“AÑO DEL BICENTENARIO DEL PERÚ: 200 AÑOS

DE INDEPENDENCIA”

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD CC BIOLÓGICAS

ESCUELA BIOLOGÍA PESQUERA

“Análisis de varianza de dos vías”

RESPONSABLE DEL INFORME:

 VARGAS RODRIGUEZ NICOLE ALEXANDRA.

DOCENTE: CULQUICHICÓN MALPICA ZOILA

CICLO: III

CURSO: BIOESTADISTICA

TRUJILLO-PERU
 INTRODUCCIÓN

Es un diseño de ANOVA que permite estudiar simultáneamente los efectos

dedos fuentes de variación. En este las poblaciones deben de estar
distribuidas normalmente, tener varianzas iguales y haber extraído las
muestras al azar y de forma independiente.

El análisis de varianza de dos vías, también conocido como plan factorial

con dos factores, sirve para estudiar la relación entre una variable
dependiente cuantitativa y dos variables independientes cualitativas
(factores) cada uno con varios niveles. El ANOVA de dos vías permite
estudiar cómo influyen por si solos cada uno de los factores sobre la
variable dependiente (modelo aditivo) así como la influencia de las
combinaciones que se pueden dar entre ellas (modelo con interacción).

Supóngase que se quiere estudiar el efecto de un fármaco sobre la presión

sanguínea (variable cuantitativa dependiente) dependiendo del sexo del
paciente (niveles: hombre, mujer) y de la edad (niveles: niño, adulto,
anciano).

El efecto simple de los factores consiste en estudiar cómo varía el efecto del
fármaco dependiendo del sexo sin diferenciar por edades, así como estudiar
cómo varia el efecto del fármaco dependiendo de la edad sin tener en
cuenta el sexo.

El efecto de la interacción doble consiste en estudiar si la influencia de uno

de los factores varía dependiendo de los niveles del otro factor. Es decir, si
la influencia del factor sexo sobre la actividad del fármaco es distinta según
la edad del paciente o lo que es lo mismo, si la actividad del fármaco para
una determinada edad es distinta según si se es hombre o mujer.
OBJETIVOS

- Determinar si existe diferencia entre los pesos corporales totales

promedio de Galeichthys peruvianus “bagre con faja” por longitud
total y género.
- Determinar si existe interacción entre la longitud total y el género.

MATERIAL Y METODOLOGIA

1. MATERIALES

 Población de estudio: Corresponde a la Información

existente de Galeichthys peruvianus en el Perú.

 Población de muestra: Corresponde a la una base de datos

de la Cátedra de Bioestadística.

 Software: Se utilizó Excel 2010, toda las utilidades

funcionales.

2. METODOLOGIA

ANAVA DE DOS VIAS CON REPLICAS (REPETICIONES)

Para comparación los pesos corporales totales de Galeichthys

peruvianus por longitud total y por género, primero establecimos
los datos, consultamos la base de Datos Biométricos de Galeichthys
peruvianus, entregada por la cátedra de Bioestadística, a partir de
la cual se extrajeron las columnas con los valores de longitud total
(LT), peso total (PT), dichos valores se pararon entre hembras y
machos, los cuales se tomaron 81 ejemplares de los sexos
hembras y machos, y se separaron en estrato uno y estrato dos.

 Luego se aplican 12 diferentes de cálculos entre los estratos

de hembras y machos:

 Pasamos a calcular Suma del Gran Total el cual nos arrojara

un valor siendo aplicada con la siguiente formula:

a bn
G.T. = ∑∑∑Yij

 Luego pasamos a calcular la suma de las observaciones al

cuadrado Sobs2 Donde se hace la suma de todos los balers
a bn
al cuadrado. Donde Sobs2
se Aplica la siguiente formula.
= ∑∑∑Yij2
 Luego pasamos hacer la suma de los totales por grupo al
cuadrado y dividido por n. Donde (n) es cantidad de machos
(M) y de hembras (H). Donde cada suma del grupo se

a b n
SC = ∑∑(∑ Y )2/b
Subg ij

elabora al cuadrado y se se divide entre el número de todos

los (n) Machos y (n) Hembras. Donde se aplica la siguiente
formula.
 Luego calculamos la suma del total por columna al cuadrado
dividida entre el tamaño de la muestra por columna. Dónde:

