Consulta ANOVA

CONSULTA ANOVA
Por:
Erica Liliana Castro Castro, Viviana María Ortiz Arbeláez, Cristihan Fernando Páez
Fonce, Johann Quintero Zapata.
ANOVA (Analysis of Variance)
Hasta el momento habíamos efectuado en el diseño experimental, pruebas

que nos permitían comparar un solo factor con hasta dos tratamientos, es decir,
podíamos realizar pruebas de contraste para dos grupos que estaban o no
relacionados, sin embargo, tales pruebas solamente nos permitían comparar las
medias de dos grupos, pero, en la practica en algunas ocasiones necesitamos
comparar mas de dos grupos, como por ejemplo, analizar el comportamiento de
3 máquinas o más, el comportamiento de varios proveedores, la resistencia de
varios tipos de concreto etc.
Para poder realizar este tipo de análisis con mas de dos contrastes o
tratamiento de medias, se hace uso de ANOVA por sus siglas en inglés (Analysis
of Variance). El Análisis de la Varianza o ANOVA, sirve entonces, para poder
comparar y analizar los comportamientos de 2,3,4,5……etc., grupos estén o no
relacionados.
Por definición, el análisis de la varianza es “la técnica central en el análisis

de datos experimentales”, y su objetivo es probar la hipótesis de igualdad con
respecto a la media de la variable correspondiente. (Pulido, 2008).
ANOVA es una herramienta estadística que contiene múltiples usos y es

una de las mas importantes en las industrias porque permite realizar análisis para
el control de los métodos analíticos en los diferentes procesos, ya que permiten
comparar diferentes columnas de datos y evaluar las componentes de variación
en los procesos. ANOVA, es una de las herramientas estadísticas mas
importantes y una de las mas usadas en la industria y en el análisis de datos
porque permite principalmente, separar los diferentes motivos de variación de
una variable. Es decir, “la idea general de esta técnica es separar la variación
total en las partes con las que contribuye cada fuente de variación en el
experimento”. (Pulido, 2008)
El análisis de varianza (ANOVA) se encarga de probar la hipótesis nula de

que las medias de las poblaciones analizadas son iguales, en contra de la
alternativa que al menos una de las poblaciones es diferente a las demás. Cuando
se quiere comparar mas de dos medias no se debe utilizar la t-student, porque la
probabilidad de encontrar algunos contrastes de hipótesis significativos al azar
aumentaría y también porque en cada comparación de la hipótesis nula, las
muestras son de la misma población y esto nos llevaría a que el calculo de la
varianza necesaria para la comparación es distinta, pues se hizo en muestras
diferentes.
Para poder hacer uso del Análisis de la Varianza o ANOVA, se requiere

que se cumplan tres tipos de hipótesis, aunque se realizan ciertas excepciones:
(Boqué, s.f)
1. Cada conjunto de datos debe ser independiente del resto.
2. Los resultados obtenidos para cada conjunto deben seguir una

distribución nor12mal.
3. Las varianzas de cada conjunto de datos no deben diferir de forma

significativa.
El análisis de la varianza se calcula con el estadístico de prueba F o test

F, este se obtiene al estimar la variación de las medias entre los grupos de la
variable independiente y dividirla por la variación de las medias dentro de los
grupos.
Si el grado de significancia es menor de 0.05 las dos variables están

relacionadas y por tanto hay diferencias significativas entre los grupos.
En cuanto al valor de F en cuanto más alto sea, las variables estarán mas
relacionadas. Significa que las medias de la variable dependiente varían mucho
entre los grupos de la variable independiente.
Existe la tabla ANOVA y todo se reduce en obtener el valor del estadístico

F que bajo las condiciones iniciales de independencia, normalidad y
homocedasticidad, como una Fk-1, n-k. La comparación con el valor teórico nos
indicara si aceptamos o rechazamos la H0.
Este método computacional facilita los cálculos y se debe disponer en

forma de tabla de algunas cantidades que ayudan a obtener F. Generalmente
está incorporado en los paquetes estadísticos.
Ejemplo
Se tienen 5 muestras de datos y se desea realizar saber si sus medias son iguales
con un 95% de veracidad, los datos se encuentran en la siguiente tabla.
MUESTRA MUESTRA MUESTRA MUESTRA MUESTRA

