ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Clases 3 Pruebas de Hipótesis
(niveles o categorías)
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
U de Mann Whitney.
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
ANALISIS DE VARIANZA.
Bloque IX - Estadística. Población vs muestra Medidas de dispersión Medidas de tendencia central.
ANOVA Análisis de Varianza: Simple Doble Factorial.
PRINCIPIOS DE ESTADÍSTICAS INFERENCIALES PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS.
ESTADÍSTICA II Ing. Danmelys Perozo MSc. Blog:
MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS.. MEDIDAS DE DISPERSIÓN Y DATOS AGRUPADOS  ¿Qué son las medidas de dispersión?  Parámetros estadísticos que.
Medidas de centralización:  Media aritmética, mediana y moda para: i) listas de datos ii) datos agrupados en una tabla de frecuencia iii) datos agrupados.
DISEÑOS EXPERIMENTALES ESTADÍSTICA PARA INGENIERIA II.
PRUEBA DE RANGO CON SIGNO DE WILCOXON Una empresa desea remplazar el sabor tradicional de su producto, por uno nuevo, para lo cual necesita determinar.
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.
DISEÑO EN CUADRADO LATINO Y GRECOLATINO
Valor que toma la variable aleatoria
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
ESTADÍSTICAS INFERENCIALES
PSICOESTADÍSTICAS INFERENCIALES
DISTRIBUCION F DE FISHER.
Instituto Nacional de Estadística y Geografía
Curso de Elaboración de Pruebas Prof. Gerardo A. Valderrama M
PRUEBA DE HIPÓTESIS: MUESTRAS PEQUEÑAS
DISEÑOS EXPERIMENTALES
7.1 Procedimientos paramétricos para datos cuantitativos
Estadística II Prueba de hipótesis considerando
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
Clase 8: Contraste de Hipótesis
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACULTAD DE CIENCIAS ESCUELA ACADEMICAPROFESIONAL DE BIOLOGIA-MICROBIOLOGIA ASIGNATURA: DISEÑO EXEPERIMENTAL.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
Anova de una via Diseños completamente aleatorios
EXPERIMENTO FACTORIAL 23
Procedimientos paramétricos
UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN FACI-ESBIM
DISEÑOS EXPERIMETALES
Análisis of varianza (ANOVA) De un factor o unidireccional
DISEÑO DE EXPERIMENTOS
Anova de una via Diseños completamente aleatorios
ANALISIS DE VARIANZA
TEMA: EL PROYECTO DE TESIS: DISEÑO Y ELABORACIÓN. Walter Antonio Campos Ugaz.
DISEÑO Y ANALISIS DE EXPERIMENTOS
DISEÑO Y ANALISIS DE EXPERIMENTOS
Identificación de los efectos de los diseños experimentales.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
ESTADISTICA MEDIDAS DE DISPERSIÓN Cristian Gómez Coordinar Técnico Calidad Laboratorio Labsai.
Sumas de cuadrados en Anova
UNIVERSIDAD DE LOS ANDES CENTRO DE INVESTIGACIONES PSICOLÓGICAS
ANOVA Permite evaluar dos o más tratamientos.
Regresión Lineal Simple
MEDIDAS DE DISPERSION absolutas y relativas. INTRODUCCION La estadística es la ciencia que se encarga de recolectar, organizar, resumir y analizar datos.
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
CONCEPTO DE ESTIMADOR ES UNA REGLA O MÉTODO QUE DICE COMO CALCULAR LA ESTIMACIÓN DE UN PARÁMETRO BASÁNDOSE EN LA INFORMACIÓN DE UNA MUESTRA, GENERALMENTE.
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
Alumna : Karen Cabana Gil
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
HERNANDEZ RUIZ ROCIO KRUSKAL WALLIS. PRUEBAS K PARA MUESTRAS INDEPENDIENTES Este contraste permite decidir si puede aceptarse la hipótesis de que k muestras.
DISEÑO Y ANALISIS DE EXPERIMENTOS
1 Afectados de cierto grado de INCERTIDUMBRE SIEMPRE HAY UN ERROR EN SU MEDIDA ESTABLECER LA FIABILIDAD DE LOS DATOS ¿Podemos evaluar la magnitud del error.
U de Mann Whitney.
DISEÑO Y ANALISIS DE EXPERIMENTOS
Transcripción de la presentación:

ANALISIS DE LA VARIANZA PROF. GERARDO A. VALDERRAMA M.

