Professional Documents
Culture Documents
ANALISIS DE VARIANZA
PRUEBA DE NORMALIDAD
Ho: La muestra proviene de una poblacin con distribucin normal
H1: La muestra no proviene de una poblacin con distribucin normal
PRUEBA DE DAGOSTINO ( N 10 )
1. Se ordenan los datos de menor a mayor
T i (n 1) yi
2
i
2. SC = SCT = (n-1)
3. D
T
3
n ( sc)
ANOVA
Se realiza cuando se cumplen los supuestos: Normalidad de poblaciones y
Homogeneidad de
Para efectos fijos:
Ho: 1 = 2 = 3... = k No hay suficiente evidencia para sustentar la
diferencia entre medias
H1: Por lo menos una de las medias es diferente o hay diferencias en las
medias de los tratamientos
SCTot Yij 2
Yio
SCTrat
( Yij ) 2
n = rk
rk
( Yij ) 2
rk
MCE
SCE
nk
Varianza de tratamientos:
Fc
MCTrat
MCTrat
MCE
SCTrat
k 1
FUENTE DE
VARIACION
SUMA DE
CUADRADOS
TRATAMIENT
OS
ERROR
TOTAL
SCTrat
GRADOS
DE
LIBERTAD
k-1
SCE
SCTot
n-k
n-1
CUADRADO
MEDIO
Fo
SCTrat / k - 1
MCTra /
MCE
SCE / n k
j j
i i t , v
2
MCE ( k 1)
rk
yj t , v
2
MCE
r
v = n-k
MCE
ri rj
( yi y j ) t , v
2
(n k ) MCE ; (n k ) MCE
X 2 ; n k X 12 ; n k
KRUSKAL WALLIS:
Se realiza cuando NO se cumplen los supuestos de Normalidad y
homogeneidad
Ho: Las k muestras aleatorias fueron extradas de poblaciones idnticas.
(Las medianas son iguales)
H1: Las poblaciones son diferentes en algunos aspectos, alguno ejerce
diferencia significativa.
1. Se ordenan los datos de menor a mayor , si hay empate se hace
rango promedio de cada observacin.
2. S
2
n 1
1
S2
rij 2
n(n 1) 2
Ri. 2 n(n 1) 2
4
i 1 ri
3. Se rechaza Ho si
H > X,k-1
MCE
r
4. Se observa si las comparaciones de las medias son mayores o menores
que DHS, si son menores no hay diferencia significativa y si son mayores
que DHS si hay diferencia significativa.
3. DHS q
DUNCAN, RMD:
MCE
, error estndar de cada media
r
3. Syi
Wp
Sy i
1
1
)
ri rj
v=n-k
POTENCIA:
( yi y ) 2
r j 2
v1=n-k
v2=k(r-1)
Si se aumentan replicas se aumenta la potencia
k ( MCE )
CONTRASTES ORTOGONALES
K
Q Cjj
j 1
Debe satisfacer
Cj 0
Prueba de Hiptesis:
Ho: Qi=0
H1: Qi0
SCc1
( Cjyj ) 2
j 1
k
rCj
j 1
r = nmero de replicas
2
Fp
SCc
CM
Cjyj t
j 1
MCE
r
,nk
Cj
j 1
cjj
Q1 =
Q2=
djj
j
cjdj 0
Grado de correlacin:
ij
cjdj
cj dj
2
Modelo:
= Efecto comn
j = Efecto del bloque i-esimo
j = Efecto del tratamiento j
ij = Error aleatorio
HIPOTESIS A PROBAR:
Ho: 1 2 3 ... j 0
H1: j 0 para al menos un tratamiento
SCTot = SCBloque + SCTrat + SCError
SCTot yij 2
SCTrat
SCBloq
y. j
1
k
( yij ) 2
2
yi
.
i
n
( yij ) 2
n
( yij ) 2
n
VARIACIN
SC
Gl
CM
Fp
Tratamiento
SCTrat
k-1
SCTrat/k-1
CMTrat/CMErr
or
Bloques
SCBloq
b-1
SCBloq/b-1
Error
SCError
(k-1)(b-1)
SCError/(k-1)
(b-1)
Total
SCTot
n-1
Fc,k-1,k-1(b-1)
INCOMPLETOS (DBIB)
r (t 1)
k 1
t<k
Si k = b Diseo asimtrico
Modelo: i j ij
= Efecto comn
j = Efecto del bloque j-esimo
j = Efecto del tratamiento i-esimo
ij = Error aleatorio
SCTot yij 2
y 2 ...
n
kr = bt
SCBloq
y.. 2
1
2
y
.
i
t i
n
SCTrat (ajustada )
t Qj 2
j
Si bloques y
Qj yj.
