Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
=
2
t ij
) y y ( SCT
=
2
t k
) y y ( n SCA
=
2
k ij
) y y ( SCE
EXPERIMENTO COMPLETAMENTE
ALEATORIZADO DE UN SOLO
FACTOR
Tabla de exposicin de anlisis de varianza
Fuente
Variacin
Suma de
cuadrados
Grados
Libertad Cuadrado Medio
F
Tratamiento SCA k-1 S
1
2
= SCA/k-1 S
1
2
/S
2
2
Error SCE k(n-1) S
2
2
= SCE/[n(k-1)]
Total SCT nk-1
EXPERIMENTO COMPLETAMENTE
ALEATORIZADO DE UN SOLO
FACTOR
I. EXPERIMENTO CON UN SOLO FACTOR
1. COMPLETAMENTE ALEATORIZADO
B. TAMAOS DE MUESTRAS
DIFERENTES
23
Tabla de exposicin de informacin
EXPERIMENTO COMPLETAMENTE
ALEATORIZADO DE UN SOLO
FACTOR: TAMAOS DE MUESTRAS
DIFERENTES
Tratamiento 1 2 k
y
11
y
21
y
1k
y
12
y
22
y
2k
y
13
y
23
y
3k
y
1i
y
24
y
4k
y
25
y
5k
y
2k
Suma T
1
T
2
T
k
T
Media y
1
y
2
y
k
y
Identidades:
Suma Total de Cuadrados
Suma de Cuadrados de Tratamientos:
Suma de Cuadrados del Error:
=
2
t ij
) y y ( SCT
=
2
t k k
) y y ( n SCA
=
2
k ij
) y y ( SCE
EXPERIMENTO COMPLETAMENTE
ALEATORIZADO DE UN SOLO
FACTOR: TAMAOS DE MUESTRAS
DIFERENTES
Tabla de exposicin de anlisis de varianza
Fuente
Variacin
Suma de
cuadrados
Grados
Libertad Cuadrado Medio
F
Tratamiento SCA k-1 S
1
2
= SCA/k-1 S
1
2
/S
2
2
Error SCE N-1-(k-1) S
2
2
= SCE/[N-1-(k-1)]
Total SCT N-1
EXPERIMENTO COMPLETAMENTE
ALEATORIZADO DE UN SOLO
FACTOR: TAMAOS DE MUESTRAS
DIFERENTES
I. EXPERIMENTO CON UN SOLO FACTOR
1. COMPLETAMENTE ALEATORIZADO
C. COMPARACIN CON UNA PRUEBA
DE RANGOS
27
En la inferencia estadstica, la prueba F esta basada en 3
hiptesis bsicas:
Hiptesis de normalidad, considera a todas las poblaciones
normales.
Hiptesis de varianzas iguales diseo equilibrado, cuando
todas las n
i
son iguales, se tiene un diseo equilibrado. Sin
embargo, si las n
i
son sustancialmente diferentes, por ejemplo,
si la mayor n
i
es al menos el doble de la mas pequea,
entonces las varianzas desiguales pueden ocasionar grandes
distorsiones en las probabilidades nominales de F.
Hiptesis de Independencia, si los datos se obtienen a lo
largo del tiempo, cabe la posibilidad de que exista dependencia
de una observacin a otra, los valores de F pueden ser
sospechosos.
COMPARACION DE VARIAS
DISTRIBUCIONES CON UNA PRUEBA DE
RANGOS
Toma en cuenta la hiptesis de normalidad de la
prueba F de ANOVA, donde se considera las
poblaciones normales.
Si la hiptesis es incorrecta se evidencian
asimetras sustanciales o valores atpicos en las
muestras.
La prueba Kruskal-Wallis o suma de rangos, no
requiere que una hiptesis de normalidad.
COMPARACION DE VARIAS
DISTRIBUCIONES CON UNA PRUEBA DE
RANGOS
En la prueba de Kruskal-Wallis, la hiptesis nula formal
es que todas las poblaciones tienen la misma
distribucin, no necesariamente una distribucin
normal.
