Sesion 10

2DO.
ENTREGA PROYECTO
PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

2DO. ENTREGA PROYECTO

2do. PARCIAL
Análisis de varianza
(ANOVA)




Análisis de Varianza (Anova)
INTRODUCCIÓN
El análisis de varianza (analysis of variance, ANOVA) es una herramienta estadística que permite probar la igualdad de tres o más
medias poblacionales con los datos obtenidos con muestras de cada una de estas poblaciones.
El principal objetivo del análisis de varianza es identificar el factor o los factores que producen la variabilidad en un conjunto de
datos. Si un solo factor (variable independiente)es el que produce esta variabilidad, entonces el análisis de varianza recibe el
nombre de análisis de varianza de un solo factor o One-way ANOVA.
Cada factor está asociado con un conjunto particular de datos (muestra) o tratamientos (Variable dependiente). El término
tratamiento se origina de la agricultura, ya que en ésta se utilizó por primera vez este procedimiento estadístico. Los tratamientos
se derivaron de tratar varias parcelas de tierra con diferentes fertilizantes para medir el factor de rendimiento promedio por
cultivo.
Con base en estos supuestos, el análisis de varianza consiste en decidir si las muestras o tratamientos se tomaron de poblaciones
que tienen la misma media µ. Para ello se establecen dos hipótesis de prueba.
𝐻𝑜 : 𝜇1 = 𝜇2 = ⋯ 𝜇𝑖 es decir, la media de todas las poblaciones es igual
𝐻𝑜 : 𝜇1 ≠ 𝜇2 ≠ ⋯ 𝜇𝑖 es decir, la media de todas las poblaciones son distintas

INTRODUCCIÓN
El análisis de varianza (analysis of variance, ANOVA) es una herramienta estadística que permite probar la igualdad de tres o más
medias poblacionales con los datos obtenidos con muestras de cada una de estas poblaciones.
En el ámbito estadístico se acostumbra elaborar un cuadro resumen de los cálculos realizados en un análisis de varianza.
Con el uso de los paquetes estadísticos para

computadoras, apareció el concepto del valor
p, un nuevo enfoque que permite probar
hipótesis. El valor p es la probabilidad de
obtener un estadístico de prueba igual o más
extremo que el resultado obtenido a partir de
los datos muestrales, dado que la hipótesis
nula Ho es cierta.
La regla, por tanto, para rechazar una hipótesis

nula mediante el uso del valor p es:
Rechace Ho, si el valor p < α

EJERCICIO PROPUESTO
Un equipo de mejora investiga el efecto de cuatro métodos de ensamble (A,B,C y D) sobre el tiempo de ensamble en
minutos. En primera instancia, la estrategia experimental es aplicar cuatro veces los cuatro métodos de ensamble en
orden aleatorio. Los tiempos de ensamble obtenidos se muestran en la siguiente tabla. Se supone que no existe
ningún otro factor que influya de manera significativa sobre la variable de respuesta (tiempo de ensamble).
Medición A B C D
1
6 7 11 10
2
8 9 16 12
3
7 10 11 11
4
8 8 13 9

EJERCICIO PROPUESTO
Un equipo de mejora investiga el efecto de cuatro métodos de ensamble (A,B,C y D) sobre el tiempo de ensamble en
minutos. En primera instancia, la estrategia experimental es aplicar cuatro veces los cuatro métodos de ensamble en
orden aleatorio. Los tiempos de ensamble obtenidos se muestran en la siguiente tabla. Se supone que no existe
ningún otro factor que influya de manera significativa sobre la variable de respuesta (tiempo de ensamble).

ACTIVIDAD #13
Ejercicio #1

ACTIVIDAD #13
Ejercicio #2

PRUEBA DE TUKEY (ENTRE PARES)
En estudios del ANOVA de un factor, tenemos como resultado la comprobación de la significancia de los tratamientos (niveles),
es decir, si uno de los promedios o medias de la variable respuesta es diferente de los obtenidos para los otros tratamientos. Para
identificar cuál o cuáles promedios son diferentes resulta necesario realizar pruebas adicionales.
Prueba Post-hoc
Una vez que se ha determinado que existen diferencias entre las medias, las pruebas de rango post hoc permiten determinar qué
medias difieren. La prueba de rango post hoc identifica subconjuntos homogéneos de medias que no se diferencian entre sí.
Prueba de Tukey, es una prueba estadística utilizada general y conjuntamente con ANOVA, La prueba Tukey se usa en
experimentos que implican un número elevado de comparaciones.
Es de fácil cálculo puesto que se define un solo comparador, resultante del producto del error estándar de la media por el valor
tabular en la tabla de Tukey usando como numerador el número de tratamientos y como denominador los grados de libertad
del error.

