AREA CIENCIAS DEL AGRO Y DEL MAR PROGRAMA CIENCIAS VETERINARIAS

ANALISIS DE LA VARIANZA
Autor: Ing. MSc. Carmen Lugo Delgado Bioestadstica

ANLISIS DE LA VARIANZA
INTRODUCCION
Las Pruebas de Hiptesis tienen como objetivo estudiar la diferencia existente entre dos poblaciones, pero con frecuencia es necesario comparar ms de dos poblaciones, por ej. comparar la ganancia de peso de animales sometidos a varios tipos de dietas; el rendimiento en kilogramos de variedades de pastos, tiempo de recuperacin de animales enfermos sometidos a diferentes medicamentos o dosis de medicamentos, etc. En estas situaciones sera poco prctico realizar las comparaciones posibles de las poblaciones tomandolas de dos en dos, pues sera incorrecto utilizar repetidamente el contraste basado en la distribucin t de student. Lo ms indicado es investigar las diferencias existentes entre las poblaciones simultneamente. El Anlisis de la Varianza (Anva Anova: Analysis of variance) es un mtodo para comparar los parmetros de posicin dos o ms poblaciones. El Anlisis de Varianza permite descomponer la variacin total de un conjunto de datos en varias componentes. En cualquier investigacin estadstica es necesario precisar los objetivos, la poblacin que se ha de investigar y que variables medir para alcanzar los objetivos de la investigacin.

DEFINICIONES GENERALES:

Variable Dependiente: Es la variable de inters primario en una investigacin. Variables Independientes: son las variables que pueden afectar las mediciones de la variable dependiente. Factor: Es una variable independiente que se supone afecta a la variable dependiente. Niveles del Factor: Un nivel es cada uno de los atributos o estados en que se descompone un factor.

Tratamiento: Conjunto de acciones que se aplican a las unidades experimentales con el objeto de observar su respuesta.
Combinacin de Tratamiento: Es una combinacin especfica de niveles de factor impuesta sobre una sola unidad de la poblacin.

Unidad Experimental: Es la unidad bsica que recibe un tratamiento. Con el objeto de minimizar los efectos de las relaciones insospechadas entre las unidades experimentales, los diversos tratamientos o combinaciones de tratamientos deben ser asignados aleatoriamente a las unidades experimentales. Con esto se logra hacer vlida la suposicin de independencia y anular cualquier tendencia o patrn no esperado que se pueda presentar en el material experimental, es decir eliminar cualquier parcialidad potencial. Error Experimental: Diferencia entre la respuestas de dos unidades experimentales idnticas que reciben el mismo tratamiento y/o combinacin de tratamiento. La fuente de Error Experimental son las numerosas variables que contribuyen a la variacin, pero que no estn identificadas o separadas en la investigacin. Para medir esta variabilidad en el material experimental es necesario repetir el experimento.

Repeticin: Es cada realizacin de un tratamiento.

Cuando se ha estimado el error experimental, se puede comparar con la variabilidad asociada con los niveles de factores y tratamientos que se estn examinando. Esta comparacin proveer las bases para la toma de decisiones y probar las hiptesis relacionadas al impacto que diversos factores ejercen sobre las mediciones obtenidas del material experimental.

EJEMPLO:

En un laboratorio se conduce un experimento para probar un nuevo medicamento para el control de cierta enfermedad.

La variable dependiente que va a ser medida es la cantidad de droga que se encuentra en la sangre una hora despus de haber sido suministrada.
El medicamento corresponde al factor, las diferentes dosis aplicadas a los niveles del factor, y una dosis en particular correspondera a un tratamiento.

Otros factores pueden interferir en el experimento y afectar las conclusiones, as el peso y tamao del animal, la edad, la dieta que este recibiendo entre otros, son factores que contribuyen a la variacin en la medicin de la respuesta. Si no son aislados y se miden sus efectos, entonces su efecto combinado sobre la variable dependiente se unir y provocar un error experimental.
Con el objeto de medir el tamao de todos de todos los factores que se combinen como parte del error experimental, es necesario administrar un tratamiento o combinacin de tratamiento a ms de una unidad experimental. Asimismo para minimizar los efectos de tendencias insospechadas y de fuentes de parcialidad, se deben asignar aleatoriamente los tratamientos a cada unidad experimental.

DISEO Y ANLISIS DE EXPERIMENTOS. El modelo estadstico.

Al momento de planificar la realizacin de cualquier experimento cientfico se debe:

1) Establecer un diseo eficiente para conducir el experimento. 2) Seleccionar un mtodo apropiado para analizar los datos resultantes.
El diseo experimental establece las reglas para asignar en forma aleatoria los tratamientos a las unidades experimentales. Estas reglas dictan el mtodo apropiado de anlisis que se debe utilizar. Existen mltiples diseos estadsticos, cada uno con su correspondiente anlisis y sus propias reglas bsicas para asignar aleatoriamente los tratamientos a las unidades experimentales. Es conveniente resumir las caractersticas del diseo escribiendo un modelo estadstico-matemtico, esto es una ecuacin que exprese la relacin entre una medicin de la variable dependiente, denotada como X y los factores mas importantes que se sospecha contribuyen a la variacin de las mediciones.