En la prueba de Kruskal-Wallis, la hiptesis alternativa
formal es que las poblaciones difieren de cualquier
manera.
Las hiptesis:
Ho: Las distribuciones son idnticas (efectivamente,
las poblaciones tienen medias iguales)
H
1
: Las distribuciones difieren en su ubicacin
COMPARACION DE VARIAS
DISTRIBUCIONES CON UNA PRUEBA DE
RANGOS
La prueba de Kruskal-Wallis, organiza los datos de
menor a mayor, otorgando una numeracin correlativa.
En caso de empate, se asigna un rango promedio.
El estadstico de Kruskal-Wallis se expresa como:
SC(entre,rangos) es la SC(entre) que se obtiene para
los rangos en vez de para los datos originales y n es
tamao combinado de la muestra
) rangos , entre ( SC
) 1 n ( n
12
H
+
=
COMPARACION DE VARIAS
DISTRIBUCIONES CON UNA PRUEBA DE
RANGOS
El estadstico de Kruskal-Wallis se expresa con detalle
como:
Donde:
n
i
: Tamao de la muestra i.
n: Tamao total de la muestra.
T
i
: Suma de los rangos de la muestra combinada para
las observaciones en la muestra i.
Se evala la prueba para un valor especifico deo, con
un rea en la cola derecha de la distribucin Ji
Cuadrada, con g.l.=k-1
) 1 n ( 3
n
T
) 1 n ( n
12
H
i
2
i
+
)
`
+
=
COMPARACION DE VARIAS
DISTRIBUCIONES CON UNA PRUEBA DE
RANGOS
I. EXPERIMENTO CON UN SOLO FACTOR
1. COMPLETAMENTE ALEATORIZADO
D. COMPARACIN DE TRATAMIENTOS
CON UN CONTROL
33
En muchos casos no interesa realizar inferencias con
respecto a todas las posibles comparaciones entre las
medias de los tratamientos.
En su lugar, el experimento necesita comparar de
manera simultnea cada tratamiento con un control,
con un solo nivel de significancia conjunto.
Hiptesis:
H
o
es la media en el control.
COMPARACION DE TRATAMIENTOS CON
UN CONTROL
k ,... 3 , 2 , 1 i
: H
: H
i o 1
i o o
=
)
`
=
=
Se desarrolla una prueba bilateral de alternativas para
una situacin experimental en la que hay k
tratamientos excluido el de control y n observaciones
por tratamiento.
Se calculan los valores de:
La varianza se calcula con:
S
2
se completa con:
n
s 2
y y
d
2
o i
i
=
=
2
k ij
) y y ( SCE
) 1 n ( k
SCE
s
2
=
COMPARACION DE TRATAMIENTOS CON
UN CONTROL
El criterio para rechazar Ho a un nivel de significancia
determinado es en una prueba de
dos colas de la tabla de Dunnet.
En esta tabla K es el numero de tratamientos
excluyendo el control.
En esta tabla v son los grados de libertad para SCE.
) , k ( d d
2 / i
v >
o
COMPARACION DE TRATAMIENTOS CON
UN CONTROL
I. EXPERIMENTO CON UN SOLO FACTOR
2. DISEO DE BLOQUES COMPLETAMENTE
ALEATORIZADOS
37
En cualquier experimento la variabilidad surge de un
factor perturbador y se define como un factor del diseo
que probablemente tenga un efecto sobre la respuesta
pero en el que no existe un inters especfico
En ocasiones el factor perturbador es desconocido y no
controlable. La aleatorizacin es la tcnica de diseo que
se utiliza para protegerse contra estos efectos
perturbadores.
En otros casos, el factor perturbador es conocido pero no
controlable, puede usarse la tcnica llamada formacin
de bloques para eliminar de manera sistemtica su efecto
sobre las comparaciones estadsticas entre los
tratamientos.
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
Bloqueo: consiste en aislar un conjunto de unidades
experimentales que son razonablemente homogneos y
asignar de forma aleatoria tratamientos a estas unidades.
