ESTADISTICA MULTIVARIABLE

Anova para diseño en bloque y 2 factores

 ESTADISTICA MULTIVARIABLE
Resultado de Aprendizaje de la Clase
Aplica análisis de
varianza a
experimentos con más
de 1 factor.
 ESTADISTICA MULTIVARIABLE
¿Por qué es importante este tema?
• En problemas de ingeniería puede ser importante determinar si un
cierto método de producción genera un incremento en la
producción, o si el tipo de máquina utilizada o ambos.
 ESTADISTICA MULTIVARIABLE
Introducción
• En muchos experimentos interviene el estudio de los efectos de dos o más
factores.

• El efecto que tenga un factor sobre la variable respuesta será por el

cambio de nivel del factor.

• El efecto de un factor puede influir no tan sólo en la variable respuesta,

también en el otro factor, por lo que será necesario revisar además el
efecto de la interacción.
• Los supuestos:
– Normalidad
– Homocedasticidad
– Independencia
 ESTADISTICA MULTIVARIABLE
Diseños aleatorizados en bloques
• La variación dentro del grupo se reduce (es decir, remover el efecto del
bloque antes de la prueba).
• Se obtiene la respuesta de cada grupo de tratamiento.
• Supuestos
– Los mismos de un diseño completamente aleatorizado.
– No hay efecto de interacción entre los bloques y entre los
tratamientos.
• El bloqueo es una técnica para tratar con factores indeseables (que
“estorban”).
• Un factor indeseable es un factor que probablemente tiene un efecto en la
respuesta, pero no es de interés para el experimentador.
• Sin embargo, debe minimizarse la variabilidad que aporta a la respuesta.
 ESTADISTICA MULTIVARIABLE
BCA
Bloque
Tratamiento 1 2 ⋯ 𝑗 ⋯ 𝑏 Total Media
1 𝑦11 𝑦12 ⋯ 𝑦𝑖1 ⋯ 𝑦1𝑏 𝑌1. 𝑦1.
2 𝑦21 𝑦22 ⋯ 𝑦𝑖2 ⋯ 𝑦2𝑏 𝑌2. 𝑦2.
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑖 𝑦𝑖1 𝑦𝑖2 ⋯ 𝑦𝑖𝑗 ⋯ 𝑦𝑖𝑏 𝑌𝑖. 𝑦𝑖.
⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑘 𝑦𝑘1 𝑦𝑘2 ⋯ 𝑦𝑗𝑘 ⋯ 𝑦𝑘𝑏 𝑌𝑘. 𝑦𝑘.
Total 𝑌.1 𝑌.2 ⋯ 𝑌.𝑗 ⋯ 𝑌.𝑏 𝑌. .
Media 𝑦.1 𝑦.2 ⋯ 𝑦𝑗. ⋯ 𝑦.𝑏 𝑦..

Donde 𝑦𝑖𝑗 representa la respuesta de utilizar el tratamiento 𝑖 en el bloque 𝑗.

 ESTADISTICA MULTIVARIABLE
Diseños aleatorizados en bloque
Sea 𝜇𝑖. el promedio de las 𝑘 medias
𝑏
1
𝜇𝑖. = 𝜇𝑖𝑗 ∀𝑖 = 1, … , 𝑘
𝑏
𝑗=1
Sea 𝜇.𝑗 el promedio de las 𝑘 medias
𝑘
1
𝜇.𝑗 = 𝜇𝑖𝑗 ∀𝑗 = 1, … , 𝑏
𝑘
𝑖=1
Así
𝑘 𝑏
1
𝜇= 𝜇𝑖𝑗
𝑏𝑘
𝑖=1 𝑗=1
 ESTADISTICA MULTIVARIABLE
Modelo para el BCA
Hipótesis
𝐻0 : 𝜇1. = 𝜇2. = 𝜇3. = 𝜇4.
𝐻1 : 𝑁𝑜 𝑡𝑜𝑑𝑎𝑠 𝑙𝑎𝑠 𝑚𝑒𝑑𝑖𝑎𝑠 𝑠𝑜𝑛 𝑖𝑔𝑢𝑎𝑙𝑒𝑠
Las observaciones se pueden escribir:
𝑦𝑖𝑗 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + 𝑒𝑖𝑗
Donde 𝛼𝑖 corresponde al efecto de 𝑖-ésimo tratamiento y 𝛽𝑗 corresponde al
efecto del 𝑗-ésimo bloque.
La identidad de la suma de cuadrados
𝑘 𝑏
2
𝑦𝑖𝑗 − 𝑦..
𝑖=1 𝑗=1
𝑘 𝑏 𝑘 𝑏
2 2 2
=𝑏 𝑦𝑖. − 𝑦.. +𝑘 𝑦.𝑗 − 𝑦.. + 𝑦𝑖𝑗 − 𝑦𝑖. − 𝑦.𝑗 + 𝑦..
𝑖=1 𝑗=1 𝑖=1 𝑗=1
 ESTADISTICA MULTIVARIABLE
Identidad de la suma de cuadrados
𝑆𝑇𝐶 = 𝑆𝐶𝑇 + 𝑆𝐶𝐵 + 𝑆𝐶𝐸

