Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MANABÍ
FACULTAD DE CIENCIAS ECO
SEMIPRESENCIAL
TERCERO “B”
Estadística II
DOCENTE: Yomira Lilibeth Solís Barreto
TEMA:
4. Introducción
4.1. Suposiciones en que se basan las técnicas de análisis de varianza.
4.2. El diseño completamente aleatorizado de un factor.
AD ESTATAL DEL SUR DE
MANABÍ
CIENCIAS ECONÓMICAS
MIPRESENCIAL
ERCERO “B”
Introducción
En conjunto, estas secciones proporcionarán una base sólida para aquellos que buscan profu
de varianza. Al comprender las suposiciones clave y el diseño experimental completamente
estarán mejor equipados para realizar análisis estadísticos rigurosos y extraer informa
requiere una comprensión profunda de las suposiciones
perimentales utilizados. En esta sección, nos sumergiremos
de varianza robusto: las suposiciones inherentes y el diseño
zado de un factor.
1°
Una empresa ensambla productos de línea blanca. La planta trabaja 3 turnos: el matutino, el vespertino
Los trabajadores se rotan cada uno de los turnos, por lo que, al cabo de un trimestre, todos ellos laboraro
turnos que existen. El director de gerencia de producción quisiera saber si existen diferencias entre la pr
promedio de los 3 turnos existentes, ya que la fábrica trabaja a plena capacidad desde hace más de un añ
variaciones significativas en el número de empleados, en la maquinaria, ni en los procesos productivos;
considera que con un análisis de varianza puede contestar esta pregunta; para ello, obtiene una muestra
producción de 8 días de cada turno. Los datos se muestran a continuación.
Se pide realizar:
TURNO
Matutino Vespertino Nocturno
107 92 93
99 101 128
121 94 111
136 112 97
114 136 126
115 114 118
141 117 133
113 123 109
PROMEDIO 118.25 111.125 114.375
1. Verificar hipótesis
2. Se obtienen las medias; tanto la media de cada tratamiento (turno) como la media general de todos los d
3. Obtenemos la suma de los cuadrados totales, a la que llamamos SCT, que es la suma de los cuadrados d
TURNO
Matutino Vespertino
107 57.506944 92 510.006944444444
99 242.8403 101 184.506944444444
121 41.1736 94 423.673611111111
136 458.6736 112 6.67361111111109
114 0.340278 136 458.673611111111
115 0.173611 114 0.34027777777777
141 697.8403 117 5.8402777777778
113 2.506944 123 70.8402777777779
1501.0556 1660.555556
SCT 4641.833333
4. Se obtiene la suma de cuadrados de las variaciones entre los tratamientos. La identificamos como SCTr
SCTr = 203.58333
5. Se obtiene la llamada suma de cuadrados del error y es la variación dentro del tratamiento, la identifica
tratamiento y elevando la diferencia al cuadrado.
TURNO SCE
Matutino Vespertino Nocturno Matutino
107 92 93 126.5625
99 101 128 370.5625
121 94 111 7.5625
136 112 97 315.0625
114 136 126 18.0625
115 114 118 10.5625
141 117 133 517.5625
113 123 109 27.5625
118.25 111.125 114.375 1393.5
6. Para obetener el PCTr. Se divide la suma de cuadrados entre tratamientos (SCTr), entre el número de t
2 grados de libertad.
PCTR: 101.79167
7. Para obtener el PCE se divide la suma de cuadrados de error (SCE) entre el número de datos menos el
grados de libertad en este caso es decir 21 grados de libertad.
4438,25
21
PCE: 211.34524
PCTR
F EMPÍRICA = 0.481636906
PCE
9. Es este caso se tomó la decisión: Se acepta la hipótesis nula si la F crítica es mayor que la F empírica, como
Para el director de gerencia de la fábrica de productos de línea blanca , la conclusión indica que no hay suficien
concluir que al menos uno de los tratamientos tiene un efecto significativo en la variable media, las diferencias
los grupos se atribuyen principalmente a la variabilidad aleatoria inherente a los datos indica (en este ejemplo
en los 3 turnos no hay suficiente evidencia para rechazar la hipótesis nula, todas las medias de los grupos son
productivos por lo tanto, no se requiere tomar medidas específicas ya que no hay suficiente evidencia.
Para el director de gerencia de la fábrica de productos de línea blanca , la conclusión indica que no hay suficien
concluir que al menos uno de los tratamientos tiene un efecto significativo en la variable media, las diferencias
los grupos se atribuyen principalmente a la variabilidad aleatoria inherente a los datos indica (en este ejemplo
en los 3 turnos no hay suficiente evidencia para rechazar la hipótesis nula, todas las medias de los grupos son
productivos por lo tanto, no se requiere tomar medidas específicas ya que no hay suficiente evidencia.
05.
o la media general de todos los datos:
Nocturno
93 465.840277777778
128 180.0069
111 12.84028
97 309.1736
126 130.3403
118 11.67361
133 339.1736
109 31.17361
1480.2222
tro del tratamiento, la identificamos como SCE. Se consigue, dentro de cada tratamiento, con cada dato menos la media del
tos (SCTr), entre el número de tratamientos menos 1, en este caso 3 − 1, que es el número de grados de libertad en este caso, es deci
re el número de datos menos el número de tratamiento en este caso 24-3=21 que es también el número de
os de cuadrados:
NIVEL DE
0.05
SIGNIFICANCIA
el de significación NUMERADOR 2
erador (número de DENOMINADOR 21
de datos menos número de
F CRÍTICA 3.47
s mayor que la F empírica, como la F crítica=3,47 es mayor que la F empírica=0,4816 se acepta la hipótesis nula
hacer algunas consideraciones al respecto. La hipótesis nula implica que todas las medias son iguales y que,
n dar son únicamente variaciones aleatorias. Si los 2 promedios de cuadrados se parecen (el PCTr y el PCE, el
ido a la aleatoriedad, respectivamente), eso quiere decir que podemos esperar que, efectivamente, la única
or eso no se rechaza la hipótesis nula.
yor que el PCTr, típicamente se interpreta que no hay suficiente evidencia para rechazar la hipótesis nula de
ales.
enos la media del
4641.833333
LUISA BOHORQUEZ: La
CARLOS BARONA: Al emplear el suposición de normalidad es
diseño completamente aleatorizado, fundamental en las técnicas de análisis
concluimos que se refuerza la de varianza. Concluimos que la validez
posibilidad de obtener resultados de los resultados depende de la
replicables, ya que la aleatorización distribución normal de los datos, lo que
disminuye la influencia de variables resalta la necesidad de explorar y, si es
externas no controladas. necesario, aplicar transformaciones
para cumplir con esta premisa.