Documentos de Académico
Documentos de Profesional
Documentos de Cultura
modelos de mixtos
Factor de Efectos fijos
p (X )
p (X )
0.2 0.2 0.2
E CHIP
E CHIP
0.0 0.0 0.0
2 3 4 5 6 7 8 7 8 9 10 11 12 13 12 13 14 15 16 17 18
X X X
2
i ~ N (0, ) 0 .4
N o r m a l D e n s it y
0 .4
N o r m a l D e n s it y
0 .4
N o r m a l D e n s it y
0 .3 0 .3 0 .3
p (X )
p (X )
p (X )
0 .2 0 .2 0 .2
0 .1 0 .1 0 .1
2
i ( j ) ~ N (0, )
E C H IP
E C H IP
E C H IP
0 .0 0 .0 0 .0
2 3 4 5 6 7 8 7 8 9 10 11 12 13 12 13 14 15 16 17
X X X
0.3
p (X )
0.2
0.1
E CHIP
0.0
7 8 9 10 11 12 13
Tratamiento i
Los valores de las Yij dentro de cada población,
para cada nivel del factor (aleatorio o no)
tienen una varianza conocida como el error
experimental, dada por 2
Ejemplo
• En una fábrica se han observado anomalías
en la calidad de las piezas producidas por
un tipo de máquinas: por haber sido
revisadas recientemente se piensa que los
defectos puedan deberse a los trabajadores.
Para contrastar esta hipótesis se toma una
muestra aleatoria de trabajadores y se
controla la calidad de las distintas piezas
que cada uno obtiene.
PREGUNTAS
• Cual es la variable respuesta?
• Que factor se esta estudiando?
yij = + i + ij
i = 1, 2, . . . , t y j = 1, 2, . . . , n,
2
ε ij ~ N(0.σ ) y
2
i ~ N(0, )
Pruebas de Hipótesis,
Metodología General
En el caso del modelo aleatorio, la
metodología de las pruebas de hipótesis es
igual a la del modelo de efectos fijos.
Se construye una tabla de ANOVA,
descomponiendo las sumas de cuadrados, de
acuerdo al diseño experimental usado.
Obteniendo un cuadrado medio (CM) para
cada una de las fuentes de variación.
Pruebas de Hipótesis,
Metodología General
Después se obtienen las Esperanzas de
Cuadrados Medios, { E (CM) }.
Esto equivale a encontrar que es lo que
estima cada CM, es decir si el estudio se
repitiera (conceptualmente) muchas veces,
cuál sería el promedio de los muchos valores
de CM que se tendría (uno para cada
repetición del estudio).
Pruebas de Hipótesis,
Metodología General
La hipótesis de nula se construye al
considerar que un componente de varianza
para un efecto aleatorio es cero.
Esto es la igualdad de las Esperanzas de
dos Cuadrados Medios.
Ho : E(CM1) = E(CM2)
vs.
Ha : E(CM1) > E(CM2)
Pruebas de Hipótesis,
Metodología General
E(CM1) = 2+c12
y
E(CM2) = 2
SCT
g.l.T CMT g.l.T
Fc al ~ Fg.l.E
SCE CME
g.l.E
• Entonces rechazo H0 si g.l.T
Fcal F g.l.E, 0.95
E CME 2
Paso 2:
Estimación de los Componentes
de la Varianza
• Igualando los valores esperados de los
cuadrados medios con los valores
observados, se obtiene:
2
CME ETIMADOR DE
2 2
CMT r MOMENTOS
Entonces:
ˆ2 CME 2 CMT CME
ˆ
r
Diferente tamaño de muestra
2
CME 2 1 t
ri
r0 N
2 2
CMT r0 t 1 t 1 N
Entonces:
2 CMT CME
2 ˆ
ˆ CME r0
Total 111.9375 15
• Como valor p < α=.05
3
F12, 0.05 = 3.49 < 15.68
• Se rechaza H0 ≡ σ2τ = 0 con nivel de
significancia de 0.05
Estimación de los componentes
de la varianza:
ˆ CME 1.90
2
En forma matricial
y = Xb+Zu+e,
Modelo Matricial
y11 1 1 0 1 0 0 11
y21 1 0 1 1 0 0 21
b1
y 1 1 0 0 1 0
12 1 b2 12
= + +
y22 101 2 010
b3 22
y13 1 1 0 0 0 1 13
y23 1 0 1
0 0 1 u
23
y X Z
= Zvar(u)ZT+var(e)
V= ZGZ+R
La matriz V puede no ser diagonal o la identidad
Matriz V
var(y)=ZGZT+2
V=
I
Estructura :
compound-symmetry
2+2B 2B 0 0 0 0
2 2+2B 0 0 0 0
B
0
0 2+2B 2B 0 0
0 0 2B 2+2B 0 0
0 0 0 0 2+2B 2B
0 0 0 0 2B 2+2B
1
L(bGLS ( ), ) ln det(V ( )) ( Error SS )( ) ,
2
Ejemplo: Diseño bloques al azar
• El ejemplo es de Little and Hills, y estudia la respuesta de
ovejas a estrogeno. Las ovejas estan bloqueadas por rancho,
con cuatro tratamientos. Los tratamientos son combinaciones
del sexo de la oveja (M o F) y los tratamientos de estrogeno
(S0 o S3). A pesar de que estos datos pueden ser analizados
como factorial, los trataremos como 4 tratamientos.
Block
Treatment I II III IV
F-S0 47 52 62 51
M-S0 50 54 67 57
F-S3 57 53 69 57
M-S3 54 65 74 59
Diseño Bloques al Azar (Mixto)
Modelo Estadístico:yij = + i + bj+ ij ;
i= 1, 2, 3, ... , t j= 1, 2, 3, ... , b
Donde: