INFERENCIA ESTADÍSTICA (100403)

Fase 4 - ANOVA

Presentado por:
Deimer Fabian Andrade Narvaez

Grupo:62

Presentado a:
Diana Milena Caliman

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

UNAD
2020
1.Definición y características principales del análisis de varianza

Como su nombre lo indica, el ANALISIS DE VARIANZA, se utiliza para probar

hipótesis sobre la igualdad de tres o más medias poblacionales. Al comparar las
varianzas muestrales, es posible sacar una conclusión o inferencia sobre los valores
relativos de las medias poblacionales.
El análisis de varianza estudia la relación entre una variable cualitativa (o variable
independiente) con más de dos categorías y una variable cuantitativa (o variable
dependiente).

2.¿Cuándo y cómo aplicar un análisis de varianza?

Cuando se desea conocer la homogeneidad que existe entre tres o más medias
muestrales, se procede a determinar la variabilidad entre esas medias, técnica que se
conoce como “análisis de varianza”. Es decir, cuando productos o individuos son
sometidos a tratamientos determinados para ver cómo éstos influyen en resultados o
comportamientos, lo más aconsejable es utilizar la técnica de análisis de varianza

3.Explique cada uno de los modelos de análisis de varianza. De ejemplos.

Modelo de efectos fijos: Un modelo de análisis de varianza es de efectos fijos cuando

los resultados obtenidos sólo son válidos para esos determinados niveles del factor
estudiado y lo que ocurra a otros niveles del factor puede ser diferente.

Ejemplo
Se quiere evaluar la eficacia de distintas dosis de un fármaco contra la hipertensión
arterial, comparándola con la de una dieta sin sal. Para ello se seleccionan al azar 25
hipertensos y se distribuyen aleatoriamente en 5 grupos. Al primero de ellos no se le
suministra ningún tratamiento, al segundo una dieta con un contenido pobre en sal, al
tercero una dieta sin sal, al cuarto el fármaco a una dosis determinada y al quinto el
mismo fármaco a otra dosis. Las presiones arteriales sistólicas de los 25 sujetos al
finalizar los tratamientos son:

Grupo
1 2 3 4 5
180 172 163 158 147
173 158 170 146 152
175 167 158 160 143
182 160 162 171 155
181 175 170 155 160
 La tabla de anova es:

Fuente de
GL SS MS F
variación

Tratamiento 4 2010,64 502,66 11,24

Error 20 894,4 44,72

Total 24 2905,04

Como F0,05(4,20) =2,87 y 11,24>2,87 rechazamos la hipótesis nula y concluimos que

los resultados de los tratamientos son diferentes.

Modelo de efectos aleatorios: Un modelo de análisis de varianza es de efectos

aleatorios cuando los resultados obtenidos son válidos para cualquier nivel del factor
estudiado.

Ejemplo: Un investigador está interesado en determinar el contenido, y sus

variaciones, de grasas en las células hepáticas de cobayas; toma del animalario 5
cobayas al azar y les realiza, a cada una, 3 biopsias hepáticas.

Modelo replicado: Un modelo es replicado si el experimento se repite varias veces

para cada nivel del factor; en caso contrario se dice que el modelo es por unidad de
casilla.

4.¿Es útil aplicar análisis de varianza a la problemática de estudio? - Explique por qué

Es útil ya que permiten evaluar la importancia de uno o más factores al comparar las
medias de la variable de respuesta en los diferentes niveles de los factores. La hipótesis
nula establece que todas las medias de la población(medias de los niveles de los
factores) son iguales mientras que la hipótesis alternativa establece que al menos una es
diferente.
 TIPO DE MUESTREO: Sistemático

Muestreo en que los n elementos de la muestra se seleccionan tomando aleatoriamente un númer

primero que va a formar parte de la mue

Características:
1) Una lista completa de la población
2) La población ordenada y la muestra también estará ordenada
Esta es la forma o cada cuanto se selecciona un elemento
K= N/n
K= fracción sistemática (o cada cuanto se toma el elemento de la población)
N= Tamaño de la población
n= Tamaño de la muestra (Calculado ya anteriormente)

K= N/n
N= 2989
n= 360
K= 8.30 se redondea

K= 8 Seleccione la muestra cada 8 elementos

Alea= 7 Se escoge un número aleatorio entre 1 y K.
Fijo= 4 Copie y pegue el número aleatorio como valor para que no e

