Análisis de Varianza

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE CONTADURA Y ADMINISTRACIN DIVISIN DE ESTUDIOS DE POSGRADO SEMINARIO ESTADSTICA APLICADA A LA ADMINISTRACIN DE PERSONAL
TEMA: ANLISIS DE VARIANZA
ANLISIS DE VARIANZA
INTRODUCCIN
El anlisis de varianza sirve para comparar si los valores de un conjunto de datos numricos son significativamente distintos a los valores de otro o ms conjuntos de datos. Tpicamente, el anlisis de varianza se utiliza para decidir si las medias de dos o ms poblaciones son iguales. Los datos para el anlisis de varianza se obtienen tomando una muestra de cada poblacin y calculando la media muestral y la varianza en el caso de cada muestra.
LOS TRES SUPUESTOS
Existen tres supuestos bsicos que se deben satisfacer antes de que se pueda utilizar el anlisis de varianza. 1. 2. 3. Las muestras deben ser de tipo aleatorio independiente. Las muestras deben ser obtenidas a partir de poblaciones normales Las poblaciones deben tener varianzas iguales.
Supongamos Pretendemos medir la influencia que tiene en la venta de un producto de alimentacin, la posicin en que se exhibe al pblico dentro del establecimiento. Las posiciones establecidas son: - ALTA: por encima de los ojos. - MEDIA: nivel de los ojos. - BAJA: por debajo del nivel de los ojos. Para la realizacin del experimento se han seleccionado 12 autoservicios de dimensiones similares. Los autoservicios se agrupan en tres conjuntos de cuatro elementos cada uno, procediendo de forma aleatoria en su asignacin. Con ello suponemos que los tres conjuntos son de caractersticas similares. Colocndose el producto en cada uno de ellos, de una de las formas anteriormente descritas y registrando sus ventas durante veinte das se pretende responder a las siguientes preguntas: 1.Tiene alguna influencia el posicionamiento del producto en la venta del mismo?. 2.Qu posicionamiento es ms eficaz? 3.Son estadsticamente significativas las diferencias obtenidas?
1 Presentan: Lucero J. Arteaga Tapia / Arisbet Calleja Yunuel Damin Valds / Erika Columba Morn Barroso
UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE CONTADURA Y ADMINISTRACIN DIVISIN DE ESTUDIOS DE POSGRADO SEMINARIO ESTADSTICA APLICADA A LA ADMINISTRACIN DE PERSONAL TEMA: ANLISIS DE VARIANZA
El anlisis de varianza ser especialmente til en aquellos supuestos en los que queramos analizar distintas situaciones o alternativas de actuacin y donde de alguna forma podemos intervenir en la realizacin del experimento. A diferencia de otros anlisis donde las series histricas son dadas y no podemos repetir la situacin, ni modificar alguna de las condiciones o variables (pensemos en el P.I.B., inflacin, etc.) VARIANZA MUESTRAL
La varianza de una muestra es el promedio de las desviaciones elevadas al cuadrado de la media del grupo.
CMO SE CALCULA UNA VARIANZA MUESTRAL?

