ANALISIS DE COVARIANCIA

ANALISIS DE COVARIANCIA (ANCOVA)

En una tcnica estadstica que combinan dos anlisis de variancia, el de un
diseo experimental y el del anlisis de regresin.

El ANCOVA al igual que los experimentos factoriales se conducen en un

diseo experimental.

Es utilizado en casos en los cuales el experimentador sospecha que la

variable respuesta de un diseo experimental (Y) tiene una relacin de
dependencia funcional lineal respecto a una (X) o ms variables
concomitantes (X1, X2, ..., Xm)

Ejemplo: ANCOVA EN DCA

Tres dietas A, B y C fueron comparadas en relacin con sus efectos sobre el
nivel de colesterol en la sangre de mujeres. La edad (X) fue empleada como
un factor de control debido a su diferente asociacin con el nivel de
colesterol (Y). El nivel de colesterol en la sangre (mg. /100ml) fue
determinado en cada persona para un perodo especfico de tiempo.
(Considere las repeticiones como bloques)
Repeticin

Dieta A

Dieta B

Dieta C

XA

XB

XA

XB

XA

XB

40

190

41

201

41

202

47

205

30

187

32

192

28

178

58

226

57

215

51

215

48

222

49

202

50

202

57

220

36

197

MODELO ADITIVO LINEAL EN UN DCA

_

YIJ = + i + (XIJ X..) + ij

i = 1, 2, , t ; J = 1, 2, , ri

Donde:
Yij

valor o rendimiento observado en el i-simo tratamiento, j-sima repeticin

efecto de la media general

efecto del i-simo tratamiento

coeficiente de regresin lineal de Y sobre X

Xij valor de la variable independiente en el i-simo tratamiento, j-sima repeticin

X.. media de la variable independiente

ij efecto del error experimental en el i-simo tratamiento, j-sima repeticin

SUPUESTOS DEL MODELO

Adems de los supuestos de un DCA se deben cumplir los siguientes:

Los valores de X son fijos, medidos sin error, y no son afectados

por los tratamientos.

Las variables X e Y deben tener variancias homogneas entre los

tratamientos.

La regresin de Y sobre X debe ser lineal.

CUADRO DE ANCOVA EN DCA

Fuentes de
Variacin
Trat.
Error
Trat. + Error

GL

SCX

SPXY

SCY

t1

TXX

TXY

TYY

r. - t
r. - 1

EXX
SXX

EXY
SXY

EYY
SYY

Diferencias para probar medias de tratamientos

ajustadas

SC aj.

2
E XY
SCE EYY
E XX

SCT E

2
S XY
SYY
S XX

SCT E SCE

GL aj.

r. t - 1

CM aj.

SCE
(t 1)(b 1) 1

r. 2
t1

SCT E SCE
t 1

Ejemplo: ANCOVA en DCA

Con la finalidad de estudiar el contenido de cido ascrbico en cuatro
variedades de habas, se consider conveniente utilizar un DCA. Por
experiencias previas se conoce que el contenido de cido ascrbico
disminuye con la madurez de las habas. Como no todas las variedades tenan
la misma madurez en el momento de la cosecha el experimentador registr el
porcentaje de materia seca en 100 grs de habas acabadas de cosechar como
un ndice de madurez. Los resultados obtenidos fueron:
Observacin (j)

Variedades de habas (i)