1) Rellene una columna que empiece desde 1 hasta n

2) Luego, empieze la 2da columna con el número que encontró entre 1 y K,

LISTO! Esta es la lista de personas que van a conformar su muestra, recuer

3) Copie y pegue los nombres de las variables de la población

4) Use la función =BUSCARV(C36;Población!$A$6:$Q$918;2;0) esto es par

261 elementos que va a incluir en la muestra. El número 2, corresponde a la

Crioscopia (°C) Departamento

1 4 -0.51 4
 2 12 -0.52 4
3 20 -0.52 2
4 28 -0.51 1
5 36 -0.55 3
6 44 -0.54 2
7 52 -0.54 4
8 60 -0.53 2
9 68 -0.56 3
10 76 -0.53 2
11 84 -0.55 3
12 92 -0.56 2
13 100 -0.52 2
14 108 -0.51 4
15 116 -0.54 3
16 124 -0.58 3
17 132 -0.52 3
18 140 -0.53 2
19 148 -0.52 4
20 156 -0.51 2
21 164 -0.56 2
22 172 -0.54 1
23 180 -0.56 2
24 188 -0.56 2
25 196 -0.53 2
26 204 -0.52 2
27 212 -0.54 2
28 220 -0.54 2
29 228 -0.54 3
30 236 -0.55 2
31 244 -0.52 3
32 252 -0.55 2
33 260 -0.54 2
34 268 -0.53 2
35 276 -0.5 2
36 284 -0.54 2
37 292 -0.53 4
38 300 -0.55 2
39 308 -0.55 2
40 316 -0.54 1
41 324 -0.5 3
42 332 -0.55 2
43 340 -0.53 2
44 348 -0.5 2
45 356 -0.51 2
46 364 -0.51 2
47 372 -0.51 3
48 380 -0.5 2
49 388 -0.57 3
50 396 -0.55 2
51 404 -0.52 2
52 412 -0.57 2
53 420 -0.56 2
54 428 -0.5 2
55 436 -0.51 3
56 444 -0.59 1
57 452 -0.52 1
58 460 -0.51 2
59 468 -0.52 2
60 476 -0.52 2
61 484 -0.53 2
62 492 -0.52 2
63 500 -0.54 3
64 508 -0.57 2
65 516 -0.54 4
66 524 -0.53 2
67 532 -0.55 4
68 540 -0.51 3
69 548 -0.51 2
70 556 -0.55 2
71 564 -0.54 2
72 572 -0.5 1
73 580 -0.57 3
74 588 -0.53 2
75 596 -0.54 4
76 604 -0.53 2
77 612 -0.53 4
78 620 -0.52 4
79 628 -0.54 3
80 636 -0.54 2
81 644 -0.54 1
82 652 -0.53 4
83 660 -0.51 2
84 668 -0.53 2
85 676 -0.54 2
86 684 -0.5 3
87 692 -0.54 2
88 700 -0.48 2
89 708 -0.54 2
90 716 -0.55 3
91 724 -0.51 2
92 732 -0.48 2
93 740 -0.53 3
94 748 -0.54 2
95 756 -0.54 2
96 764 -0.53 1
97 772 -0.52 2
98 780 -0.53 2
99 788 -0.56 2
100 796 -0.51 2
101 804 -0.51 2
102 812 -0.51 3
103 820 -0.52 2
104 828 -0.49 2
105 836 -0.56 4
106 844 -0.53 2
107 852 -0.52 2
108 860 -0.55 2
109 868 -0.53 2
110 876 -0.51 2
111 884 -0.53 3
112 892 -0.52 2
113 900 -0.54 2
114 908 -0.51 2
115 916 -0.55 4
116 924 -0.52 2
117 932 -0.53 2
118 940 -0.49 2
119 948 -0.49 2
120 956 -0.52 2
121 964 -0.54 2
122 972 -0.53 2
123 980 -0.51 4
124 988 -0.51 4
125 996 -0.56 2
126 1004 -0.52 1
127 1012 -0.54 2
128 1020 -0.53 2
129 1028 -0.51 3
130 1036 -0.56 3
131 1044 -0.54 2
132 1052 -0.56 3
133 1060 -0.5 3
134 1068 -0.5 4
135 1076 -0.53 2
136 1084 -0.48 2
137 1092 -0.52 2
138 1100 -0.52 2
139 1108 -0.51 3
140 1116 -0.52 2
141 1124 -0.54 2
142 1132 -0.49 2
143 1140 -0.6 1
144 1148 -0.52 2
145 1156 -0.53 2
146 1164 -0.55 3
147 1172 -0.49 2
148 1180 -0.53 3
149 1188 -0.54 2
150 1196 -0.52 2
151 1204 -0.52 2
152 1212 -0.52 2
153 1220 -0.55 2
154 1228 -0.54 2
155 1236 -0.49 3
156 1244 -0.51 4
157 1252 -0.51 4
158 1260 -0.54 3
159 1268 -0.5 3
160 1276 -0.54 1
161 1284 -0.53 2
162 1292 -0.52 4
163 1300 -0.53 3
164 1308 -0.56 3
165 1316 -0.51 2
166 1324 -0.49 2
167 1332 -0.52 3
168 1340 -0.52 2
169 1348 -0.54 1
170 1356 -0.52 3
171 1364 -0.53 2
172 1372 -0.52 3
173 1380 -0.52 2
174 1388 -0.51 2
175 1396 -0.54 2