Frmula:
(Xi X)2 VARIANZA= n 1
Para obtenerla, el procedimiento siguiente: 1. 2. 3. 4. 5. Calcular la media muestral Restar la media de cada valor de la muestra Elevar al cuadrado cada una de las diferencias Sumar las diferencias elevadas al cuadrado Dividir entre n -1
Ejemplo.
Los siguientes datos fueron registrados en una prueba que se realiz para determinar si el kilometraje por litro de gasolina era el mismo para las cuatro clases principales de seste combustible. El anlisis de varianza nos servir para determinar si la diferencia entre las medias muestrales revelaran las verdaderas diferencias entre el rendimiento de gasolina por kilmetro, de una de las cuatro clases (poblaciones) o si las diferencias entre los valores medios de la muestra son ms indicativas de una variabilidad de muestreo
Datos acerca del rendimiento de gasolina por kilmetro recorrido.
CLASE OBSERVACIN 1 2 3 4 5 6 *VALORES MEDIOS DE LA MUESTRA *VARIANZAS MUESTRALES (Xi X)2 n1 1 15,1 15,0 14,9 15,7 15,4 15,1 15,2 0,088 2 14,9 15,2 14,9 14,8 14,9 15,3 15,0 0,040 3 15,4 15,2 16,1 15,3 15,2 15,2 15,4 0,124 4 15,6 15,5 15,8 15,3 15,7 15,7 15,6 0,032
VARIANZA=
Por consiguiente, se puede enunciar: Ho=todas las medias de poblacin son iguales H1= no todas las medias de poblacin son iguales
HIPTESIS
EXPLICACION DEL ANALISIS DE VARIANZA
Se utilizan dos mtodos un poco diferentes para estimar las varianzas de la poblacin:
Entonces, las muestras se habrn obtenido de poblaciones con medias iguales. Y como se supone que todas las poblaciones son normales y poseen varianzas iguales, cuando Ho es verdadera se presenta una situacin conceptualmente idntica a otra en la que todas las muestras hayan sido tomadas realmente de una poblacin nica. H1, Entonces las muestras provendrn de poblaciones que no presentan todas la misma media. Sin embargo, aun en este caso, se debe suponer que las poblaciones son normales y tienen varianzas iguales. 3 Presentan: Lucero J. Arteaga Tapia / Arisbet Calleja Yunuel Damin Valds / Erika Columba Morn Barroso
CMO SE CALCULA UNA VARIANZA POBLACIONAL? Sacar el promedio de las varianzas de las muestras. El promedio de todas ellas proporcionar una mejor estimacin debido al mayor nmero de observaciones que presenta.
ESTIMACIN INTERNA DE VARIANZA (Sw2) y se calcula: Sw2=S12+S22+S32+S42++Sk2 k En la cual: S12=varianza de la varianza de una muestra S22=varianza de la varianza de dos muestras Sk2=varianza de la varianza de k muestras K= nmero de muestras Esta servir como una norma respecto a la cual se puede comparar la estimacin intermediante de varianza.
ESTIMACIN INTERMEDIANTE DE VARIANZA (Sb2) Se concentra en la varianza entre los valores medios de la muestra. En el caso de los datos acerca del kilometraje por litro de gasolina, la estimacin intermediante de varianza Sb2 se puede calcular:
1. Obtener X, que es la media de los valores medios de la muestra:
X= 15.2+15.0+15.4+15.6 = 15.3 4 2. Determinar las desviaciones elevadas al cuadrado, sumarlas y dividirlas entre K-1: = (15.2-15.3)2+(15.0-15.3)2+(15.4-15.3)2+(15.6-15.3)2 = 0.067 4-1
3. Como cada muestra consta de 6 observaciones, n =6 y la estimacin de las varianzas de poblacin es: Sb2=nsx2= 6(0.067)= 0.402
Ahora se tienen las dos estimaciones: Sw2=0.071 Es la norma de comparacin No se afecta si Ho es verdadera o falsa Sb2=0.402 Aproximadamente igual a Sw2 cuando Ho es verdadera. Mayor que Sw2 cuando Ho es falsa
En el ejercicio Sb2=0.402 es mayor, sin embargo aun no estamos seguros de que sta sea significativamente mayor, la variacin casual, producto del muestreo puede ser la causa de que esto ocurra. Una vez ms, se debe hacer referencia al valor estadstico de prueba y a la distribucin de muestreo de dicho valor, a fin de resolver el problema.
DISTRIBUCIN F.
En muchas situaciones estamos interesados en probar si dos poblaciones independientes tiene la misma variabilidad. Podemos estar interesados en estudiar las varianzas de dos poblaciones como un medio para llegar a un fin.
Con el fin de probar la igualdad de las varianzas de dos poblaciones independientes, se ha diseado un procedimiento estadstico, basado en el cociente de los varianzas de muestra. Si se supone que los datos obtenidos de cada poblacin estn distribuidos normalmente, entonces el cociente:
S / S
1 2 2 2
Sigue una distribucin denominada distribucin F que recibe su nombre al famoso estadstico Ronald Fisher. En la siguiente tabla se observa como que los valores crticos de la distribucin F dependen de dos conjuntos de grados de libertad los grados de libertad en el numerador y en el denominador. La prueba estadstica para probar la igualdad entre las dos varianzas sera: 5 Presentan: Lucero J. Arteaga Tapia / Arisbet Calleja Yunuel Damin Valds / Erika Columba Morn Barroso
2 1
F(n1-1),(n2-1) =
S
Donde: n1 = tamao de muestra en el grupo 1 n2 = tamao de muestra en el grupo 2 n1 - 1 = grados de libertad en el grupo 1 n2 - 1 = grados de libertad en el grupo 2
S
2 1
2 2
= varianza de la muestra en el grupo 1
2 2
= varianza de la muestra en el grupo 2
Al probar la igualdad de dos varianzas se pueden emplear pruebas de una cola o de dos colas como se muestra a continuacin.
Si deseamos determinar la variabilidad en la cantidad de llenado de de cajas de cereales en la planta A que en la planta B, se puede establecer una prueba de cola de la siguiente manera:
H0: H1:
2 A 2 A
B > B
2
Para este ejemplo el grupo 1 consta de cajas de cereales llenadas en la planta A y el grupo 2 llenadas en la planta B, la regin de rechazo est ubicada en la cola de la distribucin.
Segn la ecuacin
2 1
F(n1-1),(n2-1) =
2 2
2 A
F(25 -1),(20-1) =
2 B
Presentan: Lucero J. Arteaga Tapia / Arisbet Calleja Yunuel Damin Valds / Erika Columba Morn Barroso
Si se selecciona un nivel de significacin de0.01, el valor crtico se podr sacar de la Tabla adjunta.. Se observa la columna 24 rengln 19, esto nos da un valor de 2.92
En este caso el valor de SA = 16.71 y SB = 14.20

