Professional Documents
Culture Documents
1. Consideraciones Previas
Las personas adictas al celular padecen de una dependencia irracional que al momento de
ser separadas del móvil sienten inseguridad, miedo, angustia, vacío interno, que si no
reciben un mensaje, o un like o una llamada comienzan a deprimirse. El uso que le dan al
dispositivo móvil es realmente excesivo, ya que no solo lo utilizan para llamar o
enviar/recibir mensajes/redes sociales, sino también para otras actividades. Todos estos
factores y otros son los que identifican a un adicto al celular.
Vivimos en una sociedad donde la tecnología se desarrolla cada vez más y toma un lugar
importante en la vida de cada individuo, todos los días somos bombardeados de
información por los medios de comunicación pidiéndonos a gritos ser consumidores de los
productos que anuncian, ante esto, pareciera imposible no actualizarse en cuanto a
tecnología se trata, pero debemos tener bien en claro que el problema no es usar el celular,
sino la reacción que el uso de éste dispositivo genera en la persona.
Debemos darle el uso indicado a nuestro móvil, utilizarlo
solamente cuando realmente se necesita y poder entender
perfectamente la diferencia entre una necesidad y una adicción,
si usted como lector cree que padece de alguno de los síntomas
de la adicción al móvil o cualquier tecnología, se le recomienda
tome las medidas necesarias para romper ese mal hábito.
NIVEL DE ESTUDIOS
OBSERVACIONES SECUNDARIA PREPARATORIA UNIVERSIDAD
1 100 200 200
2 200 100 300
3 500 100 100
4 300 100 200
5 100 200 100
6 200 300 200
7 100 100 100
EN TERMINOS ESTADISTICOS LA
HIPOTESIS ?
Yij = + j + ij
Utilizando las COLUMNAS para
representar los niveles del factor j = 1...... k
i = 1...... n
media total
j
es el efecto del j-ésimo nivel del factor de interés sobre la
variable de respuesta
media total
OBSERVACIONES
NIVELES DEL FI
Yij = + i + ij
1 2 . . . n
1 Y11 Y12 . . . Y1n
i = 1...... k
2 Y21 Y22 . . . Y2n
3 Y31 Y31 . . . Y3n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
j = 1...... n
K Yk1 Yk2 . . . Ykn
Recordando la sesión 1…
Los factores pueden ser:
• Fijos
• Aleatorios
• Mixto
Regla de Decisión
Fc F , g ln,gld
Descartar Ho si donde
g ln = k − 1
gld = k (n − 1)
Región de Rechazo
F
F , g ln,gld
DE QUE OTRA MANERA SE PUEDE ESCRIBIR EL
CONTRASTE DE HIPOTESIS?
H0 : τ1 = τ2 = τ3 = ….. = τk =0
H 0 : = = .........
2
1
2
2
2
k
H1 : al menos una de las varianzas de los niveles del factor
de interés es diferente
Regla de Decisión
Descartar Ho si
Fc F , g ln,gld Región de Rechazo
donde
g ln = k − 1
FF , g ln,gld
gld = k (n − 1)
NOTA IMPORTANTE
Yij = + j + ij Yij = + i + ij
j = 1...... k niveles
i = 1...... k niveles
Yij = + j + ij
j = 1...... k
i = 1...... n
Toma de datos: medición de la variable
OBSERVACIONES
NIVELES
1 2 . . . n TOTALES/NIVEL
1 Y11 Y12 . . . Y1n Y1.
2 Y21 Y22 . . . Y2n Y2.
3 Y31 Y31 .
Yij. . Y3n Y3.
. . . . . . .
. . . . . . .
K Yk1 Yk2 . . . Ykn YK.
GRAN TOTAL Y..
Yij = + i + ij
i = 1...... k
j = 1...... n
A.Verificación de los Supuestos del Modelo
1. Normalidad
2. Homocedasticidad
3. Independencia
B. Análisis de Varianzas
1. Prueba F de Fisher
C. Otros Análisis
1. Calculo de Indicadores
2. Calculo de Intervalos de Confianza
A. VERIFICACION DE LOS SÚPUESTOS DEL MODELO
Esta variación total se descompone para probar si hay diferencias entre las
medias de los niveles. Es un requisito que se satisfagan los siguientes
supuestos, para que el ANOVA sea una prueba exacta de Hipótesis:
eij = Yij − Yij
Yij Estimación de los valores de la variable de respuesta
correspondiente que se obtiene por:
Yij = + i
Yij = Y.. + (Yi. − Y.. )
Yij = Yi.
