UNIVERSIDAD POLITECNICA

SALESIANA
INGENIERIA MECANICA
AUTOMOTRIZ
PROBABILIDAD Y ESTADISTICA
PRUEBA ANOVA
Profesor: Ing. JUAN PABLO MONTERO
Integrante:
ADRIAN PESANTEZ PESANTEZ
CICLO: 6TO
GRUPO: 1
ABRIL 2015- AGOSTO 2015

EJERCICIOS DE APLICACIN DE PRUEBA ANOVA

Objetivos

General
-

Desarrollar los ejercicios propuestos y emplear una herramienta de

evaluacin (Minitab) para la comprensin de los ejercicios.

Especficos
-

Plantear un modelo de hiptesis para el desarrollo de cada ejercicio.

Resolver los problemas contestando las preguntas propuestas.
Usar la herramienta de Minitab para la resolucin y evaluacin de resultados
de las pruebas obtenidas en el ejercicio respectivo.

Introduccin
El ANOVA es una herramienta de la estadstica y es de gran importancia para establecer
si existen diferencias significativas en las medias de las muestras. Bsicamente es un
proceso que divide a la varianza de la variable dependiente en dos o ms componentes.

Desarrollo
1. A continuacin se muestra parte del ANOVA para comparar cinco tratamientos con
cuatro rplicas cada uno.

Tabla 1. Tabla de datos parte del ANOVA. [1]

a) Agregar en esta tabla los grados de libertad, cuadrado medio y la razn F para
cada una de las fuentes de variacin
Fuente

Suma de Cuadrados

Entre
laboratorios

x k x 2
nk

Grados de
libertad
K1

Varianza
M Slab =

Razn F

S S lab
K1

S S lab=
k=1

Dentro de
los
laboratori
os

x kj x k

N-K

M S R=

S SR
NK

M ST =

S ST
N1

nk

j=1

SS R =
k=1

Total

x kj x

N-1

nk

j =1

S S T =
k=1

S S T =S Slab +SS R
Tabla 2: Expresiones para el clculo del ANOVA [2]

Basndonos en estas frmulas comenzaremos a realizar el clculo:

Clculo de la suma de los cuadrados:

S S T =S STra +SS E
S S T =800+400=1200

Clculo de los grados de libertad.

-

Grados de libertad del tratamiento

K=5 : Tratamientos

G. L=K 1
G. L=51=4

F=

M S lab
M SR

Grados de libertad del error.

N=54=20

: Rplicas

G. L=N K
G. L=205=15

Grados de libertad del total

G. L=N 1
G. L=201=19

Calculo del cuadrado medio

-

Cuadrado medio de tratamiento.

M STra =

S STra
K1

M STra =

800
=200
4

Cuadrado medio de los errores.

M S E=

S SE
N K

M S E=

400 80
= =26.67
15
3

Cuadrado medio del total.

M ST =

S ST
N1

M ST =

1200
=63.16
19

F=

Calculo de la Razn F.
M S tra
M SE

Fo =

200 15
= =7.5
26.67 2

El valor F critico est dado por:

F( K 1, N K )

Donde ( K1) representan los grados de libertad (GDL) del numerador, y

(NK ) , representan los grados de libertad (GDL) del denominador,

donde el valor se determina en una tabla a continuacin:

Tabla 3: Valores de F crticos. [3]

left (K -1 right ) =4

En la Tabla 3 ubicando los grados de libertad del numerador

los grados de libertad del denominador

left (N - K right ) =15

se determina un valor

de F critico de 3.056 .
Fuente de
variacin
Tratamien
to
Error
Total

Suma de
cuadrado
s
800
400
1200

Grados
de
libertad
4
15
19

Cuadrado
Medio

Razn F

Valor-p

7.5

P(3.056<
7.5)

200
26.66
63.16

Tabla 4: Valores de la prueba ANOVA. [Autor]

b) Explique de manera esquemtica como calcular el valor -p o la significancia

observada, para ver si hay diferencia entre los tratamientos.
El valor -p es el rea bajo la curva con distribucin

F k1, N k a la derecha de F, el

cual se determina mediante la Tabla 3, entonces el valor de es p=P(F> F o ) .