1
nijy.i
t
j = 1,2,3,,k
SC
gl
CM
Fp
SCTrat(corre
gida)
k-1
SCTrat/k-1
CMTrat/CMErr
or
Bloques
SCBloq
b-1
SCBloq/b-1
Error
SCError
N-k-b+1
SCError/N-kb+1
Total
SCTot
N-1
1 k
nijyi
r i 1
SCBloq (ajustado)
j = 1,2,3,,b
r (QJ `) 2
i yi y..
j y. j y..
yijj
wi
(Bloques)
W wii
i
D ( i 2 )( j 2 )
SC ( NoAditividad )
W2
D
y 2 ...
n
SCTrat
y 2 ...
1
2
y
.
j
k j
n
SCColumna (bloque)
y 2 ...
1
2
columnas
k
n
y 2 ...
1
filas 2
k
n
SCFilas (bloque)
FUENTE DE
VARIACIN
SC
gl
CM
Fp
Tratamiento
SCTrat
k-1
SCTrat/k-1
CMTrat/CMErr
or
Filas
SCFilas
k-1
SCFilas/K-1
Columnas
SCColum
k-1
SCColumnas/
k-1
Error
SCError
(k-2)(k-1)
SCError/(k-2)
(k-1)
Total
SCTot
K-1
SCTrat (latino)
y 2 ....
1 p
2
y
.
j
..
p j 1
N
SCTrat ( griego)
SCFilas
1
p
y 2 ....
n
y 2 ....
1 p
y..k . 2
p k 1
N
totalesfilas
y 2 ....
N
SCColumn
1
p
FUENTE DE
VARIACIN
Tratamiento
griego
columnas
y 2 ....
SC
gl
CM
Fp
SCTrat(grieg
o)
p-1
SCTrat(grieg)
/p-1
CMTrat/CMErr
or
SCTrat(latino
)
p-1
SCTrat(lat)/p1
CMTrat/CMErr
or
Filas
SCFilas
p-1
SCFilas/p-1
Columnas
SCColum
p-1
SCColumnas/
p-1
Error
SCError
(p-3)(p-1)
SCError/(p-3)
(p-1)
Total
SCTot
p-1
Tratamiento
latino
F,p-1,(p-3)(p-1)
Eficiencia Relativa de un DBA respecto a un DCA:
ER
v1 = gl error en el DBA
v2 = gl error en el DCA
Eficiencia Relativa de un cuadrado latino
ER
DISEOS FACTORIALES
ANOVA
FUENTE DE
VARIACIN
SC
gl
CM
Fp
Tratamiento
A
SCA
a-1
SCA/a-1
CMA/CME
Tratamiento
B
SCB
b-1
SCB/b-1
CMB/CME
Interaccin
SCAB
(a-1)(b-1)
SCAB/(a-1)(b1)
CMAB/CME
Error
SCE
ab(n-1)
SCE/ab(n-1)
Total
SCT
abn-1
SCA
y
i 1
bn
b
SCA
y... 2
abn
y... 2
abn
n=r
j 1
an
a
SCsubt
i 1 j 1
( yij.) 2
y... 2
n
abn
SCT yijl 2
i 1 j 1 k 1
y... 2
abn
2K
B
+
(1)
(a)
(b)
(ab)
1
a 1 (ab a)
2n
1
b 1 (ab b)
2n
AB
1
1 a b ab
2n
1 a b ab
SCA
4n
1 a b ab
SCB
4n
SCA
1 a b ab 2
DISEO
4n
23
A
(1)
(a)
(b)
(c)
(ab)
(ac)
(bc)
(abc)
1
a ab ac abc 1 b c bc
4n
1
b ab bc abc 1 a c ac
4n
1
c ac bc abc 1 a b ab
4n
AB
1
abc bc ab b ac c a 1
4n
AC
1
1 a b ab c ac bc abc
4n
BC
1
1 a b ab c ac bc abc
4n
AC
1
abc bc ac c ab b a 1
4n
SCT yijkl 2
gl=abcn-1
yi... 2 y.... 2
bcn
abcn
SCA
i 1
b
SCB
j 1
gl=b-1
yk 2 y.... 2
abn abcn
gl=c-1
k 1
a
SCAB
i 1 j 1
yij 2
y.... 2
SCA SCB
cn
abcn
SCAC
i 1 K 1
b
gl=a-1
yi 2
y.... 2
acn abcn
SCC
SCBC
y.... 2
abcn
j 1 k 1
gl=(a-1)(b-1)
yi.k . 2
y.... 2
SCA SCC
bn
abcn
gl=(a-1)(c-1)
y. jk .2 y....2
SCB SCC
an
abcn
gl=(b-1)(c-1)
SC ( ABC )
yijk . 2
y... 2