MAR - 2020 UNSA – LICENCIATURA EN ADMINISTRACION - ESTADISTICA II – TEMA 4 - DIAZ DARIO EMANUEL

ANALISIS DE LA VARIANZA
Diseño completo al azar. Análisis de varianza de un factor. Pruebas para la diferencia entre pares de medias para diseños balanceados y
no balanceados. Diseño en bloques aleatorizados. Eficiencia relativa respecto al diseño completo al azar. Diseño factorial. Interpretación
del efecto interacción. Comparación entre pares de medias. Modelo a efectos fijos, aleatorios y mixtos.

PRUEBA FMÁX DE HARTLEY PARA LA HOMOGENEIDAD DE VARIANZAS

Utilidad. Permite probar la homogeneidad de las varianzas.
Procedimiento.
Paso 1. Determinación de hipótesis.

H0 : 12  ...  k2

H1 : No todas las 2j son iguales  j  1, 2,..k 

Paso 3. Determinar α .
Paso 2. Determinar la estadística de prueba para ello necesito la varianza de cada grupo y seleccionar la máxima y la mínima.

2
Smáx
Fmáx  2
Smín

Paso 4. Determinar el punto crítico, usando la T10 (F máx de Hartley pág. 38). Para obtener n solo considero el primer número entero

1 k
Fmáx k; n1
  con n   ni
k i1

Paso 5. Regla de decisión.

Re chazo H0 si Fmáx  Fmáx k; n1

 

DISEÑO COMPLETO AL AZAR

ANOVA. Es un procedimiento con la que se comparan tres o más medias poblacionales para determinar si son iguales.
Supuestos.
1. Las poblaciones normalmente distribuidas
2. Homogeneidad de varianzas poblacionales
3. Muestras aleatorias e independientes
Como funciona. La estrategia fundamental es calcular la varianza poblacional en dos formas, y después encontrar la razón de estas dos
estimaciones.
1) Si esta razón es aproximadamente igual a 1, entonces las dos estimaciones son iguales, y se concluye que las medias de
población son iguales.
2) Si la razón es muy diferente de 1, se concluye que las medias de población no son iguales.
La distribución F sirve como árbitro indicando cuándo el cociente entre las varianzas muestrales es mucho mayor que 1, como para
haber ocurrido por casualidad.
Procedimiento.
Paso 1. Plantear la hipótesis nula y la hipótesis alterativa.
Paso 2. Calcular las medias muestrales de los k grupos.
Paso 3. Calcular la media global (si todas las medias poblacionales son iguales, se estima que su valor sería igual a la media global)
Paso 4. Determinar SCT, SCTr, SCE.
 Suma de cuadrados totales (SCT o STC o SST). Suma de los cuadrados de las diferencias, entre cada observación y la media total.
Otra forma de cálculo
 es por medio de la formula SCT = SCTr + SCE

1|P á g i n a
Estadística II – Tema 4 – Análisis de Varianza

 Suma de cuadrados de tratamientos (SCTr o SCG o SSA). Suma de los cuadrados de las diferencias, entre cada media de tratamiento y
la media total, ponderada por el número de muestra en el grupo. (variación entre grupos)
 Suma de cuadrados del error (SCE o SCD o SSW). Suma de las diferencias entre cada una de las observaciones y su media de
tratamiento. (Variación dentro grupos)

 
k ni 2
SCT   xij  x
i 1 j 1

 
k 2
SCTr   ni xi  x
i 1
k ni

 
2
SCE   xij  x i
i 1 j 1

Paso 5. Determinar MCTr y CME

 Medio cuadrático de tratamiento (MCTr o MSA o MCG). Suma de cuadrados de tratamiento dividido k −1. Puesto que K tratamientos
están siendo comparados, existen k −1 grupos pueden variar libremente porque uno debe permanecer determinado para realizar la
comparación.
 Medio cuadrático de error (CME o MCD o MSW) Suma de cuadrados del error dividido n−c . Puesto que existen K tratamientos
compuesto por ni observaciones, existe ni −1 observaciones que pueden variar libremente en cada grupo, su súmanos ni −1 de
cada grupo, será igual al valor n−k