1 2 3 4 5
4 3 7 12 2
5 4 6 4 3
6 2 5 6 6
2 5 3 7 8
3 6 4 8 7
7 3 2 2 7
6 7 8 1 9
Como tenemos más de dos muestras vamos a utilizar el método ANOVA para dar
respuesta a si las medias son iguales, para ello vamos a seguir una serie de pasos
que enumeramos a continuación.
1. Plantear las hipótesis, para este ejercicio vamos a utilizar H0= todas las medias
son iguales, H1=al menos una media es distinta.
2. Hallar el valor de Alpha, para este ejercicio que tiene un 95% el valor de
Alpha=0,05
3. Hallar los estadísticos de prueba
3.1. Calcular las medias para cada muestra, para este ejercicio las medias son:
XM1 XM2 XM3 XM4 XM5

4,71 4,29 5,00 5,71 6,00
Siendo XM1 La media de la muestra 1, XM2 la media de la muestra 2 y así

sucesivamente.
3.2. Calculamos el valor de n de la siguiente forma n= r(filas)* c(columnas), para

nuestro ejercicio seria r=7 c=5 n=35
3.3. Hallamos el valor de la media general, el cual se calcula sumando todas las
medias de cada muestra dividido el número de medias, a este valor lo
llamaremos XT.
XT
5,14
3.4. Realizar la suma de cuadrados totales (chi cuadrado), la que llamaremos
SCT y se calcula de la siguiente forma:
𝑛
∑(𝑋𝑖 − 𝑋𝑇)2
𝑖=1
STC M1 STC M2 STC M3 STC M4 STC M5 TOTAL

1,31 4,59 3,45 47,02 9,88 66,24
0,02 1,31 0,73 1,31 4,59 7,96
0,73 9,88 0,02 0,73 0,73 12,10
9,88 0,02 4,59 3,45 8,16 26,10
4,59 0,73 1,31 8,16 3,45 18,24
3,45 4,59 9,88 9,88 3,45 31,24
0,73 3,45 8,16 17,16 14,88 44,39
20,71 24,57 28,14 87,71 45,14 206,29
Al final realizamos la suma tanto de filas como de columnas y vemos que el

valor de SCT=206,29
3.5. Realizamos la suma de los cuadrados de tratamiento, la cual llamaremos

̅̅̅̅ la media de cada muestra y
SCTP, cuya formula se denota como siendo 𝑋𝑛
R el número de filas:
𝑛
̅̅̅̅ − 𝑋𝑇)2
∑ 𝑅(𝑋𝑛
𝑖=1
También lo podemos tratar para mayor simplicidad de la siguiente forma
para cada media como se muestra en el ejemplo:
=r(XM1-XT)2 =7(4,71-5,14)2 = 1,29
STCP 1 STCP 2 STCP 3 STCP 4 STCP 5 TOTAL

1,29 5,14 0,14 2,29 5,14 14,00
Al realizar los calculo hallamos que el SCTR=16
3.6. Realizamos la suma de cuadrados de error al cual llamaremos SCE, cuya

formula es la siguiente, siendo ̅̅̅̅
𝑋𝑛 la media de cada muestra:
∑(𝑋𝑖 − ̅̅̅̅
𝑋𝑛)2
𝑖=1
SCE 1 SCE 2 SCE 3 SCE 4 SCE 5 TOTAL
0,51 1,65 4,00 39,51 16,00 61,67
0,08 0,08 1,00 2,94 9,00 13,10
1,65 5,22 0,00 0,08 0,00 6,96
7,37 0,51 4,00 1,65 4,00 17,53
2,94 2,94 1,00 5,22 1,00 13,10
5,22 1,65 9,00 13,80 1,00 30,67
1,65 7,37 9,00 22,22 9,00 49,24
19,43 19,43 28,00 85,43 40,00 192,29
Al realizar las operaciones y luego sumando los resultados tanto de

columnas como de filas, vemos que el valor de SCE=192,29
3.7. Ahora vamos a calcular los diferentes cuadrados.
Cuadrado medio total (CMT)

