Documentos de Académico
Documentos de Profesional
Documentos de Cultura
un factor (ANOVA)
ANÁLISIS MULTIVARIADO
Áreas de aplicación
El análisis de varianza tiene una amplia aplicación en muchas
disciplinas; su uso es muy importante para la mejora de
procesos de manufactura, desarrollo de nuevos procesos,
productos, y la mejora de los ya existentes.
Ej. Conocer qué campaña publicitaria tiene más impacto en
las ventas de algún producto, qué tipo de aprendizaje
repercute en las calificaciones de los alumnos de ciertas
carreras o cuál dieta ayuda a bajar más de peso. Se pueden
modelar los fenómenos que surjan en los procesos
productivos, procedimientos de manufactura, métodos de
aprendizaje y sobre todo cuando a los individuos, servicios o
productos se les aplican diferentes tratamientos como en
medicina y psicología, entre otros.
Definición
El análisis de varianza es una técnica funcional que se emplea básicamente
en la experimentación; esta técnica utiliza una o más variables
independientes, todas ellas no métricas, y trata de explicar el
comportamiento de una o más variables dependientes métricas.
Se descompone el comportamiento de las variables dependientes en 3 o
más variaciones, las cuales indican qué tanto se logró explicar dicho
comportamiento.
El análisis de varianza es el estudio de la variabilidad del resultado de un
experimento y se puede dividir en dos partes.
◦ Una que se origina por los factores que influyen directamente en el resultado del
experimento
◦ Otra producida por el resto de los factores que también influyen en el resultado
del experimento con variabilidad no controlable, conocido como error muestral
Diferenciación
El análisis de varianza se diferencia
de otras técnicas porque:
Cuando el objetivo del análisis de varianza es explicar “n” variables dependientes a partir de “m”
independientes, la técnica se llama “análisis de varianza multivariado” o MANOVA; en este caso sería:
Los factores o tratamientos son las variables independientes del experimento; se llaman factores porque las
variables independientes son características, y también se les llama como tratamientos por la manipulación
que se puede hacer de esas variables independientes para ver cómo afectan a la variable dependiente.
Los niveles de factor son los valores que toman las variables independientes.
Un error muestral es el error debido a la aleatoriedad en la selección de los elementos muestréales
Supuestos de análisis de varianza
◦ Homoscedasticidad
La hipótesis que se prueba en el análisis de varianza de un factor es que las medias poblacionales
(las medias de la variable dependiente en cada nivel de las variables independientes) son iguales.
Si las medias poblacionales son iguales, significa que el comportamiento de la variable
dependiente es el mismo en las diferentes alternativas que se manejan en el experimento y que,
por lo tanto, el factor es independiente de la variable dependiente, con lo cual se concluiría que el
factor no afecta a la dependiente.
PARA PONER A PRUEBA LA HIPÓTESIS DE IGUALDAD DE MEDIAS SE DEBE OBTENER UN
ESTADÍSTICO LLAMADO F QUE REFLEJA EL GRADO DE DIFERENCIAS ENTRE LAS MEDIAS QUE SE
COMPARAN.
Ejemplo de experimento ANOVA: explicación
de ventas de una salsa por el color del envase.
Variación total: se refiere a lo distinto que son los datos sin clasificarlos, compuesta por la
variable explicada y no explicada:
Variación explicada: también llamada variación entre grupos, se encuentra al comparar los
datos de los diferentes niveles del factor, es decir, muestra lo distinto que son los datos debido a
que pertenecen a diferentes colores de envase. Resulta de comparar cada promedio de cada
nivel con el promedio general de los datos.
Ejemplo de experimento ANOVA: explicación
de ventas de una salsa por el color del envase.
Variación no explicada: también llamada dentro de los grupos es la que existe entre los datos
dentro del mismo factor y no se considera en el experimento, es el resultado de la comparación
de cada dato de cada nivel de factor con respecto a su correspondiente promedio de nivel de
factor.
Cuadrados medios:
Prueba F: