ANOVA CON UN

FACTOR
ANOVA

 El análisis de varianza(ANOVA) es un método de prueba de

igualdad de tres o más medias poblacionales, por medio del
análisis de las varianzas muéstrales
 Importante:
Los métodos de ANOVA requieren de la distribución F

CUANDO UTILIZAR ANOVA

 Variables cuantitativas
 Cuando existen mas de dos grupos
 Comparar medias
Suposiciones de ANOVA
 Existen distribución normal en casa uno de los grupos
 Existe homogeneidad de varianzas en los grupos
 Los grupos son totalmente independientes.

Hipótesis de ANOVA

 Ho= las medidas de los grupos son iguales

 Ha= no todos las medias de los grupos son iguales.
 Al menos una de las medias es distinta.
 Existen procedimientos llamados post hoc,
dentro de los cuales se encuentran:
 Prueba de TUKEY, Hipótesis alterna:
 Para identificar cual o cales so n las medias
que son distintas.
ANOVA de un factor

 compara las medias de la variable dependiente entre los grupos o categorías de la

variable independiente. Por ejemplo, comparamos las medias de la variable “Número
de hijos” según los grupos o categorías de la variable “Clase social”.
 Si las medias de la variable dependiente son iguales en cada grupo o categoría de la
variable independiente, los grupos no difieren en la variable dependiente, y por tanto
no hay relación entre las variables. En cambio, y siguiendo con el ejemplo, si las
medias del número de hijos son diferentes entre los niveles de la clase social es que las
variables están relacionadas.
1. PROPIEDAD DE DISTRIBICIÓN F

1. La distribución F ni es simetría; está sesgada hacia la derecha.

2. Los valores de F pueden ser 0 o positivos, pero no pueden ser
negativos.
3. Existe una distribución F diferente para cada par de grados de
libertad para el numerador y el denominador.
4. ANOVA permite analizar los datos con observaciones multiples.
GRÁFICA DE LA DISTRIBUCION F
 El análisis de varianza de un factor es
utilizado para probar las hipótesis de 3 o
más medidas poblacionales son iguales
como Ho: 𝜇1 = 𝜇2 = 𝜇3 = 𝜇𝑛
 Definición tratamiento( factor)
Un tratamiento o factor es una
propiedad o característica que nos permite
distinguir entre si a las poblaciones, como
por ejemplo el que se puede apreciar en
plantas con tratamientos(ninguno,
fertilizante, riego, fertilizante y riego)
Intervalos de comparación
• Los métodos de múltiples
Método
• Nuestra intención era
Objetivo
desarrollar un método para
calcular intervalos de
comparación individuales
que se pudieran utilizar para
realizar comparaciones
entre las muestras que,
además, coincidieran en la
mayor medida posible con
los resultados de las
pruebas. También
queríamos proporcionar un
método visual para
determinar cuáles muestras
eran estadísticamente
diferentes de las demás
entre cada par de medias
mientras se controla el error
Resultado
aumentado que ocurre
cuando se
realicomparaciones
convencionales (Hsu 1996)
proporcionan un intervalo
para la diferencia zan
múltiples comparaciones.
En el especial caso de
iguales tamaños de muestra
y bajo el supuesto de
desviaciones estándar
iguales, es posible mostrar
intervalos individuales para
cada media de modo tal
que corresponda
exactamente con los
intervalos de las diferencias
de todos los pares
• El Asistente muestra los
intervalos de comparación
de la Gráfica de
comparación de medias en
el informe de resumen de
ANOVA de un solo factor.
Cuando la prueba de
ANOVA es estadísticamente
significativa.
• Es posible que la prueba y
los intervalos de
comparación no
concuerden; sin embargo,
este resultado es poco
común, debido a que
ambos métodos tienen la
misma probabilidad de
rechazar la hipótesis nula
cuando es verdadera
 TAMAÑO DE LA MUESTRA
• Para desarrollar una metodología para calcular la potencia, era necesario
considerar dos preguntas. En primer lugar, el Asistente no requiere que los
usuarios ingresen un conjunto completo de medias; solo requiere que ingresen
Objetivo una diferencia entre las medias que tenga implicaciones prácticas

• Para cubrir el infinito número de posibles configuraciones de medias,

desarrollamos un método basado en el enfoque utilizado en el procedimiento
ANOVA de un solo factor estándar en Minitab (Estadísticas > ANOVA > Un solo
Método factor).