176 1404 -0.55 2
177 1412 -0.54 2
178 1420 -0.51 2
179 1428 -0.56 2
180 1436 -0.53 2
181 1444 -0.56 2
182 1452 -0.52 2
183 1460 -0.51 3
184 1468 -0.52 2
185 1476 -0.53 3
186 1484 -0.55 2
187 1492 -0.57 1
188 1500 -0.53 2
189 1508 -0.54 4
190 1516 -0.57 2
191 1524 -0.52 2
192 1532 -0.51 2
193 1540 -0.54 2
194 1548 -0.55 2
195 1556 -0.55 2
196 1564 -0.53 2
197 1572 -0.54 2
198 1580 -0.52 1
199 1588 -0.52 2
200 1596 -0.52 1
201 1604 -0.5 2
202 1612 -0.55 2
203 1620 -0.53 2
204 1628 -0.5 2
205 1636 -0.55 2
206 1644 -0.51 2
207 1652 -0.54 2
208 1660 -0.53 2
209 1668 -0.52 4
210 1676 -0.52 2
211 1684 -0.57 4
212 1692 -0.55 3
213 1700 -0.52 4
214 1708 -0.52 2
215 1716 -0.54 4
216 1724 -0.54 3
217 1732 -0.5 2
218 1740 -0.52 3
219 1748 -0.52 1
220 1756 -0.52 3
221 1764 -0.54 1
222 1772 -0.55 2
223 1780 -0.54 3
224 1788 -0.52 2
225 1796 -0.5 4
226 1804 -0.56 2
227 1812 -0.58 4
228 1820 -0.55 2
229 1828 -0.52 1
230 1836 -0.53 2
231 1844 -0.55 2
232 1852 -0.53 2
233 1860 -0.51 2
234 1868 -0.52 2
235 1876 -0.53 2
236 1884 -0.52 2
237 1892 -0.54 6
238 1900 -0.51 2
239 1908 -0.54 2
240 1916 -0.54 6
241 1924 -0.55 2
242 1932 -0.55 2
243 1940 -0.53 6
244 1948 -0.54 2
245 1956 -0.52 4
246 1964 -0.56 2
247 1972 -0.53 2
248 1980 -0.57 4
249 1988 -0.57 2
250 1996 -0.52 2
251 2004 -0.54 2
252 2012 -0.5 2
253 2020 -0.54 4
254 2028 -0.52 2
255 2036 -0.53 6
256 2044 -0.55 2
257 2052 -0.51 2
258 2060 -0.5 2
259 2068 -0.52 2
260 2076 -0.54 4
261 2084 -0.5 2
262 2092 -0.55 2
263 2100 -0.51 2
264 2108 -0.51 2
265 2116 -0.51 1
266 2124 -0.51 1
267 2132 -0.52 5
268 2140 -0.5 4
269 2148 -0.51 4
270 2156 -0.54 5
271 2164 -0.56 6
272 2172 -0.54 6
273 2180 -0.54 6
274 2188 -0.56 1
275 2196 -0.48 6
276 2204 -0.54 6
277 2212 -0.52 1
278 2220 -0.52 5
279 2228 -0.54 1
280 2236 -0.52 6
281 2244 -0.53 1
282 2252 -0.52 5
283 2260 -0.51 5
284 2268 -0.52 5
285 2276 -0.56 5
286 2284 -0.51 5
287 2292 -0.52 6
288 2300 -0.54 5
289 2308 -0.51 6
290 2316 -0.53 5
291 2324 -0.52 6
292 2332 -0.5 5
293 2340 -0.53 5
294 2348 -0.53 1
295 2356 -0.55 5
296 2364 -0.54 6
297 2372 -0.53 5
298 2380 -0.54 5
299 2388 -0.57 6
300 2396 -0.55 6
301 2404 -0.54 5
302 2412 -0.5 5
303 2420 -0.54 6
304 2428 -0.55 6
305 2436 -0.51 5
306 2444 -0.5 5
307 2452 -0.54 6
308 2460 -0.56 6
309 2468 -0.53 1
310 2476 -0.55 6
311 2484 -0.49 5
312 2492 -0.52 6
313 2500 -0.49 5
314 2508 -0.54 1
315 2516 -0.52 5
316 2524 -0.5 5
317 2532 -0.56 5
318 2540 -0.53 6
319 2548 -0.53 6
320 2556 -0.53 6
321 2564 -0.53 5
322 2572 -0.54 6
323 2580 -0.51 1
324 2588 -0.53 5
325 2596 -0.49 6
326 2604 -0.52 6
327 2612 -0.5 5
328 2620 -0.53 6
329 2628 -0.54 5
330 2636 -0.52 5
331 2644 -0.56 5
332 2652 -0.5 5
333 2660 -0.53 5
334 2668 -0.54 6
335 2676 -0.53 5
336 2684 -0.54 5
337 2692 -0.55 5
338 2700 -0.54 5
339 2708 -0.5 5
340 2716 -0.48 6
341 2724 -0.53 5
342 2732 -0.59 5
343 2740 -0.53 6
344 2748 -0.51 6
345 2756 -0.57 5
346 2764 -0.54 5
347 2772 -0.53 5
348 2780 -0.5 6
349 2788 -0.58 5
350 2796 -0.55 5
351 2804 -0.51 5
352 2812 -0.53 5
353 2820 -0.54 5
354 2828 -0.59 6
355 2836 -0.52 6
356 2844 -0.53 5
357 2852 -0.56 5
358 2860 -0.51 6
359 2868 -0.52 5
360 2876 -0.54 6
TIPO DE MUESTREO: Sistemático

