Captulo 6 Anlisis de la covarianza

INTRODUCCIN

Es una combinacin de dos tcnicas: Anlisis de la Varianza y Anlisis de Regresin. En el Anlisis de la Covarianza:
F F

La variable respuesta es cuantitativa y Las variables independientes son cualitativas y cuantitativas.

ANLISIS DE LA COVARIANZA UNIFACTORIAL

La variable respuesta (Y ) est relacionada con una variable cualitativa ( ) y una o ms variables cuantitativas (X).

La variable cualitativa ( ) recibe el nombre de factor La variable cuantitativa (X) recibe el nombre de covariable o variable concomitante.

59

60

Anlisis de la covarianza

EJEMPLO Una industria qumica prueba tres frmulas diferentes de un pegamento industrial. Se sabe que la resistencia del pegamento (variable respuesta) est relacionada con el espesor de la capa adherente (covariable). Frmulas del pegamento 1 2 3 y x y x y x 19 33 22 24 23 22 25 40 18 31 19 30

MODELO UNIFACTORIAL CON UNA COVARIABLE

yij = + i + (xij x.. ) + uij ; i = 1, , I ; j = 1, , ni

i : El efecto producido por el tratamiento isimo : El coeciente de regresin lineal xij : El valor de la covariable correspondiente a la observacin yij x.. : La media de la covariable En un diseo completamente aleatorizado la suma total de cuadrados puede descomponerse en suma de cuadrados entre tratamientos y en suma de cuadrados residual. NOTACIN Tyy = Ayy + Eyy ; Txx = Axx + Exx ; Txy = Axy + Exy
Nota: Las expresiones de estas sumas de cuadrados y productos cruzados estn dadas en el Apndice.

Anlisis de la covarianza

61

AJUSTE DEL MODELO

Tyy(aj) : Suma total de cuadrados de y ajustada por la covariable

2 Txy = Tyy Txx

Tyy(aj) Entonces:

Tyy(aj) : es la variacin debida al efecto del factor ms el efecto residual.

Eyy(aj) : Suma de cuadrados de y dentro de los tratamientos ajustada por la covariable

2 Exy = Eyy Exx

Eyy(aj) Entonces:

Eyy(aj) : es la variacin de y asociada al trmino del error.

Ayy(aj) : Suma de cuadrados entre tratamientos ajustada Ayy(aj) = Tyy(aj) Eyy(aj) Entonces: Ayy(aj) : es la variacin entre los valores de la variable dependiente debida slo al efecto del nivel del factor.

62

Anlisis de la covarianza

CONTRASTES DE HIPTESIS CONTRASTE DE LOS EFECTOS DEL FACTOR H0 : i = 0 i H1 : i 6= 0 por lo menos para algn i Se contrasta mediante el valor experimental del estadstico F = Ayy(aj) (I 1) Eyy(aj)(N I 1)

CONTRASTE DEL COEFICIENTE DE REGRESIN H0 : = 0 H1 : 6= 0 El estadstico de contraste de la hiptesis nula est dado por:
2 Exy Exx CMReg F = = CME(aj) Eyy(aj) (N I 1)

Tabla ANOVA. Diseo unifactorial con una covariable F.V. S. C. Grados C.M. Fexp 2 2 Exy Exy CM Reg Regresin 1 CMReg = Exx Exx CME(aj) CM T r(aj) Ayy(aj) Trat.(aj) Ayy(aj) I 1 CM T r(aj) = I 1 CME(aj) Eyy(aj) Error (aj) Eyy(aj) N I 1 CM E(aj) = N I 1 Total Tyy N 1

Anlisis de la covarianza

63

DISEO EN BLOQUES COMPLETOS ALEATORIZADOS CON UNA COVARIABLE

yij = + i + j + (xij x.. ) + uij

i = 1, . . . , I

j = 1, . . . , J

i : Efecto producido por el nivel isimo del factor principal j : Efecto producido por el nivel jsimo bloque

Tabla ANOVA. Diseo en bloques aleatorizados con una covariable F.V. S. C. Grados C.M. Fexp Bloque Tratamientos SCE Error SCE IJ I J CME = IJ I J Total IJ 2 0 Trat. mas error SCE J(I 1) 1 SC(aj) CM(aj) Trat. ajustados SCaj I 1 CM(aj) = I 1 CM E
0 Sxx = Txx + Exx 2 Exy SCE = Eyy Exx

0 Sxy = Txy + Exy

0 Syy = Tyy + Eyy

0 2 Sxy 0 SCE 0 = Syy 0 Sxx

SC(aj) = SCE 0 SCE

Nota: Las expresiones de estas sumas de cuadrados y productos cruzados estn dadas en el Apndice .

64

Anlisis de la covarianza

APNDICE MODELO UNIFACTORIAL CON UNA COVARIABLE

X
ij

Txx =

x2 ij

x2 .. N P

Tyy =

X
ij

2 yij

2 y.. N

Txy =

ij xij yij

x.. y.. N

Axx =

I X x2 i=1

x2 .. ni N
i.

Ayy =

I X y2 i=1

2 y.. ni N i.

Axy =

I X xi. yi. i=1

ni

x.. y.. N X
ij

Exx =

X
ij

x2 ij

X x2
i

i.

ni X
ij

Eyy =

2 yij

X y2
i

i.

ni

Exy =

xij yij

X xi. yi.
i

ni

Anlisis de la covarianza

65

MODELO EN BLOQUES COMPLETOS ALEATORIZADOS CON UNA COVARIABLE

Txx =

X
ij

x2 ij

x2 .. IJ

Tyy =

X
ij

2 yij

2 y.. IJ

Txy =

X
ij

xij yij

x.. y.. IJ

Axx =

I X x2 i=1

x2 .. J IJ
i.

Ayy =

I X y2 i=1

2 y.. J IJ i.

Axy =

I X xi. yi. i=1

x.. y.. IJ

Rxx =

I X x2 .j i=1

x2 .. I IJ

Ryy =

I X y2 .j i=1

2 y.. I IJ

Rxy =

I X xi. yi. i=1

x.. y.. IJ

Exx = Txx Axx Rxx

Eyy = Tyy Ayy Ryy

Exy = Txy Axy Rxy

Bibliografa utilizada: F Lara Porras A.M. (2000). Diseo estadstico de experimentos, anlisis de la varianza y temas relacionados: tratamiento informtico mediante SPSS. Ed.: Proyecto Sur. Temporalizacin: Una hora