Professional Documents
Culture Documents
Replicas
Fisher demostr demostr que la asignaci asignacin aleatoria de los tratamientos a las U.E. . simula el efecto de U.E Independencia Permite proceder como si fueran Independientes y con Distibuci Distibucin Normal
An Anlisis Estad Estadstico: Modelo Estad Estadstico formal Comprensi Comprensin del modelo:
La caracter caracterstica de las U.E. U.E. medida en la observaci observacin es la variable de respuesta (y) Representaci Representacin gr grfica
yij = i + eij
Modelo estad estadstico lineal Modelo Reducido (Ho) Modelo Completo (H1)
(yij - i ) 2
2 k
(y y ) = (y y ) + (y y )
2 k ni ij .. i =1 j =1 ij i. i =1 i. ..
F
F
P-valor
QE QD Q
K1 Nk N1
ANOVA
Hip Hiptesis necesarias para realizar un ANOVA
a) b) c)
Independencia de los valores obtenidos Normalidad de la respuesta en cada nivel Homogeneidad de las varianzas
ANOVA
Supongamos un universo de notas de 9 alumnos de 3 grupos distintos Grupo 1 Grupo 2 Grupo 3 5 5 5 5 5 5 5 5 5 No hay diferencia ENTRE grupos Ni DENTRO de los grupos Xi,j =
ANOVA
Supongamos que aplicamos un m mtodo de ense enseanza (factor) que afecta: Grupo 1 Grupo 2 Grupo 3 5+1=6 5 +1=6 5+2=7 +2=7 5+1=6 5 +1=6 5+2=7 +2=7 5+1=6 5 +1=6 5+2=7 +2=7 Xi,j = + i Donde i = {1,2,0} efecto del factor El factor influye en establecer diferencias ENTRE grupos Pero NO DENTRO
ANOVA
Por razones ALEATORIAS algunos alumnos rinden mas que otros Grupo 1 Grupo 2 Grupo 3 5+15+1-1 = 5 5+2+2 5+2+2 = 5+0+3 5+0+3 = 9 5+1+4 = 5+1-2 = 4 5+2+0 5+2+0 = 5+0+4 5+08 5+1+0 +1 = 5+0+0 +0 = 5+1+0 = 5+2+1 5+27 5+09 6 8 5 Xi,j = + i + i,j
Donde i,j= {{-1,1,-2,0,2,0,1,3,4,0} efecto aleatoriedad La ALEATORIEDAD influye en la variabilidad DENTRO de los grupos
ANOVA
Tenemos dos tipos de variabilidad: ENTRE grupos (debida al factor) DENTRO grupos (debida a la aleatoriedad)
Para poder afirmar que el factor produce efectos: La variabilidad ENTRE grupos debe ser significativamente grande respecto a la DENTRO grupos
ANOVA
Generalizando
1 1 2 j n
X1,1 X1,2 X1,j X1,n1
2
X2,1 X2,2 X2,j X2,n2
k
Xk,1 Xk,2 Xk,j Xk,nk
... ...
i = 1,2,3,...,k
Media al nivel i del factor = (1/ni) Xi,j Media general = (1/N) Xi,j Siendo N = ni
ANOVA
Xi,j = + i + i,j Asumiendo las hip hiptesis previas:
Xi,j = + i
ANOVA
H0: H0: 1= 2= = k H1: Al menos una igualdad no es cierta
Seg Segn la Hip Hiptesis fijada => modelo probabil probabilstico NO se rechaza H0 si:
QE F = k 1 Fk 1,n k , QD nk
ANOVA Ejemplo
X1 = 5 X 2 = 3,67 X 3 = 3,33 X 4 = 4,5
S1 = S2 = S3 = S4 =
Sumas de cuadrados
Grados de Libertad
F
F 2,885
P-valor 0,061
K1
Nk
20
N 1 23
yij = i + eij
Modelo estad estadstico lineal Modelo Reducido (Ho) Modelo Completo (H1)