Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Escuela Profesional de Ingeniería Industrial
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = ⋯ = 𝜇𝑛
𝐻1 : 𝜇1 ≠ 𝜇2 ≠ 𝜇3 ≠ ⋯ ≠ 𝜇𝑛
Análisis de varianza (ANOVA)
• Es una técnica estadística que permite descomponer la variabilidad
total de los resultados de un experimento en sus distintas fuentes
(tratamientos, interacciones entre factores, covariables, error
experimental), con la finalidad de compararlas e identificar su
importancia relativa en la explicación de la variabilidad total.
• Se entiende como análisis de varianza a las descomposición de la
variabilidad total que ocurren en los datos en cada una de sus fuentes
controladas y no controladas. El análisis de varianza (ANOVA) es una
técnica que se puede utilizar para decidir si las medidas de tres o más
poblaciones (tratamientos) son iguales o no.
Análisis de varianza (ANOVA)
• Se utiliza las varianzas de los datos para desarrollar una
prueba de hipótesis, con ello se compraran tres o mas
medias muestrales.
• El estadístico que se utiliza para ello es, la distribución F de
Fisher.
• La 𝑆 2 se divide en dos fuentes. A este procedimiento se
denomina “partición de la varianza”.
• Se diferencia de las comparación de las medias aritméticas,
ya que se toma en consideración la varianza de la muestra.
Estimación de Fo observado.
𝜎12 𝐸𝑠𝑡𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 "𝑒𝑛𝑡𝑟𝑒"
𝐹𝑜 = 2 =
𝜎2 𝐸𝑠𝑡𝑖𝑚𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 "𝑑𝑒𝑛𝑡𝑟𝑜"
𝑌𝑖𝑗 = 𝜇 + 𝜏𝑖 + 𝜀𝑖𝑗
• DONDE:
• 𝑌𝑖𝑗 : 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑟𝑒𝑠𝑝𝑢𝑒𝑠𝑡𝑎 𝑝𝑜𝑟 𝑒𝑓𝑒𝑐𝑡𝑜 𝑑𝑒 𝑖é𝑠𝑖𝑚𝑜 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑦 𝑗 −
𝑠𝑖𝑚𝑜 𝑟𝑒𝑝𝑒𝑡𝑖𝑐𝑖ó𝑛.
• 𝜇: 𝑀𝑒𝑑𝑖𝑎 𝑔𝑒𝑛𝑒𝑟𝑎𝑙
• 𝜏𝑖 : 𝐸𝑓𝑒𝑐𝑡𝑜 𝑑𝑒𝑙 𝑡𝑟𝑎𝑡𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑖
• 𝜀𝑖𝑗 : 𝐸𝑟𝑟𝑜𝑟 𝑒𝑥𝑝𝑒𝑟𝑖𝑚𝑒𝑛𝑡𝑎𝑙
Supuestos del modelo estadístico
El modelo estadístico debe cumplir con los siguientes supuestos:
• Aditividad: Los efectos del modelo son aditivos.
• Linealidad: Las relaciones entre los efectos del modelo son lineales.
• Normalidad: Los errores del modelo deben tener una distribución
normal con media cero y varianza 𝜎 2
• Independencia. Los resultados obtenidos en el experimento son
independientes entre sí.
• Homogeneidad de Variancias: Las diferentes poblaciones generadas
por la aplicación de los diferentes tratamientos tienen varianzas
iguales (𝜎 2 )
TABLA DE ANOVA EN DCA
F tabular
Fuente o F calculada o
Grados Suma de
componentes Cuadrados medios estadístico de
libertad cuadrados 0.05 0.01
de la variación prueba
V1 V2 V3 V4
78.82 56.6 81.74 96.89
T1= Variedad 1
86.8 63.82 105.12 90.91
T2= Variedad 2 68.65 58.71 112.94 92.97
77.76 70.59 108.12 97.98
T3= Variedad 3 75.8 121.1 95.93
T4= Variedad 4 115.87
Y.. =
Suma yi. 387.83 7238.1 644.89 474.68
8745.53
n 5 4 6 5 20
x̅ 77.566 1809.5 107.48 94.936 437.277
Planteamiento de hipótesis
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4
𝐻1 : 𝑃𝑜𝑟 𝑙𝑜 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛𝑎 𝑑𝑒 𝑙𝑎𝑠 𝑣𝑎𝑟𝑖𝑒𝑑𝑎𝑑𝑒𝑠 𝑒𝑠 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟
𝑆𝐶𝑇
= 78.822 + 86.802 + 68.652 + 78.762 + ⋯ + 97.982 + 95.932 − 3,824,214.75
𝑆𝐶𝑇 = 49,985,822.78 − 3,824,214.75
𝑆𝐶𝑇 = 46,161,608.03