tomando aleatoriamente un número i, que designará, en una lista o población de N elementos, al

ero que va a formar parte de la muestra.

ento de la población)

ada 8 elementos
eatorio entre 1 y K.
o aleatorio como valor para que no este cambiando

sde 1 hasta n

l número que encontró entre 1 y K, es decir el que corresponde al valor fijo

van a conformar su muestra, recuerde que es importante mantener la constante K

iables de la población

ción!$A$6:$Q$918;2;0) esto es para que no tenga que pasar manualmente la información de los
estra. El número 2, corresponde a la columna de la variable, en este caso Municipio

% Sólidos
Densidad (g/ml) % Proteína % Grasa
totales

1.08 3.2 2.9 12

1.03 3.1 3.1 12
1.07 3.4 3 11.8
0.99 3.2 2.8 11.8
0.98 3.2 3.1 11.9
1.11 3.4 3 11.5
1.04 3.1 3.1 12
1.03 3.1 3.2 11.7
0.99 3.1 3 11.3
1.02 3.2 3.1 11.6
1.11 3.3 3 11.9
1.16 3 2.9 11.4
1.03 3.2 3 11.8
1.03 3.2 3.1 11.1
1.05 3.4 3 12.5
0.98 3.2 2.9 11.9
1 3.2 2.9 11.7
1.02 3.1 3.1 11.7
1.01 3.4 3 11.8
1.17 3.2 3.1 12.1
1 3.2 3 12
0.95 3.2 2.8 11.6
0.95 3.3 3 12.4
1 3.2 2.9 11.8
0.97 3 3 12.1
1.14 3.3 3 11.6
1.06 3.1 2.9 12.2
1.01 3.1 3 11.6
1.09 3.2 3 11.9
1.02 3.2 3.1 11.4
1.07 3.3 2.8 12
0.99 3 2.9 11.9
1.02 3.2 2.9 11.4
0.97 3.2 2.8 11.6
1.01 3.2 3 12.2
1.05 3.2 2.9 11.7
1 3 3.1 11.1
1.06 3.3 3 11.6
1.01 3.4 3.1 12
1.09 3.2 3.1 11.9
1.03 3.4 3.1 11.5
1.01 3.2 3.1 11.7
0.98 3.2 3.2 11.7
0.88 3 3 12
1.08 3.3 3.1 11.6
1.07 3.2 2.9 12.1
1.09 3.1 2.9 12.6
1.04 3.1 3 11.4
1.08 3.3 3.2 12.1
1.04 3.1 3.1 12.2
1.01 3.1 2.9 11.8
0.94 3.3 2.9 11.9
1.03 3.1 3.2 11.7
1.08 3.2 3.1 11.9
1.1 3.4 3 11.2
1 3.3 3.1 11.7
1.06 3.2 3.1 11.5
1.01 3.2 2.8 12.2
1.06 3.1 2.9 11.5
1.09 3.2 2.9 11.7
1.06 3.2 3 11.8
1.04 3.2 2.9 11.9
1.03 3.3 3 12.1
0.98 3.3 2.9 11.7
1.06 3.2 3.1 12
1.04 3.4 3.2 12
1.04 3.2 3 11.8
0.96 3.1 3.1 11.4
1.02 3.1 3.1 12
0.99 3.4 2.9 12
0.97 3.2 3 12.1
0.99 3 3 11.6
0.98 3.3 3 12
1.09 3.2 3 11.7
1.07 3.2 3 11.6
1.08 3.1 3 11.8
0.92 3.3 2.8 11.8
1.04 3.2 3 11.5
1.1 3.1 3 11.5
1.07 3.4 3 11.2
1.05 3.1 3 12
0.98 3 3.1 11.7
1.04 3.2 3 12
1.05 3.2 2.9 11.7
1.02 3.2 3.1 11.7
1.09 3.2 3 11.7
1.01 3.2 3.1 11.6
1.06 3.2 3 12.1
1 3.3 3 12.2
1.08 3 3.1 11.8
1.06 3.1 3 12
1.07 3.3 3 11.8
0.93 3 2.9 12.3
1.07 3.2 3.1 12
1.04 3.2 3.3 11.5
1.01 3.2 3 11.9
1.08 3.3 3 12.2
0.95 3.1 2.9 11.6
1.04 3.1 3.1 11.7
1.06 3.3 3 12.3
1.07 3.2 3 11.4
1.04 3.3 2.9 12.2
0.95 3 2.9 11.6
1.04 3.2 2.8 11.8
1.03 3.2 3.1 12
0.98 3.2 3 11.9
1.11 3.1 2.8 11.8
1.04 3.2 3 11.5
0.98 3.3 2.9 11.5
0.95 3.1 3 11.3
1.08 3.1 3 11.9
1.07 3.3 3.1 11.9
1.08 3 3 11.6
0.99 3.2 3 12.3
0.96 3.2 3 11.6
0.95 3.3 3.1 11.7
0.94 3.4 3 12.4
1.01 3.1 3.2 12.1
1.03 3.1 2.9 12.1
1.07 3.3 3 12.3
0.96 3.3 3 11.6
1.06 3.1 3 11.6
1.07 3.2 2.9 11.9
0.98 3.3 3 12.2
1.08 3.2 3.1 12.4
1 3.3 2.9 11.8
0.98 3.4 2.9 12.1
1.12 3.1 2.8 11.8
1.09 3.2 3.1 11.9
1.04 3.4 3 12.4
1.02 3.2 3 11.9
1.04 3.3 3.2 11
1.03 3 3 11.2
1.13 3.1 2.9 12
0.99 3.2 3.1 11.3
0.98 3.3 3 11.8
1.03 3.2 3.1 11.8
1.01 3.3 3.1 10.9
1.06 3.2 3.1 11.4
1.02 3.2 3 11.5
1.02 3.3 3.1 11.8
1 3.1 3.1 12
1.08 3.1 2.9 11.8
1.07 3 2.9 12.2
1.03 3.2 3 11.7
1.14 3.2 2.9 12.1
0.95 3.3 2.9 11.6
1 3.3 2.9 11.8
1.04 3.1 3.2 11.6
1.01 3.3 3.1 11.4
1.03 3.3 2.8 12.1
1.05 3.2 3 12.1
0.97 3.3 3 11.7
1.14 3.2 3 11.7
0.97 3.1 3 12.3
0.99 3.1 3 11.8
1.01 3.4 3 12
0.92 3.2 2.9 11.4
1.01 3.1 3 12.3
0.96 3.1 2.7 11.6
1.15 3.1 3 11.6
1.01 3.3 2.9 12.4
1 3.2 3 11.7
