Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CÁLCULO ESTADÍSTICO Y
BIOMETRÍA
Análisis de la Varianza I
Pruebas de hipótesis sobre dos medias
H0: µ1 = µ2 µ1 - µ2 = 0
H0: µ1 ≠ µ2 µ1 - µ2 ≠ 0
X1 − X 2
t0 =
S12 S22
+
n1 n2
Si σ12 = σ22 tobs ∼ t(n1+n2 –2)
(n − 1) ⋅ s 2
+ (n − 1) ⋅ s 2
sp2 = 1 1 2 2
n1 + n2 − 2
Inconvenientes:
5
Ejemplo: comparación 5 medias = 10 pruebas
2
αGlobal =∼ 0,40
Regla o Ajuste de Bonferroni:
Error Tipo I para cada prueba: α = 1 − c (1 − α global )
Nro.medias
donde: c =
2
Repetición
Aleatorización
Bloqueo
Repetición
Se considera repetición de un tratamiento a la
aplicación de ese tratamiento a una nueva
unidad experimental.
µ1 µ2 µ µi Yij µk
i = 1, 2, ... , k
yij = µ + (µi - µ) + (yij - µi)
j = 1, 2, ... , nj
EFECTO ERROR
TRATAMIENTO ALEATORIO
Modelo
Modelo Poblacional
k
yij = µ + τi + εij con τi = 0 y εij ∼ N(0,σ2)
i=1
Hipótesis
H0: µ1 = µ2 = µi = ... = µk = µ H 0 : τi = 0 ∀i
Modelo Muestral
k n k n k n
ij
( y − y
i =i j =i
) 2
= i
( y − y
i =1 j =1
) 2
+ ij i
( y − y
i = 1 j =1
) 2
k
FC
k n y i. 2
SCTrat = i
( y − y
i =1 j =1
) 2
= i =1
n
− FC
k n k n y i. 2
SCError = (y ij − y i )2 =
i =1 j =1
y ij −
i =1 j =1
2 i =1
n
Por diferencia
Tabla de ANOVA
Los resultados numéricos se presentan en la Tabla
de Análisis de la Varianza que depende del tipo de
experimento (simple o factorial) y del diseño
experimental usado.
Trat. k-1 y
i =1
i.
2
SCTRAT CMTRAT Fcrit 5%
− FC k −1 CMERROR Fcrit 1%
n
SC Error
Error k(n-1) Diferencia
k (n − 1)
k n
2. Pruebas a Priori
- Contrastes ortogonales
- Polinomios ortogonales
Prueba de Tukey
S
∆ crit = q α .
(gl.CMERROR ; k ; 1 − ) r
2
q: se obtiene de la tabla.
s: es la raíz cuadrada del cuadrado
medio del error.
r: es el número de repeticiones
(DCA) o número de bloques (DBCA).
Ejemplo de Aplicación
Se ha realizado un ensayo para observar el efecto que provocan 4
raciones (A, B, C y D) en el aumento de peso en cerdos. Dado que
contamos con animales relativamente homogéneos, adjudicamos al azar
los tratamientos (raciones). El ensayo consta de 5 repeticiones y los
resultados fueron:
A B C D Totales
35 40 39 27 141
19 35 23 12 89
31 46 20 13 110
15 41 29 28 113
30 33 45 30 138
Totales 130 195 156 110 591
Ejemplo de Aplicación
1) Planteo de Hipótesis a probar
H0: µ1 = µ2 = µi = ... = µk = µ
SCT = Y
i,j
2
i j − C = ( 35 2 + ... + 30 2 + ... + 27 2 + ... + 30 2 ) − 17464 ,05 = 1960 ,95
Y 12 + L + Y t 2 130 2
+ ... + 110 2
SCE = −C = − 17464 ,05 = 808 ,15
r 5
4) Conclusión parcial
Como el valor que corresponde al F calculado (3,74) es mayor que el
correspondiente al F tabulado (3,24) , la hipótesis nula es rechazada, por lo tanto
podemos concluir que existen diferencias significativas entre medias. Para detectar
cuales difieren significativamente y cuales solo por el azar aplicaremos el Test de
Tukey para detectar tales diferencias.
Ejemplo de Aplicación
S 72,05
d.m. s5% = ∆ 5% = q5% ⋅ = 4,05 = 15,374
r 5
T2 T1 T3 T1
T1 T3 T2 T2
T3 T2 T1 T3
Restricción
y i j = µ + τi + β j + εi j
i = 1, 2, ... , k
j = 1, 2, ... , b
Con :
Ε ij ∼ N (0,σ2) σ2 = cte. ∀ i,j
τi y β j aditivos
Además :
t b
∑ τi = 0 ∑ βj = 0
i=1 j=1
Hipótesis – Tabla de ANOVA
H0 : µ 1 = µ 2 = L = µ k H0 : τ 1 = τ 2 = L = τ k = 0
H1 : Al menos una µ i ≠ de otra H1 : Al menos un τ i ≠ 0
F F.
F.V. g.l. S.C. C.M.
obs. critico
SCE CME Fc 1%
Tratamiento k-1 SCE
glt CMD Fc 5%
SCB
Bloque b-1 SCB
glb
SCD
Error (k - 1) x (b – 1) SCD
gld
Total (k x b) -1 SCT
Tabla de datos – Cálculos
Bloque
b1 b2 ... bj Total
( y..)2
t1 y11 y12 ... y1j y1. y i2j
Tratamiento
SCT = ∑ -
t2 y21 y22 ... y2j y2. N
. . . … . .
. . . … . .
. . . … . .
ki yi1 yi2 ... yij yi.
FC
Total y.1 y.2 ... y.j y..
2
∑ y i2. ∑ y. j
SCE = -FC SCB = -FC
b k
( y..)2 2 (223,2)
2
SCT = ∑ y i2j - 2
= 7,9 + ... + 16,2 - = 121,77 FC = 2490,91
N 20
2
∑ y i. 2
48 ,2 + ... + 68 ,7
2
SCE = -FC = -FC = 81,87
b 5
2
∑ y. j 2
40 ,9 + ... + 50 ,6
2
SCB = -FC = -FC = 16,71
k 4
F F.
F.V. g.l. S.C. C.M.
obs. Critico (5%)
Tratamiento 3 81,87 27,29 14,14 * 3,49
Bloque 4 16,71 4,18
Error 12 23,19 1,93
Total 19 121,77
CONCLUSIÓN FINAL:
La prueba de Tukey para un nivel de significancia del 5% indica que las únicas diferencias no
significativas están dadas por la comparaciones D-B y A-C, como consecuencia hay dos grupos de
mezclas forrajeras. Un grupo de mayor rendimiento formado por las mezclas D y B y otro de
menor formado por las mezclas A y C.
Diseño de Cuadrado
Latino (CL)
Yij= µ + τi + βj + αk + εijk
i=1,...,a; j=1,...,f; k=1,….c
a: número de tratamientos,
f: número de filas
c: número de columna