Analisis de Varianza Dos Vias

ANOVA DE DOS VAS O DIRECCIONES (UN FACTOR BLOQUEADO) P. Reyes / Sept.
2007
ANOVA DE DOS VIAS

(Un factor y una variable de bloqueo)
Primitivo Reyes Aguilar

Septiembre de 2007
Pgina 1 de 16
ANOVA DE DOS VAS O DIRECCIONES (UN FACTOR BLOQUEADO) P. Reyes / Sept. 2007
ANALISIS DE VARIANZA DE DOS VAS o DIRECCIONES

(ANOVA 2 VIAS)
1. Introduccin
En este caso las frmulas son parecidas a la del ANOVA de una va pero ahora
agregando el clculo por renglones adicional al de columnas donde se incluye
la variable de bloqueo.
Se trata de bloquear un factor externo que probablemente tenga efecto en la
respuesta
pero que no hay inters en probar su influencia, slo se bloquea para mininizar
la variabilidad de este factor externo, evitando que contamine la prueba de
igualdad entre los tratamientos.
Los tratamientos se asignan a las columnas y los bloques a los renglones. Un
bloque indica condiciones similares de los sujetos al experimentar con
diferentes tratamientos.
Las hiptesis son:
Ho: No hay diferencia en las medias del factor de columna
Ha: Al menos una media del factor de columna es diferente
Ho: No hay diferencia en las medias de la variable de rengln
Ha: Al menos una media de la variable de rengln es diferente
2. Ejemplos con clculo manual
Ejemplo 1.
Suponiendo que se quiere investigar si la produccin de tres diferentes
mquinas es igual, tomando en cuenta la experiencia de los operadores a un
nivel de significancia del 5%.
Pgina 2 de 16
Experiencia
de ops. En
aos
1
2
3
4
5
Promedios
Mquinas
Maq 1
27
31
42
38
45
36.6
Maq 2
21
33
39
41
46
36
Maq 3 Promedios
25
24.33333
35
33
39
40
37
38.66667
45
45.33333
36.2
36.26667
TABLA ANOVA
SS
SCTR= 0.933333
GL
2
CM
Fc
CMTR= 0.466667 Ftr = 0.09
Fbl =
SCBL= 764.9333
SCE = 41.06667
SCT = 806.9333
4
8
14
CMBL= 191.2333 37.25

CME=
5.133333
CMT=
57.6381
Falfa
4.46
3.84
Conclusin: No hay diferencia entre mquinas a pesar de la diferencia en

experiencia de los operadores.
Pgina 3 de 16
Ejemplo 2
Una empresa de taxis intenta crear un sistema de rutas que minimice el tiempo
que se pasa manejando a ciertas localidades. El tiempo que toma viajar en
cada ruta por los taxis se muestra a continuacin:
Var.
Bloqueo
Taxista
1
2
3
4
5
1
12
18
10
13
18
Factor - Ruta
2
3
15
17
18
18
11
15
12
12
14
12
4
13
17
9
15
15
Factor - Ruta
2
3
15
17
18
18
11
15
12
12
14
12
14
14.8
4
13
17
9
15
15
13.8
0.64
14.44
10.24
4.84
0.04
1.44
7.84
27.04
0.64
0.64
y si afecta el taxista.
Var.
Bloqueo
Taxista
1
2
3
4
5
X
1
12
18
10
13
18
14.2
14.2
A
B
C
D
E
4.84
14.44
17.64
1.44
14.44
SCT
153.2
7.84
14.44
0.64
4.84
4.84
rj*(Xj r
SCTR
c
5
0
2.8
4
c*(XiX)^2
0.01
50.41
34.81
5.76
1.21
X)^2
0.2
1.8
SCBL
Pgina 4 de 16
0.8
92.2
SCE = SCT - SCTR - SCBL

SCE
58.2
TABLA ANOVA
Fuente de
SC
Variacin
Columnas
Renglones
Error
g.l.
2.8
92.2
58.2
Total
CM
FC
3 0.9333333 0.1924399
4
23.05 4.7525773
12
4.85
153.2
Conclusin: No hay diferencia en la tiempo por las rutas a pesar de diferencias

en taxistas
DMS Prueba de TUKEY
Renglones
5 Alfa 0.05%
Columnas
(n) datos
20
n-c
16
CME
4.85
T = q,c , n c
CME
r
Obteniendo q de tablas = 4.05
x1-x2
x1-x3
x1-x4
x1-x5
x2-x3
x2-x4
x2-x5
x3-x4
x3-x5
x4-x5
Diferencias
3.5
3
1.25
0.5
6.5
4.75
3
1.75
3.5
1.75
Significativas
No
No
No
No
Significativas
Significativas
No
No
No
No
F = DISTR.F.INV(alfa, gl. =1, gl. CME =12)