F24,19 = (16.91)2 = 1.385 (14.20)2
Como 1.385 < 2.92, no se rechaza H0 El gerente concluir que no es evidente la variabilidad en la cantidad de cereal de llenado sea mayor en la planta A Ejemplo Suponga que un investigador de mercados quisiera estudiar el efecto de la ubicacin del producto sobre las ventas de hojas de afeitar desechables, de hecho querra determinar si hay alguna diferencia en las ventas, si las hojas de afeitar se colocaron en la caja registradora y en las otras seis tiendas en el departamento de cosmticos. Se seleccion una muestra aleatoria de 13 tiendas de igual tamao de la cadena de supermercados; en 7 tiendas las hojas de afeitar se colocaron en la caja registradora y en las otras seis tiendas en el departamento de cosmticos. El investigador de mercados desea determinar si hay alguna diferencia en la variabilidad entre la caja registradora y el departamento de cosmticos.
Se puede establecer una prueba de dos colasen la forma siguiente:
H0: H1:
2 A 2 A
2 B 2
= B
Tienda 1 2 3 4 5 6 7 Total Media Varianza n1
Caja Registradora
107 153 82 158 141 87 119 847 121 945 7
Seccin de Cosmeticos 90 83 86 94 89 93 535 89.17 17.37 6.00
Tienda 1 2 3 4 5 6 7
Caja Registradora
Seccin de Cosmeticos
X1
107 153 82 158 141 87 119 121
X
121 121 121 121 121 121 121
(X1 - X )
-14 32 -39 37 20 -34 -2 Total Varianza
(X1 - X )2
196 1024 1521 1369 400 1156 4 5670 945
X1
90 83 86 94 89 93 89.17
X
89.17 89.17 89.17 89.17 89.17 89.17
(X1 - X )
0.83 -6.17 -3.17 4.83 -0.17 3.83 Total Varianza
(X1 - X )2
0.69 38.03 10.03 23.36 0.03 14.69 86.83 17.37
Puesto que es una prueba de dos colas, la regin de rechazo se dicide en las colas inferior y superior de la distribucin F. Si se selecciona el nivel de significancia 0.05, cada regin de rechazo contendra 0.025
En este caso deseamos obtener el valor superior de 0.025 con 5 grados de libertad en el numerador y 6 grados de libertad en el denominador. La tabla nos indica que este valor es de 5.99
Si sustituimos la frmula que nos permite verificar esto tenemos:
FL(a,b) =
1 FU(b,a)
FL(6,5) =
1 = FU(5,6)
1 5.99
= 0.167
La regla de expresin se puede expresar as: Rechazar H0 si F6,5 > 6.98 O bien si F6,5 < 0.167 10 Presentan: Lucero J. Arteaga Tapia / Arisbet Calleja Yunuel Damin Valds / Erika Columba Morn Barroso
De lo contrario H0
Para este ejemplo si
S = 945 y
1
S= 17.37 utilizando la formula:

