Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Clase 1-2
Claudio Cerrón Landeo
• Reconocer las características de
Objetivos de clase una prueba de varianzas.
Al finalizar al presentación el estudiante
podrá
• Determinar en que circunstancias
se aplica ANOVA.
Distribución F
Programas de capacitación
Programas
1 2 3
85 80 82
72 84 80
83 81 85
80 78 90
82 88
ANOVA: Una prueba para más de dos
medias
• Ho : µ1 = µ2 = µ3 = . . . .
FACTOR 2
4.1 4.1 4.0 4.2 2.7 3.9
G 4.1 4.1 4.0 F
3.9 3.8 2.3 3.9 3.4 2.9
FACTOR 2
H 3.9 3.8 2.3
3.7 3.6 3.5 G 4.1 4.1 4.0
I 3.7 3.6 3.5 4.0 3.8 4,3
3.5
3.9 3.8 2.3
H
3.6 4.6 2.6
3.7 3.6 3.5
I
3.2 4.2 3.7
ANOVA de un Factor
ANOVA de una Vía
Requisitos
• Las poblaciones tienen
distribuciones que son
aproximadamente
normales. Este requisito
no es demasiado estricto,
ya que el método
funciona bien, a menos
que la población tenga
una distribución muy
diferente de la normal o
existan datos extremos
Requisitos
Tratamiento o
Factor o vía SCTR = K-1 CMTR= F=
(entre muestras)
78 94 73 79
87 91 78 83
81 87 69 78
89 90 83 69
85 88 77 81
90 83
73
Al nivel de significancia de 0.01, ¿las promociones producen
diferentes efectos sobre las ventas?
Ejemplo 1 Hipótesis
• H0: = = =
• H1: Por lo menos una media es diferente
78 94 73 79
87 91 78 83 K=4
81 87 69 78 N = 23
89 90 83 69
85 88 77 81
90 83
73
78 94 73 79
87 91 78 83
81 87 69 78
89 90 83 69
85 88 77 81
90 83
73
= 5 6 5 7
Ejemplo 1 - Medias
• H0: = = =
• H1: Por lo menos una media es diferente
78 94 73 79
87 91 78 83
81 87 69 78
89 90 83 69
85 88 77 81
90 83
73
= 5 6 5 7
= 84 90 76 78
Ejemplo 1 – Desviaciones Estándar
• H0: = = =
• H1: Por lo menos una media es diferente
78 94 73 79
87 91 78 83
81 87 69 78
89 90 83 69
85 88 77 81
90 83
73 = 82
= 5 6 5 7
= 84 90 76 78
= 4.4721 2.4495 5.2915 5.2599
Ejemplo 1 – Suma de cuadrados.
• Calculamos las sumatorias de cuadrados:
= 5 6 5 7
= 84 90 76 78 = 82
= 4.4721 2.4495 5.2915 5.2599
𝑆𝐶𝑇 =∑ 𝑛 𝑗 ∗ ( 𝑥− 𝑥´ )
2
𝑆𝐶𝑇 =5 ( 84 − 82 ) 2 +6 ( 90 − 82 )2+ 5 (76 −82 )2 +7 ( 78 − 82 )2
𝑆𝐶𝑇 =696
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696
Por el Error
Ejemplo 1– Suma de cuadrados Error
• Calculamos las sumatorias de cuadrados:
= 5 6 5 7
= 84 90 76 78 = 82
= 4.4721 2.4495 5.2915 5.2599
𝑆𝐶𝐸=∑ ( 𝑛 𝑗 −1 ) ∗ 𝑠 2
𝑗
2 2 2 2
𝑆𝐶𝐸 = ( 5 − 1 ) 4.4721 + ( 6 − 1 ) 2.4495 + ( 5 − 1 ) 5.2915 + ( 7 − 1 ) 5.2599
𝑆𝐶𝐸=388
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696
K=4
N = 23
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696 3
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696 ÷ 3
= 232
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696 ÷ 3
= 232
Total 22
Ejemplo 1 – Estadístico de Prueba
• H0: = = =
• H1: Por lo menos una media es diferente
Origen de las
variaciones SC gl CM F
Por el Tratamiento 696 3 232 = 11.361
÷
Por el Error 388 19 20.4211
Total 22
Ejemplo 1 – Valor Crítico
• H0: = = =
• H1: Por lo menos una media es diferente
Origen de las
variaciones SC gl CM F
Por el
Tratamiento 696 3 232 11.361
Total 22
3.1274
Ejemplo 1 - Conclusión
• H0: = = = F
• H1: Por lo menos una media es diferente V
Entre grupos
Por el Tratamiento 696 3 232 11.361
Dentro de los
grupos 388 19 20.4211
Por el Error
Total 22
Homocedasticidad
Test de Bartlett
bartlett.test(y ~ x) Independencia
Pero debido a que hay un grupo (IF) que se encuentra en el límite para aceptar que se distribuye
de forma normal, el test de Fisher y el de Bartlett no son recomendables. En su lugar es mejor
emplea un test basado en la mediana test de Levene o test de Fligner-Killeen.
