Documente Academic
Documente Profesional
Documente Cultură
IAM-0511
5 Análisis de Varianza
5.1 Introducción al Análisis de Varianza
5.2 Procedimiento para el Análisis de Varianza
5.3 Comparación de mas de dos Medias: Diseño Completamente Aleatorizado y su
Tabla
5.4 Estimación en el Diseño Completamente Aleatorizado
5.5 Análisis de Varianza Para un Diseño en Bloques al Azar y su respectiva
Estimación
5.6 Análisis de Varianza Mediante Modelos Lineales
Introducción
El mayor problema asociado con el DCA es su incapacidad de controlar algunos factores
extraños de variación. Si estos existen, el estimado del error experimental sera insesgado;
es decir el cuadrado medio del error experimental no es un estimador insesgado de la
varianza del error experimental
algo.
Esto hace que el cuadro medio del error sea más grande de lo normal y así la prueba F
tenderá a no rechazar la hipótesis global de igualdad de medias . En este caso es
recomendable utilizar un diseño que controle esta fuente extraña de variación. la variación es
de tipo sistemático y puede ser debida a la naturaleza o ``inducida'' o introducida por el
investigador para ampliar las inferencias acerca de los tratamientos.
Que ejemplos de bloques hay de variación sistemática natural?
de puede mejorarse usando un diseño de bloques al azar. Por medio del agrupamiento de
las unidades experimentales en subgrupos homogéneos, la variación asociada con este factor
puede ser removida del estimado del error experimental. Además, las comparaciones
intrabloques de los tratamientos son insesgadas por el efecto del factor.
Los diseños de bloques al azar (DBA) son clasificados de acuerdo al número de tratamientos
que pueden ser colocados en el bloque. En general, un diseño de bloques al azar consiste en
ocurren en cada bloque. Estos diseños son llamados diseños no ortogonales . Entre estos
tenemos:
a) Diseño de Bloque Incompleto Balanceado.
b) Diseño de Bloque Incompleto de Tratamiento Balanceado
c) Diseño de Bloque Incompleto Parcialmente Balanceado
d) Diseño Latice
e) Diseño de Bloque Extendido. Si cada bloque contiene el mismo numero de UE que es
mayor que el número de tratamientos
f) Diseño de Bloque Trend-free.
normal e independiente con media 0 y varianza . Las restricciones del modelo son
Estimación de parámetros
Al aplicar el método de mínimos cuadrados, se obtiene como estimadores de los parámetros
Tratamientos
Bloques
Error
Total
entonces de tienen dos estimadores insesgados de y por tanto su cociente deber ser
un valor estadísticamente cercano a 1.
Supuestos del modelo
El residual en un diseño de bloques completos al azar es dado por
. Los efectos de tratamientos y bloques son aditivos; las respuestas dentro de los bloques
tienen la misma tendencia con respecto a los efectos de los tratamientos.
experimental (CM resultando en posibles fallas para detectar diferencias reales de los
tratamientos.
3. Antes de probar cualquier supuesto se debe asegurar que no existan valores outlier en los
datos. Algunos trabajos han venido desarrollándose para detectar outlier en clasificaciones a
dos vías que incluyen el DBC. Cuando el diseño tiene residuales con varianza común, como
podría ser el caso de diseños balanceado, la mejor prueba para detectar un solo outlier es
basada en el máximo residuo normalizado (MRN)
Stefansky (1972) describe un método general para calcular valores críticos del MRN y provee
tablas para el caso de dos vías de clasificación con una observación por celda. Para algunos
valores de solamente acotados para valores críticos pueden ser obtenidos. Esas tablas
son reproducidas en Martin Tablas C- 6a y C- 6b. Las clasificaciones filas y columnas son
intercambiables.
El máximo residuo normalizado es dado por:
Donde: y es el mayor residual en valor absoluto. Si
este valor excede el valor crítico de tabla, la observación es declarada como un outlier
potencial. Estas deben ser localizadas y examinadas para buscar causas asignables. La
eliminación arbitraria de valores extremos debe evitarse.
Homogeneidad de varianza
La prueba gráfica de igualdad de varianza es graficar los residuales contra los valores
Los errores son igualmente correlacionados dentro de los bloques, pero son
independientes entre bloques.
La prueba estadística es:
Donde es el número de bloques y los son los residuales en el tratamiento . Note que la
varianza no es calculada directamente de los datos, por ello la no independencia de las
varianzas. Observe que para el calculo de la varianza del tratamiento 1 utiliza a la medias de
los bloques, , y para el tratamiento 2 utiliza tambien a a la medias de
los bloques .
Los valores críticos de la prueba estadística son basados sobre puntos de porcentaje de la
distribución rango estudentizado en vez de la distribución Fmax.