Documentos de Académico
Documentos de Profesional
Documentos de Cultura
repeticiones por
tratamiento. Prueba no paramétrica de Kruskal-Wallis. DCA
con submuestreo.
Métodos Estadísticos
DCA con diferente número de repeticiones por tratamiento.
Ocurren circunstancias en la que por razones fortuitas, aparecen tratamientos con el número de
observaciones diferentes entre los niveles de tratamientos o factor bajo estudio. Sin embargo, ante
estos hechos, el procedimiento es el mismo, con la debida atención que debemos brindar al realizar
los cálculos de las sumas de cuadrados.
. . . . .
. . . . .
. . . . .
Planteamiento de hipótesis
Pasos
Para el análisis de varianza:
1º El término de corrección: es el total general al cuadrado dividido por el número total de observaciones
Métodos Estadísticos
5º Los cuadrados medios entre tratamientos y dentro de tratamientos
Regla de decisión
Tamaño de n 6 4 5 7 22
16.67 13.50 15.40 15.71 15.32
Métodos Estadísticos
Planteo las hipótesis
H0: Las medias de rendimientos de los estudiantes son iguales (µ1 = µ2 = µ3 =µ4)
H1: (Por lo menos un rendimiento es diferente) µ1≠µ2≠µ3≠µ4
Tratamiento 1 = - = 19.33
Tratamiento 2 = - = 5
Tratamiento 3 = - = 23.2
Tratamiento 4 = - = 23.42
Fcal = 2.08
Interpretación: se acepta la hipótesis nula; es decir, no existe diferencias significativas entre los promedios de
rendimiento de las distintas carreras profesionales de la UNTRM debido a que el valor de F con 3 y 18 grados de
libertad a un nivel del 0.05 es mayor que el valor de F calculado.
Ejemplo 2
Se desea evaluar sí para una zona dada existen diferencias significativas en el crecimiento en altura de
cinco variedades de plantas de Pinus Montezumae. Para tal efecto, se plantó material de cada una de las
variedades en seis parcelas de igual superficie. Las mediciones se hicieron a los diez años de efectuada la
plantación, observándose que para entonces se habían perdido dos parcelas de la variedad 1 y una
parcela de la variedad 5. Los datos obtenidos se presentan en la Tabla
Cálculo de los cuadrados medios
Hemos tratado con experimentos con tres o más niveles de tratamientos, en consideración
que las muestran provienen de poblaciones que se distribuyen en forma normal o
aproximadamente normal, con varianzas idénticas. En estas circunstancias, se aplica el
tradicional método del análisis de varianza en la cual empleamos la prueba F para la
comparación de las medias de los tratamientos y su significación.
Dónde:
N: número de elementos de las muestras combinados
ni: número de elementos de cada tratamiento o muestra
k: niveles del factor
R: suma de rangos de cada muestra y el estadístico H se
distribuye aproximadamente como con (k – 1) grados de
libertad.
El planteamiento de la H0: las distribuciones de las k poblaciones son iguales y la hipótesis alternativa
manifiesta que son diferentes.
Como esta prueba es de una sola cola, se rechazará la hipótesis nula si el valor de H es igual o mayor que el
valor de
H0 = m1 = m2 = … =mk
H1= m1≠m2≠…≠m4
Cuando se repite alguno de los datos
H
T =
H T2=
N = 28 T2= 25
T3=
T3= 25
T4=
H = T4= 6
H = 282621.0817
n– 1 = 3 – 1 = 2
Paso 6: regla de decisión
Valor H calculado =
282621.0817
Hcal > F tabla
F ( 0.05,2)=5.99 Fcal =
282621.0817
Interpretación: se rechaza la hipótesis nula; es decir, al menos una de las distribuciones de las 3 variedades de
tomate son diferentes, debido a que el valor de x con un nivel del 0.05 es mucho menor que el valor de H
calculado.
Ejemplo 2
Un psicólogo de la UNTRM realizo un estudio de clima organizacional dentro de la universidad. Se aplico una escala de
clima organizacional a trabajadores que ocupan los siguientes cargos: Decanos, Directores de escuela, profesores y
personal de limpieza. Lo que se pretende con este estudio es conocer si estos cuatro grupos difieren en la percepción que
tienen estos sobre su ambiente laboral. Con un nivel de confianza del 95%.
Hipótesis estadísticas:
H0= No existe diferencias estadísticamente significativas entre los puntajes de clima organizacional de acuerdo con el tipo
de cargo.
H1= Existen diferencias estadisticamente significativas entre los puntajes de clima organizacional de acuerdo con el tipo de
cargo.
78 61 44 20 15.5 12 6 2
78 56 24 19 15.5 9 5 1
71 59 46 23 13 10 7 3.5
72 60 47 23 14 11 8 3.5
58 42 26 10
Ejemplo 2 Decanos Directores
de escuela
Profesores Personal de
limpieza
H
78 61 44 20
H
78 56 24 19
71 59 46 23
H
72 60 47 23
H
H13.98
T=
Gl4-1 T=
T=
T= 6 T= 6
Gl3
H
El valor de = 7.815
Hcal > F tabla
Valor H calculado = 13.98
H 13.98 > 7.815
Donde:
t = número de tratamientos
µ = media general
= efecto atribuído al i-ésimo tratamiento
= término del error experimental
= término del error observacional.
i = iesimo - tratamiento
j = jotaésima - repetición
k = k-ésima - muestra
Hipótesis a probar
Ho :
H1 : Al menos el efecto de un tratamiento es diferente de los demás
Análisis de varianza con submuestreo. Número igual de submuestras.
Donde:
Donde:
FC= Factor de corrección
s = número de submuestras por unidad experimental
r = número de repeticiones
Y = suma de todas las observaciones en el experimento
suma de todas las observaciones que pertenecen al j-ésima repetición
del i-ésimo tratamiento.
Regla de decisión
Ejercicio
Se diseñó un experimento para estudiar el rendimiento de cuatro detergentes
diferentes. Las siguientes lecturas de "blancura" se obtuvieron con un equipo
especialmente diseñado para 12 cargas de lavado distribuidas en tres modelos
de lavadoras:
Detergente A 45 43 51 139
Detergente B 47 46 52 145
Detergente C 48 50 55 153
Detergente D 42 37 49 128
Totales 182 176 207 565
Solución
Considerando los detergentes como tratamientos y las lavadoras como bloques, se obtiene la tabla
de análisis de varianza adecuada y se prueba con análisis de varianza adecuada y se prueba con
un nivel de significación de 0.01 si existen diferencias entre los detergentes o entre las lavadoras.
SCT =
SC(Tr)=([ + 3 – FC =111
SC(BI)= [/4 -26602=135
SCE = 265-11-135=19
Solución
Fuente de Grados de Suma de Cuadrado medio F
varianza libertad cuadrados
Detergentes 3 111 37.0 11.6
Lavadoras 2 135 67.5 21.1
Error 6 19 3.2 -
Total 11 265 - -
Ftr = 11.6
En la tabla
F(0,01;3;6) = 9.78
Solución
El primer F calculado sobrepasa el F de tabla, por lo que se rechaza la hipótesis nula; es decir, existen diferencias en la
eficiencia de los cuatro detergentes.
Fbl = 21.1
En la tabla
F(0,01;2;6) = 10.9
Como el F calculado sobrepasa el F de tabla, se rechaza la hipótesis nula; es decir, existen diferencias entre los
resultados de las 3 lavadoras.
Interpretación: Se rechaza Ho esto quiere decir que al menos una de ellas tiene un rendimiento signicativamente
distinto al de los demás, por lo que los efectos de los detergentes y las lavadoras son significativos.
Ejercicio (DCA) en R
Numerosos factores contribuyen al funcionamiento suave de un
motor eléctrico. En particular, es deseable mantener el ruido del
motor y vibraciones a un mínimo. Para estudiar el efecto que la
marca de los cojinetes tiene en la vibración del motor, se
examinaron cinco marcas diferentes de cojinetes instalando cada
tipo de cojinete en muestras aleatorias distintas de seis motores.
Se registró la cantidad de vibración del motor (medida en
micrones) cuando cada uno de los 30 motores estaba
funcionando. (Anand, 1991)
Una vez verificados los supuestos podemos concluir con una confianza
del 95 % que se rechaza la hipótesis nula
Hay evidencia estadística para concluir que existen diferencias
significativas en al menos un par de medias de tratamientos (marcas) por
lo que si queremos disminuir el ruido debemos identificar la marca de
los cojinetes tiene menor vibración del moto.
Referencias
Verduzco, C. (2009). Uso de calc de openoffice en el análisis de diseños experimentales. [Tesis para
optar por el título de Licenciado en estadística. Universidad Autónoma Chapingo