1

34.0

93.0

21.0

150.0

51.2

33.3

30.4

106.6

38.9

80.8

20.0

160.1

39.3

47.4

29.2

111.4

35.4

88.1

20.5

155.2

39.8

51.5

31.7

99.0

34.5

90.1

52.0

27.2

28.3

113.8

56.2

20.6

5
Totales

142.8

352.0

61.5

465.3

238.5

180.0

119.6

430.8

Promedios

35.7

88.0

20.5

155.1

47.7

36.0

29.9

107.7

SUMA DE CUADRADOS Y PRODUCTOS

Total
SC(X) = X2ij X2 ../r. = (34.02 + 38.92 + + 28.32) 562.42 /16 = 1800.5
SP(XY) = XijYij X..Y../r. = (34.0x93.0 + + 28.3x113.8) 562.4x1428.1/16 = -7089.845
SC(Y) = Y2ij Y2../r. = (93.02 + 80.82 + + 113.82) 1428.12 /16 = 29506.519
Tratamientos
Txx = X2i. /ri X2 ../r. = (142.82/4 + 61.52/3 + + 119.62/4) 562.42 /16 = 1542.84
Txy = Xi.Yi./ri X..Y../r. = (142.8x352.0/4 +. + 119.6x430.8/4) 562.4x1428.1/16
= - 6625.745
Tyy = Y2i./ri Y2../r. = (352.02/4 + 465.32/3 + + 430.82/4) 1428.12 /16 = 28554.339
Error Experimental
Exx = SC(X) Txx = 1800.5 1542.84 = 257.66
Exy = SP(XY) Txy = - 7089.845 (- 6625.745) = - 464.1
Eyy = SC(Y) Tyy = 29506.519 28554.339 = 952.18

CUADRO DE ANCOVA EN DCA

Fuentes de
Variacin

GL

SCX

SPXY

SCY

Tratamientos

1542.84

- 7089.845

28554.339

Error

12

257.66

- 6625.745

Trat. + Error

15

1800.50

- 464.100

SC aj.

GL aj.

CM aj.

952.180

116.238

11

10.5671

29506.519

1588.773

14

1472.535

Diferencias para probar medias de tratamientos ajustadas:

490.8450

INTERPRETACION DE RESULTADOS

El primer lugar se evala los resultados de la prueba de hiptesis

correspondiente a la regresin, Y = F(X).

Si la regresin es significativa, entonces, se justifica el control de la variable

concomitante X en el modelo y por lo tanto, los efectos de los tratamientos
debern ser ajustados por el efecto de la regresin existente.

De no resultar significativo la regresin, los efectos de los tratamientos

debern ser evaluados a partir de un ANVA de un diseo experimental simple
donde no se considere el efecto de la variable concomitante X.

PRUEBA DE HIPOTESIS DE LA REGRESION

Hiptesis
H 0 : 1 = 0
H 1 : 1 0

Estadstico de Prueba
2
E XY
F(1, GLE aj.)
E XX
Fc
CME aj.

Fc = (-464.12)/257.66 / 10.5671 = 79.108

Regla de Decisin
La hiptesis nula se rechaza con un nivel de significacin si el Fc resulta
mayor que el valor de tabla F 1 , GL ( trat. aj.),GL (Error aj.)

PRUEBA DE HIPOTESIS DE TRATAMIENTOS

Hiptesis:
H0: 1 = 2 = 3 = 4
H1: Algn i es diferente de los dems

Estadstico de Prueba:

CM(Trat aj.)
Fc
CM(Error aj.)

F GL (trat. aj.),GL (Error aj.)

Fc = 490.8450 / 10.5671 = 46.45

Regla de Decisin:
La hiptesis nula se rechaza con un nivel de significacin si el Fc resulta
mayor que el valor de tabla F 1 , GL (trat. aj.),GL (Error aj.)

PRUEBAS DE COMPARACION

Para aplicar las pruebas de comparacin de medias de tratamientos se

debe trabajar con las medias de los tratamientos ajustadas por la
regresin.

En primer lugar, se debe calcular el coeficiente de regresin estimado.

E XY

E XX
b = - 464.1 / 257.65 = - 1.8012

En segundo lugar las medias de los tratamientos se ajustan

por efecto de la regresin

Yi aj. Yi ( X i X )

Las desviaciones estndar para las pruebas son:

Prueba t, DLS
Tukey
Dunnet

sYT aj. Yi aj.

sYi aj. Y j aj.

sYi aj. Y j aj.