F=
4.7472
Pgina 5 de 16
DMS =
2.1459
Conclusin: Medias Poblacionales de taxistas diferentes
Pgina 6 de 16
Ejemplo 3 (Problema 4.1 del Texto de Montgomery, Anlisis y diseo de

experimentos)
Un qumico quiere probar el efecto de 4 agentes qumicos sobre la resistencia
de un tipo particular de tela. Debido a que podra haber variabilidad de un rollo
de tela a otro, el qumico decide usar un diseo de bloques aleatorizados, con
los rollos de tela considerados como bloques. Selecciona 5 rollos y aplica los 4
agentes qumicos de manera aleatoria a cada rollo. A continuacin se
presentan las resistencias a la tencin resultantes. Analizar los datos de este
experimento (utilizar =0.05) y sacar las conclusiones apropiadas.
Rollo
Agente
Qumico
1
2
3
4
1
73
73
75
73
2
68
67
68
71
3
74
75
78
75
4
71
72
73
75
5
67
70
68
69
Solucin
Rollo
Yi.
Agente
Qumico
1
2
3
4
Y.j
1
73
73
75
73
73.5
2
68
67
68
71
68.5
3
74
75
78
75
75.5
Pgina 7 de 16
4
71
72
73
75
72.75
5
67
70
68
69
68.5
70.6
71.4
72.4
72.6
Y (gran
promedio)
71.75
72.35
73.15
74.15
74.35
Yijestimada (FITS)
67.35
74.35
68.15
75.15
69.15
76.15
69.35
76.35
71.6
72.4
73.4
73.6
67.35
68.15
69.15
69.35
0.65
-0.15
0.85
-1.35
Residuos (Eij)
0.65
-0.35
-1.15
-0.15
-1.15
1.85
1.65
-1.35
-0.6
-0.4
-0.4
1.4
-0.35
1.85
-1.15
-0.35
Anlisis de varianza de dos factores con una sola

muestra por grupo
RESUMEN Cuenta Suma Promedio
Varianza
Fila 1
5
353
70.6
9.3
Fila 2
5
357
71.4
9.3
Fila 3
5
362
72.4
19.3
Fila 4
5
363
72.6
6.8
Columna 1
4
294
73.5
1
Columna 2
4
274
68.5
3
Columna 3
4
302
75.5
3
Columna 4
4
291
72.75 2.916666667
Columna 5
4
274
68.5 1.666666667
ANLISIS DE VARIANZA
Origen de Suma de Grado Promedi
F
Probabilid
Valor
las
cuadrad
s de
o de los
ad
crtico
variacion
os
liberta cuadrado
para F
es
d
s
Pgina 8 de 16
Filas
Columnas
Error
Total
12.95
157
21.8
191.75
4.316666
3
67
4
39.25
1.816666
12
67
19
2.3761467
89 0.12114447
21.605504 2.05918E59
05
Pgina 9 de 16
3.49029
48
3.25916
67
Para el caso de los agentes qumicos que son los renglones:

La Ho. No se rechaza debido a que el valor de tablas de f esta en 3.49 y el
valor Fc calculado es de 2.37 por lo tanto no cae en la zona de rechazo.
Calculo del valor P 0.12114447
Por otro lado el valor P = 0.1211 es mayor a 0.05 de alfa por lo tanto confirma
el no rechazo.
Para el caso de los rollos que son las columnas:
La Ho. se rechaza debido a que el valor de tablas de f esta en 3.25 y el valor Fc
calculado es 21.60 por lo tanto cae en la zona de rechazo.
Calculo del valor P 3.96618E-05
Por otro lado el valor P = 0.00003 es menor a 0.05 de alfa por lo tanto confirma
el rechazo.
Pgina 10 de 16
3. Procedimiento en Excel:
En el men herramientas seleccione la opcin anlisis de datos, en

funciones para anlisis seleccione anlisis de varianza de dos factores
con una sola muestra por grupo.
En Rango de entrada seleccionar la matriz de datos.
Alfa = 0.05
En Rango de salida indicar la celda donde se iniciar la presentacin de

resultados.
Anlisis de varianza de dos factores con una sola muestra por grupo
RESUME
N
Fila 1
Fila 2
Fila 3
Fila 4
Columna 1
Columna 2
Columna 3
Columna 4
Columna 5
Cuenta
5
5
5
5
4
4
4
4
4
Suma Promedio
353
70.6
357
71.4
362
72.4
363
72.6
294
274
302
291
274
73.5
68.5
75.5
72.75
68.5
ANLISIS DE VARIANZA
Grados Cuadrado
Fuente de Suma de
de
s
Cuadrado
variacin
s
libertad
medios
Filas
12.95
3
4.32
Columnas
157
4
39.25
Error
21.8
12
1.82
Total
Total
191.75
231
Varianz
a
9.3
9.3
19.3
6.8
1
3
3
2.92
1.67
Fc
2.38
21.61
Probabilida
F
d
tablas
Valor P
0.12
2.06E-05
3.49
3.26
19
24
En la tabla observamos que el estadstico de prueba Fc es menor al valor

