Estimacin de Parmetros

Presunciones de ANOVA
Pruebas despus de ANOVA
Minitab
Prof. Melissa Cruz

Diseo de Experimentos
Estimacin de Parmetros

Presunciones de ANOVA
Para que las observaciones estn apropiadamente descritas por
el modelo y
ij
= +
i
+
ij
los errores en el modelo deben ser
independientes y estar normalmente distribuidos con media de
cero y varianza desconocida, pero constante
2
.
En la realidad estas condiciones no siempre se van a cumplir, as
que es necesario que se verifiquen estas presunciones antes de
tomar decisiones con el modelo de ANOVA.
La adecuacidad del modelo puede ser verificada a travs de un
anlisis de residual.
Recordemos que el residual es la diferencia entre el valor real
observado y el valor del modelo para esa observacin.
As que el residual va a ser:

.

ij ij ij
ij i
e y y
y y
Presuncin de Normalidad
Esta presuncin la podemos verificar de varias maneras:
Construyendo un histograma de los residuales y observando si
esta normalmente distribuido y centrado en cero.
Lamentablemente si tenemos pocos datos pueden ocurrir
fluctuaciones en la forma que pueda tomar el histograma y
podemos cometer errores al evaluar esta presuncin.
Construyendo un Normal Probability Plot para los residuales.
Si el error sigue una distribucin normal los puntos graficados
en el Normal Probability Plot van a seguir una lnea recta.

Presuncin de Normalidad

Presuncin de Normalidad
Algo que comnmente lo podemos encontrar el un normal
Probability Plot es un valor que sea bastante mas grande que el
resto de los valores.
Este valor se conoce como un outlier o valor espurio. La
presencia de estos valores pueden afectar seriamente los resultados
del anlisis de varianza.
Asi que estos valores deben ser investigados detenidamente de
forma tal que podamos entender su procedencia.
Frecuentemente la causa de estos valores son errores en los
clculos o en la entrada de los datos.
Cuando esto ocurre, este valor debe ser eliminado del anlisis.
Sin embargo si se determina que el valor obtenido pertenece a las
circunstancias reales del experimento, este valor debe ser
analizado e investigado y pertenecer como parte de los resultados.

Presuncin de Normalidad
Los valores residuales pueden ser analizados a travs de
la estandarizacin de los valores residuales. Donde:
d
ij
= e
ij
/ MSE
Si los errores estn N(0,
2
), entonces el 68% de los
residuales estandarizados debe caer dentro de 1 sigma,
el 95% dentro de 2 sigma y prcticamente todos los
valores residuales deben caer dentro de 3 sigma. Un
residual mayor de 3 o 4 desviaciones estndar de cero es
potencialmente un outlier.
Presuncin de Varianza Constante
e Independencia
Esta presuncin la podemos verificar de varias maneras:
Graficar los residuales vs. Tiempo.
Graficar los residuales en orden experimental nos ayuda a
determinar si existe una correlacin entre los residuales.
Existe entonces un patrn que identifica un efecto a travs del
tiempo que no sabemos que es y, por lo tanto, la condicin de
independencia ha sido violada.
La manera en la que podemos evitar que ocurra esto es
asegurando una aleatoriedad apropiada durante el diseo y la
ejecucin del experimento.

Presuncin de Varianza Constante e
Independencia

Presuncin de Varianza Constante e
Independencia
Graficar los Residuales vs. Niveles.
Esta grafica nos ayuda a determinar si la varianza se mantiene
contante a travs de los distintos niveles y nos ayuda a
determinar tambin si existe una posible correlacin entre
los residuales y los tratamientos.
No debe presentar ningn patrn aparente.

Presuncin de Varianza Constante e
Independencia
Si hay inconsistencia en la variabilidad entre los niveles; a
menos que la que tenga la variabilidad mayor sea por lo
menos el doble de las dems, la estadstica de F no se va a ver
afectada.
En los casos en los que ocurra esta diferencia entre los
tratamientos entonces se recomienda utilizar una
transformada para la data.

Pruebas despus de ANOVA
Si cuando se hace el anlisis de ANOVA se rechaza H
0
, sea se
entiende que existe diferencia estadstica entre la media de los
tratamientos, debemos hacer otro tipo de pruebas que nos ayuden
a determinar cuales de los tratamientos envueltos en el anlisis son
diferentes entre si.
Existen distintos tipos de pruebas para determinar la diferencia
entre los tratamientos.
Nos vamos a enfocar en la prueba LSD de Fisher.
Esta prueba lo que hace es que compara todas las medias en par.
Este procedimiento utiliza la estadstica t y compara la diferencia
entre dos medias con un valor LSD (least significant difference).
Donde el valor de LSD va a estar dado por:
LSD =
ANOVA en Minitab