Los bloques no son un segundo factor
El factor principal: Tratamiento an lleva la carga principal
del experimento.
Las unidades experimentales son la fuente de error, igual
que en el caso anterior, diseo completamente
aleatorizado.
Simplemente se tratan los conjuntos de estas unidades de
manera mas sistemtica cuando se lleva a cabo el
bloqueo.
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
Disposicin tpica:
t = asignacin a los bloques de cada uno de los 3
tratamientos.
Asignacin de los tratamientos a unidades dentro de
los bloques se realizan al azar.
Hiptesis:
Ho:
1
=
2
=
3
= .=
k
H
1
: Al menos una de las medias no es igual a cero
Bloque 1
Bloque 2
Bloque 3
Bloque 4
t
2
t
1
t
3
t
2
t
1
t
2
t
2
t
1
t
3
t
3
t
1
t
3
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
Tabla de exposicin de informacin
Tratamiento 1 2 b
Total
Tratamiento
s
Media
Tratamientos
1 y
11
y
12
y
1b
T
1
y
1
2 y
21
y
22
y
2b
T
2
y
2
. . .
i y
i1
y
i2
y
ib
T
4
y
4
. . .
k y
k1
y
k2
y
kb
T
k
y
k
Total Bloques T
1
T
2
T
b
T
Media Bloques
y
1
y
2
y
b
y
B l o q u e
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
Identidades:
Suma Total de Cuadrados
Suma de Cuadrados de Tratamientos:
Suma de Cuadrados de Bloques:
Suma de Cuadrados del Error:
=
2
t ij
) y y ( SCT
=
2
t i
) y y ( b SCA
+ =
2
t j i ij
) y y y y ( SCE
=
2
t j
) y y ( k SCB
SCE SCB SCA SCT + + =
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
Tabla de exposicin de anlisis de varianza
ANLISIS DE VARIANZA PARA EL DISEO DE BLOQUES COMPLETAMENTE
ALEATORIZADOS
Fuente de
Variacin
Suma de
cuadrados
Grados de
libertad
Cuadrado Medio F
Tratamientos SCA k-1 s1
2
= SCA/k-1 s1
2
/ s3
2
Bloques SCB b-1 s2
2
= SCB/b-1
Error SCE (k-1)(b-1)
s3
2
= SCE/((k-1)(b-
1))
Total SCT bk-1
DISEO DE BLOQUES COMPLETOS
ALEATORIZADOS
II. EXPERIMENTO CON MAS DE UN FACTOR:
DISEOS FACTORIALES
(DOS FACTORES)
44
Cuando se manipulan o varan dos factores se presenta la
idea estadstica fundamental de INTERACCION.
Dos factores experimentales interactan en su efecto
sobre una variable de respuesta, si el efecto de cambiar
un factor depende del nivel del otro factor.
Cuando hay interaccin entre los factores, las diferencias
para uno de ellos cambian cuando cambiamos el otro
factor.
DISEOS FACTORIALES
Ejemplo:
Un fabricante de ropa que suministra uniformes militares
debe cortar chaquetas, camisas y pantalones (en muchas
tallas diferentes) de rollos de tela. La tela es cara, de
modo que el desperdicio tiene un efecto muy grande en
los beneficios. El fabricante tiene que elegir entre 3
mquinas cortadoras asistidas por computadora A, B y C.
En vez que suponer qu mquina le da el menor
desperdicio, el fabricante puede experimentar haciendo
que cada maquina corte varios lotes de chaquetas, varios
de camisas y otros mas de pantalones. Este experimento
tiene dos factores: la mquina y el tipo de prenda. Las
tablas muestran un conjunto posible de porcentajes
medios de desperdicio.
