FCE - UBA Estadística para Administradores

Prof. Lic. Mónica Cantoni Apunte Teórico

Diseño y análisis de experimentos estadísticos

El propósito de la planeación y adquisición de datos experimentales es alcanzar el máximo beneficio de la

aplicación de la inferencia estadística.

Experimentos estadísticos

Para cualquier fenómeno en el que existe la incertidumbre, el procedimiento apropiado para investigarlo
es experimentar con él, de manera que puedan identificarse las características de interés.
El elemento más importante de un experimento es la formulación del problema por resolver que debe
estar en dirección con el propósito del experimento. Una vez definido es necesario identificar la variable
por medir o respuesta que se va a estudiar y el factor o factores potenciales que pueden influenciar la
variabilidad de la respuesta. La respuesta también se conoce como variable dependiente; el factor recibe
el nombre de variable independiente: se supone que este último se encuentra bajo el control del
investigador.
Un nivel o grupo de factor es un valor o condición de éste bajo el cual se observará la respuesta medible.
Si el experimento consiste en varios factores, un grupo es una combinación de los niveles de cada factor.
Una unidad experimental se define como el objeto (persona o cosa) que es capaz de producir una
medición de la variable respuesta después de aplicar un tratamiento dado

Análisis de la varianza

Consideremos el problema de decidir si las diferencias observadas entre más de dos medias muestrales se
pueden atribuir al azar o si hay diferencias reales entre las medias de las poblaciones muestreadas. Por
ejemplo, quizá deseamos decidir con base en datos muestrales si realmente hay una diferencia en la
eficacia de tres métodos de enseñar una lengua extranjera, tal vez queremos comparar los rendimientos
promedio por hectárea de seis variedades de trigo, o deseamos ver si realmente hay diferencia en el
kilometraje promedio obtenido con cuatro clases de combustible.
Puesto que las diferencias observadas siempre se pueden deber a causas distintas a las postuladas; por
ejemplo, las diferencias en el desempeño de los estudiantes a quienes se les enseña una lengua extranjera
mediante tres métodos diferentes se pueden debe a diferencias en inteligencia, y las diferencias en el
kilometraje promedio obtenido con cuatro clases de combustible se puede deber a las diferencias en las
condiciones del camino; también examinaremos algunos puntos del diseño de experimentos de manera
que, con seguridad razonable, los resultados estadísticamente significativos se puedan atribuir a causas
específicas.
FCE - UBA Estadística para Administradores
Prof. Lic. Mónica Cantoni Apunte Teórico

Análisis de la varianza para un factor

Se supone el siguiente modelo

donde los errores son normales e independientes.

es el número total de observaciones, donde los estimadores de máxima verosimilitud son

̂ ∑ ̅

̂ ∑ ∑( ̅ ) ∑

Siendo las cuasivarianzas muestrales.

Varianza residual o varianza ponderada

∑
̂

Se denomina residuo a la cantidad ̂ ̅ es el valor observado menos el valor estimado

de .
Se verifica que ̂ es un estimador centrado de , por lo que se demuestra:

[̂ ] ∑ ∑

̅ ,

̅ ∑∑ ∑ ̅

La idea original del análisis de la varianza se debe a Fisher (1925) y está basada en la siguiente
descomposición:

∑ ∑( ̅) ∑ ∑( ̅ ) ∑ ̅ ̅

,
̅ ,

Notación:

Suma de cuadrados explicada o entre los grupos (SCE)

Suma de cuadrados residual o dentro de los grupos (SCD)
Suma de cuadrados total (SCT)
FCE - UBA Estadística para Administradores
Prof. Lic. Mónica Cantoni Apunte Teórico

La variación de cada elemento a la media total se puede explicar mediante la variación de cada elemento
a la media de su grupo, más la debida al a medias entre los distintos grupos.

∑ ∑( ̅ ) ∑ ∑( ̅ ) ∑ ̅ ̅

Tabla de Análisis de la Varianza (ANOVA) para un solo factor

Grados
Fuente de Variación Suma de cuadrados de Cuadrado Medio Estadístico F
libertad
Variación entre grupos
SCE ∑ ̅ ̅

∑ ∑( ̅ )
Variación dentro de los
grupos
SCD
∑

Región crítica
Variación total
∑ ∑( ̅ ) {
SCT
}

Aclaración:

Variación entre grupos: involucra a los cuadrados de las desviaciones de las diversas medias de grupos
respecto de la media global.

Variación dentro de los grupos: implica a los cuadrados de las desviaciones de cada medida respecto de
las medias de los grupos.

Variación total: es la suma de los cuadrados de las desviaciones de cada medida respecto de la media
global.