• La comparación de estos métodos demostró que el método de Kulinskaya

proporciona una buena aproximación de potencia y que nuestro método para
Resultado trabajar la configuración de medias es apropiado
 Ejercicios:
 La siguiente información muestral verifique la hipótesis de que las medios de
tratamiento son iguales, utilice el nivel de significancia del 0.05.
T1 T2 T3

F1 8 3 3

1. HO: Todas las medidas son iguales F2 6 2 4

Hi: al menos uno media sea distinta F3 10 4 5
F4 9 3 4
2. Determinar el nivel de significancia = 0.05

8.25 3 4
3. Calcular el estadístico prueba, sacando
la media.
X1= 8.25
X2= 3
X3= 4
3.1. Calculamos
T1 T2 T3
c= Columnas, 3 F1 8 3 3
r= Filas, 4 F2 6 2 4
n= c x r = 12 F3 10 4 5
3.3. Calculamos la gran media F4 9 3 4

= 1+ 2+ 3
t1 t2 t3 Total
8.53 4.33 4.33 17.19
8.25 + 3 + 4 0.85 9.49 1.17 11.51
= = 5.08
3 24.20 1.17 0.006 25.38
3.4. Calculamos la suma de los cuadrados totales 15.37 4.33 1.17 20.87
(SCT)= 74.95
48.95 19.32 6.68 74.95
SCT= σ(𝑥𝑖𝑗 − 𝑥)2 = (8 − 5.08)2 …

https://www.youtube.com/watch?v=tNdPgtaCSgg
5.48
 T1 T2 T3
3.5. suma de cuadrados de tratamiento
F1 8 3 3
SCTR: SCT= σ(𝑥𝑗 − 𝑥)2 = 𝟔𝟐. 𝟏𝟖 F2 6 2 4
F3 10 4 5
r(𝑥1 − 𝑥)2 = 4(8.25 − 5.08)2 = 𝟒𝟎. 𝟐𝟎 F4 9 3 4
r(𝑥2 − 𝑥)2 = (3 − 5.08)2 =17.31
r(𝑥1 − 𝑥)2 = 𝟒. 𝟔𝟕

8.25 3 4
3.6. suma cuadrados de error
(𝑥1 − 𝑥)2 = (8 − 8.25)2 =0.06
. totales
. 0.06 0 1 1.06
.
5.06 1 0 6.06
3.06 1 1 5.06
0.56 0 0 0.56
8.74 2 2 12.74
3.7
𝑆𝐶𝑇 74.95
𝐶𝑀𝑇 = = = 6.81 4. Buscamos en la tabla de FISHER
𝑛−1 11
(cuadrado medio total)
𝐶−1 3−1 2
𝑆𝐶𝑇𝑅 62.18
𝑔! = = =
CMTR = = = 31.09 𝑛 − 𝑐 12 − 3 9
𝑐−1 2
(cuadrado medio del tratamiento)
Posición
𝑆𝐶𝐸 12.74
𝐶𝑀𝐸 = = = 1.42
𝑛−𝑐 9
(cuadrado medio del error)
5. Regla de decisión

4.256

Si f ≤ 𝑣𝑎𝑙𝑜𝑟 𝑡𝑎𝑏𝑙𝑎, 𝑠𝑒 𝑎𝑐𝑒𝑝𝑡𝑎 𝐻𝑂

Si f > 𝑣𝑎𝑙𝑜𝑟 𝑡𝑎𝑏𝑙𝑎, 𝑟𝑒𝑐ℎ𝑎𝑧𝑜 𝐻𝑂

21.89 > 4.256