a. HISTOGRAMA DE RESIDUALES
Si se cumple el supuesto este grafico debe aparecer en forma de campana con
centro en cero
Lamentablemente dado que se trabaja con muestras pequeñas pueden ocurrir
fluctuaciones significativas
Si la desviación es moderada no implica necesariamente que el supuesto se esta
violando
También este gráfico es de utilidad para detectar datos atípicos(outliers)
Se puede hacer con los datos originales pero es más eficaz hacerlo con los residuales
Si la distribución de los errores es normal el grafico será un ajuste aproximadamente a una línea recta, o sea,
es una evidencia para indicar que los datos provienen de una distribución normal. Es bueno complementar con
las pruebas analíticas
En este grafico también se pueden detectar outliers, que es un punto atípico. Si hay varios puede
ocasionar distorsiones en el ANDEVA
c. PRUEBAS ESTADISTICAS PARA VERIFICAR LA NORMALIDAD
Todas estas pruebas se pueden realizar con el apoyo de un software estadístico, como
por ejemplo el MINITAB o el PASW
2. COMO SE VERIFICA EL SUPUESTO
DE HOMOCEDASTICIDAD
GRAFICA DE RESIDUOS VERSUS VALORES AJUSTADOS
GRAFICA DE NIVELES DE FACTRO VS RESIDUOS
Todas estas pruebas se pueden realizar con el apoyo de un software estadístico, como
por ejemplo el MINITAB o el PASW
3. COMO SE VERIFICA EL SUPUESTO
DE INDEPEDENCIA
¿CÓMO SE INTERPRETAN?
¿CÓMO SE HACEN LOS GRAFICOS Y
PRUEBAS ANTERIORES?
Industria
Control y mejora de los procesos
Laboratorio de análisis
Control de métodos analíticos
ANALISIS DE VARIANZA EN
UN DCA
En términos generales separa la variabilidad total en las partes con
las que contribuye cada fuente de variación en el experimento
Total
nk −1 SCT0
To
n k 2
Y
SCT0 = Y −
2 2
Y Y..
SCN = j=1 −
k 2 ..
.j
ij
n nk i =1 j =1 nk
Yij = + i + ij
Análisis de Varianza
Grados de Suma de Cuadrado
Fuente de Libertad Cuadrados Medio
Fc F
Variación
gl SC CM
FV
SCN CMN F
Entre
Niveles
k- 1 SCN , g ln,gld
k −1 CMEE
(N)
Error
Experimental SCT0 − SCN SCEE
(EE) k (n − 1) k (n − 1)
Total
nk −1 SCT0
To
k n 2
Y
SCT0 = Y −
2 2
Y Y
= i =1
k 2 ..
SCN − i. ..
ij
n nk i =1 j =1 nk
En el caso de experimentos unifactoriales el cálculo
de Fc es igual para un modelo de efectos fijos y uno
de efectos aleatorios
a. Si el Factor es FIJO
b. Si el Factores ALEATORIO
¿QUÉ SON LOS
GRÁFICOS DE
MEDIAS?
¿CÓMO SE
INTERPRETAN?
C. Otros Análisis
Cálculo de Parámetros
n k Los cálculos son los
Y ij mismos
= i =1 j =1 independientemente
nk del formato que se
haya elegido para el
= CMEE
2 modelo
Conclusiones
Cálculo del Coeficiente de Determinación
R = SCN
2
1
2
0 R
SCTo
Interpretación
Es la variabilidad en los valores observados
en la variable de respuesta, explicada por el
modelo estadístico
Yij = + j + ij
Para Modelo j = 1...... k
i = 1...... n
IC j = y . j t / 2 , k ( n −1) CMEE n
= y. j − y..
.j
Cálculo del Intervalo de Confianza del 100( 1 – α) % para
la Media μi del i-ésimo nivel del factor de interés
Yij = + i + ij
Para Modelo i = 1...... k
j = 1...... n
IC i = y i . t / 2, k ( n −1) CMEE n
= yi. − y..
i.
¿QUÉ UTILIDAD TIENEN LOS
INTERVALOS DE CONFIANZA EN
EL ANALISIS DE DATOS DE UN
DCA?
Ejemplo:
Un fabricante de calzado de zapatos folclóricos (ZAPATOS ELISA)
desea mejorar la calidad de las suelas, las cuales se pueden hacer
con uno de los cuatro tipos de cuero A, B, C y D disponibles en el
mercado.