1 1 ( X T X i ) 2
CME aj.

r
r
E
i
XX
T

2
CME aj. 1 1 ( X i X j )

2
r
r
E
i

j
XX

1 1 ( X i X j ) 2
CME aj.

r
r
E
i

j
XX

MODELO ADITIVO LINEAL EN UN DBCA

Yij i j ( X ij X ) eij
Donde:

i 1,..., t

j 1,..., b

Yij

valor o rendimiento observado en el i-simo tratamiento, j-simo boque.

efecto de la media general.

efecto del i-simo tratamiento.

efecto del j-simo bloque

coeficiente de regresin lineal de Y sobre X

Xij valor de la variable independiente en el i-simo tratamiento, j-simo bloque

X.. media de la variable independiente

efecto del error experimental en el i-simo tratamiento, j-simo bloque

SUPUESTOS DEL MODELO

Adems de los supuestos de un DBCA se deben cumplir los siguientes:

Los valores de X son fijos, medidos sin error, y no son afectados por los
tratamientos.

Las variables X y Y deben tener variancias homogneas entre los

tratamientos.

La regresin de Y sobre X debe ser lineal.

CUADRO DE ANCOVA EN DBCA

Fuentes de
Variacin

GL

SCX

SPXY

SCY

Bloques

b1

BXX

BXY

BYY

Trat.

t1

TXX

TXY

TYY

Error

Trat. + Error

(t1)(b1)

b(t 1)

EXX
SXX

EXY
SXY

Diferencias para probar medias de tratamientos

ajustadas

EYY
SYY

SC aj.

GL aj.

CM aj.

2
E XY
SCE EYY
E XX

(t-1)(b-1)-1

SCE
(t 1)(b 1) 1

t1

SCT E SCE
t 1

SCT E

2
S XY
SYY
S XX

SCT E SCE

Ejemplo: ANCOVA EN DBCA

T1

T2

T3

T4

T5

Total

Bloq.

20.4

24.6

27.2

32.6

26.8

31.7

22.4

29.1

21.8

27.0

118.6

145.0

II

19.6

23.4

32.0

36.6

26.5

30.7

23.2

28.9

24.3

30.5

125.6

150.1

III

25.1

30.3

33.0

37.7

26.8

30.4

28.6

35.2

30.3

36.4

143.8

170.0

IV

18.1

21.8

26.8

31.0

28.6

33.8

24.4

30.2

29.3

35.0

127.2

151.8

Total

83.2

100.1

119.0

137.9

108.7

126.6

98.6

123.4

105.7

128.9

515.2

616.9

SUMA DE CUADRADOS Y PRODUCTOS

Total
SC(X) = X2ij X2 ../ tb = (20.42 + 19.62 + + 29.32) 515.22 / 5x4 = 309.79
SP(XY) = XijYij X..Y.. /tb = (20.4x24.6 +19.6x23.4 + + 29.3x35.0) 515.2x616.9 / 5x4 = 325.67
SC(Y) = Y2ij Y2.. / tb = (24.62 + 23.42 + + 35.02) 616.92 / 5x4 = 358.67
Bloques
Bxx = X2.j / t X2 ../ tb = (118.62 + 125.62 + + 127.22) - 515.22 / 5x4 = 68.37
Bxy = X.j Y.j / t X..Y.. /tb = (118.6x145.0 + . + 127.2x151.8) - 515.2x616.9 / 5x4 = 69.56
Byy = Y2.j / t Y2.. / tb = (145.02 + 150.12 + . + 151.82) - 616.92 / 5x4 = 71.37
Tratamientos
Txx = X2i. / b X2 ../ tb = (83.22 + 119.02 + + 105.72) - 515.22 / 5x4 = 176.79
Txy = Xi. Yi. / b X..Y.. /tb = (83.2x100.1 + . + 105.7x128.9) - 515.2x616.9 / 5x4 = 181.61
Tyy = Y2i. / b Y2.. / tb = (100.12 + 137.92 + + 128.92) / 4 - 616.92 / 5x4 = 198.41
Error Experimental
Exx = SC(X) Bxx Txx = 309.67 68.37 176.79 = 64.63
Exy = SP(XY) Bxy Txy = 325.67 69.56 181.61 = 74.50
Eyy = SC(Y) Byy Tyy = 358.67 71.37 198.41 = 88.89

CUADRO DE ANCOVA EN DBCA

Fuentes de
Variacin

GL

SCX

SPXY

SCY

Bloques

68.37

69.56

71.37

Tratamientos

176.79

181.61

198.41

Error

12

64.63

74.50

Trat. + Error

16

241.42

256.11

SC aj.

