Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Introducción
Su división de acuerdo
a los métricos
existentes se puede
apreciar en el
siguiente diagrama:
Modelo ANOVA
Es una técnica estadística utilizada para analizar la
relación entre una variable dependiente (o
endógena) métrica y varias variables independientes
(o exógenas) no métricas. El objetivo esencial de los
modelos del análisis de la varianza es determinar si
diversas muestras proceden de poblaciones con igual
media.
Con un solo factor Con dos factores Con tres factores Cuadro latino
Este se presenta cuando tenemos un solo factor (estudiado en sus distintos niveles) que
influye sobre una variable respuesta que mide el resultado del experimento, y el resto de
los factores forman el error experimental influyendo sobre la variable respuesta de forma
no controlable.
………………………………………………………….
.
𝑋i1 𝑋i2 … … … … … 𝑋i𝑗 … … … … . . 𝑋i𝑛𝐼
i
. …………………………………………………………….
.
. …………………………………………………………….
.
𝑋I1 𝑋I2 … … … … … 𝑋I𝑗 … … … … . . 𝑋I𝑛𝐼
I
𝑋 = 𝑢 + 𝐴𝑖 + 𝐵𝑖 + 𝐴𝐵𝑖𝑗 + 𝐸𝑖𝑘
i=1..t, j=1..r, k=1...nij (u = constante)
Los términos Ai y Bj representan los efectos de los factores A y B (efectos principales),
y son constantes sujetas a las restricciones:
𝑡 𝑟
𝐴𝑖 = 𝐴𝑖 = 0
𝑖.1 𝑗.1
Los términos ABij representa el efecto de la interacción entre los factores A y B, y son
constantes sujetas a las restricciones:
𝑡 𝑟
(𝐴𝐵)𝑖𝑗 = (𝐴𝐵)𝑖𝑗 = 0
𝑖.1 𝑗.1
En un modelo factorial de tres factores, pueden ser los tres fijos, los tres aleatorios, uno
aleatorio y dos fijos, o dos aleatorios y el otro fijo. En un modelo multifactorial los
niveles de cada factor (tratamientos) suelen estar combinados con todos los niveles de
los restantes factores. En el caso de que ciertos niveles de determinados factores estén
ligados solamente a ciertos niveles de otros, estamos ante un diseño jerárquico.
Aquél en el que se tienen en cuenta tres factores, con la particularidad de que los tres
factores tienen el mismo número de niveles. Dos de los factores operan como bloques con
el fin de reducir los errores experimentales.
Total 𝑆𝐶𝑇 𝑟2 − 1
Modelo ANCOVA
El análisis de la covarianza múltiple es una técnica
estadística utilizada para analizar la relación entre
varias variables dependientes (o endógenas) métricas
y varias variables independientes (o exógenas) mezcla
de variables métricas y no métricas.
𝐺 𝑦1 , 𝑦2 , … , 𝑦𝑚 = 𝐹(𝑥1 , 𝑥2 , … , 𝑥𝑛 )
Modelo MANOVA
Modelo MANCOVA
El análisis de la covarianza múltiple es una técnica
estadística utilizada para analizar la relación entre
varias variables dependientes (o endógenas)
métricas y varias variables independientes (o
exógenas) mezcla de variables métricas y no
métricas.