República Bolivariana de Venezuela

Ministerio del poder popular para la educación

Universidad Bicentenaria de Aragua

Contaduría publica

Puerto Ordaz, Estado Bolívar

Análisis de
Varianza

Profesora: Alumna:

Karen Reinoza Oriana Galanton 30.631.834

 Introducción

Es una colección de modelos estadísticos y sus procedimientos asociados,

en el cual la varianza está particionada en ciertos componentes debidos a
diferentes variables explicativas. La hipótesis nula de la que parten los diferentes
tipos de análisis de varianza es que la media de la variable estudiada es la misma
en los diferentes grupos, en contraposición a la hipótesis alternativa de que al
menos dos medias difieren de forma significativa. El análisis de varianza permite
comparar múltiples medias, pero lo hace mediante el estudio de las varianzas. El
funcionamiento básico de un análisis de varianza consiste en calcular la media de
cada uno de los grupos para a continuación comparar la varianza de estas
medias) frente a la varianza promedio dentro de los grupos (Bajo la hipótesis nula
de que las observaciones de los distintos grupos proceden todas la misma
población (tienen la misma media y varianza), la varianza ponderada entre grupos
será la misma que la varianza promedio dentro de los grupos. Conforme las
medias de los grupos estén más alejadas las unas de las otras, la varianza entre
medias se incrementará y dejará de ser igual a la varianza promedio dentro de los
grupos.
Análisis de Varianza: Es una colección de modelos estadísticos y sus
procedimientos asociados, en el cual la varianza está particionada en ciertos
componentes debidos a diferentes variables explicativas.

Se utiliza de forma intensiva en el análisis y diseño de experimentos para evaluar

el efecto de tratamientos en la variabilidad de la variable respuesta. E l análisis de
la varianza parte del concepto de regresión lineal, cuya funcionalidad amplía.

Así, un análisis de la varianza permite determinar, por ejemplo, si diferentes

tratamientos médicos muestran diferencias significativas en sus resultados o si por
el contrario puede suponerse que sus medias poblacionales no difieren.

De este modo el análisis de la varianza permite superar las limitaciones de hacer

contrastes bilaterales por parejas entre todos los tratamientos posibles.

Las técnicas iniciales del análisis de varianza fueron desarrolladas por el

estadístico y genetista R. A. Fisher en los años 1920 y 1930 y es algunas veces
conocido como "A nova de Fisher" o "análisis de varianza de Fisher", debido al
uso de la distribución F de Fisher como parte del contraste de hipótesis

El análisis de la varianza parte de los conceptos de regresión lineal.

El primer concepto fundamental es que todo valor observado puede expresarse

mediante la siguiente función:

Y = B_0 + B_1 * X + e

Donde Y sería el valor observado (variable dependiente), y X el valor que toma la

variable independiente.

B_0 sería una constante que en la recta de regresión equivale a la ordenada en el

origen, B_1 es otra constante que equivale a la pendiente de la recta, y en es una
variable aleatoria que añade a la función cierto error que desvía la puntuación
observada de la puntuación pronosticada.

Por tanto, a la función de pronóstico la podemos llamar "Y prima":

Y' = B_0 + B_1 * X

Podemos resumir que las puntuaciones observadas equivalen a las puntuaciones
esperadas, más el error aleatorio:

Y = Y' + e (1.1)

Calculo de varianza entre las medias muéstrales: Se dice que la varianza

muestral s 2 es un estimador sin sesgo de la varianza poblacional s2, lo que
significa que los valores de s 2 tienden a igualar el valor de s2, en lugar de tender,
de manera sistemática, a sobreestimar o subestimar s2 . Por ejemplo, considere
una prueba de cociente intelectual (CI) diseñada de tal forma que tiene una
varianza de 225. Si usted repite el proceso de elegir aleatoriamente 100 sujetos,
aplicarles la prueba y calcular la varianza muestral s 2 en cada caso, las varianzas
muéstrales que obtendrá tenderán a concentrarse alrededor de 225, que es la
varianza de la población.

Ejemplo: Cálculo de la varianza En el ejemplo anterior empleamos los tiempos de

espera de 1, 3 y 14 min, y encontramos una desviación estándar s 5 7.0 min.
Calcule la varianza de esa misma muestra.