CMT=SCT/n-1
CMT=206.29/34
CMT= 6.06
Cuadrado medio de tratamiento (CMTR)
CMTR=SCTR/C-1 C=columnas
CMTR= 16/4
CMTR=4
Cuadrado medio del error (CME)

CME=SCE/n-c
CME=192.29/30
CME=6.40
3.8. Realizamos la prueba de Fisher F de la siguiente forma:
F=CMTR/CME
F=4/6.40
F=0.62
4. Buscamos el valor en la tabla de Fisher y hallamos los grados de libertad (GL)

usando la siguiente formula:
GL=(C-1)/(n-C)
GL=(5-1)/(35-5)
GL=4/30
Como podemos observar el valor en tabla es de 2.142
5. Regla de decisión.
En este punto se comparan los valores de la prueba de Fisher F y su valor en
tabla.
Si F<= Valor en tabla, entonces aceptamos H0
Si F>= Valor en tabla, rechazo H0
0,62<=2.142
Con esto podemos concluir que aceptamos H0 lo que significa que las medias son
iguales.
Bibliografía
Boqué, R. &. (s.f). El Analisis de la Varianza ANOVA. Tarragona: Universitat

Rovira.
Pulido, H. &. (2008). Analisis y Diseño de Experimentos. Mexico: Mc Graw Hill.
Montes, F (2004). Análisis de la varianza Anova. Universitat de Valencia. Tomado

de https://www.uv.es/montes/biomecanica2004/anova
Cárdenas, J. (2015). Que es ANOVA de un factor y como analizarla. Blog de

sociología. Tomado de http://networkianos.com/anova-de-un-factor-que-es-
como-analizar/

Consulta ANOVA

Cargado por

Copyright:

Formatos disponibles

Consulta ANOVA

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Consulta ANOVA

Cargado por

Copyright:

Formatos disponibles

CONSULTA ANOVA

ANOVA (Analysis of Variance)

Hasta el momento habíamos efectuado en el diseño experimental, pruebas

Por definición, el análisis de la varianza es “la técnica central en el análisis

ANOVA es una herramienta estadística que contiene múltiples usos y es

El análisis de varianza (ANOVA) se encarga de probar la hipótesis nula de

Para poder hacer uso del Análisis de la Varianza o ANOVA, se requiere

1. Cada conjunto de datos debe ser independiente del resto.

2. Los resultados obtenidos para cada conjunto deben seguir una

3. Las varianzas de cada conjunto de datos no deben diferir de forma

El análisis de la varianza se calcula con el estadístico de prueba F o test

Si el grado de significancia es menor de 0.05 las dos variables están

Existe la tabla ANOVA y todo se reduce en obtener el valor del estadístico

Este método computacional facilita los cálculos y se debe disponer en

MUESTRA MUESTRA MUESTRA MUESTRA MUESTRA

XM1 XM2 XM3 XM4 XM5

Siendo XM1 La media de la muestra 1, XM2 la media de la muestra 2 y así

3.2. Calculamos el valor de n de la siguiente forma n= r(filas)* c(columnas), para

STC M1 STC M2 STC M3 STC M4 STC M5 TOTAL

Al final realizamos la suma tanto de filas como de columnas y vemos que el

3.5. Realizamos la suma de los cuadrados de tratamiento, la cual llamaremos

STCP 1 STCP 2 STCP 3 STCP 4 STCP 5 TOTAL

Al realizar los calculo hallamos que el SCTR=16

3.6. Realizamos la suma de cuadrados de error al cual llamaremos SCE, cuya

Al realizar las operaciones y luego sumando los resultados tanto de

3.7. Ahora vamos a calcular los diferentes cuadrados.

Cuadrado medio total (CMT)

Cuadrado medio del error (CME)

4. Buscamos el valor en la tabla de Fisher y hallamos los grados de libertad (GL)

Boqué, R. &. (s.f). El Analisis de la Varianza ANOVA. Tarragona: Universitat

Pulido, H. &. (2008). Analisis y Diseño de Experimentos. Mexico: Mc Graw Hill.

Montes, F (2004). Análisis de la varianza Anova. Universitat de Valencia. Tomado

Cárdenas, J. (2015). Que es ANOVA de un factor y como analizarla. Blog de

También podría gustarte

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.