2
2 1
F(n1-1),(n2-1) =
S
Tenemos que
2 2
F6,5 =
495 17.37
= 54.40
Por lo tanto F6,5 = 54.50 > 6.98 se rechaza H0 Existe una variabilidad del nmero de hojas de afeitar vendidas cada semana segn su ubicacin.
TABLA ANOVA
El mtodo ms comn para presentar los resultados del anlisis de varianza se presentan en una tabla ANOVA que resume los valores importantes de la prueba. La siguiente tabla muestra la forma general de la tabla ANOVA. En dicha tabla se resumen los clculos necesarios para la prueba de igualdad de las medias poblacionales usando anlisis de varianza. Primero se usa el mtodo dentro para estimar la varianza. Cada valor de los datos se compara con su propia media, y la suma de las diferencias al cuadrado se divide entre los grados de libertad k(n-1).
Donde: j = Nmero de la columna i = Nmero de la fila k = Nmero de columnas (grupos) n = Nmero de elementos en cada grupo (tamao de la muestra)
La tabla ANOVA contiene columnas con las fuentes de variacin, las sumas de cuadrados, los grados de libertad, las estimaciones de la varianza y el valor F para el procedimiento de anlisis de varianza. Esta Tabla nos muestra tres puntos importantes: 1. Realmente existen tres formas diferentes de estimar la varianza real de la poblacin si la hiptesis nula es verdadera. 2. Los clculos fueron ideados de manera deliberada para mostrar lo que ocurre cuando las estimaciones de varianza de la poblacin son exactamente iguales. 3. Los grados de libertad totales, pueden servir como una rpida comprobacin de los valores de los grados de libertad Internos (Dentro) e Intermediantes (Entre). En teora, la suma total de los cuadrados puede tambin servir como comprobacin de la suma de los cuadrados internos e intermediantes, pero, debido a que en la prctica los clculos son muy laboriosos, se evita llegar al total, a menos que los clculos se realicen mediante computadora. Ejemplo Una analista de una cadena de supermercados, quiere saber si las tres tiendas tienen el mismo promedio en dlares por compra. Se elige una muestra aleatoria de seis compras en cada tienda. La tabla nmero 1 presenta los datos recolectados de esta muestra junto con las medias maestrales para cada tienda y la media global de todos los datos. Har una prueba con un nivel de significancia de 0.01. La hiptesis nula que se quiere probar es que todas las poblaciones de las que se obtuvieron los datos maestrales tienen la misma media. La hiptesis alternativa es que las poblaciones no tienen la misma media. Las primeras dos medias maestrales en la tabla nmero 1 sugieren que la hiptesis nula es cierta, ya que son muy cercanas. La tercera media muestral, es considerablemente mas pequea que las otras dos. Pero, Se debe esta diferencia a la aleatoriedad del muestreo o al hecho de que las poblaciones tienen medias distintas? Esta es la pregunta que vamos a responder con el procedimiento de ANOVA.
Tabla nmero 1 Datos maestrales para ANOVA (en dlares) para el ejemplo Tienda 1 Tienda 2 Tienda 3 --------------------------------------------------------------------------12.05 23.94 14.63 25.78 17.52 18.45 15.17 18.52 19.57 21.40 13.59 20.57 9.48 6.92 10.47 7.63 11.90 5.92
Media 18.73 / 18.14 / 8.72 Media global: x = 15.20, k=3, n=6 Se usan ambos mtodos, dentro y entre, para estimar la varianza de las tres poblaciones. Recuerde la suposicin fundamental de ANOVA: todas las poblaciones tienen la misma varianza sin importar si tienen la misma media. La tabla nmero 2 contiene los clculos para el mtodo dentro, y la tabla nmero 3 da los clculos para el mtodo entre. Tabla nmero 2 Clculos del mtodo dentro para el ejemplo. Tienda 1 (12.05 18.73)2 + (23.94 18.73)2 + (14.63 18.73)2 + (25.78 18.73)2 + (17.52 18.73)2 + (18.45 18.73)2 = 139.82 Tienda 2 (15.17 18.14)2 + (18.52 18.14)2 + (19.57 18.14)2 + (21.40 18.14)2 + (13.59 18.14)2 + (20.57 18.14)2 = 48.25 Tienda 3 (9.48 8.72)2 + (6.92 8.72)2 + (10.47 8.72)2 + (7.63 8.72)2 + (11.90 8.72)2 + (5.92 8.72)2 = 26.02 Suma de cuadrados dentro (SCw) = 139.82 + 48.25 + 26.02 = 214.09 Tabla nmero 3 Clculos del mtodo entre para el ejemplo. (18.73 15.20)2 + (18.14 15.20)2 + (8.72 15.20)2 = 63.09 Suma de los cuadrados entre (SCb) = 6(63.09) = 378.54
Los valores calculados en las tablas 2 y 3 se usan para rellenar la tabla ANOVA. Como se tienen tres poblaciones en la prueba, k = 3. Se obtuvo una muestra de seis valores de cada poblacin, as que n = 6. La tabla nmero cuatro presenta la tabla ANOVA para este ejemplo. Tabla nmero 4 Tabla ANOVA para el ejemplo. Fuente de Variacin / SC / gl / Estimacin de varianza / Coeficiente F ---------------------------------------------------------------------------------------------------------Grupos entre 378.54 / 2 / 189.27 / 13.26 Grupos dentro 214.09 / 15 / 14.27 TOTAL 592.63 / 17 Los grados de libertad se calcularon como sigue: k- 1 = 3 - 1 = 2 (Grupos entre) k (n - 1) = 3 ( 6 - 1 ) = 15 (Grupos dentro)
Como se puede ver en la tabla nmero 4, el mtodo entre para estimar la varianza, produce un valor de 189.27, mientras que la estimacin del mtodo dentro es de 14.27. El cociente F indica que la estimacin del mtodo ente es 13.26 veces el valor del mtodo dentro. Se debe esta diferencia al error de muestreo, o se debe a que la hiptesis nula es falsa? Para contestar a esta pregunta se consulta la tabla F y se determina un valor crtico. Dos grados de libertad estn asociados con el numerador del cociente de F, y se asocian quince grados de libertad con el denominador. De la tabla F el valor crtico es 6.36 para estos grados de libertad a un nivel de significancia de 0,01. El valor F calculado de 13.26 es mayor que el valor crtico, lo que significa que se tiene suficiente evidencia muestral para rechazar la hiptesis nula de medias poblacionales iguales. CHI CUADRADA
Las pruebas de significancia se dividen en dos tipos: a) Pruebas Paramtricas Cuando una prueba de significancia, requiere de normalidad y de una medida de nivel por intervalos. Estas pruebas son: La prueba F y la prueba t b) Pruebas no Paramtricas - Pruebas cuya lista de requisitos no incluye una distribucin normal o el nivel de medicin por intervalos. Tienen exigencias menos estrictas y constituyen pruebas de significancia menos poderosas. Ejemplos de stas son: La chi cuadrada, Prueba de la mediana, Anlisis de varianza Kruskal-Wallis y Anlisis de varianza Friedman.
La chi cuadrada, es la prueba de significancia no paramtrica ms popular en la investigacin social. Se utiliza para hacer comparaciones entre dos o ms muestras. Se emplea para hacer comparaciones entre frecuencias ms que entre puntajes medios. La frmula se representa de la siguiente manera:
Donde:
Existen otras frmulas involucradas en el clculo de chi cuadrada, stas son: Grados de libertad
Frecuencias esperadas (fe)
Ejemplo. Supongamos que queremos estudiar el uso de drogas en estudiantes de bachillerato, con relacin a sus planes de ingreso a la universidad. Las hiptesis se platearan de la siguiente manera: Hiptesis nula: La proporcin de estudiantes de bachillerato orientados hacia la universidad y que usan drogas es igual a la de los estudiantes que no piensan asistir a la universidad.
Hiptesis alternativa: La proporcin de estudiantes de bachillerato orientados hacia la universidad y que usan drogas no es igual a la de los estudiantes que no piensan asistir a la universidad. Para verificar esta hiptesis al nivel de confianza de 0.05, digamos que debemos entrevistar a dos muestras aleatorias de la poblacin de una escuela de bachillerato acerca del uso de drogas: una muestra de 21 estudiantes que van a ingresar a la universidad y una muestra de 15 estudiantes que no planean extender su educacin ms all del bachillerato. Paso 1. Vaciar los datos en una tabla de frecuencias obtenidas (fo). Orientacin hacia la universidad Uso de Drogas Consumidores No consumidores Total Universidad fo 15 6 21 No Universidad fo 5 10 15
Para averiguar si esta es una diferencia significativa entre los estudiantes de bachillerato orientados hacia la universidad y los no orientados hacia sta, desarrollaremos los siguientes pasos. Paso 2. Reordenar los datos en forma de Tabla 2 x 2
Universidad
No Universidad
Consumidores
15 (
5 (
20
No consumidores
6 ( 21
10 ( 15
16
N = 36
Paso 3. Obtener la frecuencia esperada (fe) para cada casilla.
Paso 4. Restar las frecuencias esperadas (fe) e las frecuencias obtenidas (fo).
Paso 5. Elevar al cuadro esta diferencia.
Paso 6. Dividir entre la frecuencia esperada (fe).
Paso 7. Sumar esto cocientes para obtener el valor de chi cuadrada.
Paso 8. Encontrar los grados de libertad.
Paso 9. Comparar el valor de chi cuadrada obtenido con el valor de chi cuadrada correspondiente en la Tabla de Valores de Chi Cuadrada a los Niveles de Confianza de 0.05 y 0.01.
Conclusin: Para rechazar la hiptesis nula, al nivel de confianza de 0.05 con 1 grado de libertad, nuestro valor de chi cuadrada calculado tendra que ser de 3.84 ms. Como hemos obtenido un valor de chi cuadrada de 5.13 podemos rechazar la hiptesis nula y aceptar la hiptesis de investigacin. Nuestros resultados sugieren que la proporcin de consumidores de alguna droga es mayor entre los estudiantes de bachillerato que van a ingresar a la universidad que entre los estudiantes cuyos planeas no incluyen el ingreso a la universidad.
FUENTES. LEVIN, Jack y William C. Levin, Fundamentos de estadstica en la investigacin social, Edit. Oxford University Press, Mxico, 2008, 305 pp. STEVENSON, William, Estadstica para administracin y economa: Conceptos y aplicaciones, Edit. Oxford University Press, Mxico, 2004, 585 pp.

