Analisis de Varianza

1.
Se quiere estudiar el efecto de distintas dosis de un medicamento para

combatir a los parásitos de peces criados en acuicultura. Para ello, se
tomaron 60 peces al azar, y se dividieron en 5 grupos de 12 individuos
cada uno. El primer grupo no fue medicado, pero a los restantes se les
suministró el medicamento en dosis creciente. Tras una semana de
tratamiento, se contabilizaron los parásitos existentes en cada individuo,
obteniendo los resultados siguientes:
Contro 50 65 72 46 38 29 70 85 72 40 57 59
l
25mg 49 47 30 602 62 60 19 28 56 62 55 40
50mg 20 59 64 61 28 47 29 41 60 57 61 38
100mg 20 23 38 31 27 16 27 18 22 12 24 11
125mg 18 30 22 26 31 11 15 12 31 36 16 11
Contrastar si el medicamento es efectivo contra los parásitos y si existen

diferenciar según la dosis aplicada
I. PLANTEAMOS EL CONTRASTE
En este caso se quiere contrastar si el medicamento es efectivo y en qué dosis
respecto al control observado.
Por lo tanto nosotros disponemos los datos para diferentes tratamientos (en nuestro
caso 5) en este caso debemos utilizar un análisis de la varianza de un factor,
contraste para la media de una variable continua normal en dos o más grupos,
donde el factor es la dosis, que contiene 5 clases o grupos o niveles, y la variable
numérica a analizar es el número de parásitos contabilizados en cada uno de los 60
peces estudiados, y están agrupados en los diferentes tratamiento y control.
UN ANÁLISIS DE LA VARIANZA DE UN FACTOR:

Ya que nos permite contrastar la hipostasis nula de que la media de más de dos
poblaciones es iguales, frente a la hipótesis alternativa de que por lo menos una es
diferente.
II. PLANTEAMIENTO DE LA HIPOTESIS

De nuestro contraste anterior se deduce que la hipótesis a contrastar para
analizar si existen diferencias entre los k grupos son:
III.
ESTADÍSTICO DE CONTRASTE Y GRÁFICO
El estadístico experimental se basará en F de Snedecor con k – 1 y n – k

grados de libertad para el numerador y denominador respectivamente. Por lo
tanto se debe comparar dicho estadístico F EXPERIMENTAL con el
correspondiente punto crítico FTEORICO . Estos se define como
This study source was downloaded by 100000844572875 from CourseHero.com on 04-19-2022 21:16:32 GMT -05:00
https://www.coursehero.com/file/43157346/analisis-de-varianzadocx/
E
−1Q
K
F EXPERIMENTAL =
D
Q −K
N
Pc=F teo=F gl num , gl denom, α =F k−1 , n−k ,a
IV. REQUISITOS DEL CONTRASTE Y DATOS NECESARIOS PARA UN

DESARROLLO
DATOS NECESARIOS
El resumen de los datos observados se representa en la siguiente tabla,
agrupados para cada una de las clases para poder observar las posibles
diferencias entre las medias y también analizar las varianzas:
Clase ni x́ i si
2
si
Contro 1 56.91 279.538 16.719
l 2 7
25mg 1 47.50 224.818 14.994
2 0
50mg 1 47.08 238.629 15.448
2 3
100mg 1 22.41 60.629 7.786
2 7
125mg 1 21.75 76.386 8.740
2 0
Y la
información referente al conjunto de los datos:
REQUISITOS
La hipótesis necesarias para poder llevar a cabo un análisis NOVA son
1.- Independencia de los valores observados, hipótesis necesaria que se
comprueba mediante las inspecciones del diseño experimental. Si las unidades
experimentales (en nuestro caso peces) han sido seleccionados al azar se
asume como verdadero por lo que estamos viendo por ahora.
2. Normalidad de los datos en cada una de las clases, se verifica mediante un

contraste de bondad de ajuste a una variable normal. En este caso se
debería utilizar un K –SS de Kolmogorov –Smirnov a partir de la hipótesis
H 0=¿ Los datos del nivel i se ajustan a la distribución normal para
cada clase al no aparecer implícito en el enunciado (en caso de resolución
para el examen se asume por simplicidad en la resolución y por la escasez
de tiempo).
3. Homogeneidad de varianzas, debemos analizar si las varianzas son ho de
Homogéneas (parecidas) y esto lo hacemos a partir de un contraste de
homogeneidad de varianzas como la M de Bartlett para datos no
balanceados o la G DE Cochran para datos balanceados.
Como en este caso los datos son balanceados se desarrollará la G de