𝑘 𝑏 𝑘 𝑏 2
2 𝑦..
𝑆𝑇𝐶 = 𝑦𝑖𝑗 − 𝑦.. = 𝑦𝑖𝑗 2 −
𝑘𝑏
𝑖=1 𝑗=1 𝑖=1 𝑗=1
𝑘 𝑘 2
1 2 𝑦..
𝑆𝐶𝑇 =𝑏 𝑦𝑖. − 𝑦.. 2 = 𝑦𝑖. −
𝑏 𝑘𝑏
𝑖=1 𝑖=1
𝑏 𝑘
2 1 2 𝑦..2
𝑆𝐶𝐵 =𝑘 𝑦.𝑗 − 𝑦.. = 𝑦.𝑗 −
𝑏 𝑘𝑏
𝑗=1 𝑖=1
𝑘 𝑏
2
𝑆𝐶𝐸 = 𝑦𝑖𝑗 − 𝑦𝑖. − 𝑦.𝑗 + 𝑦.. = 𝑆𝑇𝐶 − 𝑆𝐶𝑇 − 𝑆𝐶𝐵
𝑖=1 𝑗=1
 ESTADISTICA MULTIVARIABLE
Tabla ANOVA
Análisis de varianza para el ANOVA de un solo factor

Fuente de Suma de Grados de

Variación cuadrados libertad Cuadrados medios 𝑓 calculada
2
𝑆𝐶𝑇 𝑺𝟐𝟏
Tratamiento 𝑆𝐶𝑇 𝑘−1 𝑆1 = 𝒇= 𝟐
𝑘−1 𝑺
2
𝑆𝐶𝐵
Bloque 𝑆𝐶𝐵 𝑏−1 𝑆2 =
𝑏−1
2
𝑆𝐶𝐸
𝑆 =
Error 𝑆𝐶𝐸 𝑘 − 1 (𝑏 − 1) 𝑘−1 𝑏−1
Total 𝑆𝑇𝐶 𝑘𝑏 − 1

• Al descomponer en bloque, parte del error aleatorio se descompone en

sistemático (debido al bloque).
 ESTADISTICA MULTIVARIABLE
Ejemplo
Se asignarán 4 máquinas a 6 operadores diferentes de manera aleatoria.
Debido a que se requiere destreza física, se anticipó que habría diferencia en
la velocidad.
Tiempo para ensamblar el producto, en segundos
Operador
Máquina 1 2 3 4 5 6 Total
1 42,5 39,3 39,6 39,9 42,9 43,6 247,8
2 39,8 40,1 40,5 42,3 42,5 43,1 248,3
3 40,2 41,5 41,3 43,4 44,9 45,1 256,4
4 41,3 42,2 43,5 44,2 45,9 42,3 259,4
Total 163,8 163,1 164,9 169,8 176,2 174,1 1011,9

Dónde
𝑆𝐶𝑇 = 15,92 𝑆𝑇𝐶 = 81,86 𝑦 𝑆𝐶𝐵 = 42,10
 ESTADISTICA MULTIVARIABLE
Solución
Análisis de varianza para el ANOVA para BCA

Suma de
Fuente de Variación cuadrados Grados de libertad Cuadrados medios 𝑓 calculada

Máquina 15,92 3 5,31 𝟑, 𝟑𝟒 > 𝟑, 𝟐𝟗

Operador 42,10 5 8,42

Error 23,84 15 1,59

Total 81,86 23

• Cómo 3,34 > 𝑓0,05 3,15 = 3,29 → existe una diferencia significativa de
las máquinas.
• En cambio si no se separan en bloques 𝑓 = 1,61 < 𝑓0,05 (3,20) = 3,10
 ESTADISTICA MULTIVARIABLE
Análisis de los residuales
Es necesario verificar el cumplimiento de los supuestos, analizando los
residuales
𝑒𝑖𝑗 = 𝑦𝑖𝑗 − 𝑦𝑖𝑗
Donde los valores ajustados
𝑦𝑖𝑗 = 𝑦𝑖. + 𝑦.𝑗 − 𝑦..
𝑒𝑖𝑗 = 𝑦𝑖𝑗 − 𝑦𝑖. − 𝑦.𝑗 + 𝑦..
Considerando el ejemplo anterior 𝑦11 = 42,5; 𝑦1. = 41,3; 𝑦.1 = 40,95; 𝑦.. =
42,12
𝑒11 = 42,5 − 41,3 − 40,95 + 42,12 = 2,37
 ESTADISTICA MULTIVARIABLE
Transformación de los datos
• En el caso de la regresión lineal se vieron ciertas transformaciones para el
cumplimiento de los supuestos.