Análisis de Varianza

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

Análisis de Varianza

Încărcat de

Drepturi de autor:

Formate disponibile

UNIVERSIDAD NACIONAL AUTNOMA DE MXICO FACULTAD DE CONTADURA Y ADMINISTRACIN DIVISIN DE ESTUDIOS DE POSGRADO SEMINARIO ESTADSTICA APLICADA A LA ADMINISTRACIN DE PERSONAL

TEMA: ANLISIS DE VARIANZA

CMO SE CALCULA UNA VARIANZA MUESTRAL?

(Xi X)2 VARIANZA= n 1

Datos acerca del rendimiento de gasolina por kilmetro recorrido.

EXPLICACION DEL ANALISIS DE VARIANZA

1. Obtener X, que es la media de los valores medios de la muestra:

= varianza de la muestra en el grupo 1

= varianza de la muestra en el grupo 2

En este caso el valor de SA = 16.71 y SB = 14.20

Se puede establecer una prueba de dos colasen la forma siguiente:

Tienda 1 2 3 4 5 6 7 Total Media Varianza n1

107 153 82 158 141 87 119 847 121 945 7

Seccin de Cosmeticos 90 83 86 94 89 93 535 89.17 17.37 6.00

Si sustituimos la frmula que nos permite verificar esto tenemos:

Para este ejemplo si

S= 17.37 utilizando la formula:

Frecuencias esperadas (fe)

Paso 3. Obtener la frecuencia esperada (fe) para cada casilla.

Paso 5. Elevar al cuadro esta diferencia.

Paso 6. Dividir entre la frecuencia esperada (fe).

Paso 7. Sumar esto cocientes para obtener el valor de chi cuadrada.

Paso 8. Encontrar los grados de libertad.

S-ar putea să vă placă și