Para ello, prueba los cueros con una máquina que hace pasar los
zapatos por una superficie abrasiva, la suela de los zapatos se
desgasta al pasarla por dicha superficie.
Como criterio de desgaste se usa la pérdida de peso después de un
número fijo de ciclos. Se prueban en orden aleatorio 24 zapatos,
seis de cada tipo de cuero.
Al hacer las pruebas en orden completamente al azar se evitan
sesgos y las mediciones en un tipo de cuero resultan
independientes de las demás.
Los datos (en miligramos) sobre el desgaste de cada tipo de cuero
se anotan en la hoja de verificación previamente diseñada
Cual es la primera interrogante
en este experimento?
DEFINICIÓN DEL PROBLEMA
Determinar si hay diferencias significativas
en la pérdida de peso promedio para cuatro
tipos de cuero (A,B,C y D).
o
Determinar el efecto de cuatro tipos de cuero
en la pérdida de peso promedio de la suela
de un zapato.
Yij = + i + ij
Modelo Estadístico i = 1...... k
j = 1...... n
TIPO DE
Yij = es la i-ésima pérdida de peso del zapato CUERO A B C D
para el j-ésimo tipo de cuero O
B
Fc F0.05,3, 20
donde
g ln = 4 − 1 = 3
gld = 4(6 − 1) = 20
Región de Rechazo
F = 3.09
F0.05,3, 20
0.05,3,20
ALEATORIZACIÓN
Orden de las pruebas Números aleatorios Asignación
1 3 A
2 10 A
3 14 A
Tipo de
4 8 A
Orden de las pruebas
5 15 A Cuero
6 1 A
7 11 B A 3 10 14 8 15 1
8 18 B
9 23 B B 11 18 23 7 22 12
10 7 B
11 22 B C 2 24 4 6 13 5
12 12 B
13 2 C D 17 16 19 9 20 21
14 24 C
15 4 C
16 6 C
17 13 C
18 5 C
19 17 D
20 16 D
21 19 D
22 9 D
23 20 D
24 21 D
Toma de datos: Medición de la variable de respuesta
ZAPATOS ELISA
FORMULARIO DE EXPERIMENTOS
NOMBRE DEL EXPERIMENTADOR FECHA CALIBRACION DEL APARATO
TIPO DE
OBSERVACIONES
CUERO SUMA PROMEDIOS
FV SC GL CM Fc Probabilidad F
Entre tipos de cuero 7072.33 3 2357.44 23.24 1.0018E-06 3.098
Error Experimental 2029 20 101.45
Total 9101.33 23
Cálculo de los Parámetros del Modelo
VARIANZA Y DESVIACION
ESTANDAR
2
= CMEE = 101.45
= 101.45
ESCRIBA UNA FRASE QUE DESCRIBA LA
INTERPRETACION DE CADA RESULTADO
Cálculo del Intervalo de Confianza del 100( 1 – α) % para la Pérdida
de peso promedio de cada tipo de cuero
IC i = y i. t / 2, k ( n −1) CMEE n
media total
ij es el error experimental
73
Si se utilizan las filas para representar los niveles del factor el
modelo cambia a la siguiente expresión
Modelo Estadístico
Yij = + i + ij
i = 1...... k
j = 1...... nk
media total
F
F , g ln,gld
Aleatorización
Codificar los elementos de la población de 1 hasta N
Donde N = n + n + ......... n
1 2 k
No desigual de observacicones
1 1
2 1
n1
.
.
2
2
n2
.
.
. .
. .
. .
.
.
nk
k
nk k
Formato para el Registo de los Datos
Yij = + j + ij
Yij = + i + ij
OBSERVACIONES
NIVELES
1 2 . . . nj TOTALES/NIVEL
1 Y11 Y12 . . . Y1(n1) Y1.
2 Y21 Y22 . . . Y2(n2) Y2.
3
.
Y31
.
Y31
.
.
.
.
.
Yij .
.
Y3(n3)
.
Y3.
. . . . . . .
K Yk1 Yk2 . . . Yk(nj) YK.
GRAN TOTAL Y..
