Documentos de Académico
Documentos de Profesional
Documentos de Cultura
•Si los a niveles del factor A y los b bloques se fijan previamente ⇒ modelo de
efectos fijos
•Si los a niveles de A y los b bloques son muestras aleatorias de las
correspondientes poblaciones de niveles ⇒ modelo de efectos aleatorios.
• Si los a niveles del factor A son fijos y los b bloques aleatorios o los niveles de A
son aleatorios y los b bloques fijos ⇒ modelo de efectos mixtos.
a b
yij = µ + α i + β j + eij , i =1,..., a, j =1,..., b, ∑α =∑ β
i
=i 1 =j 1
j = 0.
Hipótesis:
a) E[eij ] = 0
b) V (eij ) = σ 2
c) Cov(eij ,i ' j ' ) = 0, i ≠ i ', j ≠ j ',
d) eij tiene distribución Normal.
µ efecto promedio global, αi efecto del tratamiento i-ésimo (o del nivel i-ésimo
del factor A), βj efecto del bloque j-ésimo. (Se supone que los efectos de
tratamientos y bloques son aditivos, e.d. no existe interacción)
El único contraste que se puede hacer es H0: µ1=µ2=...=µa
Modelo: yij = mu + alphai + betaj + eij i=1,2,3,4 j=1,2,3 {eij} v.a.i.i.d N(0,sigma)
yij = desgaste del neumático i-ésimo en el coche j-ésimo
1 b
αˆ i =
yi . − y.. estimador insesgado de α i , con yi . =∑ yij .
b j =1
1 a
βj =
ˆ y. j − y.. estimador insesgado de β j , con y. j = ∑
a i =1
yij .
a b
∑∑ eˆ
=i 1 =j 1
2
ij
σˆ 2 = estimador insesgado de σ 2 .
(a − 1)(b − 1)
=j 1
2
.. )
=i 1 =j 1
2
Distribuciones:
SCA b
~χ a2−1 (λa ), λa = ∑ α
a 2
.
σ 2
σ 2 i =1 i
v.a. independienes
SCE
~χ (2a −1)(b −1) .
σ2
SCB no tiene una distribución
] σ 2 . E[CMA=
E[CME= ] σ2 + .
a −1
Contraste de interés:
H 0 : α1 = αa =
.... = 0 H1 : ∃ i tq α i ≠ 0.
CMA b
~Fa −1,( a −1)(b −1) (λa ), λa ∑ α
a
F = 2
. Bajo H 0 F ~Fa −1,( a −1)(b −1) .
CME σ 2 i =1 i
Ejemplo IV.1.
b) Encuentra un intervalo de confianza, al 95%, para el desgaste medio de
un neumático de tipo II. IC(mu2.) = (2. +- t(a-1)(b-1), alpha/2 * error estandar)
Error estandar = raiz(CME/b)
c) ¿Existen diferencias significativas entre los tipos de neumáticos en cuanto
al desgaste de los mismos? (α=0.05) En SAS: proc glm data=datos;
class coche neumatico;
model desgaste=coche neumatico;
run;
ANOVA
Fuente de Suma de Grados de Cuadrado
Estadístico F p-valor
variación cuadrados libertad medio
Neumático 270 3 90 7,2972973 0,01993564
Coche 104 2 52
Error 74 6 12,3333333
Total 448 11
Ejemplo IV.1.
7
ANOVA
Fuente de Suma de Grados de Cuadrado
Estadístico F p-valor
variación cuadrados libertad medio
Neumático 382 3 127,333333 15,159 0,0061
Coche 162,666667 2 81,3333333
Error 42 5 8,4
Total 586,666667 10
{e } v.a.i.i.d.
ij N (0, σ ), {eij },{α i } y {βi } independientes.
E ( yij ) = µ , V ( yij ) = σ α2 + σ β2 + σ 2 ,
σ β2 , si i ≠ i ', j = j ',
2
Cov( yij , yi=
' j' ) σ α , si =i i ', j ≠ j ',
0, si i ≠ i ', j ≠ j '.
Análisis de la varianza. SCT=SCA+SCB+SCE
Estimación de componentes
SCE σ 2 ~χ (2a −1)(b −1) ⇒ E[CME ] =
σ 2, de la varianza:
v.a.i.
SCA (σ 2 + bσ α2 ) ~χ a2−1 ⇒ E[CMA] =
σ 2 + bαα2 , CMA − CME
=σˆ 2 CME
= , σˆα2 ,
] σ 2 + aσ β2 .
E[CMB= b
CMB − CME
σˆ β2 = .
a
H 0 : σ α2 0 H1 : σ α2 > 0
=
CMA
=FA ~ Fa −1,( a −1)(b −1) , p −=
valor P ( Fa −1,( a −1)(b −1) > FA ).
CME 0 A
H
ANOVA
Fuente de Suma de Grados de Cuadrado
Estadístico F p-valor
variación cuadrados libertad medio
Factor A SCA a-1 CMA F=CMA/CME P(Fa-1,(a-1)(b-1)>F)
Factor B SCB b-1 CMB
Error SCE (a-1)(b-1) CME
Total SCT ab-1
Estimación de parámetros:
σ 2 + σ β2 σˆ 2 + σˆ β2
µˆ i.y= ,= σˆ 2
CME , V( yi. ) = , ˆ y )
V( i. ,
i. b b
CMB − CME 2σ 2 2σˆ 2
µˆ y=.. , σˆ 2
β = , V( yi. − yi '. ) , = V( yi. − yi '. )
ˆ ,
a b b
αˆ=i yi. − y.. , a a a a a
= Si ∑ ci 0,= V(∑ ci yi. ) σ ∑ ci , =
2 2
V(∑ ci yi. ) σˆ ∑ ci2 .
ˆ 2
=i =
1 i 1 ==
i 1 i 1 =i 1
Contraste de hipótesis.
H 0 A : α1 = αa =
... = 0 H1 A : ∃ i tq α i ≠ 0
CMA
=FA ~ Fa −1,( a −1)(b −1) , p −=
valor P ( Fa −1,( a −1)(b −1) > FA ).
CME 0 A
H
ANOVA
Fuente de Suma de Grados de Cuadrado
Estadístico F p-valor
variación cuadrados libertad medio
Factor A SCA a-1 CMA F=CMA/CME P(Fa-1,(a-1)(b-1)>F)
Factor B SCB b-1 CMB
Error SCE (a-1)(b-1) CME
Total SCT ab-1
Ejemplo IV.1.
H 0 : α1 = αa =
.... = 0 H1 : ∃ i tq α i ≠ 0.
CMA b
λ λ ∑ α . 1 − β P( Fa −1,( a −1)(b −1) (λa ) > Fa −1,( a −1)(b −1);α )
a
F ~Fa −1,( a −1)(b −= ( ), = 2
CME
1) a a
σ2 i =1 i
Ejemplo IV.1.