1.1 3.2 3.1 11.7
1.05 3.1 3 12
1.02 3.2 3.1 11.7
1.07 3.3 3.1 11.7
0.94 3.1 3 11.7
1.01 3.3 2.9 12.4
1.03 3.1 3.1 12
1.01 3.2 3.1 11.6
1.02 3.2 3.1 11.8
1.09 3.2 3 11.9
1.01 3.1 3 11.6
0.91 3.2 3 11.2
1.08 3.2 3.1 11.3
1.07 3.2 3.2 11.6
1.03 3.1 2.8 11.2
1.04 3.1 3.2 12.1
1.02 3.3 3 11.4
0.96 3.4 3 11.7
0.95 3.2 3 11.6
1.03 3.2 3 11.8
1 3.2 2.9 11.9
1.04 3.4 3 11.6
1.08 3.2 3 12
1.07 3.3 2.9 12.2
0.92 3.3 3 11.9
1.04 3.2 2.9 11.6
0.99 3.3 2.9 11.9
1 3.3 2.9 12
1.08 3 3.1 12.1
1 3.3 2.9 11.9
1.02 3.1 2.8 11.8
1 3.3 3 12
1.07 3.3 3 11.5
1.01 3.2 3.2 11.6
0.97 3.2 3 11.2
1.1 3.2 3.1 11.6
1.01 3.2 2.9 11.5
0.97 3.3 3.1 11.7
1.07 3 2.9 12.3
1.08 3.2 2.9 12.6
1.07 3.1 3 11.7
1.06 3.5 3.1 12
1.03 3.3 3.2 12
1.03 3.1 2.9 11.5
0.96 3.3 3.1 11.6
1.08 3.2 3.1 11.5
1.11 3.2 2.9 12
1.07 3.4 3 11.2
1.06 3.2 3.2 11.5
1.06 3.3 2.9 11.8
1.04 3.3 3 11.7
1.03 3.2 3 12.1
1.14 3.1 3 11.7
1.03 3.2 3.2 11.5
1.01 3.1 3 12
1.1 3.3 3.1 11.8
1.06 3.3 3.1 11.5
1.07 3.1 2.9 12.2
0.94 3.2 3.2 11.4
0.94 3.1 2.9 11.6
1.02 3.2 2.9 11.9
1.08 3.3 3 10.9
1.13 3.1 3.1 11.8
1.03 3.1 3.1 12.1
1 3.3 3.1 11.8
1.06 3.2 3 12.2
0.99 3.2 3 12
1.05 3.2 3.1 11.1
0.98 3.2 3.1 12.5
0.94 3.3 2.9 12
1.01 3.1 3 12
1.02 3.2 2.8 11.9
1.04 3.2 3.1 12
0.95 3.2 3 12.1
1.06 3.2 3 11.7
1.01 3.2 3 11.4
1.05 3.2 3.1 11.8
1.06 3.2 3 11.4
1.02 3.2 3 11.4
1.08 3.4 3.1 11.3
1 3.2 3 12.1
1.05 3.1 2.9 11.9
1.11 3.3 2.9 11.9
1.06 3 3 12.3
1.07 3.1 3 11.7
0.97 3.1 3 11.5
1.05 3.3 3 11.7
1.05 3.4 3.1 11.3
1.01 3.1 3 11.8
1.14 3.1 3.1 11.8
1.03 3 2.9 12.1
1.07 3.1 2.9 11.9
1.08 3.1 3.1 11.8
1.08 3.3 3.2 11.8
0.97 3.3 3.1 11.5
0.97 3.2 3.1 12.1
1.04 3.4 3 11.9
1.11 3 2.9 11.9
1.06 3.2 3.1 11.9
0.98 3.1 3.1 11.9
1.06 3.2 3.1 11.3
0.98 3.4 2.8 11.7
1 3 2.9 11.6
0.96 3.2 3.1 11.3
1.11 3.3 3 12.1
1.12 3.1 2.8 11.4
1 3 3 11.5
1.07 3 3 12.2
1.06 3 2.9 10.9
1.05 3.2 3.2 11.6
0.93 3.3 3 11.5
1.07 3.3 3.2 11.3
0.97 3.3 2.9 11.7
1.12 3.3 2.9 12.2
1.02 3.3 3 11.5
1 3.3 3.2 11.3
1.07 3 3 11.9
1.03 3.2 3 11.7
1.11 3.4 2.9 12.1
0.96 3.3 3 11.8
0.99 3.2 3 11.8
1.01 3.2 3 11.8
1.08 3.2 2.9 12.1
1.05 3.2 2.9 12.6
1 3.3 3.2 11.9
1.02 3.2 2.9 11.6
1.15 3.1 2.9 11.9
0.99 3.3 3 12.1
1.07 3.3 3.1 11.8
0.97 3.3 3.2 11.9
1.09 3.1 2.9 12.1
1.04 3.1 2.9 11.6
0.92 3.1 3 11.8
1.04 3.2 3.1 11.5
1.05 3.2 2.9 11.9
0.95 3.1 2.9 11.8
1.16 3.4 2.9 12.1
1.04 3.3 2.9 11.9
0.98 3.4 3 11.7
1.09 3.2 3.1 12.1
1.01 3.2 3 12.2
1.05 3.3 3 11.9
 1.1 3.1 2.9 11.5
1.08 3.4 3.1 11.4
1.02 3.2 2.9 11.9
1.07 3.2 2.8 11.9
0.92 3.1 2.9 11.4
1 3.2 3.1 11.6
0.99 3.2 3 11.6
1.07 3.2 2.9 12.1
1 3.2 3 11.5
1.01 3.4 3 11.5
1 3.1 3.1 11.8
0.95 3.3 3 12
0.97 3.3 3.1 11.6
1.07 3.2 3 11.8
1.09 3.3 3 11.6
1.05 3.2 2.9 11.7
1.06 3.3 3.2 11.4
1.13 3 3.1 12.2
0.93 3.1 3 11.7
1.01 3.1 3.1 12.3
1.06 3.1 3 11.8
1.11 3.2 3.1 11.2
1 3.1 3.1 11.7
1.03 3.2 2.9 11.7
1.05 3 2.9 12.3
1.02 3.3 3 11.6
1.08 3.2 3 12.1
0.97 3.2 3 11.9
1.04 3.4 3.1 11.1
1.07 3.3 3 12.2
1.06 3.4 3 11.6
1.1 3.1 3.1 11.8
0.99 3.3 3 11.4
0.95 3.1 2.8 11.7
1.02 3.2 2.9 11
0.99 3.2 2.9 12
1.1 3.1 3.2 11.8
1.09 3.2 3 11.9
0.96 3.1 2.9 11.7
0.96 3.1 3 12.1
1.07 3.4 2.9 11.8
1.05 3.1 3 12.2
1.06 3.1 2.9 11.8
0.98 3.1 3 11.8
1.03 3.1 3.1 11.5
 1 3.3 2.9 11.5
1.06 3.3 2.9 11.7
1.06 3.1 3.2 11.2
1.01 3.1 2.9 11.9
1.03 3.1 3.2 11.6
1.02 3.2 3 11.6
1.07 3.3 3 12.1
1.03 3.2 3.1 12
1.03 3.2 3.1 11.4
1.04 3.1 3 12
 Nota: Solo se emplea este muestreo para n<50%, si n>50% se debe de
aleatorio simple.