• Si la estructura de los datos fuese de naturaleza exponencial, la 𝑉 𝑦𝑖 =

𝜇𝑖 = 𝜎𝑖2 , lo que implica que si la media aumenta entre un tratamiento y
otro, la varianza también, en este caso una transformación logarítmica
produciría una distribución normal.

• Si la varianza difiere mucho entre un tratamiento y otro, si se realiza el

ANOVA, los resultados serían deficientes.

Distribución Transformación estabilizadora de la varianza

Poisson 𝑦∗ = 𝑦
Exponencial 𝑦 ∗ = ln 𝑦
Gamma 𝑦 ∗ = ln 𝑦
 ESTADISTICA MULTIVARIABLE
ANOVA con dos factores
• Examina el efecto:
a) Dos factores sobre la variable dependiente
Ejemplo: porcentaje de gas y velocidad de la línea sobre la
resistencia de los envases a quebrarse en el proceso de llenado.

b) Interacción entre los diversos niveles de estos dos factores

Ejemplo: ¿el porcentaje de gas depende de la velocidad de la
línea?

• Supuestos
– Normalidad, homogeneidad de varianzas e independencia.
 ESTADISTICA MULTIVARIABLE
ANOVAFactor
conB dos factores
Factor A 1 2 ⋯ 𝑏 Total Media
𝑦111 , 𝑦112 𝑦121, 𝑦122 𝑦1𝑏1 , 𝑦1𝑏2
1 𝑌1.. 𝑦1..
⋯ , 𝑦11𝑛 ⋯ , 𝑦12𝑛 ⋯ ⋯ , 𝑦1𝑏𝑛
𝑦211 , 𝑦212 𝑦221, 𝑦222 𝑦2𝑏1 , 𝑦2𝑏2
2 ⋮ 𝑌2.. 𝑦2..
⋯ , 𝑦21𝑛 ⋯ , 𝑦22𝑛 ⋯ , 𝑦2𝑏𝑛
⋮ ⋮ ⋮ ⋮ ⋮ ⋮
𝑦𝑎11 , 𝑦𝑎12 𝑦𝑎21 , 𝑦𝑎22 𝑦𝑎11 , 𝑦𝑎21 𝑌𝑎..
⋯ 𝑦𝑎..
𝑎 ⋯ , 𝑦𝑎1𝑛 ⋯ , 𝑦𝑎2𝑛 ⋯ , 𝑦𝑎1𝑛
Total 𝑌.1. 𝑌.2. ⋯ 𝑌.𝑏. 𝑌..
Media 𝑦.1. 𝑦.2. ⋯ 𝑦.𝑏. 𝑦…

• Donde 𝑛 representa el número de réplicas por cada combinación de

factores.
 ESTADISTICA MULTIVARIABLE
ANOVA de dos factores
Modelo
𝑦𝑖𝑗𝑘 = 𝜇 + 𝛼𝑖 + 𝛽𝑗 + 𝛼𝛽 𝑖𝑗 + 𝜖𝑖𝑗𝑘
Las hipótesis de interés
1. 𝐻0′ : 𝛼1 = 𝛼2 = ⋯ = 𝛼𝑎 = 0
𝐻1′ : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝛼𝑖 𝑛𝑜 𝑒𝑠 0
2. 𝐻0′′ : 𝛽1 = 𝛽2 = ⋯ = 𝛽𝑏 = 0
𝐻1′′ : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛 𝛽𝑗 𝑛𝑜 𝑒𝑠 0
3. 𝐻0′′′ : (𝛼𝛽)11 = (𝛼𝛽)12 = ⋯ = (𝛼𝛽)𝑎𝑏 = 0
𝐻1′′′ : 𝐴𝑙 𝑚𝑒𝑛𝑜𝑠 𝑢𝑛(𝛼𝛽)𝑖𝑗 𝑛𝑜 𝑒𝑠 0

Los efectos se enmascaran cuando la interacción contribuye de manera

importante en el modelo. Se hace necesario probar el efecto de la interacción
en el modelo.
 ESTADISTICA MULTIVARIABLE
Identidad de la suma de cuadrados
𝑎

𝑏𝑛 𝑦𝑖.. − 𝑦… 2

𝑖=1
𝑏
2
+𝑎𝑛 𝑦.𝑗. − 𝑦…
𝑎 𝑏 𝑛
2 𝑗=1
𝑦𝑖𝑗𝑘 − 𝑦… = 𝑎 𝑏
𝑖=1 𝑗=1 𝑘=1 2
+𝑛 𝑦𝑖𝑗. − 𝑦𝑖.. − 𝑦.𝑗. + 𝑦…
𝑖=1 𝑗=1
𝑎 𝑏 𝑛
2
𝑦𝑖𝑗𝑘 − 𝑦𝑖𝑗.
𝑖=1 𝑗=1 𝑘=1
 ESTADISTICA MULTIVARIABLE
Identidad de la suma de cuadrados