Fig. 1: Grafico del rea bajo la curva ala derecha de F. [3]

c) Con la informacin disponible se pueden hacer conjeturas sobre si hay diferencias

significativas entre tratamientos?. Argumente su respuesta
Si es posible determinar una diferencia entre los tratamientos, presentados en la tabla
ANOVA obteniendo el valor de Fo que sigue una distribucin F con ( K1)
grados de libertad en el numerador y ( NK ) grados de libertad en el denominador y
que mediante estos grados de libertad es posible obtener el valor de F mediante la Tabla
3 y de esta manera se aprobara la hiptesis de igualdad de los tratamientos con respecto
a la media de la correspondiente variable de respuesta. Y en caso de rechazar la
hiptesis anterior se asumira que las medias de los tratamientos son diferentes.
d) Anote el modelo estadstico y formule la hiptesis pertinente.
Usando el anlisis de la varianza (ANOVA) que contrasta la hiptesis nula de que las
medias de distintas poblaciones coinciden.
H 0 1 2 3 .... k

Hiptesis

Pero no todas las medias poblacionales son iguales:

H A = i j

para algn i j

2. Para estudiar la confiabilidad de ciertos tableros electrnicos para carros, se

someten a un envejecimiento acelerado durante 100 horas a determinada

temperatura, y como variable de inters se mide la intensidad de corriente que
circula entre dos puntos, cuyos valores aumentan con el deterioro. Se probaron 20
mdulos repartidos de manera equitativamente en cinco temperaturas y los
resultados obtenidos fueron los siguientes:

Tabla 5. Datos de la intensidad que varan respecto a la temperatura. [1]

a) Formule la hiptesis y el modelo estadstico para el problema.

Los valores de las medias sern iguales cuando estn cortadas por la asntota vertical
que pasa por el valor de cero, pero mientras ms se alejan de la asntota los valores son
diferentes, es decir si un intervalo de anlisis no contiene cero las medias
correspondientes son significativamente diferentes.
Las medias y varianzas varan de acuerdo a como los intervalos contengan o no la
asntota vertical que pasa por cero, donde se determinan mediante el anlisis de la
intensidad que vara segn la temperatura.

b) Realice el anlisis de varianza para estos datos, a fin de estudiar si la temperatura

afecta la intensidad de corriente promedio.

Fig. 2: Grafico de diferencias de las medias. [Autor]

En la Fig. 2 se observa que en un intervalo de anlisis de la intensidad las medias de las

temperaturas de entre 40C y 20C el intervalo contienen el cero, entonces se dice que
las medias son significativamente iguales.
Entre las temperaturas de 60C y 20C el interval comienza en cero, entonces se dice
que las medias tambin son iguales y las variacin con respecto a la media es minima.

Para las temperaturas de entre 80C y 20C los intervalos no contienen la asintota
vertical que pasa por cero, entonces se dice que las medias son significativamente
diferentes y las varianzas son mximas.
Acotando entre las temperaturas de 100C y 20C, 80C y 40C, 100C y 40C, 80y
60,100C y 60C, 100C y 80C, los intervalos de anlisis no contienen la asintota
vertical de cero por lo que se dice que las medias significativamente diferentes para esos
valores.
Entre las temperaturas de 60C y 40C se observa que los intervalos de analisis
contienen la asintota que pasa por cero, entonces se dice que las medias son
significativamente iguales y las varianzas tienden a ser mnimas.
c) La temperatura afecta la variabilidad de las intensidades? Es decir, verifique si hay
igual varianza entre los diferentes tratamientos.

Fig. 3: Grafico de diferencias de las medias para la intensidad. [Autor]

La temperatura si afecta a la variacin de la intensidad, entonces solo existe varianzas

iguales para los intervalos de entre 40C y 20C, 60C y 20,60 y 40C por que
contienen la asntota que pasa por cero, en cambio en las dems temperaturas las
varianzas son diferentes porque sus intervalos de anlisis no contienen la asntota.

Conclusin
La prueba ANOVA permite comparar medias de n grupos, siendo n las medias que
varan de acuerdo a los intervalos de anlisis, y la obtencin de datos mediante la
determinacin de grados de libertad y tablas nos ayud a un mejor aporte para conocer
el funcionamiento de esta prueba.
El ANOVA se puede utilizar en las situaciones en las que nos interesa analizar una
respuesta cuantitativa, para este caso se utiliz en el anlisis del cambio de intensidad
de acuerdo a la variacin de temperatura mediante el software Minitab, donde se
concluye que las medias y varianzas son iguales cuando los valores de temperatura
contienen la asntota vertical que pasa por cero y son diferentes si se alejan de la
asntota.

Referencias
[1]. Ejercicios de recuperacion Prueba ANOVA. Propuesta por Ing. Jun
P. Montero. Agosto 2015.

[2]. D.L. Massart, B.M.G. Vandeginste, L.M.C. Buydens, S. de Jong, P.J.

Lewi, J.
Smeyers-Verbeke, Handbook of Chemometrics and Qualimetrics: Part
A, Elsevier
(1997), Amsterdam.
[3]. Ctedra: Probabilidad y Estadstica. Facultad Regional Mendoza.
UTN

Canavos, G. C. (1988). Probabildad y Estadstica Aplicaciones y

mtodo. Mexico S.A: McGRAW-HILL.