Ejemplo:
En la preparación de una sustancia se utilizan cuatro modificaciones de un procedimiento estándar. Los
datos contenidos en la siguiente tabla se corresponden a la preparación de la sustancia mediante cinco
procedimientos de fabricación, donde la primera columna se corresponde con el procedimiento estándar.

Métodos
1 2 3 4 5
63 27 10 28 47
48 41 30 45 28
57 23 24 44 30
54 31 37 31 35
41 2 40 29 21
43 33 24 44 37
FCE - UBA Estadística para Administradores
Prof. Lic. Mónica Cantoni Apunte Teórico

Métodos
1 2 3 4 5
63 27 10 28 47
48 41 30 45 28
57 23 24 44 30
54 31 37 31 35
41 2 40 29 21
43 33 24 44 37
Media 51 26,17 27,5 36,83 33
Varianza 72,4 176,97 116,7 68,57 78,8

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta Suma Promedio Varianza
Método 1 6 306 51 72,4
Método 2 6 157 26,16666667 176,9666667
Método 3 6 165 27,5 116,7
Método 4 6 221 36,83333333 68,56666667
Método 5 6 198 33 78,8

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados Grados de libertad Promedio de los cuadrados F Probabilidad Valor crítico para F
Entre grupos 2385,533333 4 596,3833333 5,807797182 0,001901238 2,75871047
Dentro de los grupos 2567,166667 25 102,6866667

Total 4952,7 29

Grados
Fuente de Variación Suma de cuadrados de Cuadrado Medio Estadístico F
libertad
Variación entre grupos
2385.53 4 596.38 5.81
SCE
Variación dentro de los
grupos 2567.17 25 102.69
SCD
Variación total
4952.70 29 2.76
SCT

Bibliografía:
Gómez Villegas, Miguel Ángel. (2005) Inferencia Estadística. Madrid: Díaz de Santos.
FCE - UBA Estadística para Administradores
Prof. Lic. Mónica Cantoni Apunte Teórico

Análisis de la Varianza para dos factores

Bloque
1 2 … b
Tratamiento 1 … ̅
Tratamiento 2 … ̅

Tratamiento a … ̅
̅1 ̅ … ̅

̅ ∑ ̅ ∑
̅ ∑

Fuente de
Suma de cuadrados Grados de libertad Cuadrado Medio Estadístico F
Variación
Variación
entre tratamientos
∑( ̅ ̅)
(filas)
SCF
Variación
entre bloques
(columnas) ∑ ̅ ̅
SCC
Variación ∑( ̅ ̅
residual o aleatoria
SCE ̅ )
Variación total
∑ ∑( ̅ )
SCT

b es el número de bloques y a es el número de tratamientos.

Ejemplo:
La tabla a continuación muestra las producciones por hectárea de cuatro semillas sembradas en campos
tratados con tres fertilizantes distintos. Determinar al nivel de significación 0.05 si hay diferencias en
producción por hectárea debida (A) a los fertilizantes y (B) debida a las semillas.

Semilla I Semilla II Semilla III Semilla IV Media de Varianza de

fila la fila
Fertilizante 4,5 6,4 7,2 6,7 6,2 1,39
A
Fertilizante 8,8 7,8 9,6 7 8,3 1,29
B
Fertilizante 5,9 6,8 5,7 5,2 5,9 0,45
C
Media de 6,4 7 7,5 6,3 Media total 6,80
columna
FCE - UBA Estadística para Administradores
Prof. Lic. Mónica Cantoni Apunte Teórico

Varianza de 4,81 0,52 3,87 0,93 Varianza 2,10

columna total

Análisis de varianza de dos factores con una sola muestra por

grupo

RESUMEN Cuenta Suma Promedio Varianza

1,3933333
Fertilizante A 4 24,8 6,2 3
1,2933333
Fertilizante B 4 33,2 8,3 3
0,4466666
Fertilizante C 4 23,6 5,9 7

Semilla I 3 19,2 6,4 4,81

Semilla II 3 21 7 0,52
Semilla III 3 22,5 7,5 3,87
Semilla IV 3 18,9 6,3 0,93

ANÁLISIS DE
VARIANZA
Grados Promedio Valor
Origen de las Suma de de de los crítico
variaciones cuadrados libertad cuadrados F Probabilidad para F
Filas 13,68 2 6,84 6,24 0,034 5,14
Columnas 2,82 3 0,94 0,86 0,512 4,76
Error 6,58 6 1,097

Total 23,08 11

Al nivel de significación de 0.05 con 2 y 6 grados de libertad podemos rechazar la hipótesis de que las
medias de las filas son iguales y concluir que hay diferencias significativas en producción debido a los
fertilizantes.
No hay diferencia significativa debida a las semillas en la producción.