Modelo Aleatorios y Mixtos

Slides:



Advertisements
Presentaciones similares
DISEÑOS ANIDADOS CON EFECTOS ALEATORIOS: GENERALIZACIÓN
Advertisements

Elementos del Diseño de Experimentos y Análisis de la Varianza
CÍRCULO Y CIRCUNFERENCIA
ANOVA Anidado: diseño y procedimiento.
Curso de Bioestadística. ANOVA
Análisis de la Varianza
Diseño de un grupo de sujetos
UNA SOLA RÉPLICA EN EL DISEÑO 2k
DISEÑOS FACTORIALES 2 K. DISEÑOS FACTORIALES 2 K INTRODUCCION PROBLEMA HIPOTESIS SIGNOS DE LAS INTERACCIONES OBTENCION DEL CONTRASTE EFECTOS PROMEDIO.
09. Análisis de datos en tablas de contingencia Módulo II: Análisis descriptivo univariado Análisis de Datos Aplicado a la Investigación.
18. Cálculo de la probabilidad exacta de Fisher Módulo III: Análisis de datos categóricos Análisis de Datos Aplicado a la Investigación Científica
REGRECION LINEAL SIMPLE, MULTIPLE Y CORRELACION. REGRECION LINEAL SIMPLE.
Un criterio para detectar outliers. Otro criterio para detectar errores groseros (outliers)
La distribución t es una distribución de probabilidad que surge del problema de estimar la media de una población normalmente distribuida cuando el tamaño.
Danny Rafael Amaya Cotes Marcos Elías López Guerra.
Experimentos con un solo factor: anÁlIsis de varianza
Ayudantía Estadística II Javiera Ravest.  Hipótesis nula:  H 0 : u = 5  H 0 : ux = uo  Hipótesis alternativa  Ha: ( H 1 ):u x > u 0  H 1 : u x
6.3 Región de rechazo Nazira Calleja. 2 Proceso de prueba de hipótesis Hs: Los fumadores pesan como el resto… 70 kg Ejemplo 1 Muestra aleatoria de fumadores.
OVA CURSO UNIDAD 1 Capitulo Cuarto: Definiciones y herramientas estadísticas aplicadas a los diseños experimentales Lección 5. Análisis de varianza.
DISEÑO FACTORIAL. En muchas situaciones experimentales resulta de interés estudiar los efectos producidos por dos o más factores simultáneamente; esto.
CONCEPTOS Variable, encuesta, variable cuantitativa, variable cualitativa, estadística, media,mediana,moda. Presenta: Eva Stefani Cruz Vázquez.
DISTRIBUCIONES DE PROBABILIDAD Por Jorge Sánchez.
Análisis Cuantitativo de Datos (Básico) Medicina Preventiva Facultad de Medicina UJED.
INFERENCIA EN LOS MODELOS ARIMA ECONOMETRÍA II CAPÍTULO VI D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero.
Comparación no paramétrica de K medias independientes Briana Gómez Ramírez Natalia Zapata López.
Paola arias Estadística II.  Fue descrita en 1908 por William sealy gosset  Es una distribución de probabilidad que se emplea comúnmente cuando tenemos.
Estadística y Biometría Modelación Estadística Regresión lineal.
Prueba de hipótesis. Hipótesis estadísticas: Test estadístico: Procedimiento para determinar, a partir de una muestra aleatoria y significativa, extraer.
* Tabla de características.
APANTANLLAMIENTO AB.
UNIVERSIDAD TÉCNICA DEL NORTE   FACULTAD DE INGENIERÍA EN CIENCIAS AGROPECUARIAS Y AMBIENTALES   CARRERA DE INGENIERÍA FORESTAL PROPAGACIÓN VEGETATIVA.
CLASE 18 SIMPLIFICACIÓN DE RADICALES.
Facultad de Ciencias Sociales
Estadística II Prueba de hipótesis considerando
Inferencia estadística.
Bioestadística Inferencia estadística y tamaños de muestra para una y dos o más medias.
TABLA DE CONTENIDOS RESUMEN
EjEMPLO de diseños experimentales
“EVALUACION DEL CONTENIDO DE CADMIO EN DOS VARIEDADES DE CACAO (Theobroma cacao L.) CONSIDERANDO DISTINTOS METODOS DE SECADO EN LA LOCALIDAD DE LUZ.
EXPERIMENTOS FACTORIALES
MEP- II.
Christian Alave Rosas UNIVERSIDAD JORGE BASADRE GROHMANN BIOLOGÍA - MICROBIOLOGÍA Diseños experimentales Christian Alave Rosas
EXPERIMENTO FACTORIAL 23
Bioestadística Regresión y Correlación Múltiple:
¿Son nuestros resultados suficientemente confiables para dar soporte a nuestra hipótesis? ¿Podemos rechazar la hipótesis nula?
Análisis of varianza (ANOVA) De un factor o unidireccional
EXPERIMENTO FACTORIAL 23
Comparaciones Múltiples
Tema 7: Introducción a los contrastes de hipótesis
EXPERIMENTOS FACTORIALES
MANOVA Factor A “variable cualitativa o de clasificación”
DISEÑO Y ANALISIS DE EXPERIMENTOS
PARA LA REGRESIÓN LINEAL SIMPLE
Desarrollo del Problema
ANAVA a un factor ANAVA a un factor ANAVA a un factor
Regresión y Correlación Múltiple: Prueba de hipótesis.
DISEÑOS DE EXPERIMENTOS FACTORIALES
ANAVA a un factor con bloques
7. Procedimientos paramétricos para datos cuantitativos
Análisis de la Covarianza
Diseños anidados-jerarquicos
Análisis Factorial de la Varianza
Título de la comunicación
AB CD.
PROBLEMA TIPO MODELO COMPLETAENTE ALEATORIZADO NO BALANCEADO
DISEÑOS FACTORIALES 2K PGG.
ANALISIS DE REGRESION SIMPLE
ESTADÍSTICA Variabilidad Unidad 1 Unidad 4 Fuentes de Variación
DISEÑO Y ANALISIS DE EXPERIMENTOS
REGRESION LINEAL SIMPLE
Transcripción de la presentación:

