Análisis de la Varianza

Slides:



Advertisements
Presentaciones similares
DISEÑOS DE ESTUDIO EN EPIDEMIOLOGIA
Advertisements

DISEÑO DE EXPERIMENTOS EXPERIMENTOS DE COMPARACIÓN SIMPLE
ANOVA DE UN FACTOR.
MÉTODOS Y DISEÑOS DE INVESTIGACIÓN METODOLOGÍAS DE INVESTIGACIÓN
EJEMPLO.
EXPERIMENTACION.
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
DISEÑO DE EXPERIMENTOS
Metodología de la Investigación
CONTENIDOS Teoría del muestreo ¿Cómo seleccionar una muestra?
Introducción al análisis de la varianza
Contraste de Hipótesis
Estimación de los Errores de Muestreo Encuestas de Salud Reproductiva   RHS Usando SPSS 19.
Elementos del Diseño de Experimentos y Análisis de la Varianza
Bloques aleatorizados, cuadrados latinos y diseños relacionados
Contraste de Hipótesis ETSITGC Madrid Unidad Docente de Matemáticas.
TEMA VII.
Diseño de Experimentos
Tests de permutaciones y tests de aleatorización
TEMA III.
CONCEPTOS BÁSICOS DE ESTADÍSTICA
Diseño de experimentos
Seleccionar una muestra
COMPARACIONES PAREADAS
INTRODUCCIÓN GENERAL Causalidad e inferencia causal
Unidad VI: PRUEBAS DE HIPOTESIS
Clases 4 Pruebas de Hipótesis
Población y Muestra.
Diseño en bloques completamente aleatorizados
Análisis de experimentos con submuestras balanceadas
Principios del diseño experimental Maestría Ingeniería Industrial
Investigación Experimental
TEMA X.
1 M. en C. Gal Vargas Neri. 2 Planeación del curso TEMACAP.TITULODÍASSEMFEC FIN TEMA 00MOTIVACION Y PLANEACION1111/01 TEMA I1-2ESTADISTICA Y MEDICION2115/01.
Análisis de Varianza (I)
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
Inferencia Estadística
Análisis y diseño de experimentos
Planeación de un diseño
TEMA XVI.
DISEÑOS EPIDEMIOLOGICOS
Diseño Completamente Aleatorizado: ejemplo
TEMA IX.
MAESTRÍA EN GESTIÓN PÚBLICA CURSO: Diseño de Proyectos de Investigación POBLACION, MUESTRA Y MUESTREO Dr. Hugo L. Agüero Alva.
UNIDAD 1.- EVALUACIÓN DE DATOS ANALITICOS
Sesión 13: Distribuciones Muestrales y Tamaño de Muestra
USO DEL “ANÁLISIS DE VARIANZA UNA-VÍA”, PARA:
Análisis y diseño de experimentos
Tomando decisiones sobre las unidades de análisis
Regresión Lineal Simple
Inferencia Estadística Antonio Núñez, ULPGC. Estadística Física/Tecnología y Estadística  Fenómenos, procesos y sistemas macroscópicos  Indeterminación,
Ingeniería Industrial. Estadística III Henry Lamos Díaz
Diseños clásicos de Investigación utilizados en Psicología
Diseño Experimental-IPAB
TEMA 5 MÉTODO Y DISEÑOS EXPERIMENTALES
INFERENCIA ESTADÍSTICA
Pruebas paramétricas y no paramétricas
1 Tema 8. Diseños evaluativos de alta intervención TALLER: DISEÑO Y EVALUACIÓN DE PROGRAMAS XIV CONGRESO DE METODOLOGÍA DE LAS CIENCIAS SOCIALES Y DE LA.
DISEÑOS POR BLOQUES ALEATORIZADOS
UNIVERSIDAD DE ANTIOQUIA FACULTAD DE QUIMICA FARMACEUTICA
TAMAÑO DE LA MUESTRA. Para definir el tamaño de la muestra se debe tener en cuenta los recursos disponibles y las necesidades del plan de análisis, el.
UNIVERSIDAD DE ANTIOQUIA FACULTAD NACIONAL DE SALUD PÚBLICA “Héctor Abad Gómez” Facultad Nacional de Salud Pública “Héctor Abad Gómez”
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
D ISEÑO FACTORIAL DE TRES FACTORES Beleño Gutiérrez María José Guerra Ossa Nelson Romero Lagos Germán López Pedrozo Víctor Alfonso Venegas Camelo Diego.
TAMAÑO DE LA MUESTRA Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia.
Bioestadistica II 2014 FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y NATURALES. UNIVERSIDAD NACIONAL DE CÓRDOBA.
Alvaro Alfredo Bravo Dpto. de Matemáticas y Estadística Universidad de Nariño - Colombia METODOS ALEATORIOS.
Transcripción de la presentación:

