Estadistica inferencial

Definicion de analisis de varianza

Jos Ignacio Barrios Roblero
Ensenada, B. C.
Marzo de 2015
"El xito consiste en vencer el temor al fracaso"
Chales Augustin
Introduccin

Las tcnicas inciales del anlisis de varianza fueron desarrolladas por el

estadstico y genetista R. A. Fisher en los aos 1920 y 1930 y algunas veces
conocido como "anova de fisher", debido al uso de distribucin F de Fisher como
parte del contraste de hiptesis. El anlisis de varianza se utiliza para verificar si
hay diferencias estadsticamente significativas entre medias cuando tenemos ms
de dos muestras o grupos en el mismo planeamiento.
Anlisis de varianza
Es una coleccin de modelos estadsticos y sus procedimientos asociados, en el
cual la varianza est particionada en ciertos componentes debidos a diferentes
factores (variables).
El anlisis de la varianza (ANOVA) es una potente herramienta estadstica, de
gran utilidad tanto en la industria, para el control de procesos, como en el
laboratorio de anlisis, para el control de mtodos analticos. Los ejemplos de
aplicacin son mltiples, pudindose agrupar, segn el objetivo que persiguen, en
dos principalmente: la comparacin de mltiples columnas de datos y la
estimacin de los componentes de variacin de un proceso.
El ANOVA tambin puede utilizarse en situaciones donde ambas fuentes de
variacin son aleatorias. Un ejemplo sera el anlisis de algn compuesto de un
vino almacenado en un depsito. Supongamos que las muestras se toman
aleatoriamente de diferentes partes del depsito y se realizan diversos anlisis
replicados. Aparte de la variacin natural en la medida tendremos una variacin en
la composicin del vino de les diferentes partes del depsito.

Cuando tengamos un factor, controlado o aleatorio, aparte del error propio de la

medida, hablaremos del ANOVA de un factor. En el caso de que estuvisemos
desarrollando un nuevo mtodo colorimtrico y quisiramos investigar la influencia
de diversos factores independientes sobre la absorbancia, tales como la
concentracin de reactivo A y la temperatura a la que tiene lugar la reaccin,
entonces hablaramos de un ANOVA de dos factores. En los casos donde
tenemos dos o ms factores que influyen, se realizan los experimentos para todas
las combinaciones de los factores estudiados, seguido del ANOVA. Se puede
deducir entonces si cada uno de los factores o una interaccin entre ellos tienen
influencia significativa en el resultado.
Para utilizar el ANOVA de forma satisfactoria deben cumplirse tres tipos de
hiptesis, aunque se aceptan ligeras desviaciones de las condiciones
ideales:
1. Cada conjunto de datos debe ser independiente del resto.
2. Los resultados obtenidos para cada conjunto deben seguir una distribucin
normal.
3. Las varianzas de cada conjunto de datos no deben diferir de forma significativa.
Su verdadero objetivo no es la variabilidad, sino otros contrastes, como la igualdad
de medias o el ajuste en un problema de Regresin.
Lo siguiente es calcular la variacin entre muestras, para ello se suman todas las
varianzas mustrales y se dividen entre el nmero de muestras (k), esto es una
media de varianzas.

Posteriormente, se estima la varianza de interna de los grupos, para lo cual,

previamente se estima la varianza de las medias aritmticas, como sigue:

La cual se multiplica por el nmero de elementos totales de cada muestra (n) para
obtener la varianza de la distribucin del muestreo.

Para verificar si realmente existen diferencias entre las muestras, no dadas por la
variabilidad sino por algn factor, se emplean el estadstico de Fisher (F de
Fisher). Este indicador, determina que tanta variabilidad hay entre todas las
muestras.
Conclusin
Un anlisis de varianza se utiliza para comparar las medias de los resultados que
se obtienen por diversos mtodos de anlisis. En general sirve para probar
hiptesis mediante las variaciones.

Bibliografia
D.L. Massart, B.M.G. Vandeginste, L.M.C. Buydens, S. de Jong, P.J. Lewi, J.
Smeyers-Verbeke, Handbook of Chemometrics and Qualimetrics: Part A,
Elsevier (1997), Amsterdam.