Cochran en su versión resumida. En este contraste la hipótesis se definen
como:
G12, 5,0.05
Lo llevamos aG11 ,5,0.05
máx ( si2 ) =279.538 se escoge elmayor valor

s i2=¿ 279.538+224.818+238.629+60.629+76.386=880
K
∑¿
i=1
Por lo tanto no se puede demostrar que existe heterogeneidad de
varianzas al no rechazar H 0 . En nuestro problema cumple el requisito
de homogeneidad de varianza.
V. DESARRROLO DEL CONTRASTE
A. ANOVA
Para hacer debemos completar nuestra tabla de anova
Con nuestros datos
Con el contraste resulta ser significativo, dado que:
CONCLUSION
Se rechaza H 0 y por lo tanto al menos alguno de las clases son
diferentes entre sí (existen diferencias en los resultados para las dosis
aplicadas). Es decir, existe al menos una dosis que tiene resultados
diferentes a las demás. Como lo interesante una vez comprobado
H 0 es averiguar cuáles son diferentes y en qué sentido para
detectar si alguna de las dosis es más efectiva se debe desarrollar un
contraste a posteriori con objeto de identificar las diferencias ya
detectas (pero no identificadas) en el análisis de ANOVA.
b. Representación Gráfica del contraste ANOVA
2.- El tiempo de respuesta en milisegundos fue determinado para tres
tipos diferentes de circuitos y los resultados son:
Totales
Totales Promedios
Promedios
trtr Observaciones
Observaciones YiYi YYi.i.
II 99 12
12 10
10 88 15
15 13
13 67
67 11.17
11.17
IIII 20
20 23
23 30
30 73
73 24.33
24.33
IIIIII 66 55 88 16
16 35
35 8.75
8.75
Y..
Y.. 175
175 14.75
14.75  YY ....
Con un nivel de significación de  = 0.05. ¿Tiene los circuitos

diferente tiempo de respuesta?
k = 3; n1 = 6; n2 = 3; n3 = 4; N = 6 + 3 + 4 = 13
k n
SS T =∑ ∑ (Yij 2−Y . .2 /N )=
j=1 i=1
2 2 1752 2 2
9 +12 +.. .+8 +16 − =
13
2993−2355 . 76=637. 24
k
SS tr =∑ (Y i .2 /n i −Y ..2 /N )=
j=1
67 73 352 1752
2 2
+ + − =474 . 98
6 3 4 13
SS E =SS T -SS tr = 637 .24-474 .98=162. 29
La tabla ANOVA es:
Fuente
SS G.L. MS
De error F0
MStr/M
Factor o SStr=47 k–1= MStr SE
tratamientos 4.98 2 =237.49 =

14.64
SSE=162 N – k = MSE=16.
Error
.29 10 22
SST=637 N – 1 =
Total
.24 12
Dado que F.05,2,10 = 4.10, se concluye que los circuitos muestran

diferentes tiempos de respuesta.
3. Estudio sobre los consumidores, publico los resultados de una encuesta sobre
hábitos de conducción en Estados Unidos. Los datos contenían impuestos a la
gasolina por hogar para los 50 estados. Seis estados se escogieron
aleatoriamente de cuatro regiones del país para determinar si hay alguna
diferencia en el impuesto promedio anual de la gasolina dentro de las regiones.
Las siguientes resultados se aproximaron al dólar más próximo:
REGIÓN (TRATAMIENTO)
Estado Norte(1) Sur(2) Occidente(3) Centro De EE.UU.(4)
1 US$ 293 US$ 121 US$ 114 US$ 136
2 280 116 176 164
3 283 223 224 117
4 242 236 183 153
5 268 118 159 152
6 184 222 149 108
X́ 1 258.3 173.0 167.5 138.3
X́ =184.3
Un economista deseaba probar al nivel del 5% la hipótesis de que en promedio los residentes
de las cuatro regiones pagan la misma suma en los impuestos federales sobre la gasolina.
293+ 280+283+242+268+184
=258.3 0
6
121+116 +223+236+118 +222
=173 .00
6
114 +176+ 224+183+159+149
=167.5 0
6
136+ 164+117 +153+152+108
=138.30
6
258.3+ 173+167.5+138.3
x́= =184.3
4
Desarrollo del problema

2
SCT =∑ ∑ ( X 0− X́ )
SCT
2 2 2 2 2 2
¿(293−184.3) +(280−184.3) +(233−184.3) +(242−184.3) +( 268−184.3) +(184−184.3) +
SCT =83.515
2
SCTR =∑ X́ i ( x́ 0− x́ )
SCTR
¿ 6(258.3−184.3)2+6 (173.0−184.3)2 +6(167.5−184.3)2+6 (138.3−184.3)2=48.023
SCE=∑ ∑ ( x́ 0 − x́i )2
¿(293−258.3)2+ …+ ( 121−258.3 )2 +… ( 136−138.3 )2 +...+(108−13 8.3)2

¿ 35 492
SCTR
CMTR=
C−1
48 023
¿
4−1
48 023
¿
3
¿ 16 008
SCE
SCME=
n−c
35 492
¿
24−4
35 492
¿
20
¿ 1775
Si a se fija en 5 % F 0.05,3,20 buscamos en la tabla
3=¿ μ4
2=¿ μ ¿
1=¿ μ ¿
Como F0.05,3,20 =3.10 como se observaen el cuadro . Lahipotesis H 0 : μ¿
La tabla de análisis de varianza

Fuente de variación Sc g.l Cm Valor F
.
Entre muestras (tratamiento) 48 023 3 16 008
=9.02
48 023 1775
=¿ 16
3
008
Dentro de muestras(error) 35 492 20 35 492

=1775
20
Variación total 83 515 23
Podemos concluir a un nivel de significación del 5% que el impuesto

promedio no es el mismo en las cuatro regiones
Powered by TCPDF (www.tcpdf.org)

Analisis de Varianza

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis de Varianza

Cargado por

Copyright:

Formatos disponibles

1.

Se quiere estudiar el efecto de distintas dosis de un medicamento para

Contrastar si el medicamento es efectivo contra los parásitos y si existen

UN ANÁLISIS DE LA VARIANZA DE UN FACTOR:

II. PLANTEAMIENTO DE LA HIPOTESIS

ESTADÍSTICO DE CONTRASTE Y GRÁFICO

El estadístico experimental se basará en F de Snedecor con k – 1 y n – k

Pc=F teo=F gl num , gl denom, α =F k−1 , n−k ,a

IV. REQUISITOS DEL CONTRASTE Y DATOS NECESARIOS PARA UN

2. Normalidad de los datos en cada una de las clases, se verifica mediante un

Como en este caso los datos son balanceados se desarrollará la G de

Lo llevamos aG11 ,5,0.05

máx ( si2 ) =279.538 se escoge elmayor valor

V. DESARRROLO DEL CONTRASTE

Con nuestros datos

Con el contraste resulta ser significativo, dado que:

b. Representación Gráfica del contraste ANOVA

Con un nivel de significación de  = 0.05. ¿Tiene los circuitos

La tabla ANOVA es:

Factor o SStr=47 k–1= MStr SE

tratamientos 4.98 2 =237.49 =

Dado que F.05,2,10 = 4.10, se concluye que los circuitos muestran

Desarrollo del problema

¿(293−258.3)2+ …+ ( 121−258.3 )2 +… ( 136−138.3 )2 +...+(108−13 8.3)2

La tabla de análisis de varianza

Dentro de muestras(error) 35 492 20 35 492

Podemos concluir a un nivel de significación del 5% que el impuesto

También podría gustarte