Anlisis de la varianza (ANOVA, ANalysis Of VAriance)

Las tcnicas englobadas bajo la denominacin de anlisis de la varianza o

abreviadamente ANOVA (del ingls analysis of variance) han jugado un papel
crucial en la metodologa estadstica moderna, desde que fueran ideadas por R.A.
Fisher en 1925, y como sucede en tantas ocasiones, aunque conocidas por la
gran mayora, quizs no son adecuadamente comprendidas por los no
especialistas.

El anlisis de la varianza parte de los conceptos de regresin lineal. Un anlisis de

la varianza permite determinar si diferentes tratamientos muestran diferencias
significativas o por el contrario puede suponerse que sus medias poblacionales no
difieren. El anlisis de la varianza permite superar las limitaciones de hacer
contrastes bilaterales por parejas (que son un mal mtodo para determinar si un
conjunto de variables con n > 2 difieren entre s. El primer concepto fundamental
es que todo valor observado puede expresarse mediante la siguiente funcin:

Donde yij sera el valor observado (variable dependiente), y

tratamiento i.

es el efecto del

sera una constante que en la recta de regresin equivale a la ordenada en el

origen,
es una variable que vara de tratamiento a tratamiento.
es una variable aleatoria que aade a la funcin cierto error que desva la
puntuacin observada de la puntuacin pronosticada.
Por tanto, a la funcin de pronstico la podemos llamar "media del tratamiento i":

Podemos resumir que las puntuaciones observadas equivalen a las puntuaciones

esperadas, ms el error aleatorio (
operar:

). A partir de esa idea, se puede

1. Restamos a ambos lados de la ecuacin (para mantener la igualdad) la

media de la variable dependiente:

1. Operando se llega finalmente a que:

Esta eccuacin se reescribe frecuentemente como:

de un factor, que es el caso ms sencillo, la idea bsica del anlisis de la varianza

es comparar la variacin total de un conjunto de muestras y descomponerla como:

Donde:
es un nmero real relacionado con la varianza, que mide la variacin
debida al "factor", "tratamiento" o tipo de situacin estudiado.
es un nmero real relacionado con la varianza, que mide la variacin dentro
de cada "factor", "tratamiento" o tipo de situacin.
En el caso de que la diferencia debida al factor o tratamiento no sean
estadsticamente significativa puede probarse que las varianzas muestrales son
iguales:

Donde:
es el nmero de situaciones diferentes o valores del factor se estn
comparando.
es el nmero de mediciones en cada situacin se hacen o nmero de valores
disponibles para cada valor del factor.
As lo que un simple test a partir de la F de Snedecor puede decidir si el factor o
tratamiento es estadsticamente significativo.
Existen tres clases conceptuales de estos modelos:
1. El Modelo de efectos fijos asume que los datos provienen de poblaciones
normales las cuales podran diferir nicamente en sus medias. (Modelo 1)

2. El Modelo de efectos aleatorios asume que los datos describen una

jerarqua de diferentes poblaciones cuyas diferencias quedan restringidas
por la jerarqua. Ejemplo: El experimentador ha aprendido y ha considerado
en el experimento slo tres de muchos ms mtodos posibles, el mtodo de
enseanza es un factor aleatorio en el experimento. (Modelo 2)
3. El Modelo de efectos mixtos describen situaciones que ste puede tomar.
Ejemplo: Si el mtodo de enseanza es analizado como un factor que
puede influir donde estn presentes ambos tipos de factores: fijos y
aleatorios. (Modelo 3)
El ANOVA parte de algunos supuestos o hiptesis que han de cumplirse:

La variable dependiente debe medirse al menos a nivel de intervalo.

Independencia de las observaciones.

La distribucin de los residuales debe ser normal

Homocedasticidad: homogeneidad de las varianzas.

La tcnica fundamental consiste en la separacin de la suma de cuadrados (SS,

'sum of squares') en componentes relativos a los factores contemplados en el
modelo. Como ejemplo, mostramos el modelo para un ANOVA simplificado con un
tipo de factores en diferentes niveles. (Si los niveles son cuantitativos y los efectos
son lineales, puede resultar apropiado un anlisis de regresin lineal)

El nmero de grados de libertad (gl) puede separarse de forma similar y

corresponde con la forma en que la distribucin chi-cuadrado( o Ji-cuadrada)
describe la suma de cuadrados asociada.

Tipos de modelos

Modelo I: Efectos fijos

El modelo de efectos fijos de anlisis de la varianza se aplica a situaciones en las
que el experimentador ha sometido al grupo o material analizado a varios factores,
cada uno de los cuales le afecta slo a la media, permaneciendo la "variable
respuesta" con una distribucin normal.
Este modelo se supone cuando el investigador se interesa nicamente por los
niveles del factor presentes en el experimento, por lo que cualquier variacin
observada en las puntuaciones se deber al error experimental.

Modelo II: Efectos aleatorios (componentes de varianza)

Los modelos de efectos aleatorios se usan para describir situaciones en que
ocurren diferencias incomparables en el material o grupo experimental. El ejemplo
ms simple es el de estimar la media desconocida de una poblacin compuesta de
individuos diferentes y en el que esas diferencias se mezclan con los errores del
instrumento de medicin.
Este modelo se supone cuando el investigador est interesado en una poblacin
de niveles, tericamente infinitos, del factor de estudio, de los que nicamente una
muestra al azar (t niveles) estn presentes en el experimento.

Grados de libertad
Los grados de libertad pueden descomponerse al igual que la suma de cuadrados.
As, GLtotal = GLentre + GLdentro. Los GLentre se calculan como: a - 1, donde a
es el nmero de tratamientos o niveles del factor. Los GLdentro se calculan como
N - a, donde N es el nmero total de observaciones o valores de la variable
medida (la variable respuesta).

Pruebas de significacin
El anlisis de varianza lleva a la realizacin de pruebas de significacin
estadstica, usando la denominada distribucin F de Snedecor.

Tablas ANOVA
Una vez que se han calculado las sumas de cuadrados, las medias cuadrticas,
los grados de libertad y la F, se procede a elaborar una tabla que reuna la
informacin, denominada "Tabla de Anlisis de varianza o ANOVA", que adopta la
siguiente forma:
Fuente de
variacin

Suma de
cuadrados

Grados de
libertad

Intergrupo

t-1

Intragrupo o
Error

N-t

Total

N-1

Cuadrado medio