Documentos de Académico
Documentos de Profesional
Documentos de Cultura
producción animal
R1 R2 R3 R4 R5
4,228 4,529 4,994 5,626 4,891
4,330 4,956 4,373 5,373 5,142
3,791 4,160 5,642 4,932 5,002
4,008 4,650 5,124 4,843 3,992
3,910 3,891 4,562 5,217 4,810
Análisis de la Varianza (ANAVA) en el DCA
Consiste en comparar dos varianzas, la varianza de
los tratamientos (s ) respecto a la varianza debido al
2
Trat
Dónde:
y es la variable respuesta
es la media global
es el efecto de los tratamientos
es la varianza del error experimental
Los grados de libertad
• Los grados de libertad son la cantidad de información con la que se
calculan las varianzas, ya que en el ANAVA la varianza total se factoría
en diferentes fuentes de variación las SC y GL lo hacen de la misma
forma:
• GL Total = N-1
• GL Tratamientos = T -1
• GL Error = N – T
Las sumas de cuadrados
•
•
• Los productos cruzados son 0 por lo tanto:
FV GL SC CM F
Total n-1
Regla de decisión
• Si el valor F está acompañado de un valor P <0.05 rechazamos H0.
Tratamientos
A B C D
55 61 42 169
49 112 97 137
42 30 81 169
21 89 95 85
52 63 92 154
Caso no ortogonal
• Con mas de dos efectos principales y con datos desbalanceados no se
puede hacer los análisis usando alegremente el procedimiento
convencional, hay que usar herramientas matriciales o programas
como el GLM.
Ejemplo 2
Raciones
Totales 1 2 3
3 5 7
5 6 6
6 2 4
2 7 3
8 6
3 4
9
8
16 48 30
4 6 6
Procedimiento de Henderson.
• El procedimiento presentado por el Dr. Henderson, además de ser
más simple, nos permite obtener una matriz inversa con las columnas
e hileras correspondientes a la matriz X'X originales y en efecto con
todos los elementos inversos.
Procedimiento de Henderson
• 1 1 0 0 3
1 1 0 0 5
[ ] []
1 1 0 0 6
1 1 0 0 2
1 0 1 0 5
1 0 1 0 6
1 0 1 0 2
1 0 1 0 7 18 4 8 6
𝑋 =
1
1
1
1
0
0
0
0
1
1
1
1
0
0
0
0
𝑦=
8
3
9
8
𝑋
′
[
𝑋 =
4
8
6
4
0
0
0
8
0
0
0
6
]
1 0 0 1 7
1 0 0 1 6
1 0 0 1 4
1 0 0 1 3
1 0 0 1 6
1 0 0 1 4
Procedimiento de Henderson
•
Procedimiento de Henderson
•
• =
Experimento factorial ortogonal
Ventajas Desventajas
• Genera mayor información. El • Se requiere un numero grande
numero de grados de libertad para de unidades experimentales.
estimar el error experimental es • Algunas de las combinaciones
alto.
de los factores no tienen
• Es mas eficiente respecto al interés practico
estudio de un factor manteniendo
fijo los otros factores • La interpretación de los
• Permiten estudiar los efectos resultados se hace difícil en la
principales, efectos de interacción, medida que aumenta el
efectos simples y efectos anidados. numero de factores y de
niveles
Efecto de interacción
• El efecto de interacción de el nivel i del factor A con el nivel j de B, denotado
por (αβ)ij , es la diferencia entre las medias de los tratamientos y el valor que
se esperaría obtener si los factores A y B fueran aditivos (independientes). Si
en realidad los factores A y B son aditivos, todas las interaccionas serian igual
a cero, esto es, (αβ)ij = 0 i, j
• El efecto de interacción entre dos factores se llama interacción de primer
orden. La interacción triple (A*B*C), interacción de segundo orden y así las
demás
• La presencia de la interacción indica que el efecto de los factores sobre la
respuesta es no lineal
Identificando la interacción
SCT ( y ijk y ) 2
i j k
SCA kb ( y i .. y ) 2
i
SCB ka ( y. j . y ) 2
j
•Demostración:
Obtención de los cuadrados medios
•
• CUADRADOS MEDIOS
A
B
AB
AB
Error
Error
Total
Total
Hipótesis
H 0 : 1 2 a 0
H1 al menos una i 0
H 0 : 1 2 b 0
H1 al menos una j 0
H 0 : Todas ( ) ij 0
H1 : H1 al menos una ( ) ij 0
Ejemplo 3
Salida del SAS
Caso de la NO ortogonalidad en un diseño factorial
• Cuando se pierden las observaciones debido a la mala técnica
experimental, a la muerte de un animal ( o unidad experimental) el
diseño pierde algo de su simetría y balanceo, esto dificulta que la
aleatorización valide el error de manera justa, en otras palabras se le
pude dar mas peso a un tratamiento del que merece lo que ocasiona
que existan problemas de estimación y los cálculos del ANOVA sean
sesgados.
5 2 3
6 3
5
6
7
11 23 3 37
2 5 1 8
2 8 4
3 8 4
9 6
6
7
5 25 27 57
2 3 5 10
94 18
Método de Henderson( sin efecto de
interacción)
•
Método de Henderson
•
𝜇^
18 4 86 0 8 10 0 94
] [] []
𝛼^ 1
[
4 4 00 1 2 2 0 16
8 0 80 1 5 3 0 𝛼^ 2 48
6 0 06 1 1 5 0 𝛼^ 3 ′ 30
𝑋 ′ 𝐴 𝑋 𝐴= 𝑃𝑎𝑟𝑎𝑚𝑒𝑡𝑟𝑜𝑠= 𝑋 𝑌=
0 1 11 0 0 0 0 𝜃1 0
8 2 51 0 8 0 1 𝛽^ 1 37
10 2 35 0 0 10 1 𝛽^ 2 57
0 0 00 0 1 1 0 0
𝜃2
Método de Henderson (sin efecto de
interacción)
•
Método de Henderson con
efecto de interaccion
•
• Racion
• Padres
• Racion xpadres
•
Inversa de X’X
Estimadores
Estimador Estimador
parametro Solución final
4.8888889 4.8889
-0.522222 -0.5222
0.5222222 0.5222
-6.51E-15 0
-0.888889 -0.8889
1.5777778 1.5778
-0.688889 -0.6889
-2.32E-15 0
2.0222222 2.0222
-1.344444 -1.3444
-0.677778 -0.6778
-2.022222 -2.0222
1.3444444 1.3444
0.6777778 0.6778
-1.83E-15 0
-2.16E-15 0
1.422E-15 0
4.568E-15 0