SCTr
CMTr 
k 1
SCE
CME 
nk
ANOVA supone que la P poblaciones tiene una varianza común,
 Cuando las medias poblacionales son iguales, MCTr y MCE son estimadores insesgado de la varianza poblacional (puedo utilizar la
suma de cuadrados para estimar una varianza poblacional común). Se espera que las estimaciones fueran muy parecidas
 Cuando las media poblaciones no son iguales, MCTr no constituye una estimación insesgada de la varianza poblacional común, su
valor será mayor, ya que contiene información sobre las diferencias entre las verdaderas medias poblacionales.
Paso 6. Determinar F.
 Si F=1 no rechazo la hipótesis nula
 Si F> 1 se rechaza la hipótesis nula, debido a que la variabilidad entre grupos es grande en comparación a la variabilidad dentro de
los grupos

MCTr
F
MCE

Paso 6. Determinar el estadístico de prueba. En este se sigue una distribución F.

Paso 7. Seleccionar el nivel de significancia.( α )
Paso 8. Determinar el valor crítico por medio de tabla 8

Paso 7. Regla de decisión.

Rechazar H0 si F  Fk 1; nk;  

Paso 8. Tabla resumen

2|P á g i n a
 Estadística II – Tema 4 – Análisis de Varianza

Fuente de Suma de Grado de Medios Estadistica Rechazar si

Tabla 8
Variacion Cuadrados Libertad Cuadrados F F > F(k-1; n-k)
Tratamiento SCTr K-1 MCTr F F(k-1; n-k) Si / No
Error SCE n-k MCE
Total SCTr n-1

TUKEY KRAMER
Utilidad. Cuando H 0 del análisis de varianza de un factor es rechazada, el procedimiento de Tukey Cramer, permite determinar cuáles k
medias son significativamente diferentes de los demás.
 Permite examinar simultáneamente comparaciones entre todos los pares de grupos
 Es un método “post hoc” (a posteriori), porque las hipótesis de interés son formuladas después de que los datos han sido
inspeccionados.
Procedimiento.
Paso 1. Determinar la cantidad de pares de medias de los grupos.

k  k  1
2

Paso 2. Calcular las diferencias entre pares de medias de grupos, en valor absoluto.

xi  xi con i  i 

Paso 3. Determinar el valor del alcance crítico, utilizando la T14 (Uso de la tabla Alcance Q estandarizado pág. 42).

 Si los tamaños de muestras son iguales se utilizará la formula

 Si los tamaños de muestras son diferentes, utilizara un alcance crítico para cada comparación por pareja de las medias de muestra

MCE  1 1 
Alcance Crítico  Q k ; n k    
2  ni ni 

Paso 4. Regla de decisión. Un par específico será declarado significativamente diferentes, si la diferencia absoluta de las medias de
grupos, es mayor que el alcance crítico.

xi  xi > Alcance Crítico

MODELO DE DISEÑO DE BLOQUES ALEATORIZADOS

Variable de bloque. Es una segunda variable de tratamiento, que, al ser considerada en el ANOVA, tiene el efecto de reducir SCE.
El propósito de conformar bloques es eliminar toda la variabilidad que sea posible (minimiza SCE al incorporar SCB), de manera que se
enfoque la atención en la diferencias de la k condiciones de tratamiento. Es más eficiente, que el diseño completo al azar
Bloques. Son conjuntos heterogéneos de elementos o de individuos que han sido apareados (analizados conjuntamente) o sobre los que
se han hecho mediciones repetidas (es una segunda agrupación de los elementos).
Procedimiento.
Paso 1. Plantear la hipótesis nula y la hipótesis alterativa.

H 0 : 1  2  ...   k
H 0 : No todas las  j son iguales con j  1, 2,..

Paso 2. Determinar las medias muestrales de los k grupos.

