 60 10,00
10
10% 12 17 13 18 19 94 15,67
15
15% 14 18 19 17 16 102 17,00
18
20% 19 25 22 23 18 127 21,17
20
Total 383 15,96
Solución:
1) Ho: 1 = 2 = 3 = 4; No hay diferencia significativa entre los 4 niveles en
estudio.
H1: 1 2 3 4; Por lo menos uno de los niveles en estudio es diferente
a los demás
2) = 0,01
3) El estadígrafo o la función pivotal es una F con 3 y 20 grados de libertad.
4) Se rechazará Ho si Fe es mayor a Fo = 4,94
5) T = 383
Myy = (383)2/24 = 6112,04
Tyy = (602 + 942 + 1022 + 1272)/6 – 6112,04 = 382,79
Y2 = 72 + 82 +152+………..+ 202 = 6625
SCE = Eyy = 6625 – 6112,04 – 382,79 = 130,17
G.1.GRÁFICO DE CAJAS
30
20
10
RESISTENCIA
0
N= 6 6 6 6
5 10 15 20
CONCENTRACION DE MADERA
√6,51
CV(Y) = 15,96 x 100 = 15,99% esto quiere decir que hay una variación de las
resistencias de casi el 16% respecto al promedio de resistencias.