PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

Probabilidad y estadística. Ciencias de la salud
Clase 5 Hipótesis de diferencias de grupos
Universidad de Chile Facultad de Ciencias Químicas y Farmacéuticas
U de Mann Whitney.
Construcción de la tabla del ANOVA
Análisis de Varianza ANOVA Capitulo 10. Multiples grupos Ha: Por lo menos uno de los grupos no es igual a lo demás.
DISEÑOS POR BLOQUES ALEATORIZADOS
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA “Héctor Abad Gómez” Facultad Nacional de Salud Pública “Héctor Abad Gómez”
RESUMEN DE LA DISTRIBUCION MUESTRAL PARA LA MEDIA MUESTRAL X INTERVALOS DE CONFIANZA PARA LA MEDIA POBLACIONAL  TIPO DE PROBLEMA ESPERANZA Y VARIANZA.
Experimentos con un solo factor: anÁlIsis de varianza
Prueba de hipótesis. Hipótesis estadísticas: Test estadístico: Procedimiento para determinar, a partir de una muestra aleatoria y significativa, extraer.
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
ESTADÍSTICA INFERENCIAL
Capitulo 3 Análisis descriptivo inferencial: comparaciones de muestras
DISTRIBUCION F DE FISHER.
Ejercicio de diseños experimentales
ESTADISTICA APLICADA I UNIDAD: INFERENCIA ESTADISTICA
DISEÑOS EXPERIMENTALES
PRUEBAS DE BONDAD DE AJUSTE estas pruebas permiten verificar que la población de la cual proviene una muestra tiene una distribución especificada o supuesta.
puede o no ser verdadero, relativo a una o más poblaciones.
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
EjEMPLO de diseños experimentales
Clase 9: Contraste de Hipótesis
ANALISIS UNILATERAL DE LA VARIANZA POR JERARQUIAS DE KRUSKAL- WALLIS
EXPERIMENTOS FACTORIALES
Diseños experimentales
¿Cuándo usar esta distribución?
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.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
DISEÑOS EXPERIMETALES
Análisis of varianza (ANOVA) De un factor o unidireccional
DISTRIBUCIÓN MUESTRAL DE UNA MEDIA.
VARIABLE INDEPENDIENTE Cualitativa dicotómica
ESTADÍSTICA INFERENCIAL. La estadística Inferencial, es el proceso por el cual se deducen (infieren) propiedades o características de una población a.
Capítulo 10 Test de Hipótesis Capítulo 10 Test de Hipótesis.
ANALISIS DE VARIANZA
DISEÑO Y ANALISIS DE EXPERIMENTOS
EXPERIMENTOS FACTORIALES
INTRODUCCION A LA ESTADÍSTICA INFERENCIAL
DISEÑO Y ANALISIS DE EXPERIMENTOS
Universidad Nacional del Litoral
PARA LA REGRESIÓN LINEAL SIMPLE
Dr. Carlomagno Araya Alpízar
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
DISEÑOS DE EXPERIMENTOS FACTORIALES
Sumas de cuadrados en Anova
ANOVA Permite evaluar dos o más tratamientos.
DISEÑO Y ANALISIS DE EXPERIMENTOS
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
"it is necessary to remember the adjective 'random' [in the term 'random sample'] should apply to the method of drawing the sample and not to the sample.
2.- MODELO DE DISEÑO DE EXPERIMENTO COMPLETAMENTE ALEATORIZADO NO BALANCEADO Es recomendable cuando: La diferencia entre las unidades experimentales.
Alumna : Karen Cabana Gil
INFERENCIA ESTADISTICA
COMPARACION DE DOS MEDIAS (POBLACIONES O PROCESOS)
ANÁLISIS DE VARIANZA(ANOVA) AULA:33 INTEGRANTES: JUAN CHAUCA ALEXIS JARAMILLO JEFFERSON LLANGARI KATHY ULLOA UNIVERSIDAD CENTRAL DEL ECUADOR FACULTAD DE.
BIOESTADISTICA I UNIDAD: INFERENCIA ESTADISTICA EJERCICIOS Y PROBLEMAS
Ejercicio de diseños experimentales
PRUEBA DE HIPOTESIS ESTADISTICA
ANALISIS DE REGRESION SIMPLE
U de Mann Whitney.
DISEÑO Y ANALISIS DE EXPERIMENTOS
PRUEBA DE HIPOTESIS ESTADISTICA
Transcripción de la presentación:

PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO El objetivo de un estudio realizado por Makynen , fue el de investigar si el calcio que se consume diariamente en la dieta como tratamiento no farmacológico de la presión sanguínea elevada puede influir benéficamente la función endotelial en la hipertensión experimental mineralo-corticoide – NaCl. Los investigadores formaron 4 grupos con ratas macho de 7 semanas las cuales registraron un promedio igual en la presión sanguínea – sistólica los grupos fueron los siguientes : Grupo de ratas sin tratamiento con dieta normal (WKY), Grupo de ratas sin tratamiento con dieta rica en calcio ( WKY-Ca) , grupo de ratas con dieta normal tratadas con deoxicorticosterona y NACl(DOC), Y un cuarto grupo de ratas que recibió dieta rica en calcio y tratamiento (DOC-Ca) . Se pretende saber si las 4 condiciones tienen diferentes efectos en el peso promedio de las ratas macho,

TABLA No, O1: Peso al final del estudio en grms, de ratas Wistar-Kyoto estudiada Bajo cuatro condiciones diferentes  CONDICON DOC WKY DOC-Ca WKY-Ca 336 328 304 342 346 315 292 284 269 343 299 334 368 293 348 323 353 277 309 374 303 313 322 356 301 316 339 320 354 300 324 340 319 276 289 306 333 279 310 305 308 302 290 325 372   311 312 4950 5147 4840 4500 ( 19437) 309.38 343.13 302.50 321.43 (318.64)

SOLUCION: 1.- Descripción de datos.- Los datos corresponden a los pesos de las ratas al final del estudio junto con los totales del tratamiento y las medias, tal como se muestra en la tabla No. 1 2.- Supuestos. Se supone que los cuatro conjuntos de datos forman muestras aleatorias simples e independientes, extraídas de cuatro poblaciones que son similares excepto por la condición estudiada . Se supone que las cuatro poblaciones de mediciones siguen una distribución normal con variancias iguales.   3. Hipótesis. H0: µ1=µ2= µ3=µ4 ( en promedio las cuatro condiciones producen la misma respuesta). H1 : No todas las µ son iguales ( al menos una condición produce una respuesta promedio diferente del promedio de cuando menos una de las demás condiciones)

4.- Estadística de Prueba . La estadística de prueba es f=SCMTr/SCME TABLA No. 2: CUADRO DE ANALISIS DE VARIANZA FUENTE G.L SC SCM R.V: TRATAMIENTOS 3 14649.1514 4883.0503 11.99 ERROR 57 23210.9023 407.2088   TOTAL 60 37860.0547 5. Distribución de la estadística de prueba.- Si Ho es verdadera y se cumplen las condiciones, entonces R.V. sigue una distribución F con los grados de libertad correspondientes, respectivamente, del numerador y denominador : 4-1 =3 y 61-4 =57

6.- Regla de decisión. Suponga que α= 5% el valor critico de F a partir de la tabla F es 3.34 la regla de decisión, entonces, es rechazar H0 si el valor calculado de R.V. es mayor o igual a 3.34 .   7.- Calculo de la estadística de prueba. El valor de la estadística de prueba es 11.99 que se calculó en el cuadro de ANOVA. 8.- Decisión estadística. Debido a que el valor calculado para R.V. , 11.99 es mayor que el valor critico F, 3.34, se rechaza Ho . 9. Conclusión. Dado que se rechazó Ho, se concluye que la hipótesis alternativa es verdadera. Es decir, se concluye que los cuatro tratamientos no tienen el mismo efecto en promedio.