UNIVERSIDAD DE CUENCA

FACULTAD DE CIENCIAS QUIMICAS

INGENIERIA INDUSTRIAL
NOMBRES:

JUAN ERNESTO ARBITO AYORA

EVELYN PAMELA BUESTAN LUCERO

MATERIA:

TECNICAS DE INFERENCIA ESTADISTICA

TAREA:
CONSULTA 2

PERIODO ACADEMICO:

SEPTIEMBRE 2022- FEBRERO 2023

CONSULTA 2: ANÁLISIS DE VARIANZA.
¿Qué es el análisis de varianza?
El análisis de varianza (ANOVA) permite comparar simultáneamente todas las medias,
evitando tener que realizar pruebas en grupos de dos con las técnicas vistas anteriormente.
Esta prueba se utiliza para determinar si las medias muestrales provienen de poblaciones
con medias iguales, cuando hay más de dos poblaciones en estudio. La comparación de las
medias muestrales se basa en las varianzas muestrales.
Suposiciones necesarias para el análisis de varianza

 Las poblaciones tienen distribución normal.

 Las poblaciones tienen varianzas iguales.
 Las muestras son independientes.

(Rodriguez, 2007)

Definiciones en el análisis de varianza.

 Tratamiento: Es la fuente dee datos cuya variación proporciona las observaciones.
Donde:
k: Número de tratamientos
n: Número total de observaciones en todos los tratamientos combinados
nj: Número total de observaciones en cada tratamiento j = 1, 2, ..., k
xi,j: Es la i-ésima observación del tratamiento j
Xj: Media muestral del tratamiento j (incluye las observaciones de cada tratamiento)
X: Media muestral general (incluye a todas las observaciones de todos los
tratamientos)

 Variación Total: Es la variación total combinada de las observaciones de todos los

tratamientos con respecto a la media general.

 Variación de tratamientos: Es la variación atribuida a los efectos de los

tratamientos.

 Variación aleatoria: Es la variación dentro de cada tratamiento debido a errores en

el experimento.

 Variación aleatoria o error: SCE = SCT – SCTr (Suma cuadrática del error)

La ecuación SCT = SCTr + SCE separa la variación total en dos componentes: el

primero corresponde a la variación atribuida a los tratamientos y el segundo es la
variación atribuida a la aleatoriedad o errores del experimento.

(Rodriguez, 2007)
Tabla del análisis de varianza.

Una vez elaborada la tabla de análisis de varianza, el valor de Fo se emplea para conducir
una prueba de hipótesis sobre la razón de dos varianzas) que sirve para probar si las medias
son iguales.
Prueba de hipótesis en el análisis de varianza.
Dentro del análisis de varianza se tiene sus hipotesis nula y alterna se basan en:
 H0: µ1 = µ2 = µI
 Ha: por lo menos dos de las mi son diferentes o al menos dos medias son iguales.
Una prueba de estas hipótesis requiere que se tenga disponible una muestra aleatoria de
cada población o tratamiento.

(Devore, 2012)

Siguiendo los pasos habituales para la resolución de la prueba de hipótesis.

2. Definir el nivel de significancia de la prueba α
3. Elegir el estadístico de prueba: Distribución F con ν1 = k – 1, ν2 = n – k g. l.
4. Definir la región de rechazo de Ho
5. Calcular Fo
6. Decidir

(Rodriguez, 2007)

Validación de supuestos en el analisis de varianza.

El análisis de la varianza permite contrastar la hipótesis nula de que las medias de K
poblaciones (K >2) son iguales, frente a la hipótesis alternativa de que por lo menos una de
las poblaciones difiere de las demás en cuanto a su valor esperado. Este contraste es
fundamental en el análisis de resultados experimentales, en los que interesa comparar los
resultados de K 'tratamientos' o 'factores' con respecto a la variable dependiente o de interés
El Anova requiere el cumplimiento los siguientes supuestos:
  Las poblaciones (distribuciones de probabilidad de la variable dependiente
correspondiente a cada factor) son normales.
 Las K muestras sobre las que se aplican los tratamientos son independientes.
 Las poblaciones tienen todas igual varianza (homoscedasticidad).
El ANOVA se basa en la descomposición de la variación total de los datos con respecto a la
media global (SCT), que bajo el supuesto de que H0 es cierta es una estimación de   
obtenida a partir de toda la información muestral, en dos partes:

 Variación dentro de las muestras (SCD) o Intra-grupos, cuantifica la dispersión de

los valores de cada muestra con respecto a sus correspondientes medias.
 Variación entre muestras (SCE) o Inter-grupos, cuantifica la dispersión de las
medias de las muestras con respecto a la media global.
(Barcelona, 2021)
 Devore, J. L. (2012). Probabilidad Y Estadistica Para Ingenieria Y Ciencias.
 Galindo, E. (2011). Estadistica "Metodos y Aplicaciones". Prociencia.
 KeepCoding. (20 de Julio de 2022). /keepcoding.io/. Obtenido de
https://keepcoding.io/blog/funcion-densidad-probabilidad-estadistica/
 Rodriguez, L. (2007). Probabilidad y Estadistica Basica Para Ingenieros.
Guayaquil, Ecuador.
 Ruiz, J., & Sanchez, M. (2018). Estadistica (Descriptiva Probabilidad Inferencia)