Estadística II Prueba de hipótesis considerando

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Datos multivariados: Análisis Clásicos y Nuevas Tecnologías
Elementos del Diseño de Experimentos y Análisis de la Varianza
ANÁLISIS DE LA VARIANZA (ANOVA)
TECNICAS DE EVALUACIÓN DE ALGORITMOS DE APRENDIZAJE
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Normalidad, Variabilidad y estimación del Modelo de Regresión
Diseño Completamente Aleatorizado: ejemplo
PRUEBAS ESTADISTICAS NO PARAMETRICAS
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
PARA LA REGRESIÓN LINEAL SIMPLE
Regresión Lineal Simple
InfoStat. Software estadístico
DISEÑOS POR BLOQUES ALEATORIZADOS
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE QUIMICA FARMACEUTICA
Experimentos con un solo factor: anÁlIsis de varianza
MÁS DE DOS MUESTRAS Procedimientos paramétricos. Pruebas de diferencias entre más de dos muestras *Con cálculos diferentes de SC y gl, según el caso.
ANALISIS DE VARIANZA.
REGRESIÓN LINEAL MÚLTIPLE TEMA INTRODUCCIÓN 2 x1x1 Y x2x2 x3x3 xKxK.
ANOVA Análisis de Varianza: Simple Doble Factorial.
MÁS DE DOS MUESTRAS 7.3 Procedimientos paramétricos.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
REGRESIÓN Y CORRELACIÓN  REGRESIÓN Es un Proceso estadístico que consiste en predecir una variable a partir de otra utilizando datos anteriores. INGA.
1 Pronósticos, Series de Tiempo y Regresión Capítulo 3: Regresión Lineal Simple.
Recordatorio Estadística Paramétrica Se basa en el conocimiento que los datos presentan una distribución estadística conocida y cada distribución tiene.
DISEÑO EN CUADRADO LATINO Y GRECOLATINO
DISEÑOS EXPERIMENTALES
Análisis de varianza Paramétricos vs. No Paramétricos
ESTADÍSTICA II Ing. Danmelys Perozo MSc.
INFERENCIA ESTADÍSTICA PARA DOS POBLACIONES
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
CHI CUADRADO  2 OBJETIVOS –Describir situaciones donde es adecuado la utilización de la prueba de Chi Cuadrado (  2 ) –Formular Hipótesis para diferentes.
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.
Pruebas de normalidad y asunciones de los modelos lineares
Procedimientos paramétricos
PRUEBAS DE HIPOTESIS CAPITULO 8 METODOLOGIA DE LA INVESTIGACION INGENIERIA INDUSTRIAL DAVID STEVEN SUAZA OMAR.
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
VARIABLE INDEPENDIENTE Cualitativa dicotómica
DISEÑO DE EXPERIMENTOS
Pruebas de normalidad y asunciones de los modelos lineares
Anova de una via Diseños completamente aleatorios
COMPARACION DE MEDIAS Para comparar media utilizando la prueba T hay Ttres opciones diferentes utilizando contrastes de hipotesis sobre : PARA UNA MUESTRA.
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
PRUEBAS PARAMETRICAS Y NO PARAMETRICAS. Cómo aplicar las pruebas paramétricas bivariadas t de Student y ANOVA en SPSS. Caso práctico., María José Rubio.
Capítulo 7. (Bernal, 2005) Procesos de Investigación Científica Sección 7.11 Procesamiento de la Información. Datos.
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISEÑO Y ANALISIS DE EXPERIMENTOS
PARA LA REGRESIÓN LINEAL SIMPLE
Identificación de los efectos de los diseños experimentales.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
DISEÑOS DE EXPERIMENTOS FACTORIALES
ANAVA a un factor con bloques
Sumas de cuadrados en Anova
ANOVA Permite evaluar dos o más tratamientos.
Regresión Lineal Simple
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Contraste de hipótesis Comparación de más de 3 grupos Kruskal-Wallis
Alumna : Karen Cabana Gil
Distribución Normal de una Variable
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
Comparación de medias para datos relacionados
DISEÑO Y ANALISIS DE EXPERIMENTOS
TRATAMIENTO Y EVALUACION DE RESULTADOS ANALITICOS 1.Conceptos generales sobre la medida. Tipos de errores, concepto, componentes, corrección. Distribución.
DISEÑO Y ANALISIS DE EXPERIMENTOS
Transcripción de la presentación:

Estadística II Prueba de hipótesis considerando k medias provenientes de k poblaciones. Tabla de ANOVA. Comparaciones múltiples. 1

¿Cuándo necesito comparar simultáneamente k medias de k poblaciones ? *Existe un factor de interés que presenta distintos niveles o grupos. *Existe una variable dependiente expuesta a ese factor. *Se observa la respuesta de esa variable dependiente frente a los distintos niveles o grupos del factor. 24

Modelo de ANAVA de un factor (a una vía de clasificación) ( i=1, 2,…, y j=1,2,…,c) 4

contrastar la hipótesis de que los efectos de tratamientos son nulos objetivo del ANAVA de efectos fijos es contrastar la hipótesis de que los efectos de tratamientos son nulos versus que al menos uno no lo es. En terminos estadlsticos: 12

Analisis de Varianza para un ensayo sobre el efecto de hongos en la TABLA DE ANAVA Analisis de Varianza para un ensayo sobre el efecto de hongos en la semilla de una forrajera segun tratamientos de humedad relativa. Fuente de Variación Suma de Cuadrados Grados de Libertad Cuadrados Medios F Entre Tratamientos 294.93 2 147.46 21.9 Dentro (Error Experimental) 80.8 12 6.73 Total 375.73 14 Análisis de Datos 15

Para esto primero debo identificar: CUÁL ES LA VARIABLE RESPUESTA que se ve afectada por LOS DISTINTOS NIVELES DE UN FACTOR

Verificación de supuestos Obtención de los residuales estandarizados: * Normalidad de los errores Uso de gráficos, Q-Q plot , histogramas Pruebas formales como Shapiro-Wilks, Kolmogorov.

Normalidad de los errores

*Independencia de errores *Independencia entre residuales y variable respuesta

*Varianza constante para todos los grupos

39

Para contestar la pregunta debemos realizar la prueba ANAVA:

Fobs= 5,68 Región de Rechazo de H0 39

Como rechazamos la hipótesis nula tiene sentido realizar … CONCLUSIÓN: A un nivel de significación del 1 % SE RECHAZA LA HIPÓTEIS NULA, es decir Que NO TODOS LOS CULTIVARES SON IGUALMENTE RENDIDORES, AL MENOS UN CULTIVAR PRODUCE UN RENDIMIENTO DISTINTO. Como rechazamos la hipótesis nula tiene sentido realizar …

Comparaciones múltiples

39

Entre los cultivares 2,4 y 1 no hay diferencia a un nivel de sign Entre los cultivares 2,4 y 1 no hay diferencia a un nivel de sign. del 1 % Entre los cultivares 4,1 y 3 no hay diferencia a un nivel de sign. del 1 % La diferencia se encuentra entre los cultivares 2 y 3 a un nivel de significación del 1 %.