APLICACIÓN CON R
Como era de esperar no se encuentra diferencia significativa entre ningún par de medias.
APLICACIÓN CON R
5. Conclusión
•Para cada celda, los valores muestrales provienen de una población con una
distribución que es aproximadamente normal.
•Las poblaciones tienen la misma varianza (o desviación estándar σ).
•Las muestras son aleatorias simples.
•Las muestras son independientes entre sí.
•Los valores muestrales se categorizan en dos factores.
•Todas las celdas tienen el mismo número de valores muestrales.
ANOVA de 2 factores
Análisis de la varianza
(ANOVA)
FACTOR 1
A B C
EJEMPLOS
• Eficiencia de varios modelos de un tipo de máquina. Se controla la influencia del medio
ambiente. Factores: modelo de la máquina, condiciones ambientales.
• Análisis de muestras. Factores: muestra, analista.
• Eficacia de distintos tratamientos (dosis) con un determinado medicamento. Factores:
tratamiento, edad del paciente.
• Tiempo de permanencia en sangre del principio activo de un medicamento. Factores:
preparación, individuo.
ANOVA de dos factores sin interacción
Entre Bloques
Entre filas
SCBL= L-1 CMBL=
Entre Muestras
o Tratamientos SCTR = K-1 CMTR=
Entre columnas
Dentro de los
grupos SCE =SCT-(SCBL+SCTR) (L-1)(K-1) CME=
Por el Error
Sistemas
Nivel de A B C
experiencia
1 27 21 25
2 31 33 35
3 42 39 39
4 38 41 37
5 45 46 45
Planteamiento de Hipótesis
Filas o Bloques
Ho: μ1 = μ2 = μ3 = μ4 = μ5 (No hay diferencia entre niveles de experiencia)
H1: Por lo menos un nivel de experiencia produce efectos diferentes.
Columnas o Tratamientos.
Ho: μA = μB = μC(No hay diferencia entre tipos de sistemas)
H1: Por lo menos un sistema es diferente.
Datos
Sistemas
(tratamientos)
Nivel de
experiencia 1 2 3
(filas)
1 27 21 25
2 31 33 35
3 42 39 39
4 38 41 37
5 45 46 45
1 27 21 25
Número 2 31 33 35
de Filas
L=5 3 42 39 39
4 38 41 37
5 45 46 45
N = 15
36.267
𝝈 𝒕𝒐𝒕𝒂𝒍 =𝟕 . 𝟑𝟑𝟒𝟓
Número de Datos
Sistemas (tratamientos) Columnas o
Tratamiento
k=3
Nivel de
experiencia 1 2 3 ni si
(filas)
1 27 21 25 3 24.333 3.055
Número 2 31 33 35 3 33 2.