Un modelo muy simple puede escribirse como:

X ij x.. j ij
donde:

X ij
j

Medicin obtenida de la i-sima tratamiento

unidad experimental que recibi el .j-simo

x.. Media total, sin ser afectada por el tratamiento aplicado

Cantidad de la medicin atribuible al j-simo tratamiento Cantidad de medicin debida al error experimental para la unidad experimental i j,

ij

El objetivo bsico es probar la igualdad de medias entre varias poblaciones, es decir, decidir si j=0 para todos los diferentes tratamientos. Para poder realizar esto es necesario determinar el tamao de ij. Si ij es grande, podra cubrir y hacer desaparecer los efectos de los tratamientos. Un diseo eficiente reduce la magnitud del error experimental para que se pueda evaluar realmente la accin de los tratamientos. Es necesario suponer que ij es independiente y que est normalmente distribuido con una media cero (=0) y una varianza 2 constante. Otra suposicin que se debe considerar es la aditividad. Esta suposicin implica que los factores que contribuyen a la variacin pueden ser sumados.
Antes de completar el diseo, se conduce el experimento y se obtienen mediciones de cada una de las unidades experimentales, despus se debe realizar el anlisis de los datos para extraer la informacin necesaria y tomar las decisiones apropiadas segn los resultados obtenidos.

ANLISIS DE LA VARIANZA: (ANVA)

Es un mtodo de clculo que permite probar la hiptesis de que las medias de dos o ms poblaciones son iguales o por lo menos una de ellas es diferente. Si estn involucrados n diferentes poblaciones, esto significa que la hiptesis nula es:

Ho 1 2 3 ... n
Antes de aplicar el anlisis de varianza (ANVA) se deben verificar las siguientes hiptesis: a)Que las poblaciones de donde provienen las muestras son normales. b) Que las poblaciones tengan las mismas varianzas (Homocedasticidad). c) Que las muestras hayan sido elegidas al azar.

ANLISIS DE VARIANZA CON UN SOLO FACTOR:

Sean j muestras de tamao n 1, n 2, n 3 nn respectivamente. A cada una de ellas se le aplicar un tratamiento distinto, obtenindose as una variable de respuesta Xij.

En el anlisis de varianza (ANVA) interesa determinar la variacin dentro de las poblaciones y entre las poblaciones.

Para determinar la variacin dentro de una poblacin dada, se supone que cualquier valor particular difiere de la media verdadera de ese grupo por una cantidad que puede ser cero, un valor positivo o uno negativo, es decir cualquier valor en particular de un grupo dado puede ser igual a la media del grupo, o bien menor o mayor que ella. A la cantidad por la cual cualquier valor difiere de la media verdadera del grupo es a lo que se llama Error Experimental (ij). Este trmino se utiliza para referirse a la variacin no controlada que existe entre los miembros de cualquier poblacin. De la misma manera como una observacin particular difiere dentro de un grupo de la media para ese grupo por cierta cantidad, la media de un grupo particular tambin puede diferir de la media total por alguna cantidad. A este efecto se le denota j.

PLANTEAMIENTO DE LAS HIPTESIS:

En el modelo de un factor, la Hiptesis Nula (Ho) corresponde a que todas las medias de los grupos o tratamientos involucrados son iguales.

Ho: 1= 2= 3 j
Ha: No todas las medias son iguales

Si Ho es verdadera, es decir que: 1= 2= 3= . . . . j, las medias centran en un mismo punto y se superponen.

Cuando Ho es falsa, puede ocurrir que: a) todas las medias sean distintas.

b) que alguna de las medias difiera de todas las dems que si son iguales.

Para el anlisis de varianza es conveniente presentar los datos en una tabla:

La Suma de Cuadrados Entre (SCE) permite conocer la variacin existente entre los grupos. Ella mide la variacin debida los tratamientos. La Suma de Cuadrados Dentro (SCD) permite medir la variacin debida al azar. La Suma de Cuadrados Total (SCT) mide la variacin total entre todas las observaciones de la muestra, es igual a la suma de las variaciones dentro y entre:

SCT= SCE + SCD

El Cuadrado Medio permite comparar la variabilidad dentro de las muestras, con la variabilidad entre las muestras. Para ello es necesario dividir las sumas de cuadrados entre sus respectivos grados de libertad.

En el ANVA se prueban las hiptesis comparando el valor del cuadrado medio entre las muestras, con el valor del cuadrado medio dentro de las muestras (CME/CMD), de esta manera se forma la Razn de Varianza, la cual al ser comparada con un valor tabulado de F, permite decidir si se acepta o se rechaza la Hiptesis Nula (Ho) a un nivel de preseleccionado. Los valores de F corresponden a una distribucin F, la cual es unimodal y oblicua hacia la derecha. Sus Valores siempre son positivos. La forma de la distribucin depende de los valores de v1 y v2 los cuales son los grados de libertad del numerador y denominador. As v1 =n1 - 1 y v2 = n2 - 1.

Cuando CME/CMD excede al valor de F tabulado para un valor de preseleccionado, entonces se rechaza Ho y se concluye que por lo menos una de las medias es diferente a otra de las medias