 Luego calculamos la suma del total por fila al cuadrado

a b n
dividida entre el tamaño
SCAde la Yi.)2/bn
= ∑(∑∑ muestra por fila. Dónde:
a b n
SCB = ∑(∑∑ Yi.)2/an

 Luego pasamos a calcular el gran total al cuadrado y dividido

por el tamaño total de la muestra=factor o término de
corrección. a b n
T.C. = (∑∑∑Yij)2/abn

 Luego calculamos la suma de cuadrados totals SCT. Donde se

ace una resta de la suma de obserbaciones al cuadrado
Sobs2 menos el TC. Donde se aplica la siguiente formula.
SCT = Sobs2 – T.C.

 Calculamos la suma de cuadrado de subgrupos (corregido)

aplicando la siguiente formula:
SCsubg.corr.= SCsubg. – T.C.

 Aplicamos la suma de cuadrado del primer factor con la

siguiente formula (A):
SC = SC – T.C.
(A)corr (A)

 Aplicamos la suma de cuadrado del segundo factor con la

siguiente formula (B):
SC(B)corr = SC(B) – T.C.

 Suma de Cuadrados de la interacción (A*B):

SC(A*B) = SC(subg. corr) – SC(A) – SC(B)

  Por ultimo calculamos la Suma de cuadrados dentro de los
grupos. SCE. Donde aplicamos la siguiente formula.

SCE = SCT - SCSub. Corr

Nota: Verifique que las cantidades calculadas en los pasos:

2≥3≥4≥6;3≥5≥6

Cuadro preliminar de ANAVA:

Para el cuadro preliminar optamos por relacionar Tratamientos,

Error y totales para los grados totales, sumas totales, cuadros de
medios y la frecuencia calculada a través de una tabla para hallar
los datos para construir la tabla Análisis de varianza de dos
factores con varias muestras por grupo.

Luego construimos nuestra tabla de ANAVA

Donde copiamos el cuadro de Anava de nuestro instructivo de
práctica, y pegamos a nuestra hoja del Excel. Pasamos calcular el
Análisis de varianza. Donde ponemos la opción del Excel que nos
proporciona, de análisis de varianza.

Pero los valores deben estar juntos de H y M que son los dos
tratamientos que estamos trabajando. Para poder obtener nuestro
análisis de varianza correcta. Para finalizar logramos concluir que
con un nivel de confianza del 95%, se concluye que los pesos
totales de hembras y machos de la especie Galeichthys peruvianus
(bagre con faja) son diferentes.

Luego pasamos a encontrar en Fcalculado, con el Ftabulado para

luego aplicar la hipótesis, regla de decisión para llegar a la
conclusión del factor A y factor B:

Fcalculado y Ftabulado:

Para el factor A:

Fc = 2.68

Ft0,05(1,76 ) = 4.225
Hipótesis

Ho: PtH = PtM

Ha: PtH ≠ PtM

Regla de Decisión.

Dado que Fc < Ft, Se rechaza la hipotesis

entonces nula

Conclusión:

Con un nivel de confianza del 95% se concluye que…

Luego pasamos a encontrar en Fcalculado, con el Ftabulado para

luego aplicar la hipótesis, regla de decisión para llegar a la
conclusión del factor B:
Fcalculado y Ftabulado:

Para el factor B:

Fc = 45.01728349

Ft0,05( 1,76 ) = 4.225

Hipótesis

Ho: PtH = PtM

Ha: PtH ≠ PtM

Regla de Decisión.