Solución: Ya que la varianza es el cuadrado de la desviación estándar, obtenemos

los resultados que se presentan abajo. Observe que las unidades de los valores
de los datos están dadas en minutos y que la desviación estándar es de 7.0
minutos, pero la varianza está dada en unidades de min2.

Varianza muestral 5 s 2 5 7.02 5 49.0 min2

.Prueba de hipótesis: Una prueba de hipótesis es una regla que especifica

cuando se puede aceptar o rechazar una afirmación sobre una población
dependiendo de la evidencia proporcionada por una muestra de datos. Una
prueba de hipótesis examina dos hipótesis opuestas sobre una población: la
hipótesis nula y la hipótesis alternativa.

La hipótesis nula es la afirmación que se está comprobando. Normalmente la

hipótesis nula es una afirmación de "sin efecto" o "sin diferencia".
 La hipótesis alternativa es la afirmación que se desea ser capaz de concluir
que es verdadera basándose en la evidencia proporcionada por los datos de la
muestra. Basándose en los datos de la muestra, la prueba determina cuando
rechazar la hipótesis nula.

Se utiliza un p-valor, para realizar esa determinación. Si el p-valor es

menos que el nivel de significación entonces se puede rechazar la hipótesis nula.
Un error común suele ser que las pruebas de hipótesis estadísticas están
diseñadas para seleccionar la más probable de dos hipótesis. Sin embargo, al
diseño una prueba de hipótesis, se configura la hipótesis nula como la que se
quiere rechazar.

Dado que se fija que el nivel de significación sea pequeño antes del
análisis. Cuando se rechaza la hipótesis nula, se tiene una prueba estadística de
que la alternativa es cierta.

Por el contrario, si no se rechaza la hipótesis nula, no se tiene prueba

estadística de que la hipótesis nula sea cierta. Esto es debido a que no se ha
fijado la probabilidad de que se acepte falsamente que la hipótesis nula sea
pequeña.

Se pueden seguir seis pasos básicos para configurar y realizar correctamente una
prueba de hipótesis:

1) Especificar la hipótesis.
2) Escoger un nivel de significación
3) Recoger los datos.
4) Comparar el p-valor de la prueba con el nivel de significación.
5) Decidir si rechazar o no rechazar la hipótesis nula.
 I. Un estudio compara el número el de horas se alivió que proporcionan cinco
marcas de antiácidos administradores de 25 personas diferentes cada una
con una acidez estomacal considerada fuerte. Los resultados son lo
siguientes:

Marca A B C D E

4.4 5.8 4.8 2.9 4.6

4.6 5.2 5.9 2.7 4.3

4.5 4.9 4.9 2.9 3.8

4.1 4.6 4.6 3.9 5.2

3.8 4.3 4.3 4.3 4.4

a. Media 4.28 5.04 4.09 3.34 4.6

Gran media 4.404

b. Var Población 0.107 0.233 0,365 0.508 0.0.258

c. Var común 0.45028
Var global 2.2514
d. Cociente F 7.65261727
Gl 4
Gl denominador 20
e. Empleado 1 15 17 14 12
Empleado 2 12 10 13 17
Empleado 3 11 14 13 15
Empleado 4 13 12 12 14
Promedio 12.75 13.25 13 14.05
Empleado 1 5.0625 14.0625 1 6.25
Empleado 2 0,5625 10.5625 0 6.25
Empleado 3 3.0625 0,5625 0 0,25
Empleado 4 0.0625 1.5625 1 0,25
Suma de la Var 52.5
Total: 18
 Conclusión

Es una colección de modelos estadísticos y sus procedimientos asociados,

en el cual la varianza está particionada en ciertos componentes debidos a
diferentes variables explicativas. Se utiliza de forma intensiva en el análisis y
diseño de experimentos para evaluar el efecto de tratamientos en la variabilidad
de la variable respuesta. El análisis de la varianza parte del concepto de regresión
lineal, cuya funcionalidad amplía. Una prueba de hipótesis es una regla que
especifica cuando se puede aceptar o rechazar una afirmación sobre una
población dependiendo de la evidencia proporcionada por una muestra de datos.
Una prueba de hipótesis examina dos hipótesis opuestas sobre una población: la
hipótesis nula y la hipótesis alternativa. La hipótesis alternativa es la afirmación
que se desea ser capaz de concluir que es verdadera basándose en la evidencia
proporcionada por los datos de la muestra. Basándose en los datos de la muestra,
la prueba determina cuando rechazar la hipótesis nula.