INSTITUTO TECNÓLOGICO SUPERIOR DE SAN MARTIN

TEXMELUCAN

Nombre de la materia:
“EST.INFERENCIAL 2”

PROFESOR:
LETICIA JUARO ARIAS

INGENIERÍA INDUSTRIAL

PRESENTA:

Integrante
 JONATHAN PEREZ LIMA
 JAFET PEREZ LIMA

SEMESTRE: 4

GRUPO: A

San Martín Texmelucan, Puebla 26 de marzo de 2020

Contenido
1. Introducción............................................................................................................................... 3
2. Objetivo general y específicos. ................................................................................................... 3
3. Marco teórico. ........................................................................................................................... 4
4. Desarrollo de la práctica. (Análisis de los resultados de Minitab). ............................................... 9
 Secado de pinturas ........................................................................................... 9
Los resultados obtenidos estudio ANOVA un solo factor: ............................................................. 11
 Consumer Reports .......................................................................................... 15
5. Conclusiones (general y por integrante del equipo) .................................................................. 18
6. Referencias .............................................................................................................................. 19

2
 1. Introducción
En este esté tema se basa más a lo que es análisis de varianza que como
introducción podemos decir que este nos sirve para analizar y saber ciertas cosas
dependiendo de cierto análisis que vallamos a tomar un ejemplo es, encada
población; variable que está normal mente distribuida En un diseño
completamente aleatorizado se requiere que cada uno de los tratamientos o
métodos para armar el sistema se asigne de manera aleatoria a cada una de las
unidades experimentales o trabajadores.

En estadística, cuando se comparan las medias de dos o más muestras en

relación a alguna variable de interés (por ejemplo, la ansiedad después de un
tratamiento psicológico), se utilizan pruebas que determinan si existen o no
diferencias significativas entre las medias.

Una de ellas es el Análisis de Varianza (ANOVA)

En estadística, encontramos el concepto de análisis de Varianza (ANOVA), que

consiste en una agrupación de modelos estadísticos y sus procedimientos
asociados, donde la varianza está particionada en ciertos componentes, debido a
variables explicativas diversas. Si desglosamos sus siglas en inglés, ANOVA
significa: ANalysis Of VAriance (Análisis de la varianza).

El Análisis de Varianza (ANOVA) es un tipo de prueba paramétrica. Esto quiere

decir que deben cumplirse una serie de supuestos para aplicarla, y que el nivel de
la variable de interés debe ser, como mínimo, cuantitativo (es decir, como mínimo
de intervalo, por ejemplo el coeficiente intelectual, donde existe un 0 relativo).

2. Objetivo general y específicos.

Conocer un análisis de varianza y utilizar un Análisis de Varianza (ANOVA)

3
 3. Marco teórico.
 Realización de un análisis ANOVA

Uno de los métodos más usados en la toma de decisiones basadas en análisis

estadísticos es el test de hipótesis. Minitab ofrece muchas opciones para llevar a
cabo tests de hipótesis, incluidos los tests t y el análisis de varianza. Por lo
general, un test de hipótesis supone que es verdadera una afirmación inicial y, a
continuación, prueba dicha afirmación mediante una muestra de datos. Los test de
hipótesis incluyen dos hipótesis: la hipótesis nula (que se indica con H0) y la
hipótesis alternativa (que se indica con H1). La hipótesis nula es la afirmación
inicial y suele especificarse mediante investigaciones anteriores o un conocimiento
general o de dominio público. La hipótesis alternativa es lo que el usuario puede
considerar verdadero. En función del análisis gráfico que llevó a cabo en el
capítulo anterior y del análisis descriptivo que se ha expuesto arriba, tiene motivos
para sospechar que la diferencia en los promedios de días de entrega (respuesta)
entre los centros de envío (factor) es estadísticamente significativa. A fin de
verificarlo, realice un análisis ANOVA de 1 factor que compruebe la igualdad de
dos o más medias categorizadas por un factor simple. Además, lleve a cabo un
test de comparación múltiple de Tukey para ver qué medias de los centros de
envío son distintas.

 Proceso en Minitab
1. Selection Stat ➤ ANOVA ➤ One-Way.
2. En Response, introduzca Days. En Factor, introduzca Center. En muchos
cuadros de diálogo de los comandos estadísticos, puede seleccionar opciones
de uso frecuente u opciones requeridas. Use los botones del cuadro de diálogo
secundario para seleccionar otras opciones.
3. Haga clic en Comparisons.
4. 4 Marque la casilla Tukey’s, family error rate y, a continuación, haga clic en OK.
5. Haga clic en Graphs. Para muchos comandos estadísticos, Minitab incluye
gráficos integrados que ayudan a interpretar los resultados y a evaluar la
validez de los supuestos estadísticos.
6. Marque las casillas Individual value plot y Boxplots of data.
7. En Residual Plots, seleccione Four in one.
8. Haga clic en OK en cada uno de los cuadros de diálogo.

4
El proceso de toma de decisiones de un test de hipótesis puede basarse en el
valor de probabilidad (valor p) para el test específico.

 Si el valor p es menor o igual que un nivel de relevancia predeterminado (nivel

α), se rechaza la hipótesis nula y se afirma categóricamente la hipótesis
alternativa.
 Si el valor p es mayor que el nivel α, no se rechaza la hipótesis nula y no se
puede afirmar categóricamente la hipótesis alternativa. En la tabla del análisis
ANOVA, el valor p (0,000) proporciona pruebas suficientes de que el tiempo de
entrega medio es diferente para al menos uno de los centros de envío respecto
a los otros cuando α es 0,05. En la tabla de intervalos de confianza individuales
del 95%, observe que ninguno de los intervalos se solapa, lo que respalda la
teoría de que las medias son estadísticamente distintas. Sin embargo, debe
interpretar los resultados de la comparación múltiple para ver dónde existen
diferencias entre los promedios de los centros de envío. El test de Tukey ofrece
información de agrupación y dos conjuntos de intervalos de comparación
múltiple. En la tabla de agrupaciones, los niveles de los factores dentro del
mismo grupo no son significativamente distintos unos de otros. Cada centro de
envío está en un grupo distinto. Por lo tanto, todas las medias de los niveles
presentan unos tiempos de entrega medios significativamente diferentes.

5
Los intervalos de confianza de Tukey muestran:

 La media del centro de envío Central restada de las medias de los centros de
envío Eastern y Western
 La media del centro de envío Eastern restada de la media del centro de envío
Western

El primer intervalo en el primer conjunto del resultado de Tukey es 0,068 a 0,868.

Es decir, el tiempo de entrega medio del centro Eastern menos el del centro
Central se encuentra en algún valor entre los 0,068 y 0,868 días. Las entregas del
centro Eastern tardan más que las entregas del centro Central. Los demás
resultados del test de Tukey se interpretan de forma parecida. Las medias de
todos los centros de envío varían significativamente porque todos los intervalos de
confianza excluyen el cero. Por lo tanto, todos los centros de envío presentan
unos tiempos de entrega medios significativamente diferentes. El centro de envío

6
Western tiene el tiempo de entrega medio más rápido (2,981 días).

Interpretar resultados

Las gráficas de valores individuales y los diagramas de cajas indican que el tiempo
de entrega varía por centro de envío, lo que es consecuente con los gráficos del
capítulo anterior. El diagrama de cajas del centro Eastern indica la presencia de un
valor atípico (indicado con *) que corresponde a un pedido con un tiempo de
entrega extraordinariamente largo.

Se utiliza las medidas muéstrales para probar las hipótesis ya sea

H0:M1=M2=M3

Ha= no todas las medidas poblacionales son iguales

Función de esta prueba paramétrica

Así, un análisis de varianza (ANOVA) sirve para determinar si diferentes

tratamientos (por ejemplo, tratamientos psicológicos) muestran diferencias
significativas, o si por el contrario, puede establecerse que sus medias
poblaciones no difieren (son prácticamente iguales, o su diferencia no es
significativa).

Es decir, se utiliza la ANOVA para contrastar hipótesis acerca de diferencias de

medias (siempre más de dos). El ANOVA implica un análisis o descomposición de

7
la variabilidad total; ésta, a su vez, se puede atribuir principalmente a dos fuentes
de variación:

 Variabilidad intergrupo
 Variabilidad intragrupo o error

1. Normalidad

Esto quiere decir que las puntuaciones en la variable dependiente (por ejemplo la
ansiedad) deben seguir una distribución normal. Este supuesto se comprueba
mediante las llamadas pruebas de bondad de ajuste.

2. Independencia

Implica que no exista autocorrelación entre las puntuaciones, es decir, la

existencia de independencia de las puntuaciones entre sí. Para asegurarnos del
cumplimiento de este supuesto, deberemos realizar un MAS (muestreo
aleatorio simple) para seleccionar la muestra que vamos a estudiar o sobre la
que vamos a trabajar.

3. Homocedasticidad

Este término significa “igualdad de varianzas de las subpoblaciones”. La varianza

es un estadístico de variabilidad y dispersión, y aumenta cuanto mayor sea la
variabilidad o dispersión de las puntuaciones.

El supuesto de homocedasticidad se comprueba mediante la Prueba de Levene o

la de Barlett. En caso de no cumplirlo, otra alternativa es realizar una
transformación logarítmica de las puntuaciones.

8
 4. Desarrollo de la práctica. (Análisis de los resultados de Minitab).

Secado de pinturas

En la publicidad de cuatro pinturas(pain 1, 2, 3 y 4) se dice que tienen el mismo tiempo de secado.Para verificarlo, se prueban
muestras de cada una de las pinturas.Se registra el tiempo en minutos necesarios para que el secado sea suficiente para la aplicacion
de una segunda mano.Los datos obtenidos se lista a continuacion.

PAINT1 PAINT2 PAINT3 PAINT4

128 144 133 150
137 133 143 142
135 142 137 135
124 146 136 140
141 130 131 153

a) Calcule la suma de cuadrado entre tratamientos.

b) Calcule el cuadrado medio entre tratamientos.
c) Determine la suma descuadrado debido al error.
d) Calcule el cuadrado medio debido al error.
e) Establezca la tabla ANOVA para este problema.
f) Con α=0.05, pruebe si las medias de los 3 tratamientos son iguales.
g) ¿Cuáles son las hipótesis implicadas en este problema?
si p<α H0 se rechaza

Ingresaremos en el software los datos que nos proporciona la tabla anterior.

Los datos se ingresan de la siguiente manera:

9
 PAINT1 PAINT2 PAINT3 PAINT4
128 144 133 150
137 133 143 142
135 142 137 135
124 146 136 140
141 130 131 153

Se ingresa esta parte al

programa

Una vez ya ingresados los datos los seleccionamos y nos dirigimos en la parte
superior, encontraremos en la barra un apartado que dice estadísticas,
ANOVA, en nuestro caso utilizaremos un solo factor.

10
Llenamos correctamente los dos apartados, para después dirigirnos en la parte
donde dice gráficas, en este apartado existen diferentes tipos de gráficos,
escogemos la que sea de mayor importancia.

Los resultados obtenidos estudio ANOVA un solo factor:

11
 RESULTADOS (INTERPRETACIONES):

A. Calcule la suma de cuadrado entre tratamientos.

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

PINTURA 3 330.0 110.00 2.54 0.093

Error 16 692.0 43.25 R=1022.0

Total 19 1022.0

B. Calcule el cuadrado medio entre tratamientos.

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

R=110.00
PINTURA 3 330.0 110.00 2.54 0.093

Error 16 692.0 43.25

Total 19 1022.0

Determine la suma de cuadrado debido al error.

Fuente GL SC Ajust. MC Ajust. Valor F Valor p

PINTURA 3 330.0 110.00 2.54 0.093

R=692.0

Error 16 692.0 43.25

Total 19 1022.0

12
 Al dividir las sumas de cuadrados entre los correspondientes se obtienen
las estimaciones de F y valor-p (Prueba de hipótesis).

Valor prueba F Valor P

2.54 0.093

0.05

C. Con α=0.05, pruebe si las medias de los 3 tratamientos son iguales.

R= como se muestra en la tabla ANOVA el estudio nos dice que las
medias de las tres poblaciones no son iguales.

D. ¿Cuáles son las hipótesis implicadas en este problema?

Hipótesis nula: El promedio de edad en los tres grupos son iguales, con 95 %
de confiabilidad

Hipótesis Alterna: En al menos un grupo el promedio es distinto, con 95 % de

confiabilidad.

Para la interpretación de las hipótesis las determinaremos con el valor p

que nuestro estudio Anova nos arrojó:

Para determinar nuestras hipótesis se debe de cumplir lo siguiente;

No se rechaza H0 (se acepta)

Si el valor p >nivel de significancia

Se rechaza H0

Si el valor p < nivel de significancia

13
Como se muestra en los resultados obtenidos, hemos tomado la decisión que se
acepta 𝐻0 por qué el valor de P es mayor que el nivel de significancia

En la gráfica de probabilidad normal, se puede observar que se encuentran

distribuidos dentro del rango.

14
 Consumer Reports

La encuesta de satisfaccion de clientes de restaurantes de Consumer Reports se basa en mas de 148599 visitas a
diferentes cadenas de restaurantes de servicio completo(sitio web de consumer reports) Una de las variables en el
estudio es el precio de los alimentos, la cantidad promedio que paga una persona por la comida y la bebida, menos
la propina.Suponga que un reportero de sun Coast Times cree que seria de interes para sus lectores realizar un
estudio similar en los restaurantes ubicados en la zona de Grand Strand en Myrtle Beach, Carolina del sur. el
reportero selecciono una muestra de ocho restaurantesde mariscos( Seafood) ocho italianos (Italian) y ocho de
carnes(Steakhouse).Los datos a continuacion muestran los precios de la comida en dolares s de los 24 negocios
muestreados. Utilice a=0.05 para probar si hay una diferencia significativa entre el precio medio de la comida en los
tres tipos de restaurantes.