DISEOS FACTORIALES
Caso Primero:
Factor 1 Factor 2: (tipo de prenda)
(maquina) Chaquetas Camisas Pantalones Prom
A 7,6 9,1 7,3 8,0
B 6,5 8 6,2 6,9
C 5,1 6,6 4,8 5,5
Prom 6,4 7,9 6,1 6,8
DISEOS FACTORIALES
Caso Segundo:
Factor 1 Factor 2: (tipo de prenda)
(maquina) Chaquetas Camisas Pantalones Prom
A 5,1 11,1 7,8 8,0
B 8,1 8,5 4,1 6,9
C 6,0 4,1 6,4 5,5
Prom 6,4 7,9 6,1 6,8
DISEOS FACTORIALES
Las tres hiptesis a probar son las siguientes:
1. Ho: o
1
= o
2
= o
3
= .= o
a
= 0
H
1
: Al menos una de las o
i
no es igual a cero
2. Ho: |
1
= |
2
= |
3
= .= |
b
= 0
H
1
: Al menos una de las |
i
no es igual a cero
3. Ho: o|
1
= o|
2
= o|
3
= .= o|
ab
= 0
H
1
: Al menos una de las o|
i
no es igual a cero
DISEOS FACTORIALES
Tabla de exposicin de informacin
A B 1 2 b Total Media
1 y
111
y
121
y
1b1
y
1
y
1
y
112
y
122
y
1b2
2 y
211
y
221
y
2b1
y
2
y
2
. y
211
y
221
y
2b2
a y
a11
y
a21
y
ab1
y
a
y
a
. y
a12
y
a22
y
ab2
Total y
1
y
2
y
b
Y
Media y
1
y
2
y
b
y
DISEOS FACTORIALES
Identidades:
Suma Total de
Cuadrados
Suma de Cuadrados
de Tratamientos:
Suma de Cuadrados
de Bloques:
Suma de Cuadrados
de la Interaccin:
Suma de Cuadrados
del Error:
= = =
=
a
1 i
b
1 j
n
1 k
2
t ij k
) y y ( SCT
=
=
a
1 i
2
t i
) y y ( bn SCA
=
=
b
1 j
2
t j
) y y ( an SCB
SCE ) AB ( SC SCB SCA SCT + + + =
= =
+ =
a
1 i
b
1 j
2
t j i ij
) y y y y ( n ) AB ( SC
= = =
=
a
1 i
b
1 j
n
1 k
2
ij ij k
) y y ( SCE
DISEOS FACTORIALES
Tabla de exposicin de anlisis de varianza
ANLISIS DE VARIANZA PARA EL DISEO FACTORIAL DE DOS FACTORES
Fuente de
Variacin
Suma de
cuadrados
Grados de libertad Cuadrado Medio F
A SCA a-1 s
1
2
= SCA/a-1 s
1
2
/ s
4
2
B SCB b-1 s
2
2
= SCB/b-1 s
2
2
/ s
4
2
AB SC(AB) (a-1)(b-1) s
3
2
= SC(AB)/((a-1)(b-1)) s
3
2
/ s
4
2
Error SCE ab(n-1) s
4
2
= SCE/(ab(n-1))
Total SCT abn-1
Efecto Principal
Interaccion de 2 factores
DISEOS FACTORIALES
III. EXPERIMENTO CON MAS DE UN FACTOR:
DISEOS FACTORIALES
(TRES FACTORES)
53
Se considera un experimento con tres factores: A, B y C
en los niveles, a, b y c, en un diseo experimental
completamente aleatorizado.
Se supone nuevamente que se tiene n observaciones
para cada una de las abc combinaciones de
tratamientos.