Modelo Aleatorios y Mixtos Bioestadística II

Modelo de Efectos Aleatorios Dos fact0res A y B cuyos niveles NO SON FIJOS 𝑌 𝑖𝑗𝑘 =𝜇+ 𝜏 𝑖 + 𝛽 𝑗 +( 𝜏𝛽) 𝑖𝑗 + 𝜖 𝑖𝑗𝑘 Donde i = 1,2,…,a j= 1,2,…,b y k=1,2,…,n Bioestadística II

Hipótesis Estadísticas 𝐻 0 : 𝜏 1 = 𝜏 2 =…= 𝜏 𝑎 𝐻 0 : 𝛽 1 = 𝛽 2 =…= 𝛽 𝑏 𝐻 0 : (𝜏𝛽) 𝑖𝑗 =0 Bioestadística II

Tabla del ANAVA 𝜎 2 +𝜎 𝐴𝐵 2 + 𝜎 𝐴 2 𝜎 2 +𝜎 𝐴𝐵 2 + 𝜎 𝐵 2 𝜎 2 +𝜎 𝐴𝐵 2 σ² Fuente de variación SC gl CM E(CM) F p Factor A a-1 𝜎 2 +𝜎 𝐴𝐵 2 + 𝜎 𝐴 2 CMA/CMAB Factor B b-1 𝜎 2 +𝜎 𝐴𝐵 2 + 𝜎 𝐵 2 CMB/CMAB Interacción (a-1)(b-1) 𝜎 2 +𝜎 𝐴𝐵 2 CMAB/CME Error ab (n-1) σ² Total abn-1 Bioestadística II

Dos fact0res: A fijo y B aleatorio Modelos Mixtos Dos fact0res: A fijo y B aleatorio 𝑌 𝑖𝑗𝑘 =𝜇+ 𝜏 𝑖 + 𝛽 𝑗 +( 𝜏𝛽) 𝑖𝑗 + 𝜖 𝑖𝑗𝑘 Donde i = 1,2,…,a j= 1,2,…,b y k=1,2,…,n Bioestadística II

Hipótesis Estadísticas 𝐻 0 : 𝜏 1 = 𝜏 2 =…= 𝜏 𝑎 𝐻 0 : 𝛽 1 = 𝛽 2 =…= 𝛽 𝑏 𝐻 0 : (𝜏𝛽) 𝑖𝑗 =0 Bioestadística II

Tabla del ANAVA 𝜎 2 +𝑛𝜎 𝐴𝐵 2 +𝑑 𝜎 2 +𝑎𝑛 𝜎 𝐵 2 𝜎 2 +𝜎 𝐴𝐵 2 σ² Fuente de variación SC gl CM E(CM) F p Factor A a-1 𝜎 2 +𝑛𝜎 𝐴𝐵 2 +𝑑 CMA/CMAB Factor B b-1 𝜎 2 +𝑎𝑛 𝜎 𝐵 2 CMB/CME Interacción (a-1)(b-1) 𝜎 2 +𝜎 𝐴𝐵 2 CMAB/CME Error ab (n-1) σ² Total abn-1 Bioestadística II