Células somáticas (células/ml

Peroxidasa Fosfatasa
de leche)

1899896 2 2
1901882 2 2
1898196 2 2
1901495 2 2
1900385 2 2
1902044 2 2
1886853 2 2
1897159 1 2
1896322 2 2
1903742 2 2
1899289 2 2
1884437 1 2
1905622 2 2
1900049 2 2
1902075 1 2
1888976 2 2
1915109 2 2
1900960 2 2
1887403 2 1
1909587 2 2
1880796 2 2
1908408 2 2
1896707 2 2
1879682 2 2
1903958 1 2
1922593 2 2
1896785 2 2
1892762 2 2
1888853 1 2
1899013 2 2
1907045 1 2
1904054 2 2
1898444 2 2
1892666 2 2
1909564 2 1
1888810 2 2
1891655 2 2
1918977 2 2
1901167 2 2
1889863 2 2
1905573 2 2
1874530 2 2
1900568 2 2
1911921 2 2
1913396 2 2
1895247 2 2
1881312 2 2
1888562 2 2
1897395 2 2
1901147 1 2
1931067 2 2
1896183 2 2
1898229 2 2
1921878 2 2
1877237 2 2
1904724 2 2
1914029 2 2
1902241 1 2
1894999 2 2
1912638 2 2
1898378 2 2
1917796 2 2
1907961 2 2
1898303 2 2
1891669 2 2
1896702 2 2
1938417 2 2
1896974 2 2
1887253 2 2
1906249 2 2
1889908 2 2
1899764 2 2
1904382 2 2
1903275 2 2
1888353 2 2
1890280 2 2
1887208 2 2
1894367 2 2
1897944 2 2
1899168 2 2
1893075 2 2
1902473 1 2
1892408 2 2
1887812 2 2
1902717 2 2
1887555 1 2
1896740 2 2
1899316 2 2
1896176 2 2
1878319 2 2
1896256 2 2
1902024 2 2
1894611 2 2
1890866 2 2
1895215 2 2
1888230 2 1
1913629 2 2
1888095 1 1
1884574 1 2
1898313 2 2
1895819 2 2
1925412 2 2
1883479 2 2
1900471 2 2
1896294 2 2
1903572 2 2
1897337 2 2
1881386 2 2
1897719 2 2
1900874 2 2
1911282 2 2
1894218 2 2
1902553 2 2
1909125 2 2
1913014 2 2
1892822 2 2
1904801 2 2
1894405 2 2
1901976 1 2
1900484 2 2
1885473 2 2
1897267 2 2
1903467 2 2
1897716 2 2
1909765 2 2
1892939 2 2
1899294 2 1
1910082 2 1
1905146 2 2
1902408 2 2
1889209 2 2
1897784 1 2
1882155 2 2
1911633 2 2
1896145 2 2
1896547 2 1
1912523 2 2
1890220 1 2
1899156 2 2
1902683 2 2
1917864 1 2
1891108 1 2
1900283 2 2
1905115 2 2
1902317 2 2
1895748 1 2
1890164 2 2
1910421 1 2
1907954 1 1
1903970 2 2
1906896 1 2
1916107 2 2
1891966 2 2
1910167 2 2
1894113 1 2
1900257 1 2
1890941 2 2
1893752 2 2
1896925 2 2
1906091 1 2
1904579 2 2
1914789 1 1
1896450 2 2
1898591 2 2
1895432 2 2
1900214 2 2
1890976 2 2
1889811 1 2
1897781 2 2
1895514 2 2
1899026 2 2
1877960 1 2
1911999 2 2
1896629 2 2
1899154 2 2
1909690 2 2
1895926 1 2
1893901 2 2
1888576 2 2
1886016 1 2
1882398 2 2
1895626 2 2
1880659 2 2
1911695 2 2
1912229 2 2
1899980 2 2
1897634 2 2
1875406 2 2
1899013 2 2
1897036 2 2
1890183 2 2
1912873 1 2
1920205 1 2
1893183 1 1
1910342 2 2
1903934 2 2
1895413 1 2
1877446 2 2
1904531 1 2
1877196 2 2
1881585 1 2
1893348 1 2
1900113 2 2
1896956 2 2
1894773 2 2
1891692 2 2
1910820 2 2
1909199 2 2
1919869 2 2
1906783 2 2
1914074 2 2
1883606 2 2
1901678 2 2
1898558 1 2
1900469 2 2
1898539 1 2
1892720 2 2
1899469 1 2
1889456 1 2
1880363 1 2
1908246 2 2
1905750 1 2
1916318 2 2
1899622 2 2
1906040 2 1
1904457 2 2
1906125 2 2
1890234 1 2
1890057 2 2
1900334 2 2
1916350 2 2
1884572 2 2
1911827 2 2
1885044 2 2
1905865 1 2
1909569 2 2
1895740 2 2
1909039 2 2
1909098 2 2
1907819 2 2
1903070 2 2
1912873 1 2
1904365 1 2
1912005 1 2
1899852 2 2
1887977 2 2
1896312 1 2
1907079 2 2
1896628 2 2
1913363 2 2
1903087 2 2
1904923 2 2
1895068 2 2
1897274 2 2
1910835 1 2
1902679 2 2
1883321 1 2
1895560 2 2
1888617 2 2
1887360 2 2
1917439 2 2
1889071 2 2
1888781 1 2
1898226 2 2
1886175 2 2
1912542 2 2
1892823 2 2
1899739 2 1
1887909 1 2
1895734 2 2
1899141 1 2
1910102 2 2
1897441 2 2
1910166 2 2
1899922 2 2
1905515 2 2
1916127 2 2
1899291 2 2
1904233 1 2
1917449 2 2
1897939 2 2
1913756 1 2
1917233 1 2
1888437 2 2
1888874 2 2
1900861 2 2
1880289 2 2
1897156 1 2
1884874 2 2
1895930 1 2
1890354 2 2
1902385 1 2
1910206 2 2
1876269 2 2
1896033 2 2
1892961 2 2
1907174 2 2
1910855 2 2
1890659 2 2
1899550 1 2
1907075 2 2
1911833 1 2
1914547 2 2
1888687 2 2
1898411 2 2
1905511 2 2
1900745 1 2
1903813 2 2
1883461 2 2
1903559 2 2
1901690 2 2
1890219 2 2
1900234 2 2
1903123 2 2
1894166 2 2
1898869 2 2
1897108 2 2
1893794 2 2
1901627 2 2
1917196 2 2
1913086 2 2
1909846 1 2
1919502 2 1
1907153 2 2
1916040 2 2
1893352 1 2
1905784 2 2
1903052 2 2
1883213 1 2
1886621 2 2
1904187 2 2
1915000 2 2
1897497 2 2
1902079 1 2
1895532 2 2
1907173 1 2
1910764 2 2
1902994 1 1
1912385 2 2
1909447 2 2
1914509 2 2
1906482 2 2
1891242 1 2
1899976 2 2
1907256 2 2
1889866 1 2
1905624 1 2
1908680 2 2
1891432 2 2
1905740 2 2
1902701 1 2
1898443 2 2
1904986 2 2
1915563 2 2
1904501 1 2
1906238 2 2
1897012 2 2
1925819 2 2
1896787 2 2
1905016 2 2
reo para n<50%, si n>50% se debe de proceder a realizar un muestreo
aleatorio simple.