Análisis de la Varianza

¿Qué es un estudio observacional? Sobre un proceso existente se observa una o más variables aleatorias (registrar información) Finalidad: explorar, describir, confirmar hipótesis

¿Qué es un experimento? “Prueba o serie de pruebas en las cuales se inducen cambios deliberados en las variables de entrada de un proceso o sistema, de manera que sea posible observar e identificar las causas de los cambios en la respuesta de salida” (Montgomery 1991). Finalidad: confirmar hipótesis, modelar, predecir

Experimentos Comparativos Consisten en la aplicación de tratamientos a un conjunto de unidades experimentales para valorar y comparar las respuestas obtenidas desde diferentes tratamientos Se busca incrementar la precisión y el alcance de la inferencia realizada

Algunos diseños clásicos Completamente aleatorizado Bloques completos aleatorizados Cuadrado latino Experimentos factoriales Diseños en parcelas divididas

Diseño de Experimentos: Elementos Unidad experimental Factores y Tratamientos Fuentes de Error Aleatorización Repetición Estructura de parcelas Estructura de tratamientos

Experimento: se define como la acción de aplicar uno o más tratamientos a un conjunto de unidades experimentales para valorar sus respuestas Unidad o parcela experimental: mínima porción del material experimental sobre el cual un tratamiento puede ser realizado

Tratamiento: conjunto de acciones que se aplican a las unidades experimentales con la finalidad de observar como responden a éstos Experimento unifactorial Experimento factorial Variable aleatoria observada o “respuesta”: medida u observación que se obtiene de cada una de las unidades experimentales

Fuentes de Error Error experimental: es el que se introduce cuando se quiere reproducir (repetir) el experimento sobre cada una de las u.e. Error de muestreo: es la respuesta diferencial de cada u.e. al tratamiento que recibe y que depende de las características de la u.e.

Aleatorización: consiste en la asignación aleatoria de las unidades experimentales a los distintos tratamientos Repetición: cada realización de un tratamiento

Estructura de parcelas: El diseño de la estructura de parcelas consiste en el agrupamiento de unidades experimentales homogéneas en grupos o bloques

Estructura de parcelas Diseño Completamente al Azar: Unidades experimentales homogéneas, es decir sin estructura Diseño en Bloques: Unidades experimentales heterogéneas, (presentan variabilidad sistemática natural o inducida) que motivan el formar grupos menores homogéneos (bloques)

Estructura de tratamientos: Este concepto hace referencia al conjunto de tratamientos o poblaciones que el experimentador selecciona para estudiar y/o comparar

Diseño Completamente Aleatorizado El Modelo Lineal de ANAVA:

Diseño Completamente Aleatorizado Modelo lineal de ANAVA Yij = + i + ij , con i=1,...,a y j=1,..,n Donde: Yij es la j-ésima observación del i-ésimo tratamiento  es la media general de las observaciones i es el efecto del i-ésimo tratamiento ij es una variable aleatoria normal, indep. distribuida con esperanza 0 y varianza 2 ij

Diseño Completamente Aleatorizado Objetivo del ANAVA (de efectos fijos): contrastar la hipótesis H0: 1=...=a= 0 vs. H1: Al menos un tratamiento tiene efecto no nulo Hipótesis que es equivalente a … (ver próxima diapositiva)

Diseño Completamente Aleatorizado Donde representa a la varianza “entre” tratamientos y representa a la varianza “dentro” de tratamientos

Diseño Completamente Aleatorizado La prueba consiste en calcular el estadístico F utilizando los estimadores de 2E y 2D de la siguiente forma:

Diseño Completamente Aleatorizado Tabla de la ANAVA