Estadstica Aplicada

Ingeniera En Industrias Alimentarias IAM-0511 5 Anlisis de Varianza

5.1 Introduccin al Anlisis de Varianza 5.2 Procedimiento para el Anlisis de Varianza 5.3 Comparacin de mas de dos Medias: Diseo Completamente Aleatorizado y su Tabla 5.4 Estimacin en el Diseo Completamente Aleatorizado 5.5 Anlisis de Varianza Para un Diseo en Bloques al Azar y su respectiva Estimacin 5.6 Anlisis de Varianza Mediante Modelos Lineales

5.3 Comparacin de ms de dos Medias: Diseo Completamente Aleatorizado y su Tabla

DISEO EN BLOQUES ALEATORIOS
Se supondr que el experimentador tiene a su disposicin mediciones relativas a a tratamientos distribuidos en b bloques. Primero se observar el caso en que hay exactamente una observacin de cada tratamiento en cada bloque (para el caso anterior, cada laboratorio probar un disco de cada tira). Si yij denota la observacin relativa al iesimo tratamiento y al j-simo bloque, la media de las b observaciones para el isimo tratamiento, la media de las a observaciones en el j-simo bloque e la gran media de las a.b observaciones, se emplea el siguiente esquema en esta clase de clasificacin con dos criterios: B1 Y11 Y21 B2 y12 y22 Bj y1j y2j . Bb y1b y 2b Medias
.

Tratamiento 1
Tratamiento 2

. Tratamiento i . Tratamiento k Medias

yi1 ya1

yi2 ya2

yij Yaj

. yib . Yab

Al esquema se lo llama aleatorio, siempre que los tratamientos sean asignados al azar dentro de cada bloque. Cuando se usa un punto en lugar de un subndice, esto significa que la media se obtiene sumando sobre l. El modelo que se supondr para el anlisis con una observacin por celda est dado por: y i j = + i + j +
ij

para i=1,2,..,a; j=1,2,, b

aqu es la gran media, i es el efecto de i-simo tratamiento, i el efecto del j-simo bloque y los i j son valores de variables aleatorias independientes normalmente distribuidas que tienen media cero y varianza comn 2 . Se restringen los parmetros imponiendo las condiciones que:

i= 1

j= 1

En el anlisis de clasificacin con dos criterios, cada tratamiento es representado una vez dentro de cada bloque, el objetivo principal consiste en probar la significancia de las diferencias entre las , o sea, probar la Hiptesis Nula: 1 = 2 = = k = 0. Ms an, quizs convenga probar si la divisin en bloques ha sido eficaz, esto es probar que la Hiptesis Nula: 1 = 2 = = k = 0 puede rechazarse. En cualquier caso, la Hiptesis alterna establece que al menos uno de los efectos no es cero. Como en el anlisis con un criterio, se fundar la prueba de significancia mediante comparaciones de 2 (una basada en la variacin entre tratamientos, la otra basada en la variacin entre bloques y la ltima que mide el error experimental ). Ntese que slo el ltimo es una estimacin de 2 cuando cualquiera (o ambas) las Hiptesis Nulas no son vlidas. Las sumas de cuadrados requeridas estn dadas por el siguiente teorema:

SST = SSE + SS(Tr) + SS(Bl) En la prctica se usan las siguientes frmulas:

donde: C es el trmino de correccin es la suma de las b observaciones para el i-simo tratamiento es la suma de las a observaciones para el j-simo bloque es la suma de todas las observaciones Empleando esta sumas de cuadrados, se puede rechazar la Hiptesis Nula de que las i son todas nulas, con un nivel de significancia si:
SS ( Tr ) a1 SSE ( a 1) ( b1)

F Tr

MS ( Tr) MSE

excede F con (a-1) y (a-1).(b-1) grados de libertad. La Hiptesis Nula de que todas las i son todas nulas, con un nivel de significancia si:
SS ( Bl)

F Bl

MS ( Bl) MSE

b 1 SSE ( a 1) ( b1)

excede F con (b-1) y (a-1).(b-1) grados de libertad. Ntese que las medias de los cuadrados MS(Tr), MS(Bl) y MSE se definen otra vez como las correspondientes sumas de cuadrados divididas entre sus grados de libertad.

La siguiente tabla resume todo el procedimiento:

Fuentes de Variacin

Suma de Media Cuadrada Cuadrad os Tratamient a-1 SS(Tr) MS(Tr)=SS(Tr)/(aos 1) Bloques b-1 SS(Bl) MS(Bl)=SS(Bl)/(b1) Error (a-1).(b- SSE MSE=SSE/(a-1).(b1) 1) Total a.b-1 SST

Grados de Libertad

F FTr MS(Tr)/MSE FBl MS(Bl)/MSE = =

Ejemplo: Se dise un experimento para estudiar el rendimiento de cuatro detergentes diferentes. Las siguientes lecturas de blancura se obtuvieron con un equipo especialmente diseado para 12 cargas de lavado , distribuidas en tres modelos de lavadoras: Lavadora 1 45 47 48 42 182 Lavadora 2 43 46 50 37 176 Lavadora 3 51 52 55 49 207 Totales 139 145 153 128 565

Detergente A Detergente B Detergente C Detergente D Totales

Considerando los detergentes como tratamientos y las lavadoras como bloques, obtener la Tabla de Anlisis de Varianza y probar, con un nivel de significacin 0.01, si existen diferencias entre los detergentes y/o entre las lavadoras. 1 23Hiptesis Nula: 1 = 2 = 3 = 4 = 0 , 1 = 2 = 3 = 0 Hiptesis Alternativa: no todas las y tampoco las iguales a 0. Nivel de significancia: =0.01. Se rechaza Ho si F > 9.78 (este valor corresponde a F0.01 con 1 = 3 y 2 = 6) O si F > 10.9 (este valor corresponde a F0.01 con 1 = 2 y 2 = 6)

4 Clculos: a = 4 b = 3 T1. = 139 T2. = 145 T3. = 153 T4. = 128 T.1 = 182 T.2 = 176 T.3 = 203 T. . = 565 C = 5652 / 12 = 26602 SST = 452 + 432 ++ 492 - 26602 = 265 yij2 = 26867

SS(Tr) = ( 1392 + 1452 +1532 + 1282 ) / 3 - 26602 = 111 SS(Bl) = ( 1822 + 1762 +1282 ) / 4 - 26602 = 135 SST = 265 111 135 = 19 la Tabla queda:
Fuentes de Variacin Grados de Libertad

Detergentes Lavadoras Error Total

3 2 6 11

Suma de Media Cuadrada F Cuadrad os 111 37.0 135 67.5 19 3.2 265

11.6 21.1

5- Dado que FTr = 11.6 > 9.78 se Rechaza la primera Hiptesis Nula, por lo tanto hay diferencia significativa entre la eficacia de los detergentes, y dado que FBl = 21.1 > 10.9 tambin hay diferencia significativa entre la eficacia de las lavadoras.