ANOVA Permite evaluar dos o más tratamientos.

Presentación del tema: "ANOVA Permite evaluar dos o más tratamientos."— Transcripción de la presentación:

1 ANOVA Permite evaluar dos o más tratamientos.
Experimento diseñado (DCA,DBCA, etc.) FCV– Bioestadística- 2017

2 DISEÑO EXPERIMENTAL Es una estrategia de combinación de la estructura de Tratamientos con la estructura de Unidades Experimentales, de tal forma que las alteraciones en las Respuestas, al menos en algún subgrupo de Unidades Experimentales, puedan ser atribuídas solamente a la acción de los Tratamientos excepto por variaciones aleatorias. FCV– Bioestadística- 2017

3 Tratamiento: es el conjunto de circunstancias creadas por el experimentador en respuesta a la hipótesis a investigar y ellos son el foco de la investigación. Tratamiento control Tratamiento testigo Tratamiento placebo FCV– Bioestadística- 2017

4 Unidad Experimental Es la entidad física o sujeto expuesto al tratamiento “independientemente” de otra unidad. Constituye una simple replica FCV– Bioestadística- 2017

5 DISEÑO EXPERIMENTAL Principios Básicos del diseño
REPETICION: Se llama repetición a cada realización de un Tratamiento. ALEATORIZACION: por azar se distribuye a cada U.E. el tratamiento correspondiente. CONTROL LOCAL: control que se hace de la experiencia para evitar que algún Tratamiento se vea favorecido o desfavorecido. FCV– Bioestadística- 2017

6 Aleatorización La aleatorización permite validar la inferencia.
Provee la justificación para la inferencia estadística de los métodos de estimación y del test de hipótesis. La replica por si sola no garantiza la validez de la estimación. FCV– Bioestadística- 2017

7 Error experimental Esta dado por la variación natural entre las unidades experimentales. Variabilidad en la medición de la respuesta. FCV– Bioestadística- 2017

8 Error experimental Inhabilidad para reproducir las condiciones de tratamiento exactamente en las distintas unidades experimentales. Interacción entre el tratamiento y la unidad experimental. Factores extraños que influyen en la medición de la característica FCV– Bioestadística- 2017

9 ANÁLISIS DE VARIANZA (ANOVA)
Permite probar hipótesis referidas a los parámetros de posición de 2 ó más distribuciones. La hipótesis que se somete a prueba es con respecto a los promedio de las poblaciones en estudio de cada Tratamiento evaluado en un experimento. (PARAMETROS) EL ANOVA descompone la variabilidad total en la muestra (Suma de cuadrados) asociados cada una a una fuente de variación reconocida (ej. Suma Cuadrado Tratamiento y Suma cuadrado Error) FCV– Bioestadística- 2017

10 Modelo Hipótesis H0: 1 =2 =…= t H1: alguno es distinto
FCV– Bioestadística- 2017

11 SUPUESTOS DEL ANOVA Normalidad Independencia Homogeneidad de varianza
FCV– Bioestadística- 2017

12 Trat1 Trat2 Trat3 Trat4 x11 x21 x31 x41 x12 x22 x32 x42 x13 x23 x33
FCV– Bioestadística- 2017

13 Suma de cuadrados total
Suma de cuadrados tratamientos (entre) Suma de cuadrados del error (dentro) FCV– Bioestadística- 2017

14 SCTotal=SCTrat+ SCError gl(total)=gl(trat)+ gl(error)
FCV– Bioestadística- 2017

15 Fuente de variación Suma de Cuadrados Grados de libertad
Cuadrado medio F Tratamientos (entre) SCTrat gl= a – 1 CMTrat= SCTrat gl F = CMTrat CMError Error (dentro) SCError gl= N – a CMError= SCError Total SCTotal gl= N – 1 FCV– Bioestadística- 2017

16 Dieta_A Dieta_B Dieta_C Dieta_D 64 70 84 90 61 73 68 100 60 88 72 82
76 85 69 98 75 66 95 77 63 80 FCV– Bioestadística- 2017

17 Cuadro de Análisis de la Varianza (SC tipo III)
Variable N R² R² Aj CV GPV Cuadro de Análisis de la Varianza (SC tipo III) F.V. SC gl CM F p-valor Modelo Dieta Error Total Test:Tukey Alfa=0.05 DMS= Error: gl: 28 Dieta Medias n E.E. A A C A B A D B Medias con una letra común no son significativamente diferentes (p > 0.05) FCV– Bioestadística- 2017