Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Anova
Anova
Tema 1
5 7 8 15 11 9 10
10 12 17 13 18 19 15
15 14 18 19 17 16 18
20 19 25 22 23 18 20
(i = i)
Regina Kaiser Depto. Estadística, Universidad Carlos III 17
Descripción breve del tema
1. Introducción al diseño de experimentos
2. El modelo
3. Estimación de los parámetros
4. Propiedades de los estimadores
5. Descomposición de la variabilidad
6. Estimación de la diferencia de medias
Método de Fisher o LSD, contrastes múltiples
7. Diagnosis
Regina Kaiser Depto. Estadística, Universidad Carlos III 18
Estimación de los parámetros
En el modelo yij i uij
Para i=1,…,I y j=1,…,ni con yij~N(0, 2)
Los parámetros desconocidos son:
El verdadero valor de la media de cada grupo
1, 2,…, I
La varianza de la perturbación 2.
ˆ i yi. y1.
ni
y3.
y2.
y1.
ij
e 2
i 1 j 1
ˆ 2
Sˆ R2 i 1 j 1
nI
El término que aparece en el cociente son los
grados de libertad.
Tenemos (n I ) Sˆ R2
~ n I
2
2
Regina Kaiser Depto. Estadística, Universidad Carlos III 24
Descripción breve del tema
1. Introducción al diseño de experimentos
2. El modelo
3. Estimación de los parámetros
4. Propiedades de los estimadores
5. Descomposición de la variabilidad
6. Estimación de la diferencia de medias
Método de Fisher o LSD, contrastes múltiples
7. Diagnosis
Regina Kaiser Depto. Estadística, Universidad Carlos III 25
Props. de los estimadores (medias)
yij i uij yij ~ N ( i , ) 2
j 1, ni i 1, I
Esperanza: E[ ˆ i ] E[ yi ] i
(centrado o insesgado)
2
Varianza: Var [ ˆ i ] Var [ yi ]
ni
Regina Kaiser Depto. Estadística, Universidad Carlos III 26
Props. de los estimadores (medias)
Además, como ̂ i es combinación lineal de
variables independientes y normales, sigue
distribución normal.
yI .
y2.
y1.
yi .
I ni I ni I ni I ni
ij
( y y
i 1 j 1
) 2
ij i i
( y y ) 2
( y y ) 2
2 ( yij yi )( yi y )
i 1 j 1 i 1 j 1 i 1 j 1
I ni I ni I
ij
( y y
i 1 j 1
) 2
ij i i i
( y y ) 2
n ( y y ) 2
i 1 j 1 i 1
VT VNE VE
Regina Kaiser Depto. Estadística, Universidad Carlos III 32
Descomposición de la variabilidad
La Variabilidad Explicada (VE) mide la
variabilidad entre los distintos grupos. Si es
pequeña, es porque las medias son similares.
VE
Además, si 1=…=I ~ I 1
2
2
Entre grupos
I I
n (y Sˆe2
n (y y.. ) 2
ˆ
i 1
VE 2
i 1 I 1
SR
Residual I ni I
( y
ni
( y
yi . ) 2
ij yi . ) 2
nI Sˆ R2
i 1 j 1
ij
VNE i 1 j 1 nI
I ni I ni
n 1
Aceptación Rechazo
Aceptación
1
1
Sˆe2
Regina Kaiser Depto. Estadística, Universidad Carlos III
SˆR2 36
Descomposición de la variabilidad
Ejemplo: manufactura de papel
Sˆe2
SˆR2
0.05
F(3,20)
F0.05(3,20) 3.098
H1: 12
0.5
y1 y2
0.4
Si t sˆ 1 n1 1 n 2
t n1 n2 2, / 2
0.3
T
0.2
rechazamos H0.
0.1
Acepto
0.0
En la gráfica c tn1n22,/2
-c c
-0.1
H 0 : 1 4 y1 j ~ N ( 1 , 2 )
t 7.07 t(0.025,10) 2.228
2.22
H1 : 1 4 y3 j ~ N ( 3 , 2 )
H 0 : 2 3 y2 j ~ N ( 2 , 2 )
t 0.98
H1 : 2 3 y3 j ~ N ( 3 , )2
H 0 : 2 4 y2 j ~ N ( 2 , 2 ) t 3.49
H1 : 2 4 y4 j ~ N ( 4 , 2 ) No hay diferencia en la
H 0 : 3 4 y3 j ~ N ( 3 , 2 ) Resistencia al utilizar el
t 3.06
H1 : 3 4 y4 j ~ N ( 4 , 2 ) 10 ó 15 % de celulosa
Regina Kaiser Depto. Estadística, Universidad Carlos III 44
Diferencia de medias
Ejemplo: manufactura de papel
H 0 : 1 2 y1 j ~ N ( 1 , 2 )
H1 : 1 2 y2 j ~ N ( 2 , 2 )
H 0 : 1 3 y1 j ~ N ( 1 , 2 )
H1 : 1 3 y3 j ~ N ( 3 , 2 )
H 0 : 1 4 y1 j ~ N ( 1 , 2 )
H1 : 1 4 y3 j ~ N ( 3 , 2 )
Si todas las varianzas son
H 0 : 2 3
iguales, podemos utilizar
y2 j ~ N ( 2 , 2 )
H 1 : 2 3 y3 j ~ N ( 3 , 2 )
la información de todas
H 0 : 2 4
las muestras para estimar
y2 j ~ N ( 2 , 2 )
H1 : 2 4
la varianza
y4 j ~ N ( 4 , 2 )
H 0 : 3 4 y3 j ~ N ( 3 , 2 )
H1 : 3 4 y4 j ~ N ( 4 , 2 )
Regina Kaiser Depto. Estadística, Universidad Carlos III SˆR2 45
Estimación de la diferencia de medias
Método Fisher o LSD
Deseamos hacer varios contrastes del tipo
H 0 : 1 2
H1 : 1 2
y, según las hipótesis del modelo, la varianza es la
misma en todos los niveles del factor. Utilizamos, así,
todos los datos para estimarla
I ni I
e 2
ij i i
( n 1) ˆ2
S
Sˆ R2
i 1 j 1
i 1
nI nI
Regina Kaiser Depto. Estadística, Universidad Carlos III 46
Estimación de la diferencia de medias
Método Fisher o LSD
La distribución del estadístico es ahora:
y1 y2
~ tn I
Sˆ R 1 n1 1 n 2