GL aj.

CM aj.

88.89

3.0175

11

0.2743

287.30

15.6146

3.1493

Diferencias para probar medias de tratamientos ajustadas:

12.5971

En segundo lugar las medias de los tratamientos se ajustan

por la regresin

Yi aj. Yi ( X i X )

Las desviaciones estndar para las pruebas son:

Prueba t, DLS
Tukey
Dunnet

sYT aj. Yi aj.

sYi aj. Y j aj.

sYi aj. Y j aj.

1 1 ( X T X i ) 2
CME aj.

r
r
E
i
XX
T

2
CME aj. 1 1 ( X i X j )

2
r
r
E
i

j
XX

1 1 ( X i X j ) 2
CME aj.

r
r
E
i

j
XX

Ejemplo: Prueba de Tukey

H0: i aj. = j aj. i j = 1, 2, ... 5, con i j
H1: i aj. j aj.
E
74.50
XY
1.1527
E XX 64.63

X 1 20.8

X 3 27.175

X 4 24.65

X 5 26.425

Y1 25.025 Y2 34.475

Y3 31.65

Y4 30.85

Y5 32.225

Y1 aj. 30.74 Y2 aj. 29.88

Y3 aj. 30.02

X 2 29.75

Y4 aj. 32.13

Y5 aj. 31.46

X 25.76

El valor de tabla con = 5%, p = 5 tratamientos y 11 grados de libertad para el

error ajustado es AES(T) = 4.57
ALS(T) = AES(T)

2
CMEaj. 1 1 ( X i X j )

2 ri rj
E XX

donde b = 4 para todos los tratamientos, CME aj. = 0.2743 y EXX = 64.63
Tratamientos
comparados

Yi aj. Y j aj.

Sd

ALS(T)

Significancia

1y2

0.867

0.488

2.232

n.s.

1y3

0.724

0.393

1.798

n.s.

1y4

1.387

0.316

1.445

n.s.

1y5

0.716

0.368

1.684

n.s.

2y3

0.143

0.287

1.314

n.s.

2y4

2.254

0.352

1.608

2y5

1.583

0.303

1.386

3y4

2.111

0.287

1.310

3y5

1.440

0.264

1.207

4y5

0.671

0.274

1.254

n.s.

Ejemplo:
En un estudio para evaluar los efectos de cuatro tipos de abono sobre el rendimiento
de caa de azcar, se realiz un experimento en el cual se usaron 4 bloques,
obtenindose los siguientes resultados:
Y = % de azcar por caa X = % de fibra por caa
F.V.
Total
Bloques
Abonos
Error

G.L. x2
31.0
10.0
15.0
6.0

xy

x2

G.L.

S.C.

C.M.

-30.9 40.0
- 9.0 14.0
-16.5 21.0
- 5.4 5.0

a) Efecte la prueba de medias ajustadas de abonos, para = 0.05

b) Encuentre e interprete el valor del coeficiente de regresin estimado
c) Hallar las medias ajustadas de abonos, suponiendo que los promedios para abonos
son: Promedio (y) : 18 12
20
10
Promedio (x) : 16 18
10
12

BIBLIOGRAFA

Box, G.E.P.; Hunter, W.G. & Hunter, J.S. Estadstica para Investigadores.
Introduccin al diseo de experimentos, anlisis de datos y construccin de
modelos. Ed. Revert, Barcelona. 1989.

Eyzaguirre Prez, Raul. Gua de Mtodos Estadsticos para la Investigacin I.

Dpto. de Estadstica e Informtica. UNA La Molina. 2004

Kuehl, R. Diseo de Experimentos. Principios estadsticos para el diseo y

anlisis de investigaciones. Thomson Editores. Mxico. 2000

Montgomery, C. Diseo y Anlisis

Iberoamerica. 2002.2da Edicin

Vicente, Lina & Otros. Diseo de Experimentos. Soluciones con SAS y SPSS.
Pearson. Prentice Hall. 2005.

de

Experimentos.

Grupo

Editorial