crtico para F 2.38<3.49, por lo cual no rechazamos al Hiptesis nula H 0. No
tenemos evidencia estadstica para afirmar que el agente qumico tenga
influencia en la respuesta.
Pgina 11 de 16
Sin embargo observamos que el rollo si tiene influenza significativa en la

respuesta (P<0.05).
4. ANOVA en Minitab.
Utilice = 0.05 para calcular si hay diferencias entre los efectos de las
columnas y los renglones.
Introducir los datos arreglados con las respuestas en una sola columna e
indicando a que rengln y columna pertenece cada uno de estos, como sigue:
Resp
73
73
75
73
68
67
68
71
74
75
78
75
71
72
73
75
67
70
68
69
Columna
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
5
5
5
Fila
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
Instrucciones:
Stat > ANOVA > One two Way
Response Respuesta, indicar Row factor y Column Factor, Seleccionar !
Display Means
Seleccionar ! Store Residuals ! Store Fits
Graphs
Pgina 12 de 16
Confidence level 95%
Seleccionar Normal plot of residuals

OK
Resultados:
La grfica normal de residuos debe mostrar los residuos aproximados por una
recta para validar el modelo:
Los residuos se aproximan a la distribucin normal por lo cual se concluye que
se est utilizando un modelo vlido.
Normal Probability Plot of the Residuals

(response is Resp)
99
95
90
Percent
80
70
60
50
40
30
20
10
5
-3
-2
-1
0
Residual
Two-way ANOVA: Resistencia versus Agente Qumico, Rollo

Source
Agente Qumico
Rollo
Error
Total
S = 1.348
DF
3
4
12
19
SS
12.95
157.00
21.80
191.75
R-Sq = 88.63%
MS
4.3167
39.2500
1.8167
F
2.38
21.61
P
0.121
0.000
R-Sq(adj) = 82.00%
Como el valor de P es menor a 0.05 el Rollo tiene influencia significativa en la

resistencia.
Pgina 13 de 16
Agente
Qumico
1
2
3
4
Rollo
1
2
3
4
5
Individual 95% CIs For Mean Based on

Pooled StDev
---+---------+---------+---------+-----(----------*----------)
(----------*----------)
(----------*----------)
(----------*----------)
---+---------+---------+---------+-----69.6
70.8
72.0
73.2
Mean
70.6
71.4
72.4
72.6
Mean
73.50
68.50
75.50
72.75
68.50
Individual 95% CIs For Mean Based on

Pooled StDev
--+---------+---------+---------+------(-----*-----)
(-----*-----)
(-----*-----)
(-----*-----)
(-----*-----)
--+---------+---------+---------+------67.5
70.0
72.5
75.0
Se seleccionaran en 2 y 5 rollo ya que tienen los valores ms pequeos.

Los Fits y los residuales coinciden con los valores determinados en Excel.
Resp
73
73
75
73
68
67
68
71
74
75
78
75
71
72
73
75
67
70
68
69
Columna
1
1
1
1
2
2
2
2
3
3
3
3
4
4
4
4
5
5
5
5
Fila
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
1
2
3
4
RESI1 FITS1 RESI2

0.65
72.35 0.65
-0.15 73.15 -0.15
0.85
74.15 0.85
-1.35 74.35 -1.35
0.65
67.35 0.65
-1.15 68.15 -1.15
-1.15 69.15 -1.15
1.65
69.35 1.65
-0.35 74.35 -0.35
-0.15 75.15 -0.15
1.85
76.15 1.85
-1.35 76.35 -1.35
-0.6
71.6
-0.6
-0.4
72.4
-0.4
-0.4
73.4
-0.4
1.4
73.6
1.4
-0.35 67.35 -0.35
1.85
68.15 1.85
-1.15 69.15 -1.15
-0.35 69.35 -0.35
Pgina 14 de 16
FITS2
72.35
73.15
74.15
74.35
67.35
68.15
69.15
69.35
74.35
75.15
76.15
76.35
71.6
72.4
73.4
73.6
67.35
68.15
69.15
69.35
3.3 MTODO DE DIFERENCIAS DIVIDIDAS (Polinomio Interpolante de Newton)

La forma general del polinomio interpolante de Newton para n+1 datos (x0, (x0)), (x1, (x1)), ..., (xn, (xn))
es:
Los coeficientes ai se obtienen calculando un conjunto de cantidades denominadas diferencias divididas.