Dado que Fc > Ft, Se acepta la hipotesis

entonces nula

Conclusión:

Conclusión: con un nivel de confianza del 95% se concluye que…

RESULTADOS

Existió una diferencia entre la media de PT de bagres en hembra y machos,

el cual el de hembra resulto siendo superior, pudiendo decir que los ovario
de las hembras son más pesadas que los testículos de los bagres machos.
Logrando decir que no siempre la hembras son dominantes en el aspecto
por la cantidad.
Tabla 01. Datos de sciane deliciosa "lorna" entre pesos corporales totales, longitud total
y género

HEMBRAS MACHOS
0 1 obs 02 obs12 suma de subgrupos
E1 207.6 159.3 43097.76 25376.49
148.8 160.8 22141.44 25856.64
137.9 174.7 19016.41 30520.09
237.1 205 56216.41 42025
168 143.6 28224 20620.96
185.2 165.5 34299.04 27390.25
266.9 145.2 71235.61 21083.04 1351.5 1154.1 2505.6
E2 294.5 275.2 86730.25 75735.04
241.7 287.3 58418.89 82541.29
280.3 241 78568.09 58081
261.2 229.6 68225.44 52716.16
377.4 308.5 142430.76 95172.25
230.9 222.9 53314.81 49684.41
304.2 295 92537.64 87025 1990.2 1859.5 3849.7
SUMA 3341.7 3013.6 854456.55 693827.62

Se logró determinar los valores del gran total el cual dio un valor de 6355.3,
La suma de las observaciones con un valor de 1548284.17, La suma de los
totales por grupo al cuadrado con un valor de 1511019.336, La suma del
total con un valor de 1446338.846, La suma de cuadrados total al cuadrado
dividida entre el tamaño de la muestra por columna con un valor de
1507015.818, La suma del total por fila al cuadrado dividida entre el
tamaño de la muestra por fila con un valor de 1441494.2, el valor del gran
total al cuadrado y dividido por el tamaño total de la muestra con un valor
105790.0, La suma de cuadrados total con un valor de 68525.1, La suma
de cuadrado de subgrupos con un valor de 3844.6, La suma de cuadrado
del factor A con un valor de 64521.6, La suma de cuadrado del factor B con
un valor de 64521.6, La Suma de Cuadrados de la interacción de A ⃰B con un
valor de 158.9 y por último la suma de cuadrados del error con un valor de
37264.8 como se aprecia a continuación, en siguiente tabla.

Tabla 02. Tabla de valores calculados

1 GT 6355.3
2
2 Sobs 1548284.17
3 SuT/Sub 1511019.336
4 SuT2/Sub 1446338.846
2
5 SuT /Sub 1507015.818
2
6 GT /Total 1442494.2
7 SCT 105790.0
8 SCTr 68525.1
9 SCAcorre 3844.6
10 SCB corre 64521.6
11 SC(A*B) 158.9
12 SCE 37264.8
Así mismo determinamos nuestra tabla preliminar de ANOVA. Donde
determinamos el valor Fc , el valor del Ft, el valor de CM, el valor del SC, el
valor del g.l. que nos arrojaron respectivos valores como se aprecia
continuación en la siguiente tabla.

Tabla 03. Tabla con valores preliminar de ANAVA

F.V. g.l SC CM Fc Ft
Tratamientos 1 68525.118 68525.1182 47.8105728 4.225
A 1 3844.6 3844.62893 2.68243115 4.225
B 1 64521.6 64521.6004 45.0172835 4.225
A*B 1 158.889 158.888929 0.11085819 4.225
ERROR 26 37264.834 1433.26286
TOTAL 27

Finalmente determinamos nuestra tabla de Análisis de Varianza de dos vias.

Donde los valores hallados son los mismos encontrados aritméticamente.
Como se puede apreciar a continuación, en la siguiente tabla.

Tabla 04. Tabla con valores de ANAVA de DOS VIAS

Análisis de varianza de dos factores con varias muestras por grupo

RESUMEN 0 1 Total
E1
Cuenta 7 7 14
Suma 1351.5 1154.1 2505.6
Promedio 193.071429 164.871429 178.971429
Varianza 2215.77238 432.392381 1436.33297

E2
Cuenta 7 7 14
Suma 1990.2 1859.5 3849.7
Promedio 284.314286 265.642857 274.978571
Varianza 2397.26476 1165.37619 1738.15566

Total
Cuenta 14 14
Suma 3341.7 3013.6
Promedio 238.692857 215.257143
Varianza 4370.50995 3471.43802

