METODOS ESTADISTICOS II

ANOVA
 ¿QUÉ ES ES UN ANOVA?

• Un análisis de varianza (ANOVA) prueba la hipótesis de que las medias de dos o más poblaciones
son iguales. Los ANOVA evalúan la importancia de uno o más factores al comparar las medias de
la variable de respuesta en los diferentes niveles de los factores. La hipótesis nula establece que
todas las medias de la población (medias de los niveles de los factores) son iguales mientras que
la hipótesis alternativa establece que al menos una es diferente.
• El nombre "análisis de varianza" se basa en el enfoque en el cual el procedimiento utiliza las
varianzas para determinar si las medias son diferentes. El procedimiento funciona comparando
la varianza entre las medias de los grupos y la varianza dentro de los grupos como una manera
de determinar si los grupos son todos parte de una población más grande o poblaciones
separadas con características diferentes.
 EJEMPLO TEÓRICO DE ANOVA

Por ejemplo, usted diseña un experimento para evaluar la durabilidad de cuatro productos de alfombra
experimentales. Usted coloca una muestra de cada tipo de alfombra en diez hogares y mide la
durabilidad después de 60 días. Debido a que está examinando un factor (tipo de alfombra), usted utiliza
un ANOVA de un solo factor.

Si el valor p es menor que el nivel de significancia, entonces usted concluye que al menos una media de
durabilidad es diferente.

https://www.youtube.com/watch?v=iD000olNoxI
https://www.youtube.com/watch?v=aH7bitGYbDQ
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)

• Hipótesis del ANOVA de un solo factor

 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)
• Distribución F-Fisher
α
n-1 k-1

Zona de Ho

Zona de Ha

𝐹(α,k-1,n-1)
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)

• Modelo de ANOVA para un solo factor

• Tabla de datos para el ANOVA

Fuentes de Suma de Grados de Cuadrados F calculada

variación cuadrados Libertad medios

Tratamientos SCT k-1 𝑆12 𝑆12

𝑆1
Error SCE n-k 𝑆1
Total STC n-1
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)
• Componentes de la variabilidad

Suma Total de Cuadrados Suma de los Cuadrados del Suma de los Cuadrados del
Tratamiento Error
𝑘 𝑛 𝑘
2
𝑇 𝑇𝑖 2 𝑇 2
𝑆𝑇𝐶 = ෍ ෍ 𝑦𝑖𝑗 2 − 𝑆𝐶𝑇 = ෍ −
𝑛 𝑛𝑖 𝑛 𝑆𝐶𝐸 = 𝑆𝑇𝐶 − 𝑆𝐶𝑇
𝑖=1 𝑗=1 𝑖=1

𝑘 𝑛 2 𝑘 𝑛 2

𝑇 2 = (෍ ෍ 𝑦𝑖𝑗) 𝑇 2 = (෍ ෍ 𝑦𝑖𝑗)
𝑖=1 𝑗=1 𝑖=1 𝑗=1
𝑛

𝑇𝑖 = ෍ 𝑦𝑖𝑗
𝑗=1
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)

Media cuadrática del Cuadrado medio del error F calculada

tratamiento

𝑆𝐶𝑇 𝑆𝐶𝐸 𝑆12

𝑆12 = 𝑆1 =
𝑘−1 𝑛−𝑘 𝑆1
 EJERCICIO 1
Parte de un estudio realizado en Virginia Tech se diseñó para medir los niveles de actividad de la fosfatasa alcalina sérica (en unidades de Bessey-Lowry)
en niños con trastornos convulsivos que recibían terapia de anticonvulsivantes bajo el cuidado de un médico privado. Se reclutaron 41 sujetos para el
estudio y se clasificaron en cuatro grupos de
medicamentos:
• G-1: Control (no recibieron anticonvulsivantes ni tenían historia de trastornos
convulsivos)
• G-2: Fenobarbital
• G-3: Carbamazepina
• G-4: Otros anticonvulsivantes

De las muestras de sangre tomadas a cada sujeto se determinó el nivel de actividad de la fosfatasa alcalina sérica y se registró tal como se observa en la
tabla 13.4. Pruebe la hipótesis de que, a un nivel de significancia de 0.05, el nivel promedio de actividad de la fosfatasa alcalina sérica es el mismo para los
cuatro grupos de medicamentos.
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)

• Hipótesis del ANOVA de un solo factor

 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)
α
• Distribución F-Fisher
n-1=41-1=40 k-1=4-1=3

Zona de Ho

2.84

Zona de Ha

𝐹(α,k-1,n-1)= 𝐹(0.05,4-1,41-1)= 𝐹(0.05,3,40)

 EJERCICIO 1
Calculo STC
G-1 G-2 G-3 G-4
49.2 97.07 62.1 110.6
𝑘 𝑛 𝑘 𝑛 2
𝑇 2 44.54 73.4 94.95 57.1
𝑆𝑇𝐶 = ෍ ෍ 𝑦𝑖𝑗 2 − 𝑇2 = (෍ ෍ 𝑦𝑖𝑗)
𝑛 45.8 68.5 142.5 117.6
𝑖=1 𝑗=1 𝑖=1 𝑗=1 95.84 91.85 53 77.71
30.1 106.6 175 150
36.5 0.57 79.5 82.9