Prueba de Temperatura de
Tipo de leche Temperatura Costo
yodo recepcion

3 1 807 2 2
1 3 662 2 1
1 1 758 2 2
1 3 591 2 1
2 1 714 2 1
1 2 644 2 1
1 1 506 2 1
2 2 665 2 1
1 3 805 2 1
3 2 788 2 1
1 2 394 2 2
2 2 465 2 1
4 2 858 2 1
1 2 703 2 1
2 3 671 2 1
1 2 754 2 1
1 2 694 1 2
4 3 561 2 1
4 2 741 1 1
2 3 639 2 1
4 1 766 2 1
3 2 637 2 1
2 2 974 2 1
4 2 1193 2 1
1 2 573 1 1
1 2 747 2 1
2 2 381 2 1
4 2 556 2 1
1 2 701 2 1
1 1 824 1 2
3 2 796 2 1
4 3 1060 2 1
1 2 804 1 2
1 2 856 2 1
4 1 838 2 1
1 1 600 1 2
1 2 626 2 1
1 2 936 1 1
1 2 612 2 2
4 2 667 2 1
1 3 404 2 1
3 1 621 1 1
2 2 735 2 1
1 1 824 2 2
1 1 764 2 1
1 2 742 2 1
1 1 934 2 2
1 2 839 2 1
1 3 281 2 1
4 2 572 2 1
1 3 860 2 1
1 2 538 2 1
3 2 605 1 1
1 3 449 2 1
1 2 1098 2 1
1 1 918 2 1
1 2 843 2 2
1 3 375 2 2
1 3 586 2 1
1 2 862 2 1
2 1 882 2 1
2 2 526 2 2
3 2 786 2 1
1 2 497 2 2
1 1 383 2 1
1 2 821 2 1
1 1 616 1 1
1 2 545 2 1
4 2 507 1 1
3 3 469 2 1
1 2 723 2 1
2 2 684 2 1
1 2 362 2 1
1 1 898 2 1
1 2 855 2 1
1 2 723 2 1
3 1 820 2 1
4 1 778 2 1
1 3 790 2 1
1 1 564 2 1
1 2 676 2 1
4 3 652 1 1
1 3 1179 2 2
2 1 686 1 1
1 3 715 2 1
1 3 445 2 1
2 1 778 2 2
1 2 625 2 1
3 3 695 2 1
4 1 947 2 1
4 2 837 2 1
1 2 474 1 1
1 1 1154 2 1
1 3 518 2 1
1 2 727 2 1
3 1 533 2 2
1 1 906 1 1
1 2 640 1 1
1 3 669 2 1
1 2 485 2 1
1 1 426 2 2
3 1 516 2 1
1 2 1026 2 1
2 3 777 2 1
1 1 840 2 1
2 1 621 2 1
1 2 885 2 1
1 2 773 2 1
1 2 563 2 1
3 1 896 2 1
1 2 993 2 1
1 1 497 2 2
3 2 968 2 1
1 1 865 1 1
3 2 597 2 1
4 3 613 2 1
2 3 666 2 1
1 1 692 2 1
4 2 435 2 1
1 1 718 2 2
1 2 709 2 2
4 2 601 2 1
4 2 769 2 1
3 2 594 2 1
1 1 466 2 1
1 1 888 2 1
1 2 684 2 2
1 2 563 2 1
4 1 584 2 1
1 2 885 2 2
2 2 546 2 1
3 2 535 2 1
4 2 561 2 1
1 3 527 2 2
1 1 786 1 1
1 3 485 2 1
3 2 642 2 2
3 1 978 2 1
1 1 878 2 1
1 3 522 1 2
1 1 574 2 1
2 2 589 2 1
3 1 849 2 1
1 2 753 2 1
2 3 724 2 2
1 3 747 2 1
2 1 876 2 1
1 1 921 2 1
4 1 483 2 1
2 3 652 2 1
1 2 640 2 2
1 3 734 2 1
3 1 1146 2 1
4 2 633 2 1
1 3 340 2 1
3 2 674 1 1
4 2 605 2 1
2 3 607 2 1
1 2 714 2 2
1 1 655 2 1
4 2 653 2 1
2 2 565 2 1
2 2 844 2 1
1 1 709 2 1
3 1 830 2 1
2 2 591 2 2
1 1 878 2 1
1 2 230 2 1
1 3 1168 2 1
1 2 825 2 2
1 2 935 2 1
3 3 568 2 1
1 2 961 2 1
1 1 430 2 1
2 3 624 2 1
3 2 837 1 1
1 2 684 2 2
1 2 940 1 1
1 2 804 2 1
1 1 578 2 1
1 2 829 2 1
1 1 1048 2 1
4 2 781 2 1
1 2 736 1 1
4 2 336 2 2
1 3 549 2 1
1 1 393 2 1
2 1 805 2 1
4 3 807 2 1
4 2 809 1 1
3 3 912 2 1
4 2 879 2 1
1 3 643 2 1
1 2 806 2 1
1 2 577 2 2
1 2 565 2 1
3 1 835 2 1
2 3 745 2 1
1 2 716 2 1
1 3 659 2 1
2 2 819 2 1
2 2 956 2 1
3 1 508 2 1
3 2 1115 2 1
4 3 625 2 1
1 2 636 2 1
1 2 824 2 2
3 1 818 2 1
4 2 854 2 1
4 1 879 2 1
1 1 422 2 1
4 1 746 2 1
1 2 664 2 2
1 1 603 2 1
1 1 426 2 1
4 2 784 1 1
1 1 832 2 1
1 2 1080 2 1
1 2 888 2 1
1 1 547 2 1
1 2 677 2 1
4 3 521 2 1
1 2 753 2 1
2 2 759 2 2
1 2 619 2 1
1 3 642 2 1
1 2 851 2 1
3 2 687 2 1
1 3 643 2 1
4 2 566 2 1
4 1 975 2 1
1 1 690 2 2
1 3 817 2 1
2 2 726 2 1
3 2 824 2 1
2 3 711 2 1
1 2 784 2 1
3 2 586 2 2
3 1 464 2 1
1 3 766 2 1
1 1 774 2 1
3 2 707 2 1
1 3 371 2 1
1 2 244 2 1
1 2 586 2 2
2 3 720 2 1
1 3 817 2 1
1 2 1111 2 2
1 2 601 2 1
4 1 847 2 1
3 2 705 2 2
1 2 417 2 1
4 3 771 2 1
1 2 867 2 1
1 1 920 2 1
1 2 963 1 1
1 2 644 2 1
1 2 636 2 1
2 2 691 2 1
1 2 624 2 1
1 3 823 2 1
4 3 626 2 1
1 3 483 1 1
1 2 614 2 1
2 2 462 1 2
3 2 858 2 1
1 1 847 2 1
1 3 1104 2 2
1 2 292 2 1
4 1 970 2 1
1 2 729 2 1
1 2 750 2 1
4 2 520 2 1
1 1 439 2 2
1 2 823 2 1
1 2 760 2 1
1 2 664 2 1
1 3 861 2 1
1 2 832 2 1
2 2 769 2 1
1 2 851 2 1
1 2 826 1 1
3 2 536 2 1
4 1 657 1 1
4 2 663 1 1
4 3 829 2 1
1 2 858 2 1
3 3 886 2 1
4 3 776 2 1
1 2 861 1 1
1 1 684 2 1
1 1 1110 2 1
1 1 1041 2 2
1 1 370 2 1
2 1 578 1 2
1 2 429 2 1
1 2 1103 2 2
2 2 839 2 1
1 3 648 2 1
4 2 695 2 1
4 2 702 2 2
1 1 670 2 1
1 1 558 2 1
1 1 832 2 1
2 1 688 2 1
1 2 779 2 1
2 2 598 2 1
2 2 732 2 2
2 2 1397 2 1
1 2 546 2 1
3 3 589 2 1
4 2 839 2 1
3 3 620 2 1
1 2 151 2 1
4 2 279 2 1
1 1 633 2 1
4 2 948 2 2
1 3 479 2 1
1 2 697 2 1
1 1 702 2 1
1 2 586 2 1
4 2 863 2 1
1 2 915 2 1
1 3 707 2 1
4 3 521 2 1
1 2 674 2 1
3 3 677 2 1
1 2 904 2 1
3 2 695 2 1
1 3 743 2 1
1 2 800 1 1
1 2 517 2 1
4 2 579 2 1
1 2 1003 2 1
1 1 563 2 1
4 2 555 2 2
2 3 794 1 1
1 2 638 2 2
1 1 883 2 1
1 3 1042 2 1
4 3 482 2 1
1 1 933 2 1
1 1 663 2 1
1 2 694 2 1
1 2 433 2 1
2 3 784 1 1
1 1 450 2 1
4 2 381 2 1
2 2 552 2 1
4 3 381 2 1
1 3 448 2 2
1 3 385 2 1
1 2 634 2 1
1 2 702 2 1
1 2 873 2 1
1 2 402 2 1
2 3 698 2 1
2 2 791 2 1
1 2 880 2 1
4 2 858 2 1
Satisfacción