EL ANÁLISIS DE LA VARIANZA Se puede utilizar la VARIANZA de los datos para desarrollar una prueba de hipótesis para comparar tres o más medias aritméticas La prueba F en honor a R.A. Fisher, utiliza la varianza para el análisis de datos en un tipo de prueba estadística específica. El estadístico correspondiente a ésta prueba se llama Fo, que es la razón de dos estimaciones independientes de la misma varianza poblacional σ2

FUNDAMENTOS DEL ANOVA La S2T se divide en dos fuentes. A éste procedimiento se le denomina “partición de la varianza” : Permite obtener un Fo proveniente del cociente de dos varianzas obtenidas de la misma población. σ21 : estimación de la varianza que proviene de los efectos observados entre las muestras experimentales; estos efectos son independientes entre si; Variación Entre σ22 : estimación de los errores aleatorios dentro de cada una de las muestras experimentales; Variación Dentro Fo = estimación de la σ21 = estimación de la variación entre estimación de la σ22 = estimación de la variación dentro

Al igual que la Distribución “t”, varía según los grados de libertad (g.l). Tiene dos valores para los g.l.: g.l. para el numerador: gl1 = “ENTRE” los tratamientos g.l. para el denominador: gl2 = “DENTRO” de los tramientos Características de F: Nunca tiene valores negativos La distribución está sesgada positivamente Hay una curva distinta para cada combinación de los gl1 y los gl2

APLICACIÓN DE LA PRUEBA F Se utiliza frecuentemente en: los experimentos en los cuales se utilizan más de dos grupos o condiciones los experimentos en los que se utilizan más de dos niveles de la variable independiente

ANÁLISIS DE LA VARIANZA Se trata de una técnica estadística utilizada para los experimentos en que intervienen tres o más grupos La Prueba F permite comparar globalmente las medias aritméticas para determinar si existe una diferencia significativa entre ellas. La Fo se compara con la Fc de la Tabla. Si Fo > que la Fc, se rechaza Ho y se confirma la H1.: “Por lo menos una de las Medias es diferente” Análisis de la Varianza de un factor para grupos independientes

Principales tipos de Análisis de la Varianza Análisis de la Varianza Simple o de un sólo factor Se caracteriza porque evalúa el efecto de una sola fuente de variación o variable independiente, la cual se manifiesta en diferentes niveles, sobre una dependiente 2. Análisis de la Varianza Factorial Se refiere a la situación en que se evalúan los efectos de dos o más variables independientes, sobre una variable dependiente

ANOVA DE UN FACTOR PARA GRUPOS INDEPENDIENTES (SIMPLE) Los sujetos son elegidos de la población en forma aleatoria La variable de medición debe ser contínua y estar medida por lo menos en escala de intervalos Los sujetos se asignan de manera aleatoria a las distintas condiciones Procurando, preferiblemente, que en cada grupo haya igual número de sujetos, aunque pueden haber n diferentes

POBLACIÓN n1 T1 T2 n2 T3 n3

CARACTERÍSTICAS DEL ANOVA DE UN FACTOR La H1 es de tipo no direccionado Los efectos de la variable independiente en una o más condiciones difieren de los que tiene en al menos una de las otras condiciones La Ho nos indica que las distintas condiciones son igualmente eficaces Ho: M1 = M2 = ………. = Mk Hi : M1 ≠ M2 ≠ ………. ≠ Mk

Supone que sólo la media de los datos y no la varianza es afectada por la variable independiente: σ21 = σ22 = σ23 =……..σ2k HOMOGENEIDAD DE LAS VARIANZAS

ESTRUCTURA DEL ANOVA SC total SCentre SCdentro S2entre S2dentro Fobt= S2entre SCtotal: Variabilidad total de los datos Scentre: Variabilidad entre lo grupos Scdentro: Variabilidad dentro de los grupos S2entre: Varianza entre los grupos: S2 e S2dentro: Varianza dentro de los grupos: S2 d Fobt: Razón F

ESTIMACIÓN DE LA VARIANZA ENTRE LOS TRATAMIENTOS La varianza entre grupos se refiere al promedio de la variabilidad obtenida entre los tratamientos, la cual se refleja en las medias aritméticas: S2e En primera instancia se debe calcular la Suma de Cuadrados entre tratamientos: SCe = [(∑x1)2 + (∑x2)2 +…+ (∑xK)2 ] - (∑X)2 (Gran Media) n1 n2 nk N Se calcula S2e = SCe / gl

ESTIMACIÓN DE LA VARIANZA DENTRO DE LOS GRUPOS La varianza dentro grupos se refiere al promedio de la variabilidad obtenida dentro de cada grupo, la cual no se refleja en las medias aritméticas: S2d En primera instancia se debe calcular la Suma de Cuadrados dentro de los tratamientos: SCd = ∑X2 - [(∑x1)2 + (∑x2)2 +…+ (∑xK)2 ] n1 n2 nk Se calcula S2d = SCw / gl

CUADRO RESÚMEN DE ANOVA ______________________________________________ Fuente SC gl S2 Fobt_____ Entre grupos SCe K-1 SCe/K-1 S2 e Dentro de grupos SCd N-k SCd/N-k S2 d ______________________________________________________ TOTAL SCt glt

EJEMPLO Clase Clase +lectura Película + lectura 92 86 81 86 93 80 92 86 81 86 93 80 87 97 72 76 81 82 80 94 83 87 89 89 92 98 76 83 90 88 84 91 83 ∑X ∑X2