ESTADISTICA

APLICADA III
ANOVA CON DOS
FACTORES
MACHICAO BEJAR NILTON
MODELOS
• Modelos
• Diseño por bloques
• Ejemplos
• Interacción
• ANOVA de dos factores con interacción
ANÁLISIS DE LA VARIANZA CON DOS FACTORES

El problema
Se quiere analizar si una magnitud determinada (variable respuesta) tiene la
misma distribución en varias poblaciones distintas, diferenciadas en el análisis por
dos o más factores (variables explicativas).

Elementos
• Variable a explicar (variable respuesta) Y ,continua.
• Factores: variables explicativas discretasy sus niveles (poblaciones, cualidades,
grupos, tratamientos, . . . ).
• Número de niveles de cada uno de los factores.
EJEMPLOS

1. Efecto de tres medicamentos en la reducción de la presión arterial,

diferenciado en hombres y mujeres.

• Variable a explicar: reducción de la presión arterial

• Factores: medicamento (tres niveles), sexo (dos niveles).

2. Precisión en la determinación de un compuesto químico en una muestra en

función del método de análisis y de la concentración del compuesto en la muestra.

• Variable respuesta: error en la determinación de la concentración del

compuesto químico en la muestra.
• Factores: Método de análisis (I, II, III); concentración (Baja, Media, Alta).
MODELOS

1. Dos factores
- Diseño por bloques: dos factores, sin interacción
- Diseño factorial:
- Efectos principales
- Interacciones

2. Mas de dos factores

- Cuadrados latinos
DISEÑO POR BLOQUES

• Interesa saber si la variable Y tiene la misma media para los distintos

niveles del factor A. Los valores pueden depender de los niveles de un
segundo factor B.

• El factor A tiene I niveles; el factor B, J niveles.

• Para cada nivel de A se realizan J mediciones de Y : una medición en

cada nivel de B (en total de I × J mediciones).
DISEÑO POR BLOQUES

EJEMPLOS:

• Eficiencia de varios modelos de un tipo de máquina. Se controla la influencia del

medio ambiente. Factores: modelo de la máquina, condiciones ambientales.

• Análisis de muestras. Factores: muestra, analista.

• Eficacia de distintos tratamientos (dosis) con un determinado medicamento.

Factores: tratamiento, edad del paciente.

• Tiempo de permanencia en sangre del principio activo de un medicamento.

Factores: preparación, individuo.
DISEÑO POR BLOQUES: MODELO
MUESTRA

independientes
ESTIMACIÓN DE PARÁMETROS

Parametros desconocidos:
Ligaduras:
Número de parámetros independientes: I + J.
Estimaciones:

Falta por estimar el último parámetro 𝜎 2 .

RESIDUOS Y VARIANZA RESIDUAL

La varianza 𝜎 2 se estimará por medio de la varianza residual

Para definirla hace falta primero ver como se estiman los residuos
El residuo 𝑒𝑖𝑗 será la diferencia entre el dato 𝑦𝑖𝑗 y la medida de 𝑌𝑖𝑗 .
Esta última se estima por:

Es decir:
Por tanto

Varianza residual:
EJEMPLO: EMISIÓN DE CO2 DE 5 DESALADORAS.

La salinidad del agua puede influir en la emisión de CO2 de una máquina

desaladora.

Se estudian 5 tipos de máquina desaladora y se controla la salinidad por

medio de tres bloques: baja, media y alta salinidad.

• Factor A: Tipo de máquina, cinco niveles (I = 5).

• Factor B (bloques): salinidad, tres niveles (J = 3).
DESALADORAS: DATOS
CONTRASTES DE HIPÓTESIS
Se quiere contrastar la hipótesis nula:

contra la alternativa:
tal que
por medio de una análisis de la varianza.

Resulta que al mismo tiempo se obtendrá un contraste para la hipótesis

nula:

contra la alternativa:
tal que
ANOVA

Sumas de cuadrados
• Explicada por A:

• Explicada por B:

• Residual:

• Total:

Al igual que en ANOVA unifactorial, se verifica que:

SCE(A) + SCE(B) + SCR = SCT

CONTRASTE ANOVA
Se contrasta por separado el efecto de cada factor:

FACTOR A:

Estadístico de contraste:

FACTOR B:

Estadístico de contraste:
TABLA ANOVA
EJEMPLO
La empresa esta interesada en la productividad de los sistemas de producción, y
no en la de los empleados.
Se debe ajustar a la productividad de los empleados eliminando el efecto de
variabilidad del operador para obtener una medida precisa, no contaminada, de
la calidad del sistema.

SISTEMAS (Tratamientos)
NIVEL DE
1 2 3
EXPER.
1 27 21 25
2 31 33 35
3 42 39 39
4 38 41 37
5 45 46 45
 SOLUCION
① 𝐻0 : 𝜇1 = 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 𝐻0 : 𝜇1 = 𝜇1 = 𝜇2 = 𝜇3
𝐻1 : Al menos 1 media es distinta 𝐻1 : Al menos 1 media es distinta
② 𝛼 = 0,05
③
SISTEMAS (Tratamientos)
NIVEL DE Suma de
1 2 3 Suma
EXPER. cuadrados
1 27 21 25 73 1795
2 31 33 35 99 3275
3 42 39 39 120 4806
4 38 41 37 116 4494
5 45 46 45 136 6166
SUMA  183 180 181 544 20536
 𝑇2
𝐹𝑐 =
𝑛
5442
𝐹𝑐 = = 1979,0666
15
𝑆𝐶𝑇 = 20536 − 19729,0666 = 806,9334
732 992 1202 1162 1312
𝑆𝐶𝐵 = + + + + − 19729,0666 = 764,9334
3 3 3 3 3
1832 1802 1812
𝑆𝐶𝑇𝑅 = + + − 19729,0666 = 0,9334
5 5 5

𝑆𝐶𝑒 = 806,9334 − 764,9334 − 0,9334 = 41,0666

 F. V. gl SC CM Fcal
T 14 806,9334 57,6381
B 4 764,9334 191,2333 37,2534
TR 2 0,9334 0,4667 0,0909
e 8 41,0666 5,1333

④ Efectuarlas graficas
Se rechaza 𝐻0 si: 𝐹𝐵 𝑐𝑎𝑙 > 𝐹𝛼 , 𝐵 , 𝑒
0,05 , 4 , 8

37,2534 > 3,84  Se rechaza 𝐻0

Se rechaza 𝐻0 si: 𝐹𝑇𝑅 𝑐𝑎𝑙 > 𝐹𝛼 , 𝑇𝑅 , 𝑒

0,05 , 2 , 8

0,0909 > 4,46  Se acepta 𝐻0