ESTADÍSTICA APLICADA

MODELO DE DISEÑO COMPLETAMENTE ALEATORIZADO

En el ejemplo tenemos un factor con varios grupos o niveles de factor

FACTOR MARCA DE LLANTA

GRUPOS o NIVELES DE FACTOR FIRESTONE. PIRELLI. MICHELIN. GOOD YEAR

Prueba F ANOVA de una dirección para diferencias en C medias

El nombre sale de las siglas en Ingles ANalisis Of VAriance.

En ANOVA subdividimos la Variación Total de las mediciones resultantes en lo que se puede

atribuir a diferencias entre los C grupos y lo que se debe al azar o que se puede atribuir a una
variación inherente dentro de los C grupos

Variación entre grupos (SSA) (sum of squares Among)

Varianza total (SST) Se atribuye a efectos de tratamientos

(Sum of Squares Total) Variación dentro de grupos (SSW) (sum of squares Within)

Se considera error experimental

PREMISAS ANOVA

1.- Aleatoriedad e independencia de errores

2.- Normalidad

3. Homogeneidad de varianzas

Los C grupos o niveles del factor que se van a estudiar representan poblaciones cuyas mediciones
resultantes son tomadas de manera aleatoria e independiente que siguen una distribución normal
y tienen varianzas iguales
La Prueba de hipótesis será

H 0 :μ 1=μ2=…=μC

H 1: al menos una media es diferente

Utilizaremos las formulas por Método breve

C n
T22
SST =∑ ∑ x − ij
i=1 j=1 n

C
T 2i T 2
SSA=∑ −
i=1 ni n

SSW = SST - SSA

Donde T= Gran Total

T i=el total en cada grupo o nivel de factor

ni =numero de observaciones del grupo o nivel de factor

n= es el total de número de observaciones en todos los grupo combinados

C= es el número de grupos o niveles del factor de interés

Si cada una de estas sumas de cuadrados se divide entre sus grados de libertad asociados,
obtendremos tres varianzas o términos cuadráticos medios

SSA
MSA=
C−1

SSW
MSW =
n−C

SST
MST =
n−1
A pesar de que el principal interés consiste en comparar las medias de los C grupos o
niveles de un factor para determinar si existe un efecto de tratamiento entre los C grupos,
el procedimiento ANOVA adquiere su nombre de que lo anterior se logra mediante el
análisis de varianzas

Finalmente calculamos el estadístico de prueba F

MSA
F=
MSW

Con C−1 y n−C grados de libertad, para un nivel de significación dado alfaα

LOS RESULTADOS DE UNA PROCEDIMIENTO DE ANALISIS DE VARIANZA SE DEBEN PRESENTAR EN UNA TABLA
DE RESUMEN ANOVA

FUENTE GRADOS SUMA DE CUADRADO F

DE CUADRADO MEDIO
LIBERTAD S (VARIANZA
)
C−1
ENTRE SSA MSA F
GRUPOS
n−C
DENTRO SSW MSW
DE GRUPOS
n−1
TOTAL SST MST

EJERCICIO
1.- El gerente de producción de la planta en que se está empacando cereal en cajas de 368
gramos, está considerando la sustitución de una vieja máquina que afecta directamente el
resultado del proceso de producción. Tres proveedores, competidores entre sí han permitido que
el gerente utilice su equipo de modo de prueba. Los precios de adquisición y de los contratos por
servicio de las tres marcas de equipo son esencialmente iguales. Con el propósito de tomar una
decisión de compra, el gerente decide efectuar un experimento para determinar si existen
diferencias significativas entre los tres tipos de máquinas respecto al tiempo promedio (en
segundos) que les lleva a los trabajadores de la planta terminar el proceso de llenado utilizando
cada uno de los equipos.

Tabla. Tiempo en segundos para realizar un proceso de llenado utilizando tres máquinas diferentes

M A Q U I N A S

I II III
25.4 23.4 20.00
26.31 21.8 22.20
24.10 23.50 19.75
23.74 22.75 20.60
25.10 21.60 20.40

COMPARACIONES MÚLTIPLES: EL PROCEDIMIENTO DE

TUKEY- KRAMER
El análisis de varianza se utiliza para determinar si existe una diferencia entre varios grupos
respecto al tiempo promedio para llevar a cabo una tarea. Ya que se han encontrado las
diferencias en las medias de los grupos, es importante que determinemos que grupos en particular
son diferentes.

Este método es un ejemplo de un procedimiento de comparación post hoc ( o a posteriori) pues la

hipótesis de interés es formulada después de que los datos han sido inspeccionados.

El procedimiento de Tukey-Kramer nos permite examinar simultáneamente comparaciones entre

todos los pares de grupos

Primer paso

C(C−1)
Calcular las diferencias x́ j− x́ j con
´ ( j ≠ j´ ¿ entre los pares de medias
2
Segundo paso

Calcular el Alcance crítico

MSW 1 1
Alcance critico = Q u (c , n−c)
√ 2 ( +
nj nj ´ )
Si los tamaños de muestra difieren se calcularía un alcance crítico para cada comparación
por pareja de las medias de muestra

Paso final

C(C−1)
Consiste en comparar cada uno de los pares de medias respecto a su
2
correspondiente alcance crítico.

Un par específico sería declarado significativamente diferente, si la diferencia absoluta

entre las medias de muestra |x́ j −x́ j | es mayor que el alcance critico
´

EJERCICIO 2

Un investigador medico decidió comparar varios medicamentos

para dormir que se venden sin presentar receta. Algunas personas
que tienen problemas para dormir acudieron al laboratorio de
sueño del investigador y fueron asignados de manera aleatoria para
tomar un medicamento inocuo (una píldora sin ingrediente activo)
o las píldoras para dormir: Noche Oscura, Duerma bien y Mr
Sandman.

El número de horas que cada sujeto durmió están dadas en la tabla

siguiente:

INOCUO Noche Oscura Duerma bien Mr Sandman

2 3 6 5
4 4 5 4
3 5 7 7
 5 3
2 5
4 4
3 6
5
4 5
8 8
6 6
7

a) Construya un diagrama apropiado de los datos

b) Aplicar la prueba F Anova de una dirección para las
diferencias en las medias de población
c) Al nivel de significación α =0.05 utilizar la prueba F de una
dirección para determinar si existe evidencia de una
diferencia entre los medicamentos para dormir
d) En caso necesario aplicar el procedimiento de Tukey-Kramer
para hacer todas las comparaciones por pares de los
medicamentos ( utilizar α =0.01 )