Beltrán Olvera Jorge Rigel

Camacho Bedolla Benjamin

Segura Cedillo Isaac

ANÁLISIS DE VARIANZA

¿QUÉ ES UN ANÁLISIS DE VARIANZA?

En un análisis de varianza, se divide la variación total de las mediciones de

respuesta en partes que pueden ser atribuidas a varios factores de interés para el
experimentador. Si el experimento ha sido debidamente diseñado, estas partes
pueden usarse entonces para contestar preguntas acerca de los efectos de los
diversos factores en la respuesta de interés. Se puede entender mejor la lógica que
sirve de base a un análisis de varianza al ver un experimento sencillo.

Considere dos conjuntos de muestras seleccionadas al azar de las poblaciones 1

( ) y 2 (⚪), cada uno con pares idénticos de medias; ẋ₁ y ẋ ₂. Los dos conjuntos se
muestran en la fi gura 11.1. En el conjunto A, la variabilidad de las mediciones
dentro de los grupos (los y ⚪ ) es mucho menor que la variabilidad entre los dos
grupos. En el conjunto B, hay más variabilidad dentro de los grupos (los y ⚪),
causando que los dos grupos se “mezclen” y hagan más difícil ver la diferencia
idéntica en las medias.

La comparación que ha hecho intuitivamente es formalizada por el análisis de

varianza. Es más, el análisis de varianza se puede hacer no sólo para comparar dos
medias sino también para hacer comparaciones de más de dos medias
poblacionales y para determinar los efectos de varios factores en diseños
experimentales más complejos. El análisis de varianza se apoya en estadísticas con
distribuciones muéstrales que son modeladas por la distribución F

El ANOVA también puede utilizarse en situaciones donde ambas fuentes de

variación son aleatorias. Un ejemplo podría ser el análisis de algún compuesto de
un vino almacenado en un depósito. Supongamos que las muestras se toman
aleatoriamente de diferentes partes del depósito y se realizan diversos análisis
replicados. Aparte de la variación natural en la medida tendremos una variación en
la composición del vino de las diferentes partes del depósito.
Cuando tengamos un factor, controlado o aleatorio, aparte del error propio de la
medida, hablaremos del ANOVA de un factor.. En los casos donde tenemos dos o
más factores que influyen, se realizan los experimentos para todas las
combinaciones de los factores estudiados, seguido del ANOVA. Se puede deducir
entonces si cada uno de los factores o una interacción entre ellos tienen influencia
significativa en el resultado. Para utilizar el ANOVA de forma satisfactoria deben
cumplirse tres tipos de hipótesis, aunque se aceptan ligeras desviaciones de las
condiciones ideales:

1. Cada conjunto de datos debe ser independiente del resto.

2. Los resultados obtenidos para cada conjunto deben seguir una distribución
normal.

3. Las varianzas de cada conjunto de datos no deben diferir de forma significativa.

Bibliografía
1. Anderson. (2008). Estadística para Administración y Economía. México, D.F:
Cengage Learning Editores.
2. W. Mandenhall. (2010).Introducción a la probabilidad y Estadística. México,
D.F: Cengage Learning Editores.