Yij = + + ij
Análisis de Varianza j
Fuente de
Variación
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio FC F
FV gl SC CM
Entre
SCN CMN F
k −1
Niveles
SCN , g ln,gld
(N) k −1 CMEE
Error SCEE
k
Experimental n −k SCTO − SCN
k
j =1 k
j =1
nk − k
k
Total j =1
nk − 1 SCTO
n 2
Y 2 2 k Y
SCTo = Yij2 − ..
k
Y
SCN = j =1
k
− k .j ..
n k nk i =1 j =1 N
j =1
Yij = + i + ij
Análisis de Varianza
Fuente de
Variación
Grados de
Libertad
Suma de
Cuadrados
Cuadrado
Medio FC F
FV gl SC CM
Entre
SCN CMN F
k −1
Niveles
SCN , g ln,gld
(N) k −1 CMEE
Error SCEE
k
n −k SCTO − SCN
Experimental k
j =1 k
j =1
nk − k
k
Total j =1
nk − 1 SCTO
n 2
k Y
SCTo = Yij2 − ..
2 2 k
Y Y
SCN = i =1
k
− k i. ..
n k nk i =1 j =1 N
i =1
Conclusiones
Cálculo de Parámetros
n k
Y
=
ij
i =1 j =1
k
j =1
nk
2
= CMEE
Cálculo del Coeficiente de Determinación
R = SCN
2
0 R 1
2
SCTo
Interpretación
Es la cantidad de variabilidad en los datos,
explicada o proporcionada por el modelo de
regresión
Cálculo del Intervalo de Confianza del 100( 1 – α) % para
la Media μj del j-ésimo nivel del factor de interés
Yij = + j + ij
IC j = y . j t / 2, n CMEE nk
k −k
Cálculo del Intervalo de Confianza del 100( 1 – α) % para
la Media μj del j-ésimo nivel del factor de interés
Yij = + i + ij
IC i = y i. t / 2, n CMEE nk
k −k
EJEMPLO
Para determinar la mejor disposición de los instrumentos
sobre un Tablero de control de un aeroplano, se prueban
tres distintos arreglos simulando una situación de
emergencia y observando el tiempo de reacción requerido
para corregir la avería. Los tiempos de reacción (en
décimas de segundo) de 28 pilotos aleatoriamente asignados
a los diversos arreglos son los siguientes:
Use = 0.05
Definición del Problema
Determinar si hay diferencia significativa en los
tiempos de reacción promedio para tres arreglos
diferentes de los instrumentos del tablero de control
de un aeroplano.
F=3.385
PROCEDIMIENTO DE ALEATORIZACION
CODIFICACION DE
NUMEROS ASIGNACION DE LOS
LAS UNIDADES
ALEATORIOS NIVELES DEL FI
EXPERIMENTALES
1 10 D1
2 1 D1
3 11 D1
4 20 D1
5 16 D1
6 17 D1
7 2 D1
8 23 D1
9 24 D2
10 19 D2
11 13 D2
12 4 D2
13 22 D2
14 15 D2
15 21 D2
16 3 D2
17 6 D2
18 12 D2
19 5 D2
20 9 D2
21 8 D3
22 27 D3
23 18 D3
24 14 D3
25 26 D3
26 28 D3
27 7 D3
28 25 D3
MEDICION DE LA VARIABLE DE RESPUESTA
COPAPA SA
NIVELES DEL FACTOR DE INTERES
OBSERVACIONES
1 2 2
1 14 10 11
2 13 12 5
3 9 9 9
4 15 7 10
5 11 11 6
6 13 8 8
7 14 12 8
8 11 9 7
9 10
10 13
11 9
12 10
TOTALES/NIVEL 100 120 64
GRAN TOTAL 284
Medias/Nivel 12.5 10 8
Verifique los supuestos del
ANOVA
Análisis Estadístico
Fuente de Grados Suma de Cuadrados Cuadrado FC F
de Medio
Variación
Libertad
Total 27 (142+132+...+82+72) –
2842/28 = 171.43
Análisis Estadístico
Hipótesis nula Todas las medias son iguales
Hipótesis alterna No todas las medias son iguales
Nivel de significancia α = 0.05
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
1.89737 47.50% 43.30% 33.73%
Cálculo de parámetros
= 284 = 10.14
28
2 = 3.60
σ= 1.8974
Conclusión
𝑺𝒊 𝑭𝒄 > 𝑭𝜶 𝒆𝒏𝒕𝒐𝒏𝒄𝒆𝒔 𝒔𝒆 𝒓𝒆𝒄𝒉𝒂𝒛𝒂 𝒍𝒂 𝑯𝟎
Se rechaza Ho y se concluye que los tiempos de
reacción promedio de los pilotos para las tres
disposiciones del tablero de control de un aeroplano,
no son iguales o al menos uno es diferente.
¿Qué otros análisis se pueden
hacer?