ANÁLISIS DE VARIANZA
Origen de las variaciones
Suma de cuadrados
Grados de
Promedio
libertad de los cuadradosF Probabilidad
Valor crítico para F
Muestra 64521.6004 1 64521.6004 41.5544155 1.1493E-06 4.25967727
Columnas 3844.62893 1 3844.62893 2.47609029 0.12868086 4.25967727
Interacción 158.888929 1 158.888929 0.10233064 0.75181871 4.25967727
Dentro del grupo37264.8343 24 1552.70143

Total 105789.953 27
DISCUSION:

- En interacción a las tablas se vio que el factor A es un estudio

de relación entre el peso y longitud referido al componente
género y examinado por estrato tenemos la posibilidad de mirar
que no existe ningún tipo relación debido a que las rectas son
casi paralelas y además permanecen separadas.

- En cuanto al factor B indica que existe una ligera relación,

empero esta no es significativa debido a que no está en toda la
recta si no solo existe una relación finalmente de las dos rectas.

- Con la investigación de varianza de 2 vías se ha podido mirar

que los pesos totales por genero de Galeichthys peruvianus a
“Bagre con faja “son diferentes.

- Respecto el peso total del estrato uno (96.9) y dos (134.7) nos
indicaron que son diferentes.

- La exploración de varianza de 2 vías, sirve para aprender la

relación entre una variable dependiente cuantitativa y 2
cambiantes independientes cualitativas (factores) cada uno con
diversos niveles.

- El ANAVA de 2 vías posibilita aprender cómo influyen por sí

solos todos los componentes sobre la variable dependiente
(modelo aditivo) así como la predominación de las
combinaciones que tienen la posibilidad de ofrecer entre ellas
(modelo con interacción). Joaquín Amat Rodrigo(2016).

CONCLUSIONES:

 Con un 95% de confianza se concluye que hay diferencia

significativa entre los pesos medios de Bagre por talla.

 Con un 95% de confianza, se concluye que no hay

interacción entre el género y la talla.
REFERENCIAS BIBLIOGRÁFICAS

Araya, L. (2013, 5 julio). ANOVA. www.academia.edu.

https://www.academia.edu/16964634/Informe_ANOV
A

COMUNIDAD DE MADRID. (2016). Análisis de la

varianza de dos vías. Hospital Universitario Ramón y
Cajón. http://www.hrc.es/bioest/Anova_10.html

Rodrigo, J. A. (2016a). ANOVA análisis de varianza

para comparar múltiples medias.
www.cienciadedatos.net.
https://www.cienciadedatos.net/documentos/19_anov
a

Maria, J. (2021, 27 mayo). ANOVA con 2 Factores y K-

réplicas interacción de ambos. ESTAMÁTICA.
https://estamatica.net/calculo-anova-2-factores/
 ANEXON°01
HEMBRAS
Nro. LH (cm) PT (gr)
1 19.9 96.9
2 21.9 137.9
3 22.2 109.4
4 22.5 148.8
5 23.1 144.8
6 23.7 164.6
7 24 179.8
8 24.1 204.9
9 24.2 181.6
10 24.3 185.2
11 24.4 181.3
12 24.4 196.2
13 24.4 207.6
14 24.5 178.2
15 24.5 168
16 24.6 210.2
17 24.7 185.2
18 24.7 189.1
19 24.7 170.7
20 24.9 134.7
21 25 215.8
22 25.1 228
23 25.1 164.5
24 25.3 207.3
25 25.5 204.5
26 25.7 249.7
27 25.7 251.9
28 25.8 204.5
29 25.8 266.9
30 25.8 237.1
31 25.9 249.8
32 26 270.4
33 26 222.2
34 26.1 218.6
35 26.2 256.6
36 26.5 279.2
37 26.7 230.9
38 26.9 213.6
39 27 241.7
40 27.2 268.8
41 27.3 261.2
42 27.5 277.7
43 27.7 215.5
44 27.8 277
45 27.8 280.3
46 28.2 362.4
47 28.3 304.2
48 28.3 276.1
49 28.4 350.1
50 28.5 319
51 28.7 327
52 29.1 335
53 29.1 325.1
54 29.5 294.5
55 29.5 157.6
56 29.7 377.4
57 29.8 335.1
58 30.5 398.2
59 31 419.7
 ANEXON°02