• Un factor puede no sólo influir en la variable respuesta, también puede influir

en el otro factor, por lo que es necesario analizar este efecto.
 ESTADISTICA MULTIVARIABLE
ANOVA de dos factores
Análisis de varianza para el ANOVA de dos factores

Fuente de Suma de Grados de

Variación cuadrados libertad Cuadrados medios 𝑓 calculada
𝟐
2
𝑆𝐶𝐴 𝑺 𝟏
𝐴 𝑆𝐶𝐴 𝑎−1 𝑆1 = 𝒇𝟏 =
𝑘−1 𝑺𝟐
2
𝑆𝐶𝐵 𝑺𝟐𝟐
𝐵 𝑆𝐶𝐵 𝑏−1 𝑆2 = 𝒇𝟐 = 𝟐
𝑏−1 𝑺
2
𝑆𝐶 𝐴𝐵 𝑺𝟐𝟑
𝑆 = 𝒇𝟑 = 𝟐
𝐴𝐵 𝑆𝐶 𝐴𝐵 𝑎−1 𝑏−1 3 𝑎−1 𝑏−1 𝑺
2
𝑆𝐶𝐸
𝑆 =
Error 𝑆𝐶𝐸 𝑎𝑏(𝑛 − 1) 𝑘−1 𝑏−1
Total 𝑆𝑇𝐶 𝑎𝑏𝑛 − 1

• 𝑓3 es el estadístico de prueba de la interacción

 ESTADISTICA MULTIVARIABLE
Interacción
• Cuando ambos factores son fijos, pueden hacerse comparaciones entre las
medias individuales de cada uno de los dos factores.

• Cuando la interacción es significativa, las comparaciones suelen ser

“oscurecidas” debido a la interacción, en este caso las comparaciones se
pueden hacer manteniendo el nivel de un factor fijo.

• Muchas veces es necesario graficar la interacción para analizar el efecto

sobre la variable respuesta.

• En algunos casos cuando sólo se toma una réplica, con lo que los grados
de libertad del error quedarían cero, por lo que su toma como supuesto
que la interacción es despreciable y se asume como error aleatorio.
 ESTADISTICA MULTIVARIABLE
Efectos posibles de los factores
• Sólo el factor 1 afecta significativamente sobre la
respuesta media.
 ESTADISTICA MULTIVARIABLE
Efectos posibles de los factores
• Sólo el factor 2 afecta significativamente en la
respuesta media.
 ESTADISTICA MULTIVARIABLE
Efectos posibles de los factores
• Ambos factores afectan significativamente en la
respuesta media (sin interacción).
 ESTADISTICA MULTIVARIABLE
Efectos posibles de los factores
• Ambos factores afectan significativamente en la
respuesta media (con interacción).
 ESTADISTICA MULTIVARIABLE
Ejemplo
En un experimento realizado para determinar cuál de 3 misiles distintos es
preferible, se midió la tasa de combustión para 24 arranques estáticos. Se
emplearon 4 tipos de combustibles diferentes. Se generaron observaciones
duplicadas para cada combinación.

Tasas de combustión del propulsor

Tipo de populsor
𝑆𝐶𝐴 = 14,52
Sistema
𝑆𝐶𝐵 = 40,08
de Misiles 𝑏1 𝑏2 𝑏3 𝑏4
𝑆𝐶 𝐴𝐵 = 22,16 34,0 30,1 29,8 29,0
𝑆𝑇𝐶 = 91,68 𝑎1
32,7 32,8 26,7 28,9
32,0 30,2 28,7 27,6
𝑎2
- Construir ANOVA 33,2 29,8 28,1 27,8
- Graficar interacciones 𝑎3 28,4 27,3 29,7 28,8
29,3 28,9 27,3 29,1
- Interprete
ESTADISTICA MULTIVARIABLE
Ejemplo: Resultados

- Según el ANOVA la interacción es apenas

depreciable, pero la gráfica de interacción
muestra que es muy significativa.
- Los residuales parecen cumplir los supuestos.
 ESTADISTICA MULTIVARIABLE
Bibliografía
Montgomery, D. y Runger, D. (2007). Probabilidad y estadística aplicadas a la
ingeniería. (2da ed.). México: Limusa.

Walpole, R., Myers, S. y Myers R. (2007) Probabilidad y estadística para

Ingeniería. (8va ed.). México: Pearson Education.

Montgomery, D (2005). Diseño y Análisis de experimentos. (2da ed.). México:

Limusa Wiley.