Los efectos principales son: o
i
|
j
k
Los efectos de la interaccin son: (o|)
ij
(o)
ik
(|)
jk
(o|)
ijk
El trmino de
(o|)
ijk
se llama efecto de la interaccin de
tres factores
DISEOS FACTORIALES
Las hiptesis a probar de los efectos principales son
las siguientes:
1. Ho: o
1
= o
2
= o
3
= .= o
a
= 0
H
1
: Al menos una de las o
i
no es igual a cero
2. Ho: |
1
= |
2
= |
3
= .= |
b
= 0
H
1
: Al menos una de las |
i
no es igual a cero
3. Ho:
1
=
2
=
3
= .=
c
= 0
H
1
: Al menos una de las
i
no es igual a cero
DISEOS FACTORIALES
Las hiptesis a probar de las interacciones de dos
factores son las siguientes:
1. Ho: o
1
|
1
= o
2
|
1
= o
3
|
1
= .= o
i
|
j
= 0
H
1
: Al menos una de las o
i
|
j
no es igual a cero
2. Ho: o
1
1
= o
2
1
= o
3
1
= .= o
i
k
= 0
H
1
: Al menos una de las o
i
k
no es igual a cero
3. Ho: |
1
1
= |
2
1
= |
3
1
= .= |
j
k
= 0
H
1
: Al menos una de las |
j
k
no es igual a cero
DISEOS FACTORIALES
La hiptesis a probar de las interacciones de tres
factores son las siguientes:
1. Ho: o
1
|
1
1
= o
2
|
1
1
= o
3
|
1
1
= .= o
i
|
j
k
= 0
H
1
: Al menos una de las o
i
|
j
k
no es igual a
cero
DISEOS FACTORIALES
Identidades:
Suma Total de Cuadrados
Suma de Cuadrados del
Factor A:
Suma de Cuadrados del
Factor B:
Suma de Cuadrados del
Factor C:
= = =
=
a
i
b
j
n
k l
t ijkl
y y SCT
1 1 1
2
) (
=
=
a
i
t i
y y bcn SCA
1
2
) (
=
=
b
j
t j
y y acn SCB
1
2
) (
SCE ABC SC
BC SC AC SC AB SC SCC SCB SCA SCT
+
+ + + + + + =
) (
) ( ) ( ) (
=
=
a
i
t k
y y abn SCC
1
2
) (
DISEOS FACTORIALES
Identidades:
Suma de Cuadrados
del Factor A y el
Factor B:
Suma de Cuadrados
del Factor A y el
Factor C:
Suma de Cuadrados
del Factor B y el
Factor C:
+ =
i j
t j i ij
y y y y cn AB SC
2
) ( ) (
+ =
i k
t k i ik
y y y y bn AC SC
2
) ( ) (
+ =
j k
t k j jk
y y y y an BC SC
2
) ( ) (
DISEOS FACTORIALES
Identidades:
Suma de Cuadrados del Factor A, el Factor B y el factor C:
Suma de Cuadrados del Error
+ + + + =
i j K
t k j i jk ik ij ijk
y y y y y y y y n ABC SC
2
) ( ) (
=
i j k l
ijk ijkl
y y SCE
2
) (
DISEOS FACTORIALES
Tabla de exposicin de anlisis de varianza
ANLISIS DE VARIANZA PARA EL DISEO DE TRES FACTORES
Fuente de Variacin
Suma de
cuadrados
Grados de
libertad
Cuadrado Medio F
Efecto Principal
A SCA a-1 s
1
2
= SCA/a-1 s
1
2
/ s
8
2
B SCB b-1 s
2
2
= SCB/b-1 s
2
2
/ s
8
2
C SCC c-1 s
3
2
= SCC/c-1 s
3
2
/ s
8
2
Interaccin 2 Factores
AB SC(AB) (a-1)(b-1) s
4
2
= SC(AB)/((a-1)(b-1)) s
4
2
/ s
8
2
AC SC(AC) (a-1)(c-1) s
5
2
= SC(AC)/((a-1)(c-1)) s
5
2
/ s
8
2
BC SC(BC) (b-1)(c-1) s
6
2
= SC(BC)/((b-1)(c-1)) s
6
2
/ s
8
2
Interaccin 3 Factores
ABC SC(ABC) (a-1)(b-1)(c-1) s
7
2
= SC(ABC)/((a-1)(b-1)(c-1)) s
7
2
/ s
8
2
Error SCE abc(n-1) s
8
2
= SCE/(abc(n-1))
Total SCT abcn-1
DISEOS FACTORIALES