Italian Seafood Steakhouse

$12 $16 $24
$13 $18 $19
$15 $17 $23
$17 $26 $25
$18 $23 $21
$20 $15 $22
$17 $19 $27
$24 $18 $31

a) Calcule la suma de cuadrado entre tratamientos.

b) Calcule el cuadrado medio entre tratamientos.
c) Determine la suma de cuadrado debido al error.
d) Calcule el cuadrado medio debido al error.
e) Establezca la tabla ANOVA para este problema.
f) Con α=0.05, pruebe si las medias de los 3 tratamientos son iguales.
g) ¿Cuáles son las hipótesis implicadas en este problema?
si p<α H0 se rechaza

15
Los resultados obtenidos estudio ANOVA un solo factor:

Se incerta de la mima manera que el ejercicio anterior y estos son los

resultados
Llenamos correctamente los dos apartados, para después dirigirnos en la parte
donde dice gráficas, en este apartado existen diferentes tipos de gráficos,
escogemos la que sea de mayor importancia.

16
f)

RESULTADOS (INTERPRETACIONES)

Hipótesis nula: El promedio de edad en los tres grupos son iguales, con 95 %
de confiabilidad

Hipótesis Alterna: En al menos un grupo el promedio es distinto, con 95 % de

confiabilidad.

Para la interpretación de las hipótesis las determinaremos con el valor p

que nuestro estudio Anova nos arrojó:

Para determinar nuestras hipótesis se debe de cumplir lo siguiente;

Si el valor p < nivel de significancia

Se rechaza H0

Si el valor p >nivel de significancia

No se rechaza H0 (se acepta)

17
5. Conclusiones (general y por integrante del equipo)
Conclusión Jafet:

Como conclusión podemos decir que el análisis de varianza es una método muy
efectivo por la graficas que se utilizan que nos dan diferentes datos que nos
ayudan a tomar decisiones en va se a los datos que tenemos y también podemos
ver la capacidad que tenemos para resolver los problemas que se nos presentan

Así mismo nos habré de gran manera los horizontes para saber que división
podemos elegir y que sea la más correcta, así mismo nos da la aceptación de
dichas hipótesis si las aceptamos o la rechazamos

Todo eso no los debe de dar la gráfica que es llamada la campaña y dependiendo
en que punto de la grafía caiga el punto buscado es la decisión que se va a tomar

Conclusión Jonathan:

Es la comparación la hipótesis nula es que las dos muestras provienen de la

misma población, por lo tanto, cuando se hayan realizado todas las
comparaciones, la hipótesis nula es que todas las muestras provienen de la misma
población y, sin embargo, para cada comparación, la estimación de la varianza
necesaria para el contraste es distinta, pues se ha hecho en base a muestras
distintas.

El método que resuelve ambos problemas es el anova, aunque es algo más que
esto: es un método que permite comparar varias medias en diversas situaciones;
muy ligado, por tanto, al diseño de experimentos y, de alguna manera, es la base
del análisis multivalente. En estadística, encontramos el concepto de análisis de
Varianza (ANOVA), que consiste en una agrupación de modelos estadísticos y sus
procedimientos asociados, donde la varianza está particionada en ciertos
componentes, debido a variables explicativas diversas

Conclusión Sandra

En este artículo hemos visto que el ANOVA puede utilizarse para comparar entre
sí las medias de los resultados obtenidos por diversos laboratorios, analistas,
métodos de análisis, etc. En el siguiente artículo mostraremos cómo utilizar el
ANOVA para descomponer la variación total de un proceso en las fuentes de
variación parciales. Esto nos puede resultar muy útil para, por ejemplo, determinar
cuáles son los factores que afectan más a un determinado procedimiento analítico.
Desde el punto de vista práctico, existen múltiples paquetes estadísticos que
permiten ejecutar rápidamente los cálculos del ANOVA. Lo que es interesante, sin

18
embargo, es que el usuario tenga capacidad para extraer conclusiones químicas
de los resultados obtenidos.

6. Referencias

 Recuperado de (Realización de un análisis ANOVA,

lookaside)(26/03/2020)https://lookaside.fbsbx.com/file/Anova%20Minitab16.pdf?
token=AWz5VSvMy1YVp-Ck1CoFNL1-P8f-ZtTCZvRPRoj-
bNKXFpJFr7PSFvxNU0nkJw70rNvvmaoRfavFnHR89bToxR3bMxHeYUHcaKlyScU33t
bAKgmuaZBxi8Z5TZfODoAvulikzJONQGTxp_Wb37A26VbEwoHkkF0QrFUZdO3NV83
NSQ

 Recuperado de Análisis de Varianza

(ANOVA)(26/02/2020)https://psicologiaymente.com/cultura/analisis-de-
varianza-anova

 Recuperado de (estadística
teorica)(26/03/2020)http://www.estadistica.net/ECONOMETRIA/ANALISIS-
VARIANZA/analisis-varianza.pdf

19