de Filas
L=5 3 42 39 39 3 40 1.732
4 38 41 37 3 38.667 2.082
5 45 46 45 3 45.333 0.577
nj 5 5 5
N = 15
36.6 36 36.2 36.267
sj 7.503 9.592 7.294 𝝈 𝒕𝒐𝒕𝒂𝒍 =𝟕 . 𝟑𝟑𝟒𝟓
Sumatorias:
Filas o Bloques:
SCBL=
SCBL = 3(24.33-36.267)2 + 3(33--36.267)2 + 3(40-36.267)2 + 3(38.667-36.267)2 +
3(45.33-36.267)2
SCBL = 764.944 Suma de Cuadrados del
Columnas o Tratamientos: Error:
SCTR= SCE = SCT-(SCBL+SCTR)
SCBL = 5(36.6-36.267)2+5(36-36.267)2+5(36.2-36.267)2
SCE = 806.933-(764.944+0.933)
SCTR = 0.933
SCE = 41.056
Total:
SCT= , donde; = (7.335)2 = 53.796
SCT = (53.796)(15)
SCT = 806.933
Tabla ANOVA 2 factores
Origen de las
variaciones SC gl CM F
Entre Bloques
Entre filas
SCB =764.944 L-1 CMBL=
Entre
Muestras
o SCTR =0.933 K-1 CMTR=
Tratamientos
Entre columnas
SCE =SCT-
Por el Error
(SCBL+SCTR)
L*K CME=
=
=
=
Reglas de decisión
Origen de Fcrit
SC gl CM F
variaciones
Entre Bloques
Entre filas SCB =764.933 4 191.233 37.253 3.8379
Dentro de los
grupos SCE = 41.067 8 5.133 =4
Por el Error
= 8
Total SCT=806.933 14
α = 0.05
3.8379
=2
= 8
α = 0.05
4.4590
Conclusiones
Origen de Fcrit
SC gl CM F
variaciones
Entre Bloques
Entre filas SCB =764.933 4 191.233 37.253 3.8379
Dentro de los
grupos SCE = 41.067 8 5.133 =4
Por el Error
= 8
Total SCT=806.933 14
α = 0.05
3.8379
Rechazamos Ho
=2
= 8
α = 0.05
No rechazamos Ho
4.4590
Pruebas Post Hoc
FACTOR 1
A B C
FACTOR 2
G 4.1 4.1 4.0
4.0 3.8 4,3
3.9 3.8 2.3
H
3.6 4.6 2.6
3.7 3.6 3.5
I
3.2 4.2 3.7
Diseño del modelo ANOVA de dos factores
con interacción
Diseño del modelo ANOVA de dos factores
con interacción
ANOVA dos vías (con interacción)
Origen de las
variaciones SC gl CM F
Filas
Entre filas
SCFil L-1 CMBL=
Columnas
Entre columnas
SCCol K-1 CMTR=
Error
Por el Error
SCE gl=glt-(Σgl) CME=
FACTOR AB
Ho: μA = μB = μC
H1: Por lo menos una media es diferente.
INTERACCIÓN AB
Ho: Existe interacción entre sexo y fármaco
H1:No existe
El resultado de la tabla ANOVA es:
Dentro del
387.6 24 16.15
grupo
Total 937.867 29
El resultado de la tabla ANOVA es:
Origen de las Suma de Grados de Promedio de Valor crítico
variaciones cuadrados libertad los cuadrados F Probabilidad para F
Muestra 3.333 1 3.333 0.206 0.654 4.260
Dentro del
grupo 387.6 24 16.15
Total 937.867 29
Ho: μmujer = μhombre
H1: Por lo menos una media es diferente.
Dentro del
grupo 387.6 24 16.15
Dentro del
grupo 387.6 24 16.15
Total 937.867 29
Ho: Existe interacción entre sexo y fármaco
H1: No existe interacción
En el caso de la interacción Tipo de fármaco-sexo:
Valor P = 0.944 > α = 0.05.
No se rechaza Ho, no existe diferencias ocasionadas por la interacción.
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R
APLICACIÓN CON R