𝑇 2 = (1 150.65 + 440.36 + 842.45 + 707.41)2 82.3 0.79 29.5 111.5

87.85 0.77 78.4
𝑻𝟐 = 𝟗 𝟖𝟔𝟓 𝟎𝟔𝟒. 𝟑𝟔 105 0.81 127.5
95.22
97.5
105
58.05
86.6
58.35
72.8
Sum 1150.65 440.36 842.45 707.41
 EJERCICIO 1
Calculo STC
(G-1)^2 (G-2)^2 (G-3)^2 (G-4)^2
2420.64 9422.585 3856.41 12232.36
𝑘 𝑛 𝑘 𝑛 2
𝑇 2 1983.812 5387.56 9015.503 3260.41
𝑆𝑇𝐶 = ෍ ෍ 𝑦𝑖𝑗 2 − 𝑇 2 = (෍ ෍ 𝑦𝑖𝑗) 2097.64 4692.25 20306.25 13829.76
𝑛
𝑖=1 𝑗=1 𝑖=1 𝑗=1 9185.306 8436.423 2809 6038.844
906.01 11363.56 30625 22500
1332.25 0.3249 6320.25 6872.41
= 92 613.59 + 39 304.58 + 96205.47 + 77166.03
6773.29 0.6241 870.25 12432.25

= 305289.67 7717.623 0.5929 6146.56

11025 0.6561 16256.25
9 865 064.36
𝑆𝑇𝐶 = 305 289.67 − 9066.848
41 9506.25
𝑺𝑻𝑪 = 𝟔𝟒 𝟔𝟕𝟖. 𝟑𝟒 11025
3369.803
7499.56
3404.723
5299.84
Sum 92613.59 39304.58 96205.47 77166.03
 EJERCICIO 1
Calculo SCT
G-1 G-2 G-3 G-4
2 49.2 97.07 62.1 110.6
𝑘 𝑘 𝑛 𝑛
𝑇𝑖 2 𝑇 2 44.54 73.4 94.95 57.1
𝑆𝐶𝑇 = ෍ − 𝑇 2 = (෍ ෍ 𝑦𝑖𝑗) 𝑇𝑖 = ෍ 𝑦𝑖𝑗
𝑛𝑖 𝑛 45.8 68.5 142.5 117.6
𝑖=1 𝑖=1 𝑗=1 𝑗=1 95.84 91.85 53 77.71
30.1 106.6 175 150
36.5 0.57 79.5 82.9

𝑇 2 = (1 150.65 + 440.36 + 842.45 + 707.41)2 82.3 0.79 29.5 111.5

87.85 0.77 78.4
𝑻𝟐 = 𝟗 𝟖𝟔𝟓 𝟎𝟔𝟒. 𝟑𝟔 105 0.81 127.5
95.22
1 150.652 440.362 842.452 707.412
𝑇𝑖 = + 9 + 9 + 7 97.5
16
105
𝑇𝑖 = 254 643.88
58.05
9 865 064.36 86.6
𝑆𝑇𝐶 = 254 643.88 −
41 58.35
𝑺𝑻𝑪 = 𝟏𝟒 𝟎𝟑𝟐. 𝟓𝟓 72.8
Sum 1150.65 440.36 842.45 707.41
 EJERCICIO 1
Calculo SCE

𝑆𝐶𝐸 = 𝑆𝑇𝐶 − 𝑆𝐶𝑇

𝑆𝐶𝐸 = 𝑆𝑇𝐶 − 𝑆𝐶𝑇

𝑆𝐶𝐸 = 64 678.34 − 14 032.55

𝑺𝑪𝑬 = 𝟓𝟎 𝟔𝟒𝟓. 𝟕𝟗
 EJERCICIO 1
Calculo de:
Media cuadrática del Cuadrado medio del error F calculada
tratamiento

𝑆𝐶𝑇 𝑆𝐶𝐸 𝑆12

𝑆12 = 𝑆1 =
𝑘−1 𝑛−𝑘 𝑆1

14 032.55 50 645.79 4 677.52

𝑆12 = 𝑆1 =
4−1 41 − 4 1 368.81

𝑺𝟏𝟐 = 𝟒 𝟔𝟕𝟕. 𝟓𝟐 𝑺𝟏 = 𝟏 𝟑𝟔𝟖. 𝟖𝟏 𝟑. 𝟒𝟐

 TABLA ANOVA
Fuentes de Suma de Grados de Cuadrados F calculada
variación cuadrados Libertad medios

Tratamientos 𝟏𝟒 𝟎𝟑𝟐. 𝟓𝟓 3 𝟒 𝟔𝟕𝟕. 𝟓𝟐 𝟑. 𝟒𝟐

Error 𝟓𝟎 𝟔𝟒𝟓. 𝟕𝟗 37 𝟏 𝟑𝟔𝟖. 𝟖𝟏

Total 𝟔𝟒 𝟔𝟕𝟖. 𝟑𝟒 40
 ANÁLISIS DE VARIANZA DE UN FACTOR: DISEÑO
COMPLETAMENTE ALEATORIZADO (ANOVA DE UN
FACTOR)
α
• Distribución F-Fisher
n-1=41-1=40 k-1=4-1=3

Zona de Ho

2.84
3.42

Zona de Ha

𝐹(α,k-1,n-1)= 𝐹(0.05,4-1,41-1)= 𝐹(0.05,3,40)

METODOS ESTADISTICOS II

ANOVA