2
2
2
2
2
2
3
2
2
1
1
1
2
2
2
2
2
2
2
2
1
2
1
2
2
2
3
1
1
2
2
2
2
4
2
2
1
2
2
2
2
2
2
4
2
2
2
2
2
2
2
2
2
2
2
2
3
2
1
1
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
1
2
2
2
2
1
2
2
2
2
2
2
1
1
2
2
2
3
1
2
2
2
2
2
2
2
1
1
2
2
2
2
2
2
2
1
2
2
2
2
2
1
2
2
2
1
1
2
1
2
2
1
4
2
2
2
2
3
1
2
2
1
2
2
2
2
2
2
2
2
1
2
2
2
2
1
2
1
1
2
3
2
2
2
2
2
2
2
2
2
2
2
2
2
1
3
2
2
1
2
2
2
2
3
2
2
2
2
2
2
2
2
2
3
1
2
2
1
2
2
2
2
1
2
2
2
2
2
2
4
2
2
2
4
2
2
2
1
2
1
2
2
2
2
2
2
1
2
2
2
2
2
1
2
2
2
2
1
2
2
2
2
2
4
2
1
2
2
2
1
1
1
2
2
2
2
2
2
4
2
2
2
2
2
1
2
2
2
2
1
1
2
3
2
2
2
3
2
2
2
2
2
2
1
2
2
1
2
1
2
2
2
3
1
1
2
2
2
1
1
2
2
1
2
2
2
2
3
2
2
2
1
1
2
1
2
2
2
1
1
2
2
2
2
2
2
2
4
2
2
2
2
2
2
2
2
3
2
2
2
1
2
2
2
2
1
2
2
2
2
1
2
2
2
1
2
2
2
3
2
2
2
1
2
 Evaluar si el “costo” depende del “departamento” del cual es recibida la leche.

Departamento 2
Costo promedio proveedor 1
Costo promedio proveedor 2
Costo promedio proveedor 3
Costo promedio proveedor 4
Costo promedio proveedor 5

Paso 1: Describir la hipótesis

H0: El costo depende del departamento del cual es recibida la leche

H1: El costo no depende del departamento del cual es recibida la leche

Paso 2: Establecer el nivel de significancia con el que se va a trabajar

a = 0.05

Paso 3: Estadístico de prueba F (o calculado)

Departamento 2
Observación 1 758
Observación 2 644
Observación 3 665
Observación 4 788
Observación 5 465

Análisis de varianza de un factor

Análisis de varianza de un factor

RESUMEN
Grupos Cuenta
Departamento 2 5
Departamento 4 5
Departamento 6 5

ANÁLISIS DE VARIANZA
Origen de las variaciones Suma de cuadrados
Entre grupos 6340.13333333336
Dentro de los grupos 283034.8
Total 289374.933333333

Paso 5: Tomar la decisión

El estadístico de prueba F es menor al valor crítico, por tanto, Se acepta la Ho

Conclusión

El costo depende del departamento del cual es recibida la leche

rtamento” del cual es recibida la leche. La organización de los datos a trabajar debe ser así:

Departamento 4 Departamento 6
Costo promedio proveedor 6 Costo promedio proveedor 11
Costo promedio proveedor 7 Costo promedio proveedor 12
Costo promedio proveedor 8 Costo promedio proveedor 13
Costo promedio proveedor 9 Costo promedio proveedor 14
Costo promedio proveedor 10 Costo promedio proveedor 15

ento del cual es recibida la leche

amento del cual es recibida la leche

e se va a trabajar

Departamento 4 Departamento 6
807 784
662 766
506 371
703 920
741 729

Suma Promedio Varianza

3320 664 16053.5
3419 683.8 12726.7
3570 714 41978.5

Grados de libertad Promedio de los cuadrados F

2 3170.06666666668 0.13440326
12 23586.2333333333
 14

No rechazar Ho
0.134403260659114

3.88529383465239 Rechazar Ho

ítico, por tanto, Se acepta la Ho

s recibida la leche
bajar debe ser así:

Probabilidad Valor crítico para F

0.87553511717536 3.88529383465239
 CONCLUSIÓN

Luego de establecer un nivel de significancia del 5% y realizar el ANOVA para Evaluar si el “costo” depende del
“departamento” del cual es recibida la leche, arrojo como resultado el F fisher es menor al valor critico por lo cuá
aceptamos la hipotesis nula. lo que demuestra que el costo depende del departamento del cual es recibida la lec
uar si el “costo” depende del
menor al valor critico por lo cuál
mento del cual es recibida la leche.
 Referencias

Espejo, M. I., Fernández, P. F., & López, S. M. (2016). Inferencia estadística: teoría y
problemas (2a. ed.). Madrid, ESPAÑA: Servicio de Publicaciones de la Universidad de Cádiz.
Pp. 147-178. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?docID=4626891&ppg=184

Gutiérrez,H. (2013). Capítulo 4: Elementos de Inferencia Estadística Control

estadístico de la calidad y Seis Sigma.(3a. ed.) McGraw-Hill Interamericana. Pp.72- 90.
Recuperado de http://www.ebooks7-24.com.bibliotecavirtual.unad.edu.co/?
il=280&pg=91

Hrc.es. 2020. Modelos De Análisis De La Varianza. Recuperado de

http://www.hrc.es/bioest/Anova_6.html

Mayorga, J. (2004). Inferencia Estadística. Universidad Nacional de Colombia.

Bogotá. D. C. Colombia. Rucuperado de
http://books.google.com.co/books?id=bmCV6r_pQQUC&printsec=frontcover&dq=i
nferencia&source=bl&ots=KM2dtf_GYn&sig=vFmWR0tlvVlMGVrNUKn9MKRlr_I&h
l=es&sa=X&ei=G2mAUK6qLIeo8gTa_oCwAw&redir_esc=y#v=onepage&q=prueba
%20de%20hip%C3%B3tesis&f=false

Romero, R. E. (2016). Estadística para todos: análisis de datos: estadística descriptiva,

teoría de la probabilidad e inferencia. Madrid, ESPAÑA: Larousse - Ediciones Pirámide.
Pp. 313 -328. Recuperado de https://ebookcentral-proquest-
com.bibliotecavirtual.unad.edu.co/lib/unadsp/reader.action?
docID=4569980&ppg=314

Support.minitab.com. 2020. ¿Qué Es ANOVA? - Minitab. Recuperado de

https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/anova/supporting-topics/basics/what-is-anova/