Análisis de Varianza (ANOVA)

Slides:



Advertisements
Presentaciones similares
ANOVA DE UN FACTOR.
Advertisements

EJEMPLO.
Tema.11. Principales modelos de distribución de probabilidad en Psicología: Variables discretas: binomial y Poisson. Variables continuas: normal, chi.
TEMA 2 MÚLTIPLOS Y DIVISORES
4. ANÁLISIS FACTORIAL Introducción Modelo factorial ortogonal
COMPONIENDO EL 5. 4 más 1 es igual a 5 2 más 3 es igual a 5
ESTADÍGRAFOS DE DISPERSIÓN
Capítulo 2. Modelos estadísticos en la experimentación comercial
Introducción al análisis de la varianza
Datos multivariados: Análisis Clásicos y Nuevas Tecnologías
Elementos del Diseño de Experimentos y Análisis de la Varianza
Experimentos con un solo factor: el análisis de varianza
ANÁLISIS DE LA VARIANZA (ANOVA)
MEDIDAS DE DISPERSIÓN.
INTRODUCCION A LOS CONTRASTES BASADOS EN RANGOS
Medidas de dispersión y variabilidad
Regresión y correlación
TEMA XVII.
Problema de la medición en Psicología
ANOVA Análisis de la Varianza (ANalysis Of VAriance)
Tema 6: Análisis de la Varianza (1ª parte: ANOVA simple)
Técnicas estadísticas paramétricas univariantes: ANOVA y su familia
Principios de Bioestadística: «PRUEBA t»
Clases 3 Pruebas de Hipótesis
(niveles o categorías)
DISEÑOS DE EXPERIMENTOS FACTORIALES
Diseño en bloques completamente aleatorizados
ANOVA (Analysis of Variation)
UNIVERSIDAD INCA GARCILASO DE LA VEGA
Análisis de Varianza (I)
Curso de Bioestadística. ANOVA
Universidad de La Laguna, 14/11/2013 Mareas y Corrientes IV: Análisis de datos de corrientes.
Rango = Valor máximo – Valor mínimo
Normalidad, Variabilidad y estimación del Modelo de Regresión
Tema 6: Análisis de la Varianza (2ª parte: ANOVA multifactorial)
Amarilis García / Omaira De Los Santos.- Caracas, Diciembre 2009 USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA: Contrastar la hipótesis sobre, la diferencia.
Análisis de Covarianza
Análisis de la Varianza
Concepto El diseño de discontinuidad en la regresión ofrece mejores perspectivas que el diseño de grupos no equivalentes, dado que se conoce la naturaleza.
Definición La extensión lógica del diseño de grupo control no equivalente con medidas antes y después es el diseño con múltiples grupos no equivalentes;
MENSURABILIDAD Y VARIABILIDAD
U de Mann Whitney.
Análisis de Varianza II
TEMA IX.
Tema 6: Análisis de la Varianza
Estadística Aplicada a las Ciencias Políticas
CO-2124 Análisis de Varianza con Un Criterio de Clasificación En clases anteriores se deseaba determinar si existían diferencias entre las medias de dos.
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Clase 6 Hipótesis de diferencias de grupos
Construcción de la tabla del ANOVA
PARA LA REGRESIÓN LINEAL SIMPLE
Capitulo 4 Análisis descriptivo inferencial: comparaciones múltiples
Regresión Lineal Simple
Coeficiente de determinación y análisis de varianza de la regresión
Ingeniería Industrial. Estadística III Henry Lamos Díaz
CUADRADOS LATINOS HENRY LAMOS
DISEÑOS DE EXPERIMENTOS FACTORIALES
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
(niveles o categorías)
UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA “Héctor Abad Gómez” Facultad Nacional de Salud Pública “Héctor Abad Gómez”
DISTRIBUCIÓN “t” DE STUDENT
ANÁLISIS DE COVARIANZA En algunas circunstancias, un experimento está afectado por la intervención de un factor muchas veces imprevisible y que no puede.
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.
 Es el concepto necesario para poder entender la distribución t student.  Son el numero de valores elegidos libremente dentro de una muestra calculados.
ANALISIS DE VARIANZA.
ANOVA DE UN FACTOR. Diferencias de Medias Independientes Dependientes Diferencias de Varianzas.
1 GRADO CALCULO.
Transcripción de la presentación:

Análisis de Varianza (ANOVA) Realizar el estudio de uno o más factores sobre la media (o la varainza) de una variable medida. Idea básica descomponer la variabilidad total en las partes asociadas a cada factor, más una residual (no justificables por los factores estudiados). La variabilidad se calcula a través de la suma de cuadrados (SC = (xij – m)2, donde m es (según el caso) o bien la media general (con xij sobre todos los datos), o bien la media dentro de un tratamiento (con xij sobre los datos de del tratamiento elegido). Variabilidad total = Variabilidad debida a diferencias entre tratamientos + Variabilidad residual (diferencias dentro de cada tratamiento)

Los cuadrados medios (CM) CM = SC / grados de libertad Los cuadrados medios son parecidos a las correspondientes varianzas. Para comparar el efecto de la presencia de un factor se comparan los cuadrados medios: F=CMtratamiento / CMresidual Para hacer esto se usa el test de Fisher.

ANOVA – Ejemplo: Media general Media por tratamiento: mA = 37, mB = 41.3, mC = 43.3 SCtotal=(xiT – 40.53)2 i,T. 29 Grados de libertad SCtratamientos =N(mT – m)2 N = nº datos por tratamiento. 2 grados de libertad. SCresidual=Ti (xiT – mT)2 27 grados de libertad SCtotal = SCtratamiento + SCresudual CMtratamiento=SCtratamiento/gtratamiento CMresidual=SCresidual/gresidual F=CMtratamiento / CMresidual= 0.532 Calcular F2,27 (5%) = 3.35 > 0.532 El tratamiento no influye Factor estudiado A B C Resultados obtenidos 23 35 50 28 36 43 21 29 27 40 34 95 45 41 49 52 37 51 30 32 44 Media 41.3 43.3