La notacin para las diferencias divididas de una funcin (x) estn dadas por:
Las diferencias divididas de orden superior se forman de acuerdo con la siguiente regla recursiva:
Retomando el polinomio interpolante de Newton:

Pn(x) = a0 + a1(x x0) + a2(x x0)(x x1) + ... +an(x x0)(x x1)(x xn-1)
Observe que Pn(x0) = a0. Como Pn(x) interpola los valores de en xi, i=0,1,2,...,nentonces P(xi) = (xi), en
particular Pn(x0) = (x0) = a0. Si se usa la notacin de diferencia dividida a0= [x0].
Ahora, Pn(x1)= a0 + a1(x1 x0), como Pn(x1)= (x1) y a0= (x0), entonces reemplazando se tiene
(x1)=(x0) + a1(x11x0), donde
Si se usa la notacin de diferencia dividida a1= [x0, x1].

De manera similar cuando se evala Pn(x) en x = x2 se obtiene a2 = [x0, x1, x2] (ver ejercicio 15, de este
captulo).
En general ai = [x0 ,x1 ,x2, ..., xi], y el polinomio interpolante de Newton se escribe como:
(2)
Pgina 15 de 16
En la figura 3.2 se muestra la forma recursiva para calcular los coeficientes del polinomio interpolante de
Newton para 4 pares de valores (x, (x))
Los elementos de la diagonal (superior) en la figura 3.2 son los coeficientes del polinomio interpolante de
Newton para el caso de un polinomio de grado 3.
Ejemplo.
Halle el polinomio que interpola los datos:
f(x)
3.5
5.6
Solucin:
El polinomio interpolante de Newton es de grado 3 ya que se tienen 4 puntos, usando la frmula (2) el
polinomio que resulta es:
En este caso x0=1, x1=2, x2=3
Para determinar el valor de los coeficientes, se construye la tabla de diferencias divididas
xi
f(xi)
4
-0.5
3.5
0.5
0.5
-0.1
0.1
0.8
5
5.6
Luego P3(x)=4 0.5(x - 1) + 0.5(x - 1)(x - 2) 0.1(x - 1)(x - 2)(x - 3)

Observe que P3(1) = 4, P3(2) = 3.5, P3(3) = 4, P3(5) = 5.6
Este ejercicio se resolvi con el mtodo de Lagrange en la seccin anterior y el clculo para encontrarlo
fue mucho mayor.
Pgina 16 de 16

Analisis de Varianza Dos Vias

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Analisis de Varianza Dos Vias

Încărcat de

Drepturi de autor:

Formate disponibile

ANOVA DE DOS VAS O DIRECCIONES (UN FACTOR BLOQUEADO) P. Reyes / Sept.

ANOVA DE DOS VIAS

Primitivo Reyes Aguilar

ANALISIS DE VARIANZA DE DOS VAS o DIRECCIONES

CMBL= 191.2333 37.25

Conclusin: No hay diferencia entre mquinas a pesar de la diferencia en

SCE = SCT - SCTR - SCBL

Conclusin: No hay diferencia en la tiempo por las rutas a pesar de diferencias

Obteniendo q de tablas = 4.05

F = DISTR.F.INV(alfa, gl. =1, gl. CME =12)

Conclusin: Medias Poblacionales de taxistas diferentes

Ejemplo 3 (Problema 4.1 del Texto de Montgomery, Anlisis y diseo de

Anlisis de varianza de dos factores con una sola

Para el caso de los agentes qumicos que son los renglones:

En el men herramientas seleccione la opcin anlisis de datos, en

En Rango de entrada seleccionar la matriz de datos.

En Rango de salida indicar la celda donde se iniciar la presentacin de

En la tabla observamos que el estadstico de prueba Fc es menor al valor

Sin embargo observamos que el rollo si tiene influenza significativa en la

Confidence level 95%

Seleccionar Normal plot of residuals

Normal Probability Plot of the Residuals

Two-way ANOVA: Resistencia versus Agente Qumico, Rollo

Como el valor de P es menor a 0.05 el Rollo tiene influencia significativa en la

Individual 95% CIs For Mean Based on

Individual 95% CIs For Mean Based on

Se seleccionaran en 2 y 5 rollo ya que tienen los valores ms pequeos.

RESI1 FITS1 RESI2

3.3 MTODO DE DIFERENCIAS DIVIDIDAS (Polinomio Interpolante de Newton)

Los coeficientes ai se obtienen calculando un conjunto de cantidades denominadas diferencias divididas.

Retomando el polinomio interpolante de Newton:

(x1)=(x0) + a1(x11x0), donde

Si se usa la notacin de diferencia dividida a1= [x0, x1].

En este caso x0=1, x1=2, x2=3

Para determinar el valor de los coeficientes, se construye la tabla de diferencias divididas

Luego P3(x)=4 0.5(x - 1) + 0.5(x - 1)(x - 2) 0.1(x - 1)(x - 2)(x - 3)

S-ar putea să vă placă și