MACHOS
Nro. LH (cm) PT (gr)
1 21.2 114.3
2 21.5 112
3 22.2 145.2
4 22.3 166.6
5 22.6 139.5
6 23.2 160.8
7 23.2 159.3
8 23.5 162.6
9 23.5 174.8
10 23.5 143.6
11 24.3 208.3
12 24.3 165.5
13 24.6 205
14 24.6 227.1
15 24.6 191.2
16 24.9 186.1
17 25.2 239.4
18 25.5 244.3
19 25.8 174.7
20 26 275.2
21 26.3 287.3
22 26.5 241
23 27.7 229.6
24 27.7 308.5
25 28.4 222.9
26 29.5 295
 ANEXON°03
Nro. LH (cm) PT (gr) Sexo EMS
1 24.2 181.6 0 VI
2 23.5 162.6 1 II
3 29.8 335.1 0 IV
4 22.6 139.5 1 IV
5 25.8 174.7 1 IV
6 28.4 222.9 1 II
7 28.7 327 0 IV
8 24.7 185.2 0 IV
9 24.9 186.1 1 II
10 24.6 205 1 I
11 23.5 174.8 1 II
12 25 215.8 0 V
13 26.5 241 1 III
14 29.5 295 1 III
15 27.5 277.7 0 IV
16 24 179.8 0 V
17 22.5 148.8 0 VI
18 26.3 287.3 1 II
19 27 241.7 0 VII
20 24.5 168 0 V
21 24.6 227.1 1 III
22 28.5 319 0 III
23 25.5 244.3 1 III
24 27.7 229.6 1 II
25 22.2 145.2 1 II
26 23.2 160.8 1 I
27 27.7 215.5 0 III
28 26.1 218.6 0 V
29 25.5 204.5 0 III
30 27.3 261.2 0 I
31 25.3 207.3 0 VI
32 24.5 178.2 0 VI
33 25.8 204.5 0 VI
34 21.5 112 1 II
35 27.2 268.8 0 V
36 24.9 134.7 0 II
37 26 270.4 0 VI
38 29.5 294.5 0 VII
39 26.9 213.6 0 VII
40 21.2 114.3 1 II
41 27.8 277 0 IV
42 29.1 335 0 VI
43 28.3 304.2 0 IV
44 21.9 137.9 0 IV
45 24.3 185.2 0 IV
46 25.8 266.9 0 VI
47 23.7 164.6 0 IV
48 29.7 377.4 0 IV
49 26 222.2 0 VI
50 25.7 249.7 0 VI
51 24.7 189.1 0 IV
52 25.9 249.8 0 IV
53 28.4 350.1 0 IV
54 23.5 143.6 1 III
55 24.3 208.3 1 III
56 24.4 181.3 0 VIII
57 24.4 196.2 0 V
58 25.1 228 0 VI
59 24.7 170.7 0 VI
60 25.1 164.5 0 VI
61 27.7 308.5 1 III
62 28.3 276.1 0 III
63 19.9 96.9 0 I
64 24.6 191.2 1 IV
65 22.2 109.4 0 VI
66 29.5 157.6 0 VI
67 26.7 230.9 0 VI
68 26 275.2 1 II
69 25.7 251.9 0 III
70 23.1 144.8 0 III
71 31 419.7 0 IV
72 25.8 237.1 0 VI
73 29.1 325.1 0 VII
74 24.3 165.5 1 II
75 26.2 256.6 0 V
76 23.2 159.3 1 II
77 28.2 362.4 0 V
78 25.2 239.4 1 II
79 26.5 279.2 0 V
80 22.3 166.6 1 II
81 30.5 398.2 0 VI
82 24.6 210.2 0 V
83 27.8 280.3 0 II
84 24.4 207.6 0 II
85 24.1 204.9 0 V