Paso 3. Calcular la media global (si todas las medias poblacionales son iguales, se estima que su valor sería igual a la media global)

3|P á g i n a
Estadística II – Tema 4 – Análisis de Varianza

k ni k
 x
i 1 j 1
ij n x i ij
x  i 1

n n

Paso 4. Determinar SCT, SCTr, SCE.

 Suma de cuadrados totales (SCT o SST). Suma de las diferencias al cuadrado, entre cada observación y la media total (variaciones
entre las observaciones)
 Suma de cuadrados de tratamientos (SCTr o SSA). Suma de las diferencias al cuadrado, entre cada media de muestra de cada
tratamiento y la media total, ponderadas por el número de bloques.
 Suma de cuadrados de bloques (SCB o SSBL). Suma de las diferencias al cuadrado, entre la media de cada bloque y la media total,
ponderadas por el número de grupos.
 Suma de cuadrados del error (SCE). Suma de las diferencias al cuadrado, entre todas las observaciones, después de que el efecto
tratamientos y de los bloques particulares ha sido tomado en cuenta.

 
G B 2
SCT   xij  x
i 1 j 1

 
G 2
SCTr  B  x i  x
i 1

SCB  G   x  x 
B 2

j
i 1

SCE    x  x  x  x 
G B 2

ij i j
i 1 j 1

Paso 3. Determinar los medios cuadráticos: MCTr, MCB y CME

 Medios cuadráticos de tratamiento (MCTr). Surge de la división entre suma de cuadrado de tratamientos y g−1 grados de libertad.
 Medios cuadráticos de bloques (MCB). Surge de la división entre suma de cuadrado de bloques y b−1 grados de libertad.
 Medios cuadráticos de error (MCE). Surge de la división entre suma de cuadrado del error y ( g−1 )( b−1 ) grados de libertad.

SCTr
MCTr 
g 1
SCB
MCB 
b 1
SCE
MCE 
 g  1b  1

Paso 4. Determinar el estadístico de prueba.

CMTr CMB
F F
CME CME

Paso 5. Seleccionar el nivel de significancia.( α )

Paso 6. Determinar el valor crítico. (Uso de la tabla F

Fk 1; k 1h1;  

Paso 7. Regla de decisión.

Rechazar H0 si F  Fk 1; k 1h1;  

4|P á g i n a
 Estadística II – Tema 4 – Análisis de Varianza

Paso 8. Regla de decisión (opcional). Indica si la conformación de bloques resulto ventajosa para reducir el error experimental o de la
varianza total.

Rechazar H0 si FB  Fh1;k 1h1; 

Paso 9. Tabla resumen.

Fuente de Suma de Grado de Medios Rechazar si

Estadistica F Tabla 8
Variacion Cuadrados Libertad Cuadrados F > F(k-1; [(n-k)(n-h)]
Tratamiento SCTr k-1 MCTr MCTr/MCE F(k-1; [(n-k)(n-h)] Si / No
Bloque SCB h-1 MCB MCB/MCE
Error SCE (n-k)(n-h) MCE
Total SCT n-1

TUKEY CRAMER PARA BLOQUES

Utilidad. Cuando H 0 es rechazada, el procedimiento de Tukey Cramer, me permite determinar cuales de estos grupos de tratamiento son
significativamente diferentes de los demás
Procedimiento.
Paso 1. Determinar la cantidad de pares de medias de los grupos

k k  1
2

Paso 2. Calcular las diferencias entre pares de medias de grupos, en valor absoluto.

x i  x i´ con i  i´ 

Paso 3. Determinar el valor del alcance crítico utilizando la T14 (Uso de la tabla Alcance Q estandarizado pág. 42). Si los tamaños de
muestras son diferentes se calculara se calculara un alcance critico para cada comparación por pareja de las medias de muestra.

CME
Alcance Crítico  Q k; k 1h1
h

Paso 4. Regla de decisión. Un par específico seria declarado diferente si la diferencia absoluta de las medias de muestra, es mayor que el
alcance critico.

X i  X i´  Alcance crítico

Paso 5.Determino entre la diferencias de medias de grupos, que sean mayores que el alcance critico, el grupo común entre ellos.

5|P á g i n a