PRUEBA DE HIPÓTESIS UNA Y DOS POBLACIONES
Procedimiento de cinco pasos para probar una

hipótesis

Valores críticos para valor Z

𝑥ҧ − 𝜇 Formula para encontrar el valor z para una prueba de

𝑧= 𝜎 hipótesis para una población con la desviación
ൗ 𝑛 conocida.
Ejemplo desarrollo: Un fabricante de máquinas despachadoras de refresco asegura que sirven

un promedio de 250 ml, pero debido a quejas de los consumidores de que una de sus máquinas
en particular sirve menos, decide verificarla al servir 20 veces la máquina y obtiene un
promedio de las muestras de 247 ml, con una desviación estándar de 10.5 ml.
A) Plantea el contraste de hipótesis apropiado para este problema.

B) Justifica a un nivel de significancia del 0.1 si es válida la afirmación del fabricante.


¿Qué valores tenemos?
¿Cuántas poblaciones existen para contrastar la

prueba de hipótesis?

El valor p (0.0399) esta por debajo del nivel de significancia (0.05) por lo que rechazamos
Ho, del mismo modo, en la campana de Gauss se observa que el valor z calculado esta
fuera del área de acepto, ya que pasa el valor límite de 1.96 (valor z calculado=2.095),
esto quiere decir que nos vamos con la hipótesis alternativa (Hi) donde evidenciados que
si existen diferencias en los resultados de capacitación de las dos empresas seleccionadas.

PRUEBA DE HIPÓTESIS PARA UNA PROPORCIÓN
Prueba de hipótesis relativas a proporciones

Se trata de pruebas de hipótesis:
 Relativas a la proporción p de elementos de una población que tienen

cierto atributo.
 Relativas a la comparación de dos proporciones de elementos que

tienen cierto atributo en dos poblaciones independientes.

Para probar una hipótesis relativa a una proporción p de elementos de una población grande
que tienen un cierto atributo, seguir el siguiente procedimiento:
1) Plantear las hipótesis: nula Ho: p=𝑝𝑜 y la hipótesis alternativa

2) Indicar el nivel de significancia α
3) Tomar una muestra de tamaño n y calcular la proporción muestral 𝑝Ƹ
4) El estadístico de prueba para compara lo hallado en la muestra con lo indicado en la
hipótesis nula es:
𝑝Ƹ − 𝑝𝑜
𝑧=
𝑝𝑜 (1 − 𝑝𝑜 )
𝑛
𝑥ҧ − 𝜇
𝑧= 𝑠
ൗ 𝑛
𝑝ො − 𝑝𝑜
𝑧=
𝑝𝑜 (1 − 𝑝𝑜 )
𝑛
¿Qué similitudes hay en estas tres fórmulas?

El coordinador de la bolsa de trabajo de la universidad UPEMOR afirma que cuando menos el

30% de los alumnos que terminan sus estudios en IFI obtienen empleo antes de los 3 meses.
Para probar esta afirmación se toma una muestra de 50 estudiantes de dicha institución y se
encuentra que sólo 10 se emplearon durante los 3 meses después de haber finalizado sus
estudios. ¿Puede rechazarse la afirmación del coordinador con un nivel de significancia del 1%?
𝑝ො − 𝑝𝑜
𝑧=
𝑝𝑜 (1 − 𝑝𝑜 )
𝑛

Sesion 10

Încărcat de

Informații document

Descriere originală:

Titlu original

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

Sesion 10

Încărcat de

Drepturi de autor:

Formate disponibile

2DO.

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

𝐻𝑜 : 𝜇1 = 𝜇2 = ⋯ 𝜇𝑖 es decir, la media de todas las poblaciones es igual

𝐻𝑜 : 𝜇1 ≠ 𝜇2 ≠ ⋯ 𝜇𝑖 es decir, la media de todas las poblaciones son distintas

Con el uso de los paquetes estadísticos para

La regla, por tanto, para rechazar una hipótesis

Rechace Ho, si el valor p < α

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PRUEBA DE TUKEY (ENTRE PARES)

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

Procedimiento de cinco pasos para probar una

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

Valores críticos para valor Z

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

𝑥ҧ − 𝜇 Formula para encontrar el valor z para una prueba de

Ejemplo desarrollo: Un fabricante de máquinas despachadoras de refresco asegura que sirven

A) Plantea el contraste de hipótesis apropiado para este problema.

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

¿Qué valores tenemos?

¿Cuántas poblaciones existen para contrastar la

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

Prueba de hipótesis relativas a proporciones

 Relativas a la proporción p de elementos de una población que tienen

 Relativas a la comparación de dos proporciones de elementos que

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

1) Plantear las hipótesis: nula Ho: p=𝑝𝑜 y la hipótesis alternativa

¿Qué similitudes hay en estas tres fórmulas?

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

El coordinador de la bolsa de trabajo de la universidad UPEMOR afirma que cuando menos el

PERIODO: MAYO-AGOSTO 2019 INSTRUCTOR: SERGIO CASASOLA

S-ar putea să vă placă și